ChatGPTやCodexに長い文章を渡して要約すると、最初に書いた前提が抜けたり、重要な条件が曖昧になったりすることがあります。同じチャットで長く作業を続けると、以前の指示が十分に反映されなくなる場面もあります。
要約の精度を考えるときは、今回の文章の長さだけでなく、チャットに積み重なった情報量にも目を向ける必要があります。作業の区切りで新しいチャットを始め、目的と重要な条件を渡し直すことは、実務で取り入れやすい対策です。
コンテキストを使うのは、今回の文章だけではない
コンテキストとは、AIが回答を作る際に参照する情報です。その容量の上限を「コンテキストウィンドウ」と呼びます。入力する文章、指示、会話履歴、入力に含まれる資料やツールの実行結果などが枠を使い、生成する回答の分も考慮する必要があります。利用するモデルによっては、推論に使うトークンも関係します。OpenAI公式資料で、この仕組みが説明されています。
Codexでは、作業中に読み込んだコードやエラーログなども関係します。要約対象の文章がそれほど長くなくても、多くのやり取りを重ねていれば、コンテキストの余裕が少なくなっている場合があります。
容量は通常、文字数ではなく「トークン数」で示されます。トークンは文章を処理する単位で、日本語の文字数と一対一には対応しません。「何万字までなら必ず正確」という共通の基準はありません。
一つのチャットを使い続けると、情報が積み重なる
質問、回答、修正指示、途中の案、作業結果を重ねるほど、会話履歴は増えます。実際にモデルへ渡される量はアプリの管理方法にも左右されますが、過去のやり取りをすべて詳しい状態で参照し続けられるとは限りません。
同じチャットで長く作業を続け、コンテキストが大きくなると、必要な情報の取りこぼしや、以前の条件への対応漏れが起きることがあります。長くなるたびに必ず精度が下がるという意味ではありませんが、文章を短くするだけでは解決しない場合があります。
たとえば、議事録の要約、修正、追加資料の確認を一つのチャットで繰り返し、そのまま別の報告書を作ると、今回必要な条件に加えて、以前の作業情報も積み重なっています。新しい仕事を始める前に、参照させる情報を整理することが大切です。
「コンテキストを圧縮しています」は何を意味するか
Codexなどで「コンテキストを圧縮しています」と表示されることがあります。圧縮は、作業の継続に必要な状態を少ない情報量で引き継ぎ、コンテキストに空きを作るための処理です。OpenAIのAPIには、設定されたしきい値を超えると圧縮する仕組みがあります。圧縮の公式説明を参照してください。
表示だけで「容量の上限を完全に使い切った」とは断定できません。自動圧縮の場合は、圧縮を開始する基準に達したと捉えるのが適切です。アプリの表示だけでは、正確な残容量や実行条件までは分かりません。
また、この表示は「すでに精度が落ちた」という証拠でもありません。圧縮は長い作業を続けるための対策です。ただし、過去の細かな条件がすべて保持される保証として扱うこともできません。実務では、重要事項を確認し、作業の区切りで新しいチャットへ切り替える目安にできます。
新しいチャットで、必要な情報を渡し直す
長々と一つのチャットで作業を続けず、区切りで新しいチャットを始めることは、会話履歴によるコンテキストの負担を減らす有効な工夫です。話題や対象が変わるとき、修正を何度も重ねたとき、新しい長文を要約するときに検討しましょう。
- 今回の目的と作成する成果物
- 確定した条件と変更してはいけない事項
- 対象の原文や資料
- 未解決事項と残っている作業
この4点を整理して、新しいチャットへ渡します。引き継ぎ用の要約だけでは、以前の要約で抜けた情報まで引き継いでしまう可能性があります。重要な条件を確認し、要約対象の原文も添えることが大切です。機密情報や個人情報は、所属先の利用ルールに従って必要な範囲だけ扱ってください。
自動で引き継がれる情報もあるが、完全ではない
ChatGPTでは、メモリや過去のチャットを参照する機能が有効なら、新しいチャットでも以前の情報を利用できる場合があります。プロジェクトでは、設定に応じて同じプロジェクト内の別チャットを参照できます。利用できる機能はプランや設定などによって異なります。
