🛰️開発者向け最新Google AIエージェントコースを徹底解説: コンテクスト・エンジニアリングに必要なセッションとメモリー💾

AIエージェントに関するアップデートされた新しい技術や知識を学べば学ぶほど、ゼロから新しいコンセプトを習っているような感覚に陥ります。

ツールの使い方やプランニングロジックに慣れてきた昨今、Day 3では改新された層ーー「メモリー」が登場します。人間と同じように、エージェントにも「短期的な意識」と「長期的な記憶」が必要になってきます。

今回のテーマは「コンテクスト・エンジニアリング」です。

これは、エージェントが「今、何を知っているべきか」を動的に整理・管理する設計手法のことで、エージェントがスムーズに動くためのオーケストレーションに欠かせない部分です。

通常の簡単なチャットボットは、メッセージを送るたびに全てを忘れてしまいますが、コンテクスト・エンジニアリングでは「何を覚え」「何を忘れ」「いつ思い出すか」を設計し、短期的・長期的なデータの保存機能ではなく、時間をまたいで文脈をつなぐ仕組みそのものとして機能します。

• Session は「今この瞬間の会話」を扱う――つまり短期的記憶。

• Memory は「過去に学んだことやユーザー情報」を扱う――つまり長期的記憶。

この2つが組み合わさることで、エージェントは単なる一問一答の存在を超え、時間を越えて「文脈を理解する存在」に進化します。

💭短期的記憶として機能するセッション

Session（セッション）は、エージェントの作業用メモリにあたります。現在進行中の会話を保存し、複数ターンにわたるやり取りの整合性を保つ事を目的としています。

モデル自体は本来「ステートレス（無状態）」ですが、Sessionを使うことで、過去のやり取りを毎回コンテキストウィンドウに再構築し、擬似的に記憶を持つようにできます。

ここでは、GoogleのADK（エージェント・デヴェロップメント・キット）のセッション管理機能を使って、最もシンプルな「状態を持つエージェント（ステートフル・エージェント）」を実装してみます。

さらに詳しい内容はKaggleのノートブックを参照してみてください。

🔁ステートフル・エージェントの簡単実装

ADKには幾つかのセッション管理方法が用意されていますが、ここではInMemorySessionServiceを使ってメモリー上に会話履歴を一時保存をするコードを紹介します。

# Step 0: 定数を定義
APP_NAME = "default"   # アプリケーション名
USER_ID = "default"    # ユーザーID
SESSION = "default"    # セッションID

MODEL_NAME = "gemini-2.5-flash-lite"  # 使用するモデル名


# Step 1: LLMエージェントを作成
# このエージェントが会話の中心となる
root_agent = Agent(
    model=Gemini(model=MODEL_NAME, retry_options=retry_config),
    name="text_chat_bot",
    description="テキストチャット用のエージェント",  # エージェントの目的を説明
)


# Step 2: セッション管理をセットアップ
# InMemorySessionServiceは、会話履歴をRAMに一時保存する
session_service = InMemorySessionService()


# Step 3: Runnerを作成
# Runnerはエージェント・アプリ名・セッション管理をつなぐ実行環境
runner = Runner(
    agent=root_agent,
    app_name=APP_NAME,
    session_service=session_service
)

print("✅ ステートフル・エージェントの初期化完了")
print(f"   - アプリケーション名: {APP_NAME}")
print(f"   - ユーザーID: {USER_ID}")
print(f"   - 使用しているセッション管理: {session_service.__class__.__name__}")

この状態でエージェントを起動すると、InMemorySessionService がユーザーからの質問とエージェントの返答をすべてメモリ上に記録していきます。これにより、エージェントは：

• 同じ会話内で「前に言ったこと」を覚え、

• 文脈を踏まえた自然な返答を行い、

• 会話の流れを継続的に構築できます。

ただし、「InMemory」なので、アプリを再起動すると記録は消えます。それでもこの仕組みは、短期的なコンテキスト管理を理解する最初のステップとして最適です。

次のステージでは、ここに「長期的な記憶（Memory）」を加え、エージェントがセッションを超えて学びを引き継げるようにしていきます。

💾メモリー：長期的記憶の仕組み

セッションが「今交わされている会話」を扱う短期的記憶だとすれば、メモリーはセッションを超えて情報を保持する長期的記憶です。この機能を使うことで、エージェントは過去の会話やユーザー情報を思い出し、よりパーソナライズされた対話が可能になります。Google ADKでは、メモリーの統合は以下の３ステップによって行えます。

