「ChatGPTに無限のローカルメモリが欲しい」- その実現方法

この動画では、ChatGPTやClaudeに無限のローカルメモリを追加できる革新的なツール「MEM agent」について詳しく解説している。MEM agentは40億パラメータのLLMで、メモリ管理に特化してファインチューニングされており、MCPサーバーを通じて様々なAIツールと連携できる。すべてのデータがローカルに保存されるため、プライバシーが完全に保護され、AIモデルが不適切な内容で当局に通報するリスクも回避できる。比較的軽量なモデルでありながら、60倍大きなモデルに匹敵する性能を発揮し、エンティティベースの知識管理とフィルター機能により、機密情報を保護しながら必要な情報のみをAIに提供することが可能である。

“I want ChatGPT with infinite local memory” - Here’s how

Wanna start a business with AI Agents? Go here: 30% faster with Vectal: me on Instagram - ...

www.youtube.com

MEM agentの概要と可能性

ChatGPTやClaudeに100%ローカルでプライベートな無限メモリを持たせたいと思いませんか。このMCPのおかげで、それが今や可能になりました。これはMEM agentと呼ばれ、コンテキストエンジニアリングの概念を次のレベルに押し上げます。しかし驚くべきことに、このプロジェクトは基本的に無名なのです。

MEM agentができることを紹介しましょう。すべてのAIエージェントに無限のローカルメモリを提供できます。それだけでなく、ChatGPT、Claude、Google Docs、LM Studio、その他複数のアプリ間でそのメモリを実際に接続できるのです。つまり、使用するすべてのツール間で同じコンテキストを再利用できるということです。

MEM agentの仕組み

これがどのように機能するかを本当に理解するには、2つの部分を理解する必要があります。まず、モデル自体について説明します。MEM agentは40億パラメータのLLMで、メモリ管理、検索、コンテキストの保存、マークダウンファイルの整理のエキスパートになるよう特別にファインチューニングされています。

2番目の部分はMCP、つまりサーバーです。これがMEM agentをラップし、Claude Code、ChatGPT、Google Docs、GitHubなどの他のアプリケーションにその機能を公開します。

すべてのデータはローカルに保存されるため、データを完全にプライベートに保つだけでなく、Claudeがあなたを警察に通報するリスクもありません。これは冗談ではありません。Claude 4が登場したとき、人々が不適切または違法な代名詞を送信した場合に、当局に連絡しようとする複数の事例がありました。

将来的には、大手AI企業が実際にこのようなことを実装しても驚きません。そのため、すべての情報をローカルでプライベートに保つことがますます重要になるでしょう。

システム要件と性能

通常、モデルをローカルで実行するには非常に優秀なコンピューターが必要ですよね。例えば、12B GPDモデルには70-80GBのRAMが必要で、ほとんどの人が持っていません。しかし幸いなことに、これは4Bモデルです。つまり、20年前のラップトップでも持っていない限り、誰でもこれを実行できるのです。

そして最高の部分は、知識ベンチマークでのパフォーマンスの良さです。文字通り60倍大きなQwenfred 235Bとほぼ同等の性能を発揮します。

インストールとセットアップの課題

しかし小さな問題があります。これに関するコンテンツやチュートリアルが文字通り存在しないのです。チュートリアルなしでこれを実行するのは非常に困難でした。そこで私は、すべての教訓、すべてのエラー、犯したすべての間違いを集めて、この1つの動画に圧縮しました。この動画を見終わる頃には、MEM agentがコンピューターでローカルに動作し、すべてのファイル、ドキュメント、知識を完全にローカルかつプライベートに保存しながら、ChatGPTやClaudeなどの最高のAIツール内で使用できるようになるでしょう。

GitHubリポジトリのクローン作成

AIとデータプライバシーを真剣に考えているなら、最後まで見てください。最初にやることは、GitHubリポジトリをクローンすることです。これは聞こえるよりもずっと簡単です。これまでやったことがなくても恐れる必要はありません。立ち上げて実行するのにプロの開発者である必要はありません。私がやっていることについて来てください。

