AIの「どこで話したっけ」問題、自動化で消せる

Claude・ChatGPT・Gemini・Grokを場面ごとに使い分けていると、必ずぶつかる壁がある。それぞれのチャット履歴はサービスをまたいで検索できない。「あの要約、どこで頼んだっけ」と4つのタブを開き直す時間は、使い分けるほど増えていく。

ここで問題になるのは「記憶」ではなく「索引の不在」だ。各AIは会話ログを保持しているが、それはあくまで自分のサービス内の話。横断的に検索できる場所が存在しないため、利用するAIが増えるほど情報の散らばりが加速する。ChatGPTのメモリに異変、Grokも使い方が広がるでも触れたように、各AIのメモリ機能は進化しているが、あくまでサービス単体の話。複数AI運用を前提に設計されてはいない。

X（旧Twitter）ユーザーの @id_137946819 は、各AIとのやり取りを毎日自動でGoogle Driveに集約する仕組みを構築したと投稿している。これによって「AIを切り替えるたびに文脈を説明し直す」手間を排除したという。

このアプローチの本質は、AIのログを「読むためのもの」ではなく「参照できる外部ストレージ」として扱う点だ。Driveに集まっていれば、Google検索やドキュメント内検索で横断的に過去の文脈を引き出せる。新しいAIに話しかける前に「前回の要点」を貼り付けるだけで、毎回ゼロから説明するコストが消える。

自動化の構成としてよく使われるのは、Zapier・Make（旧Integromat）・Google Apps Scriptなど。対応できるAIサービスにはAPI経由でログを取得できるものとできないものがあるが、Notionや専用メモアプリへの書き出しを挟む方法も実用されている。AIがメールを書いて即送信、文脈も引き継ぐ時代へでも整理したように、「文脈の引き継ぎ」をどう設計するかが、AI複数運用の生産性を決める核になってきている。

今回のトレンドでもう一つ目立つのが、CodexによるPC・ブラウザ操作の実用報告だ。@masahirochaen は、SlackのサイドバーをCodexのブラウザ操作で整理したと報告している。チャンネルを「部署別・営業中・納品中」に分類し、スター付きを番号順に並べ、使わないものを保管セクションへ移動する、という一連の操作をCodexに指示して完了させたという。

注目したいのは「API経由より今回はブラウザ操作が向いていた」という判断だ。SlackはAPIで操作できる範囲が限られており、サイドバーの並び順などはUI操作が必要なケースも多い。そこにブラウザを直接操作できるCodexを組み合わせることで、「APIの届かない領域」をカバーできた形だ。モデルは6.1を使用したとのこと。Claude Codeと比較してもCodexの方がスムーズだったという評価も添えられており、ツール選定の基準として参考になる。

「AIに頼める仕事」の外縁が、コード生成やテキスト処理を超えて、アプリのUI操作まで広がってきているのが今週の共通点だ。