なぜ同じドキュメントを何度も再アップロードしてしまうのか
添付ファイルのスコープは会話内に限定される
アップロードされたファイルはチャットのコンテキストの一部であり、チャットは境界のあるオブジェクトです。新しいチャットを開始すると、ファイルは存在せず、抽出された用語も、それに基づいて行った推論もそこにはありません。これは、Claudeがアップロードされたファイルを忘れる理由で説明されているのと同じ壁です。何かが壊れているわけではなく、単にスコープがあなたの作業範囲よりも狭いだけなのです。
ドキュメント全体の読み込みが、高コストなデフォルト設定
Token Saverの数値は、このことを最も明確に公に示しています。関連する一節だけを検索することでトークン使用量が92〜99%削減されるとすれば、ベースライン（モデルが112ページに関する1つの質問に答えるために、ドキュメント全体をコンテキストに流し込むこと）にコストのほぼすべてがかかっていることになります。同じファイルを何度も再添付する回数を掛け合わせれば、その無駄は無視できないものになります。
プロジェクトナレッジは役立つが、限界がある
参照ドキュメントをClaudeのProject（プロジェクト）に入れることは、確実な改善です。1つの会話だけでなく、そのプロジェクト内のすべての会話で利用できるようになります。しかし、長いセッションになると限界が見えてきます。会話が長くなるにつれて、ナレッジファイルが有効なコンテキストから押し出されてしまうのです。この仕組みについては、Claudeがプロジェクトのナレッジファイルを忘れる理由で解説しています。プロジェクトはより優れたコンテナですが、あくまでコンテナであり、保持するのは「知見」ではなく「ファイル」そのものです。
本当に保持したいのは、通常ファイルそのものではない
毎回あなたが実際に再確認していることに注目してください。PDFのバイトデータではなく、そこから得られた「結論」です。どの条項が適用されるか。付録でどの数値が修正されたか。法務レビューでどの3つの段落が指摘されたか。これらは、巨大で静的なドキュメントから抽出された、小さく永続的な事実です。そして、これらこそが、いかなる添付ファイルの仕組みでも保存されないものなのです。
回避策の率直な評価
毎回再アップロードする
機能はしますが、最もコストがかかり、静かに品質が低下します。3回目のアップロード以降はニュアンスの説明を省略しがちになり、誰も気づかないうちに回答の質が浅くなっていきます。
ローカル検索拡張機能
Token Saverやそれに類するツールは、現実の課題に対する本質的な解決策です。質問ごとのコストは桁違いに下がり、機密ドキュメントはディスク内に留まり、ページレベルの引用によって主張の検証が可能になります。これは、追跡できなくなったテキストを貼り付けるよりも確実なメリットです。しかし、これらは「永続化」しません。検索機能はドキュメントをインデックス化するだけで、あなたが決定したことを引き継ぐわけではなく、インストールしたマシン上にのみ存在します。来週、チームメンバーが同じ質問をすれば、彼らはゼロから始めることになります。この違いこそが、なぜRAGはメモリではないのかのテーマそのものです。
新しいチャットごとに要約を貼り付ける
実用的な妥協案ですが、やがて形骸化します。要約はソースから乖離し、誰もバージョン管理をせず、ドキュメントが修正された瞬間に、2つの矛盾する「真実」が流通することになります。
独自のパイプラインを構築する
チャンキング、埋め込み、ランキング、更新、アクセス制御。ドキュメントインテリジェンスが自社製品であるなら合理的です。単にClaudeに「すでに知っていること」を何度も聞いてほしくないだけなら、コストが高すぎます。
解決策：チャット終了後も残るドキュメントメモリをClaudeに与える
このループを断ち切る方法は、ドキュメントとそこから抽出された結論を、個々の会話の中ではなく、ツールが読み取れる1つの場所に保管することです。それを提供するのが MemoryLake です。一度アップロードすれば、MCPやAPIを介して、あらゆるアシスタントやエージェントから検索できます。
ステップ 1: APIキーを作成する
キーを生成し、約30秒で最初のリクエストを実行できます。
ステップ 2: 最初のメモリをアップロードする
何度も再添付しているドキュメント、画像、ファイルをドロップします（契約書、仕様書、研究論文、役員会資料、ポリシーマニュアルなど）。それらと並行して、結論（適用される条項、修正された数値、チームがすでにレビューしたセクションなど）も追加します。
ステップ 3: AIやエージェントを接続する
Claude、Codex、OpenClaw、その他のエージェントに、MCPまたはAPI経由でそのメモリへのアクセス権を与えます。新しい会話は、ドキュメントをすでに知っている状態で始まり、同僚の会話も各自のコピーではなく同じソースから開始されます。クライアント固有の手順については、Claude Codeにメモリを追加する方法をご覧ください。
実務で何が変わるのか
約90,000トークンの180ページの契約書を例にとりましょう。これを月に5つの会話に添付すると、追加の質問を1つもする前に、約450,000トークンの再読コストが発生します。検索スタイルのツールは、Token Saverが報告しているように、質問ごとの部分を92〜99%削減できます。そして永続的なメモリは、請求書のもう半分のコスト、つまり「以前の推論が破棄されたために、同じ結論を再び導き出す」部分を完全に排除します。
より深刻なコストは「時間」です。会話ごとに5〜10分の状況説明が必要になり、それが週に数回、ドキュメントに関わる全員で発生します。さらに、4回目の説明では、最初の説明に含まれていた注意書きが抜け落ちてしまうリスクもあります。ツール間の整合性も、同じ解決策から得られます。ChatGPTとClaudeが1つのメモリを読み取るようになれば、同じPDFに対して異なる回答をすることがなくなります。これは、ChatGPTがアップロードされたファイルを忘れる問題の背後にある課題でもあります。
ドキュメントメモリのベストプラクティス
結論を引用元とともに保存する
「解約には60日前の通知が必要 — 第14.3条、41ページ」といった情報は、永続的に保持する価値があります。条項の全文を保持する必要はありません。それはドキュメント内にあるからです。知見とその場所（ロケーター）を保存することで、ごくわずかなサイズで検索性と検証可能性を確保できます。
バージョン管理された単一の信頼できる情報源を維持する
ドキュメントが修正されたときは、古い事実の隣に新しい事実を追加するのではなく、保存されている事実を置き換えてください。同じ条項の有効なバージョンが2つ存在することは、1つもないことよりも悪影響を及ぼします。モデルは自信満々にどちらか一方を選択してしまうからです。
参照コーパスと意思決定を分離する
ドキュメントはインプットであり、意思決定はチームが生み出したアウトプットです。両方を保持しますが、増え続けるPDFの山によって、実際の行動を左右する重要な12の文章が埋もれてしまわないようにしてください。
結論
ClaudeにPDFを再アップロードすることは、あなたが自制してやめるべき「悪い習慣」ではありません。ドキュメントを会話の内部に保存していることから生じる、予測可能な結果です。2026年7月30日にリリースされたToken Saver拡張機能のようなローカル検索ツールは、そのデフォルト設定にどれほどのコストがかかっているかを証明し、質問ごとの課題を誠実かつプライベートに解決してくれます。
もう半分の課題は「永続性」です。あなたが導き出した結論が、次のチャット、次のツール、そして次の人でも利用できるようにすることです。ドキュメントとその知見をエージェントが読み取るメモリレイヤーに配置すれば、5回目のアップロードが発生することは二度とありません。再確認すべきことは何も残っていないからです。