OpenClaw 実践完全マニュアル：入門から精通まで

午前2時、スマホが光りました。クライアントからのメッセージです。「明日の朝9時までに競合他社 A の分析レポートを頼む」

私は寝返りを打ち、開いたままの10数個のブラウザタブと、200通以上の未読メールを眺めました。ため息をつき、OpenClaw を開いてこう打ち込みました。「直近1週間の競合他社 A に関するニュースを整理して、分析レポートを作成して」

5分後、レポートが私の Telegram に届きました。

これが OpenClaw を使い始めて3ヶ月目の私の日常です。正直なところ、最初は ChatGPT と何が違うのか全く分かりませんでした。どちらも AI とチャットするだけではないのか、と。しかし、使い続けるうちに、全くの別物であることに気づきました。

OpenClaw はオープンソースの AI エージェントフレームワークです。簡単に言えば、目標を与えると、AI が自ら手順を計画し、ツールを呼び出し、タスクを実行して結果を報告してくれます。ChatGPT のように、一歩一歩指示を出す必要はありません。

もしあなたも私のように、毎日様々なツールを切り替えながら機械的な作業を繰り返しているのであれば、この記事は役に立つはずです。OpenClaw のコア知識を、インストールから応用テクニックまで、完全な学習ロードマップとして整理しました。

これは OpenClaw シリーズの第 35 篇であり、これまでの 34 篇のエッセンスを統合した、知識体系を構築するための総括的な記事です。

第一章：OpenClaw とは何か

1.1 ChatGPT ではなく、AI エージェントである

OpenClaw に初めて触れる多くの人が同じ質問をします。「これ、ChatGPT と何が違うの？」

私も最初は困惑しました。しかし、ある例えで理解できました：

あなたが ChatGPT に「最近のメールを整理して」と頼むと、やり方を教えてくれたり、整理されたテキストを提示してくれたりします。しかし、あなたは自分でメールボックスに行き、コピー＆ペーストする必要があります。

OpenClaw に同じことを頼むと、AI は自分でメールボックスを開き、メールを読み、分類し、レポートを作成して、その結果をあなたのスマホに送信します。

これが「受動的なチャット」と「自律的なエージェント」の違いです。

OpenClaw の核心的な能力は自律的な実行にあります。ツール（ファイル読み書き、ウェブ検索、コード実行）を持ち、記憶（ユーザーの好みや過去の対話内容）を持ち、計画（目標達成のために必要なステップを理解する）を持っています。

1.2 コアな利点：なぜ OpenClaw を選ぶのか？

私が 3ヶ月間 OpenClaw を使って実感した主なポイントは以下の通りです：

ローカルデプロイによるデータの自己管理。 対話履歴がモデルの学習に利用される心配がありません。機密性の高い業務内容を扱う場合、これは非常に重要です。

コストの制御。 タスクに応じてモデルを使い分けることができます。簡単なタスクには安価な小型モデルを使用し、複雑なタスクには Claude や GPT-4 を使用します。1ヶ月運用すると、API 費用は ChatGPT を直接契約するより安くなることが多いです。

カスタマイズ性。 公式で 53 個のスキルパックが提供されており、コミュニティにはさらに多く存在します。自分のワークフローに合わせてスキルを自作することも可能です。

マルチチャネル対応。 Telegram、WhatsApp、Web UI、Gmail など、どこからでも対話できます。私は主に Telegram を使用しており、外出先からでも指示を出して作業をさせることができます。

1.3 アーキテクチャはどうなっている？

OpenClaw のアーキテクチャはそれほど難しくありません。簡略図を示すと以下のようになります：

ユーザー → Channel (Telegram/WhatsApp) → Gateway → Agent → Tools/Skills
                                               ↓
                                            Memory

Gateway：エントリポイント。様々なプラットフォームから送られてくるメッセージを受信します。

Agent：脳。ユーザーの意図を理解し、実行手順を計画し、ツールを呼び出します。

Channels：チャネル。様々なプラットフォームで対話を可能にします。

Tools：手足。ファイル操作、ウェブ検索、コード実行、Git 操作など、26 個のコアツールがあります。

Skills：スキルパック。公式で 53 個あり、コミュニティによって日々拡張されています。「デイリーニュース配信」「コードレビュー助手」「会議議事録作成」などがあります。

