> For the complete documentation index, see [llms.txt](https://docs.cherryai.com.cn/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://docs.cherryai.com.cn/docs/jp/cherry-studio/preview/chat.md). # 会話 - アシスタント チャット画面は Cherry Studio で最もよく使うページですが、その構成には **2つの階層**：アシスタント → 会話。 この構造を理解すると、各種チャット機能をより効率的に使えます。 {% hint style="info" %} まだアシスタント、エージェント、スキルなどの概念が区別できない場合は、下の [アシスタントライブラリ](#助手库) の節と [エージェント](/docs/jp/cherry-studio/preview/agent.md) ページ。 {% endhint %} ## アシスタントと会話の関係 簡単なたとえ： * **アシスタント = ひとつの役割**（例：「製品ドキュメントアシスタント」「コードレビュアー」） * **会話 = その役割との一連のやり取り**（例：月曜に「リファクタリング案」を議論し、火曜に「バグ報告」を議論する） つまり：**1つのアシスタントの下に複数の会話を作成できる**ので、すべての会話はそのアシスタントの人格とパラメータ（プロンプト、モデル、温度など）を共有し、毎回 AI の役割やスタイルを再設定する必要はありません。 ### アシスタント アシスタントは AI に固定の役割を与えるもので、システムプロンプト + モデルパラメータのプリセットで構成されます。 * **システム既定アシスタント**：汎用アシスタント。特別なプロンプトは設定されておらず、そのまま使えます * **より専門的なアシスタント**：下で [アシスタントライブラリ](#助手库) 既存のプリセットを閲覧するか、自分で作成できます ### 会話 各アシスタントの下に複数の会話（つまり複数の独立したチャット）を作成できます。各会話は互いに独立していますが、所属するアシスタントの設定を共有します。 適用シーンの例： * 同じ「コードアシスタント」の下で「プロジェクトAのリファクタリング」「プロジェクトBのバグ」など複数の会話を分けて管理する * 同じ「翻訳アシスタント」の下で複数の会話を開き、それぞれ異なる記事を処理する

各アシスタントの下に複数の会話を展開できます（図では「マーケティング」アシスタントの下に2つの会話が展開されています）

## アシスタントライブラリ アシスタント一覧のアシスタントはどこから来るの？ システム既定アシスタントのほか、 **アシスタントライブラリ** 追加するか、自分で作成できます。アシスタントライブラリは **アシスタントプリセットマーケット**で、「役割 + プロンプト + パラメータ」のテンプレートを多数提供し、追加すると会話ページのアシスタント一覧に表示されます。 {% hint style="warning" %} **エージェントと混同しないでください**：アシスタントライブラリが提供するのは、上で述べた [会話アシスタント](#助手)（ひとつの役割プリセット）です；[エージェント](/docs/jp/cherry-studio/preview/agent.md)（入口【起動台】→【作業】）は、ツールを自律的に呼び出し、ファイルを読み書きし、複数ステップでタスクを完了できる別のシステムです。両者は別物で、設定場所も異なります。アシスタントは会話ページで管理し、エージェントは【作業】で管理します。 {% endhint %} ### アシスタントライブラリに入る 1. 会話ページ左側のアシスタント一覧の上部で、 **表示方法** アイコン（漏斗形）をクリックし、ポップアップメニューで【アシスタントを管理】を選択します。 2. 開いた「アシスタント管理」ページの右上で【アシスタントライブラリ】ボタンをクリックすると、アシスタントプリセットマーケットに入れます。

