AIエージェントの記憶は、実行中の会話や手順を保つ短期記憶と、次回以降も使う設定や検証済み知識を保存する長期記憶に分けて設計します。 保存するほど賢くなるわけではなく、古い情報、別利用者の情報、誤った推測が混ざると判断品質を下げます。 何を覚えるかと同時に、出典、更新条件、保存期間、削除方法を決めることが重要です。
記憶を使うエージェント開発まで学びたい方の確認先は、AI活用、Python、マンツーマン指導のカリキュラムを比べたAIエージェントが学べるおすすめスクール。
| 記憶の種類 | 保持する内容 | 主な期間 | 注意点 |
|---|---|---|---|
| 作業記憶 | 現在の目標、直前の結果 | 一つの処理中 | 長文化と情報混線 |
| セッション記憶 | 会話履歴、途中状態 | 一連の利用中 | 利用者の識別 |
| 利用者記憶 | 明示された設定、希望 | 継続利用 | 同意、訂正、削除 |
| 業務知識 | 正式資料、検証済み情報 | 更新まで | 出典と鮮度 |
| 事例記憶 | 成功例、失敗例 | 評価期間 | 偏りと誤学習 |
短期記憶は現在の仕事を途切れさせない
短期記憶へ入れる、現在の依頼、完了した手順、直前のツール結果、次に必要な作業。 Google Cloudの構成要素選択ガイドは、セッションと状態を短期的な文脈として扱い、実行中の連続性を保つ構成を説明しています。
旅行候補の調査なら、希望日、予算、確認済みの交通手段、除外した候補が短期状態です。 毎回すべてを読み直す代わりに、現在の判断へ必要な要約を保ちます。
ただし会話履歴を無制限に足すと、古い条件と新しい条件が競合します。 原文、確定した条件、推測を分け、条件が変わった時点で現在状態を更新します。
長期記憶は再利用する理由がある情報だけ保存する
長期記憶の候補は、次回の利用でも必要な設定や、組織が検証した知識。 一方、その場の雑談、未確認の推測、不要な個人情報まで残す理由はありません。
Generative Agentsの研究は、経験を保存し、振り返りを生成し、関連する記憶を検索して計画へ利用する構成を示しました。 記憶を蓄積するだけでなく、後の判断へ使える形に整理する考え方です。
長期保存の判定フロー。
- 次回以降も利用する明確な目的があるか
- 本人または正式資料から得た情報か
- 出典と取得日時を記録できるか
- 更新と削除の担当を決められるか
- 保存しない場合の不利益が保存リスクを上回るか
一つでも説明できなければ、短期状態で破棄する選択を検討します。
取り出す記憶は関連性、鮮度、信頼性で選ぶ
長期ストアから似た文章を見つけただけでは、その情報が現在も正しいとは限りません。 取り出す際に評価する、依頼との関連性、最終更新日、情報源の信頼性、利用者や案件の一致。
Google CloudのAIエージェント主要概念は、データと記憶、グラウンディングを別の構成要素として扱っています。 会話の継続に使う記憶と、正式資料から回答根拠を得る検索を分けると、出典を示しやすくなります。
記憶候補の点数例として、関連性を0から3点、鮮度を0から2点、信頼性を0から2点、対象一致を0から3点で評価します。 合計点だけで自動採用せず、低い信頼性や対象不一致は除外条件にします。 これは製品共通の基準ではなく、設計を議論するための一例です。
更新と削除を保存時から一組で設計する
登録後、時間の経過とともに変わる記憶の品質。 部署名、担当、価格、規則、利用者の希望は更新されるため、永続保存は永遠に正しいことを意味しません。
Anthropicのマルチエージェント調査システムの解説では、長い処理で文脈が増える課題に対し、必要な情報を外部へ保存し、重要な内容だけを戻す工夫が紹介されています。 これは、記憶の量より選択と要約が重要である一例です。
保存項目には次の管理情報を付けます。
- 情報の所有者と対象者
- 出典と取得日時
- 事実、設定、推測の区分
- 有効期限または再確認日
- 訂正履歴と削除方法
NISTのAIリスク管理枠組みに沿って、利用状況と影響を継続的に測り、不要になった記憶を削除します。 保存機能だけを作り、訂正画面や削除経路を後回しにしないことが重要です。
記憶漏れと混同をテスト例に含める
評価対象は、正しく思い出せることと、思い出してはいけない情報を使わないこと。 別利用者、別案件、期限切れ、撤回済みの設定を混ぜたテストを用意します。
AIエージェントのアーキテクチャでは、記憶を判断層や実行層から分離する全体構成を確認できます。
AIエージェントの記憶でよくある質問
会話履歴をすべて保存すれば精度は上がりますか？
履歴の全保存と精度向上は別の問題。 不要な履歴は判断に使える文脈を圧迫し、古い条件や未確認の発言が混ざる原因になります。 現在の確定条件を構造化して保持し、原文履歴は利用目的と保存期間を決めて分離します。
長期記憶には個人情報を保存できますか？
法令、契約、利用目的、同意、安全管理を確認する必要があります。 保存できるかだけでなく、誰が閲覧できるか、いつ削除するか、本人が訂正できるかを設計します。 判断に迷う場合は法務や個人情報保護の担当者へ確認してください。
RAGと長期記憶は何が違いますか？
RAGは通常、外部資料を検索して回答の根拠へ使う仕組みです。 長期記憶は、過去の状態や利用者設定を次回の行動へ引き継ぐ目的を持ちます。 同じ検索技術を使う場合でも、情報源、更新者、保存期間を分けて管理します。
覚える能力より正しく忘れられる設計を優先する
AIエージェントの記憶は、過去の情報を増やす機能ではなく、現在の判断へ必要な状態を選び直す仕組みです。 保存、検索、更新、削除を一組にすると、便利さと安全性を両立しやすくなります。
- 短期記憶は現在のタスク状態を保つ
- 長期記憶は再利用目的のある情報に絞る
- 関連性、鮮度、信頼性、対象一致で検索する
- 出典、期限、訂正、削除を記録する
- 思い出してはいけない情報もテストする
保持した状態から次の手順を組み立てる方法は、AIエージェントの計画とタスク分解で具体的に確認できます。
