これまでChatGPTは、ユーザーが明示的に「覚えておいて」と指示した情報だけを断片的に保持していた。しかし今回の更新で、過去のすべての会話履歴を参照し、そこから最新かつ適切な文脈を自動的に合成する「Dreaming」と呼ぶ仕組みが全面的に導入された。これにより、会話のたびに前提を説明し直す必要が減り、サービスとしての持続的な有用性が高まる。
この記事を一言でいうと
ChatGPTの「記憶」機能が、ユーザーからの明示的な指示ではなく、過去の会話全体を常に再評価して自動構築される方式へと移行する。これにより、古くなった記憶や誤った記憶に頼らない、継続的な文脈共有が可能になる。
なぜ話題なのか
ChatGPTに搭載されていた従来の記憶（セーブドメモリー）は、ユーザーが「私の誕生日は◯月◯日」「来月シンガポールに行く」などと指示したときだけ作動する仕組みだった。これは、話し相手が会話の一部だけメモを取り、書いていないことをすべて忘れてしまう状態に近い。時間経過とともに記憶の内容が実情に合わなくなる問題（ステイルネス）も抱えていた。
2025年4月に初めて導入された「Dreaming」は、従来のメモに補助的な役割を果たしてきたが、単独の記憶システムとしては不十分だった。今回の更新で、このDreamingを基盤に、計算効率を高めた新しい記憶アーキテクチャが全面的に採用される。数百万単位のユーザーと年単位の時間軸に対応できる点が、単なる改善ではなく構造的な変化として注目される。
一般読者や企業にどう関係するのか
この変更により、ChatGPTは個々の利用者にとって「前回の続きが自然に通じる相手」へと近づく。ユーザーは以前話した自分の好みや進行中のプロジェクト、作業上の制約などを都度説明することなく、継続的に支援を得られる。
企業での利用においても、長期にわたる業務支援やチーム内でのAI活用で「誰が何をどう進めているか」という文脈を、明示的な指示なしで参照できる可能性が開ける。日本市場においても、顧客対応のパーソナライズやプロジェクト管理の自動化を進める企業では、導入時の価値が相対的に高まるだろう。従来型の記憶はメンテナンスが必要だったが、最新化をシステム側に任せられる点は運用負荷の軽減に直結する。
AI業界の構造で見ると何が変わるのか
この技術は、AIアシスタントの競争軸が「モデルの単発的な回答精度」から「時間をまたいだ持続的文脈の質」へ移行していることを示す。対話型AIの価値は、個々の質問への正答率だけで決まらず、ユーザーとの関係性をどれだけ維持・深化できるかが問われる段階に入っている。
背景処理で記憶を合成するDreamingのアーキテクチャは、推論リソースを会話時から非同期処理に移す設計である。これはGPUやクラウドの利用パターンにも影響を与え、リアルタイム応答とは別の計算需要を生む。また、会話履歴の取り扱いが長期スパンになるほど、データの保存や管理の重要性が増すため、クラウド事業者やデータ基盤のレイヤーにも変化をもたらす可能性がある。
一次情報から確認できる事実
- OpenAIは2026年6月4日、ChatGPTの記憶合成を刷新するDreamingベースのシステムを発表した。
- この更新はまず米国のPlusおよびProユーザーに提供され、数週間以内に他国やFree/Goユーザーにも展開が予定されている。
- 従来のセーブドメモリーは会話中の明示的な指示に依存し、時間経過で内容が古くなり不正確になる問題があった。
- 2025年4月の初版Dreaming導入により、チャット履歴を参照した自動的な記憶の生成が可能になったが、今回の更新で単独の記憶システムとして成立する水準に引き上げられた。
- 合成された記憶はユーザーが確認できるようになっており、説明可能な形で提供される。
関連企業・関連技術
OpenAIを中心に、クラウド事業者（Microsoft Azure）や、GPU・AIインフラを提供する企業（NVIDIA）が間接的に関係する。また、ChatGPTの競合であるGoogleのGeminiやAnthropicのClaudeなども、会話文脈を扱う長期記憶の仕組みを提供しており、対話型AIにおける「パーソナライズの持続性」という競争領域で共通の課題を持つ。
今後の論点
Dreaming方式の普及により、ユーザーが自らの記憶を管理する負担が減る一方で、AIが何をどのように覚えているのかを理解し制御するための透明性と操作性がより問われるようになる。また、これまで明示的な指示を前提としていたプライバシーポリシーやデータ保持の考え方に、自動合成型の記憶がどう整合するかも重要な論点になる。日本を含む各地域の規制環境の中で、長期記憶機能の展開速度や仕様がどのように調整されるかも注視する必要がある。
