chenxiachan、LLM 会話コンテキスト可視化ツール ThoughtDAG を公開──有向グラフでプロンプトの混入を制御
LLM の履歴管理をツリー構造ではなく DAG で行い、不要な分岐やコンテキスト汚染を目視確認して削除できる。
リリース: 2026-08-16 · 読了 3 分記事の要約
1. 核心（What）
- LLM との対話履歴を有向グラフ（DAG）で表現する UI ツール ThoughtDAG が公開された
- 「どのエッジを通ってどのコンテキストが次のリクエストに送信されるか」を視覚的に確認・編集できる
- 不要な会話分岐（オレンジのエッジなど）を切断することでトークン削減と回答の再現性を担保する
- 隠しメモリセレクタを持たず、モデルが見ている内容と削除された内容がグラフ上に常時表示される
2. 影響（Why）
- コンテキスト汚染の視覚的デバッグ: 従来のチャット UI では見えなかった「どの履歴が回答に影響したか」をグラフで追跡できるため、プロンプト調整のデバッグが容易になる。
- 国内の受託・SaaS 開発への波及: [国内 AI アプリ開発の受託・SaaS 企業] のエンジニアは、チャットボットの文脈維持における予期せぬ挙動を直感的に検証できるようになる。
3. 根拠・詳細（How）
- 有向グラフによるコンテキスト制御の仕組み: 会話のノード間を「ワイヤー（エッジ）」で接続し、特定の分岐エッジを手動で削除することで、次回の入力コンテキストから該当する履歴を完全に除外する設計。
4. 展望・課題（Next）
- OSS や商用統合の動向: 現時点では個人開発のデモツールとして公開されており、主要な LLM クライアントや API フレームワークへの組み込みに向けたエコシステムの展開が待たれる。