アシスタントライブラリ —— 用途別分類（件数バッジ付き）でアシスタントカードを閲覧し、上部に検索ボックスがあります

### アシスタントライブラリでアシスタントを探す * **カテゴリフィルタ**： `すべて` / `厳選` や複数の用途カテゴリ（職業、ビジネス、ツール、言語、オフィス、汎用、ライティング、プログラミング、感情、教育、クリエイティブ、学術、デザイン、アート、娯楽、生活 など）で絞り込みます。カテゴリ名の横の数字は、そのカテゴリのアシスタント数です * **検索**：上部の検索ボックスで、すべてのカテゴリ内からキーワード検索できます * **プレビュー**：アシスタントカードをクリックすると、そのアシスタントのシステムプロンプト、推奨モデル、パラメータプリセットを確認できます ### 自分のアシスタントに追加 * アシスタントカードの **追加** ボタンをクリックすると、そのプリセットをアシスタント一覧に追加できます * その後、会話ページのアシスタント一覧でそのアシスタントを確認できます ### 自分のアシスタントを作成する 「アシスタント管理」ページ右上の【新規アシスタント】をクリックすると、 [アシスタントを編集](#bian-ji-zhu-shou) と同じダイアログが開き、タブごとに入力できます： * **基本**：アイコン、名前、説明、このアシスタントの既定モデル、グループ * **モデル**：温度、Top-P、最大 Token 数などのモデルパラメータ（詳細は下記の [アシスタント設定](#zhu-shou-she-zhi)） * **プロンプト**：このアシスタントの役割と振る舞いを決めます。入力欄右上の稲妻ボタンが【AI プロンプト最適化】で、 [グローバル既定アシスタントモデル](/docs/jp/pre-basic/settings/default-models.md) を使って現在の内容をより構造化して書き換えられます * **ナレッジベース**：既に作成済みの [ナレッジベース](/docs/jp/knowledge-base/knowledge-base.md) * **MCP**：このアシスタントで MCP ツールを有効にする

新規 / 編集アシスタントのダイアログでは、左側に 基本 / モデル / プロンプト / ナレッジベース / MCP の5つのタブがあります

{% hint style="info" %} **モデル選択**： **基本** タブでアシスタントに既定モデルを指定することもできますし、会話ページ上部のモデルのドロップダウンメニューでいつでも一時的に切り替えられます。アシスタントの既定モデルを指定しない場合は、 [グローバル既定会話モデル](/docs/jp/pre-basic/settings/default-models.md#mo-ren-zhu-shou-mo-xing)。 {% endhint %} ### インポートと管理 「アシスタント管理」ページの右上には3つのアクションボタンがあります： * **新規アシスタント**： [アシスタント編集ダイアログ](#bian-ji-zhu-shou) を開く * **アシスタントライブラリ**：上で紹介したアシスタントプリセットマーケットに入る * **アシスタントをインポート**：『外部からインポート』ダイアログを開き、他人が共有したアシスタントをインポートする 「アシスタント管理」ページ自体は、追加済みアシスタントの集中管理に使われ、一括削除、一括エクスポートに対応しています。 【外部からインポート】ダイアログには3種類の一括インポート方法があり、インポート後はアシスタントがあなたのアシスタント一覧に表示されます： * **ファイルアップロード**：JSON ファイルをドラッグするか選択します * **クリップボード**：アシスタントの JSON テキストを直接貼り付けます * **URL インポート**：JSON のリンクを入力します（安全上の理由から、現在は GitHub Gist、raw\.githubusercontent.com などのソースのみ対応しています）

外部からインポートダイアログ —— ファイルアップロード / クリップボード / URL インポート

### いつアシスタントライブラリを使い、いつエージェントを使う？ | シーン | おすすめ | | ----------------------------------------- | ----------------------------------------------------------------------------------------------------------------------------------------------------- | | 個性化された「役割」との素早い会話（執筆、翻訳、技術Q\&Aなど） | **アシスタントライブラリ** | | AI にツールの自律呼び出し、ファイルの読み書き、複数ステップのタスク実行をさせる | [**エージェント**](/docs/jp/cherry-studio/preview/agent.md) | | 定期実行、クロスプラットフォームのメッセージ配信 | **エージェント +** [**定期タスク**](/docs/jp/advanced-basic/automation/scheduled-heartbeat.md) **+** [**チャンネル**](/docs/jp/advanced-basic/automation/channels.md) | ## ダイアログ内のボタン