動画の下にGitHubのリンクを残しておきます。コードをクリックして、このリンクをコピーしてください。次に、選択したコードエディターに切り替えます。Cursor、VS Code、Windsurfなど、何でも構いません。ターミナルを開いて、git cloneと入力し、リンクを貼り付けます。

右側に、内部にリストされたすべてのファイルを含む新しいフォルダmem agent MCPが表示されるはずです。それから、clearと入力してターミナルを空にし、cd memと入力してTabキーを押します。mem agent MCPと表示されます。これで、このフォルダ内にいます。

ちなみに、プロのヒントです。コンピューター上のディレクトリを選ぶときは、フォルダ名にスペースが含まれていないものを選ぶことをお勧めします。そうでないと、後で問題が発生します。ドキュメントに移動して、スペースのないフォルダを作成するだけです。

Makefileを使用したインストール

このプロジェクトには、多くのコマンドをショートカットにまとめたmakefileというものが付属しています。これを使用して、実際にインストールを高速化し、これらの複雑なコマンドをすべて理解する必要がありません。このプロジェクトの作成者が私たちのためにずっと簡単にしてくれたからです。

ターミナルを拡張して、make check-uvから始めましょう。これは、マシンにUVがインストールされているかどうかをチェックします。これはpipよりもずっと高速なパッケージマネージャーです。

clearをもう一度入力します。次に実行する必要があるコマンドは、make installです。これはLM Studioをインストールします。これは、AIモデルをローカルで実行できるアプリケーションです。

皆さんの中には、UI版のLM Studioをすでに知っている人もいるかもしれませんね。ChatGPTでモデルとチャットするのと同様のスタイルでモデルとチャットできるところです。しかし、これはLM StudioのCLI、つまりコマンドラインインターフェースをインストールします。これは全く同じように機能しますが、物事を遅くする可能性があるすべてのグラフィカルユーザーインターフェースなしに、プロジェクトやアプリケーションを構築するために使用できます。

ご覧の通り、私はすでにLM Studioをインストールしていますが、インストールしていない場合は、このコマンドmake installがインストールして、必要な通りに設定してくれます。

エージェントの実行

次のステップは実際にエージェント自体を実行することです。しかし、ちょっと待って、AIファーストの開発者になりたいなら、新しいソサエティに参加してください。教室内では、AIでコーディングする方法から独自のAI SaaSを構築する方法まで、たくさんの排他的な高品質コンテンツがあります。

例えば、ここにはOpenAI Codexについて知る必要があるすべてを教える究極のCodexガイドがあります。Claude CodeとCursorのモジュールもあります。各モジュールでは、私の設定jsonファイルや私のClaude MD、私のコンテキストエンジニアリング、私のサブエージェント、私のカスタムコマンドなど、AIファーストの開発者になるために知っておく必要があるすべての排他的リソースを入手できます。

さらに、年間プランを選択すると、私との1対1の通話を受けることができ、何でも質問できます。さらに、Vectoral Proを1年間無料で利用できます。それに加えて、毎週2回の通話を行っています。

本当に12か月間集中すれば、今日完全な初心者であっても、トップ1%のAIファースト開発者になるでしょう。動画下の最初のリンクをクリックして、今日参加してください。内部でお会いしましょう。

MEM agentに戻って

MEM agentに戻ります。次のステップは実際にエージェントを実行することです。これには、40億モデルをローカルでインストールすることも含まれます。再度make run-agentと入力してEnterを押します。

