この記事には広告(アフィリエイトリンク)が含まれます。Amazonのアソシエイトとして、PROBEFOLIOは適格販売により収入を得ています。
最初に「予算は5万円」と伝えたのに、会話が続くと10万円の案が出てくる。もう一度説明すれば直るけれど、何度もやるのは面倒です。こんなとき、AIの「いま何を見ながら答えているか」を考えると、直し方が見えてきます。
たとえば、仕事をする机を思い浮かべてください。机に広げている依頼書や資料が、今回使う材料です。棚に過去の資料が全部あっても、いま机に出ていなければ、その内容をすぐ使えるとは限りません。AIが一度の処理で扱う材料の範囲も、これに似ています。
その材料をコンテキスト、扱える大きさの枠をコンテキストウィンドウと呼びます。ただし枠が大きければ読み間違いがなくなるわけではありません。この記事では、古い条件が混ざるケースを例に、必要な情報をまとめ直す方法と、別の「メモリ」機能との違いを説明します。
この記事の目次
コンテキストは「今回の返答で使う材料」
コンテキストには、質問だけでなく、指示、会話の履歴、添付資料、道具が返した結果などが含まれます。その情報を一度に扱える大きさがコンテキストウィンドウです。大きさはトークンという文章の処理単位で示されることが多く、単純な文字数ではありません。
ただし、画面に見える過去の会話すべてが、毎回そのまま渡されるとは限りません。サービスが古い内容を要約したり、一部を検索して取り出したりする場合があります。製品の仕様と、使っているモデルの上限を分けて確認する必要があります。
話が通じなくなる原因は、枠の不足だけではない
第一に、資料や会話が長くなり、必要な内容が入力から落ちる場合があります。第二に、情報は入っていても、大量の文章の中で必要な箇所をうまく拾えない場合があります。第三に、古い指示と新しい指示が矛盾して、どちらを使うべきか不明確な場合があります。
「大きな枠のモデルにすれば解決する」とは限りません。たとえば旧規程と改訂規程が両方ある状態では、読む量が増えても正本の指定がなければ迷う材料が増えます。先に、何を現在の条件として扱うのかをそろえましょう。
机を広くする前に、古い条件を片付ける
- どちらを使うか分からない材料
会話の前半:予算10万円。後半:やはり5万円に変更。添付資料:旧版と新版が両方ある。
- 今回使う条件をまとめた材料
現在の予算:5万円。使う資料:新版のみ。依頼:予算内の候補を、根拠の箇所と一緒に出す。
古い条件と新しい条件が混ざったまま「よく読んで」と付け足しても、どちらを使うか曖昧なままです。「今回使う条件をまとめた材料」では、いま有効な予算と使う資料をはっきり指定しています。変えたのはAIの性能ではなく、判断に使ってほしい情報です。
会話がかみ合わなくなったら、現在の条件を数行で書き直してみてください。それでも読み落とすなら必要な章へ絞り、答えの根拠を確認します。別の会話でも昔の情報が出る場合は、入力の長さだけでなくメモリなども確認する必要があります。
| 症状 | 考えられる原因 | 先に試すこと |
|---|---|---|
| 古い条件へ戻る | 矛盾した履歴がある | 変更点と現在の条件をまとめる |
| 長い資料の一節を見落とす | 必要箇所を拾えていない | 章を絞り、根拠の場所を答えさせる |
| 送信時点でエラー | 入力やファイルの上限 | 容量・対応形式・トークン上限を確認 |
| 会話を替えても昔の話が出る | メモリ等の別機能 | 記憶やプロジェクト設定を確認 |
出張規程で比べる、短い入力・長い入力・整理した入力
架空の会社で、宿泊費の上限が通常12,000円、指定地域は15,000円へ改訂されたとします。質問は「指定地域へ出張する場合の上限はいくらか」です。以下は説明用に作った入力例で、AIの正答率を測った試験ではありません。
短い入力を「上限はいくら?」だけにすると、対象や根拠が不足します。長い入力に旧規程、全員の雑談、交通費のルール、今回の改訂を全部足すと、材料は増えても使う版が不明確です。整理した入力は、対象地域、適用日、正本の二行を先に指定します。
この例で確認したい回答は「15,000円。改訂版第2条の指定地域に該当するため」です。単に金額が合っただけでなく、通常地域の12,000円と区別できたか、どの版を使ったかまで確かめます。
長い会話は、引き継ぎメモを作って切り替える
新しい会話へ移る場合、過去を全部コピーする必要はありません。「目的」「現在の決定」「使う資料」「まだ決めていないこと」「次の一手」を残します。引き継ぎ自体もAIへ頼めますが、間違った前提が圧縮されて残ると修正しにくいため、保存前に人が読みます。
特に、採用をやめた案を現在の方針へ混ぜないことが大切です。「当初は電話受付を想定したが、現在はフォームだけ」と決まったなら、現在の運用と変更履歴を別の行にします。残す量より、再開時に誤解しないことを優先してください。
会話を引き継ぐだけなら、このメモで始められます。一方、資料を選んで入力へ組み込む処理を自分で開発したいなら、プロンプトの構成を体系的に扱う本も役立つ候補です。普段のチャット操作より、アプリ開発へ進む方向けです。
メモリやプロジェクトは、同じ「記憶」ではない
コンテキストは、その返答で扱う材料です。一方、メモリは会話をまたいで参照される情報を管理する機能、プロジェクトは資料や会話を仕事ごとにまとめる機能です。実際の挙動はサービスや設定により変わります。
「長文を読んでほしい」なら資料の整理、「別の会話でも前提を使いたい」ならメモリやプロジェクト、「覚えている情報を消したい」なら削除設定というように、やりたいことから機能を選びます。記憶の名称だけで、全部同じものと考えないようにしましょう。
資料を増やす前に、答え合わせを一度する
上の例を自分の仕事へ置き換えるなら、まずは短い資料と答えを知っている質問を一つ用意します。回答に根拠の箇所が付くか、資料にない質問には「分からない」と区別できるかを確認してから、扱う資料を増やしてください。
費用や単位が気になる方は日本語のトークン数の実測へ。毎月同じ資料を使う仕事ならChatGPTプロジェクトの作り方へ進むと、置き場所と更新の手順を整理できます。
よくある疑問を、ここで。
使い始める前に、気になるところから。
枠が大きいAIほど正確ですか?
扱える量は増えますが、必要な箇所の見落としや、古い資料との矛盾がなくなるわけではありません。正本と確認項目を先に決めます。
新しいチャットにすると全部解決しますか?
長い履歴の整理には役立つ場合があります。ただし、メモリやプロジェクト等の別機能で情報が参照されることもあります。
PDFは文字数を数えれば上限が分かりますか?
文字以外のページ画像や図表、サービス側の読み取り方法も関わります。本文の文字数だけで正確な利用量や読める範囲は決められません。
この記事を共有する
商品情報の提供:Supported by Rakuten Developers
出典と、この記事について
公式資料や、記事で参照した発表・報道をまとめています。仕様や料金は、利用する前に最新の案内をご確認ください。
- Anthropic / context engineering(新しいタブで開きます)
- OpenAI / Memory FAQ(新しいタブで開きます)
- LLMのプロンプトエンジニアリング — 出版社・メーカーの案内(新しいタブで開きます)
確認した内容と条件は本文に記載しています。結果や使い勝手は、資料や環境によって異なります。編集方針を読む



ぜひコメントください