入力欄ツールバーには既定で4つのよく使うツールだけが表示され、その他の機能はすべて【+】入力ショートカットパネルにあります

入力欄の下のツールバー **既定では4つのよく使うツールのみ表示します**、その他の機能は末尾の **【+】入力ショートカットパネル** に収められています。既定で表示するツールを変更したい場合は、【+】→【ツールバーをカスタマイズ】をクリックします。 ### 既定ツールバー | 名称 | 役割 | | ------------------- | ------------------------------------------------------------------------ | | **新規会話** | 現在のアシスタント内に新しい会話を作成します | | **ネット検索** | Web検索結果をコンテキストとしてモデルに返します。事前にオンラインモードで設定が必要です。モデルによっては「モデル内蔵」検索に切り替えられます | | **ナレッジベース** | 既に作成済みの [ナレッジベース](/docs/jp/knowledge-base/knowledge-base.md) をコンテキストとして | | **+（入力ショートカットパネル）** | を押すと、下のこの一連の追加ツールと操作が開きます | ### 入力ショートカットパネル（+） をクリック **+**、または入力欄に直接入力しても `/`、このパネルが開きます。パネルは ↑↓ で選択、Tab / Enter で確定、ESC で閉じます。 | 名称 | 役割 | | ---------------- | ------------------------------------------------------------------------------------------------------------ | | **添付をアップロード** | 画像またはドキュメントをアップロードします。画像はモデルが視覚機能に対応している必要があり、ドキュメントはコンテキストとして解析されます | | **画像を生成** | 現在の会話モデルに画像を生成させます。事前に【設定】→【既定モデル】で画像生成モデルを設定してください。専用の画像生成は [描画](/docs/jp/cherry-studio/preview/drawing.md) | | **プロンプト管理** | プリセットプロンプトを挿入・管理します。詳細は [入力ツールバーと効率化ツール](/docs/jp/advanced-basic/workbench/composer-efficiency.md) | | **MCP** | 現在の会話で使用可能な MCP サーバーを表示して有効化します | | **ノートを引用** | から [ノート](/docs/jp/cherry-studio/preview/notes.md) の中から1件を添付として引用します | | **コンテキストをクリア** | **メッセージを保持**、ただしモデルには以前の会話を「忘れさせる」（コンテキストを切り詰める） | | **ツールバーをカスタマイズ** | 既定ツールバーにどのツールを表示するかを選択します | 入力欄に追加した画像は添付マークとして表示されます。マウスオーバーで素早くプレビューでき、添付をクリックするか、キーボードでフォーカスしてから Enter / Spaceを押すと、完全な画像プレビューを開けます。 {% hint style="info" %} **「コンテキストを消去」はメッセージを削除しません**：メッセージは会話に残ったままですが、モデルにはこの時点からあなたを再認識させ、それ以前の内容は覚えさせません。 {% endhint %} ### 入力欄の右側 * **展開 / 折りたたみ**（入力欄右上）：入力欄を拡大して、長文を入力しやすくします * **思考**（右下のドロップダウン、表示は「デフォルト」）：モデルの推論強度を調整します。選択したモデルが推論に対応している場合のみ調整でき、非対応モデルでは「現在のモデルは推論強度の調整に対応していません」と表示されます * **送信**：メッセージを送信します（既定 Enter、【設定】で変更可能） [ショートカット](/docs/jp/pre-basic/settings/key-shortcut.md) キーボードで起動する ### 入力欄のヒントには、2つのショートカット入力がすでに書かれています： ：入力ショートカットパネルを開き、ツールや操作を選択します（ * **`/`**クリックするのと同じです） **+** ：既存の話題を引用し、その内容を現在の会話に取り込みます * **`@`**：既存の話題を引用し、その内容を現在の会話に取り込みます {% hint style="info" %} 【設定】→【外観】→【入力設定】で **推定Token数を表示** を有効にすると、入力欄には参考用の推定 Token 消費量も表示されます（モデルごとにトークン分割方式が異なるため、実際の課金はモデル提供元に従います）。 {% endhint %} ## 会話設定 会話画面の **メッセージ表示** と **入力関連** 設定は現在すべて `設定 → 外観` に統一され、すべてのアシスタントのすべての会話にグローバルに適用されます；**モデルパラメータ** はアシスタントごとに個別設定します。 ### メッセージ表示と入力設定 以下の設定はすべて `設定 → 外観` で調整し、完全な説明は 外観 を参照してください： * **メッセージ表示**：メッセージスタイル（吹き出し / シンプル）、セリフ体を使う、メッセージのフォントサイズ、思考内容の自動折りたたみ、メッセージのアウトライン表示、コードの行番号表示 / コードブロックの折りたたみ可 / コードブロックの折り返し可、コードスタイル、数式レンダリングなど * **入力関連**：送信ショートカットキー、推定 Token 数の表示、Markdown による入力メッセージのレンダリング、メッセージ削除前の確認など ### モデルパラメータ 温度、Top-P、最大 Token 数、ストリーミング出力、コンテキスト管理、カスタムパラメータなど **モデルパラメータはアシスタントごとに設定します**、場所は [アシスタントを編集](#bian-ji-zhu-shou) ダイアログの「モデル」タブです。詳細は下記を参照してください [アシスタント設定](#zhu-shou-she-zhi)。 ## アシスタント設定 アシスタント一覧で **右クリックして** 設定したいアシスタントを選び、ポップアップメニューで【アシスタントを編集】を選択すると、アシスタント編集ダイアログを開けます。 ### アシスタントを編集 {% hint style="info" %} アシスタント設定は、そのアシスタント下のすべての会話に適用されます。 {% endhint %} 編集ダイアログの左側は5つのタブに分かれています： * **基本**：アイコン、名前、説明、このアシスタントの既定モデル、グループ * **モデル**：温度、Top-P、最大 Token 数、ストリーミング出力、コンテキスト管理、カスタムパラメータなどのモデルパラメータ * **プロンプト**：つまり prompt で、参照できます [エージェント](/docs/jp/cherry-studio/preview/agent.md) ページのプロンプト記述方法に従って内容を編集できます * **ナレッジベース**：既に作成済みの [ナレッジベース](/docs/jp/knowledge-base/knowledge-base.md) * **MCP**：このアシスタントで MCP サーバーを有効にする