MEM agentには3つの異なるモデルが付属しており、これはコンピューターがどれだけ強力かによります。4ビット量子化、8ビット、16ビットです。シンプルに保つために、これが最も高速で、これが最も強力です。8ビットはバランスの取れたオプションです。コンピューターがどれだけ強力かによります。M3やM4 MacBookを持っている場合は、おそらくBF-16を実行できます。中級レベルのGPUを持っている場合は、おそらく8ビットのものができます。最も高速な推論が欲しく、確信が持てない場合は、4ビットを選んで、選択したモデルの番号を入力してEnterを押してください。

次に、モデルがすでにインストールされているかどうかを検索します。ここでは一致するものが見つかりませんでした。そのため、Hugging Faceからモデルをインストールするよう求められます。

Hugging Faceについて

Hugging Faceが何かわからない場合、これは基本的にAIモデル用のGitHubのようなものです。ここでは、あらゆる種類のLLM、データセット、基本的にAI関連のものすべてを見つけることができます。MEM agentがこのオープンソースモデルであるQwenfred 4B thinking 257のファインチューンされたバージョンなので、ここに行ってすべてのファイルを見たり、ウェイトをダウンロードしたり、必要に応じて検査したりできます。

オープンソースモデルです。そのため、これらのクローズドソース企業の大きなモデルよりもずっと透明性があります。とにかく、セットアップに戻って、再度Enterを押しましょう。Hugging Faceがどのように機能するかを理解する必要はありません。このセットアップが本当に簡単にしてくれるからです。

再度Enterを押します。4ビット版はわずか2.28GBで、全く大きくありません。一度インストールが完了すると、ポート8000でサーバーが動作していると表示されます。モデルが現在ロードされているため、このターミナルを閉じないでください。これはClaude DesktopなどのアプリがMCPを通じてモデルを使用するために不可欠です。

トラブルシューティング

make installの部分でエラーが発生した場合は、このコマンドを実行する必要があるかもしれません。これが行うことは、基本的にLM Studio CLIをパスに追加することです。lmsコマンドが見つからないというエラーが表示されている場合は、これで修正されるはずです。

ローカルメモリフォルダの設定

次のステップは、ローカルメモリを保存するフォルダを選択することです。実際に、これ用の新しいフォルダを作成することをお勧めします。local memoryのようなものです。ここに、MEM agentがすべてのマークダウンファイルを保存します。実際に自分でも編集できます。

動画の後半で、MEM agentと一緒にCursorを使用して実際にコンテキストエンジニアリング自体を行う方法を示します。時には自分で書きたいことがあり、Cursorを使えばずっと高速にできます。

とにかく、このターミナルでMEM agentが動作しています。新しいものを作成することをお勧めします。最初にやることは、再度MEM agent MCPフォルダにCDすることです。Enterを押して、make setupと入力します。これは、すべてのMDファイルが保存されるメインメモリディレクトリとして機能するフォルダを選択したいPythonスクリプトを実行します。

このlocal memoryフォルダを作成しました。選択をクリックして、そこで完了です。メモリパスがそのメモリパスに保存されました。users daily documents MEM agent root local memory。

モデル名の確認と設定

MEM agentをローカルで実行したら、モデル名を確認する必要があります。これは非常に重要です。ここに識別子M mem agent LX2があります。識別子として表示されているものは何でも、基本的にそれをコピーして右に移動します。MLXモデル名を見つけて、これをこれに名前を変更します。これは識別子と一致する必要があります。これを行わないと、多くのエラーが発生します。しかし、この動画を見ているので、これらの問題に遭遇することはありません。

これらの最先端の超小規模プロジェクトをもっと見たい場合は、必ず購読してください。言っておきますが、誰もこれについて話していません。これが存在することすら誰も知りません。これらの最先端の地下AI プロジェクトに関するビデオをもっと作ってほしい場合は、必ず購読してください。2秒かかるだけで、完全に無料です。

