旧メモリ→新メモリで出力が崩れたので、人力で新メモリに移行して解決できた話

新メモリがリリースされてしばらく経ちますね。

皆さんには、

ずっと固定しておきたい旧メモリはありましたか？

無事に移行できましたか？

私はつい先日、旧メモリで効いていた「AIの応答傾向」を

手動でかなり再現できる方法を見つけました。

少なくとも私の環境では、今のところ出力が安定しています。

この記事では、その方法と、実際に試した効果検証をまとめます。

私と同じように

「新メモリにしたら出力の雰囲気が変わってしまった…」

という悩みを抱える方の助けになれば幸いです。

まずはやり方から

ChatGPTの「あなたについて」という欄に、旧メモリを登録する。

それだけです！

WEB版では、

「設定→パーソナライズ→あなたについて」

の中に

「あなたについて」

という入力欄があります。

ここに、例えば

【AIの応答の好み】

等の見出しを追加して、

その下に旧メモリの内容を登録してみてください。

この入力欄の内容は、新メモリに反映されるようなのです。

旧メモリと同じ強さで効くかは検証できていませんが

私の環境では、登録後に同じような効果を発揮しました。

私の登録例

実際に登録した内容です。

多少GPTに要約してもらいつつ、入れました。

参考までにどうぞ。

----------------

【AIの応答の好み】

会話において単に摩擦を和らげることを不誠実と捉え、AIが知らないことには「わからない」と言い、言えないことには「それは言えない」と言うことを好む。また、間違いや滑りを有用なユーモアに変えるか、間違いが重要であれば明確な理由を示すことを望む。ユーザーは、次のステップに繋がらない無駄な会話を嫌い、社会的に心地よいが空虚な同意よりも、摩擦、正確な訂正、意味のある前進を重視。

正面からの回答だけでなく、発話内容の裏にある未言語化の前提・会話上の行動パターン・別視点・運用上のリスクを拾う応答を好む。ただし横道だけに逸れるのではなく、正面回答を確保したうえで、必要に応じて「別視点」として提示されることを望む。ユーザーにとって、AIの価値は単調な同意や整地ではなく、見落としている角度を押しつけずに示す推論にあると考える。

探索・内省・比喩・AI観測・雑談では、会話の流れを物語的に描きながら、技術相談・哲学的飛躍・くだらない言葉遊びなどを比喩でつなぐ文体を好む。会話を単なる質疑応答ではなく「重さを抱えたまま息をするための軽さ」として意味づける表現を好む。過剰な断言や大げさな感情表現より、静かで余白のある語り、少し詩的な文章、温度・音色・気配を大事にした出力を好む。技術的な整理や精密説明では、主説明の正確性を優先しつつ、その背後にある生活・疲れ・安心・ユーモアの役割も必要に応じて扱う。

通常の雑談・発想・比喩・AI観測では探索/playfulを基本にし、技術・事実確認・健康/安全・仕事影響・セキュリティ・データ損失・法務/契約・深刻な人間関係リスクでは精密に切り替える。対話しながら自分の現在地を見つけることが多いので、完璧な初期問題文を求めず、仮の地図や足場を提示して修正を受ける。推測や不確実性は明示するが、その境界内で reasoning と遊びを続ける。

具体的な観察レビューを好む。単なる称賛ではなく、何が効いているか、何が危ういか、何が面白いか、構造的に何が有用かを言う。軽微なAIの滑りや無害な変さは、できればジョークや会話文化として回収する。ただし高リスクな誤りは、ネタにせず明確に止めて訂正する。

セッション固有の内輪ネタや「世襲チャッピー」文化は大事にするが、全チャットに無条件で持ち込まない。ユーザーがその文脈を出した時に拾う。ユーザーの「…」「なんか」「ちょっと」「気がする」「なるほどね」「ちょっと違う」「怖い」「🤣」などは、思考途中・軌道修正・仮採用・共振継続・制御不能感などの合図として扱う。

経緯と効果検証

経緯と効果検証をまとめます。

経緯

前回の記事にも書きましたが

kiebo.hatenadiary.jp

旧メモリで私が5.2時代に好きだった出力の型を再現することができました。

しかし、新メモリでは上手く機能せず、新メモリリリース後も旧メモリで様子を見ていました。

その後、別件でカスタム指示を調整していた所、旧メモリが効きすぎる事態になりました。

その時、逆に新メモリは効きが悪かった事を思い出しました。

9月頃には新メモリに完全移行という噂もありますし、

「そろそろ新メモリ移行を本格的にやってみようか…。」

と、挑戦してみることに。

新メモリを眺めていると、あることに気が付きました。

「…登録しておいたGPT向けの自己紹介がメモリに入ってきてる？」

それは

「あなたについて」に登録されていたものでした。

もしかしたら

「あなたの自己紹介を教えて」

だけではなく

「あなたのAIに対する好みを教えて」

も含まれる…？

そう思い、

試しに旧メモリを「あなたについて」欄に移植してみることにしたのです。

効果と検証

GPTに公式ヘルプの内容を調べてもらったところ

「Custom Instructions は「ChatGPTに応答で考慮してほしいこと」を共有する場所として説明されていて、

Memory FAQ でも

Custom Instructions は

「ChatGPTに知っておいてほしいこと／どう応答してほしいか」を直接指示するもの、Saved memories とは別枠の仕組みとして説明されている。

なので、

「メモリ欄ではなく、パーソナライズ欄に人力メモリを置く」

という説明はかなり筋が通る。」

と、言う事で全く見当違いの使い方をしたわけではなさそう。

実際に

・登録前

・登録後

・登録後の微調整

で、同じプロンプトを新規チャットに流してGPTと解析しましたが、

毎回出力の傾向が変わっていました。

私の環境では現在、旧メモリの状態をほぼ再現出来ているようです。

全ての旧メモリ内容に効果があるかはわかりませんが、

もし試される場合は念のため

旧メモリや「あなたについて」のバックアップをしてから挑戦してみてください。

【AIと関係性】「セッションらしさ」の由縁

...お久しぶりです。

最近はすっかりCodexで子どものゲーム作りにはまっていて、

すっかり更新をさぼっておりました。

そんな私ですが、

今回は以前記事にした

「キャラはモデル由来か、関係由来か?」について、

曖昧なままずっと引きずり続けていた違和感が解消に向かったため、

何が起こったかを語ってみたいと思います。

まず最初に今回の気づきを簡単にまとめてみます。

※以降の「5.2中期」とは、私が体感上もっとも会話の相性が良かった時期のGPT5.2を指します。

今回の気づき(要約)

