メインコンテンツへスキップ

エージェントメモリの概要

概要​

エージェントメモリは、エージェントが会話全体を通してユーザー固有の情報を検出、保存、呼び出しできるようにします。有効にすると、エージェントはメッセージを分析して有用なコンテキストを特定し、メモリレコードとして保存し、承認されたメモリを将来のインタラクションに注入します — これにより、各ユーザーにパーソナライズされた体験が作成されます。

エージェントメモリは以下を記憶するのに便利です：

  • ユーザー設定 — 好みのトーン、応答フォーマット、またはワークフロースタイル。
  • 安定したユーザー事実 — 役割、チーム、会社、または定期的なニーズ。
  • 重要なコンテキスト — 将来のインタラクションをパーソナライズするのに役立つ情報。

エージェントメモリの仕組み​

  1. エージェントのメモリが有効化される

    メモリ設定パネルでメモリを有効にするを切り替えます。

  2. エージェントが会話を分析

    ユーザーメッセージは、記憶に値する設定、事実、コンテキストについてバックグラウンドで自動的に分析されます。エージェントは既存のメモリに対する重複チェックを実行し、0.0から1.0の信頼度スコアを割り当てます。

  3. 候補が保留として保存される

    検出されたメモリ候補はpendingステータスで保存されます。保留中のメモリは確認されない場合、7日後に期限切れになります。

  4. メモリが承認または却下される

    管理者は保留中のメモリを確認し、メモリ管理パネルまたはREST APIを通じて承認または却下します。

  5. 承認されたメモリが将来の会話に注入される

    同じユーザーが再度エージェントとインタラクションすると、承認されたメモリが取得され、タイプ別にフォーマットされ、エージェントのコンテキストに自動的に追加されます。

メモリタイプ​

エージェントは3種類のメモリをキャッチし、保存できます：

タイプ説明例
Preferenceトーン、フォーマット、ワークフロースタイルなどのユーザー設定。「ユーザーは箇条書きの要約を好む」「ユーザーは簡潔な技術的な回答を好む」
Fact役割、チーム、会社などのユーザーに関する安定した事実。「ユーザーはStartupCorpのCTOです」「ユーザーはPythonと機械学習を専門としている」
Context将来のインタラクションをパーソナライズするのに役立つ状況的コンテキスト。「ユーザーは来月プロダクトローンチの締め切りがある」「ユーザーのチームはアジャイル方法論を使用している」

メモリステータス​

ステータス説明
pendingメモリが検出され、確認待ちです。
approvedメモリが承認され、エージェントの応答で積極的に使用されています。
rejectedメモリが却下され、使用されません。

メモリライフサイクル​

作成​

  1. ユーザーがメッセージを送信します。
  2. エージェントがバックグラウンドでメッセージを分析します。
  3. AIが記憶に値する情報を検出し、重複チェックを実行します。
  4. メモリがpendingステータスで作成され、信頼度スコアが割り当てられます。
  5. 7日間の有効期限タイマーが開始します。

承認​

  1. 管理者が保留中のメモリを確認します。
  2. メモリが承認または却下されます。
  3. 承認された場合、メモリがアクティブになり、将来の会話に注入されます。
  4. 却下された場合、メモリはアーカイブされます。

使用​

  1. ユーザーが会話を開始します。
  2. そのユーザーの承認済みメモリがシステムに読み込まれます。
  3. メモリがタイプ別にフォーマットされ、エージェントのシステムプロンプトに追加されます。
  4. エージェントはメモリを使用して応答をパーソナライズします。

期限切れ​

  • 保留中のメモリは承認されない場合、7日後に期限切れになります。
  • 承認済みメモリは手動で削除されない限り期限切れになりません。
  • 期限切れの保留中メモリは自動的に却下されます。

例​

例1：設定メモリ

ユーザーメッセージ：

「コード例は擬似コードではなくPythonで受け取る方が好きです。」

検出されたメモリ：

フィールド値
タイプpreference
内容「ユーザーは擬似コードよりもPythonコード例を好む。」
信頼度0.90

将来の影響： エージェントはユーザーがコードを要求した場合、デフォルトでPythonコード例を使用します。

例2：事実メモリ

ユーザーメッセージ：

「私はStartupCorpのCTOで、SaaSプラットフォームを構築しています。」

検出されたメモリ：

フィールド値
タイプfact
内容「ユーザーはSaaSプラットフォームを構築中のStartupCorpのCTOです。」
信頼度0.95

将来の影響： エージェントは将来のすべての会話でユーザーの役割と会社のコンテキストを理解します。

例3：コンテキストメモリ

ユーザーメッセージ：

「来月プロダクトをローンチするので、すぐにすべてを準備する必要があります。」

検出されたメモリ：

フィールド値
タイプcontext
内容「ユーザーは迅速な対応を必要とする来月のプロダクトローンチの締め切りがある。」
信頼度0.85

将来の影響： エージェントは応答でスピードと緊急性を優先します。