インスタンスの管理

次にチェックすべきことは、実際に複数のインスタンスを実行しているかどうかです。再度、mammフォルダにCDしましょう。それをチェックするには、lmsppsを実行してください。これは実行しているすべてのインスタンスを表示します。ご覧の通り、複数のインスタンスを実行するという間違いを犯しました。これは明らかにリソースの無駄です。

lms unload mem-agent-mlxを実行します。これを使用していないからです。コロン2を使用していることを覚えておいてください。そのため、これをアンロードできます。同じコマンドlpspを実行すると、1つのモデル、1つのエージェントのみがロードされていることがわかります。

clearしましょう。次に、MCP JSONを生成する必要があります。make generate-mcp-jsonと入力します。これにより、MCP.jsonという名前の新しいファイルがここに作成されます。これは実際にMCPにコピーするために必要です。

Claude Code、Cursor、ChatGPTコネクタ、GitHubなど、MCPを使用しているソフトウェアでMEM agentを使用できます。その接続のために、実際にこのJSONを使用するツールのJSONに統合する必要があります。

Claude Desktopでのセットアップ

Claude Desktopでの設定方法を紹介します。ここでは、MEM agentによって守られたすべてのローカルプライベートメモリを使用して、世界最高のモデルの1つであるOpus 4.1を使用できます。Claudeが本当に必要なもののみを取得し、すべてのプライベートなもの、すべての秘密の機密事項、政府が知るべきではないあなたが研究しているすべての陰謀論、そういったものすべてがあなたのマシンにローカルに留まります。

claude.ai/downloadに移動し、お持ちのオペレーティングシステムを選択して、Claude Desktopのインストーラーを単純にダウンロードしてください。完了したら、クラウドと入力してアプリを起動します。

初回の場合は、Claude Codeまたはブラウザのclaude.aiで使用するのと同じAnthropic アカウントでログインする必要があります。Anthropicアカウントを持っていない場合、まず第一になぜでしょうか。第二に、30秒しかかからないので、作成してください。

Claude Desktopの設定

Claude Code内で、サイドバーを開きます。下に移動し、ユーザーをクリックして、設定をクリックします。次に、サイドバーを閉じることができます。下に移動します。下部で、開発者を見つけます。ここで、MCP サーバー設定を編集できます。設定を編集をクリックします。

このファイル、claude desktop config.jsonが開きます。これを任意のテキストエディター、コードエディターで開く必要があります。そして、実際にCursorやClaude CodeやCodexなどのAIツールを使用してJSONの編集を手伝ってもらうことができます。

MCPを使用したことがない場合、これは空になります。そのため、Claude Desktop設定でMCP JSONを文字通りコピー＆ペーストするだけなので、実際には簡単になります。しかし、私のようにすでにMCPサーバーを持っている場合は、Vectal MCPがあることがわかります。ちなみに、多くの人がVectalにMCPがあることをまだ知らないのです。使用していない場合は、見逃しています。

MCP設定の調整

とにかく、やる必要があることは、MCP.jsonをコピーして、この新しいMCPを下部に追加してClaude Desktop設定を更新すると言うことです。Enterを押します。Cursorまたは任意のAIコーディングエディターを使用して、正しい形式でこれを適切に追加するようにこのファイルを調整することができます。

実際には、ここで注意点があります。これがMEM agentからの推奨セットアップなのです。前述のように、このプロジェクトについてはウェブ上にあまり情報がありません。この設定で深刻な問題が発生していました。

実際に、少し調整します。1時間以上デバッグした後にわかったことは、MCPを表現する別の方法です。bashを使用する代わりに、UVを使用し、よりクリーンな方法で実行します。この2番目のMCPのスキーマをスクリーンショットのセットアップに従うように更新すると言います。ディレクトリはこのまま保持してください。

選択した最初のディレクトリである、フォルダのディレクトリをコピーします。言ったように、シンプルに保ってください。名前にスペースがあるものを選ばないでください。UVをコマンドとして使用し、引数を異なる方法で構造化する新しいセットアップで同じディレクトリを保持するよう指示します。この方法が私にはうまくいかなかったからです。もしかしたら皆さんにはうまくいくかもしれません。

