AIが混乱して物事を忘れているのではありません - 余裕がなくなっているのです。 すべてのモデルには固定された「コンテキストウィンドウ」があり、一度に保持して推論できるテキスト量に上限があります。そのウィンドウがいっぱいになると、何かを犠牲にしなければなりません。古いメッセージが新しいメッセージに押し出されたり、埋もれたり、完全に削除されたりするのです。
最終更新日: 2026年7月 · KissMySkillsチーム
コンテキストウィンドウとは実際には何か
Claude、ChatGPT、Geminiにメッセージを送るたびに、モデルが見るのはそのメッセージだけではありません。それまでの会話全体、つまりあなたが入力したすべての内容、モデルのすべての返信、さらに添付した文書、画像、ファイルも、1つの入力にまとめられて送られます。そのまとまり全体が「コンテキスト」です。「ウィンドウ」とは、そのうちモデルが1回の処理で扱える量の上限です。
コンテキストウィンドウはトークン単位で測定されます。トークンとはテキストの小さなまとまりで、1語あたりおよそ¾個のトークンに相当します。100,000トークンのウィンドウを持つモデルなら、上限に達するまでに、会話、文書、指示を合わせておよそ75,000語を保持できます。かなり多いように聞こえますが、40ページのPDF、スプレッドシートのエクスポート、長い会議の議事録が、それだけで数万トークンを消費することを考えると、実際の質問をする前から余裕がなくなってしまいます。
重要なのは、コンテキストウィンドウが、モデルが情報を調べるデータベースではないということです。短期記憶に近いものです。そのウィンドウの外側にあるものは、モデルにとってはまったく存在せず、内側にあるものはすべて、モデルの限られた注意力を奪い合います。
AIが「忘れる」ように感じる理由
長いチャットの冒頭をAIが「忘れた」、またはアップロードした文書の詳細を追えなくなった、と人々は表現します。観察される現象を説明する方法としては妥当ですが、内部で起きていることを正確に表しているわけではありません。異なる2つのことが起きており、それらが互いに重なって影響しています。
1. 部分的な忘却: 希釈
会話が長くなるにつれて、古い内容が消えるわけではありません - モデルが見ている情報全体に占める割合が、どんどん小さくなるだけです。初期の指示、決定事項、事実は、それ以降に話されたすべての内容と比べて相対的に「重み」が小さくなります。モデルは技術的にはその内容にまだアクセスできますが、ウィンドウに詰め込まれた他の情報の中からそれを見つけ、優先するために、より多くの処理が必要になります。実際、長いスレッドでは品質が目に見えて低下します。モデルが以前の回答と矛盾したり、すでに答えた質問を繰り返したり、10回前のやり取りに含まれていた微妙な指示の流れを見失ったりするのです。
2. 完全な忘却: 切り捨て
会話が実際にウィンドウの厳しい上限を超えると、新しい入力のためのスペースを空けるために何かを削除しなければなりません。ほとんどのチャット製品では、最も古い発言をひそかに削除するか、要約することで対処します。その時点で、内容は単に薄まるだけではなく、本当に消えてしまいます。どれほど重要だったとしても、モデルにはもう文字どおり見えません。
どちらも、厳密にはバグではありません。固定サイズのウィンドウが埋まっていくことによる物理的な結果です。しかしそのため、巨大なドキュメントを貼り付けることと、チャットを長くまとまりなく続けることという2つの普通の習慣が、答えが悪くなった理由に気づかないまま、出力品質を落とす最速の方法になっています。
「とりあえずドキュメントをアップロードする」ことの隠れたコスト
大きなファイルのアップロードは無料のように感じられます。実際は違います。大規模な契約書、調査レポート、またはデータセット全体によって、モデルがあなたの実際の依頼を一語も処理する前に、利用可能なウィンドウの大部分が消費されることがあります。たとえばモデルのウィンドウが150,000トークンで、ドキュメントがそのうち90,000トークンを使うと、システム指示、会話履歴、モデル自身の推論と応答に使えるのは60,000トークンだけです - しかも、タスクによってはドキュメント全体を横断して統合する必要があります。
マーケティングレポートの表や財務モデル、長大な調査コーパスなど、負荷の高い分析作業では、まさにこの状況が人々をつまずかせます。入力が大きく複雑になるほど、その入力を使って何をしてほしいのかをAIが実際にうまく考えるための余地は少なくなります。
Rafaは、まさにこの問題に対応するため、ClaudeをSenior Marketing Analytics Specialistに変えます。常時適用される指示が、ドキュメントに必要な容量を圧迫することなく、密度の高いレポート、ダッシュボード、キャンペーンデータを解析できます。
Rafa - Marketing Analytics Specialistを表示 →長くてまとまりのないチャットが事態をさらに悪化させる理由
もう1つの落とし穴は、マラソンのように続くチャットです。「コンテキストが全部そろっているから」と、決して閉じないスレッドのことです。やり取りの一つ一つ、放棄した脱線、すべての「やっぱり、別の方法で試そう」がウィンドウ内に残り、容量を使って、本当に重要なものを薄めていきます。50通目にもなると、モデルは、現在の本当の依頼と一緒に、関連性が半端な履歴の山を抱え、そのすべてをほぼ同じ重みで扱うようになります。
解決策は「長い会話を決してしない」ことではありません。そのウィンドウの中で実際に何が容量を使っているのかを意識し、モデルに重く反映させたいもの - 現在のタスクや現在のドキュメント - が、もう重要ではないものに埋もれないようにすることです。
skillファイルの出番
