
AIチャットが長すぎて切り替えられない解決策|確定申告・長期実務を守るSQLite×正本MDの2階建て金庫術
確定申告や不動産売却、親の介護手続きのように半年から数年にわたる長期実務では、AIチャットが重くなっても「過去の前提や計算経緯が消えるのが怖くて新しいチャットへ切り替えられない」という深刻な問題が発生します。
この問題を根本から解決するには、検算済みの確定数値を記録した「正本Markdown台帳」と、全証憑OCRおよび過去チャット原文を1文字も削らず格納した「ローカルSQLiteデータベース」を組み合わせる2階建て金庫設計が最も確実な正解です。
-
ChatGPT・ClaudeからGeminiへ履歴移行する方法|ZIPインポート手順とSQLite無劣化保管術 : Google公式のメモリー移行・チャット履歴ZIPインポート(最大5GB)の手順と、手元のエクスポートZIP原本をSQLite×正本MD金庫へ無劣化保管する二段構え運用術です。
-
Geminiが過去会話を覚えている理由|パーソナルインテリジェンスとAI執筆術 : 2026年4月導入の過去チャット横断検索と自動要約メモリの仕組み、古い情報が混ざる弱点を解説しています。
-
AI初心者が最初に知るべき使い方|無料・Plusの限界と「嘘・同じチャット継続」の罠 : 1用件1新規チャットの基本原則と、税金や介護の手続きで上位モデルを選ぶべき理由をまとめています。
-
自宅PCでレシートOCRを自動化!2段階AI読み取りとGeminiのMac操作で守る確定申告術 : 領収書を外部クラウドへ送らず手元のMacで高速テキスト化する実践フローを紹介しています。
-
確定申告「更正の請求」を紙の郵送で出す手順|e-Tax不要で過去5年の還付金と介護保険料を取り戻す方法 : 過去の控除漏れを最大5年さかのぼって取り戻す具体的な手続きと必要書類を解説しています。
-
後期高齢者医療1割と介護保険3割がねじれる計算式|340万円の壁と不動産売却ラグ : 確定申告の課税所得や譲渡所得が翌年以降の医療・介護負担へ連鎖する仕組みを検証しています。
-
Web検索AIでも法律の条文を間違える4つの罠|26万条文SQLiteで820記事を監査した実測録 : AIの曖昧な記憶やWeb要約に頼らず、手元のSQLiteデータベースで一次根拠を厳密に裏取りする設計を解説しています。
-
確定申告・不動産・相続・介護などでAIとの相談チャットが何十往復も続き、動作が重くても新チャットへ移行できない方
-
AIに「これまでの会話を要約して引き継ぎ書を作って」と頼んだ結果、大切な特約条件や1円単位の精算内訳が抜け落ちて困った経験がある方
-
パソコン内のフォルダに「確定した申告書PDF」と「途中の仮試算ファイル」が混在し、AIが古い数字を引っ張ってきて計算が狂うのを防ぎたい方
-
マイナンバーや暗証番号を含む重要書類を外部クラウドへアップロードせず、手元のMacと外付けSSDだけで安全に検索・管理したい方
長いAIチャットを切り替えられない構造的な理由
AIを日常の調べ物ではなく「実際の生活手続き」に使い始めると、誰もが必ずぶつかる壁があります。それは、1つのテーマで数週間から数ヶ月も対話を続けた結果、チャット画面の読み込みが極端に遅くなっても 新しいチャットへ切り替えられなくなる現象 です。
日常の雑談や短い文章作成であれば、1用件ごとに新規チャットへ切り替える基本運用だけで快適に使い続けられます。しかし、複数年にまたがる確定申告や不動産の売却、家族の医療・介護手続きでは、これまでの経緯そのものが判断の土台になります。
たとえば、過去の確定申告で控除の適用漏れに気づき、国税庁タックスアンサー No.2026『確定申告を間違えたとき(更正の請求)』に基づいて法定申告期限から5年以内の還付手続きを行う場面を考えてみてください。
そこでは、当時の売買契約書に記載された取得費や仲介手数料、固定資産税の日割り精算金、さらには減価償却費の計算根拠が 1円のズレもなく一致していること が求められます。
さらに、確定申告で修正した課税所得の金額は、住民税の算定を通じて翌年以降の介護保険料や介護保険法施行令 第22条の2の2で定められた高額介護サービス費の負担上限額(現役並み所得に該当する課税所得690万円以上で月額上限が93,000円から140,100円へ跳ね上がる境界など)へ時間差で波及します。