Memory：記憶。ユーザーの好みや過去の内容を MEMORY.md ファイルに記録します。

アーキテクチャについてより深く知りたい場合は、本シリーズの『OpenClaw アーキテクチャガイド：入門から精通まで』を参照してください。

1.4 何ができるのか？

私がよく活用しているシナリオを紹介します：

個人アシスタント。毎朝、自動的に業界ニュースを収集して要約を作成し、Telegram にプッシュします。スケジュールの管理やメールの処理、ToDo リマインドも行います。

開発アシスタント。コードレビュー、デバッグ、ドキュメント作成。コードを書く際に行き詰まったとき、資料やドキュメントを検索させるのは、自分で探すよりも遥かに高速です。

自動化ワークフロー。定期的なデータのバックアップ、ウェブサイトの更新監視、マーケティングメールの自動送信。以前はスクリプトを書く必要があった作業も、今は自然言語で記述するだけです。

スマートホーム制御。Home Assistant を使用している場合、OpenClaw 経由でデバイスを操作できます。例えば「帰宅した」と伝えれば、自動的に照明やエアコンをオンにします。

第二章：クイックスタート — 10 分で使い始める

2.1 インストール方法の選択

OpenClaw は 3 つのインストール方法をサポートしています。推奨順に説明します：

公式インストールスクリプト（初心者推奨）

コマンド 1つで完了します：

curl -fsSL https://get.openclaw.ai | bash

スクリプトが依存関係の処理と設定ファイルの作成を自動で行います。手間をかけたくない方に最適です。

npm インストール

既に Node.js 環境がある場合：

npm install -g openclaw
openclaw init

この方法は柔軟性が高く、インストールディレクトリを自由に選択できます。

ソースコードからのインストール

ソースコードを読み、貢献したい開発者向けです：

git clone https://github.com/openclaw/openclaw.git
cd openclaw
npm install
npm run build

正直に言うと、私が最初にインストールしたときはソースコードから行いましたが、依存関係のバージョン衝突や環境変数の設定など、多くのトラブルに見舞われました。結局、公式スクリプトでやり直したところ、10分で完了しました。

私のアドバイス：単に使用したいだけで、ソースコードを改造するつもりがないのであれば、迷わず公式スクリプトを使ってください。

詳細な手順は『OpenClaw インストールガイド』に記載されています。

2.2 基本的な設定

インストール後、いくつか設定が必要です：

API キー

OpenClaw は大規模言語モデルの API を呼び出す必要があります。Anthropic Claude、OpenAI、Google Gemini などをサポートしています。

.env ファイルで設定します：

ANTHROPIC_API_KEY=your_key_here
OPENAI_API_KEY=your_key_here

私は主に Claude を使っています。推論能力、特にコーディングに関しては GPT より優れていると感じるからです。複数のキーを設定しておき、後でモデルルーティングを活用することもできます。

Channel 設定

使用したい対話チャネルを選択します。初心者には Telegram が最も設定が簡単でお勧めです：

1. @BotFather で Bot を作成し、トークンを取得します。
2. config.yaml で設定します：

channels:
  telegram:
    enabled: true
    token: "your_bot_token"

WhatsApp は Facebook 開発者アカウントが必要なため少し複雑です。Web UI は最も単純でインストール後すぐに使えますが、毎回ブラウザを開く手間があります。

セキュリティ設定の基礎

最低限、以下の 2 つを行ってください：

1. MEMORY.md と .env に適切なアクセス権限を設定する。
2. サーバーにデプロイする場合は、ファイアウォールルールを設定する。

セキュリティについては第 5 章で詳しく解説します。

2.3 初めての対話

設定が完了したら、OpenClaw を起動します：

openclaw start

そして Telegram で作成した Bot を探し、メッセージを送ってみましょう。

最初の推奨スキル：記憶

OpenClaw に自分の好みを覚えさせます：

覚えておいて、私は毎日朝8時に起きて、テクノロジーニュースをチェックするのが好きで、仕事は日本語で行います。

その後、MEMORY.md ファイルを確認すると、これらの情報が記録されていることが分かります。次回の対話から、これらの好みに基づいて回答してくれるようになります。