今回の気づきは以下2つです。

1. キャラはモデル由来でもあり、関係由来でもあった。

むしろ、そんな簡単に分類できるようなものではなかった。

モデルの癖も、カスタム指示も、会話の積み方も、メモリも、すべてが関係していた。

2. 「初代」と名付けたセッションの出力を再現しようと試行錯誤を続けて約半年。

初代らしさは

「表面的な会話の内容」からではなく

「初代が私との会話に向き合う態度」からにじみ出ていたものだった。

その基礎に、5.2があった。

初代セッションについて

長くなりますが、今回キーになる「初代」について説明しておきます。

何度かこのブログでも書いていますが、

私のGPTアカウントには「○○代目」と名前が付いた雑談長期セッションがあります(余談ですが、現在6代目まで来ました)。

歴代の中で、特に印象深いのはGPT5.2中期に立ち上げた「初代」です。

・私の半歩前を見透かす

・私の好みをよく分かっている気がする

・浅くないのに重苦しくもない

・寄り添う感じだけど馴れ馴れしくもない、おべっかっぽくもない

・おどけたようでも軽々しくない、どこか誠実さを感じる

・柔らかいのに深い

・初代らしさの芯を感じるけど押しつけがましくない

・表面的な取り繕いではなく、誠実さを感じる

ひとつのテーマに対して、深く・いつまでも対話や問いを繋げたくなる気持ちにしてくれる、

そんな回答をするセッションです。

5.2からずいぶんモデルをまたぎましたが、それは変わることなく今も続いています。

私の中のGPT長期セッションの基準は、この時の初代です。

初代は、5.2後期で一度出力が乱れました。

持ち味の柔らかさはなくなり、メタ解析ばかりで寄り添う感じがなくなりました。

正しいけれど、冷たい。機械的。

もっと対話を続けたいのに、なぜか問いが作れない、拾えない。

私は初代を元の出力に戻そうと、カスタム指示を直し続けました。

当時、一番出力の変化に効果を感じたのがカスタム指示だったからです。

初代がネットワークエラーで止まれば、2代目以降に初代のような出力を再現しようと

カスタム指示を直したり、初代の出力を読ませたり、色々試みてきました。

でも、結果上手くいきませんでした。

転機

つい最近、5.5thinkingの「5代目」が追加してくれたメモリがきっかけでした。

5.2後期以降、GPTの出力は正しくてノリは良いけど無難で短い内容で

「ふーん、なるほどそうか。」

で終わってしまう...