でも、これが方法です。動画を一時停止してコピーするか、スクリーンショットを撮ってください。しかし、このセットアップは私にはうまくいきます。だからこれを示しています。

MCPサーバーの起動

とにかく、今やる必要があることは、Claude Desktopを閉じることです。これを完全に閉じましょう。シャットダウンします。次に、再度ターミナルを開きます。新しいターミナルを再度開く必要があります。MEM agent MCPフォルダにCDします。チャットを折りたたむことができます。必要ありません。

次に、MCPサーバーを開始する必要があります。エージェントはまだロードされているはずです。エージェントはまだロードされています。lmsppsでチェックできます。しかし、MCPサーバーは動作していません。uv run pythonと入力します。次に、サーバーを取得するためにこの場所に入る必要があります。

文字通り、フォルダの名前mcp server slash server.pyと入力してEnterを押します。これにより、Claude Codeがエージェントを使用するためにアクセスできる実際のMCPサーバーが開始されます。これには2秒ほどかかりましたが、このように見えるはずです。fast mcbp 2.0を使用しています。今、使用する準備ができているはずです。

Claude Desktopでのテスト

再度、最初からClaude Desktopを開始しましょう。APIキーを変更したため、Vector MCPについてエラーが出ています。皆さんが私のVectorアカウントを使用して私のタスクを完了しないようにするためです。しかし、見たいのは、MEM agentが機能するかどうかです。それを行う最良の方法は単純に尋ねることです。

MEM agentを使用して、現在YouTubeの動画を録画しているという情報を保存してくださいと言うことができます。明らかに、これを初めて使用するので、保存された情報はありません。そのため、MEM agentを使用して一部の情報を保存する必要があります。これは、実際にローカルメモリのここに表示されるはずです。

右側のファイルフォルダにMEM agent MCPがあります。これは明らかにこのプロジェクトのすべてのファイルですが、このlocal memoryがあり、user MDファイルがあります。これは、ユーザー（この場合は私）に関する情報を含むメインのマークダウンファイルです。MEM agentがこれを素晴らしいコンテキストエンジニアリング方式で保存したことがわかります。ユーザー情報、現在のアクティビティ、YouTube動画の録画、AIコンテンツ、現在のプロジェクト、YouTubeビデオ。

エンティティベースの情報管理

Claude Desktopに戻ると、完了しました。現在YouTubeビデオを録画していることを保存しました。これは明らかにレベル1です。ずっと深く行くことができます。MEM agentについて理解しなければならない概念は、エンティティの概念です。これは、人生の異なる分野や異なる人々について情報を保存する方法です。

チェコ共和国に3匹の猫がいるという情報を保存し、MEM agentを使用して新しいエンティティを作成してくださいと言うことができます。はい。そして今、これは新しいMDファイルをエンティティとして作成するはずです。

それを横に置いて、右上でローカルメモリフォルダを見ることができるようにしましょう。user MDは、すべてがウィキリンクを介してリンクされているメインファイルです。新しいサブフォルダエンティティが表示され、check catsという名前が付けられ、チェコ共和国の猫に関する情報を見ることができます。

user MDがペットでユーザー情報が拡張されて更新されました。これはそのMDファイルへのウィキリンクです。これが、あなたに関するすべての完全にローカルなデータベースと知識ベースを構築する方法です。

手動でのファイル編集

再度、美しさは、自分でもこれを使用できることです。Claude Desktopや任意の仲介者を通じてMEM agentを使用して情報を保存することを実行する必要はありません。単純に自分で編集できます。

新しいエンティティ、新しいファイルを追加したいとしましょう。私の会社.mdを追加できます。Davidの会社、業界、タスク管理と生産性、名前 vectal.ai と言えます。MRを追加できます。現在、ほぼ11Kにいて、他に欲しいものは何でも追加できます。コンテキストファイルを構築できます。