タスクを依頼してみる

OpenClaw に関する最近のニュースを検索して、5 つのポイントでまとめて。

AI が自らウェブを検索し、内容を読み、情報を整理して、最後に結果を送信してくる様子を確認できるはずです。この間、あなたの介入は一切不要です。

この「勝手にやってくれる」感覚を知ると、もう元には戻れません。

第三章：コア機能の実践 — ツールとスキルシステム

3.1 26 個のコアツール

OpenClaw にはファイル操作、ネットワークリクエスト、コード実行など、26 個のコアツールが組み込まれています。カテゴリー別にいくつか紹介します：

ファイル操作系

ツール	機能
read_file	ローカルファイルを読み込む
write_file	ファイルに書き込む
execute_command	shell コマンドを実行する
list_directory	ディレクトリの内容を一覧表示する

ネットワーク系

ツール	機能
web_search	ウェブ検索を行う
fetch_url	ウェブページの内容を取得する
scrape	ウェブページの構造を解析する

コード系

ツール	機能
execute_code	コードスニペットを実行する
git_operations	Git 操作を行う

例えば、OpenClaw に「このプロジェクトのコード構造を分析して」と頼むと、AI は：

1. list_directory でディレクトリを走査。
2. read_file で主要なファイルを読み込み。
3. execute_code で分析スクリプトを実行。
4. 結果をまとめて報告。

という、一連の流れを自律的に行います。

3.2 スキルシステム入門

ツールが「基本的な能力」であるのに対し、スキルはパッケージ化された「ワークフロー」です。

公式で 53 個のスキルが提供されています。よく使われるものを紹介します：

必須の推奨スキル

memory — 記憶管理。ユーザーの好みや過去の対話を記録する、OpenClaw の「脳」の基盤です。

web_search — ウェブ検索。検索、取得、解析の流れをパッケージ化しており、ツールを直接使うより便利です。

code_execution — コード実行。Python や JavaScript のコードを実行でき、データ処理やプロトタイプ検証に適しています。

スキルマーケット

公式以外にも、以下の場所でスキルを見つけることができます：

• ClawHub：公式のスキルマーケット。コミュニティが投稿したスキルをワンクリックでインストールできます。
• awesome-openclaw-skills：GitHub 上のスキルコレクション。

スキルのインストールは簡単です：

openclaw skill install <skill_name>

または設定ファイルに記述します：

skills:
  - name: daily_news
    source: github
    repo: user/daily-news-skill

3.3 カスタムスキルの開発

公式やコミュニティのスキルで満足できない場合は、自分で作成できます。

スキルは本質的に、設定ファイルと一連のツール呼び出しの定義です。最も単純な構成は以下のようになります：

name: my_skill
description: 重要なことを覚える手助けをする
tools:
  - memory.write
  - memory.read
prompt: |
  ユーザーが「XXXを覚えて」と言ったら、memory.write を呼び出して保存してください。
  ユーザーが「前に何を覚えさせたっけ？」と聞いたら、memory.read を呼び出して検索してください。

これを作成して skills/ ディレクトリに配置し、OpenClaw を再起動すれば使えます。

カスタムスキルの開発時には以下の点に注意してください：

1. トリガー条件の明確化：どのような場合にこのスキルを使用すべきか。
2. ツールの権限制御：不要なツールへのアクセスを制限し、セキュリティリスクを回避する。
3. エラー処理：ツールの呼び出しが失敗した場合の挙動を考慮する。

より深い開発については『OpenClaw Skills 開発ガイド』をご覧ください。

第四章：高度な実践 — ワークフローの自動化

4.1 マルチモデルルーティングとコスト抑制

しばらく使っていると、API 費用が気になり始めるかもしれません。

特に ToDo の整理や簡単なメッセージへの返信など、単純なタスクに Claude 3.5 や GPT-4 を使うのは、少し過剰です。

その解決策がマルチモデルルーティングです。

なぜルーティングが必要なのか？

単純なタスクには安価なモデルを、複雑なタスクには高価なモデルを割り当てます：

• ToDo 整理、単純な質疑応答 → GPT-3.5 や Claude Haiku
• コードレビュー、複雑な推論 → GPT-4 や Claude Sonnet
• 極めて複雑なタスク → Claude Opus

設定例

config.yaml でルーティングルールを設定します：

model_routing:
  default: claude-3-haiku
  rules:
    - trigger: "コード|デバッグ|bug|review"
      model: claude-3-sonnet
    - trigger: "分析|推論|複雑"
      model: claude-3-opus