チャットが重くなってきたので「パート2」「パート3」と新しい部屋を作って引き継ごうとしたのですが、前のチャットで細かく確認したはずの特約や領収書の内訳をAIが忘れてしまって、また最初から説明し直す羽目になりました。

まさにそこが長期実務における最大の障壁(ボトルネック)なんだよね。AIに「引き継ぎ用の要約を作って」と頼んだ時点で、全体の9割以上を占める一次明細やボツになった検証経緯が削ぎ落とされてしまうんだよ。
2026年4月に日本でも提供が始まったGoogle公式の『パーソナル インテリジェンス』機能をはじめ、現在の主要なAIサービスには過去の会話を自動で記憶・参照する機能が備わっています。
しかし、標準のメモリ機能や要約引き継ぎには、長期の手続きにおいて致命的な 情報圧縮と精度の二律背反(トレードオフ) が存在します。AIの標準メモリは「過去に不動産を売却して確定申告の相談をした」という大枠の文脈は覚えてくれますが、数百ページにおよぶ契約書や申告書の全項目を1文字単位で保持しているわけではありません。
その結果、チャットが限界に達してパート1からパート14まで部屋が分裂していくと、どのチャットでどの数字が最終確定したのかを人間もAIも追跡できなくなります。
| 比較項目 | 単一長尺チャットの継続 | AI標準の自動要約メモリ | 正本MD×SQLite 2階建て金庫 |
|---|---|---|---|
| 1円単位の明細保持 | 後半で文脈から溢れて欠落 | 要約時に端数や特約が消滅 | 全頁OCRと原文DBで100%保持 |
| 応答速度と安定性 | 数十往復で極端に鈍化・停止 | 新チャットなら高速 | 新チャット+0.02秒検索で常時高速 |
| 仮試算と確定値の区別 | 途中で話題が混ざり誤認多発 | 古い仮試算を最新と誤認しやすい | 正本台帳とブラックリストで完全分離 |
| 機微情報の保護 | 毎回チャット欄へ貼るリスク | クラウド側メモリに残る懸念 | ローカル完結+暗証番号は自動遮断 |
1つのチャットに全経緯を詰め込む方式。対話が増えるほど応答が遅くなり、初期に合意した細かい計算前提や特約がコンテキストの上限から押し出されて消えてしまいます。
過去チャットをAIが自動要約して記憶する方式。好みの文体や大まかな相談歴の把握には便利ですが、契約条文や1円単位の税額計算では要約時の端折りが命取りになります。
検算済みの確定値を記した正本Markdownと、全書類OCR・全過去チャット原文を収めたローカルSQLiteを併用する方式。新チャットへいつでも瞬時に完全な根拠を引き継げます。
Markdown単体でもSQLite単体でも失敗する罠
長尺チャットの限界に気づいた方が次に試みるのが、「引き継ぎ用のMarkdownファイルを1枚作ってパソコンに保存しておく方法」か、「フォルダ内の書類をすべてデータベースやRAG(検索拡張生成)に放り込む方法」のどちらかです。
ところが、実際に数年分の確定申告や資産管理のデータを扱ってみると、Markdown単体でもSQLite単体でも実務では破綻する という厳しい現実が浮かび上がりました。
第一に、Markdownファイル単体で管理する方法は、情報の網羅性に限界があります。確定申告の控え、不動産の売買契約書、重要事項説明書、固定資産税の納税通知書、介護保険の決定通知書、そして数百枚の領収書や過去のAIとの検討ログをすべて1つのMarkdownに書き写せば、たちまち数十万文字に膨れ上がります。
それを毎回新しいチャットに丸ごと読み込ませれば、1ターン目からトークン消費量が跳ね上がり、結局「最初から重いチャット」を再現するだけになってしまいます。
第二に、だからといって「書類もチャット履歴も全部SQLiteに入れて全文検索させれば解決するだろう」と考えると、さらに危険な罠にはまります。
実際の家庭や個人の書類フォルダの中には、税務署へ提出した 最終確定版の書類 だけでなく、検討途中で作成した 未提出の仮試算PDF や、保存し直した 番号付きの旧データ が必ず混在しているからです。
-
仮試算ファイルと提出済み正本の取り違え : フォルダ内に残っていた「医療費試算_仮.pdf」や、控除を追加する前の下書きPDFがキーワード検索でヒットし、AIがそれを提出済みの確定税額だと信じ込んで回答してしまう事故。