アシスタント編集ダイアログ（基本タブ）

#### 既定モデル（基本タブ） 「基本」タブでは、このアシスタントに既定モデルを固定できます。未設定の場合は [グローバル既定会話モデル](/docs/jp/pre-basic/settings/default-models.md#mo-ren-zhu-shou-mo-xing)。 {% hint style="info" %} アシスタントの既定モデルはグローバル既定会話モデルより優先されます。アシスタントの既定モデルを設定しない場合、アシスタントの既定モデル = グローバル既定会話モデルです。会話ページ上部のモデルのドロップダウンメニューで、いつでも一時的にモデルを切り替えることもできます。 {% endhint %} #### モデルパラメータ（モデルタブ） 以下のパラメータはすべて「モデル」タブで調整します。 #### **`温度 (Temperature)`** ： 温度パラメータは、モデルが生成するテキストのランダム性と創造性の度合いを制御します（既定値は 0.7 です）。具体的には： * 低い温度値(0-0.3)： * より確定的で、的を絞った出力 * コード生成、データ分析など正確性が求められる場面に適しています * 最も可能性の高い語を選んで出力する傾向があります * 中程度の温度値(0.4-0.7)： * 創造性と一貫性のバランスが取れています * 日常会話、一般的な執筆に適しています * チャットボットの会話には 0.5 前後がおすすめです * 高い温度値(0.8-1.0)： * より創造的で多様な出力を生成します * クリエイティブライティング、ブレインストーミングなどの場面に適しています * ただし、テキストの一貫性が下がる可能性があります #### **`Top P (ヌクレアサンプリング)`**： 既定値は 1 で、値が小さいほど AI が生成する内容は単調になり、理解しやすくなります。値が大きいほど、AI の返信で選ばれる語彙の範囲が広がり、より多様になります。 ヌクレアサンプリングは、語彙選択の確率しきい値を制御して出力に影響を与えます： * 小さい値(0.1-0.3)： * 確率の高い語彙のみを考慮する * より保守的で、制御しやすい出力 * コードコメント、技術文書などの場面に適しています * 中程度の値(0.4-0.6)： * 語彙の多様性と正確性のバランスを取る * 一般的な会話や執筆タスクに適しています * 大きい値(0.7-1.0)： * より幅広い語彙選択を考慮する * より豊かで多様な内容を生み出す * 創造的な執筆など、多様な表現が必要な場面に適しています {% hint style="info" %} * この2つのパラメータは、単独でも組み合わせても使えます * 具体的なタスクの種類に応じて適切なパラメータ値を選んでください * 特定の用途に最適なパラメータの組み合わせを実験して見つけることをおすすめします * 以上は概念の理解と参考のための内容です。示したパラメータ範囲はすべてのモデルに適しているとは限らず、具体的にはモデル関連ドキュメントのパラメータ推奨を参照してください。 {% endhint %} #### **`コンテキスト管理`** リクエストと一緒にモデルへ送る履歴コンテキストをどう処理するかを制御します。オンにすると、このアシスタントはカスタムのコンテキスト管理設定（長い履歴の自動圧縮、しきい値による切り詰めなど）を使用し、オフにするとグローバル設定に従います。コンテキストが長いほどモデルが覚える情報は増えますが、消費する token も増えます。 #### **`最大ツール呼び出し回数`** 1回の返信でアシスタントが連続してツールを呼び出せる回数を制限します。新規アシスタントの既定値は100回で、1〜1000の範囲で設定できます。既存アシスタントは元の値を保持し、旧設定では20回が一般的です。 「ツール呼び出し回数の上限に達しました」のような表示が出た場合は、この項目を少し上げるか、タスクを小さく分けて再試行してください。回数が多いほどツールチェーンの実行時間は長くなり、Token を多く消費する可能性もあります。通常の会話では積極的に上げる必要はありません。 #### **`メッセージ長制限を有効化 (MaxToken)`** 1回の応答の最大 [Token](https://docs.cherry-ai.com/question-contact/knowledge#shen-me-shi-tokens) 数。大規模言語モデルでは、max token（最大トークン数）は重要なパラメータで、モデルが生成する応答の品質と長さに直接影響します。 > 例：Cherry Studio で key を入力してモデル接続をテストするとき、メッセージが正しく返るかだけ分かればよく、特定の内容は不要です。この場合、MaxToken を 1 に設定すれば十分です。 多くのモデルの MaxToken 上限は 32k Tokens ですが、64k やそれ以上のものもあります。詳細は該当の紹介ページで確認してください。 具体的にいくつにするかは自分の必要に応じて決めてください。もちろん、以下の推奨も参考にできます。 {% hint style="success" %} おすすめ： * 通常のチャット：500-800 * 短文生成：800-2000 * コード生成：2000-3600 * 長文生成：4000以上（モデル自体の対応が必要） {% endhint %} {% hint style="warning" %} 通常は、モデルが生成する応答は MaxToken の範囲内に制限されます。ただし、切り詰め（長いコードを書くときなど）や表現が不完全になることもあります。特殊な場合は、実際の状況に応じて柔軟に調整してください。 {% endhint %} #### **`ストリーミング出力 (Stream)`** ストリーミング出力はデータ処理の方法の一つで、データを一度にすべて送るのではなく、連続した流れとして送受信・処理することを可能にします。この方法により、データは生成されるとすぐに処理・出力でき、リアルタイム性と効率が大幅に向上します。 Cherry Studio クライアントのような環境では、簡単に言えばタイプライター効果です。 オフにすると（非ストリーム）：モデルが情報を生成し終えた後、全体を一度に出力します（微信でメッセージを受け取る感じを想像してください）； オンにすると：1文字ずつ出力され、大規模モデルが1文字生成するたびにすぐあなたに送信され、すべて送り終えるまで続きます。 {% hint style="info" %} 一部の特殊なモデルがストリーミング出力に対応していない場合は、このスイッチをオフにする必要があります。例えば **最初から** 非ストリームのみ対応の o1-mini などです。 {% endhint %} #### **`カスタムパラメータ`** リクエストボディ（body）に追加のリクエストパラメータを加えます。たとえば `presence_penalty` などのフィールドです。普通は通常の利用では不要です。 > 上記の top-p、maxtokens、stream などのパラメータは、これらの一部です。 書き方：パラメータ名 — パラメータ型（テキスト、数値など）— 値。参考文書：[クリックして移動](https://openai.apifox.cn/doc-3222739) {% hint style="info" %} 各モデル提供元には、多少なりとも独自のパラメータがあり、使い方は提供元のドキュメントで確認する必要があります {% endhint %} {% hint style="info" %} * カスタムパラメータの優先度は組み込みパラメータより高いです。つまり、カスタムパラメータが組み込みパラメータと重複する場合は、カスタムパラメータが組み込みパラメータを上書きします。 > 例：カスタムパラメータで `model` 「 `gpt-4o` を設定すると、会話内でどのモデルを選んでも使われるのは `gpt-4o` モデルです。 * 使用 パラメータ名:undefined の設定でパラメータを除外できます。 {% endhint %} *** ### ヘルプの取得とフィードバックの送信 設定または使用中に不明点、バグ、機能改善の提案がある場合は、 [フィードバックと提案](/docs/jp/question-contact/suggestions.md) に記載の公式チャネルをご参照ください。 --- # Agent Instructions This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com. ## Querying This Documentation If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question. Perform an HTTP GET request on the current page URL with the `ask` query parameter, and the optional `goal` query parameter: ``` GET https://docs.cherryai.com.cn/docs/jp/cherry-studio/preview/chat.md?ask=&goal= ``` `ask` is the immediate question: it should be specific, self-contained, and written in natural language. `goal` is optional and describes the broader end goal you are ultimately trying to accomplish on behalf of the user. GitBook uses it to tailor the answer towards what is most useful for that goal. The response will contain a direct answer to the question and relevant excerpts and sources from the documentation. Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.