カスタムGPTにメモリはある？毎回リセットされて新しく始まる理由 (2026)

GPTはアカウントではなく設定である

ヘルプセンターでは、GPTを「特定の目的のために構成されたChatGPTのバージョン」と定義しており、「GPTは、特定の指示、知識、および選択された機能を組み合わせて、ChatGPTでよりカスタマイズされた体験を作成できます」と説明しています。

これをアーキテクチャの定義として捉えてみてください。GPTは、アクセス権を持つ誰もが実行できる設定のバンドルです。対照的に、あなたのChatGPTのメモリはあなたのアカウントに属しています。それはあなたのチャットから構築された、あなたに関するものです。もし共有された設定が、たまたまそれを使っている人のメモリを読み取れるとしたら、同じGPTが人によって異なる挙動を示し、共有スペースに個人のコンテキストを勝手に引き込んでしまうことになります。

つまり、境界線は「GPT」と「メモリ」の間にあるのではなく、「共有するもの」と「自分だけのもの」の間にあります。GPTが知っていることはすべて設定の内部になければなりません。なぜなら、設定こそがGPTと一緒に移動する唯一の部分だからです。

GPTが保持できるものと、それが最初はメモリのように感じられる理由

ドキュメント化されている設定要素は以下の通りです：指示（Instructions）（「GPTの動作、トーン、目標、境界を定義する」）、会話の開始手（Conversation starters）（プロンプトの例）、知識（Knowledge）（「質問に答える際にGPTが参照として使用できるアップロードされたファイル」）、機能（Capabilities）（ウェブ検索や画像生成などの選択されたツール）、アプリ（Apps）（ユーザーが接続したツールを介した外部サービスへの接続）、そしてアクション（Actions）（「定義した外部APIにGPTが接続する方法」）。注目に値する制約が1つあります。「GPTはアプリまたはアクションのいずれかを使用できますが、両方を同時に使用することはできません。」

知識ファイルこそが、この錯覚を生み出す原因です。スタイルガイドをアップロードしたGPTは、スタイルに関する質問に永久に正しく答えるため、メモリがあるように感じられます。しかし、それはメモリではありません。GPTが参照する固定の参照資料であり、1日目も200日目も同じ内容です。何かが変更された瞬間にその違いが現れます。メモリであれば、変更が発生した会話からその変化を吸収しますが、知識ファイルの場合は人間が編集して再アップロードする必要があります。これは、人々が「ChatGPTは一般的にアップロードされたファイルを保持している」と勘違いするのと同じ区別です。この境界線については、ChatGPTがアップロードされたファイルを忘れる理由で解説しています。

カスタム指示も適用されません

これは、ChatGPTの環境設定を注意深く設定している人々を驚かせる部分です。同じFAQの文章にこう書かれています。GPTは保存されたメモリ、カスタム指示、または過去の会話を使用しません。したがって、他の場所で頼りにしている「常に最初にコードを提示し、後から説明する」といった設定は、GPTの内部では静かに適用されなくなります（GPT自身の指示にそう書かれていない限り）。

これは設計と一貫しています（共有設定が特定のユーザーの好みを引き継ぐべきではありません）。そして、これは「なぜこのGPTはこんなに冗長なのか」という混乱のよくある原因です。

コンテキストを取り込むための唯一のドキュメント化された方法

ドキュメントには回避策が記載されており、これは本当に便利です。すでにコンテキストが存在する会話にGPTを呼び出すことができます。ヘルプセンターでは、通常のChatGPTの会話からGPTを使用する方法について説明しており、その際「会話は現在のコンテキストを保持します」と記されています。

これには2つの制限があります。第一に、それは現在の会話のコンテキストであり、あなたのメモリや先週のスレッドではありません。第二に、ドキュメントによると、この@-メンションのフローは「iOSまたはAndroidアプリでは利用できない」とされており、モバイルでは代わりにGPTsメニューまたはサイドバーからGPTを開く必要があります。したがって、この回避策はデスクトップおよびウェブ版限定です。

知っておくべきこと：現在、誰が作成できるか

GPTの導入を計画している場合、以前よりも重要になった事実があります。ヘルプセンターには次のように記載されています。「Free、Go、Plus、Proを含む個人のChatGPTアカウントでは、新しいGPTの作成および公開は利用できません。」既存のGPTは引き続き使用可能であり、既存のGPTの編集には「引き続き対象となるサブスクリプションと、適用されるアカウントまたはワークスペースの権限が必要です。」Business、Enterprise、Eduワークスペースでは、作成、編集、公開はワークスペースの設定と権限に依存します。

