AIに毎ターン「今、思い出すべきこと」を差し込む

はじめに

自分用のAIアシスタント運用で、過去の判断・教訓・自分についての情報を知識ベース（RAG）に貯めている。だが、貯めるだけでは足りない。AIが自分からその記憶を引きに行かなければ、貯めた教訓は一度も使われずに死蔵される。

そこで、会話の入力を毎回捕まえて、今の話題に効く記憶を自動でAIに差し込む仕組みを作った。これを「活性化層」と呼んでいる。記憶を「貯める」側の話（検索精度を数値で上げる）は測定駆動でRAGの検索精度を上げるに書いた。この記事はその逆側——貯めた記憶を、必要な瞬間にどう思い出させるか、の話だ。

貯めるだけでは、思い出せない

記憶をいくら貯めても、それが「必要なときに手元に出てこない」なら、無いのと大差ない。人間でも、覚えているはずのことを肝心な場面で思い出せなければ、知らないのと同じ結果になる。

AIアシスタントも同じだ。過去の教訓をRAGに貯めても、AIが「今これは関係あるか」と自分から検索してくれなければ、その教訓は働かない。だが毎回「まず過去を検索して」と頼むのは続かないし、頼み忘れれば同じ失敗を繰り返す。

必要なのは検索そのものより、想起だ——今の文脈に関係する記憶を、AIが聞かれる前に、勝手に手元へ引き寄せている状態。それを仕組みで作る。

【貯めるだけ】記憶を蓄積 ─▶ （AIが自分から引かない）─▶ 死蔵・同じ失敗を反復

【想起あり】 記憶を蓄積 ─▶ 会話のたびに関連記憶を自動で差し込む ─▶ 思い出した状態で応答

会話の入力をフックして、記憶を注入する

使ったのは、AIツール（Claude Code）のフック——特定のタイミングで自分のスクリプトを差し込める仕掛けだ。ここでは「利用者が入力を送った瞬間」に走るフック（UserPromptSubmit）を使う。

流れはこうだ。利用者が何か入力すると、フックが起動し、その入力を手がかりに知識ベースから関連する記憶を集め、短いダイジェストにまとめて、AIのプロンプトの先頭に差し込む。AIは「関連する記憶を思い出した状態」で、応答を始める。

利用者が入力
     │
     ▼
 入力送信フック（UserPromptSubmit）が起動
     │
     ├─ 知識ベースから「今の入力に効く記憶」を集める
     ├─ 短いダイジェストに畳む
     ▼
 AIのプロンプト先頭に差し込む ─▶ AIは思い出した状態で応答

大事なのは、これが毎ターン自動で走ること。利用者もAIも「思い出して」と意識しなくていい。想起が、会話の下敷きとして常に効いている。

二種類の思い出し方を、混ぜずに分ける

ここが設計の芯だ。「思い出す」には性質の違う二つがあり、それを一緒くたにしてはいけない。

一つは内容で思い出す（内容想起）。直前の入力を意味のベクトルに変換し、知識ベースを意味検索して、今の話題に近い記憶を引く。これがあると、ずっと前に貯めた古い教訓でも、話題が合えば蘇る。逆にこれが無いと、AIは「最近のことしか思い出せない」——相棒が新しい記憶だけで生きる、いわば健忘に陥る。

もう一つは新しさで思い出す（新近性の強制注入）。内容に関係なく、最新のN件を無条件で差し込む。直近の決定や進行中の作業は、たとえ今の入力と語がかぶらなくても、落としてはいけないからだ。

この二つは、人の記憶でも別系統だ。「関連することを芋づるで思い出す」のと、「さっき決めたことを覚えている」のは、働きが違う。だから別のセクションとして持つ。加えて、絶対に破ってはいけない禁止事項（優先度=highの教訓）と、自分についての基本情報（プロフィール）は、内容や新しさに関係なく固定枠で毎回入れる。

差し込むダイジェスト（毎ターン組み立て）
  ├─ ① プロフィール（自分について）      … 固定枠
  ├─ ② 絶対禁止（優先度=high の教訓）     … 固定枠
  ├─ ③ 最近の教訓・結論（新しさで強制注入）… 新近性
  └─ ④ 今の文脈で関連する記録（意味検索） … 内容想起

コードでは、③と④を別々に引いている。④は入力文で意味検索し、③は日付の新しい順に取る——引き方そのものが違う。

# ④ 内容想起: 直前の入力を意味検索し、今の文脈に効く記憶を引く
res = vault.query(query_texts=[prompt], n_results=TOP_N_QUERY * 2,
                  where={"source_type": {"$in": ["lesson", "conclusion", "knowledge"]}})

# ③ 新近性: 内容に関係なく、最新N件を無条件で差し込む
items.sort(key=lambda x: x.date, reverse=True)   # 日付の新しい順
recency = items[:TOP_N_RECENCY]

そして、同じ記憶が別の枠に二重で出ないよう、先に採用した本文は後の枠から除外する。想起の枠は限られているので、重複で埋めない。

思い出しは、限られた「予算」の中で畳む

もう一つ、地味だが避けて通れないのが量の制約だ。プロンプトに差し込める文字数には上限がある（この仕組みでは約1万字）。記憶は日々増える。全部は入らない。

だから、増え続ける記憶を毎回一定量（約6千字）に畳んで差し込む。ここで効いてくる工夫が二つある。

一つは、毎ターンなるべく同じ内容に保つこと。差し込む内容が安定していれば、AI側の入力キャッシュ（同じ前置きは計算を使い回せる仕組み）が効き、無駄が減る。想起のためにコストを無限には払わない。

もう一つは、削る順番を決めておくこと。畳みきれず切り詰めが要るとき、真っ先に削るのは優先度の低い内容想起（④）だ。無条件に守るのは、絶対禁止（②）と新近性（③）——「無くても実害が小さいもの」から削り、「落とすと事故るもの」は最後まで残す。

最後に、フックが失敗しても会話は止めない。記憶の取得でエラーが出ても、入力はそのままAIへ通す。想起は「あれば効く下敷き」であって、それが無いと会話が成立しない作りにはしない。守りの仕組みが、本体を人質に取ってはいけない。

想起こそが、記憶を記憶にする

作ってみて腹落ちしたのは、記憶の価値は「貯めた量」ではなく「思い出せるかどうか」で決まる、ということだ。どれだけ良い教訓を貯めても、必要な瞬間に手元へ出てこなければ、それは記憶として働いていない。

記憶は、聞かれる前に差し出して初めて効く。検索を相手の意思に委ねず、会話のたびに自動で想起させる。
思い出し方は、内容想起と新近性を分ける。今の話題に効く古い教訓と、落とせない直近の文脈は、別の系統として両方持つ。
想起は、限られた予算の中で畳む。安定させてキャッシュを効かせ、削る順を決め、失敗しても本体は止めない。

貯める仕組み（RAG）は、記憶の半分でしかなかった。今の文脈に効くものを、聞かれる前に引き寄せる——この想起の層を持って初めて、貯めた記憶は「使える記憶」になる。人が経験から学べるのは、覚えているからではなく、必要なときに思い出せるからだ。AIにも、同じ想起を持たせたかった。

AIに毎ターン「今、思い出すべきこと」を差し込む — 個人RAGの活性化層