公式メモリ機能とナレッジ基盤はどう使い分けるか——Claude/ChatGPTのメモリ刷新から考える
ClaudeやChatGPTの「メモリ機能」を使い始めたものの、NotionやObsidianに書き溜めてきた自分のナレッジベースと役割がかぶっている気がして、結局どちらに何を書けばいいのか迷っていませんか？
- Claude MemoryとChatGPT「Dreaming」は設計思想の何が違うのか
- 公式メモリ機能が「得意なこと」「苦手なこと」
- ナレッジ基盤（Notion/Obsidian等）に任せるべきこと
- 実際に使い分けている基準と判断フロー
Claude MemoryとChatGPT「Dreaming」は何が違うのか
「メモリ機能」とひとくくりに語られがちだが、AnthropicとOpenAIが実際に刷新した中身は、思いのほか設計思想からして違う。
Anthropicの「Claude Memory」は、2025年9月にTeam/Enterpriseユーザー向けに始まり、10月にPro/Maxへ拡大、その後2026年3月に無料プランを含む全ユーザーへ順次展開されました。設計の核はプロジェクト単位で独立した記憶です。異なる業務・異なるプロジェクト間で記憶が混ざらないよう区切られており、「Memory Summary」画面ですべての記憶内容を確認・編集でき、記憶を残さない「Incognito Chat」も用意されています。
一方、OpenAIが2026年6月4日に発表した「Dreaming」は、2025年4月に導入した仕組みを土台に、ChatGPTのメモリをバックグラウンド処理で自動的に統合・更新するアーキテクチャへ刷新したものです。特徴的なのは時間経過に応じた動的な書き換えで、「7月にシンガポールへ行く予定」というメモリを、旅行が終わったあとには自動的に「2026年7月にシンガポールへ行った」へ更新するといった仕組みが組み込まれています。OpenAI社内評価では、事実想起が67.9%→82.8%、選好の遵守が55.3%→71.3%、時間経過後の正確性が52.2%→75.1%へと改善したと報告されています。
ざっくり言うと、Claude Memoryは「プロジェクトごとに区切って溜める」設計、ChatGPTのDreamingは「会話全体を横断して時系列で書き換え続ける」設計です。どちらも「繰り返し説明せずに前回の続きから話せる」ことを目指す点は共通していますが、記憶を区切って持つか、常に一つの人物像として合成し続けるかという思想が異なります。
公式メモリ機能が「得意なこと」
公式メモリ機能がうまく機能する場面には共通点があります。
- 直近の会話・プロジェクトの文脈を保持し、同じ説明を繰り返さずに済む
- 好み・トーン・進行中のタスクの状態など、細かく言語化しづらいパーソナライズ情報を扱える
- 特別な操作なしに、会話するだけで自動的に蓄積される
要するに、**「今のやり取りをスムーズにするための短期〜中期の記憶」**として設計されています。筆者自身も生成AIの業務活用を推進する立場で公式メモリ機能を日常的に使っていますが、率直に言うと、劇的に仕事が変わったという実感は薄いです。ただ、これは機能が弱いという意味ではなく、「そこそこ便利だが空気のような機能」という評価が正確だと感じています。
あたま毎回設定を伝え直さなくて済むのは確かに楽です。でも、それだけで「ナレッジが蓄積されている」感覚にはならない。「便利だけど、資産になっている気がしない」——たぶん、この違和感の正体は記憶の設計そのものにあります。
公式メモリ機能が「苦手なこと」
その違和感には理由があります。公式メモリ機能には、構造的に苦手な領域があります。
- 体系立てて整理された、後から検索・参照しやすい知識としての蓄積
- 他人・チームメンバーへの共有
- サービス間の可搬性（ベンダーロックインのリスク）
- 「なぜその判断に至ったか」という経緯・根拠の追跡
knowledge-wikiが整理したLLMエージェント長期記憶の研究動向を見ても、この限界は裏付けられます。MemGPT以降、LLMエージェントの記憶研究はグラフベースの構造へ収斂しつつあり、2026年にはLoCoMo・LongMemEval・BEAMといった標準ベンチマークと、「エピソード記憶」「意味記憶」に続く手続き記憶（学習済みワークフローやレビュー慣行）という第3の記憶類型が確立してきています。しかし研究の現在地でも、時間的抽象化やセッション横断の構造化、記憶の陳腐化検出といった課題は未解決のまま残っているとされます。商用のメモリ機能は、この最先端研究の実装の一つに位置づけられますが、あくまで「その人・そのプロジェクトとの対話を滑らかにするための記憶」であって、体系化された知識ベースそのものではありません。