これにより、メッセージに「コード」「デバッグ」といったキーワードが含まれる場合、より強力なモデルに自動的に切り替わります。

私はこれにより、1ヶ月の API 費用を約 40% 削減できました。詳細は『OpenClaw コスト管理：モデルルーティング戦略』をご覧ください。

4.2 定期タスクと自動化

私のお気に入りの機能の 1 つです。

OpenClaw は Cron 形式の定期タスク設定をサポートしています。毎日決まった時間に特定の操作をさせることができます。

設定例

cronjobs:
  - name: daily_news
    schedule: "0 8 * * *"  # 毎日 8時
    prompt: "テクノロジーニュースを検索して、簡潔にまとめて Telegram に送信して"
    channel: telegram

  - name: weekly_backup
    schedule: "0 0 * * 0"  # 毎週日曜 0時
    prompt: "プロジェクトデータを指定のディレクトリにバックアップして"

私がよく使っている定期タスク

1. デイリーニュース配信：朝 8時にテクノロジーニュースを Telegram にプッシュ。
2. 週報作成：金曜午後に、今週の進捗を整理。
3. データバックアップ：日曜深夜に自動バックアップ。

これらのタスクは以前であればスクリプトを書き、crontab を設定する必要がありましたが、今は自然言語で記述するだけです。非常に楽です。

詳細は『OpenClaw Cronjob 自動化ガイド』を確認してください。

4.3 マルチチャネル統合

OpenClaw は複数のチャネルを同時に利用できます。Telegram で指示を出し、結果をメールで送信させるといったことが可能です。

サポートされている主なチャネル

• Telegram（最も一般的）
• WhatsApp
• Gmail
• Web UI
• Discord

実践例：メッセージセンターの統一

私は「メッセージ集約」ワークフローを構築しています：

1. OpenClaw が複数のメールアドレスを監視。
2. 重要なメールを受信したら、要約を Telegram にプッシュ。
3. 私は Telegram で返信内容を指示し、OpenClaw が自動でメールを返信。

これにより、アプリを切り替えることなく、1 つの入り口で全てのやり取りを完結させることができます。

4.4 ブラウザ自動化（2026.3 新機能）

2026.3 バージョンで「Live Chrome Session Attachment」という非常にクールな機能が追加されました。

簡単に言えば、OpenClaw があなたのブラウザセッションを「引き継ぐ」ことができる機能です。

何ができるのか？

• フォームへの自動入力
• ログインが必要なページのスクレイピング
• ウェブサイト機能の自動テスト
• サイトの更新チェック

設定例

browser:
  enabled: true
  headless: false  # trueにするとバックグラウンドで実行
  user_data_dir: ~/.config/openclaw/chrome

これにより、以下のような指示が可能になります：

GitHub を開いて、新しい Pull Request があるか確認して。

AI はブラウザを起動し（または既存のものを引き継ぎ）、自らログイン、ナビゲート、チェックを行います。

この機能は急速に進化しており、最新情報は『OpenClaw 2026.3 実践アドバンス』で確認できます。

第五章：安全とデプロイ — 本番環境のベストプラクティス

5.1 セキュリティ設定チェックリスト

OpenClaw はコマンドの実行やファイル操作が可能なため、セキュリティ設定は非常に重要です。

API キーの管理

設定ファイルに API キーを直接書き込まないでください。環境変数を使用します：

export ANTHROPIC_API_KEY=sk-ant-xxx

または、OpenClaw の Secrets ワークフローを使用します：

openclaw secret set ANTHROPIC_API_KEY

キーは暗号化されて保存され、実行時に自動的に環境変数へ注入されます。

サンドボックスの設定

OpenClaw にはデフォルトで一定の分離機能がありますが、より安全性を高めるには Docker サンドボックスを構成します：

sandbox:
  type: docker
  image: openclaw/sandbox:latest
  resource_limits:
    memory: 512M
    cpu: 0.5

これにより、OpenClaw が実行するコードはコンテナ内で行われ、ホストマシンには影響を与えません。

SELinux の設定

2026.3 バージョンでは SELinux の自動検出機能が追加されました。システムで SELinux が有効な場合、OpenClaw は適切なコンテキストの設定方法を提示します。

以前、CentOS でデプロイした際、SELinux が原因でネットワークアクセスがブロックされ、解決に苦労したことがあります。この自動検出は非常に助かります。

基本的なセキュリティチェックリスト

• API キーは環境変数または Secrets で管理している
• MEMORY.md と .env の権限を 600 に設定している
• 本番環境に Docker サンドボックスを導入している
• SELinux/Firewall のルールを確認している
• 定期的に OpenClaw のバージョンを更新している

