GEMINI LABEN
SUNSET — 画像生成モデルの停止まで残り3日です。8月17日に Imagen 4 系と Gemini 3 Image 系が止まりますMIGRATE — 移行先は gemini-3.1-flash-image が推奨されています。停止後に generate_images() を呼ぶとエラーで止まるため、猶予はありませんFLASH — Gemini 3.6 Flash が GA になりました。トークン効率とコード・エージェント計画が改善し、3.5 Flash より低い価格帯に置かれていますLITE — Gemini 3.5 Flash-Lite も GA です。低遅延で費用を抑えたサブエージェント向けとして、大量処理の自動化に向いていますPARAMS — サンプリングパラメータ temperature・top_p・top_k が非推奨になりました。既存の呼び出しは見直しておきたいところですROBOTICS — gemini-robotics-er-1.6-preview の停止は8月31日です。移行の予定を立てておく時期になりましたSUNSET — 画像生成モデルの停止まで残り3日です。8月17日に Imagen 4 系と Gemini 3 Image 系が止まりますMIGRATE — 移行先は gemini-3.1-flash-image が推奨されています。停止後に generate_images() を呼ぶとエラーで止まるため、猶予はありませんFLASH — Gemini 3.6 Flash が GA になりました。トークン効率とコード・エージェント計画が改善し、3.5 Flash より低い価格帯に置かれていますLITE — Gemini 3.5 Flash-Lite も GA です。低遅延で費用を抑えたサブエージェント向けとして、大量処理の自動化に向いていますPARAMS — サンプリングパラメータ temperature・top_p・top_k が非推奨になりました。既存の呼び出しは見直しておきたいところですROBOTICS — gemini-robotics-er-1.6-preview の停止は8月31日です。移行の予定を立てておく時期になりました
記事一覧/Gemini 入門
Gemini 入門/2026-04-13初級

Gemini メモリ機能の使いこなし — 記憶のインポートから管理・プライバシー設定まで

Gemini のメモリ機能(Saved Info)と2026年4月に登場したメモリインポートの使い方を解説します。ChatGPT や Claude からの記憶移行、一時チャットによるプライバシー保護、メモリが効く場面と効かない場面、育てるコツまで実践的に紹介します。

gemini103memory2personalization2saved-infoprivacyimport

ChatGPT や Claude を長く使っていると、自分の好みや仕事の背景を AI が把握してくれていることに気付く瞬間があります。新しいツールに乗り換えるとき、その「文脈」がゼロに戻るのは地味にストレスです。Gemini のメモリ機能、特に 2026 年 4 月にリリースされたメモリインポートは、まさにこの問題を解決するためにあります。

メモリ機能(Saved Info)とは何か

Gemini のメモリは「Saved Info」とも呼ばれ、会話を跨いでユーザーの情報を記憶する仕組みです。名前、職業、好みの文体、プロジェクトの背景――こうした情報を一度伝えれば、次回以降の会話で Gemini が自動的に反映してくれます。

ただし、ここで重要なのは記憶の粒度を自分でコントロールできる点です。ChatGPT の Memory 機能と比べると、Gemini は個々の記憶項目を一覧表示し、不要なものだけを選んで削除できます。「覚えてほしいこと」と「忘れてほしいこと」を明確に分けられるのは、実用上かなり大きい。

メモリの確認・編集手順

  1. Gemini アプリを開き、左メニューまたはプロフィールアイコンから設定を選択
  2. パーソナライズセクションに進む
  3. **保存された情報(Saved Info)**の一覧が表示される
  4. 各項目の横にある削除ボタンで個別に記憶を消去可能

PC のブラウザ版でも gemini.google.com にアクセスし、右上のアイコンから設定に入れば同じ操作ができます。モバイルアプリと Web の記憶は共通なので、どちらで編集しても反映されます。

メモリインポート — 他の AI から記憶を移行する

2026 年 4 月にリリースされたメモリインポートは、ChatGPT や Claude など他の AI サービスで蓄積した「ユーザーの好み」や「過去のやりとりの文脈」を Gemini に取り込む機能です。

なぜインポートが必要なのか

AI を切り替えるハードルの大部分は、実は記憶の再構築コストにあります。「私はバックエンドに Go を使っている」「技術記事は2000文字以内で」「コード例は必ずエラーハンドリングを含めて」――こうした指示を新しい AI に1からやり直すのは手間です。インポートならこの初期コストがほぼゼロになります。

