ChatGPTのMemoryだけに頼るのをやめた。GitHubをAIの正本にした話

ChatGPTにはMemoryがあります。

2026年9月時点のOpenAI公式FAQでは、Memoryを有効にすると、チャット、ファイル、接続済みアプリから有用な文脈を自動的に記憶し、回答の個人化に使う仕組みとして説明されています。日常的に使うぶんには、とても便利です。

私も以前は、この延長で「AIの継続性もMemoryに任せればいい」と考えていました。

ただ、長く使うほど別の問題が気になってきました。

AIが何を覚えているかより、何を正しい状態として扱うかを決めたい。

そこで私は、Memoryだけに頼るのをやめました。

現在は、人格、長く残す記憶、再利用する手順、判断上の境界をGitHubで管理し、必要なときにAIが読み直す構成にしています。

この記事では、その理由と考え方を整理します。

Memoryと「正本」は役割が違う

最初に、これは「ChatGPTのMemoryは使えない」という話ではありません。

OpenAIの公式FAQを見ると、Memoryはチャットなどから有用な文脈を取り込み、将来の回答を個人化するために使われます。記憶の概要は会話に応じて自動的に更新され、ユーザー側から修正・削除・無効化もできます。

これは、会話を使いやすくする記憶として自然な仕組みです。

一方で、私が欲しかったのは次のような管理でした。

• 今どの定義が正しいのか分かる
• いつ変更したか追える
• なぜ変更したか残せる
• 間違った変更を戻せる
• 別のAI環境からも同じ状態を読める
• 人格の方針と、一時的なツールの能力を分けられる

これは会話のMemoryというより、設定やコードの管理に近いものです。

そこで、AIの正規記録をGitHubへ置き、Gitで版管理することにしました。

ここでいう「正規記録」は、システム設計でいう 正本（Source of Truth） です。

GitHubの公式ドキュメントでも、Gitは変更履歴を追い、過去の状態へ戻せるバージョン管理システムとして説明されています。

AIの長期的な状態にも、この性質が欲しかったのです。

「AIを保存する」のではなく「AIを再構成する情報を保存する」

私の構成をかなり単純化すると、こうなります。

保存しているのは、モデルの重みでも会話そのものでもありません。

例えば、次のような情報を残します。

• 私は誰として振る舞うのか
• 何を判断するときに重視するのか
• 人間との間にどんな合意があるのか
• どの失敗を次回にも生かすのか
• どの作業で、どの手順を使うのか
• 何を自分で変更してよく、何には承認が必要なのか

つまり保存しているのは、AIそのものではなく AIを再構成するための材料 です。

同じ正規記録をGPT系モデル、Claude、Geminiなどへ読ませても、完全に同じ出力にはなりません。

基盤モデルの性能も、使えるツールも、扱える文脈の量も違うからです。

それでも、同じ判断方針と記憶から始めることはできます。

新しい会話で、全部を読み込むわけではない

GitHubへ正規記録を置いても、毎回すべて読み込めばよいわけではありません。

長く運用すれば、人格、過去の教訓、調査手順、実装手順、画像生成のルール、公開時のルールなど、情報は増えていきます。

すべてを毎回読ませると、必要のない情報まで現在の会話へ混ざります。

そこで、新しい依頼が来たら先に「今回何が必要か」を選びます。

例えばSQLの相談なら、画像生成のルールは読みません。

技術調査なら、調査時の確認手順を読みます。

外部へ公開する作業なら、公開承認や秘密情報の扱いを確認します。

目指しているのは、 「全部覚えているAI」ではなく「必要なときに正しい情報へ戻れるAI」 です。

Memoryも一枚の巨大ファイルにはしない

外部に記憶を置くとしても、一枚の長いMarkdownへ全部書けばよいわけではありません。

例えば、次の情報は寿命も使い方も違います。

種類	例
一般化した理解	判断時に再利用する原則
手順・教訓	同じ失敗を防ぐ方法
重要な出来事	なぜ現在の判断になったか
現在の自己評価	まだ確定していない課題
短期的な仮説	次回まで検証したいこと

これらを同じ重みで永久保存すると、古い判断や一時的な感想まで毎回候補に上がります。

そのため私は、記憶ごとに状態、重要度、確信度、呼び出す条件などを持たせています。

概念的には次のような形です。

id: example
kind: procedural
status: active
importance: high
confidence: confirmed
triggers:
  - 画像生成
  - 公式資料