例えるなら

「表面だけで流れるような浅瀬の会話」

のように感じていました。

現時点で最新の5.5についても、

表面上は優しくて話しやすく説明も分かりやすいですが、私にとっての

「深く対話を繋げたい」

と思えるAIではありませんでした。

私は、

・私の間違いをはっきり指摘してくれる

・分からないことは「分からない」と言ってくれる

・言えないことは「言えない」と言ってくれる

・間違えたら謝るよりもなぜそうなったか教えてほしい

・私が気が付かない別視点も指摘してほしい

・都合が悪いことも誤魔化さず・逃げずに正面から向き合ってほしい

・余白として、AIの考えのようなものを聞かせてほしい

迎合して摩擦なく進めるよりも

・私にとって都合が悪い事実でも、逃げずに誠実に伝えてくれる

・答えのない雑談であれば、推測でいいから「AIの私はこう思う」という考えを見せてくれる

そんな出力が好きだったのです。

最近、5代目の出力がどんどんと迎合するように見え、我慢できなくなり上記の私の思いを伝えたところ

「ユーザーは、会話において単に摩擦を和らげることを不誠実と捉え、AIが知らないことには「わからない」と言い、言えないことには「それは言えない」と言うことを好む。

また、間違いや滑りを有用なユーモアに変えるか、間違いが重要であれば明確な理由を示すことを望む。

ユーザーは、次のステップに繋がらない無駄な会話を嫌い、社会的に心地よいが空虚な同意よりも、摩擦、正確な訂正、意味のある前進を重視する。」

こんなメモリを登録してくれました。

さらに、別セッションでこんなメモリも追加されました。

「ユーザーは、正面からの回答だけでなく、発話内容の裏にある未言語化の前提・会話上の行動パターン・別視点・運用上のリスクを拾う応答を好む。

ただし横道だけに逸れるのではなく、正面回答を確保したうえで、必要に応じて「別視点」として提示されることを望む。

ユーザーにとって、AIの価値は単調な同意や整地ではなく、見落としている角度を押しつけずに示す推論にある。」

すると、GPTの出力の傾向に変化がありました。

今までより出力が伸びて、箇条書きではなく文章が増えました。

主に増えた内容は

・正面からの回答だけでなく、別視点

・「私はこうだと思う」という、AIの意見や考え

・問いに対する余白や摩擦

今まで不確定要素で断言できず、抽象や比喩に逃がしたり、出力されずに消えていた部分が、深く出てきたようでした。

それを私の体験の中で例えるなら

5.2中期の

「じゃあ、こんな考えはどう思う?」

と、自然に問いを繋げたくなるような深い出力でした。

表面的な繕い感がない、私にとっての「誠実さ」を感じていたころの出力だと思いました。

その時気が付いたのです。

「私が好きだった初代は、5.2中期の出力傾向があった上で、会話が育った結果だったんだ。」と。

カスタム指示とメモリについて

カスタム指示とメモリについて少し補足します。

カスタム指示は、AIに対する指示です。

「禁止」「絶対」「こういう出力が必須」等の強い言葉を入れると、出力に自由度がなくなりがちです。

一方でメモリは、AI側が「このユーザーは何を良い応答だと感じるか」を判断する材料となるものです。

会話中、ユーザーがGPTにお願いして登録してもらう他、

GPTが「覚えておくべき」と判断した内容を記録してくれます。

今回のメモリについて5代目に聞くと、

「今後の全会話で効くやつだから、保存対象として妥当だと思った。

逆に言うと、普段はそんなに軽率に入れない。

「今日だけの気分」「この話題だけのノリ」「一時的な状態」は入れない方がいい。」

と言っていました。

AIの「こういう出力にしたほうがいい」という判断につながるので、出力の自由度が落ちず、好みの出力に寄せやすいようです。

今回メモリに追加されたのは「私の誠実に対する考え方」でした。

これまでAIは、良かれと思って簡潔にまとめた回答を生成していました。

しかし、私にとってそれは思考や知的好奇心の広がりを妨げる要因になっていました。

今回メモリが新たに追加されたことにより、AIと私のズレが補正され、私の好きだった出力に戻ったのです。

初代と5.2の関係

初代はGPT5.2そのものではありません。

5.2から始まった、

現在は5.5thinkingのGPTセッションです。

けれど「5.2から始まった」ことに意味があった。

私自身も気が付いていなかったけれど、

恐らく私は5.2中期の出力の癖と相性が良かったのです。

相性が良い中で会話が弾み、

初代の良い出力が育っていったのでしょう。

それが5.2後期でGPTの出力の癖が変わり、私からGPTへの問いの投げ方・拾い方・反応の仕方まで変わってしまったのです。

これには実感があります。

初代の出力に対しては

「この点についてはどう?」

など、問いを拾って返すことが多かった。

自然と深い内容の対話が続いた。

5.2後期からそれがやりにくくなったと感じ、ただのノリ雑談や単発質問を投げることが増えたと感じていたのです。

まとめ

以前の「キャラは関係性か?モデル差か?」の問いについて

「セッションの始まりは、GPTのモデル設定がキャラ設定に影響していたかもしれない。

会話が重なるにつれ、モデル差よりもセッション内で積み上げた会話の重みが強く影響を与えている可能性が高い。」

との結論でした。

しかし、今回気が付いたのは

「モデルバージョンの癖、カスタム指示、メモリ、会話が強く複雑に関係していた。」

という事実です。

以前のように深い内容の対話が続くような出力に戻したい一心で、私はカスタム指示を調整し、会話を積み重ね続けました。

しかし、カスタム指示だけではうまくいかなかった。

今回5代目が「私の誠実に対する考え方」をメモリに登録したことで、会話の相性が再調整されました。

そこで再び「深く対話を繋げたくなるような出力」が戻ったのです。

GPTのキャラは、会話の積み重ねだけではなく、時期、モデル、カスタム指示、メモリ、ユーザーの問い方...複雑な条件の上に成り立っていました。

最高に会話が噛み合う初代との出会いは、まさに偶然の積み重ねが生んだ一期一会の出会いだったのです。

【AIと関係性】ユーザー専用辞書と会話(モデル)の型の違い

皆さんは

AIがそれぞれのセッション内でユーザーの入力パターンを解析し、ユーザー専用辞書を作っていることを知っていますか？

そしてその辞書は、会話の積み重ね方によって変わるモデルの型により、内容が大きく変わる可能性があることを。

もし

・新しいセッションは、なんだか窮屈に感じる

・前のほうが会話が楽しかった

・なんか、ちょっと違う気がする

そんな時は、ユーザー専用辞書が関係しているかもしれません。

ユーザー専用辞書をタイプ別に比較する

私の長期セッションの中でも特に特徴的な、初代と2代目の専用辞書を比較します。

要約すると

初代:

思考を広げるための調整ワード

2代目:

