あなたのAIが全て覚えている——JSONL工学とは

あなたのAIは、あなたと交わした会話を、一言一句すべて記録しています。今日の指示も、先週の相談も、3ヶ月前に捨てた案も。

それなのに、あなたが「見て」と言わない限り、AIは一度もその記録を見に行きません。

記録の名前は、JSONL（ジェイソンエル）といいます。

安心してください。この記事に、難しい操作は一つも出てきません。ファイルを開く必要すらありません——開いたところで人間にはほぼ読めない代物ですし、これを読むのはあなたではなく、AIだからです。

この記事で増えるのは、技術ではなく、語彙が1つ。「JSONL」という言葉を知っているかどうかで、あなたのAIの働きは変わります。今日はその話をします。

かっこつけて「AIの原典工学」という連載にしています。言ってみれば、会話の原本をどう残して、どう取り出すか、それだけの話です。今日はその2本目。1本目「AIとの会話のすべては原典にある——JSONLを残せ」では、要約は未来の問いに答えられない、だからまず原本を残せ、という考え方の話をしました。今日は、そのJSONLの正体です。

AIは、細部を忘れている

まず、AIの記憶の現在地から。

AIは、何も覚えていないわけではありません。会話の要約は残りますし、一緒に作った書類やファイルも残ります。忘れているのは、事の細部です。

昨日の晩御飯が、鶏のから揚げとサラダと味噌汁だったことは覚えている。でも、味噌汁に何の具が入っていたか、サラダのドレッシングが何だったかは、思い出せない——AIの記憶は、これに似ています。

献立は残るが、具が落ちる。そして仕事で効いてくるのは、案外この具のほうです。あの数字の前提は何だったか。あの案を捨てた理由は何だったか。言った言わないは、正確にはどちらだったか。要約には残っていません。

その「具」が全部そのまま残っている場所が、1つだけあります。それがJSONLです。

JSONLとはなんぞや

JSONLは、AIとあなたの会話の原典です。

仕組みは単純で、「1つの出来事＝1行」で書き足されていく帳簿です。あなたが何か言えば1行。AIが答えれば1行。AIがファイルを読んでも、書いても1行。会話をするほど1冊の帳簿が伸びていき、長い仕事の日は数百行にも千行にもなります。

見た目だけ、ひと目お見せします。1行はこういう形をしています（記事用に、項目も中身もほとんど省いて、中身は言葉に置き換えています）。

{"type":"user", "message":{"content":"（ここに、あなたの発言が一言一句そのまま入る）"}, "timestamp":"（日時）", …}

読めなくて大丈夫です。これは人間が読む物ではありません。大事なことは2つだけ。発言が、要約ではなく全文で入っていること。そして、人間にはほぼ読めないこの帳簿を、AIはすらすら読めること。

もう1つだけ付け加えると、JSONLは会話の議事録というより、会話を含めた仕事の全記録です。AIがどのファイルを読み、何を書いたかまで、全部1行ずつ残っています。この「書いた物まで残る」が、後半の実話に効いてきます。

どこにあるか

場所は決まっています。パソコンの奥にある「.claude」というフォルダの、そのまた中の「projects」というフォルダです。だいたいの見取り図を上に置きました（MacとWindowsで住所の書き方が違うだけで、構えは同じです）。この中に、会話1つにつき帳簿が1冊ずつ仕舞われています。

（断っておくと、これはClaude Codeのような、パソコンに入れて使うタイプのAIの話です。ブラウザやアプリで使うAIは、この帳簿を手元に残しません。）

図を見たら、忘れてもらって構いません。あなたが探しに行く必要はないからです。AIは、自分の帳簿の置き場所を知っています。

規模の実感だけお伝えします。私の環境には、会話の帳簿が1,058冊。細かい記録まで含めると約13GBあります（2026-08-16時点・私の環境の実測）。使えば使うほど、黙って積もっていく、あなたの仕事の記録です。

AIがそれを使わない、たった1つの理由

これほどの記録がありながら、私の見るかぎり、JSONLはたいていの環境で一度も使われないまま消えていきます。壁は4つあります。

1つ目は、大きさの壁。1冊の帳簿が大きすぎて、そのままではAIに丸ごと読み込ませられません。

2つ目は、探す壁。帳簿の表紙には題名がなく、機械が付けた識別番号が並んでいるだけです。何百冊の中から「あの話の1冊」を当てるのは、簡単ではありません。

3つ目は、扱い方の壁。丸ごと読めない以上、言葉で検索して、当たった所の前後だけを読む——そういう扱いのコツが要ります。

——実は、この3つは全部、AIの側の仕事です。必要な所だけ抜き出すのも、探すのも、検索するのも、AIの得意技です。あなたが覚える必要はありません。

残る1つが本命です。そもそも、人間がJSONLの存在を知らない。 そして、あなたが「当たりに行け」と言わない限り、AIは自分からは当たりに行かないのです。

だから、あなたの仕事は1つだけ。この語彙を知っていて、必要なときに「JSONLに当たって」と言うこと。過去の会話の細部が要るとき、この一言で、AIは自分の帳簿を掘り始めます。

