
AIが覚えた「このリポジトリではこうする」を、そのまま規約にしない――Memory Acceptance Contract 8項目
CI設定を更新したはずなのに、AIが以前のtest commandを繰り返す。GitHub上で直した後も、CLIやcode reviewで同じ古い手順が現れる。
原因は、会話履歴だけではないかもしれません。AIがセッションをまたいで再利用する「記憶」です。
2026年10月28日、GitHubはCopilot Memoryの一般提供とCopilot Dreamingのpublic previewを発表しました。Copilotは個人の好みやリポジトリの事実を記憶し、Copilot app、CLI、code review、cloud agent、Slack、Teamsなど複数のsurfaceで使います。Dreamingは過去のsessionやreview feedbackを分析し、Memoryやrepository guidanceを継続的に整えます。
便利になるほど、次の問いが重要になります。
AIが覚えた「このリポジトリではこうする」を、誰が・何を根拠に規約として使ってよいと判断するのか。
この記事では、大企業の社内SE、開発基盤、AIガバナンス、DevSecOps担当者に向けて、Memoryを将来の実装やreviewへ使わせる前に確認するMemory Acceptance Contract 8項目を整理します。
結論は一つです。
AIのMemoryは正本規約ではありません。出典・scope・freshness・authorityを確認するまで、将来の判断へ使う「候補文脈」として扱います。
Memoryは保存領域ではなく、将来の設定層になる
一般的なメモは、人が必要なときに読みます。
AIのMemoryは違います。将来のsessionで自動的に取り出され、toolの選択、test command、review観点、実装方針に影響します。Microsoftのmemory safety guidanceも、persistent memoryを単なる保存データではなく、AIの将来動作へ影響するconfiguration layerとして扱っています。GitHub Copilot Memoryには、主に二つの種類があります。
Repository-level fact: 特定のrepositoryに関する事実。共同作業者と共有される
User-level preference: 個人の作業の好み。repositoryをまたいで本人について回る
たとえば「このrepositoryではintegration testにAコマンドを使う」はrepository factです。「PR説明は最初にTL;DRを書く」はuser preferenceです。
この二つを同じように扱うと、個人の好みがチーム規約のように見えたり、repository固有の手順が別のrepositoryへ波及したりします。
GitHubの管理機能だけで、正本性までは決められない
GitHubの公式Docsでは、repository factが使われるとき、Copilotはcitationをcurrent branchと照合して正確性を判断すると説明しています。
ただし、Docs自身が、それはCopilotによる判断であってsystem guaranteeではなく、常に従われるruleとして依存すべきではないと注意しています。
さらにDreamingは、Memoryを自動で追加・更新・削除できます。checked-inのinstructionやskill変更はPRとして提案されますが、Memory自体の変更は1件ごとの承認を必要としません。
監査にも境界があります。
GitHubのaudit logにはMemoryの作成・削除や設定変更が記録されます。しかし、Memoryの内容、citation、作成・削除理由は入りません。retrieval、vote、自動expiryもMemory lifecycle eventとしては残りません。
つまり、次の二つは別です。
Memoryが存在し、機能上利用可能である
そのMemoryを、特定の実装判断へ使ってよい
2を決めるのがMemory Acceptance Contractです。
Memory Acceptance Contract 8項目
1. Scope:誰とどこへ効く記憶か
最初に、適用範囲を明示します。
user/team/repository/organization
対象repository
対象branch
対象surface
対象agent
読取りだけか、tool実行にも使うか
scopeは検索順位のhintではなく、hard boundaryとして扱います。別repositoryや別tenantのMemoryが高い類似度で出ても、範囲外なら使いません。
2. Claim:何を事実として覚えているか
Memory本文を、曖昧な助言ではなく検証可能なclaimへします。
悪い例:
「testはいつもの方法で実行する」
良い例:
「payments repositoryのPRでは、merge前にworkflow integration.yml のjob contract-test が成功している必要がある」
主語、対象、条件、期待状態がなければ、どこまで正しいか判定できません。
3. Provenance:どこから生まれたか
最低限、次を結びます。
source session/turn/PR/issue
記憶を生んだactor
repositoryとrevision
citation
生成したsurface/agent
作成日時
「AIが覚えている」は根拠ではありません。元のcode、document、decision、human feedbackへ戻れる状態にします。
