Perplexityが「Projects」を公開した背景
Perplexityは2024年に入ってからAI検索ツールとしての地位を急速に固めてきたサービスです。単なる「賢い検索エンジン」という位置づけから、業務で継続的に使えるプラットフォームへと変わろうとしています。今回公開されたProjectsは、既存のSpacesという機能を発展させたもので、チームや個人が進行中の作業を一か所にまとめて管理できる仕組みです。共有ファイルシステムと、会話をまたいで情報を保持する「継続的なメモリ」を備えています。
これまでのAIツールが抱えてきた根本的な不満は、「毎回ゼロから説明しなければならない」という点でした。ChatGPTでも、新しい会話を始めるたびにプロジェクトの背景や自社の用語を一から入力する手間が発生します。Perplexityが今回のProjectsで目指しているのは、そのロスをなくすことです。一度チームで設定した情報をAIが覚え続け、次回以降はその文脈を前提に動いてくれる状態を作ることが、この機能の核心にあります。
SpacesとProjectsの違い
Spacesはもともと、特定のトピックや目的に合わせてAIの振る舞いをカスタマイズできる「区切られた作業エリア」という性格が強い機能でした。たとえば「マーケティング調査用」「競合分析用」といった形で空間を分け、それぞれに異なる設定を持たせることができます。一方でProjectsは、そこにファイルの共有と継続的なメモリが加わり、より「プロジェクト管理ツール」に近い体験を目指しています。
以下の表で両機能の主な違いを整理しました。
| 機能 | Spaces | Projects |
|---|---|---|
| AIのカスタマイズ | ○ | ○ |
| ファイルの共有 | △（限定的） | ○ |
| 継続的なメモリ | × | ○ |
| チームでの共同作業 | △ | ○ |
| 進行中タスクの管理 | △ | ○ |
Spacesが「AIの設定をカスタマイズする場所」だったとすれば、Projectsは「チームがAIと一緒に仕事を進める場所」という方向に進化しています。この違いは小さく見えて、実際の使い勝手に大きく影響します。
30〜40代の会社員にとって何が変わるか
具体的な場面で考えてみましょう。たとえば40代のマーケティングマネージャーが、四半期ごとの市場調査レポートを毎回AIと一緒に作っているとします。これまでは新しいセッションを開くたびに「うちの会社は中小企業向けのSaaS提供会社で、競合はA社とB社で……」という説明を繰り返す必要がありました。Projectsでは、この背景情報をプロジェクトに保存しておけば、次回からいきなり「今月の調査、前回と比べてどう変わった？」と話しかけられます。毎回の準備コストが下がるだけで、AIとの作業が実務に組み込みやすくなります。
また、チームでの共同利用という観点でも変化があります。これまでAIツールは「個人の道具」として使われることがほとんどで、同僚に共有するには出力結果をコピーして別のツールに貼り付けるという手順が必要でした。Projectsの共有ファイルシステムがあれば、チームメンバー全員が同じ文脈を持ったAIと話せます。たとえば経理部のチームが月次の数字まとめをProjectsで管理していれば、担当者が変わっても「前任者がどこまで整理したか」をAIが把握している状態からスタートできます。
Perplexityがこの方向に進む理由
今回の動きを「新機能の追加」として見るだけでは、もったいない読み方です。AIツール市場全体で、2024年から2025年にかけて起きているのは「個人向けから組織向けへのシフト」です。OpenAIはChatGPT Teamを拡充し、AnthropicはClaude for Workを強化しています。GoogleもGemini for Google Workspaceを通じて、企業内での定着を狙っています。
PerplexityがProjectsを出してきたのは、この競争の文脈で見ると明確な意図があります。AI検索という入口からユーザーを獲得し、プロジェクト管理という「粘着性の高い機能」で定着させる。一度チームのワークフローにProjectsが組み込まれれば、乗り換えコストが上がります。ツールの優劣ではなく、「どこにデータと文脈が積み上がっているか」が選択の決め手になってくるからです。ChatGPTの使い方ガイドでも触れているように、AIツールの乗り換えが難しくなるのは機能よりもデータの蓄積が理由であることが多く、Perplexityは意図的にそこを狙っています。
実際に使う前に確認しておきたいこと
Projectsへの移行を検討する場合、いくつかの点を事前に整理しておくと判断しやすくなります。
まず、継続的なメモリに何を保存するかです。AIが「覚えている」情報が増えるほど便利になる一方で、古い情報や誤った前提が残り続けるリスクもあります。定期的に保存内容を見直す運用ルールをチームで決めておくと、後から混乱が起きにくくなります。
次に、共有ファイルシステムに置く情報の範囲です。社内の機密情報をクラウドのAIツールに置くことへの社内ポリシーは、会社によって異なります。Projectsを業務で使う前に、情報セキュリティの観点から何を置いてよくて何は置かないのかを確認しておくことが現実的です。プロンプトの書き方ガイドでも取り上げているように、AIに渡す情報の設計はツールの使いこなし以前の問題として整理しておく必要があります。
機能の使い勝手については、現時点でPerplexityの有料プラン（Proプラン）での提供が中心になっています。無料プランでの利用範囲については今後の公式情報を確認するのが確実です。
まとめ
PerplexityのProjectsは、AIツールが「一回使い捨ての検索」から「チームで育てていくプラットフォーム」へと変わっていく流れの一つです。継続的なメモリと共有ファイルシステムという組み合わせは、個人での利用より、複数人で同じテーマを継続的に扱う仕事に向いています。すべての業務に合うわけではありませんが、月次レポートや継続的な調査業務のように「毎回同じ文脈から始まる作業」を抱えているチームには、試してみる価値があります。
AIツールの選択肢が増えるほど、「どのツールを使うか」より「どこに仕事の文脈を積み上げるか」が重要な問いになっていきます。あなたのチームにとって、その積み上げ先はどこが適切か——そこから考えると、Projectsへの評価もより具体的になるはずです。