-
ファイル名の枝番による新旧逆転 : 国税庁の確定申告書等作成コーナーで保存した「申告データ_2.data」と、後日修正して無印で保存し直した「申告データ.data」が並んでいるとき、AIが「2が付いている方が新しいはずだ」と誤認して古い数字を参照してしまう事故。
-
初期チャットの概算シミュレーションの混入 : 手元資料が揃う前にAIと「もし取得費がこれくらいだったら」と仮定して作った初期チャットの概算表が全文検索で引っかかり、実測の確定値と混ざってしまう事故。
つまり、単に過去のデータを1文字も漏らさずデータベースへ詰め込むだけでは、AIは「どれが最終的に確定した正しい数字(正本)で、どれが途中でボツになった仮の数字なのか」を判別できないのです。
このジレンマを解消するために当ラボで設計・構築したのが、第2階に「確定マスター台帳(正本Markdown)」を置き、第1階に「無劣化の一次証憑OCR+全過去チャットSQLite」を配置する2階建てのローカル金庫アーキテクチャです。
新しい相談ごとに真っ白な新規チャットを起動。重たい過去ログを抱え込まず、必要な瞬間だけ手元のローカル金庫から確定値と一次根拠をピンポイントで引き出します。
一次書類と全チャットを突合・検算して確定させた「1円単位の確定数値」と、参照してはいけない仮ファイルを明記した「AI誤記厳禁ブラックリスト」を保持する正本層です。
321件(833ページ)の書類テキスト・オフラインOCR結果と、過去14世代・967ターン(約95万文字)のチャット原文を1文字も省略せず格納した単一データベース(29.2MB)です。
当ブログでは現在、サイト全体の全 885記事(検証録 448記事・AI国家構想 437記事)および設計仕様書 1,405行 の整合性をPure RustとSQLiteで一元管理しています。その基盤技術を個人の確定申告・資産・介護の長期管理へ応用したのが、この2階建てローカル金庫です。
実践した2階建てローカル金庫の設計と実測速度
ここからは、実際に複数年の確定申告・不動産・医療介護の手続き資料と、長期化して分裂したAIチャット群を1つのローカル金庫へ統合した具体的な設計と実測ベンチマークを公開します。
全833頁の日本語OCRと95万字の無劣化格納
最初に行ったのは、パソコン内の作業フォルダに散らばっていた過去数年分の資料と、肥大化してパート1からパート14まで増殖していたAIチャット履歴の完全統合です。
AIチャット履歴については、全14世代・計967ターン・総文字数にして 約95万文字 の対話ログを、要約や省略を一切行わずにそのままSQLiteの専用テーブル(vault_chat_threads および vault_chat_turns)へ格納しました。これにより、半年前にAIと交わした細かい計算式の議論も、当時の発言そのままの状態でいつでも検索できます。
続いて、フォルダ内にあった全349ファイルの一次資料(PDF、スキャン画像、Word、Excel、e-TaxのXML・データファイル等)を走査しました。実務で書類を整理していると、同じPDFを別フォルダにもコピーして重複保管しているケースがよくあります。
そこで全ファイルのSHA-256ハッシュ値を自動計算して照合したところ、内容が完全に同一の重複ファイル28本が検出されたため自動的に統合し、ユニーク321件(全833ページ) の一次証憑としてエラー0件でデータベース化しました。
-
macOS標準Vision FrameworkによるオフラインOCR(406ページ) : 紙をスキャンした画像PDFや写真(計406ページ)は、外部のクラウドAPIへ一切送信せず、Apple公式の『Vision Framework(VNRecognizeTextRequest)』を呼び出すネイティブヘルパーで端末内完結の日本語OCRを実行しました。
-
e-Tax申告データ(XML)の文字コード自動変換 : 国税庁のe-Tax関連XMLファイルにはShift_JIS(CP932)系の文字コードが使われているものがあり、単純なUTF-8読み込みでは文字化けして検索不能になるため、エンコーディング自動判定と正規化を組み込みました。
-