これにより、実用的な問いの形が変わります。ほとんどのチームにとって、GPTは現在、管理者が管理するワークスペースの成果物となっています。そのため、「メモリなし」という特性は、重要性が下がるどころか、むしろ高まっています。ワークスペースで共有されるGPTこそ、個人のメモリを引き継ぐべきではない典型的なケースだからです。

すべての内容を指示（Instructions）フィールドに詰め込む。 最初の直感であり、ある程度までは機能します。しかし、指示には固定の予算（制限）があります。すべての会話で読み込まれ、会話によって更新することはできず、一定の長さを超えるとユーザーの実際の質問と競合してしまいます。ここは動作を定義する場所であり、蓄積されていく知識ベースを置く場所ではありません。

何かが変更されるたびに知識ファイルを再アップロードする。 年に2回しか変わらないスタイルガイドであれば持続可能です。しかし、毎週のように動くものに対しては持続可能ではありません。また、ファイルが古くなっていることをユーザーに知らせるシグナルもないため、誰かが気づくまでGPTは自信満々に間違った答えを返し続けます。

毎回ユーザーにコンテキストを貼り付けるよう求める。 多くのチームが最終的に行き着く方法ですが、これによりGPTはツールから単なる「フォーム」に成り下がってしまいます。また、回答の質は、その人がどの詳細が重要だったかを覚えているかどうかに依存することになります。

代わりにProject（プロジェクト）に切り替える。 合理的です。Projectsにはメモリがあります。しかし、プロジェクトのメモリには双方向に独自の壁があり、これはChatGPTのProjectsがメモリを共有しない理由で解説されている別の問題です。

メモリが壊れていると仮定してトラブルシューティングを行う。 本当に時間の無駄になります。設定を確認し、メモリの概要を更新しても、何も問題は見つかりません。なぜなら、何も壊れていないからです。通常のChatGPTでメモリの動作をデバッグしている場合は、トラブルシューティングガイドが適用されますが、メモリが設計上オフになっているGPTの内部では適用されません。

GPTが必要とする2つのものを切り離しましょう。その動作（トーン、境界、手順）は、意図的に固定されている指示（Instructions）に属します。その知識（今週のプロジェクトの真実）は、人間がファイルを再アップロードしなくても更新される場所から取得する必要があります。

そのためのドキュメント化された仕組みは、すでにGPTビルダーに存在します。アクション（Actions）は「定義した外部APIにGPTが接続する方法」です。これこそが、ライブな知識ソースを接続するためのフックです。

MemoryLakeはAPI経由でアクセスできるメモリレイヤーです。そのため、知識は1つの場所で最新に保たれ、すべてのシミュレータやアシスタントが同じ情報を読み取ることができます。これには、通常は会話ごとに白紙から始まるGPTも含まれます。セットアップは3つのステップです。

ステップ 1: APIキーを作成する

MemoryLakeにサインインし、APIキーを作成します。これはメモリの読み書きに使用される認証情報であり、特定のアシスタントに依存しません。同じメモリが、エディタ、エージェント、そしてGPTに提供されます。

ステップ 2: 最初のメモリをアップロードする

毎回すべての会話に貼り付けることになる知識を入力します。プロジェクトの構成、一見して分からない制約、決定事項とその背後にある理由、試行して却下されたことなどです。エントリは短く、単一のトピックにまとめてください。長いドキュメントよりも、1つのエントリに1つの事実を入れる方が検索精度が高くなり、変更があった際の修正も容易になります。

ステップ 3: AIとエージェントを接続する

ツールを接続します。MemoryLakeはMCPおよびAPI経由でアクセス可能です。Claude Code、Codex、OpenClawなどのMCPネイティブエージェントはMCPサーバーを指し、HTTPを話すものはすべてAPIを使用します。カスタムGPTの場合、ビルダーのアクション（Actions）を介して接続されるAPIがその経路となります。GPTはアプリまたはアクションのいずれかを使用でき、両方を同時に使用することはできないというドキュメント上の制約を念頭に置いてください。これにより、事実を更新するとすべての場所で更新され、新しい知識ファイルのアップロードや再共有が不要になります。