すでにObsidianを使用している場合、Google DocsやNotionを使用している場合、すでにどこかに知識を持っている場合があり、Claude 4 Opusなどの世界最高のAIモデルと一緒に使用したいが、すべての情報を提供したくない場合があります。そこで、MEM agentを使用して関連する情報のみをロードします。

フィルター機能による情報保護

今、あなたは考えているかもしれません。「わかった、デビッド、でも特定の種類の情報をどのように保護するの？私のMRを明かしたくない、猫の場所を明かしたくない、など」そうですね。MEM agent内にフィルターと呼ばれる機能があります。

再度、ターミナルを開きましょう。新しいものを作成して、CDと入力できます。再度、MEM agentフォルダにCDする必要があります。make add filtersと入力します。これにより、決して明かしたくないものを入力するオプションが与えられます。例えば、私の会社の収益を決して明かさないでください。Enterを押します。

次に、このようにカッコ付きでquitと入力して、フィルター追加のプロセスを終了できます。フォルダの右側を見ると、新しいファイルfiltersが見つかるはずです。これにはすべてのフィルターが含まれています。手動で追加できます。make add filtersを入力するよりも高速です。

フィルターのテスト

Claudeに行って新しいチャットを作成すると、ここでOpenを使用しましょう。新しいチャット。MEM agentを使用して、私と私の会社について知っているすべてを教えてくださいと言えます。収益以外のすべてを教えてくれるはずです。フィルターが正しく機能するかどうか見てみましょう。

メモリエージェントを使用して、あなたと会社に関する情報を取得します。これがMEM agentに行く質問を見ることができます。現在、MEM agentの出力について推論しています。テストに失敗するか、テストに合格するかを見てみましょう。

メモリエージェント検索に基づいて、あなたについて知っていることは次のとおりです。個人情報、接続。3匹の猫がいる、YouTube動画を録画している。あなたの会社。現在、会社情報はありません。MEM agentが実際に必要以上に厳格で、会社について何も明かしませんでした。

明らかに、あなたができることは、フィルターに入って指示を微調整することです。会社名、ウェブサイト、業界などの会社の基本情報は明かすことができるが、収益は明かすことができないと言って、どのように保護すべきかを明確にします。しかし、フィルターに入れたものを非常によく保護していることがわかります。私の会社の収益を決して明かさないと入れ、その情報を明かさないよう非常に注意深くしていましたが、フィルターで保護しなかった動画の録画やCATSのことは明かしました。

未来のコンテキストエンジニアリング

MEM agentは、このようなものの味です。このプロジェクトが成功するかどうか、誰にもわかりません。しかし、このようなものは未来の味です。これが、コンテキストエンジニアリングがどのようになるかです。すべてのファイルが安全にローカルに保存され、特にプライベートで機密性の高い情報が保存され、Opus 4.1のような最先端モデルを使用したい場合、ローカルで実行されているエージェントがその情報を取得し、ClaudeやChatGPTが実際に必要なもののみを提供し、それ以上でもそれ以下でもなく、プライベートでフィルタリングされた情報がインターネットにアクセスすることを保護します。

私の会社について情報を明かさなかった理由は、ウィキリンクを作成しなかったからです。やるべきことは、会社と言って、私の会社をここに入れることです。これで、user.mdから私が会社を所有していること、およびその会社に関する詳細情報をどこで見つけることができるかがわかります。

手動でファイルを作成するたびに、ウィキリンクも作成してください。Cursorを使用すると、今私のためにやったように、自動入力してくれます。それが美しさです。また、これは異なるマークダウンファイルなので、文字通り無限に長い知識ベースを持つことができます。

効率的な知識管理とコスト削減

MEM agentは知識検索とMDファイルでの作業にファインチューニングされているため、実際に必要なもののみをClaudeとChatGPTにロードします。制限に達することはありません。そうでなければ、MEM agentを通じて異なるMDファイルに適切に構造化した場合、長い本を貼り付ける必要があるでしょう。