ただし、メモリはすべての会話の細部を保持するものではありません。自動参照は引き継ぎの手間を減らす補助として使い、重要な条件は明示しましょう。詳細はメモリの公式説明とプロジェクトの公式説明で確認できます。
Codexでは、整理と分岐のコマンドを使い分ける
Codexの公式解説には、状態確認、圧縮、会話の分岐に使えるコマンドが紹介されています。利用可否はアプリ、接続先、バージョン、アカウント設定によって異なるため、入力欄で「/」を入力し、候補に表示されるか確認してください。ChatGPTでも同じコマンドが使えるとは限りません。
| コマンド | 用途 |
|---|---|
/status | コンテキスト使用量など、現在の状態を確認する |
/compact | 現在のチャットのコンテキストを圧縮して、作業を続ける |
/fork | 現在の会話履歴を引き継いで、別のチャットに分岐する |
同じ仕事を続けながら情報量を減らしたい場合は/compact、履歴を引き継いで別の方向へ進めたい場合は/forkが適しています。/forkは履歴を引き継ぐため、必要事項だけを渡して始める新規チャットと同じ効果とは考えないようにしましょう。Codexの公式解説に用途が示されています。
新しいチャットへ渡す引き継ぎ文は、次のように依頼できます。これは文章を作るための指示であり、自動移行のコマンドではありません。
新しいチャットへ引き継ぐため、目的・確定事項・重要な制約・未完了事項・参照資料を整理してください。取り消した案は確定事項と区別し、原文にない推測を加えず、引き継ぎ文を作成してください。
全文が入っていても、正確に拾えるとは限らない
チャットを切り替えれば、長文の要約が必ず正確になるわけではありません。「Lost in the Middle」という研究では、検証したモデルと課題において、必要な情報が冒頭や末尾にある場合より、中盤にある場合に性能が下がる傾向が報告されています。現在のすべてのモデルや要約作業にそのまま当てはまる結果ではありませんが、全文が入力に収まることと、必要な情報を正確に使えることは区別する必要があります。研究論文を参照してください。
さらに、要約には情報を省略する判断が含まれます。「試行期間中に限り、担当者の確認後に利用できる」が「利用できる」だけになれば、意味が変わります。結論と、その結論が成立する条件を一緒に残すことが重要です。
文字数より、構造と確認の工程を決める
「5,000字までなら正確」といった一律の目安は、精度の保証にはなりません。同じ文字数でも、説明文と、数値や例外条件が多い仕様書では確認の難しさが異なります。報告書は章・節、議事録は議題、仕様書は機能と関連条件など、意味のまとまりで分けましょう。
- 各部分から主張、根拠、条件、数値、決定事項を抽出する。
- 原文の見出しや参照位置を付けて、全体を統合する。
- 最終要約を原文と照合し、条件・例外・未決事項の抜けを確認する。
分割した段階で落とした情報は、統合するだけでは戻りません。AIに照合を依頼しても、重要な数値や判断条件は担当者が原文で確認してください。短さを優先すると必要事項が収まらない場合は、「短い概要」と「重要条件の一覧」を分ける方法もあります。
この資料を、業務上の判断に使うために要約してください。目的、前提条件、制約、例外、重要な数値、決定事項、未解決事項を残してください。長い場合は章ごとに抽出してから統合し、原文の見出しを添えてください。原文にない推測を加えず、最後に条件や例外の抜けを原文と照合してください。
長いチャットを続けるより、区切りで整理する
要約の精度は、文章の文字数だけで決まりません。会話履歴を含むコンテキスト量、情報の配置、要約時の選別、確認の工程が関係します。
一つのチャットを長く使い続けず、作業の区切りで必要事項を整理して新しいチャットを始める。そして、重要な条件は原文で確認する。この運用を小さく試し、修正回数や条件の抜けが減ったかを確かめると、自分の業務に合った切り替え方を見つけられます。
情報確認日：2026年10月8日。機能・コマンドの提供状況は変更される場合があります。