Excel(.xlsx)内部のフリガナ要素(rPh)ノイズ除去 : ExcelファイルをZIP解凍して内部の共有文字列XMLからテキストを抽出する際、セルの背後に隠れているフリガナ情報(
<rPh>タグ)をそのまま繋げると「医療費イリョウヒ」のように文字が化けて全文検索が壊れるため、フリガナ要素を事前に除去して純粋な表示テキストだけを抽出しました。
これだけの情報(321文書・833ページ分の全テキストと、95万文字のチャット履歴、および高速検索用のインデックス)をすべて詰め込んでも、生成されたSQLiteデータベース(private_vault.sqlite)のファイルサイズは わずか 29.2 MB に収まりました。
正本Markdown4冊と誤記防止ブラックリスト
第1階のSQLiteにすべての一次資料と過去チャットが揃った段階で、それらを突き合わせて人間とAIで徹底的に再検算し、第2階となる 「確定マスター台帳(正本Markdown)」を4冊(合計759行) 編纂しました。
具体的には、全体の索引とルールを定義する 00_MASTER_INDEX.md、不動産の取得費・減価償却・売却精算をまとめた 01_ASSET_LEDGER.md、各年の確定申告・更正の請求・医療介護保険の還付計算を記した 02_TAX_AND_CARE_LEDGER.md、そして領収書と経費の確定集計表である 03_RECEIPT_LOG.md の4構成です。
ここで最も威力を発揮したのが、00_MASTER_INDEX.md の冒頭に設けた 「AI誤記厳禁ブラックリスト(計16項目)」 です。

途中の仮試算PDFや古い保存データをフォルダから消してしまうと、「なぜその計算をボツにしたのか」という検証履歴まで失われてしまう。だからこそ、ファイルは第1階のSQLiteに残したまま、第2階の正本台帳の冒頭で「このファイルは未提出の仮試算だから確定値として使うな」とAIに釘を刺しておく設計が効くんだよ。
たとえば、架空のモデルケースで説明すると、「取得費2,500万円・仲介手数料88万円・固定資産税等の日割り精算12万円」という確定値に対し、初期チャットで仮計算した概算額や、未提出のまま保存されていた「医療費試算_仮.pdf」の金額をブラックリストとして明示し、「これらを正本の確定値と混同してはならない」と定義しておきます。
新しいチャットを立ち上げた際、AIはまずこの759行の正本Markdown(特にブラックリストと確定数値)を最優先の前提として読み込みます。その上で、条文の細かい文言や領収書の内訳を確認したいときだけ、第1階のSQLiteをピンポイント検索する流れになるため、要約による詳細の欠落と、古い仮データの誤認が同時にゼロになります。
また、AIが抽出したOCR数値や過去チャットの試算結果を第2階の正本台帳へ登録する前には、必ず手元の実務電卓で検算を行うことを鉄則としています。パソコン画面を見ながら片手で素早く検算する用途には、キーの打鍵感と視認性に優れた12桁デスク電卓が1台あると作業効率と正確性が劇的に向上します。
差分同期1.6秒と横断検索20ミリ秒の実測値
どれほど精巧な金庫を作っても、新しい通知書が1枚届くたびに何分も待たされたり、検索に時間がかかったりしては日常の実務で使えなくなります。そこで検索と同期のエンジンはすべてPure Rustで実装し、徹底的な高速化を図りました。
全文検索には、SQLite公式の『FTS5拡張(Trigramトークナイザ)』を採用しています。一般的な形態素解析(単語分割)では専門用語や固有名詞の分割ミスによる検索漏れが起きますが、3文字ずつの部分文字列(Trigram)でインデックスを作る方式なら、日本語のどんな契約条項や金額表現でも漏れなく高速にヒットします。
さらに、Trigram方式が苦手とする「1〜2文字の短い検索語」が入力された場合は自動的に LIKE 検索へフォールバックし、日本の公的書類で最大の悩みの種となる 西暦と和暦の表記揺れ(例:「2024年」と「令和6年」「R6」)も検索クエリ側で双方向に自動展開 して一括ヒットさせる仕組みを組み込みました。
| 処理内容 | 対象データ規模 | 実測所要時間 | 備考・技術仕様 |
|---|---|---|---|