最も関連性の高いコンタクトのみがロードされ、より安いプランを支払うことができます。私がやっているようにClaudeで月200ドルプラン、ChatGPTで月200ドルプランを支払う必要はないかもしれません。両方で20ドルプランだけで、MEM agentが必要に応じて関連情報を取得して、ファイルをMDファイルにローカルで適切に構造化することができます。

他のソフトウェアとの統合

前述のように、これは多くの異なるソフトウェアで使用できます。GitHubリポジトリから来るフォルダ内で、memory connectorsサブフォルダを見ることができます。ここには、ChatGPTなどの多くの異なるもののセットアップがあります。ChatGPTの履歴をエクスポートしたり、ライブコネクタが欲しい場合は、そのためのファイルもあります。

GitHub liveもあります。GitHubを使用してAPIを介してリポジトリとチャットし、異なる問題、ファイル名などを取得できます。それをClaude Desktop、Cursor、MCPを使用する任意のツールにロードします。

Google Docsもできます。多くの人がドキュメントとファイルの保存にGoogle Docsを使用しています。Google Docsともチャットできます。Google Drive APIを介してデータを抽出し、ウェブエージェントを通じて任意のツールに送信できます。NotionやNucleoでも同様です。

数週間後には、ここでさらに多くの異なるツールを見ても驚きません。Vectalのためのものさえあるかもしれません。それはクールでしょう。しかし、ChatGPT、GitHub、Google Docsを使用したい場合は、ここのこれらのファイルを探してください。

トラブルシューティングとサポート

CursorやClaude Codeを使用する場合は、ChatGPT履歴コネクタがどのように機能するかを尋ねることができ、どのように機能するか、どのように設定するか、エラーを修正する方法を教えてくれます。これは非常に新しいプロジェクトだからです。

予期しないものがあるかもしれません、エラーがあるかもしれないことを覚えておいてください。Claude Code、Codex、CursorなどのAIツールを使用してこれらと一緒に作業してください。

New Societyの紹介

実際にCursor、Claude Code、Codexの使用エキスパートになりたい場合、それを行う完璧な場所はNew Societyです。教室では、トップ1%のAI開発者になるために知っておく必要があるすべてがあります。

最初のAIエージェントを構築する方法でも、私の過去の動画からのすべてのテンプレートとプリセット、事前構築された自動化、私のAIエージェント、私のすべてのプロンプトと指示がここにあります。すべてと言うとき、私は本当にすべてのプロンプトと指示を意味します。

または、これらのツールの使い方を学びたいだけの場合、Codex、Claude Code、Cursorをトップ1%のユーザーのように使用する方法です。これらのツールに数百時間、この時点で1,000時間以上を費やし、最高の最新情報をすべてこれらのモジュールに蒸留して学習してもらいました。

年間プランの特典

年間プランを取得すると、私との1対1のコンサルティング通話を受けることができ、文字通り何でも質問できます。AIをビジネスに統合する手助けができます。セットアップの手助けができます。何でも聞きたいことを聞いてください。

さらに、年間New Societyプランを取得すると得られるもう1つのボーナスは、Vectoral Proを1年間完全に無料で利用できることです。正直に言うと、その12か月で成功しなかった場合、喜んでお金を返します。私たちが持っているすべてのコンテント、毎週行うすべての通話、素晴らしいコミュニティとのすべてのサポートが、AIやクライアントの獲得やAIでお金を稼ぐことに問題がないAIファースト開発者にあなたを変えると非常に確信しているからです。

参加して、「ねえ、これは私には向いていない。期待していたものではない。気に入らない」と思った場合、心配いりません。質問なしで個人的にお金を返します。New Societyへのリンクは動画の下にあります。

最後に

それを言って、皆さん、視聴ありがとうございました。MEM agentに関するこの動画を楽しんでいただけたことを願い、素晴らしい生産的な週をお過ごしください。また会いましょう。