インポートの具体的な手順

ステップ1: 移行元 AI で記憶を書き出す

ChatGPT の場合は、Settings → Personalization → Memory で保存されている情報を確認できます。Claude の場合は Project Instructions やシステムプロンプトに相当します。以下のプロンプトを移行元 AI に送ると、構造化された要約を得られる:

これまでの会話で学んだ私についての情報を、
以下の形式でまとめてください:
 
1. 基本プロフィール(職業・役割・使用言語)
2. 技術的な好み(言語・フレームワーク・ツール)
3. コミュニケーションの好み(文体・詳細度・回答形式)
4. 進行中のプロジェクトや関心領域
5. その他の重要な文脈

ステップ2: Gemini にインポートする

  1. Gemini の設定パーソナライズメモリをインポートを開く
  2. ステップ1で得た要約をテキストエリアに貼り付ける
  3. Gemini が内容を解析し、個別の記憶項目として保存する

このプロセスで Gemini が自動的に情報をカテゴライズしてくれるので、貼り付けた後は保存された項目を確認し、不要なものがあれば削除すればよい。

インポート時の落とし穴

個人的に試してみて分かったのは、一度に大量の情報を流し込むより、カテゴリ別に分けてインポートするほうが精度が高いということです。技術的な好み、文体の好み、プロジェクト情報をそれぞれ分けて送ると、Gemini 側の分類精度が上がる。

また、移行元 AI が出力した内容をそのまま貼り付けるのではなく、自分の目で確認して不要な情報を除いてからインポートするのが安全です。意図せず個人情報や機密情報が含まれていることがあります。

一時チャット(Temporary Chat)でプライバシーを守る

メモリとセットで理解しておきたいのが一時チャット機能です。この機能を有効にすると、その会話は保存されず、メモリにも反映されません。

使い分けの実践例

私がよくやるパターンはこうです:

  • 通常チャット: 日常のコーディング相談、記事の校正、プロジェクト管理 → メモリ蓄積OK
  • 一時チャット: 他人のコードの解析、機密性の高い業務情報を含む相談、単発のリサーチ → メモリに残したくない

一時チャットの開始方法は簡単で、新しいチャットを開始する際に画面上部の**「一時チャット」トグル**をオンにするだけです。会話が終わればそのセッションの情報は一切メモリに反映されません。

メモリが効く場面・効かない場面

メモリ機能は万能ではありません。実際に使い込むと、以下のような傾向が見えてくる。

効果が大きい場面:

コードレビューを依頼するとき、使用言語やフレームワークを毎回伝える必要がなくなります。文章作成では好みの文体やトーンが自動適用されます。定型業務も「週報のフォーマットはこう」と一度伝えれば以降は自動です。

期待ほど効かない場面:

高度な技術的判断には向かありません。メモリに「Pythonを使っている」と記憶していても、ライブラリ選定は都度具体的に指示するほうが精度が高いです。長期プロジェクトの進捗管理も難しい。メモリは断片的な事実の記憶であり、タスク管理ツールの代替にはならありません。

複数人での情報共有が必要な場合は、メモリよりも Gems(カスタムAIアシスタント) のほうが適しています。Gems ならチーム共通の指示セットを定義できるからです。

メモリを育てるコツ

Gemini のメモリは使うほど賢くなるが、放っておくと古い情報が蓄積してしまう。月に一度は設定画面で記憶一覧をレビューし、以下を意識するとよい。

明示的に記憶させる — 曖昧な会話からは記憶が生成されにくい。「これを覚えておいて:私はNext.js 16とTypeScriptでプロジェクトを進めている」のように、覚えてほしい情報を明確に伝えると確実に保存されます。

古い情報を定期的に整理する — プロジェクトが終了したり、使用ツールが変わったりしたら、該当するメモリ項目を削除します。古い記憶が残っていると、Gemini が過去の情報をもとに回答してしまうことがあります。

矛盾する記憶に注意する — 「Reactを使っている」と「Vue.jsに移行した」が両方記憶されていると、Gemini がどちらに基づいて回答すべきか判断に迷う。移行したら古い方を消すのが原則です。