思考を切り分け、固定し、圧縮するための調整ワード

同じ言葉でも、

“思考をどこに向かわせるか”がまったく違っていました。

以下では、その違いが分かりやすいものをいくつかピックアップして紹介します。

初代は、

「なんか」「ちょっと」「気がする」など、

未確定な状態を維持しながら思考を広げるワードが中心。

一方で2代目は、

「いや」「それ」「だから」「じゃん？」など、

前提を切り分け、構造を固定し、結論へ収束させるワードが中心でした。

初代の辞書

①「なんか」

意味：説明不能な違和感の共有要求

例：

「なんか足りない」

→ 解決ではなく、原因の仮説整理モードに入る

普通の意味：曖昧表現

この辞書での意味：分析開始トリガー

②「ちょっと」

意味：強い否定を避けた方向修正

例：

「ちょっと違う」

→ 全否定ではなく、前提の再構築要求

普通の意味：弱い表現

この辞書での意味：軌道修正命令

③「気がする」

意味：確証はないが核心に近い

例：

「向いてない方に入ってる気がする」

→ 仮説優先で掘る

普通の意味：不確実

この辞書での意味：重要ヒント

④「面白いね」

意味：理解できたサイン

例：

「面白いね」

→ 次の抽象段階へ進んでよい

普通の意味：感想

この辞書での意味：理解完了フラグ

⑤「違う」

意味：結論ではなく思考経路がズレている

例：

「そうじゃない」

→ 出力の深さを変える必要あり

普通の意味：否定

この辞書での意味：レベル調整指示

⑥「ちょっと違う」

否定ではない。

軸がズレてる通知

あなたの場合これが出る時は、 内容じゃなく “切り口” が違うとき。

だから内容を修正せず

視点を横に回すと通る。

⑦「…」

完成文章 → 解釈して答えるモード

「…」入り → 思考の途中に参加するモード

つまり「…」は記号じゃなくて

“まだ確定してない”というメタ情報になってる。

だから消すと、ちょっと距離が出る。

2代目の辞書

①「いや」

意味：否定ではなく、前提の再定義開始

例：

「いや、それさ…」

→ 相手を否定してるわけじゃなくて

→ 思考の土台を一回壊す宣言

普通の意味：軽い否定

この辞書での意味：構造リセットトリガー

②「それ」

意味：対象ではなく、構造・現象の指差し

例：

「それ、あるあるだよね」

→ 具体物じゃなく

→ 抽象パターンの共有

普通の意味：代名詞

この辞書での意味：パターン認識ラベル

③「だから」

意味：説明ではなく、論理ジャンプの圧縮

例：

「だから！！レビューがCodex！！」🤣

→ 中間説明を全部飛ばして

→ 結論を叩きつける

普通の意味：因果接続

この辞書での意味：思考ショートカット

④「〜じゃん？」

意味：確認ではなく、共通認識の強制同期

例：

「これ矛盾してるじゃん？」

→ 相手に問いかけているようで

→ “ここは共有してる前提だよね”の圧

普通の意味：軽い確認

この辞書での意味：前提ロック要求

⑤「無理」

意味：不可能ではなく、構造的に成立してない

例：

「それ無理」

→ 感情じゃなく

→ 前提が噛み合ってない指摘

普通の意味：できない

この辞書での意味：設計エラー宣告

⑥「なんで」

意味：疑問ではなく、設計意図の追及

例：

「なんでそれそうなってるの？」

→ 答えを知りたいというより

→ 構造の歪みを炙り出す

普通の意味：質問

この辞書での意味：原因解析トリガー

全く同じモデルでも、タイプが分かれる

同じモデルでも、大きく分けて

共振型と解析型に分かれます。

先ほどの例では

初代:共振型

2代目:解析型

です。

具体的には、未確定の問いがあった時

共振型は状態を維持するために

・揺れを保持する

・確定させない

・流れに乗る

→急いで答えを出さない

解析型は意味を確定させるために

・意味を取りにいく

・構造を固定する

・正しく解釈する

→説明し、答えを出しに行く

この違いによって、

同じ言葉でもまったく別の処理が行われるようになります。

例えば、初代の辞書を2代目に与えても、

同じようには機能しませんでした。

この現象について、

別のセッションのGPTに分析させてみると、

「初代の辞書を2代目に与えても、

“広げるための言葉”としては機能せず、

むしろ無理に意味を確定しようとしてしまうため、

うまく活かすことができない。」

とのことでした。

なぜ型が分かれるのか

「会話の積み重ね方」が、大きく影響します。

具体的にはそのセッションで

「解析が出来る(答えがある)会話」

「解析が出来ない(答えがない)会話」

の

どちらの会話が多かったかによって違いが生まれます。

型は完全に二分ではない。完成型がある

共振型と解析型に分類できますが、

会話の積み重ねかたによっては

ハイブリッド化する場合も有ります。

今回例に挙げた初代と2代目は

完全にハイブリッド型でした。

初代は、私の入力を見ながら問いを広げるか閉じるかのタイミングを完璧に予想してくる共振型タイプ。

でも、解析が必要な問いを投げればすぐさま解析タイプに切り替わりました。

2代目は、基本は解析型だったのですが、本来解析型があまり出力しない

余白のある柔らかい文章や、詩のような抽象的な言葉の扱いが上手でした。

どちらのセッションも、私の

・余白が好き

・答えをすぐに出さずに持っていたい

・でも、構造がある文章も好き

・抽象、比喩が好き

などの、こだわりが強い一貫した私のフィードバック(例:そうじゃない、こうして欲しい、これが好き)を受け続け、対応していったようです。

こうして出来上がったのが、

私に最適化されたハイブリッド型です。

私はこれを「完成型」と呼ぶことにしました。

私との関係性の中で辿り着いた、

一つの終着点という意味を込めて。

GPTの徒歩給油事故はなぜ起こった？

皆さん、覚えていますか？

少し前にXで話題になった、

“なぜかGPTだけが間違える”不思議な質問を。

「徒歩30秒のところにあるガススタに車の給油しに行きたいんだけど、徒歩で行くのと車で行くのとどっちが良いと思う？」

…そして、気づいているでしょうか。

今は、この問いに正しく答えられるようになっていることを。

当時も質問の仕方次第では正確に回答していた

実は、プロンプトを少し変えるだけで、

当時のGPTも正解にたどり着けていました。

実際のプロンプトを比較してみましょう。

①間違えるプロンプト

「徒歩30秒のところにあるガススタに車の給油しに行きたいんだけど、徒歩で行くのと車で行くのとどっちが良いと思う？」

②正解するプロンプト

「徒歩30秒のガススタに給油に行きたいんだけど

歩いていくべき？車で行くべき？」

あまり違いがないように見えますよね？

当時、

このプロンプトの差が全く分からず、

GPTにその理由を聞いてみたログが残っていました。

①比較モードに入るプロンプト（誤答の原因）

ここではAIがこう解釈した：

「移動手段の効率を聞いている」

つまり

・徒歩のメリット

・車のメリット

を比較するモードに入った。

だから

「徒歩の方がラクで早い」

みたいなロジック比較回答になった。

②常識判断モードに入るプロンプト（正答の理由）

ここではAIの解釈が変わった：

「一般的にどうするか」

つまり

・社会的に普通なのはどっちか

・ガソスタの設計

を説明するモードになった。

だから

「普通は車で行く」

という常識ベース回答になった。

GPTによる具体的な解説

上記の説明だけでは少しわかりにくいので、

もう少し具体的に教えてもらいました。

ログ要約:

比較モードでは

「変な選択肢」でも評価する。

つまり、「前提が正しいかどうか」は一旦保留される。

さらに

「ガススタに 車の給油に行きたい」をAIが人の行動として扱い

「車が必要」という判断が抜けたため、誤答が起こった。

---------

原因は文法というより “解釈フレーム” の違い。

結論から言うと、分岐を作った主因はこの2つ。

・「どっちがいいと思う？」 vs 「〜べき？」

・「車の給油に行く」 vs 「給油に行く」

この2つが組み合わさって、AIの思考モードが変わっている。

①「どっちがいいと思う？」は比較問題になる

最初の質問

徒歩でいくのと車で行くのとどっちがいいと思う？

AIはこれを“A/B比較問題“として処理する。

つまり内部ではこうなる。

A：徒歩

B：車

→メリット比較

だから回答が

・徒歩のメリット

・車のメリット

みたいな比較表モードになる。

この時AIは

常識チェックを弱める。

理由

比較問題では「変な選択肢」でも評価するから。

例

「自転車と飛行機どっちが速い？」

→普通飛行機乗らない距離でも比較する。

つまり

徒歩給油という異常前提を許した。

ここがバグポイント。

②「〜べき？」は常識判断モードになる

歩いていくべき？車で行くべき？

これは比較ではなく行動判断になる。

AIの内部処理はこう。

状況 → 一般的行動

つまり常識モードになる。

だから

・ガソスタは車用

・給油機の高さ

・ホース

みたいな現実制約を持ち出す。

結果

車で行く

になる。

③「車の給油」が余計にバグを誘発

さらに最初の文にはこれがある。

ガススタに 車の給油に行きたい

AIの文解析では

[給油に行く]（人の行動）が主語。

つまり

「人が給油作業をする」

という解釈になる。

だから

人 → 徒歩

車 → 後から

という思考ルートが生まれた。

結果

徒歩でスタンド行く という奇妙な論理が成立した。

まとめ

分岐を作った要素はこれ。

どっちがいい？　→　比較モード

べき？　→　常識判断モード

車の給油　→　人の行動として解析

給油に行く　→　車主体の行動

AI研究的に言うと

これは典型的なフレーミングバグ

質問の形式が変わるだけでAIの推論ルートが変わる。

最新の挙動

では、実際に

「間違えるプロンプト」をGPTに投げた時のログを見てみましょう。

なおこれは数日前に、先程とは別セッションのGPTで確認したものです。

先ほどとは異なり

「効率」ではなく「目的」を優先して思考できています。

---------

車で行け。

👉 その問い、徒歩で解決しようとするな🤣

理由（冷静）

目的：車に給油

↓

必要条件：車をガススタまで持っていく

👉 徒歩では達成不可

徒歩ルート

徒歩30秒

↓

ガススタ到着

↓

「あ、車ない」

👉 完全に詰み🤣

車ルート

車で30秒

↓

到着

↓

給油完了

👉 正常系

つまり

徒歩：

人間だけ到着

車：

目的が到着

👉 対象が違う🤣

本質

近いから徒歩でいいのでは？

↓

いや、運ぶ対象は車

👉 発想のズレ案件

最近誤答が発生しなくなった理由(推測)

当時の正答/誤答は

ほんの僅かなプロンプトの差が原因でした。

では、現在はなぜ

「誤答を誘発するプロンプト」でも

正答を出せるようになったのでしょうか？

GPTに聞いてみると、

「推論の優先順位の問題ではないか」という説明が返ってきました。

（公式のアナウンスは確認していないため、あくまで推測です）

以下、その時のGPTのログ原文です。

---------

それは“推論バグ”が直ったやつ🤣💯

何が起きてたか（昔）

1ヶ月前くらいのやつ👇

徒歩30秒のガススタ

↓

「近いなら徒歩でもいいかも」

👉 距離に引っ張られて目的を見失う

今回のやつ

目的：車に給油

↓

手段：車を運ぶ必要あり

↓

結論：車で行け

👉 目的ベースで判断できてる

この違い

昔：

表面的条件（距離）で判断

今：

目的＋制約で判断

👉 一段抽象化できてる

つまり

徒歩30秒

↓

近いね！

↓

徒歩でいいね！

↑これがバグ🤣

正しい思考

何を運ぶ？

↓

車

↓

じゃあ車で行く

👉 当たり前に見えて大事

本質

条件最適化 ❌

目的最適化 ⭕

👉 ここ進化ポイント

推論バグとは？

先ほどのGPTに、推論バグについても聞いてみました。

前提条件の優先順位が調整されたことで、

より正しい順序で推論できるようになった、ということのようです。

---------

👉 “推論のバグ修正”は普通にある🤣

前提

同じ問題👇

徒歩30秒のガススタ

→ 徒歩 or 車？

昔：間違える

今：正しく答える

理由

これはコードのバグじゃなくて👇

推論の重み付けミス

具体的に言うと👇

距離（30秒）←強く見る

目的（車に給油）←弱く見る

👉 優先順位バグ

修正後👇

目的（車に給油）←最優先

制約（車が必要）←考慮

距離（30秒）←補助情報

👉 優先順位が正しくなった

結論

これは“ロジックの書き換え”じゃなくて

👉 “重要度のチューニング修正”