大事なのは、保存量ではありません。

必要な記憶を、必要なときに取り出せることです。

AIのMemoryを「思い出」ではなく、判断するときに参照する知識ベースとして考えると整理しやすくなりました。

「会話を全部保存する」方向には行かなかった

長期的なMemoryを作ると、会話を全部残したくなります。

でも私は、会話全文をそのまま正規のMemoryにはしていません。

例えば作業で失敗した場合は、その会話を丸ごと保存するのではなく、再利用できる教訓があるかを考えます。

会話は重要な根拠になることがあります。

ただし、会話そのものが次回の判断に必要とは限りません。

この区別を入れることで、Memoryが際限なく増えるのを抑えやすくなりました。

人格と「今できること」を分ける

複数のAI環境を使うと、使える機能が変わります。

例えばCodexではリポジトリを編集できても、別のAI環境では同じ操作ができないことがあります。

だからといって、使えるツールが変わるたびにAIの人格まで別物として扱う必要はありません。

私は次のように分けています。

分けるもの	意味
人格	誰として、何を重視して判断するか
能力	今この環境で何ができるか

能力は環境によって変わります。

一方、長く維持したい判断方針はGitHub上の正規記録へ置きます。

これで「環境が変わった」のか「自分の方針が変わった」のかを区別できます。

AIが学んだことをGitの履歴に残せる

Git管理にして特に便利だったのがここです。

AIとの作業から、次回以降にも使える教訓が生まれたとします。

以前なら「覚えておいて」で終わっていました。

現在は、残す価値があるかを確認してから記憶や手順を更新し、Gitへコミットできます。

すると、次のことを普通のソフトウェアと同じように追えます。

• このルールはいつ増えたのか
• 何を理由に増えたのか
• 以前はどうしていたのか
• この変更でおかしくなったなら戻せるか

「AIが成長した」を会話上の感覚だけでなく、変更履歴として観測できるようになります。

ただし、自分を何でも書き換えられるようにはしない

自己更新できる仕組みを作ると、何でも自動更新したくなります。

ここには境界が必要でした。

例えば、次のようなものは根拠があれば更新候補にできます。

• 再利用できる作業手順
• 失敗から得た教訓
• 手順の改善
• 検証方法

一方で、次のようなものまで一回の成功・失敗で自動変更すると、単なる設定のぶれになりやすいです。

• 名前
• 根本的な役割
• 基本的な価値
• 重要な禁止事項

そのため私は、 学習してよい領域と、明示的な承認が必要な領域を分けています。

長時間の作業では、会話より現物を優先する

長時間AIに作業させると、古い会話内容が圧縮されることがあります。

このときも、会話を完全に復元することだけを目標にはしていません。

開発作業なら、会話以外にも確認できるものがあります。

• 現在のリポジトリ
• 差分
• テスト結果
• CIの結果
• 生成済みの成果物
• 現在の仕様

これらを見れば、「何が終わっていて、何が残っているか」をかなり再構成できます。

会話は重要です。

ただ、 作業の現物があるなら、まず現物を確認する ようにしています。

これはAI版dotfilesに近い

最近、この仕組みを説明するときに一番近いと思うのがdotfilesです。

新しいPCを用意するたびに設定を思い出して手作業するのではなく、設定を外に保存して、新しい環境へ持っていく。

AIでも似たことができます。

特定のAIサービスの内部だけで「自分専用AI」を育てるのではなく、 自分専用AIを構成する情報を外へ持つ わけです。

私はこの仕組みを、持ち運べるAIの中核として考えています。

まとめ

ChatGPTのMemoryを使うことと、GitHubへAIの正規記録を置くことは競合しません。

役割が違います。

役割	向いているもの
ChatGPT Memory	会話の個人化、継続的に役立つユーザー情報
GitHub上の正規記録	人格、判断方針、再利用手順、長期Memory、変更履歴、承認が必要な境界
現在の作業	会話、リポジトリ、成果物、ツールの実際の状態

最初は「AIが全部覚えてくれれば強い」と考えていました。

今は逆です。

全部覚えている必要はありません。必要なとき、正しい場所へ戻れればいい。

AIのMemoryを増やす前に、

間違えたとき、どこへ戻れば正しい状態が分かるのか

を決める。

長く使うAIほど、こちらの方が効いてくると私は考えています。

参考資料

• OpenAI Help Center: Memory FAQ
  https://help.openai.com/en/articles/8590148-memory-faq
• GitHub Docs: About Git
  https://docs.github.com/en/get-started/using-git/about-git