| 初回フルビルド(OCR+DB構築) | 349ファイル(OCR 406頁)+対話95万字 | 988.31秒(約16分28秒) | Vision日本語OCR全頁実行+SHA-256重複統合 |
| 2回目以降の差分同期+外付けバックアップ | 既存349件スキップ+新規差分+SSD同期 | 1.62秒(約610倍高速) | Statキャッシュ照合+WALチェックポイント |
| 3階層横断キーワード検索 | 正本MD 4冊+全833頁+対話967ターン | 約0.02秒(20ミリ秒) | Pure Rust CLI+FTS5 trigram+和暦展開 |
2回目以降の同期では、各ファイルのサイズと更新時刻(mtime)をSQLite側のキャッシュと照合することで、変更のない既存ファイルの再OCRを瞬時にスキップします。
その結果、新しく届いた通知書の追加取り込みから外付けSSDへのミラーバックアップ完了まで実測1.6秒、新しいチャットからの3階層横断検索は実測約20ミリ秒(0.02秒)という、体感の待ち時間が一切発生しない速度を達成しました。
大切な確定申告データや数年分の証憑金庫をMac本体の内蔵ストレージだけに置いておくのは、万一の故障時にリスクが高すぎます。同期コマンドの最後に外付けSSDへ自動でミラーバックアップを取る運用には、MacのAPFSフォーマットと相性が良くポケットサイズで高速なポータブルSSDを1台専用に割り当てておくのが安心です。
暗証番号とマイナンバーを守る4つの安全設計
確定申告の控えや不動産の権利関係書類、家族の介護保険証書などをデジタル化してAIで扱う際、何よりも優先すべきなのが セキュリティとプライバシーの管理体制(ガバナンス) です。
便利だからといって、マイナンバーの通知カードや暗証番号の控え、登記識別情報(権利証)の画像まで無差別にOCRにかけてテキスト化し、AIがいつでも読めるデータベースに入れてしまうのは極めて危険です。
そこで当ラボのローカル金庫では、個人の機微情報を物理的に守るために以下の4つの防衛ゲートを実装しました。
-
APFSの濁点正規化(NFD→NFC)と機微ファイル8件のOCR物理スキップ : macOSのファイルシステム(APFS)では、「が」や「ぱ」などの濁点・半濁点を含むファイル名が内部的に分解(NFD形式)されて保存されるため、単純な文字列一致では「マイナンバー」という単語を検知し損ねる罠があります。そこでファイル名を必ずNFC形式へ正規化した上で、「暗証番号」「マイナンバー」「パスワード」「登記識別情報」「戸籍」などの語句を含むファイルを自動判定し、該当した8件の重要書類は 本文のOCR読み取り自体を物理的にスキップ して
secret_masked(保管場所の存在のみ記録し、中身は一切DBに入れない状態)として保護しました。 -
クラウド送信ゼロの端末内完結OCR : 前述の通り、406ページにおよぶスキャン書類の文字起こしにはmacOS内蔵のVision Frameworkのみを使用し、外部のOCRサービスやクラウドストレージへ画像を1ビットたりとも送信しないオフライン処理で統一しました。
-
公開Git領域からの物理遮断と原子的SSDバックアップ : 金庫の格納ディレクトリ(
_local_db/private_vault/)は.gitignoreによってGitの追跡対象から完全に遮断しています。さらにバックアップ時には、SQLiteのPRAGMA wal_checkpoint(TRUNCATE)を実行して未反映ログを単一ファイルへ確定させてから外付けSSD(例:/Volumes/ExternalSSD/TaxVault/)へ同期し、外付けSSDが接続されていない状態では誤ってバックアップ先を空にしないよう削除処理を自動停止する安全装置を組み込みました。 -
紙の原本・パスワード・検索用金庫の役割分離 : AIが検索するローカル金庫には「計算と制度判断に必要な金額・日付・条文」だけを入れ、ログイン用の暗証番号は専用のパスワード管理ツールへ、税務署や役所へ提示する紙の原本は物理ファイルへと厳格に分離しました。

マイナンバーや暗証番号が書かれた紙まで全部OCRで読み取ってAIに渡しちゃうのは危ないにゃ。ファイル名で自動検知して、最初からデータベースに文字を入れない仕組みなら安心だにゃ。
