AIとの会話、毎回ゼロからやり直していませんか？
「昨日あんなに説明したのに、今日のセッションではまた一から…」
という経験、正直に言うと私も何度もあります。AIセッション管理の難しさは、エージェント系AIを使い込むほど痛感するんですよね。
この問題、実はMDファイルで文脈を構造化して渡すことで、かなり解決できます。プロンプト設計の延長線上にある話なんですが、意外と体系的に解説している記事が少ない。
今回は、セッションを超えて文脈を引き継ぐための具体的な方法を、実践的なテンプレートと共に紹介します。
なぜAIとの会話は毎回リセットされるのか
セッションの壁という現実
AIとの会話には、どうしても「セッションの壁」があります。
ChatGPTにしろClaudeにしろ、基本的には一つの会話の中でしか文脈を保持できません。新しいチャットを開いた瞬間、AIは「はじめまして」の状態に戻ります。
これ、短いタスクなら問題ないんです。「このコードのバグを直して」くらいなら、毎回説明しても大した手間じゃない。
でも、数週間にわたるプロジェクトだとどうでしょう。
- 設計方針を何度も説明し直す
- 過去に決めたことを覚えていない
- 同じ質問に何度も答える羽目になる
正直、これはかなりストレスです。
人間の記憶に頼る限界
「じゃあ自分で覚えておけばいいじゃん」という話もあるんですが、それにも限界があります。
1週間前に決めた設計方針、正確に覚えていますか？私は無理です。
特に複数のプロジェクトを並行して進めていると、「あれ、このプロジェクトではどういう方針だったっけ」となる。人間の記憶は曖昧なので、AIに渡す情報も曖昧になりがちです。
結果として、毎回微妙に違う説明をしてしまい、AIの出力も微妙にブレる。
この悪循環を断ち切るには、文脈を外部化するしかありません。
MDファイルで文脈を構造化するという発想
なぜMDファイルなのか
文脈を外部化する方法はいくつかあります。
- Notionにまとめる
- Googleドキュメントに書く
- テキストファイルで管理する
どれでも機能はしますが、私はMDファイル（Markdownファイル）を推奨しています。
理由はシンプルで、AIとの相性が抜群だからです。
Markdownは構造化された記法なので、AIが文脈を理解しやすい。見出しで階層を示し、リストで項目を列挙し、テーブルで関係性を表現できる。これらはすべて、AIが「ここは重要」「これは詳細」と判断する手がかりになります。
さらに、Gitで管理できるのも大きい。プロジェクトのコードと一緒にバージョン管理できるので、「いつ何を決めたか」の履歴も残ります。
構造化の基本原則
MDファイルで文脈を渡すとき、意識すべき原則があります。
1. 役割を明確にする
AIに「あなたはシニアバックエンドエンジニアです」と伝えるだけで、回答の質が変わります。これは深津式プロンプトでも強調されている点ですね。
2. 制約を具体的に書く
「いい感じにして」ではなく、「TypeScriptを使用し、関数は純粋関数として実装する」のように具体的に。曖昧な指示は曖昧な出力を生みます。
3. 背景情報を過不足なく
多すぎると読み込みに時間がかかり、少なすぎると文脈が伝わらない。このバランスが難しいんですが、「なぜその判断をしたか」が伝わる程度が目安です。
実践的なMDファイルテンプレート
基本構造
実際に私が使っているテンプレートをベースに、汎用的な形を紹介します。
# プロジェクト概要
## 目的
[このプロジェクトで達成したいことを1-2文で]
## 背景
[なぜこのプロジェクトが必要になったか]
[前提となる知識や状況]
## スコープ
- 含まれるもの: [機能A、機能B]
- 含まれないもの: [機能C、機能D]
---
# 設計方針
## AIへの役割指定
あなたは[役割]として振る舞ってください。
[具体的な専門性や経験年数があれば記載]
## 技術的な制約
- 言語: [TypeScript / Python / etc.]
- フレームワーク: [React / Django / etc.]
