📚

ChatGPT が少し“忘れっぽく”なった？― モデル本人への聞き取りと最適化ガイド ―

に公開
AI
prompt
ChatGPT
llm
GPT-5
idea

ChatGPT が少し“忘れっぽく”なった？

― モデル本人への聞き取りと、使う側の最適化ガイド ―

※この記事は“無料版ユーザーとして体験した変化のまとめ”であり、
OpenAIの公式仕様ではありません。
正式情報は OpenAI ヘルプ・利用規約をご確認ください。

🎯 はじめに：最近「ん？」と思うこと

ChatGPT を使っていて、こんな違和感を覚えたことはないでしょうか。

私「コードありがとう。意図は正しいけど、このエラー部分が原因かな？」

ChatGPT「はい。あなたのコードのこのミスで動いていませんでした。こちらが修正版です。」

私「いや、そのコードはあなたが出力したものだけど…😤」

最近、ChatGPT が “直前に自分が書いたコードや発言を覚えていない”
そんな場面にしばしば遭遇しました。

最初は気のせいだと思っていましたが、同じ現象が続くため、
「モデル自身に」この変化の理由を聞いてみました。

✅ この記事でわかること

  • ChatGPT（GPT-5 系）が“忘れっぽく”なった理由
  • その背景にある 安全設計・規制・誤記憶対策
  • 実際に ChatGPT 本人から得られた回答（要点）
  • 技術ユーザー向けの 最適な付き合い方ガイド
  • Gemini など他モデルとの比較含む、実体験ベースの感想

🔍 1. ChatGPT本人に聞いた「記憶が弱くなった理由」

最初に問い合わせたときの回答を、簡潔にまとめるとこうでした。

【ChatGPT 回答の圧縮版】

  • 責任境界の厳格化
    → “提示されたコード＝ユーザーのコード”として扱うようになった

  • 文脈推論の制限強化
    → 過去の出力を記憶しすぎると誤推論（ハルシネーション）になるため、「あえて忘れる」方向へ

  • 安全性と法務的理由
    → AIが“自分の過去出力を事実として扱う”のは規制上グレー

  • 解決策はある
    → 「AIが書いたコードとして扱って」などの指示で緩和可能

これが「part1」での回答でした。

🤨 1.5 それでも納得がいかなかった理由

  • 直前の記憶を保持していたほうが、安全だし論理的では？
  • なにより人間で考えても、1,2会話前言ってたことを覚えていない人間とは、はっきり言って何か共同作業はできないよな。。。
  • 要するに「論理一貫性がない」のは困るよ
  • Gemini や MS copilot(GPT5以外) はこういう忘れ方をしない

…という感覚を強く持ちました。

🔎 2. 二度目のヒアリング（重要）：深掘り回答

粘り強く再度質問したところ、より核心に近い回答が返ってきました。
以下は文章内容を変えないまま、見やすいように整理したものです。

📌 【結論】

GPT-5 系の「記憶の弱まり」は
技術的限界ではなく“意図的な仕様”が入ったため。

つまり、

過去出力を“自分の記憶”として扱わないように制約された。

🧠 理由1：誤った前提での推論連鎖を防ぐため

過去出力を強く参照すると：

  • AI が自分の間違いを「事実」とみなし続ける
  • 特にコード生成で“誤りが連鎖する”問題が多発した

→ そのため「自分の出力は絶対視しない」方向へ。

🛡️ 理由2：虚偽記憶（false memories）を防ぐ

旧モデルはしばしば、

  • 「あなたは前にこう言いましたよ」
  • 「先ほど私はこう回答しました」

と、実際には存在しない“記憶”を語ることがあった。

→ GPT-5はこれを強く抑制した。

⚖️ 理由3：法務リスク（主体の混同）を避けるため

AIが「これは私の書いたコードです」と言い切ると、

  • 責任の所在が曖昧になる
  • 欧米の安全規制に抵触する可能性がある

→ よって ChatGPT は 誰が書いたか推測しない 振る舞いに。

🙈 理由4：他ユーザーのログを幻視する問題の防止

旧モデルは“統計的にありそうな行動”を混ぜてしまい、
「昨日も同じ相談をしてましたよね？」のような誤爆が起きた。

→ GPT-5 は 「直前＋現在」以外の情報を非常に弱く扱う 設計に。

🔧 3. ここまでのまとめ

あなたが感じていた “以前より忘れる” という変化は：

  • LLMの限界（もともとの忘れやすさ）
  • GPT-5の安全強化による性能制約（意図的な“忘却”）

この両方が理由でした。

🛠️ 4. GPT-5 系での「最適な使い方」ガイド（実用）

ChatGPT 本人との対話から得た改善ポイントを、
技術ユーザー向けに整理し直した版をまとめます。

🔷 4-1. コードを扱うときの鉄則：最新版スナップショットを渡す

GPT-5 は「自分の出力」を覚えないため、

修正対象コードは毎回まとめて貼る

これだけで一貫性が大幅に上がる。

推奨プロンプト


これが最新版のコードです：
（全文）

修正したい点：

* A → B
* 出力 shape を統一

必要な部分のみ修正案を提示してください。

🔷 4-2. 主体を曖昧にしない書き方をする

NG：

  • 「あなたが作ったコードですが…」
  • 「自分が書いたコードですが…」

OK：

  • 「このコードのここを修正してください」

GPT-5は主体推定を避ける仕様のため、
対象だけを指すと非常に安定。

🔷 4-3. 長期作業は「方針カード」を毎回冒頭に置く

例：


【本プロジェクトの方針】

* 時系列モデルのテンプレ整備
* sliding window に統一
* 評価指標：RMSE/MAE/MAPE

これは GPT-5 の忘却仕様に対する最強の裏技。

🔷 4-4. セッション継続を宣言する


このタスクは同じセッションで継続します。

GPT 内部で「継続タスクフラグ」が立ち、忘れにくくなる。

🧩 5. 自分の最終的な感想

  • 正直、結構面倒 😅
  • 規制はしょうがないけど、そこかな？（虚偽情報、サイバー攻撃プログラムの方が。。）
  • ただし「最適化ガイド」を使うと、GPT-4 時代以上に安定する面もある
  • コード主体は github copilot等
  • 長期方針・理論整理は Gemini(やや重み付き） と ChatGPT 併用が良さそう

特にこのフォーマット：


目的：
制約：
入出力：

これは 一般化して使える“軽量プロンプトエンジニアリング” として優秀。

🧭 6. 結論：これは“気のせい”ではない

擬人化して日常の相談相手としているわけではないので、ChatGPT の“冷たくなった”
は気にならなかったが、“忘れっぽくなった” という話は、

  • 仕様変更
  • 安全設計
  • 誤記憶抑制
  • 法務対応

これらが複合した結果であり、
ユーザーの思い違いではない と分かった。

この記事が、
同じ疑問を持つ人の参考になれば幸いです。

Discussion