Claude Code を業務に組み込んだのに、現場では「前に決めたことが出てこない」「根拠を探す時間が増えた」という声が残る。これはモデル性能だけの問題ではなく、会社としての記憶の持ち方が設計されていないことが原因です。今回は、SPARXが自社で先に運用している「3層メモリ」の実装から、中小企業が安心してClaude Code運用を進めるための実践的な考え方を共有します。なお本記事でいう Claude Code は、Anthropic 公式の AI コーディングエージェントを指します。

私たちは中小企業向けに「自社専用 AI 業務基盤」を構築・運営する SPARX CREATIVE STUDIO の AIラボ (SPARX AI LAB) です。Claude Code を業務基盤として日々運用するなかで実装した記憶設計を、経営者・情報部門の判断材料として公開しています。

AI を入れたのに、忘れる

多くの企業が最初に気にするのは「どれだけ長い文章を読めるか」です。もちろん重要ですが、現場の詰まり方はそこだけではありません。実際には、必要な情報が必要なタイミングで届かない、過去の判断理由に戻れない、保存した情報が古いまま使われる、という3つが起きます。

この状態が続くと、担当者は毎回ゼロから説明し直し、管理者は「結局、人が覚えておくしかない」と感じます。この違和感こそが、いま中小企業で起きている「Claude Code の記憶問題」です。

全部覚えさせるのではなく、必要な時に思い出す

AI運用で失敗しやすいのは、「とにかく全部入れれば賢くなる」という発想です。これは、巨大な倉庫に資料を積み上げるだけで、取り出しルールを決めない状態に近い。情報はあるのに、使う瞬間に見つからない。

そこで必要なのは、「必要な時に、必要な根拠だけを取り出す」設計です。SPARXの運用では、作業開始時に関連する記録を先に呼び出す仕組みを置いています。秘書が関連資料を机に並べるイメージです。

裏側では、直前の依頼内容から関連性を判定し、一定以上の確からしさがある情報だけを渡す仕組み（SessionStart hook、閾値0.72）を使っています。ただし、記事の主役は技術名ではなく、「情報を呼び出す順番を先に設計する」という運用思想です。

会社の記憶を 3 つに分けて考える

記憶を1つの箱で管理すると、更新も検索も責任分担もあいまいになります。そこで、会社の記憶を3つに分けると実務が回りやすくなります。

1つ目は、自動で記録する層。これは「メモを取り続ける秘書」です。会話や作業ログを取りこぼさず残し、後でたどれる状態をつくる役割です（裏側ではclaude-mem等を活用）。

2つ目は、判断のよりどころとなる層。これは「会社のルールブック」です。何を正とするか、どの条件で進めるか、経営判断の基準をここに置きます。記録が増えても、最終判断の軸がぶれません。

3つ目は、つながりを見える化する層。これは「点と点をつなぐ知識地図」です。過去の出来事、関係者、判断理由を線で結び、似た案件で再利用しやすくします。

この3分割で効果が見えたのが、外部知見の取り込みです。これまで評価済みなのに社内で活用できていなかった169件の知見のうち、156件を社内の記憶に接続できるようにしました。結果として、保存された「出来事の記録」は153件から309件へ、約2倍に増加しました。大事なのは件数そのものではなく、必要な場面で判断材料として使える状態になったことです。

会社のデータは会社に置く

Claude Code 運用で経営層が最も気にするのは、精度より「どこにデータがあるか」です。SPARXの設計では、AIの能力は活用しつつ、記憶データは自社環境に保持する方針を取りました。具体的には、自社専用のVPSにデータを置き、外部ベンダーに業務記録を預け切らない形です。

SPARX AI LAB では、この設計を「VPS パッケージ」(構築費 ¥390,000 / 最短 2週間) として中小企業向けに提供しています。Claude Code を含む AI 運用環境を、自社専用の VPS で完結する形で構築・引き渡しし、SPARX が継続伴走するモデルです。

これは、既存SaaSを否定する話ではありません。むしろ、LINE WORKSやNotionなど、すでに使っている道具と組み合わせて運用します。重要なのは「置き換え」ではなく「橋渡し」です。会社の情報主権を守りながら、現場の速度を落とさない構成にすることが条件になります。

記憶が古くなる前に確かめる

記憶は、保存した瞬間から古くなり始めます。だからこそ「保存したから安心」ではなく、「月に一度、現実と照合する」運用が必要です。

SPARXでは、毎朝の自動チェックと月次観察を組み合わせ、記憶と実態のズレを検出しています。たとえば、「この情報は信頼できる」と言える割合は4割の状態から6割台まで上がり、信頼度が約6割向上しました。

検索面でも改善がありました。複数の言葉を同時に含む情報を、以前は拾いきれない場面がありましたが、検索条件の見直しで必要情報を取り出せるようになりました。

さらに、即導入と判定された50件の知見は、内容ごとに整理して4つの担当エージェントへ自動振り分けできる状態まで進みました。人の「振り分け待ち」が減ると、AIは初めて実務の時間短縮に効いてきます。

最初の一歩は「記憶の設計」から

中小企業がClaude Code運用で最初にやるべきことは、高価な仕組みを一気に入れることではありません。記録する、必要時に参照する、古くなる前に照合する。この3つの流れを設計することです。

この流れができると、AIは「試したけれど続かない道具」から、「会社の判断を支える実務基盤」に変わります。SPARXでは、この考え方をinspireXgrowthを含む発信運用とも連動させ、実装を進めています。

SPARX CREATIVE STUDIO は、中小企業向けに AI 業務基盤の構築・運営を行っています。SPARX AI LAB はその実装と検証を担うラボとして、自社運用で得た知見を中小企業の経営者・情報部門の判断材料として公開しています。本記事もその一環として、日々の運用で実装した「Claude Code の記憶問題を解決するための 3層メモリ」を共有しました。

特別なIT部門がなくても、小さく始められます。会議記録と判断メモの保存先を一本化し、月次で「古い情報」を点検するだけでも、AIの回答品質は安定しやすくなります。導入の成否は、ツール選定より運用設計で決まる。これが先行ケースの示唆です。

SPARX AI LAB VPS パッケージの導入・運用は、30分無料相談で相談可能です。

30分無料相談はこちら

関連記事:

次回予告: 連載2本目「Claude Code の記憶問題を解決する — トークンコスト 6 倍削減の運用設計」を 2026年5月29日(木) 09:00 公開予定。