Use cases
代表的な4つのシナリオで見ていきます。すべての例は、自動キャプチャされた記憶をMCPで想起する同じ仕組みで動作します。
お昼にChatGPTにメニューを聞いた。夜になって今度はClaudeを使っているが、昼に何を聞いたか思い出せない。
あなた → Claude
さっきChatGPTで、自分が最後に聞いた質問って何だっけ?
Claude (Memoria MCP呼び出し後)
今日の12時14分にChatGPTで「ChatGPTさん、今日のお昼は何がいい?」と聞いていますね。そのときおすすめされたのはキムチチゲでした。
ChatGPTのセッションとClaudeのセッションは本来お互いを知りません。Memoriaが二つの共通記憶になります。
彼女の誕生日が近い。LLMにプレゼントを聞きたいが、毎回「彼女はJaneで、花が好きで…」と説明し直すのは面倒。
あなた
彼女の誕生日が近いんだけど、何をプレゼントしようか?
LLM (Memoria想起後)
花が好きなJaneさんに去年はバラを贈っているので、今年はチューリップはいかがでしょう?
あなたは何の情報も入力し直していません。Memoriaが関係グラフと好みの履歴を保持し、必要なときに取り出します。
「LLMの仕組みって何?」と聞くと、たいてい教科書的な説明が返ってきます。トークン、トランスフォーマー、確率分布…聞くほどに分からなくなる。もしLLMがあなたの職業/背景を既に知っていたら?
あなた
LLMの仕組みって何?
LLM (あなたが飲食業従事者であることを想起した後)
レストランの厨房で例えますね。お客さんが「美味しいランチを作って」とだけ言ったら、既存の常連客がよく注文していたメニュー — 肉・タンパク質中心 — をおすすめしますよね。でも「私はビーガンですが、美味しいランチを作って」と言われたら、まったく違う結果が出てきます。既にある情報から、与えられた条件に最も近い答えを導き出すのがLLMです。
同じ質問でも、Memoriaに保存されたユーザー背景に応じて、開発者にはコードの比喩で、飲食業従事者には厨房の比喩で、教師には生徒の比喩で説明が分岐します。学習曲線がずっと短くなります。
「休暇申請ってどこからですか?」「VPNはどうやって入れますか?」「先期のOKR資料どこですか?」 — 同じ質問が毎週繰り返され、そのたびにシニア一人の30分が消えていく。
新人 → Claude
休暇申請ってどうすればいい?
LLM (社内Memoria想起後)
社内ポータル → 人事 → 休暇申請メニューから申請してください。3日以上はマネージャー事前承認が必要です。去年同じ質問への [HR ガイド文書リンク] もあります。
会社で繰り返される質問 = 文書化されていない暗黙知。Memoriaは一度答えた内容を会社単位で蓄積し、「まずMemoriaに聞いて」という一行のルールで割り込みを減らします。
追加できそうな他のシナリオ