AIナレッジポータルは「図書館型設計」で必ず死ぬ——プロンプトの賞味期限4層モデル
SharePoint の「プロンプト集」フォルダを開く。 最終更新日は 8 ヶ月前。投稿者の名前は、すでに別の部署に異動している。 「使えるかもしれない」とクリックしたプロンプトの説明文には、退役済みのモデル名が書いてあった。 Teams のチャットを立ち上げて、「誰かこの業務で使えるプロンプト持ってませんか」と打つ。 こういう経験が、1 度や 2 度ではない人は多いはずだ。 1. 3 年分の蓄積が、なぜ一晩で使えなくなるのか具体的な場面を想像してほしい。 あなたのチームが、3 年かけてプロンプトを積み上げたとする。毎月の定例でメンバーが持ち寄り、担当者が週 2 時間を費やして整理した。200 件に達したとき、「ナレッジ資産」として経営報告に記載された。 2026 年 2 月、OpenAI が GPT-4o の退役を発表した。リリースからわずか 21 ヶ月だった(OpenAI 公式)。 GPT-4o 特有の挙動——長めのシステムプロンプトで安定する、特定の言い回しで精度が上がる——に最適化されたプロンプトは、次世代モデルで同じように動かない。GPT-4.1 は GPT-4o より「指示に文字通り忠実に従う」設計に変わったため、同じプロンプトでも挙動が変わることが OpenAI のプロンプトガイドに明記されている。200 件のうち何件が影響を受けるか。1 件の再テストに 30 分かかるとすれば、100 件で 50 時間だ。これが 1 回のモデル交代で発生する。 もし最初から「動作確認日」と「対象モデル」の 2 列をテンプレートに設けていたなら、どうなっていたか。 モデル更新のたびに「この日付より前・このモデル向けのプロンプト」として絞り込める。全件再テストの代わりに、影響範囲の特定から始められる。「GPT-4o の退役が出た。確認が必要な候補は 18 件」——そう絞り込める設計になっていれば、50 時間が 9 時間になっていた。差の 41 時間で、チームは次の業務自動化に着手できていた可能性がある。 「ポータルがある組織」と「ポータルが機能している組織」の差は、設計前の一手で生まれる。 2. ナレッジが腐る構造は、AI に限った話ではないAI ポータルの形骸化は AI 固有の問題に見えるが、ナレッジ管理全般の失敗パターンと重なる部分が大きい。 ナレッジ管理施策の 55% は変革管理の不足や経営層のサポート不足で失敗する(Helpjuice「Knowledge Management Trends and Statistics in 2025」2024-25 年)。能動的な管理がなければ、ナレッジベースの 20〜40% は無関連・陳腐化コンテンツを含むようになる(同調査)。デジタルワーカーの **47% が「業務上必要な情報を見つけるのが困難」**と感じる(Gartner 2023 年調査、二次引用)という実態は、「溜まってはいるが使えない」状態が広く常態化していることを示す。 ...