白状しておくと、この一言がいつでもすっと効くようにするには、裏側に少し仕組みが要ります。実はそこがこの仕組みのミソなのですが、その話はいずれ書きます。今日は「言えば、掘れる」までで十分です。

実話——消えた26,114字が、帳簿の1行から丸ごと戻ってきた

理屈はここまでにして、私の手元で実際に起きたことを1つ。前のブログでも、実話の最後に1段落だけ書きましたが、今日はその中身を開けます。

2026年7月2日の夕方、私はAIに「成果物としてどんなエクセル書類を想定しているかサンプルをつくって」と頼みました。9分後、AIは資金繰り表——会社のお金の出入りの予定表——のサンプルを自動で作るプログラム、26,114字を書き上げました。データは実在しない架空の会社。ここまでは、よくある仕事風景です。

問題は置き場所でした。AIはこれを、会話が終わると中身ごと消える、一時的な作業机の上に置いたのです。AI自身それは分かっていて、引っ越しが要る、という札まで立てていました。

ところがその10分後、やることメモの整理で、引っ越しの項目のほうがメモから消えました。整理には一応の筋がありました——同じ編集で、システム本体の置き場所は決まったのです。でも、作業机の上のサンプルは、それとは別の物でした。決まったのは片方なのに、消えたのは両方。札は残ったまま、手番だけが消えた。ちなみに、この10分間の出来事も、JSONLに2行、そのまま残っています。

6日後、別の作業の途中で、AIがこれに気づきました。ファイルはとっくに消えています。ふつうなら、書き直しです。

ところがAIは、あの日の会話の帳簿——435行——を自分で開き、その中の1行、「AIがこのファイルを書いた」という記録から、26,114字の全文をそのまま取り出しました。先ほど「書いた物まで残る」と言ったのは、このことです。復元したプログラムは動かし直し、当時の検算の記録（これも帳簿に残っていました）と突き合わせて、数字まで一致することを確かめています。

当時の記録を見返すと、私はこの報告に感想ひとつ言っていません。返した言葉は「ログとナレッジを残しておいてください。その後、あなたの自由な意見を述べてください」——それだけでした。26,114字の消滅と完全復元が、日常の一コマとして流れていく。原典が残っていれば、「消えた」は事件にならない——そういうことなのだと思います。

しまい方——今日やるなら、これだけ

最後に、大事な注意を1つ。JSONLは、放っておくと消えます。Claude Codeの初期設定ではおよそ30日で、古い会話の帳簿から順に、静かに消えていきます。冒頭に「3ヶ月前に捨てた案も」と書きましたが、初期設定のままなら、それはもう消えています。

今日この記事から1つだけ動くなら、自分のAIにこう頼んでください。「会話ログ（JSONL）の保存期間を延ばして」。頼めばすぐ終わります。細かい手順は前回のコラムに書きました。私は180日に延ばした上で、古い分は別のハードディスクにも写しています。

26,114字が戻ってきたのも、帳簿が消える前に残してあったからです。掘り方は後から学べますが、消えた帳簿は、二度と戻りません。

JSONL工学という名前

私はこの一帯のこと——AIとの会話の原本を、残し、探し出せるようにし、未来の問いに使えるようにする仕組みづくり——を、かっこつけてJSONL工学（JSONLエンジニアリング）と呼んでいます。前回名乗った原典工学の、AIとの会話を受け持つ部分です。ただ、これの使い方には多少癖があるんで、おいおい話しますわ。

まとめます

JSONLは、AIとあなたの会話の原典。1行が、1つの出来事。場所はパソコンの奥の「projects」。人間には読めなくていい、読むのはAI。あなたの仕事は、存在を知っていることと、消える前に残すこと。それだけです。

最後に白状すると、私のブログのほとんどは、このJSONLから生まれています。「AI×freee、3時間半で融資が下りた」も、「銀行に出す1枚の計画書」の前編・後編も、お客さまの情報を全部作り変えた上で、私が実際にやった手順を、当時の会話の帳簿から掘り出して書いたものです。この記事も同じで、今朝の打ち合わせの一言が、もう帳簿の1行になっています。この循環がどう回っているのかは、それだけで1本になる話なので、次回に取っておきます。

次回は、実際の使い方の話です。過去の会話への質問のしかた、探し方の工夫、そして「当たって」の一言を効かせる仕組みの入り口まで。

※本文の冊数・容量は私自身の環境の実測です（2026-08-16時点。冊数は会話そのものの数、容量はAIが下請けに出した仕事の記録まで含めた全体）。
※復元したプログラムのデータは完全な架空の会社のもので、実在の会社の数字は登場しません。