4. Authority:何より強く、何より弱いか
Memoryの権威を段階化します。Candidate: 参考候補。実行前に検証する
Accepted Default: 通常は使えるが、正本との衝突時は負ける
Prohibited: 保存・利用させない内容
Authoritative: Memoryには置かず、正本へのlinkだけ持つ
法令、security policy、architecture decision、release rule、業務マスタなどをMemory単独でAuthoritativeにしません。正本はREADME、ADR、policy-as-code、workflow、system of recordなどに置きます。
5. Freshness:いつまで正しいか
GitHubのrepository factとuser preferenceは標準で90日後に失効し、repository factは管理者が7〜180日の範囲でretentionを設定できます。ただし、期間内だから正しいとは限りません。
次を持ちます。
observed_at
valid_from
review_by
expires_at
freshness trigger
source revision
branch変更、workflow更新、dependency更新、organization policy変更など、日数を待たず再検証すべきtriggerも定義します。
6. Validation:何を通れば使えるか
Memoryをretrievalした時点で、再び受入判定します。
例:
citation先が存在する
source revision以降に対象fileが変わっていない
current workflowに同じjobがある
commandがsandboxで成功する
security policyに違反しない
counterexample queryで別scopeのruleと混ざらない
保存時の検査だけでは足りません。Memoryはcandidate contextとして取り出し、利用時にfreshnessとrelevanceを確認します。
7. Conflict:何と衝突したら負けるか
優先順位を先に決めます。
一例です。
法令・security policy・system rule
policy-as-code/protected workflow
承認済みADR/repository instruction
repository fact
user preference
当該sessionの一時的な推測
repository factとuser preferenceが衝突したら、対象repositoryではrepository factを優先する、といった規則を明文化します。ただし上位の正本が更新されている場合は、Memoryを更新する前に今回の実行を正本へ合わせます。
8. Lifecycle:誰が直し、消し、影響を戻すか
最後に、責任者と操作を決めます。
owner
reviewer
add/update/delete権限
定期review
利用履歴
downstream influence
incident時のdisable/delete
既に作成したPRやcommentの再確認
rollback/再実行
Memoryを削除しても、それが過去に生成したcode、review、issue label、decisionは戻りません。削除とrollbackを分けます。
コピーして使えるtemplate
memory_acceptance:
scope:
subject: repository
repository: org/payments
surfaces: [cloud_agent, code_review]
claim: "PRのmerge前にcontract-testが成功している"
provenance:
source_type: workflow
source_ref: ".github/workflows/integration.yml"
source_revision: "<commit-sha>"
observed_at: "YYYY-MM-DD"
authority:
class: candidate
source_of_truth: ".github/workflows/integration.yml"
freshness:
review_by: "YYYY-MM-DD"
expires_at: "YYYY-MM-DD"
invalidate_on: [workflow_change, branch_policy_change]
validation:
checks: [source_exists, revision_current, job_present]
conflict:
precedence: [security_policy, workflow, repository_memory, user_preference]
on_conflict: reject_memory
lifecycle:
owner: platform-team
action_on_failure: [disable_use, delete_memory, inspect_downstream]
templateの目的はMemoryを別の重い台帳へ複製することではありません。正本へのlinkと、Memoryを将来の判断に使う条件を残すことです。
記入例:古いtest commandを止める
AIが次のMemoryを持っていたとします。
「payments repositoryでは make integration-test を使う」
しかし、現在のworkflowはcontainer上の別commandへ変更済みです。Scope: payments repositoryのみ
