情報は常に整理・更新し続ける
ChatGPTの記憶の設計を観察していると、チャットから記憶に保存する際に要約された記憶データをシンプルにテキストで管理して常にコンテキストに読み込んでいます。
それゆえ、無駄に長すぎる記憶や、重複する記憶を増やしすぎると、RAG（Retrieval-Augmented Generation＝検索拡張生成：外部からデータを読み込み回答する手法）で記憶を検索する時にユーザーが欲しい記憶かどうかの正誤の判断が難しくなります。
そのため、RAGの検索を邪魔しないように、同じような記憶は消したり、余計な情報を含まない記憶を作ったりすることが大切です。誤った情報を引き出さないためにも、要点となる情報を切り分けて記憶に保存してあげる必要があります。
例えば、プロジェクト管理に関する記憶を作る場合は、「プロジェクトの課題は人員不足」「プロジェクトの課題は人員過多」といったように、相反する記憶があれば、過去の記憶を最新のものに整理します。
パーソナライゼーションの場合は、「私の仕事はXX」「現在の仕事の悩みはXX」「会社の情報はXX」のように、詳細なプロフィールを拡充更新していきます。
特定のタスクのコツの場合は「AIをリサーチする場合はxxx.aiを優先的に調査する」「アンケートの解析は相反する意見に注目する」のようなシンプルな記述にすることで改善できます。
次のページ
