ステートフル

ステートフル（Stateful）は、システムやAIが「これまでのやり取り・状態を覚えている」性質を指す用語です。対義語はステートレス（Stateless）で、過去を覚えず1回ごとに完結する性質を意味します。AIアプリ設計において重要な選択軸です。

ステートフル vs ステートレス

AIアプリでのステートフル例

1. 会話履歴を覚えるチャットボット

ユーザー：「Aさんはどこに住んでる？」
AI：「東京です」
ユーザー：「彼の電話番号は？」 ← 「彼=Aさん」を覚えている

2. ユーザー情報の長期記憶

• 名前、好み、過去の質問
• 業務コンテキスト（プロジェクト、部署）
• 前回までの作業履歴

3. エージェントのタスク状態

• 「現在Step 3まで完了」
• 「次に呼び出すべきAPIは○○」
• 検索済みドキュメント

実装方法

1. セッション内状態

会話履歴をAPIリクエストに含める。シンプルだが長くなるとトークン消費が増える。

2. 永続的状態（メモリ）

DBやベクトルDBに保存。長期記憶が可能。

• ChatGPTのMemory機能
• Claudeのメモリ機能（一部プラン）
• 自社実装：DB＋RAG

3. ステートマシン

エージェントが今どのステップにいるかを明示的に管理。LangGraphなどが採用。

4. 構造化メモリ

• ユーザープロファイル
• タスク状態
• 知識グラフ

ビジネスでの応用

カスタマーサポート

• 過去の問い合わせ履歴を踏まえた応答
• 一連の問題解決を中断なく継続

営業支援

• 商談履歴の文脈で次の一手を提案
• 顧客固有の情報を覚えた継続的サポート

業務エージェント

• 長期プロジェクトの状況追跡
• 複数日にわたるタスクの継続
• 学習する作業アシスタント

パーソナルAI

• ユーザーごとの好み学習
• 個別最適化された情報提供

ステートフル設計の課題

1. スケーラビリティ：状態管理が複雑
2. データプライバシー：長期保管のリスク
3. 状態の劣化：古い情報が混乱を招く
4. コスト：状態を保つストレージ・処理
5. 不整合：複数セッション間の状態同期

解決アプローチ

コンテキスト圧縮

会話履歴を要約してトークン消費を抑える。

階層的メモリ

短期（今回のセッション）と長期（永続記憶）を分離。

関連性検索

必要な記憶だけを動的に取り出す（RAG）。

TTL（有効期限）

古い情報は自動的に削除・忘却。

ステートレス設計のメリット

• スケーラブルで運用が楽
• 障害復旧が容易
• セキュリティリスクが低い
• API設計がシンプル

そのため、状態が必要な部分のみステートフルにし、それ以外はステートレスに保つハイブリッド設計が現実的です。

OpenAIのResponses API

OpenAIのResponses APIなどは、状態管理をサーバー側で行うステートフル型APIで、チャット履歴をクライアントが管理する負担を減らします。

留意点

1. 何を覚え、何を忘れるか：プライバシー・関連性の観点
2. **ユーザーへの透明性**：何を記憶しているか説明
3. 削除権：ユーザーの忘却要求対応
4. 設計の複雑性：状態管理は計画が重要
5. **モデル間の差**：ステートフルAPI対応の有無

ステートフル性は「AIが文脈を覚えて自然な対話・業務継続を実現する」能力であり、特に業務エージェント・パーソナライズAI・継続的アシスタントの設計において中核となる概念です。