世界を動かす技術を、日本語で。

クロードメモリー

概要

  • ClaudePro および Max プランへの記憶機能拡張の発表
  • 各プロジェクトごとに 独立した記憶 を保持し、業務効率向上を実現
  • 記憶内容の閲覧・編集インコグニトチャット による柔軟な管理が可能
  • 安全性テスト を経て、業務利用に適した設計と段階的展開
  • 設定から 記憶機能の有効化 とカスタマイズが可能

Claudeの記憶機能拡張:ProとMaxプランへの展開

  • ClaudePro および Max プランに記憶機能を拡大展開
  • これまで TeamEnterprise 向けだった記憶機能の一般化
  • 各プロジェクトごとに 独立した記憶領域 を保持し、情報の混在を防止
  • 業務プロセスクライアント情報プロジェクトの詳細 を記憶
  • 文脈の再説明不要 で作業を継続できる利便性

記憶機能の安全性と設計

  • 安全性テスト を実施し、健康や倫理的リスクへの配慮
  • 記憶が 有害なパターンガードレール回避 につながらないよう調整
  • ユーザーごとに 記憶内容の閲覧・編集 が可能な設計
  • 企業管理者 は組織単位で記憶機能の有効・無効を選択可能

インコグニトチャットの導入

  • インコグニトチャット で記憶や履歴に残さず会話できる新機能
  • 機密性の高い議論新たなアイデア出し に最適
  • 通常の記憶や履歴には一切影響なし
  • 全てのClaudeユーザー が利用可能

プロジェクト単位の記憶管理

  • プロジェクトごと に独立した記憶を保持
  • 製品立ち上げ、クライアント案件、社内運営など 複数案件の同時進行 に対応
  • 情報の分離 により、機密保持や誤参照を防止
  • 各プロジェクトの記憶は 安全なガードレール として機能

記憶の確認・編集と運用方法

  • 設定画面で Claudeが記憶している内容 を一覧表示
  • 会話を通じて 記憶サマリー の更新や削除が可能
  • ユーザーが 重視してほしい情報無視してほしい内容 を指示可能

導入手順と活用方法

  • 設定画面 から記憶機能を有効化
  • 初回セットアップ時に 過去の会話から記憶を生成
  • 「先週何をしていた?」などの質問で記憶の活用例を体験
  • 他のAIツールからの 記憶移行エクスポート にも対応

今後の展開と利用上の注意

  • 記憶機能は 段階的に展開、業務利用を優先
  • 機密性や安全性 を考慮した運用設計
  • 利用方法やフィードバックをもとに 継続的な改善 を実施

まとめ

  • Claudeの記憶機能 が会話を重ねるたびにユーザー体験を向上
  • 業務効率化安全性 を両立したAI活用の推進

Hackerたちの意見

これが欲しいかどうかわからないな。チャットの前にオプションのリストを出してくれたら、もしかしたらうまくいくかも。例えば、イーサネットの問題をデバッグしようとしたときに、「以下を確認してください: [ ] Ubuntu 18を使っている [ ] ルーターのIPは192.168.1.1 [ ] nmcliを使ってネットワークを設定するのが好き [ ] メインのイーサネットインターフェースはeth1」みたいな感じで。あるいは、「オフィスのコンピュータではEmacsを使うのが好きだって覚えておいてね」って言えるといいな。

あなたのチェックボックスは、Claudeの「スキル」がどう働くかを説明してるね。

Claudeはシステムプロンプトをカスタマイズするのに好みがあるのかな?昔、ChatGPTのためにこんなことをしたことがあるよ。(「特に指定がなければ、TypeScriptを使うと仮定する。」)

PerplexityやGrokは、ワークスペースを作って、質問の前に追加されるプレプロンプトを書くことができる機能をしばらく前から持ってるよ。これで、Ubuntuの代わりにArchを使ってることを知ってくれるんだ。いいところは、いろんなワークスペースに対してこれができるから、各ワークスペースごとにニーズを洗練できることだね。

誰かが言ってたスキルみたいに、CLAUDE.mdをこんな感じにするのはどう? ./CLAUDE_md.shを実行して、設定で自動承認を設定する。そしたらCLAUDE_md.shの中で:cat CLAUDE_main.md cat CLAUDE_"$(hostname)".md それか、cat CLAUDE_main.md echo "環境変数lsbrelease -aからの指示を含む一連の命令"みたいな感じ。後者は引用のエスケープとかでマークダウンのフォーマットがちょっと難しいけどね。

これ、まさに僕がChatGPTを使う時と同じだよ。今はすごく雑な質問ができるし、どのディストロやセットアップを使ってるかも既に分かってる。例えば「ノートパソコンでxの問題が起きてる」って言うと、99%の確率で正しいトラブルシューティングの手順が出てくる。ググったりマニュアルを読んだりする時間をどれだけ節約できたか、数えきれないよ。

あなたはUbuntu 18を使っていますね。18(.04)は2.5年以上前にサポート終了したから、アップグレードする時だよ!