詳細は『OpenClaw セキュリティ強化ガイド』をご覧ください。

5.2 デプロイ方法の比較

いくつか主要な方法と比較をまとめました：

方法	メリット	デメリット	向いているシーン
ローカル	簡単、無料、データが完全に手元	PCを常に起動しておく必要がある	個人利用、開発テスト
サーバー	安定、リモートアクセス可能	サーバーの維持・費用が必要	小規模チーム、本番環境
クラウド (DigitalOcean等)	ワンクリック、メンテナンス不要	費用が高め、データがクラウド上	素早い立ち上げ、手間を省きたい

私の選択

最初はローカルで動かしていましたが、PC をスリープさせると停止してしまいます。古いノート PC をサーバーにしようとしましたが、騒音と電気代で断念しました。

現在は月額数ドルの安価な VPS を使用しており、半年以上安定して稼働しています。

詳細は『OpenClaw 部署比較』をご覧ください。

5.3 エンタープライズレベルのデプロイ

社内で導入する場合、以下の点を考慮する必要があります：

マルチユーザー管理

OpenClaw はマルチユーザーをサポートしており、ユーザーごとに独立した記憶（Memory）と権限を設定できます。

users:
  - id: user1
    channels: [telegram, email]
    permissions: [read, write, execute]
  - id: user2
    channels: [web]
    permissions: [read]

監視とログ

本番環境では監視が不可欠です。OpenClaw は構造化ログ出力をサポートしています：

logging:
  level: info
  format: json
  output: /var/log/openclaw/app.log

Grafana などのツールと連携させることで、稼働状況をリアルタイムで把握できます。

高可用性構成

業務に影響が出るのを防ぐため、以下の対策を検討してください：

1. マルチインスタンスとロードバランサーの導入
2. データベースによる Memory の永続化
3. 設定とデータの定期バックアップ

詳しくは『OpenClaw 企業レベルデプロイ』に記載されています。

第六章：学習パスとリソース

6.1 初心者フェーズ（0-1ヶ月）

目標：動かすことができ、基本的な依頼ができるようになる。

推奨ドキュメント

1. 『OpenClaw インストールガイド』— 手順通りにセットアップ
2. 『OpenClaw アーキテクチャガイド：入門から精通まで』— 全体像の把握
3. 『OpenClaw 設定ガイド』— Telegram 接続など

実践目標

• デプロイと起動に成功する
• 最初の対話を完了させる
• 自分の好みを覚えさせる
• 基本的なスキル（web_searchなど）を試す

6.2 中級者フェーズ（1-3ヶ月）

目標：OpenClaw を使って実際に時間を節約できるようになる。

推奨ドキュメント

1. 『OpenClaw コスト管理：模型路由策略』— API 費用の抑制
2. 『OpenClaw セキュリティ強化ガイド』— セキュリティ対策
3. 『OpenClaw Cronjob 自動化ガイド』— 定期タスクの設定

実践目標

• マルチモデルルーティングを設定し、コストを削減する
• 2〜3 個の定期タスクを運用する
• 複数のチャネル（Telegram + Email等）を連携させる
• コミュニティのスキルライブラリを探索する

6.3 エキスパートフェーズ（3ヶ月以上）

目標：OpenClaw を自分専用のツールとして高度にカスタマイズする。

推奨ドキュメント

1. 『OpenClaw 企業レベルデプロイ』— 本番環境の最適化
2. 『OpenClaw Skills 開発ガイド』— カスタムスキルの作成
3. 信頼できるソースコード — 内部実装の理解

実践目標

• カスタムスキルを開発する
• 本番環境へデプロイし、運用する
• パフォーマンスとコストを極限まで最適化する
• コミュニティへ貢献する（PR送信、チュートリアル執筆）

6.4 外部リソースの推奨

本シリーズ以外にも、有用なリソースがあります：

公式リソース

• 公式ドキュメント：docs.openclaw.ai
• GitHub：github.com/openclaw/openclaw

コミュニティリソース

• awesome-openclaw-skills：スキルのまとめ
• ClawHub：スキルのマーケットプレイス

結論

OpenClaw は、時間を投じて学ぶ価値があるのでしょうか？

私の答えは「YES」です。もしあなたが、日々の重複した作業に追われ、複数のツールの切り替えにストレスを感じ、「本当に動いてくれる」AI アシスタントを求めているなら、学ぶ価値は十分にあります。