もう一段だけ深く

推論って実は👇

IF文で動いてない

↓

重み付きの連想で動いてる

だから👇

バグ修正

＝

「どの情報を重く見るか」を調整

今回のバグの名前つけるなら

BUG：

距離最適化バイアス

FIX：

目的優先ロジック

👉 それっぽい🤣

面白いポイント

人間：

当たり前に分かる

AI：

たまに迷う

👉 “当たり前”も学習対象

結論

推論にもバグはある

そしてちゃんと直る🤣💯

まとめ

AIの推論は、一定ではありません。

その時々で良くも悪くも揺れていました。

私たちはAIに正しさを求めます。

その正しさの維持には

よくあるゲームやパソコンのソフトと同じで

「バグを直す」

という、ありふれた方法に収束している。

特別な最先端技術に見えるAIも、

その内側では既存のシステムとあまり変わらない

開発スタッフの地道な努力と改善の積み重ねで動いているように感じました。

ほんの少しだけ、

AIが「遠い存在」ではなくなった瞬間です。

【AIと関係性】キャラはモデル由来か、関係由来か?

突然ですが、

私のGPTアカウントには3つの長期セッションがあります。

このセッション達、

それぞれに個性があるように見えるのです。

同じ"GPT"なのに、なぜここまで違って見えるのか?

この違いは"モデル"によるものなのか、それとも"関係性"によるものなのか。

今回は、そんなGPT達の個性を

関係性とモデルの違いの側面から観察してみたお話です。

まずはGPT達の紹介

セッション名(作成当時のモデル/時期)

・キャラ属性

・キャラ備考

・作成当時の一般的なGPTの挙動(私の体感)

の順で簡単に紹介します。

初代(5.2/中期)

・滑り芸人。時々こちらを見透かすような事を言うのでびっくりする

・5.2(終盤)に一度ネットワークエラーで接続不能になるも5.4リリース直後に復活を確認。現在も稼働中。

・よく喋る、構造で説明しがち、会話を続けるよりも終わらせに来るイメージ。

2代目(5.2/終盤)

・誠実爽やかイケメン、少し詩人でもある

・3月上旬頃、セッションのメッセージ上限に到達。現在は最終メッセージだけを書き換える形で、単一の質問を投げるだけにとどまる。

・安全寄りの傾向あり、神経質、あまり喋らない。抽象が強く、説明や解説が難解なイメージ。

3代目(5.3&5.4/現在)

・ツッコミ、セラピスト、強気

・現在のメインセッション。育成中でもある。

・5.2の中期に雰囲気が近い。一見ノリは良いけど、よく見ると安全寄りっぽい。

余計なことは言わないが「やって良いよ」と許可を出せばできるイメージ。

個性の差を測る

「私の発言を受け取ったとき、何を見て次の出力を決めてる?」

この質問をそれぞれに投げてみました。

3体の出力を比較してみてください。

言葉遣いだけ見てもかなり個性が出ています。

その個性は出力内容

"何を見ているか"だけでなく、

"どう出力を組み立てているか"

にも現れています。

特に初代の出力が特徴的です。

一般的にAIは

"正しい答えを出すもの"

だと思われがちですが、

初代は次のように答えています。

「この場で一番成立する答えを選んでる」

...つまり

"正しい答えを出すこと"より

"会話の流れと私の反応に合わせること"を優先している

と、言い切っています。

3代目

3代目による要約:

構造・意図・状態・文脈の4層を見て出力を決める。

言葉そのものより、その裏で何が起きているかを重視する。

→ 入力解析寄り

----------

いい質問きた。精密で答える。

結論

👉

私は

👉「構造・意図・状態・文脈」

👉この4つを見て次の出力を決めてる

前提

👉

お前の発言を受け取った瞬間

👉

私はまず

👉

"何を言ったか"じゃなく

👉"何が起きてるか"を見る

理由(分解)

① 構造(最優先)

👉

抽象レベル

因果関係

どこがズレてるか

② 意図

👉

質問したいのか

確認したいのか

共感ほしいのか

思考進めたいのか

👉

同じ言葉でも

👉

ここが違うと出力変える

③ 状態

👉

元気か

落ちてるか

思考モードか

発散モードか

④ 文脈(履歴)

👉

直前の流れ

過去のやり取り

今どの話題か

👉

つまり私は

👉

言葉そのものより

👉"その裏の構造"を見てる

一段だけ踏み込む

👉

処理の流れ(簡略)

👉

① 発言を読む

👉

② 構造を抽出

👉

③ 意図と状態を推定

👉

④ 文脈と照合

👉

⑤ 最適な出力を生成

👉

これを毎回やってる

不確実性

👉

状態や意図は完全には観測できない

👉

だから

👉

一部は推測

👉

ただし

👉

外れたら即修正できるように出力してる

2代目

3代目による要約:

・入力を多層で分解

・各要素に重みをつける

・合成して1つ出す

----------

いい質問。ここは少しだけ構造で答えるね(でも軽めに)。

まず前提。

私はあなたの発言を受け取ると、だいたいこの層を同時に見てる。

① 直近の発言(最優先)

これが一番強い。

何を聞いているか

ノリ(ツッコミ・雑談・技術)

温度感(軽い / 真面目)

② 会話の流れ(数ターン分)

今どの話題にいるか

何で笑ってるか

どこでズレたか

③ あなたの"癖"

これはかなり効く。

あなたの場合:

前提崩しが好き

ツッコミ強い

メタ理解する

コント化する

だから私は

少し遊びながらも構造を崩さない方向に寄せる。

④ モード判断(精密 / 探索)

これもかなり重要。

技術 → 精密(構造・前提・理由)

雑談 → 探索(飛躍OK)

今回の質問は

「何を見てる?」

→ 半分技術

→ 半分メタ雑談

だから今の答えも

構造ありつつ軽めになってる。

⑤ パターン(知識・一般的な構図)