正直な制限事項。これにより、ChatGPT的な意味でのメモリがGPTに与えられるわけではありません。GPTが自律的に会話から学習することはありませんし、「各会話は新しく始まる」というOpenAIの声明は依然として有効です。変わるのは、「新しく始まる」が「情報を持たない」を意味しなくなる点です。GPTは、凍結されたファイルに頼る代わりに、最新の知識を検索できるようになります。また、ここにあるものは強制力を持つレイヤーではありません。動作を制御するのは依然として指示（Instructions）です。

古い知識ファイルのメンテナンス作業が不要になります。 再アップロードの繰り返しは、GPTの隠れたコストです。質問時に読み取られるソースを用意することで、この手間が省け、GPTが前四半期の数値を自信満々に引用してしまう期間をなくすことができます。

共有GPTが真に共有された状態を維持します。 知識が個人のアカウントの外にあるため、GPTを使用する全員が同じ最新のコンテキストを取得できます。これは、プライバシーの問題でメモリがデフォルトでオフにされたこの場所で、人々がそもそもメモリに求めていたものです。

指示（Instructions）がより短く、より効果的になります。 指示フィールドが知識ベースとしての役割を兼ねていなければ、本来の目的である動作、トーン、境界の定義に集中できます。指示が短いほど、より確実に従われます。

同じ知識が他のツールでも役立ちます。 GPTが必要とするコンテキストは、エディタやエージェントが必要とするコンテキストと同じです。インターフェースごとに管理するのではなく、1回だけメンテナンスすれば済むことが、実際のコスト削減につながります。これはChatGPT、Claude、Geminiで共有する1つのメモリで説明されている形です。

間違った解決策にコストを支払うのをやめられます。 多くのチームは、「覚えていないから」という理由で、機能しているGPTをより複雑なものへと日常的に再構築しています。通常、GPT自体には問題ありません。単に知識を保管する場所が、凍結されていない場所である必要があっただけです。

動作は指示に、事実は更新可能な場所に置く。 最も明確な区分であり、将来GPTの仕組みがどのように変わっても通用します。

知識ファイルに日付を入れる。 アップロードされた参照資料に頼る場合は、各ファイルの先頭に「〜時点の情報」という行を入れてください。ユーザーはファイルが古いか新しいか判断できませんし、GPTも同様です。

GPTが知らないことをユーザーに伝える。 「作業中のサービスを教えてください。チャット間でコンテキストは引き継がれません」という会話の開始手（Conversation starter）を用意することは、どんなプロンプトエンジニアリングよりも時間を節約できます。

コンテキストがすでに存在する場合は、@-メンションフローを使用する。 背景情報がある会話にGPTを呼び出すことは、GPTに持っていなかったコンテキストを与える唯一のドキュメント化された方法です。ただし、デスクトップとウェブ版のみであり、履歴ではなく現在の会話のみを引き継ぐことを忘れないでください。

カスタム指示が適用されると期待しない。 適用されません。GPTに好みの回答フォーマットを適用させたい場合は、GPT自身の指示にそれを書き込む必要があります。

導入を計画する前に、誰が作成・編集できるかを確認する。 Free、Go、Plus、Proを含む個人アカウントでは、新しいGPTの作成と公開は利用できません。管理されたワークスペースでは、オプションは管理者の設定に依存します。

「カスタムGPTにメモリはあるか？」は、この分野において、ドキュメントで明確に回答されている数少ない質問の1つです。答えは「ない」であり、カスタム指示も使用せず、各会話は新しく始まります。これは、共有されることを前提に構築されたものとしては正しい設計です。たまたま実行している人のメモリを引き継ぐ設定は、予測不可能であり、プライバシー上の問題も引き起こします。

つまり、解決策はGPTに記憶させることではありません。実際には知識の問題であったものに対して、メモリを要求するのをやめることです。誰かが再アップロードしなければならない凍結されたファイルの代わりに、GPTが読み取れる最新のソースを提供し、指示は動作の定義に留めておきます。そうすれば、「新しく始まる」というのは会話のことであり、GPTがあなたの仕事を理解しているかどうかのことではなくなります。ChatGPTのメモリのより広い境界線について検討している場合は、ChatGPTメモリの制限でカバーされています。また、Anthropic側から移行する場合は、ClaudeのProjectsからカスタムGPTへの移行でそのルートを解説しています。