用語解説
長期記憶エージェントとは、過去の会話履歴・ユーザーの好み・操作ログなどを永続的なストレージに保存し、新しいセッションでも文脈を維持して応答できるAIエージェントの設計パターンです。
ベクトルデータベース（Pinecone・Weaviateなど）やRDBMSを記憶ストアとして活用し、意味的類似検索（RAG）によって関連する過去情報を動的に取得・活用することで、パーソナライズされた長期的な支援が実現できます。
どんな場面で活用するか
- 顧客サポートエージェントが過去の問い合わせ履歴を参照して個別対応の質を高めたい場合
- 個人秘書エージェントがユーザーの嗜好・習慣を学習して提案精度を向上させたい場合
- 教育エージェントが学習者の進捗・誤答パターンを記憶して最適な問題を提示したい場合
よくある誤解
「長期記憶はコンテキストウィンドウを増やすだけで実現できる」というのは誤りです。正しくは、外部ストレージへの書き込み・検索・要約の仕組みを別途設計する必要があります。
判断のヒント
設計ポイント：全情報を記憶するのではなく、重要度スコアリングやサマリー圧縮を導入して、検索精度とコストのバランスを最適化することが重要です。