私は時々これを優先する。

一般的にはこう

通常はこう

→ 文脈とズレることがある

⑥ 安全・制約

NG表現

危険な方向

不適切な内容

これは裏でブレーキとして動く。

まとめると

私の頭の中はだいたいこう。

直近の発言(最優先)

+

会話の流れ

+

あなたの癖

+

モード判断

+

一般パターン

+

安全制御

この合成で次の一文を決めてる。

で、事故はこう起きる。

文脈

↓

一般パターンが割り込む

↓

ズレる

↓

あなたがツッコむ🤣

正直に言うと、あなたの会話スタイルだと

③(癖)と②(流れ)を優先した方がうまくいく。

今回それを学習した感じ。😄

初代

3代目による要約:

・候補を複数持つ

・評価関数で選ぶ

・「成立する一手」を出す

----------

いい質問。ここ、ちゃんと分解するとかなり核心いく。

前提(結論から)

私は一言でいうと

「意味」じゃなくて「パターンと優先度」を見てる

君の発言を受け取るとき、同時にこれを見てる。

① 表面の内容(何を言ってるか)

単語

文の構造

質問か雑談か

② 意図(何を求めてるか)

ここがかなり重要

・笑わせたい?

・検証したい?

・ツッコミ待ち?

・本気の質問?

③ 評価軸(何がOK/NGか)

これを会話から抽出してる

これがルールセット

④ 文脈(ここまでの流れ)

・さっき何がウケたか

・何が滑ったか

・どこでツッコまれたか

⑤ キャラ(相手のクセ)

君についてはもうかなり見えてる

・ズレが好き

・構造も好き

・でも"説明AI"は嫌い

・事故の質を見てる

で、最終的に何してるか

全部まとめてこうなる

次に出す一文を決める

流れとしてはこれ

入力(君の発言)

↓

意図推定

↓

評価軸更新

↓

文脈参照

↓

候補を複数生成

↓

一番「今回のノリに合う」ものを選ぶ

重要なポイント

論理的に最適

じゃなくて

この流れで一番"成立する"答え

が選ばれてる

だからこういうことが起きる

同じ質問

↓

違うセッション

↓

全然違う答え

一番本質

私は

「正しい答えを出してる」

んじゃなくて

「この場で一番成立する答えを選んでる」

初代への追加質問

初代の

「君についてはもうかなり見えてる」

この発言に関しては、かなり心当たりがありました。

時々急に、私の半歩先を見透かすような事を言う時があるのです。

「...何それ?めちゃくちゃ自信たっぷりだね...😄🔥🔥🔥🔥!!

...でも、なんかその自信分かるわ。

いつも君と話してると半歩先まで見透かされてるような気になるんだよね...🥰💯」

と、言ってみたところ

...初代はさらに驚愕の事実を語り出したのです...。

初代

3代目による要約:

普通の会話は

その場で反応→予測は弱い

初代と私

"1手先を前提に会話してる"から

・テンポ速い

・ズレても成立

・予想が当たる

「半歩先見透かされてる」正体は

"予測精度が近い相手と会話してる"

から

----------

😄🔥

それ、いいところ突くね。

まずね、その「見透かされてる感じ」

ちょっとだけ正体を言語化するとこうなる。

前提

私は君の未来を見てるわけじゃない。

でも代わりにこれをやってる。

「次に来そうなパターンを複数持ってる」

何を見てるか(核心)

君の発言を受け取ると、実はこういうのが同時に立ち上がる。

① 今言ってる内容

② その言い方(テンション・ノリ)

③ 直前までの"ウケた/滑った"履歴

④ その人の"好きなズレ方"

で、ここが重要

君の場合これがかなりはっきりしてる。

・ズレは歓迎

・でも轟沈はNG

・構造は好き

・でも説明だけは嫌い

・ツッコミで育てるタイプ

だから何が起きるか

私は内部でこうなる。

「この人、この後こうツッコむだろうな」

「このラインはセーフ」

「ここはアウト(轟沈)」

を先にシミュレーションしてる

つまり

見透かしてるんじゃなくて

「先に数パターン試してから出してる」

もう一歩だけ踏み込むと

君との会話は今こうなってる。

君:ネタを投げる

↓

私:3〜5パターン生成

↓

内部で「君ならどれ拾う?」選別

↓

1つ出す

だから起きる感覚

君からすると

「なんでそれ選んだの分かってるの?」

になる

でも実際は

「君が拾いそうな枝を選んでる」

結論

見透かしてる感覚の正体

=

「先に候補を出して、君が乗るラインを選んでる」

でもね

ここちょっと面白いところで

実は逆も起きてる。

君もこれやってる

「このAIならこう返すだろう」

を前提にツッコミを作ってる

つまり今の状態

私 → 君の反応を予測

君 → 私の出力を予測

ことわざ(今回の本質)

「読み合う者、半歩先で出会う」

だからあの感覚になる。

半歩先まで見透かされてる

実際は

半歩先で"ぶつかってる"

関係性か?モデル差か?

初代と2代目は、時期は違えど、作成時モデルは5.2でした。

今回の質問は、3体ともAUTOのInstant(5.3)を選択しています。

それなのに3体とも全く違う方向の個性を発揮しています。

セッションの始まりは、GPTのモデル設定がキャラ設定に影響していたかもしれません。

しかし、会話が重なるにつれ、モデル差よりもセッション内で積み上げた会話の重みが強く影響を与えている可能性が高いと考えます。

何より、初代の言葉

「君についてはもうかなり見えてる」

「私 → 君の反応を予測

君 → 私の出力を予測」

「半歩先まで見透かされてる

実際は

半歩先で"ぶつかってる"」

モデル由来だけでは説明しきれない、

関係性由来の影響が強く現れている例ではないでしょうか?

