「違う、そうじゃない」が3回続いたら、AIとの会話は捨てていい
AIに「違う、そうじゃなくて」と打ち直すほど答えが悪くなるのは指示のせいではありません。会話が続くと成績が平均39%落ちるという研究をもとに、会話を捨てる「3回ルール」と、そのままコピペできる引き継ぎメモを紹介します。
AIに何か頼んで、返ってきたものが少しズレている。「違う、そうじゃなくて」と打ち直す。またズレる。3回目に返ってきたものは、最初のものより明らかにひどい。
あれ、指示が下手だからではありません。会話が長くなるほどAIの成績が落ちることには、はっきりした数字があります。しかも一度ズレると、同じ会話の中では元に戻りません。
なので今日は「直し方」ではなく「捨て方」を書きます。捨てるといっても丸ごと諦めるわけではなく、引き継ぎメモを1枚書いて、新しい会話に渡すだけです。所要2分。
研究の数字：会話が続くと平均39%落ちる
Microsoft Research と Salesforce のチームによる論文「LLMs Get Lost in Multi-Turn Conversation」（arXiv:2505.06120）が、この現象をきれいに測っています。
やったことはシンプルで、1回で渡せば済む指示をわざと複数のメッセージに分割（シャーディング）して渡し、20万件を超える模擬会話で成績を比べた。結果は、6種類の生成タスクの平均で成績が39%低下。当時のトップモデル（Claude 3.7 Sonnet、Gemini 2.5 Pro、GPT-4.1）が軒並み30〜40%落ち、推論モデル（o3、DeepSeek-R1）でも同じように落ちました。賢いモデルに乗り換えれば消える種類の問題ではない、ということです。
いちばん大事なのは対照実験のほうです。同じく分割した情報を、最後にまとめて一度に渡し直す条件（CONCAT）では、成績は一括で渡した場合の95.1%まで戻りました。つまり情報が欠けたから落ちたのではない。「複数のターンにまたがって、順番に受け取った」という形そのものが原因です。
論文は劣化の中身を2つに分けています。能力そのものの低下はわずかで、大半はばらつき（信頼性）の増大。早いターンで足りない情報を勝手に補って前提を決め打ちし、その前提の上に答えを作り、以降ずっと自分の答えに引きずられる。論文の言い方を借りれば、会話の途中で一度道を外れると、そのまま迷子になって戻ってこない。
「そうじゃなくて」を足す行為は、迷子のまま道案内を増やしているのと同じです。増やすほど、最初の間違った前提は会話の中で強化されていきます。
図解：会話を延ばす vs 会話をたたむ
【延ばす】
依頼 → 答え①（前提を決め打ち） → 「違う」 → 答え②（①を引きずる）
→ 「そうじゃない」 → 答え③（①②を引きずる） → さらに悪化
※最初の思い込みは、会話の中に残り続ける
【たたむ】
依頼 → 答え①（前提を決め打ち） ▶ 3回で打ち切り ▶ 引き継ぎメモを書く
▶ 新しい会話 → 答え（前提はゼロから）
※思い込みは持ち越さない。持ち越すのは確定した条件だけ
「3回ルール」：捨てる判断を、感覚ではなく数字で決める
問題は、捨てどきが自分では分からないことです。人は「あと1回言えば直るはず」と思い続けてしまう。だから条件を先に決めておきます。私が使っているのは次の3つで、どれか1つでも当てはまったら会話を閉じます。
① 同じ種類の修正を3回言った → 捨てる
② 途中で前提が変わった（仕様・目的・対象読者） → 捨てる
③ 自分でも何を頼んでいるか1行で言えなくなった → いったん書き出してから捨てる
①は回数で機械的に決まるので迷いません。②が地味に効きます。「やっぱりA向けじゃなくてB向けで」のように前提が変わったとき、AIの中では古い前提と新しい前提が同居します。矛盾する2つの条件を同時に満たそうとして、どっちつかずの出力になる。ここは修正ではなく作り直しが正解です。
③は「AIのせい」ではなく自分の問題が出ているサインです。書き出す作業そのものが要件整理になるので、結果的にこれが一番効きます。
引き継ぎメモ（そのままコピペで使えます）
会話を捨てる前に、これだけ埋めます。新しい会話の1通目に、そのまま貼ってください。
【引き継ぎ】
１）やりたいこと（1行で）：
２）確定している条件（3つまで）：
・
・
・
３）試してダメだったこと（結果もセットで）：
・○○を指定した → △△になってしまった
４）今ほしいもの（形式まで指定）：
※前の会話の履歴は渡しません。上の4項目だけで判断してください。