これは、skillファイル（またはシステムプロンプト、カスタム指示、プロジェクト指示 - プラットフォームによって名称が異なるだけで、考え方は同じ）が存在する実用的な理由です。skillファイルは、通常コンテキストウィンドウ内で一緒くたにされる、非常に異なる2種類の情報を分離します：
- 継続的な指示 - AIがどのような役割を担うべきか、どの基準を適用するか、どの形式で出力するか。これはタスクごとには変わりません。
- タスクの内容 - 分析対象のドキュメント、作業中のデータ、実際の問題についての実際の会話。これは毎回変わります。
「シニアアナリストのように振る舞い、この構成に従い、このトーンを使い、常にXを実行し、Yは決して実行しないでください」といった長く自由形式の説明をチャット自体に貼り付けると、その説明はウィンドウ内で、ドキュメントや質問と並んでスペースと注意力を奪い合います。しかも毎回、すべての会話でです。Skillファイルなら、同じ指示一式を定義された役割として一度だけ、簡潔に読み込ませ、モデルがその役割に入れるようにします。一般的なやり取りでの説明よりも引き締まった形で書かれており、場当たり的な指示のように会話の途中で再検討されたり、説明し直されたりすることもありません。
結果は明快です。ウィンドウのより多くの部分を、実際に変化する内容に使えるようになります。アップロードしたレポート、質問しているデータ、このセッションでの20個の追加質問などです。モデルが「どう振る舞うべきかを覚えること」と「今まさに何を尋ねられているかを理解すること」に限られた注意力を分ける必要がないため、より長い期間にわたって品質が高く保たれます。
Ryanは、取締役会資料、ブリーフィング、意思決定メモなど、会話が長くなるほど簡潔な継続的役割が重要になる、高コンテキストのエグゼクティブ業務に合わせてClaudeを設定します。
Ryan - Chief of Staffを見る →実際に役立つ実践的な習慣
- 新しいタスクには新しいスレッドを始めてください。新しい会話なら、現在の依頼と競合する希薄化した履歴のない、クリーンなウィンドウから始められます。
- 継続的な指示は分けて、簡潔に保ってください。毎回のチャットで期待することを説明し直すより、Skillファイルを一度読み込むほうが効果的です。
- アップロードする内容を絞ってください。第3章と第4章だけが必要なら、本全体をアップロードしないでください。不要なページはすべて、モデルがあなたの質問に使えないトークンになります。
- 続ける前に要約してください。長期的に続くプロジェクトでは、これまでの重要な決定事項を短くまとめるよう定期的にモデルに依頼する（または自分でまとめる）とよいでしょう。その後、その要約とSkillファイルを使って新しいスレッドを始めます。
- 警告の兆候に注意してください。同じ質問を繰り返す、以前の回答と矛盾する、具体的な依頼に対して曖昧に答えるといった現象は、より賢いpromptが必要なのではなく、ウィンドウが混雑しているか、切り詰められていることの兆候である場合が多くあります。
まとめ:
すべてのAIモデルには固定されたコンテキストウィンドウがあり、いっぱいになると、古い内容が薄まったり削除されたりします。あなたが気づいているのは混乱ではなく、これが「忘却」です。大きなドキュメントのアップロードも、膨大なチャット履歴も、同じ限られたスペースを消費します。Rafa (Marketing Analytics Specialist)やRyan (Chief of Staff)のように、継続的な指示をコンパクトにまとめて分離しておけば、本当に必要なドキュメントやタスクの内容のための余地が生まれ、回答の切れ味がより長く保たれます。
あなたやチームが実際にAIチャットをどう使っているかを入力して、再プロンプトと永続的なスキルファイルを比較した、毎月のトークン浪費量と金額の実際の見積もりを取得しましょう。登録もメールアドレスも不要 - この投稿の計算をあなたの数値に適用するだけです。
計算機を試す →よくある質問
コンテキストウィンドウに含まれるのは、具体的に何ですか？
現在の会話に含まれるすべてのものです。あなたのメッセージ、モデルの返信、システムプロンプトやスキルファイルの指示、添付したファイルやドキュメントから抽出された全文が含まれます。これらはすべて、1つの共有上限に対するトークンとしてまとめて計測されます。
新しいチャットを始めれば、本当に問題は解決しますか？
はい、ウィンドウを完全に空にするという意味ではそうです - 薄まった履歴も、会話の途中から切り詰められるリスクもありません。その代わり、古いスレッドから引き継がなかったコンテキストは失われるため、何もない状態から始めるよりも、短い要約とスキルファイルを新しいチャットに持ち込む価値があります。
もっとコンテキストウィンドウの大きいモデルを使えばいいのでは？
大きなウィンドウは役立ちますが、根本的な動きはなくなりません - 規模が大きくなっても希薄化と優先順位付けは起こり、上限が100,000でも1,000,000でも、大量の入力には実際のトークンコストがかかります。大きなウィンドウで得られるのは、より広い余地です。その中で何を優先すべきかをモデルが自動的に理解することまで得られるわけではありません。
スキルファイルは、チャットで良い指示を書くのとどう違いますか？
どちらも機能しますが、チャットに直接入力した指示は、他のすべての内容と同じ混雑したウィンドウに置かれるため、会話が進むにつれて、再度述べられたり、矛盾したり、薄まったりしがちです。スキルファイルは、定義された役割として一度読み込まれ、タスクの内容とは別にコンパクトに保たれるため、実際に作業しているドキュメントやデータとスペースを奪い合いません。
関連: エグゼクティブとChief of Staff向けの優れたClaudeスキル · 比較した、Claudeの優れたスキルマーケットプレイス