プライバシー設定の全体像

メモリに関連するプライバシー設定はいくつかあり、それぞれの役割を整理しておく。

メモリのオン/オフ — 設定 → パーソナライズで切り替えられます。オフにすると新しい記憶は保存されないが、既存の記憶は手動で削除する必要があります。

一時チャット — 個別の会話単位でメモリ蓄積を防ぎます。前述の通り、機密性の高い会話で特に有効です。

アクティビティの管理 — Google アカウントの myactivity.google.com で Gemini のアクティビティ全体を管理・削除できます。ここでは会話履歴そのものも含めて一括管理が可能です。

個別削除 — 保存された情報の一覧から特定の項目だけをピンポイントで削除できます。「全部消すほどではないが、この1件だけは消したい」という場面で使う。

企業で Gemini を利用している場合は、Workspace 管理者がメモリ機能のポリシーを組織単位で設定できます。個人の判断でオフにできないケースもあるため、利用ポリシーが気になる場合はIT管理者に確認しよう。

他の AI のメモリ機能との比較

ChatGPTからの移行を検討している方に向けて、実際に両方を使い比べた感想を述べておく。

ChatGPT の Memory は自動保存が中心で、何が記憶されたかを事後確認する形になります。Gemini は会話中に「これを記憶しました」と明示してくれる場面が多く、透明性の面では一歩先を行く印象です。

一方、Claude はプロジェクト単位の Instructions で文脈を管理する設計で、Gemini のメモリとは思想が異なります。Claude が「プロジェクトごとに文脈を分離」するのに対し、Gemini は「ユーザー全体で文脈を共有」するアプローチです。どちらが良いかは使い方次第だが、複数プロジェクトを同時進行する場合は Gems と通常メモリの組み合わせで同様のことが実現できます。

チャット履歴のインポート機能と合わせて使えば、他の AI サービスからの移行はかなりスムーズに進むはずです。

まずやるべき1つのこと

Gemini の設定画面を開いて、現在保存されているメモリ項目を確認してみてほしい。意外と多くの情報が蓄積されている(あるいは、ほとんど何もない)はずです。現状を把握した上で、不要なものを削除し、足りない情報を明示的に追加します。この10分の作業で、明日からの Gemini の応答品質が体感できるレベルで変わる。

シェア

お読みいただきありがとうございます

Gemini Lab は広告なしで運営しており、サーバー費用などの運営コストはメンバーシップのご支援で賄っています。実装コード・ベンチマーク・本番設計パターンなど、実務でお役立ていただける記事を毎日更新しています。もし読んでよかったと感じていただけましたら、ぜひご覧ください。

  • コピー&ペーストで使える実装コード付き
  • 毎日新しい上級ガイドを追加
  • ¥580/月 または ¥1,480 の永久アクセス
メンバーシップを見る →

もしこの記事がお役に立ちましたら、チップ(¥150)で応援いただけると大変励みになります。広告なしでの運営を続けるため、皆さまのご支援が大きな力になっています。

関連記事

Gemini 入門2026-07-09
Gemini プロンプトエンジニアリング入門 — System Instructions・Few-shot・Chain-of-Thought
Gemini で安定した出力を得るためのプロンプト設計を、System Instructions・Few-shot・Chain-of-Thought の3技法で解説。壁紙アプリの自動分類で実際につまずいた点と対処も添えます。
Gemini 入門2026-05-04
Gemini Gems カスタムインストラクション実践 — 実用レシピ集とプロンプト工学パターン
Gemini Gems の作り方を表面的に解説した記事は多いものの、業務で使える実用レシピ集と、Gem 設計のプロンプト工学にまで踏み込んだ記事は限られます。25個の実用 Gem レシピと、設計の5原則を深掘りします。
Gemini 入門2026-05-04
Gemini 3.1 Pro vs 2.5 Pro — 何が変わったか、どちらを使うべきか
Gemini 3.1 Pro と 2.5 Pro の実用上の違いを、コーディング・長文書処理・マルチモーダル・Computer Use・コストの観点で比較します。世代交代で変わった点と変わらない点を押さえ、乗り換えるべきかどうかの判断基準を具体的に示します。
📚RECOMMENDED BOOKS
大規模言語モデル入門
山田育矢
LLM開発
生成AIプロンプトエンジニアリング入門
我妻幸長
プロンプト
Claude CodeによるAI駆動開発入門
平川知秀
AI駆動開発
※ アフィリエイトリンクを含みます
もっと見る →