Perplexityがアップロードされたファイルを忘れる理由
現在のPerplexityにおけるファイル処理方法
PDF、スプレッドシート、または画像をクエリに添付すると、Perplexityはそれをそのスレッドのコンテキストにパースし、後続の質問がそれを参照できるようにします。ファイルをスレッド間で共有されるストアに書き込む処理は行われません。新しいスレッドを開くと（Perplexityの検索優先のデザインでは頻繁に行うことになりますが）、コンテキストは空の状態でスタートします。また、これまでにアップロードしたすべてのファイルを表示するライブラリビューもないため、再利用するには再アップロードするしかありません。
保存されない技術的な理由
これは不具合ではなく、スコープ設計による決定です。Perplexityは、高速で使い捨ての検索セッションを中心に構築されています。永続的なファイルストレージが存在するのは唯一、Spacesの中だけです。Spacesに添付したファイルは、そのSpace内で作成されたスレッドから利用可能になります。Spaceの外には、添付ファイルを保存するための永続化レイヤーがそもそも存在しないのです。
これによる損失
このコストは静かに積み重なっていきます。市場レポート、製品仕様書、リサーチの根拠となるPDFなど、同じドキュメントを毎週のように再アップロードし、その都度「これが背景情報です」という設定を繰り返すことになります。リサーチはスレッドごとに断片化します。先週の分析で引用した表を今週のスレッドでは参照できないため、自身の過去の知見を積み重ねることができません。また、チーム内での重複作業も発生します。同じ契約書を自分のアカウントで調べている同僚は、あなたのアップロードしたファイルがあなたのスレッド内にしか存在しないため、ゼロから作業を始めることになります。
Perplexityの組み込み回避策（とその限界）
ファイルアップロード機能付きのSpaces
Spacesは、最も強力な組み込みの解決策です。プロジェクトごとにSpaceを作成し、参照ファイルを添付すれば、その中のすべてのスレッドがそれらのファイルを参照できます。さらにカスタム指示（Custom Instructions）も追加可能です。しかし、その限界はスコープと上限にあります。ファイルは1つのSpaceにロックされ、アップロードの上限はプランに依存し、Spaceの外で行う単発の検索からは何も参照できません。
古いスレッドの継続
古いスレッドを再開すれば、そのファイルはコンテキスト内に保持されるため、トピックごとに1つの終わりのない「メガ・スレッド」を運用するユーザーもいます。しかし、これには限界があります。スレッドが肥大化して扱いにくくなり、数ヶ月分のリサーチを1つのスクロールの中に埋もれさせてしまうことは、製品の検索優先のフローを台無しにしてしまいます。
すべてに共通する壁
パターンが見えてきたはずです。ファイルはSpaceごと、スレッドごと、アカウントごとにサイロ化されてしまいます。さらに深刻な問題は、ワークフローがPerplexityを離れた瞬間に発生します。そこで整理したソースは、Claude、ChatGPT、あるいはコーディングエージェントにとっては無意味です。また、移行しようとしてもファイルはきれいにエクスポートされません。これこそが、moving Perplexity Spaces to Claude（PerplexityのSpacesをClaudeに移行する）といったガイドが存在する理由です。
解決策：Perplexityに永続的なファイルメモリを提供する
本質的な解決策は、スレッドやアプリの寿命を超えて存在するレイヤーにファイルを保持することです。MemoryLakeは、ドキュメントを一度保存するだけで、パースされて検索可能な状態に保ち、あらゆるAIに提供します。高密度なスプレッドシートや複数カラムのPDFのような複雑なレイアウトは、1億以上のドキュメントで本番検証済みの専用ビジュアルパースエンジンによって処理されます。また、エンドツーエンドの暗号化により、あなた以外の誰も内容を読むことはできません。
ステップ1：APIキーを作成する
MemoryLakeにサインインし、キーを生成して最初のリクエストを送信します。所要時間は約30秒です。
ステップ2：最初のメモリをアップロードする
リサーチに必要なドキュメント、画像、その他のファイルをドロップします（レポート、仕様書、ソースPDF、データセットなど）。アップロードは一度だけで済み、スレッドごとの再添付やSpaceごとの重複は不要になります。
ステップ3：AIとエージェントを接続する
現在、PerplexityにはMCPクライアントがないため、APIを使用します。キーを使って関連するメモリを取得し、それをPerplexityのプロンプトやリサーチワークフローに組み込みます。同じメモリは、MCPを介してClaude、Codex、OpenClaw、その他のエージェントからも即座に利用可能です。構築したライブラリは、単一のアプリだけでなく、ツールチェーン全体で機能します。
再アップロードが実際にもたらすコスト
リサーチにおける「繰り返し税」
再アップロードを行うたびに、隠れたオーバーヘッドが発生します。ファイルを再度探し出し、再処理を待ち、それを説明する背景プロンプトを書き直す必要があります。定期的なリサーチを行うチーム全体で見ると、同じソースドキュメントが月に何度もアップロードされ、何度も説明し直されています。これは、新しい価値を何も生み出さない純粋な重複作業です。
再添付ではなく「検索（リトリーバル）」へ
永続レイヤーを使用すれば、ファイルは一度だけパースされ、オンデマンドで取得されます。ワークフローはドキュメント全体を再投入する代わりに、現在の質問に関連するフラグメントのみを抽出します。これにより処理が高速化され、APIベースのパイプラインではトークン消費量も削減されます。MemoryLakeのToken Saving Calculator（トークン削減シミュレーター）を使用すれば、実際の使用状況から削減効果を予測できます。
リサーチメモリを管理するためのベストプラクティス
古くなったソースの整理
レポートの新しい版が発行されたり、データセットが改訂されたりした場合は、古いバージョンを更新または削除してください。古いソースを提供するメモリレイヤーは、メモリがない状態よりも悪影響を及ぼします。
回答する質問に合わせたファイル命名
「2026-Q2-eu-market-sizing.pdf」は、「final_v3.pdf」よりも適切に検索されます。具体的な名前と一貫したプレフィックスを使用することで、オンデマンド検索の精度が向上します。
プロジェクトやクライアントごとにスコープを分ける
すべてを1つの山にまとめるのではなく、リサーチの流れごとに1つのメモリ範囲（スコープ）を維持します。スコープ分けされたメモリは検索の関連性を高く保ち、チームメンバーへの引き継ぎをスムーズにします。
結論
Perplexityのスレッドにスコープされたファイル処理はバグではありません。それは「検索優先」の製品としての設計です。しかし、あなたのソースライブラリがその設計に縛られる必要はありません。ファイルを一度永続メモリに保存しておけば、すべてのスレッド、すべてのSpace、そしてあなたが使用する他のすべてのAIが、同じ情報に基づいた共通のベースラインからスタートできます。再アップロードの儀式は、これで終わりです。