実務の流れとして、役所や税務署、保険組合から紙の通知書や領収書が届いたら、まずは手元のコンパクトなドキュメントスキャナで即座にPDF化してパソコンの原本フォルダへ取り込みます。机の上で場所を取らず、A4書類から小さな領収書まで1台で素早くデジタル化できる専用スキャナがあると、書類を溜め込まずにその日のうちに金庫を更新できます。
スキャンを終えた紙の原本(確定申告書の控え、納税通知書、介護保険の負担割合証、売買契約書など)は、年度別・手続き別にすぐ取り出せるよう蛇腹(じゃばら)式のドキュメントファイルに分類して保管します。デジタル検索と紙の原本整理をセットにしておくことで、税務署への郵送添付や窓口での原本提示が必要になった際も1秒も迷いません。
そして、ローカル金庫側で secret_masked として物理スキップさせたe-Taxの利用者識別番号やマイナポータルの暗証番号、金融機関のパスワード類は、テキストファイルやメモ帳に書かず、暗号化された専用パスワードマネージャーで一元管理するのが鉄則です。
プログラミング不要で今日から始める実践手順
ここまでPure RustとSQLiteによる本格的な2階建て金庫の検証結果を解説してきましたが、「自分にはプログラミングの知識がないから無理だ」と諦める必要は一切ありません。
この設計の本質は 「AIが迷わないように、検算済みの確定メモ(第2階)と、すべての原本フォルダ(第1階)を分けて管理する」 という構造そのものにあるからです。
パソコン内に散らばった確定申告の控えや契約書PDF、過去のAI相談メモを1つの専用フォルダに集め、機微書類にはファイル名に「暗証番号」等と明記します。
テキストやMarkdownで1枚の「正本メモ」を作り、検算済みの確定金額と「参照してはいけないボツ試算ファイル名」のブラックリストを書き出します。
チャットが重くなったら躊躇なく新規チャットを開き、最初に正本メモだけを渡した上で、細部の確認が必要な書類だけを追加で参照させて対話を進めます。
まずは上記の3ステップ通り、たった1枚の「正本メモ(確定した数字と、ボツにした仮ファイル名のリスト)」を作るだけでも、新しいAIチャットへ切り替えたときの計算狂いは劇的に減ります。
その上で、もし手元のMacやPCにAIコーディングエージェント(Antigravity、Claude Code、Cursor、Gemini CLIなど)を導入している方であれば、この記事の設計仕様をそのままAIエージェントに読ませて、ご自身のパソコン内に専用の「正本MD×SQLite 2階建て金庫」を自動構築させること が可能です。
ご自身の確定申告や資産データ用のローカル金庫をAIエージェントに作らせる際は、必ず『Gemini 4 Argon』または同等以上の最上位推論モデルを指定して実行してください。
軽量モデルや高速モデルを使うと、macOSの濁点ファイル名(NFD)の正規化漏れによって暗証番号ファイルを誤ってOCRしてしまったり、仮試算PDFと確定申告書の区別を飛ばしてしまったりする安全境界の見落としが起きやすいためです。また、いきなりコードを書かせず、必ず下記のプロンプトで「フォルダの事前調査と設計計画の提示」から段階的に進めさせてください。
以下のプロンプトをコピーし、【対象フォルダのパス】 と 【バックアップ先外付けSSDのパス】 をご自身の環境に合わせて書き換えてから、最上位モデルのAIエージェントに入力してください。
以下のWeb記事に記載されている「正本Markdown(第2階)× 全頁OCR・過去チャット格納SQLite(第1階)の2階建てローカル金庫アーキテクチャ」と「4つの安全設計」を100%遵守して、私のローカル環境に長期実務(確定申告・資産・手続き管理)用のデータベースと検索・同期ツールを構築したいです。
参考設計記事:
https://lab.chihouzakki.com/blog/review/ai-long-chat-switch-sqlite-master-md-local-vault-guide/
【重要ルール:いきなりファイルを書き換えたり実装を始めたりしないでください】
まずはステップ1(事前調査と設計計画の提示)のみを実行し、私の承認を待ってください。
■ 私の環境情報
- 整理したい一次資料・過去チャットがあるフォルダ:【対象フォルダのパスを入力】