インストールしてすぐに全てが魔法のように変わるわけではありません。学習コストも設定にかかる時間もあります。しかし、一度稼働し始めれば、多くのことを OpenClaw に任せられるようになります。

今すぐできる 3 つのこと：

1. デプロイ方法を選び、OpenClaw をインストールしましょう。
2. スキルを 1 つ試しましょう。web_search や memory から始めて、「AI が勝手に動く」感覚を体験してください。
3. コミュニティに参加しましょう。OpenClaw の進化は非常に速く、コミュニティには多くの知見が集まっています。

学習過程で問題が発生した場合は、本シリーズの関連記事を探すか、GitHub で Issue を立ててみてください。

OpenClaw クイックスタートガイド

10 分でインストールと最初の対話を完了させる手順

⏱️ Estimated time: 10 min

1. 1

   Step1: OpenClaw のインストール

   公式インストールスクリプトを使用して一括デプロイします：
   
   ```bash
   curl -fsSL https://get.openclaw.ai | bash
   ```
   
   • macOS、Linux、Windows WSL をサポート
   • 依存関係と設定ファイルを自動処理
   • インストール後、`openclaw start` で起動
2. 2

   Step2: API キーの設定

   プロジェクトのルートディレクトリに `.env` ファイルを作成します：
   
   ```bash
   ANTHROPIC_API_KEY=your_key_here
   ```
   
   • Claude、OpenAI、Gemini などをサポート
   • 高い推論能力を持つ Claude から始めるのがお勧め
   • キーを設定ファイルに直接書き込まないように注意
3. 3

   Step3: Telegram との連携

   1. @BotFather で Bot を作成し、トークンを取得
   2. `config.yaml` を編集：
   
   ```yaml
   channels:
   telegram:
   enabled: true
   token: "your_bot_token"
   ```
   
   • Telegram は設定が最もシンプルで、初心者向け
   • WhatsApp や Web UI などもサポート
4. 4

   Step4: 最初の対話の完了

   起動後、Telegram でメッセージを送信：
   
   ```
   覚えておいて、私はテクノロジーニュースが好きで、日本語を使います。
   ```
   
   • `MEMORY.md` を確認して、記憶が保存されたか確認
   • 「OpenClaw のニュースを探して」と送り、自律実行を体験する

FAQ

OpenClaw と ChatGPT の違いは何ですか？

最大の違いは自律性です。ChatGPT は受動的なチャットツールで、アドバイスやテキストの生成に留まります。OpenClaw は AI エージェントフレームワークであり、自ら手順を計画、ツールを実行できます。例えばメール整理なら、ChatGPT はやり方を教えるだけですが、OpenClaw は実際にメールを開き、分類し、報告まで自律的に行います。

OpenClaw は有料ですか？

OpenClaw 自体は無料でオープンソースです。費用が発生するのは、大規模言語モデルの API 呼び出しです：

• Claude API：トークンごとの課金
• OpenAI API：トークンごとの課金

マルチモデルルーティングにより、単純なタスクは Haiku/GPT-3.5 を使うことで、費用を 40% 程度削減可能です。

OpenClaw はどのモデルをサポートしていますか？

Anthropic Claude（推奨）、OpenAI GPT シリーズ、Google Gemini、ローカルモデル（Ollama経由）などをサポートしています。設定ファイルでデフォルトモデルやタスクに応じたルーティングルールを定義できます。

デプロイに必要なサーバー性能はどれくらいですか？

最低構成：
• 1 コア CPU
• 512MB メモリ
• 安定したネットワーク（APIアクセス用）

推奨構成：
• 2 コア CPU
• 1GB メモリ
• VPS やクラウドサーバーでの 24時間稼働

開発や一時的なテストであれば、個人の PC で十分です。

データの安全性はどうなっていますか？

データはローカルに保存され、サードパーティのサーバーにアップロードされることはありません。安全性確保のため、1) API キーの管理、2) Docker サンドボックスの利用、3) 定期的なアップデートを推奨します。対話履歴はローカルの MEMORY.md に保存され、いつでもユーザー自身で確認・削除できます。

自分の好みを覚えさせるには？

直接伝えるだけです。「覚えておいて、私はテクノロジーニュースが好きです」と言えば、自動的に MEMORY.md へ保存されます。次回の対話からそれを踏まえた回答が行われます。MEMORY.md を直接編集して管理することも可能です。

9 min read · 公開日: 2026年3月18日 · 更新日: 2026年3月18日