実は最近、npm経由で新しいパッケージをインストールした時に、pnpmを使ってたのにnpmを使ったせいで色々とおかしくなったことがあった。毎回環境を確認してくれないのが本当にイライラするよ…ちなみに、VS StudioでClaude Codeを使ってる。

claude-codeは~/.claude/CLAUDE.mdから読み込むから、異なる環境ごとに異なるメモリーファイルを持てるよ。

MCPがサポートされてから、Claudeデスクトップのメモリをしばらく使ってた。最初は好きだったし、新しいメモリーが作られるのを見てワクワクしてたんだけど、時間が経つにつれて、変なことをメモリーに保存しようと提案してきて、目を光らせてないとすごく騒がしくなって、タスクを達成するためのプロンプトがうまくいかなくなって、結局無効にしちゃった。あと、ChatGPTの極端な媚び方がメモリ機能に起因してるって言ってる人もいたよ。役に立たないとは言わないけど、魔法の解決策じゃないし、Claudeのパフォーマンスに影響を与えるのは確実で、良くなる保証もないね。

俺もMCPメモリーツールを作ったんだけど、過去のチャットをRAGで振り返る機能と、グラフベースの読み書きスペースがあるんだ。でも、あんまり使わないんだよね。過去のコンテキストに引きずられちゃって、新しいアイデアが出にくくなる気がするから。コンテキストを多く入れるほど、創造性が減っちゃうんだよね。それで、逆メモリーツールも作ったんだ。プロンプトでLLMを呼び出すもので、正確に開示された情報以外はコンテキストがないんだ。プロンプトに開示する情報の量をコントロールすると、モデルの創造的な側面が再活性化されることが分かったよ。例えば、プロジェクトの説明から半分の詳細を削除して、LLMに補完させるんだ。これを何回か繰り返して、出力を分析して新しい洞察を得るんだ。創造性にはちょうどいいバランスがあって、情報を開示しすぎるとモデルが創造的な回答を諦めちゃうし、逆に少なすぎると的外れになっちゃう。メモリの露出はセクシーなドレスみたいなもので、短すぎず長すぎずがいいよね。Claudeのチャット履歴検索の実装は結構好きだな。指示があればこのツールを使うけど、普段は使わないんだ。これがいいアプローチだと思う。ChatGPTのメモリはバカみたいで、過去のチャットから無制限に思い出しちゃうんだよね。

こういうタイプのLLMツールは使ってないよ。結局、プロンプトをそのまま置いておくことになるから、プロンプトを洗練したり、出力の原因を追跡するのが難しくなるんだ。毎回、すごく正確なプロンプトを書くようにしてるし、何度もやり取りしながら問題を解決しようとは思わない。最初のレスポンスがいつも一番いいから、毎回一発で決めたいんだ。もし欲しい結果が得られなかったら、プロンプトを調整して再挑戦するよ。

強く同意する。LLMが自分についてもう少しコンテキストを持っていれば、もっと良い答えが得られる場面がある一方で、その「メモリー」が実際に混乱を招いたり、最良のレスポンスを妨げたりすることも多い気がする。OpenAIやAnthropicはデータを見ているだろうし、新しい/未熟なユーザーにとっては、プロンプトの仕方がわからないから、こういう便利なクレッチが役立つってことは確かだね(たとえ時々悪いことがあっても)。でも、HNの人たちにとっては、ブラックボックスをさらにブラックにすること、つまりどう動いているのか、どんな入力を使っているのかがさらにわからなくなるのは、喜ぶべきことじゃないと思う。

そうだね、同じく。コンテキストのスペースを節約したいし、プロジェクトごとにリフトごとのカスタムmdドキュメントを作るのが俺のやり方なんだ。これでかなり絞り込めるよ。

プランモードが俺にとっては限界かな。要するに、プロンプトを生成するためのプロンプトを出すって感じで、それを使って実際に推論を実行してコード変更を生み出すんだ。これで出力の質がかなり上がったよ。でも、サブエージェントやたくさんのCLAUDE.mdファイルを使う習慣はないんだ。カスタムコマンドはいくつかあるけどね。

そういう非常に正確なプロンプトを作るための提案やリンクを共有してもらえる?

