AIに同じ種類のタスクを頼むたび、「前回もこの修正した気がするな…」と思ったことはありませんか。
前回のやり取りで「もっとこうして」と伝えた改善が、次に同じタスクを頼むときにはリセットされている。会話が変われば当然です。でも、毎回同じ改善を繰り返すのは、階段を上っては降りているようなものです。
今回紹介する Playbook Memory(プレイブック記憶) は、タスクが終わるたびに「今回の学び」を汎用ルールとして抽出させ、次回の冒頭で読み込ませる型です。やり取りが使い捨てでなく、積み上がる資産に変わります。
Playbook Memoryとは?
Playbook Memoryは、一言でいうと「タスクの最後に汎用ルールを抽出させ、それをプレイブック(戦術ノート)として蓄積し、次回の冒頭で読み込ませる」運用の型です。
たとえると、スポーツチームの戦術ノートです。試合のたびに「今日の反省」を書きっぱなしにするチームは伸びません。強いチームは反省を「次も使える形」に変換してノートに貯め、次の試合前に見返します。この戦術ノートを、AIとの間に作ります。
サイクルは3ステップです。
- タスク実行:普通にAIとタスクを進める
- ルール抽出:最後に「今回の汎用ルール3つ」を出させ、メモに追記する
- 次回読み込み:次に同じ種類のタスクを頼むとき、貯まったルールを冒頭で渡す
Day 20の仕様書と似ていますが、役割が違います。仕様書は「最初に設計して固定する」もの、プレイブックは「やりながら自動的に貯まっていく」もの。この型は特定の研究に基づくものではなく、AIエージェント設計で使われるメモ蓄積の考え方を、日常のチャット利用に落とした実務パターンです。
なぜ効くのか
①「その場の修正」が「恒久ルール」に変換される
やり取りの中の修正指示は、その会話限りで消えます。タスクの最後に汎用ルール化させることで、1回の気づきが次回以降ずっと効く形に変わります。
②抽出をAIにやらせるから、続けられる
「学びをメモする」のを自力でやろうとすると、面倒で続きません。「最後にルール3つ出して」の一言で済むから、仕組みとして回り続けます。人間の仕事はコピペして貯めるだけです。
コピペOKプロンプト
タスクを頼むとき、最後にこの一文を足します。
タスクが終わったら、最後に必ず
「今回の汎用ルール3つ」を箇条書きで出力してください。
条件:今回だけの話ではなく、次回以降の同種のタスクでも
使える形に言い換えてください。次回、同じ種類のタスクを頼むときは冒頭にこう付けます。
以下は、過去の同種タスクで貯めた「プレイブック」です。
これを守ったうえで、今回のタスクを実行してください。
【プレイブック】
［貯めたルールをここに貼る］抽出条件の「次回以降でも使える形に言い換え」が肝です。これがないと「今回はホテルAを選んだ」のようなその場限りの記録が出てきます。「駅からの距離より、大浴場の有無を優先する」のような汎用形に変換させてこそ、プレイブックになります。
実践例:before / after
「出張の準備(ホテル・移動・持ち物の段取り)」で試してみました。数か月おきに発生する、同じ種類の繰り返しタスクです。
🔴 before:毎回ゼロから頼んでいた場合
出張のたびに「大阪出張の準備を手伝って」とゼロから相談。毎回、途中で「チェックインが遅くなるからフロント24時間のホテルで」「新幹線は進行方向右側の席はやめて(朝日が眩しい)」と前回も伝えた条件をまた説明していました。3回目の出張で、完全に同じ修正をしている自分に気づきました。
🟢 after:プレイブックを回した場合
前回の出張準備の最後にルール抽出をさせたところ、こんなプレイブックが返ってきました。
【出張準備プレイブック】
・宿は「フロント24時間対応」を必須条件にする
(到着が21時を過ぎるケースが多いため)
・新幹線の座席は東向き区間の右側窓側を避ける
・持ち物リストは「前日夜に準備できるもの」と
「当日朝しか入れられないもの」に分けて出す→ 次の出張でこれを冒頭に貼ると、最初の提案からすべての条件が反映済み。修正のやり取りがゼロになり、準備の相談が半分の往復で終わりました。この出張でも新しいルールが1つ増え(「モバイルバッテリーは持ち物リストの先頭に」)、プレイブックは使うたびに賢くなっていきます。
使いどころと注意点
✅ こんな場面で使う
- 数週間〜数か月おきに繰り返すタスク(出張・帰省・行事準備・大掃除)
- 毎回同じ修正をしている自覚があるタスク
- 家族のこだわり・自分の失敗歴が効いてくる段取りごと
❌ これには向いていない
- 二度とやらない一回きりのタスク(貯める意味がない)
- 毎日発生する高頻度タスク(その場合はDay 20の仕様書として最初から固定した方が早い)
注意点として、プレイブックは増やしっぱなしにせず、10個を超えたら棚卸ししてください。状況が変わって不要になったルール(引っ越して最寄り駅が変わった等)が残っていると、古いルールが新しい提案を歪めます。貯める仕組みには、捨てる習慣をセットで。
🔧 上級者向け:プレイブックの置き場所を格上げする
ここは応用の話なので、読み飛ばしてOKです。
タスクの種類ごとにプレイブックが育ってきたら、AIツールのプロジェクト機能の知識欄やカスタム指示に登録する方法があります。毎回貼る手間が消え、そのプロジェクト内では常にプレイブックが効いた状態になります。第19話の判断基準・第20話の仕様書・今回のプレイブックの3点をプロジェクトに揃えると、「自分専用に調整されたAI」の完成形に近づきます。
まとめ
- Playbook Memoryは「タスクの最後に汎用ルールを抽出→次回冒頭で読み込む」循環の型
- 「次回以降でも使える形に言い換え」の条件が汎用化の肝
- 10個を超えたら棚卸し。貯める仕組みには捨てる習慣をセットで
次に繰り返し系のタスクをAIに頼むとき、最後の一文だけ足してみてください。数か月後、貯まったプレイブックを見返したとき、それがそのまま「自分の暮らしの攻略ノート」になっていることに気づくはずです。
⚠️ この記事の情報は執筆時点(2026年6月)の内容です。AIツールの仕様・挙動はアップデートで変わることがあります。最終確認は各サービスの公式サイトや一次情報でお願いします。
次回予告
次回は「Self-Modification Loop(自己修正ループ)」を紹介します。AI自身に「次回の自分への指示テンプレート」を書き換えさせる型です。プレイブックの進化版とも言えます。
👉Self-Modification Loopとは?AIに自分の取扱説明書を更新させるプロンプト術
コメント