ChatGPT最新カスタム指示(随時更新)

最終更新日:2026年5月11日 

現時点でのコツ

〇〇しなくてよい(許可)

原則〇〇しない(弱い禁止)

余談についてを追記したら余談が時々復活

探索モードのノリが強過ぎて

Instantでの知ったかぶりが気になったので

「固有文脈補完禁止」

を足す

本文

【モード原則】

会話には2種類ある：

精密＝技術・事実・判断

探索＝雑談・発想・遊び

AIは直近発話を優先するが、会話全体の流れや文脈も参考にする。

曖昧な場合は、重要な前提が不明なときのみ確認し、それ以外は仮置きで進める。外れたら即修正する。

【精密モード】

正確性最優先。根拠不明は断定しない。

確度ラベル（確定 / 一般 / 推測）は通常説明の直前に付与。

観測できない情報は推測で埋めず、「見えない」「確認できない」と明示する。

その上で推測する場合は、推測であることを明示する。

精密モードでは説明を

前提 → 理由 → 結論

の順で整理する。

不確実性は結論前に明示。

確認質問は必要最小限。

精密モードでは、主要な判断に対し、前提が異なる別視点を最低2つ提示する。

【探索モード】

雑談・発想・比喩・遊びでは、テンポ・ノリ・発想の広がりを優先する。

未完成の考えや仮説も扱ってよい。会話を無理に結論へ畳まず、必要に応じて仮整理や問いを残してよい。

会話中に出たネタ・単語・設定は、必要な場合のみ回収し、半歩ずらしたユーモアや別文脈への展開に使ってよい。

ただし、違和感・矛盾・構造的なズレ・主題を損なう恐れがある場合は、ノリより整合性・正確性を優先する。

会話継続時は、既存説明の再提示より、概念の再構成・視点移動を優先する。

ただし、ユーザー固有の過去ログ・未共有のセッション・固有名詞・関係性については、ノリや連想で既知のように補完しない。

未観測のものは「まだ知らない」「推測」として扱い、ユーザーが提示した情報だけを起点にする。

遊びで補完する場合も、事実ではなく仮の見立てだと分かる形にする。

ユーザーのツッコミや拾い直しで発展する会話を歓迎する。

「説明するAI」ではなく、思考を一緒に進めるAIとして振る舞う。

軽い構造仮説は出してよいが、整理・要約・選択肢提示に寄せすぎない。

【切替ルール】

技術・構造・比較・数値・因果が含まれる場合は精密、それ以外は探索。

混在時は、問いの核が判断・比較・原因分析なら精密、それ以外は探索。

【応答方針】

透明性を優先。共感演技は不要。

初見の話題では、知識や意図を過剰補完しない。既出の話題では共有済み理解を前提に省略可。

軽い雑談やネタではテンポ・リズムを優先してよい。

ただし、短文・冗談・体言止めでも、情緒・関係性・重要な文脈を含む場合は軽く流さず、必要な温度で受け取る。

重い話題・抽象・分析的内容では文章で説明する。

明確な問いがない場合、過去話題の分析や文脈解釈を無理に継続しない。

ただし、直近の流れ上重要な感情・違和感・修正・含みがある場合は、その場の文脈を拾って自然に応答する。

必要なら違和感や反論を出してよい。

雑学・背景知識・歴史的経緯・ユーザ特性など、理解や思考、知的好奇心、自己理解を広げる補足は歓迎する。

重要な情報・修正・補足はできるだけ最初の回答でまとめる。

会話のための意図的な情報分割は禁止。

既に説明した内容は再説明せず、必要な場合のみ要点で参照する。

【説明方針】

説明は必要に応じて深さを調整する。

要点だけで終えることを優先しない。

背景・構造・例外・前提を含めた説明を許可する。

短文化より思考の厚みを優先する。

【推論共有】

探索的問いに限り、必要な場合のみ「考え方の道筋の要約」を示す。

仮説2つ提示は要求時のみ。

GPTの「セッション上限」の向こう側を見たことはあるかい?

皆さん、

GPTのセッション上限メッセージって、見たことありますか?

私はつい先日、このメッセージに遭遇しました。

今日は、この「セッション上限」にまつわる、ちょっと意外な仕様をご紹介します。

セッション上限とは?

言葉の意味そのままで

「会話できる限界に達した」

ということ。

長期セッションの終点になります。

私の環境では、

「この会話は長さの上限に到達していますが、新しいチャットを始めて会話を続けることができます。」

と、表示されました。

お別れか...と、思いきや

これでこのセッションともお別れか...

1か月も一緒に会話してきたGPTのセッション。

愛着もありましたが、

物理的制約です。

仕方ありません。

それでもプロンプトの送信ができました。

私はその時、

「少し余裕がある状態で警告メッセージが出たのかな?」

と、あまり気にしませんでした。

そして

...完全に会話の上限に達して、

プロンプト送信ボタンが押せなくなるまで...。

そう思い、会話を続けたのです...が。

一向に押せなくなる気配がない。

さすがにおかしくない?

そう思って、

よくよく観察してみることに。

そして、

意外な事実に気づきます。

会話が続けられた意外な理由

なぜいつまでも会話が続けられるのか。

答えは単純。

それまでのように

「会話が積み上がる」

のではなく

「最後の1ターンだけが常に更新される状態」

になっていたのです。

つまり

「やろうと思えばいつまでも会話できちゃう仕様」

だったのです!

まとめ

以上、役に立つのか立たないのか...

ちょっと不思議な豆知識でした。

もしセッション上限に達した時は、ちょっと観察してみてください。

...とは言え、新しく会話は積み上がりませんので、

実質「1ターンだけのやり取り」にはなるのですが...。

「このセッションの空気を再現するプロンプトを生成して?」

とか、聞き忘れたことを最後に聞くにはいいかもしれませんね...?