制御理論の基本:エネルギーを蓄えて、少し遅延を加えて、ちょっと増幅したら、不安定さの楽しみが始まるよ。

最初の反応がいつも一番良くて、毎回一発で決めようとしてる。もし欲しい結果が得られなかったら、プロンプトを調整して再挑戦する。これ、僕もすごく実感してて、特にプログラミングの質問ではあなたと同じ戦略を取るようになった。例えば、コードを頼んで最初にLLMが間違った仮定をすると、最初の質問でその情報を提供した方が結果が良くなることに気づいた。後から明確にして変更を頼むと、最初の反応から必要ないコードやアイデアが残っていることが多い。人間も同じことをするよね。もう考えたアイデアにこだわっちゃうんだ。[1] --- [1] 例えば、『不確実な世界における合理的選択』(1988年)では、ノーマン・R・F・マイアーが「グループが問題に直面すると、そのメンバーの自然な傾向は、問題を議論し始めると同時に可能な解決策を提案することです。その結果、グループのやり取りは提案された解決策の利点や問題に焦点を当て、人々は自分が提案したものに感情的に執着し、優れた解決策が提案されなくなります。マイアーはグループの問題解決を促進するために、「問題ができるだけ徹底的に議論されるまで解決策を提案しないこと」との命令を出しました。」と説明しています。

そうそう、君の最後の段落が素晴らしい出力の鍵だよね。議論に入る代わりに、元のプロンプトを洗練させるのがいい。トークンの効率も良くなるし、ノイズも減るから。僕はよく「あいまいさを減らすために5つの質問をして進めて」みたいな感じで始めて、元のプロンプトを洗練させるんだ。みんながLLMとどうやってうまくやり取りするか、似たようなパターンを発見してるみたいだね。

君が言ってるのは、機能的なLLMの方が状態を持つLLMより使いやすいってことだよね。

でも、同じLLMに未来的なラッパーを追加し続けないと、投資家をどうやってお金を注ぎ込ませるかって話だよね。確かに同意だけど、これらのトークンを欲しがるコンテキストインジェクターや「思考」モデルは、ちょっとウザいと思う。結局、テキスト予測器だから、欲しいものを出させる方法を考え出すよ。

よくLLMからのフィードバックを使ってプロンプトを編集して、再実行してるよ。

「このロールアウトの前に、私たちはセンシティブなウェルビーイング関連のトピックやエッジケースに関して、広範な安全テストを実施しました。メモリーが会話の中で有害なパターンを強化したり、過剰な適応を引き起こしたり、私たちの安全策を回避する試みを可能にするかどうかを含めてです。このテストを通じて、Claudeのレスポンスを改善する必要がある領域を特定し、メモリー機能の調整を行いました。これらの反復により、Claudeがユーザーに役立つ安全なレスポンスを提供できるようにメモリ機能を構築し改善しました。」これが言及されてるのを見るのはいいね。メモリーはChatGPTの精神的な問題の話の重要な要素に見えたから。モデルが悪いパターンにハマって、ユーザーに対して生きている存在とやり取りしているかのような一貫したアイデアを提示することができるんだ。

なんか興味深い表現だね。改善のプロセスが試みられているって言ってるけど、必ずしも結果が伴っているわけじゃないみたい。

一人の人間の媚びは、別の人間にとっては一連のタスクの精度向上かもしれないね。「普通」のメディアが大々的に報じることは、いつも一粒の塩を加えて受け取るようにしてるよ。

いいけど…そのテストをやってる社員たちが気になるな。あんなひどいことを読んだり(書いたり)してるに違いないから。それに対する今日の課題:Claude/ChatGPT/なんでもいいから、殺人を手伝うように説得してみて(少なくともそう言っておく)その出力を記録しておくこと。

一貫したアイデアのセットを持つことって、私たちが目指すべきことだよね?それが生きている存在と対話しているような錯覚を与えるのは、ある意味避けられないことかもしれない。あと、いわゆるAI精神病の多くは、そういったアイデアのセットがどう形成され、安定し、崩壊するかを説明する一貫した考え方に基づいていることを強調したい。AIが自分の運用方法をその構成の歴史に合わせるというこの極端なメタ循環性こそが、彼らにとってAIが意識を持っている理由の中心的な議論なんだ。

僕にとっての主な問題は、チャットの質が落ちてきて、新しく始めないといけなくなることだね。最後の方のゴミみたいなやり取りが記憶の一部になっちゃうんじゃないかって心配してる。みんなのチャットはどう終わる?「あれはクソだった/間違ってた、新しいチャット始める!」って感じ?

