AIに自分を本当に理解してもらうには、チャットの会話履歴だけでは不十分です。行動データ、感情データ、習慣データなど、言語化されない部分まで含めて多角的にデータを蓄積して初めて、AIは「あなたらしさ」を理解できるようになります。
この記事では、DoubleHubを開発している中で考えてきた「AIに理解してもらうために必要なデータの種類」と「なぜチャットだけでは足りないのか」を整理します。
チャット履歴でわかること、わからないこと
ChatGPTやClaudeのメモリ機能が話題になっている通り、AIが過去のやり取りを覚えてくれるだけでも体験は大きく変わります。名前、職業、好みの口調、最近の関心事くらいは把握できます。
しかし、チャット履歴でわかるのは「ユーザーが言語化したこと」だけです。
人間は、自分の行動パターンや感情の波を正確に言語化できないことが多い。たとえば「最近やる気が出ない」とチャットで言ったとき、AIは一般的なアドバイスを返すことしかできません。なぜやる気が出ないのか——運動を2週間サボっているからなのか、読書のインプットが偏っているからなのか、仕事が詰まっているからなのか——その原因はチャットだけでは見えません。
「理解」に必要な4種類のデータ
AIがあなたを本当に理解するためには、以下の4種類のデータが必要だと考えています。
1. 対話データ——あなたが言語化したこと
チャットでの会話、相談、日記のような独り言。これはもっとも直接的なデータで、あなたの考え方や価値観が表れます。ChatGPTやClaudeのメモリ機能が扱っているのは主にこの領域です。
わかること: 関心テーマ、悩みの傾向、思考の癖、好みの表現スタイル
2. 行動データ——あなたが実際にやっていること
運動の頻度、読書の量とジャンル、タスクの消化パターン。言葉ではなく行動から見えるのは「実際にどう動いているか」です。
たとえばTrainNoteの記録からは「追い込みすぎると翌週休みがちになる」「週3回のペースが自然に続く」といった、本人が自覚していないパターンが見えてきます。Book Compassの記録からは「ビジネス書が続くと飽きる」「科学系の本を読んだ後に発想が広がる」といった傾向が読み取れます。
わかること: 継続パターン、挫折条件、最適なペース、行動の優先順位
3. 感情データ——あなたが感じていること
読書中のメモ（「この考え方は腑に落ちた」「ここは納得できない」）、トレーニング中の調子の記録、チャットの言葉遣いの変化。これらは明示的に聞かなくても、自然な行動の中から蓄積されるデータです。
MITの2026年の研究では、AIに凝縮されたユーザープロファイルがあると、応答の同調性に大きな影響を与えることが報告されています。つまり、AIがあなたの感情傾向を把握していると、より「あなたに合った」返し方ができるようになるということです。
わかること: 心が動くポイント、ストレスのサイン、モチベーションの源泉
4. 生活リズムデータ——あなたの体調と環境
睡眠時間、歩数、スケジュールの密度。これらは将来的にAppleのHealthKit連携などで取得できるデータです。
「今日は睡眠が4時間しかない」状態のあなたに対して、やる気を出せと言っても逆効果です。コンディションを踏まえた上で「今日は軽めにして、明日に回そう」と言えるかどうかは、このデータがあるかないかで決まります。
わかること: コンディションの波、頑張れる日と休むべき日の違い、提案の適切な強度
なぜ「横断」が必要なのか
4種類のデータをそれぞれ別々のアプリで記録していても、全体像は見えません。
たとえば「最近調子が悪い」とき、運動頻度の低下（行動データ）+ 読書量の減少（行動データ）+ 睡眠の乱れ（生活リズムデータ）が組み合わさっている場合、どれか一つのアプリだけでは原因の全体像がわかりません。
これがDoubleHubが「エコシステム」というアプローチを取っている理由です。TrainNote、Book Compass、DoubleHub本体、将来的にはHealthKitや家計アプリ。それぞれが単体で価値を持ちつつ、つなぎ合わせることで「あなたの全体像」をAIが把握できる状態をつくる。
Zendesk社の調査では、CXリーダーの85%が「文脈記憶を持つAIエージェントが、真にパーソナライズされた体験の実現に決定的に重要」と回答しています。これは企業向けの話ですが、個人向けでもまったく同じことが言えます。
大事なのは「データの量」ではなく「データの種類」
ここで注意したいのは、AIに大量のデータを渡せば理解が深まるわけではない、ということです。
重要なのは「異なる角度のデータを少しずつ」です。1000回のチャットよりも、50回のチャット + 3ヶ月の運動記録 + 半年分の読書メモの方が、はるかに立体的な理解につながります。
これは人間関係でも同じです。毎日電話する相手よりも、一緒に旅行した相手の方が「その人の本質」がわかることがあります。さまざまな場面でのあなたを見ているかどうか、が理解の深さを決めるのです。
プライバシーとの向き合い方
「AIにそこまでデータを渡して大丈夫なのか」という疑問は当然あります。
DoubleHubが設計上大事にしているのは、以下の原則です。
- 選択権はユーザーにある — どのデータを共有するかは、すべてユーザーが決めます。
- 生データは送らない — 各サービスの生データそのものではなく、構造化・匿名化されたインサイトのみを連携します。
- 段階的に深めていい — 最初はチャットだけでも構いません。信頼が積み重なったら、少しずつ連携する範囲を広げていく。
「全部渡すか、何も渡さないか」の二択ではなく、あなたのペースで深められる設計が重要だと考えています。
まとめ——AIに「自分を理解してもらう」最短ルート
AIに自分を理解してもらうために必要なのは、以下の3つです。
- 対話だけでなく行動も記録する — チャットで「やる気が出ない」と言うより、運動・読書・タスクの記録が自動的に蓄積されている方が正確。
- 複数の角度のデータをつなぐ — 一つのアプリに大量のデータを入れるより、異なる種類のデータを横断的に読める状態にする。
- 時間をかけて育てる — 理解は一朝一夕では成立しません。人間の記憶の発達と同じように、シグナルが少しずつ蓄積されることで精度が上がっていく。
DoubleHubが「もう一人の自分を育てる」というコンセプトを掲げているのは、まさにこの考え方に基づいています。育てるには時間がかかる。でも、育てた先にある「あなたを誰よりも理解している存在」は、きっと価値がある。