GPT-5.5 Instantのdefault化と同タイミングで、ChatGPT本体のPersonalization機能も拡張された。過去チャット、アップロードしたファイル、接続済みGmailなどから情報をピックアップし、回答に自動で反映する仕組みだ。現時点ではPlus/Pro向けにWebでロールアウト中で、近いうちにモバイルやFree/Go/Business/Enterpriseにも広がる予定。
便利な機能であることは間違いないが、業務利用で殴ってみると「過去の正解パターンに引きずられて誤答する」という、これまでとは別軸のハルシネーション現象が顔を出してきた。本稿ではPersonalization拡張の何が嬉しくて何が危ないか、同時に提供されたMemory Sourcesでどう運用すれば安全か、を整理する。
Personalization拡張で何が変わったか
これまでのChatGPTのメモリ機能は、ユーザーが明示的に「これを覚えて」と指示したか、システムが「ユーザー属性として保持しておくべき」と判断した断片的な情報を、回答時に参照する仕組みだった。今回の拡張で、参照範囲が過去チャット履歴全般、アップロード済みファイル、接続済みGmailといったソースに広がった。
これにより、たとえば「先月一緒に作った提案書のトーンに合わせて返信ドラフトを書いて」のような、文脈横断のリクエストが自然に通るようになる。Plus/Pro向けWebから順次有効化されており、業務利用での体験は底上げされる方向にある。
過去の誤った前提が誤答として再生産される
ここで気をつけたいのが、Personalizationが効きすぎたときの副作用だ。
筆者のテストでは、過去会話に「〇〇は××でした」という誤った前提が含まれていた場合、GPT-5.5 Instantはその前提を尊重して同じ誤りを繰り返す傾向があった。元の会話で訂正されていないと、その誤答が「ユーザーが認めた事実」としてメモリに残ってしまうのが原因と推測される。
これは「単発プロンプトでの幻覚52.5%減」とは別の問題で、検証ベンチマークには出にくいタイプの誤りだ。前提の誤りはモデル側からは検証しにくく、過去の自分の発言が新しい誤答の温床になる、という構造的なリスクが生じる。
Memory Sourcesでの根拠確認を運用に組み込む
幸い、同時に提供されたMemory Sources機能で、回答が「どのソースから何を引いたか」を可視化できる。業務利用なら、誤答が出たときに即座にソースを開いて確認するクセをつけておくと、過去前提に起因する誤りを早期に発見できる。
筆者の運用では、メール返信ドラフトや顧客向けレポートのような「外に出る成果物」を作るときに、Memory Sourcesのパネルを必ず開いて、引いた情報の出所を一件ずつ目検する手順を加えた。一手間だが、過去会話の誤前提が出力に混入するのを防ぐには現状これが一番確実だ。
移行判断に追加すべき3つのチェック項目
GPT-5.5 InstantとPersonalization拡張を業務に取り込むなら、移行判断に以下を加えておきたい。
第一に、コストインパクトの試算。月間トークン量×20%値上げと、精度向上で削減できる業務時間を金額換算して比較する。要約・分類は値上げを回収しやすく、構造化テンプレ生成は回収しにくい。
第二に、ワークフロー別の差分検証。同じプロンプトをGPT-5.3とGPT-5.5で並走させ、自社の代表的タスクで本当に差が出るかを確認する。構造化出力では従来モデルでも十分なケースが多く、ここを切り分けないと値上げの正当化を見誤る。
第三に、Memory Sourcesの可視化フロー整備。誤答が発生したとき、その根拠を素早く特定できる手順をチーム内で標準化する。Personalizationを有効にしたまま放置すると、過去会話の誤前提がじわじわと品質を蝕む。
3ヶ月の移行猶予期間があるので、この3点を順に潰しておけば、default差し替えに踊らされず段階的にGPT-5.5に移行できる。Personalizationは便利だが「過去の自分」をどこまで信用するかを設計する必要が出てきた、というのが現時点での率直な評価だ。
