入門

AIに「最新」を聞いても古い答えが返る理由──知識の期限と、最新を取りに行く2つの道具

泉水亮介2026年7月3日

「ClaudeでIR情報を聞いたら数ヶ月前のものしか出てこない。これって本当？」「気象庁のサイトから、前日の東京の平均気温を取ってこられる？」──授業でこの2つの質問がほぼ同時に出た。どちらも同じ一点でつまずいている。AIの頭の中の知識には「期限」があり、その期限より新しいことや、特定サイトの今の数字は、モデルの記憶ではなく“道具”で取りに行くもの、という切り分けだ。ここが曖昧なままだと「AIは最新を知らない、使えない」と誤解して止まる。今日はこの切り分けを1本に整理する（本記事のモデル名・カットオフ日・料金は2026年7月時点の公式情報に基づく。これらは変化が速い領域のため、最新情報は都度公式ドキュメントで確認してほしい）。

AIの知識には「期限」がある──しかも日付は2つある

大規模言語モデルは、ある時点までのデータで学習して作られる。その時点を過ぎた出来事は、モデルの中には入っていない。Anthropic のヘルプにもはっきり書いてある。「これらのモデルは、それぞれのカットオフ日より後に起きた出来事や情報を認識していない可能性がある」（出典：Claude Help Center「How up-to-date is Claude’s training data?」）。古いモデルだと Claude Opus 3 は 2023年8月まで、という具合に、モデルごとに期限が違う。

ややこしいのは、この「期限」が実は2つあることだ。Anthropic の公式モデル一覧は、1つのモデルに対して**「信頼できる知識のカットオフ（reliable knowledge cutoff）」と「学習データのカットオフ（training data cutoff）」の2つ**を併記している。公式の定義はこうだ。「reliable knowledge cutoff は、モデルの知識が最も広く信頼できる日付を指す。training data cutoff は、学習に使ったデータのより広い日付範囲を指す」（出典：Claude Platform Docs「Models overview」）。

数字で見ると差がわかる。たとえば Claude Haiku 4.5 は、信頼できる知識のカットオフが 2025年2月なのに対し、学習データのカットオフは 2025年7月（同・Models overview の表）。一方いちばん新しい世代の Claude Opus 4.8 や Sonnet 5 は、どちらも 2026年1月で揃っている（いずれも2026年7月時点の情報）。ここから言えるのは、学習データに“少しは入っている”直近数ヶ月ぶんの情報は、信頼度が落ちる帯だということ。「数ヶ月前のものしか出てこない」という体感は、まさにこの信頼できるカットオフの手前が“濃くて確か”で、そこから先は薄くなっていく、という構造から来ている。

「最新が出ない」はバグではなく設計どおり

だから、IR情報のような「時とともに変わる、特定の会社の数字」をモデルの記憶だけに聞くと、古い答えが返るのは正常な動作だ。バグではない。公式ドキュメントも、モデルが自分で答えず“調べに行くべき”ケースをこう挙げている。「最近の出来事・ニュース・発表」「現在の価格・レート・スコア・統計」「変わっている可能性がある特定の組織・人・製品の情報」（出典：Claude Platform Docs「Web search tool」）。IR情報はこの3つ全部に当てはまる。

逆に、確定した事実・数学・科学の基礎・コーディングの概念のような「変わらない知識」は、モデルがそのまま答えていい、とも同じドキュメントに書いてある。つまり**「記憶で答えていいもの」と「取りに行くべきもの」をモデル自身が仕分けしている**。僕らがやることは、取りに行くための道具をちゃんと渡すことだ。

どっちを使う？──「探して」と「これを読んで」で分ける

使い分けはシンプルだ。在り処が決まっていないなら「探して」＝Web検索。読む先が1枚に決まっているなら「これを読んで」＝Web Fetch。「最新のIR、決算の要点は？」は前者。「気象庁のこのページから前日の東京の平均気温を取って」は後者になる。冒頭の2つの質問は、実は道具が違うだけで、どちらも「記憶ではなく取りに行く」で解決する同じ問題だった。

なお、Web Fetch には安全設計上の制約がある。「Claude はURLを自分で勝手に組み立てられない。ユーザーが明示的に渡したURL、または直前のWeb検索・Fetchの結果に出てきたURLしか取得できない」（出典：Claude Platform Docs「Web fetch tool」）。だから「気象庁のどこか」ではなく、対象ページのURLを自分で渡すのが基本になる。

つまずきどころ──JavaScript描画ページと、道具の有効化と、鵜呑み禁止

最後に、実務で必ず出る落とし穴を3つ。

第一に、JavaScriptで描画するページは Web Fetch が読めない。公式ドキュメントに「Web Fetch ツールは現時点でJavaScriptで動的に描画されるサイトには対応していない」と明記されている（出典：Claude Platform Docs「Web fetch tool」）。気象庁の一部ページのように中身をJSで組み立てるサイトだと、URLを渡しても本文が取れないことがある。その場合は、生データのCSVや公開データのページなど、静的に本文が入っているURLを狙うと通りやすい。

第二に、道具は「渡して有効にして」初めて動く。API で自作するなら tools に web_search / web_fetch を明示的に足す必要があるし、チャットアプリ側でも管理者がWeb検索をオフにしていれば使えない（出典：Claude Platform Docs「Web search tool」の有効化に関する記述）。「AIが最新を取れない」の正体が、実は道具を渡していないだけ、というのは本当によくある。

第三に、取ってきた数字も鵜呑みにしない。Web検索は出典（citation）が必ず付く仕様なので（出典：同「Web search tool」）、元ページを開いて数字を突き合わせる癖をつける。道具で最新に触れても、最後に確かめるのは人間の仕事だ。

結論をもう一度。**AIの記憶には期限がある。最新や特定サイトの数字は、記憶に期待せず「探して（Web検索）」か「これを読んで（Web Fetch）」で取りに行く──この一手が入るだけで、「AIは古い」は「AIに最新を渡せる」に変わる。**モデル名・カットオフ日・料金は今後も更新され続けるので、実務で使う際は必ず公式ドキュメントの最新版を確認してほしい。

出典

Claude Help Center「How up-to-date is Claude’s training data?」 https://support.claude.com/en/articles/8114494-how-up-to-date-is-claude-s-training-data
Claude Platform Docs「Models overview」（reliable knowledge cutoff / training data cutoff の定義とモデル別カットオフ表） https://platform.claude.com/docs/en/about-claude/models/overview
Claude Platform Docs「Web search tool」（リアルタイムWebアクセス・検索するケース・citation・料金1,000回10ドル） https://platform.claude.com/docs/en/agents-and-tools/tool-use/web-search-tool
Claude Platform Docs「Web fetch tool」（指定URL/PDFの取得・URL制約・JS描画未対応・追加料金なし） https://platform.claude.com/docs/en/agents-and-tools/tool-use/web-fetch-tool