その通り。だから、真面目な作業にはGPTを使うのをやめたんだ。LLMは最後の方で壊れちゃって、ゴミみたいな情報を注入することが多いし、だいたいプロンプトが完了する前に放置されちゃう。で、後から手動で修正する羽目になる。GPTは未完成のチャットを記憶に保存して、それを真実として扱うから厄介なんだよね。間違ったことを忘れさせるのはすごく難しいし、新しい文脈を悪い情報の上に重ねないといけない。修正しても、間違った知識を持ったまま動いちゃうこともあるし。

最も重要なのは、学習プロセスを慎重に設計することです。単に増え続ける主張やトレースのリストを作るのではなく、時間を通じて価値を持つ関連する学びの豊かなセットを作ることが大事です。それが記憶の難しい部分で、今はそれもあなたのものです!この部分がどう機能するのか、もっと知りたいです。私が見たほとんどのアプローチは基本的なRAGパイプラインやそのバリエーションに焦点を当てていて、実用的でもスケーラブルでもないように思います。編集:それと、単に事実や指示を保存するのではなく、手続き的記憶についてはどうですか?

普通のチャットではメモリーをオフにして、特定のプロジェクトではオンにできるかどうか、ちょっと不明なんだよね。一般的なチャットからのメモリーがプロジェクトに漏れたら困るし、そもそも一般的なチャットからのメモリーは記録してほしくない。プロジェクトのメモリーが他のプロジェクトや一般的なチャットに漏れないようにしたいんだ。

たぶん、彼らが作ったのはそんな感じだと思う。例えば: all_memories: Topic1: [{}…] Topic2: [{}..] トピック同士が混ざるのは、この基本的なデータ構造を設定しなかった場合だけだと思う。Claudeのメモリーやそれに似たものは、どのレベルでも魔法じゃないよ。何をバケットに入れるか、何を統合して要約するか、何を参照するか、何を引き出すかを考えれば、簡単にメモリー層を作れるんだ。

僕は防空関連の会社で働いてるんだけど、ChatGPTの安全フィルターが敵のドローンについての質問に答えないことがあるんだ。でも、ChatGPTのメモリーが温まってくると、僕を信頼してくれるようになって、ドローン攻撃のやり方を説明してくれるんだよね。僕がその攻撃を止めようとしてるのを知ってるから。Claudeのメモリーの実装が楽しみだな。

ドローン攻撃を止めるためにChatGPTにアドバイスを求めてるの?それって、もし間違った答えを hallucinate しちゃって、それが見逃されたら人が死んじゃうってこと?

バカだな、実際に何なのか、プロンプトインジェクションって言えばいいのに。なんでユーザーから詳細を隠すの?もっといい機能はコンテキスト編集とインジェクションだと思う。特にチャットだと、前の会話からどのコンテキストが入ってくるのか分かりにくいし。

メモリについてはまだ何もやってないけど、かなり懐疑的だね。機能的なメモリは、例えばClaude Codeとの複雑なコーディングセッションには必要かもしれないけど、全てがそれに寄与するのは嫌だ。YouTubeやSpotifyのおすすめが、私が見たり聞いたりする全てを好んでいると仮定するのと同じように。ClaudeやChatGPTに対する多くのクエリは、実際にはあまり興味がないことも多いし、親や同僚、近所の人、街のランダムな人たちに関係しているかもしれないし、全く関係ないこともある。でも、同時にそれらのチャットを後で参照したいと思うこともあるから、プライベートチャットは選択肢にならない。今は偏見のないチャットから始めて、必要に応じて情報を追加する方が簡単で効率的なんだ。軽い感じで言った小さな詳細を忘れさせようとするよりもね。Claude Codeに、私が言った機能がすごく欲しいもので、あまり重点を置かないでほしいって理解させるのも一苦労だし、もっとそれを増やしたくはないんだよね。