Claim: merge前のintegration test command
Provenance: 過去のCLI session。citationは旧README
Authority: Candidate
Freshness: workflow変更で即失効
Validation: current workflowとREADMEを照合
Conflict: workflowを優先
Lifecycle: Memoryを削除し、このMemoryを使った未merge PRを再確認
この場合、commandが以前成功したことは、現在も正しい根拠になりません。Memoryをrejectし、current workflowを使います。
Dreamingを導入する4段階
1. 正本を先に決める
Memoryを有効化する前に、architecture、test、security、release、business ruleの正本を定めます。正本が曖昧なままでは、Memoryの正誤を検証できません。
2. repositoryを限定する
組織全体で一斉に始めず、変更頻度と機密性が把握できるrepositoryへ限定します。GitHubのrepository accessはall/selected/noneを分けられます。pilotではselected repositoriesから始めます。
3. 利用時のgateを置く
高影響の用途では、Memoryだけでtoolを実行させません。
production change
dependency追加
security exception
data migration
release approval
customer communication
これらは正本照合とhuman approvalへ戻します。
4. Memory以外の影響もreviewする
Dreamingのrun detailsでAdded/Updated/Removedを確認し、instruction/skill変更PRもreviewします。ただしrun detailsを完全な履歴やundoとみなさず、自社のchange receiptで次を補います。
変更前後
source
reviewer
利用されたsurface
影響したPR/review/automation
復旧結果
よくある5つの誤解
「citationがあるから正しい」
citationは再確認の入口です。sourceが古い、scopeが違う、正本でない可能性があります。
「90日で消えるから安全」
90日は正しさの保証ではありません。作成翌日にworkflowが変わることもあります。変更triggerで失効させます。
「audit logで全部追える」
GitHubのlifecycle auditは重要ですが、Memory内容、citation、理由、retrieval、vote、自動expiryまでは完全に記録しません。高影響用途は自社のevidenceで補います。
「Memoryを削除すれば元に戻る」
Memoryの削除は将来の再利用を止める操作です。過去のcodeやreviewへの影響は別に追跡します。
「checked-in instructionと同じ」
checked-in fileにはdiff、review、merge、revisionがあります。Memoryは別のlifecycleを持ちます。同じ権威として扱いません。
導入チェックリスト
[ ] repository factとuser preferenceを区別している
[ ] Memoryが効くrepository/surface/agentを限定している
[ ] 正本とauthority順位が決まっている
[ ] source、revision、citationへ戻れる
[ ] review日と変更triggerがある
[ ] retrieval時にfreshnessとscopeを再検証する
[ ] audit logで取れないevidenceを把握している
[ ] deleteとdownstream rollbackを分けている
[ ] Dreamingのrepository範囲をpilotで限定している
[ ] 高影響actionはMemory単独で開始しない
覚えるほど、正本を明確にする
Memoryを止めれば、古い知識の問題はなくなります。しかし、毎回同じ手順を教え直すことになり、AI活用の価値も下がります。
逆に、すべてを覚えさせればよいわけでもありません。便利なMemoryほど、誤りが長く残り、別のsurfaceへ伝わり、後から理由が見えにくくなります。
必要なのは、Memoryを禁止することではなく、権威を限定することです。
Memoryは候補文脈
正本はrepositoryの検証可能なartifact
利用時にscopeとfreshnessを再確認
高影響actionは正本と人の承認へ戻す
削除後もdownstream influenceを追う
この線引きがあれば、AIが学び続けても、組織の規約まで静かに書き換えられることはありません。
関連記事
Memoryの受入条件を整えた後は、共有コンテキストのversioning、承認の意思決定者、監視・停止の制御境界へ進めます。
本アカウントでは、大企業の生成AI活用を、製品紹介ではなく、正本、権限、変更影響、証跡、承認、運用まで仕事で使える形に落として発信しています。
参考資料
GitHub Changelog: GitHub intelligence puts your code, context, and history to work
Microsoft multi-agent reference architecture: Long-Term Memory
情報確認日:2026年10月30日