2026.09.05 / Agent Memories

AIモデル変更で効くAI記憶の同意と削除｜続きから動ける運用設計

AIモデルを変更すると、出力品質だけでなく、記憶の扱われ方も変わります。以前のモデル向けに保存した好み、顧客情報、承認履歴を、新しいモデルへ自動で渡してよいとは限りません。「サービス内だから同じ」という理解と、利用者が想定する利用範囲がずれることがあるからです。

モデル切替の同意は、画面に一度チェックを入れてもらうだけの作業ではありません。何を移すか、何のために使うか、どこで処理するか、戻せるか、削除できるかを切替前に説明し、選択を記録するプロセスです。

モデル変更で変わる五つの境界

確認するのは提供者、処理地域、入力保持、学習・改善利用、利用可能なツールです。モデル名だけが変わっても、データの送信先や保持条件が同じとは限りません。また、新モデルが画像や外部検索を扱えるようになると、過去の記憶が別の目的に使われる可能性があります。

切替台帳には旧モデルと新モデルの名前、契約区分、利用目的、移行対象、対象外、確認日を並べます。不明点は「変更なし」と推測せず未確認にします。利用規約や技術資料が更新されたら、確認した版と日付を更新します。

会話・長期記憶・派生データを区別する

会話履歴を移さない選択をしても、会話から抽出された長期記憶や検索インデックスが残ることがあります。逆に、長期記憶を移さなくても、運用上必要な承認記録は別の正本として残す場合があります。利用者へは「全部」や「何も残らない」と丸めず、データ種類ごとに説明します。

OpenClawのMemory overviewは、USER.md、MEMORY.md、日次ノートなどを異なる役割で扱う構成を説明しています。この区分は、移行対象を選ぶ時にも役立ちます。安定した好み、業務判断、短期の作業ログを同じ保持期間にしないことで、過剰な持ち運びを避けられます。

同意記録は一つの真偽値にしない

consent=trueだけでは、何へ同意したか再現できません。対象データ、利用目的、モデルまたは提供者、取得した説明の版、取得日時、選択した保持期間、撤回方法を記録します。複数の目的を一つのチェック欄にまとめず、必須処理と任意の改善利用を分けます。

同意は権限そのものではありません。内部のアクセス制御、承認Gate、監査ログは別に必要です。また、契約や法令に基づく処理と同意に基づく処理を混同しないよう、法務判断の正本へ参照します。本記事は法的助言ではなく、モデル移行を透明にする運用設計です。

移行前プレビューで利用者に選択肢を渡す

新モデルへ送る予定の記憶を、カテゴリと件数でプレビューできるようにします。利用者は全移行、カテゴリ選択、要約だけ移行、移行しない、の中から選べます。secret、本人確認資料、不要な自由記述は既定で除外し、個別に明示許可を得ない限り移しません。

プレビューには、新モデルで失われる機能や表現差も記します。より高性能という宣伝だけでなく、前と同じ再現性を保証できないこと、旧モデルへ戻しても新モデル側の派生データが自動消去されるとは限らないことを示します。モデル変更の実務背景はAIを替えても記憶を持ち運ぶ方法も参照できます。

由来と派生関係を移行receiptへ残す

移行後の記憶がどの旧データから作られ、どの変換処理を通ったかを記録します。W3C PROV-Oは、由来をEntity・Activity・Agentなどの関係で表現する語彙を提供しています。旧記憶をEntity、要約・形式変換をActivity、新記憶を派生したEntityと捉えると、訂正や削除の波及先を追いやすくなります。

receiptには件数、除外理由、変換版、ハッシュ、実行者、日時、エラーを含めます。移行後にサンプルを照合し、否定表現、期限、未承認状態が反転していないことを確認します。由来が切れた項目は新しい確定記憶へ昇格させず、再確認列へ隔離します。

撤回・訂正・削除を切替前に試す

同意撤回の窓口があっても、検索インデックスや派生要約から消えなければ期待とずれます。テスト用データで、移行、検索、訂正、削除、再検索までを通します。バックアップに残る場合は期間とアクセス制限を説明し、即時完全削除と誤解させません。

旧モデルへ戻す手順と、データを旧環境へ再送する手順は別です。rollbackでは設定だけを戻し、追加のデータ移動は新しい同意なしに行わない設計が安全です。削除境界の整理はAI記憶の同意・訂正・削除、リセット判断はAI記憶をリセットする時へつながります。

AI RMFを参照する時の版を明示する

NIST AI RMFは、AIに伴うリスクを個人・組織・社会の観点から扱うための自発的な枠組みです。本稿が参照するのは2023年1月26日に公開されたAI RMF 1.0です。NISTは現在、AI RMF 1.0を改訂中と公式ページで案内しています。よって改訂案や将来版の内容を、現行1.0の確定事項としては扱いません。

モデル変更では、影響を受ける人、利用文脈、既知・未知のリスクを整理し、移行後も測定・管理する考え方へ応用できます。ただし同意の法的要件やデータ移転規則は地域・契約で異なるため、AI RMFだけで適法性を判断せず、該当する法務正本を確認します。

組織内の利用者に対しても説明は必要です。従業員が入力した顧客情報、業務評価、機密文書が新しい提供者へ移る場合、管理者の一括設定だけで十分とは限りません。誰がどのデータを選び、問い合わせや異議をどこへ出せるかを案内します。試験参加者と通常利用者の選択を同じ台帳へ混ぜず、試験終了時の削除・本採用を決めます。

移行を段階化する場合は、観測項目を先に固定します。回答品質だけでなく、誤った長期記憶の発生、対象外データの参照、削除反映時間、旧モデルとの意味差を測ります。停止基準に達した時は新規移行を止め、すでに移した記憶の扱いを利用者へ説明します。再開条件と次の案内時刻も同時に示します。

よくある質問

性能改善だけのモデル更新でも再同意が必要ですか？

一律には決まりません。利用目的、提供者、保持、処理場所、データ種類が変わるかを確認します。利用者の予想を超える新用途や新しい第三者提供があるなら、再説明と選択が必要です。変更がないと判断した根拠も台帳へ残します。

同意しない利用者だけ旧モデルへ残せますか？

技術・安全・契約上可能なら選択肢になります。旧モデルの提供終了や脆弱性がある場合は、継続できる期間、代替機能、データ書き出し、削除手順を明確に案内します。拒否を理由に不要な不利益を与えない設計を検討してください。

匿名化すれば同意なしで全部移せますか？

匿名化の強さ、再識別可能性、契約、目的によります。名前を消しただけの仮名化を匿名化と呼ばないことが重要です。判断が必要な場合は法務・プライバシー担当へ戻し、技術チームだけで結論を作りません。

切替成功は精度だけで測らない

新モデルの回答評価に加え、移行対象外が混入していないか、撤回が検索へ反映されたか、旧版へ戻した時に二重記憶が出ないかを確認します。最初は少数の同意済みテストデータでcanaryを行い、利用者向け説明と削除readbackまで通してください。モデル変更に耐える記憶とは、何でも持ち運べる記憶ではなく、持ち運ぶ理由と境界を利用者と共有できる記憶です。