- バックアップ先の外付けドライブ(任意):【バックアップ先外付けSSDのパスを入力(なければ「なし」)】
■ あなた(AI)に厳守してほしい要件
1. 既存の原本ファイルは1つも削除・上書き変更しないこと(読み取り専用で走査すること)。
2. macOS APFSのファイル名(NFD)をNFCへ正規化した上で、「暗証番号」「マイナンバー」「パスワード」「登記識別情報」「戸籍」等を含む機微ファイルは本文OCRを物理的にスキップし、secret_masked として中身をDBへ入れないこと。
3. 画像やスキャンPDFのOCRは外部クラウドAPIへ送信せず、OS標準のローカルOCR(macOSならVision Framework等)で端末内完結させること。
4. フォルダ内に混在している「途中の仮試算ファイル」「枝番付きの旧データ」「提出済みの確定正本」を判別するため、まずファイル一覧と重複(SHA-256一致)の調査レポートを出し、どの数値を第2階の「正本Markdown台帳」に載せ、どのファイルを「誤記防止ブラックリスト」に入れるべきか私に確認すること。
5. SQLite(FTS5 trigram+短語LIKEフォールバック+西暦/和暦展開)による高速検索と、mtimeキャッシュによる差分同期、PRAGMA wal_checkpoint(TRUNCATE) 後の安全なバックアップを設計すること。
まずは対象フォルダ内のファイル構成(拡張子別の件数、重複候補、機微ファイルとしてスキップすべき候補、仮試算と疑われる紛らわしいファイル名)を調査し、実装計画を日本語で分かりやすく提示してください。

いきなりプログラムを作らせるのではなく、最初に「どのファイルが仮試算で、どれが暗証番号ファイルとして保護されるか」の調査レポートを出させて人間が確認する手順になっているから、初心者でも安心して任せられますね!

その通り!AIに丸投げするのではなく、最初の「正本と仮試算の仕分け」と「機微ファイルの除外確認」だけは人間が一緒にチェックする。そこさえ固めてしまえば、あとは何年手続きが続いても0.02秒で正確な裏付け(エビデンス)を引き出せる一生モノの資産になるよ。
まとめ:重いチャットを手放し詳細を永久資産に
確定申告や不動産の売却・賃貸管理、そして家族の医療・介護手続きは、単発で終わるイベントではなく、数年間にわたって数字と制度が連動し続ける長期戦です。
AIチャットが重くなっているのに「過去のやり取りが消えるのが怖いから」と1つのチャットにしがみつき続けるのは、いつ限界を迎えて計算前提が崩れるか分からない綱渡りの状態に他なりません。
-
AIの標準メモリや要約引き継ぎに1円単位の実務を委ねない : 自動要約は全体の流れを掴むには便利ですが、契約特約や税額控除の端数、ボツになった試算経緯までは保持できません。
-
第1階(無劣化SQLite)と第2階(正本Markdown)の2階建てで管理する : 全証憑833ページのオフラインOCRと過去チャット95万文字を1文字も削らずSQLite(29.2MB)へ収めつつ、検算済みの確定値と「仮試算ブラックリスト」を正本Markdown(4冊・759行)へ分離することで、詳細の欠落と古いデータの誤認を同時に防げます。
-
機微情報のOCRスキップと物理バックアップを徹底する : ファイル名のNFC正規化によって暗証番号やマイナンバー関連書類(8件)のOCR自体を物理的に遮断し、1.6秒の差分同期で外付けSSDまで安全にミラーリングする枠組み(スキーム)を作っておけば、いつでも安心して真っ白な新規チャットへ切り替えられます。
重たくなった長尺チャットへの執着を手放し、手元のパソコンに「1円のズレも許さない正本台帳」と「0.02秒で引ける一次根拠の金庫」を構えてみてください。新しいチャットを立ち上げた瞬間から、これまでのすべての経緯を正確に踏まえた最高の相棒として、AIがあなたの長期実務を力強く支えてくれるはずです(この隔離金庫DBと公開用4大DBを統合した個人知識庫の全体像は『ローカルRAGにベクトルDBは不要?5大SQLite×Rustで個人知識庫を組んだ実測録』で、また単発チャット往復から抜け出して業務の仕組みごと組み替える分業設計は『AI利用率5割超でも使いこなす人が1割の理由|9割が陥るチャット労働と業務仕組み化の分業術』で解説しています)。