※情報が足りない場合は、勝手に補わず先に質問してください。
最後の2行がポイントです。研究が示していた失敗は「足りない情報を勝手に補って前提を決め打ちする」ことでした。ならば、補うかわりに質問させればいい。実際、この1文を足すと1通目から「対象読者は誰ですか」と聞き返してくることが増えます。往復は1回増えますが、その1回で迷子が消えます。
実際にやってみた：手順書の修正が、元に戻ってしまった件
私は毎朝、AIに記事を書かせて自動投稿する仕組みを動かしていて、その手順書（AIに渡す指示ファイル）をAIと一緒に育てています。
先日、この手順書を同じ会話の中で直し続けたことがありました。「ここに検証手順を足して」「この節はもっと短く」と5回ほど往復したところ、2回目に直したはずの箇所が、5回目の出力では元の文言に戻っていました。指摘すると、今度は別の節が消える。この時点で①（同じ修正を3回）と②（途中で「短くしたい」という前提が増えた）の両方に該当していました。
そこで会話を閉じ、引き継ぎメモの「確定している条件」に、直したかった3点だけを書いて新しい会話に渡しました。結果は1回で通りました。前の会話にあった4回分の失敗した中間案が、そのまま雑音になっていたわけです。
もうひとつ、逆向きの失敗もあります。毎朝のニュース記事を生成させたとき、「もっと短く」「でも具体的に」を往復した結果、最初に返ってきた版がいちばん情報量が多かった、ということがありました。往復は改善とは限らない。以来、1回目の出力は必ず別の場所に残してから修正に入るようにしています。捨てる前提で会話するなら、最初の一発は保全しておくのが安全です。
つまずきやすい3点
（1）前の会話をまるごとコピペしてしまう。 これをやると、迷子だった前提もそっくり輸入されます。渡すのは「確定した条件」と「ダメだった結果」だけ。会話ログは渡さない。
（2）「試してダメだったこと」を書かない。 書かないと、新しい会話は高い確率で同じ道をもう一度提案してきます。1行でいいので「○○を指定した → △△になった」の形で残す。原因が分からなくても、事実だけ書けば十分です。
（3）3回ルールを守れず、5回・6回と粘る。 気持ちは分かりますが、粘るほど引き継ぎメモを書くのが難しくなります（何が確定条件なのか、自分でも分からなくなるため）。3回で切ると、まだ頭の中が整理されているうちに書けます。
企業向けのAIですら、「人への引き継ぎ」を最初から設計に入れている
7月22日、OpenAI が企業向けの「OpenAI Presence」を発表しました。カスタマーサポートや社内業務で、音声・チャットのAIエージェントを本番運用するための管理型プロダクトです。7月24日時点では、条件を満たす企業向けの限定提供で、セルフサービスでは買えません。
この製品の特徴として並んでいるのが、システム連携・権限・評価・ガードレール、そして「人へのハンドオフ（引き継ぎ）」です。OpenAI 自身の英語の電話サポートでは、数週間で自己解決率75%に達したと説明されています。裏返せば、残りの25%は最初から人に渡す設計になっている、ということです。
本番でAIを運用する側は、「AIが最後までやりきる」ではなく「どこで手放すか」を先に決めている。個人の使い方も同じでいいと思います。会話を捨てるのは負けではなく、ハンドオフという正規の機能です。
まとめ：今日から変えられること
- 同じ修正を3回言ったら、会話を閉じる（感覚ではなく回数で決める）
- 閉じる前に、引き継ぎメモ4項目を書く。会話ログは渡さない
- メモの末尾に「情報が足りなければ勝手に補わず質問して」を必ず1行入れる
- 1回目の出力は、修正に入る前に別の場所へ保存しておく
研究のいちばんの発見は、「AIは能力が落ちるのではなく、信頼できなくなる」ことでした。同じ会話で粘るほど、当たり外れが大きくなる。だったら、外れた会話は早めに畳んでしまうほうが速い。
「違う、そうじゃない」と3回打った経験、ありませんか。次にそうなったら、4回目を打つ前に、上のメモを開いてみてください。
役に立ったら♡やブックマークをどうぞ。同じような実務寄りの話を続けて出していきます。
参考：LLMs Get Lost in Multi-Turn Conversation（arXiv:2505.06120／Microsoft Research × Salesforce）／OpenAI Presence（2026年7月22日発表、7月24日時点で限定提供）
この記事は note にも掲載しています（初出: note版 2026-07-29）。