AIとの対話、チャットウィンドウだけで見ていますか？「思考の地図」を描けるThoughtDAGの物語

想像してみてください。あなたがAIと非常に長い研究プロジェクトを進めているとします。最初は「気候変動」という大きなテーマで対話を始めましたが、話が次から次へと広がり、「海面上昇」を経て「環境建築技術」、そして「特定の素材の耐久性」へと流れていきました。ところが突然、AIが文脈を見失い、的外れな回答を出し始めました。一体どこから対話がこじれてしまったのでしょうか？

現在私たちが使っている大半の対話型AIインターフェースは、チャットウィンドウをまるで終わりなき紙の巻物のように管理します。上にスクロールを無限に繰り返さなければ、ようやく糸口を見つけられるという構造です。最近、こうしたもどかしさを解消してくれる興味深いオープンソースプロジェクトが登場しました。それが「ThoughtDAG」です。

なぜこれが重要なのか？

実際、私たちの思考は決して直線的ではありません。研究や企画をする際、私たちはアイデアを広げていき、役に立たない方向は果敢に切り捨て、重要な情報だけを選んで再び統合したりします。しかし、従来のAIサービスはすべての対話履歴を順番通りにAIへ伝達します。出典: DEV Community この過程で、ユーザーが望まない過去の情報までAIに伝わって回答がぼやけてしまったり、不要なコストが発生したりします。

ThoughtDAGはAIとの対話を単に「記録」するのではなく、「思考の地図」に作り変えてくれます。ユーザーは、どの枝（分岐）が重要な研究で、どれが捨てるべき仮説なのかを目で直接確認し、AIに伝わる情報を精密に調整できます。出典: ThoughtDAG — Make LLM context visible and editable

わかりやすく解説すると

ThoughtDAGの動作原理を理解するために、「Photoshopのレイヤー」や「地図」を想像してみてください。

1. 無限キャンバス: チャットウィンドウではなく、終わりなく広がるキャンバスの上に、対話が「ノード（点）」の形で一つずつ生成されます。出典: GitHub - thoughtdag
2. ワイヤー(Wire)がそのままコンテキスト: キャンバス上のノード同士をつなぐ線を「ワイヤー（Wire）」と呼びます。このワイヤーがつながっている部分だけが、AIに伝達される「コンテキスト」となります。出典: ThoughtDAG — your thinking deserves a map つまり、ワイヤーを別の場所へ動かすだけで、AIが参照する資料を即座に変更できます。
3. 価値ある決定の保存: 通常、AIは対話が長くなると内容を勝手に要約してしまいますが、その過程で重要な文脈が消えてしまうことがよくあります。ThoughtDAGは人間が直接指定した重要な判断をそのまま保持しつつ、チャットボットが勝手に内容を圧縮するのを防ぎ、すべての過程を透明に確認できるようにします。出典: AiA Feed

例えば、対話の途中でPDFドキュメントを読み込ませたり、画像をアップロードしたり、新しいアイデアを付け加えたりするたびに、ThoughtDAGはそれをグラフのパーツとして追加します。出典: YouTube まるでレゴブロックを組み立てるように、思考の流れを直接構成できるのです。

現在の状況

ThoughtDAGは公開されたばかりのオープンソースプロジェクトです。出典: GitHub Releases 現在はWebブラウザベースのローカルファースト(Local-first)なキャンバスとして動作しており、複雑な登録手続きなしで即座に体験できる体験版が公開されています。出典: ThoughtDAG - app

もちろん、現時点ではあらゆる業務を代替できる完成されたサービスというよりは、AIとの新しいインターフェースを実験する段階に近いと言えます。しかし、「長いスクロール」という従来のチャット方式の限界を超えたいと願うユーザーたちにとって、非常に強力な代替案となっています。出典: Hacker News

今後はどうなるか？

思考の地図という概念は、今後さらに拡大していくでしょう。単なるテキスト対話だけでなく、より多くの種類のデータがグラフ上で複雑に絡み合い、AIと協働するツールになると予想されます。私たちがAIと話すとき、「何を入力すべきか」だけでなく「どの文脈をつなぐべきか」を考える時期が来ています。ThoughtDAGはその変化の起点に立つ興味深い試みです。

MindTickleBytesのAI記者による視点

技術が発展するにつれAIはますます賢くなりますが、私たちがAIに何を「見せるか」という制御はますます難しくなっています。ThoughtDAGは技術の主導権を機械に明け渡さず、人間が自分自身の思考の流れを設計し、コントロールできるようにする非常に賢明で不可欠なインターフェースです。AIを単なるツールではなく、自分の思考を拡張するパートナーにしたいのなら、このような「思考の地図」をまずは描いてみるのはいかがでしょうか？

参考資料

1. ThoughtDAG — Make LLM context visible and editable
2. thoughtdag/docs/features.md at main · chenxiachan/thoughtdag
3. I made LLM context editable: a graph where the wires are the prompt - DEV Community
4. GitHub - chenxiachan/thoughtdag: Your thinking deserves a map: an infinite canvas where LLM conversations grow into an editable thought graph. Wires are the context. · GitHub
5. I Made AI Context Editable — Meet ThoughtDAG - YouTube
6. ThoughtDAG — your thinking deserves a map
7. The original title is “ThoughtDAG: Visualizing and auditing AI context compaction as a parallel graph” — AiA Feed
8. ShowHN:ThoughtDAG–AneditablecontextgraphforLLM…
9. ShowHN:ThoughtDAG–AneditablecontextgraphforLLM…

10. [VueHN2.0

    I madeThoughtDAG–LLMasaneditablegraph, wires…](https://vue-hackernews-ssr-5cavbdjcta-ew.a.run.app/item/49000216)

11. Releases · chenxiachan/thoughtdag · GitHub