公式メモリ機能はサービス（ベンダー）に紐づいた記憶です。そのサービスを乗り換えたり、他のAIやメンバーと共有したりする用途には向いていません。「そこにしか無い記憶」に重要な意思決定の根拠を溜め込むのはリスクだと考えたほうがよいでしょう。
ナレッジ基盤（Notion/Obsidian等）に任せるべきこと
公式メモリ機能の苦手な領域は、そのままNotionやObsidianのようなナレッジ基盤が得意とする領域と重なります。
knowledge-wikiで整理した2026年時点のAI×PKMツールの勢力図では、Obsidianのようにローカルのプレーンテキスト（Markdown）にプラグインでAIを後付けする「拡張型」と、Mem・Tana・Capacitiesのように最初からAIによる自動整理を前提に設計された「AIネイティブ型」に大別されています。どちらの系譜であっても、公式メモリ機能には無い共通の強みがあります。
- 体系立てて構造化され、後から検索・再利用できる長期的な資産になる
- チームや他のAIサービスと共有できる
- アプリ・ベンダーに依存しにくく（特にプレーンMarkdownの場合）、可搬性が高い
とくにObsidianのようにローカルのMarkdownファイルとして残る形式は、アプリが使えなくなってもノート自体は読み続けられるという可搬性の面で、クラウド完結型のAIネイティブツールよりも長期的なリスクが低いと考えられます。「今の会話をスムーズにするための記憶」と「後から誰でも参照できる知識」は、そもそも目的が違うものとして最初から切り分けたほうが運用がシンプルになります。
実際の使い分け基準と判断フロー
では実際にどこで線を引けばいいのか。筆者自身は、公式メモリ機能とナレッジ基盤（knowledge-wiki、Obsidian Vault）を、次の基準で明確に使い分けています。
その場限りの会話の文脈は公式メモリ機能に任せ、他人に渡す・後で自分が再利用する知識はナレッジ基盤にingestする。この一文が判断基準のすべてです。
実は、この記事を仕上げるまでの調べ物そのものが、この基準の実例でした。記事を書く前にまずknowledge-wiki（Obsidian Vault）を検索し、過去に整理済みのClaude Memory・ChatGPT Dreamingに関する一次情報を再利用しました。これがナレッジ基盤の役割です。もし新しくWeb検索で調べて出典付きの事実が見つかれば、その場でナレッジ基盤側のページに書き足し、次に同じテーマで記事を書くときすぐ使える状態にします。一方、「この記事の下書きをどこまで直したか」「次にどの見出しを書く予定か」といった、この会話限りで消えてよい進行中のやり取りの文脈は、わざわざナレッジ基盤には残しません。それは会話のメモリ（あるいは単なる会話履歴）に任せて構わない情報です。
この線引きを言葉にすると、判断フローは次のようにまとめられます。
- 「この情報は、今の会話が終わったら不要になるか？」——YESなら公式メモリ機能（または何もしない）に任せる
- 「後で自分や他人が検索して再利用する可能性があるか？」——YESならナレッジ基盤に構造化して残す
- 「複数のAIサービス・複数人で共有する必要があるか？」——YESなら公式メモリ機能ではなくナレッジ基盤一択
あたま公式メモリ機能を「使わない」選択肢もありますが、僕はそこまで神経質にならなくていいと思っています。文脈保持は公式メモリ機能に任せて、「これは資産として残す価値がある」と思った瞬間だけ、意識的にナレッジ基盤へ書き写す。この二段構えがいちばん運用コストが低いです。
まとめ
Claude MemoryとChatGPTの「Dreaming」は、それぞれ「プロジェクト単位で区切る」「時系列で合成し続ける」という異なる設計思想を持ちながらも、どちらも「今の会話・プロジェクトをスムーズにするための短期〜中期の記憶」という点では共通しています。体系立てた知識の蓄積、他人との共有、サービス間の可搬性は依然としてナレッジ基盤の役割です。
線引きに迷ったら、「その場限りの文脈か、後で再利用する知識か」という一問だけで判断できます。公式メモリ機能とナレッジ基盤は競合する機能ではなく、役割の異なる二段構えの記憶として併用するのが実務的な結論です。
関連記事
コメント