- コーディング規約: [具体的なルール]
## 優先順位
1. [最優先事項、例: セキュリティ]
2. [次に重要、例: パフォーマンス]
3. [その次、例: 可読性]
---
# 過去の判断履歴
| 日付 | 決定事項 | 理由 | 結果 |
|------|----------|------|------|
| 2025/01/15 | React採用 | チーム経験が豊富 | 実装完了 |
| 2025/01/20 | REST API方式 | GraphQLは過剰と判断 | 実装中 |
---
# 現在のタスク
## 今回の指示
[具体的にやってほしいこと]
## 入力情報
[必要なコードやデータをここに貼る]
## 期待する出力形式
[JSONで返してほしい、箇条書きで返してほしい、など]
各セクションの意図
このテンプレート、なんとなく作ったわけではありません。
プロジェクト概要は、AIが「何のための作業か」を理解するために必要です。これがないと、部分最適な回答しか返ってきません。
設計方針は、回答の方向性を決めます。特に「AIへの役割指定」は、2026年現在のプロンプト設計でも基本中の基本とされています。
過去の判断履歴が、セッション引き継ぎの肝です。「なぜその判断をしたか」が記録されていれば、新しいセッションでも一貫した回答が得られます。
現在のタスクは、今回のセッションで何をするかの明示。これがないと、AIは「で、何をすればいいんですか？」状態になります。
セッションを超えた文脈引き継ぎの実践
引き継ぎが必要なタイミング
すべてのセッションでMDファイルを渡す必要はありません。
引き継ぎが必要なのは、主に以下のケースです。
- 前回から1日以上空いたとき
- 大きな方針変更があったとき
- 別のAIツールに切り替えるとき
- チームメンバーに作業を引き継ぐとき
逆に、同じ日に連続して作業する場合は、同じセッションを継続すれば済むことが多い。
効果的な渡し方
MDファイルをAIに渡すとき、いくつかコツがあります。
1. 冒頭で「これは文脈情報です」と明示する
以下のMDファイルは、このプロジェクトの文脈情報です。
まず内容を理解した上で、最後の「現在のタスク」に取り組んでください。
---
[MDファイルの内容]
---
こう伝えることで、AIは「いきなりタスクに取り掛かる」のではなく「まず文脈を理解する」モードになります。
2. 長すぎる場合は要約版を用意する
プロジェクトが進むと、判断履歴がどんどん増えていきます。全部渡すとトークン数の問題もあるし、AIの注意も散漫になりがち。
そういうときは、要約版を別途用意しておくと便利です。
# 判断履歴（要約版）
## 重要な決定のみ抜粋
- React + TypeScript採用（2025/01/15）
- REST API方式（2025/01/20）
- 認証はFirebase Auth（2025/01/25）
詳細は `docs/decision-log-full.md` を参照
3. 変更があったら即座に更新する
これ、意外とサボりがちなんですが、判断履歴は「決めたその場で」更新するのがベストです。
後から思い出して書こうとすると、「あれ、なんでこう決めたんだっけ」となる。記憶が新しいうちに書く習慣をつけると、文脈引き継ぎの精度が格段に上がります。
より高度な活用パターン
Chain-of-Thoughtを組み込む
2026年現在、複雑なタスクにはChain-of-Thought（CoT）プロンプトが推奨されています。
これをMDファイルに組み込むと、こんな感じになります。
# 現在のタスク
## 指示
以下のAPI設計について、step by stepで検討してください。
1. まず、要件を整理してください
2. 次に、考えられる設計パターンを列挙してください
3. それぞれのメリット・デメリットを比較してください
4. 最後に、推奨案を理由と共に提示してください
## 入力情報
[API要件の詳細]
「いきなり答えを出して」ではなく「段階を踏んで考えて」と指示することで、より深い検討がなされます。
複数AIツール間での共有
ChatGPT、Claude、Gemini…複数のAIツールを使い分けている人も多いでしょう。
MDファイルで文脈を管理していると、ツール間の切り替えもスムーズです。
# ツール間共有用メモ
## 各ツールでの作業履歴
- Claude: 初期設計のブレスト（2025/01/15）
- ChatGPT: コード生成（2025/01/16-20）
- Gemini: ドキュメント作成（2025/01/21）
## 現在の状態
[どこまで完了しているか]
## 次にやること
[どのツールで何をするか]
こうしておけば、「あれ、Claudeで何を話したっけ」という混乱が減ります。
チーム開発での活用
一人で使う分には自分だけがわかればいいんですが、チームで使う場合は少し工夫が必要です。
# チーム共有用コンテキスト
## メンバー別の作業領域
- 田中: フロントエンド（React）
- 鈴木: バックエンド（FastAPI）
- 佐藤: インフラ（AWS）
## 共通の約束事
- PRは必ずレビューを通す
- 大きな設計変更は全員で議論
- AIへの指示は日本語で統一
## 各自のAI活用方針
[それぞれがどうAIを使っているか共有]
チームで文脈を共有することで、「Aさんが決めたことをBさんが知らなかった」という事故を防げます。
よくある失敗パターンと対策
情報を詰め込みすぎる
「たくさん情報を渡せば、AIは賢くなるはず」
…これ、実は逆効果になることがあります。
AIには注意の限界があり、大量の情報を渡すと重要な部分を見落とすことがあります。特に長いMDファイルの中盤に書いた制約は、無視されがちです。
対策としては、重要な情報は冒頭と末尾に配置すること。人間と同じで、最初と最後は印象に残りやすいようです。
更新を怠る
最初は張り切ってMDファイルを整備するんですが、プロジェクトが進むにつれて更新が面倒になる。
気づいたら、1ヶ月前の情報のまま…というパターン、よくあります。
対策は、更新のタイミングをルーチン化すること。
- 毎日の作業終わりに5分だけ更新
- 週1回、まとめて整理する時間を設ける
- 大きな決定をしたら、その場で追記
どれでもいいので、自分に合った方法を決めておくと続きやすいです。
抽象的すぎる記述
「いい感じのUIにする」「パフォーマンスを意識する」
こういう抽象的な記述は、ないよりマシですが、あまり効果がありません。
AIは具体的な指示ほど正確に従えます。
- ❌「いい感じのUIにする」
- ⭕「Material Design 3のガイドラインに従い、アクセシビリティはWCAG 2.1 AAを満たす」
面倒でも、具体的に書く価値はあります。
まとめ：文脈管理は投資である
MDファイルで文脈を管理する作業、正直に言うと最初は面倒です。
コードを書く時間を削って、ドキュメントを整備する。目に見える成果がすぐに出るわけでもない。
でも、プロジェクトが長期化するほど、この投資は効いてきます。
- セッションを超えても一貫した回答が得られる
- 過去の判断を忘れても、すぐに思い出せる
- チームメンバーへの引き継ぎがスムーズ
- 複数のAIツールを使い分けても混乱しない
AIとの協働が当たり前になった今、文脈管理は新しい必須スキルだと思っています。
まずは、今進めているプロジェクトで、簡単なMDファイルを作ってみてください。最初から完璧を目指す必要はありません。使いながら、自分に合った形に育てていけばいい。
そのうち、「これなしではAIと仕事できない」と思うようになるはずです。