🧩 ステップ1: Memory を初期化する

まずはメモリーサービスを作成し、エージェントとRunnerに接続します。

from adk.memory import InMemoryMemoryService

# Memoryサービスを初期化（開発・テスト用）
memory_service = InMemoryMemoryService()

# 定数
APP_NAME = "MemoryDemoApp"  # アプリケーション名
USER_ID = "demo_user"        # ユーザーID

# エージェント作成
user_agent = LlmAgent(
    model=Gemini(model="gemini-2.5-flash-lite", retry_options=retry_config),
    name="MemoryDemoAgent",
    instruction="ユーザーの質問にわかりやすく答える",  # エージェントの指示
)

print("✅ エージェント作成完了")

# Sessionサービスを作成（会話履歴を扱う）
session_service = InMemorySessionService()

# Runnerに両方のサービスを渡してセットアップ
runner = Runner(
    agent=user_agent,
    app_name=APP_NAME,
    session_service=session_service,
    memory_service=memory_service,  # Memoryサポートを追加
)

print("✅ エージェントとランナーのセットアップ完了")

⛽ステップ２: セッション内容をメモリーに追加する

ユーザーとの会話内容（セッション）をメモリーに移すことで、エージェントは過去の会話情報を保持することができます。

# ユーザーが好きな色を教える
await run_session(
    runner,
    "私の好きな色は青緑です。この色を題材に俳句を書いてくれますか？",
    "conversation-01",  # セッションID
)

# セッションを取得
session = await session_service.get_session(
    app_name=APP_NAME, user_id=USER_ID, session_id="conversation-01"
)

# セッションの内容を確認
print("📝 セッションの内容:")
for event in session.events:
    text = (
        event.content.parts[0].text[:60]
        if event.content and event.content.parts
        else "(空)"
    )
    print(f"  {event.content.role}: {text}...")

# ここが重要！セッションをMemoryに追加
await memory_service.add_session_to_memory(session)

print("✅ セッションをメモリーに追加完了")

🗄️メモリーを使った情報の検索＆活用方法

保存したメモリーをエージェントが必要に応じて検索できるように設定します。

# エージェント作成（Memory検索ツールを追加）
user_agent = LlmAgent(
    model=Gemini(model="gemini-2.5-flash-lite", retry_options=retry_config),
    name="MemoryDemoAgent",
    instruction="ユーザーの質問にわかりやすく答え、必要に応じて過去の会話を呼び出すツールを使う",
    tools=[load_memory],  # Google ADK組み込みのMemory検索ツールを追加
)

print("✅ load_memoryツール付きエージェント作成完了")

# 新しいRunnerで再セットアップ
runner = Runner(
    agent=user_agent,
    app_name=APP_NAME,
    session_service=session_service,
    memory_service=memory_service,
)

# 過去の会話を呼び出して質問に答えさせる
await run_session(runner, "私の好きな色を覚えていますか？", "color-test")

ポイント:

• Google ADK 搭載のload_memory ツールを使うことで、エージェントは必要な情報を過去の Memory から検索して回答に活かせます

🧠 まとめ

1. 初期化：メモリーサービスを作り、エージェントに接続する。

2. 保存：会話内容（セッション）をメモリーに保存する。

3. 検索＆呼び出し：必要な情報をメモリーから検索して会話に活用する。

この流れで、エージェントは短期的記憶と長期的記憶を組み合わせて、時間をまたいだ文脈理解が可能になり、単なるチャットボットから継続的に思考を積み重ねる協働者のような振る舞いが可能になります。

🏁 Day 3まとめ：Session と Memory が生む “つながり”

Day 3で扱った Session（短期記憶）と Memory（長期記憶）は、どちらも「コンテキストをどう扱うか」というテーマにつながっています。

• Session はいま進行中の会話を保持するしくみ

• Memory は会話を越えて残したい情報を取り出すしくみ

この2つが揃うことで、エージェントは単なる質問応答ではなく、
会話の積み重ねを理解し続ける“相棒”のような存在になっていきます。

次回のDay 4ではこの繋がりをさらに磨いていきます。どうまとめるか、同安定させるか、どう一貫性を保つのか——つまりエージェントの品質設計がテーマになります。