実際にあなたを知っているAI
すべてのAIツールは、最初からやり直すように求めます。あなたのコミュニケーションスタイル、優先事項、繰り返しのコンテキスト — それらを毎回、すべてのモデルに再説明します。MemoryLakeはあなたが誰であるかを一度保存し、そのコンテキストを使用するすべてのAIセッションに読み込みます。どのモデルを使用していても関係ありません。
記憶の問題
あなたは役割を何度も説明してきました。あなたの働き方、トーンの好み、プロジェクトの具体的なコンテキストを説明してきました。新しいセッションを開くたびに — または別のAIツールに切り替えるたびに — やり直しです。モデルは賢くなっていますが、記憶の問題は改善されていません。
MemoryLakeの異なる点
AIアイデンティティレイヤーとしてのバックグラウンド記憶
あなたの役割、働き方、コミュニケーションの好み、繰り返しのプロジェクトコンテキスト、常に適用されるべき制約を保存します。バックグラウンド記憶はAIにとって読み取り専用です：あなたが促さなくても、すべてのセッションを形作ります。
フレームワークとワークフローのためのスキル記憶
あなたが開発した思考フレームワーク、テンプレート、プロセスは一般的なものではありません — あなたのものです。スキル記憶に保存し、任意のセッションで任意のモデルを使用して名前で呼び出します。
すべてのモデルで一貫したアイデンティティ
Claude、ChatGPT、Grok、Geminiのいずれにいても、あなたのバックグラウンド記憶が最初に読み込まれます。すべてのAIセッションは、あなたが誰で、何に取り組んでいるか、どのように働くことを好むかを知った状態で始まります。
永続無料 · クレジットカード不要
仕組み
- 接続 — MemoryLakeを設定し、使用しているAIツールに接続します。10分以内で完了します。
- 構造 — あなたのバックグラウンド記憶を定義します：役割、スタイル、繰り返しのコンテキスト、制約。あなたの定番のフレームワークとワークフローのためにスキル記憶を追加します。
- 再利用 — 接続されたAIを開きます。あなたのコンテキストが自動的に読み込まれます。セッションは設定ではなく、作業に集中できます。
ビフォー & アフター
| Without MemoryLake | With MemoryLake | |
|---|---|---|
| Session start | Re-explain role, style, context | Background Memory loads automatically |
| Switching models | Start over with each model | Same identity available everywhere |
| Recurring frameworks | Copy-paste or re-prompt each time | Stored in Skill Memory, invoked by name |
| Preference evolution | Informal, inconsistent | Versioned and auditable |
対象
知識労働者、コンサルタント、研究者、創業者、そしてAIツールを仕事の核心部分として使用し、これらのツールが実際に自分を知っているかのように振る舞うことを望むすべての人。長いシステムプロンプトを書いたことがあり、それがツール間で追従できることを望んでいたなら、バックグラウンド記憶があなたが求めていたものです。
このユースケースを自分のアカウントで試す
架空のオペレーション責任者が、ある日は Claude、翌日は ChatGPT で AI アシスタントと話します。どちらのセッションも同じ 1 つのメモリ、つまり彼女自身のメモリに入ります。組み込みのデフォルトでは、最初のセッションで家族、食事、膝の手術まで記録されます。そこで彼女は、自分のメモリに何を記録してよいかを定める fact instruction を書き、すでに記録された私的な内容を削除します。別のツールでの次のセッションでは、新しい仕事のルールが記録され、回答の長さの好みは同じファクトの上で更新されます。デモは除外したカテゴリを 1 つずつ確認し、最後にプロフィールをそのまま Claude、OpenAI、Gemini のリクエストに入れます。
見られるもの
- 2 つのツールのセッションを同じ人との会話として保存し、すべてのファクトを 1 つのメモリに集約
fact instruction draftで個人のメモリがデフォルトで何を記録するかを確認し、fact instruction set --fileで彼女自身の Include / Exclude ルールに置き換えconv fact-actionsをセッションごとのレシートとして表示：追加されたルール、旧い値付きで更新された好み、除外カテゴリごとの ✓/✗（私たちの実行では 42 セッション中 37 回クリーン）fact list --actorsの 1 つのブロックを Anthropic・OpenAI・Gemini のリクエストに書き込み、sha256 が一致。ローカル Web UI 付き
必要なもの: MemoryLake の API キー · memorylake CLI · Python 3.9 以上
実行する
git clone https://github.com/memorylake-ai/memorylake-usecases.git cd memorylake-usecases/preference-memory export MEMORYLAKE_API_KEY=sk-… python3 demo.py # or: python3 web/server.py
動作を見る · 実際の録画、未編集
関連するユースケース
よくある質問
バックグラウンド記憶とシステムプロンプトの違いは何ですか？
バックグラウンド記憶とシステムプロンプトの違いは何ですか？
システムプロンプトは、各セッションおよび各モデルのために新たに書く必要があります。バックグラウンド記憶は一度保存され、時間とともにバージョン管理され、自動的にすべての接続されたAIセッションに読み込まれます。多くのコピーの代わりに、一つの真実のソースを維持します。
異なるAIツールに対して異なる好みを持つことはできますか？
異なるAIツールに対して異なる好みを持つことはできますか？
はい。グローバルに適用されるコンテキストと特定のモデルにのみ適用されるコンテキストを設定できます。Claudeを執筆に使用し、ChatGPTを分析に使用する場合、それぞれに共有アイデンティティの上に関連するコンテキストを重ねることができます。
MemoryLakeは時間とともに変化する好みをどのように扱いますか？
MemoryLakeは時間とともに変化する好みをどのように扱いますか？
すべての記憶エントリはバージョン管理されています。あなたの好みが進化する際には、それを更新します — MemoryLakeは変更とその時期を記録します。あなたの働き方がどのように変化したかを確認し、何かが定着しない場合は以前のバージョンに戻ることができます。