AIに新規セッションを立ち上げて指示を出す、そのたった一行の作業すら面倒になってきた。それを自動化しようとループコーディングを試すもうまく動かず、たどり着いたのが番頭・手代・目付・主人という役割分担でAIに長時間タスクを回させる「大店経営」でした。プレイングマネージャー禁止、指示書を読んだら負け、という発見は人間社会の組織論とそのまま重なります。（本質的な意味では「ループコーディング」なんだけど、一般的な方法論をそのまま与えてもうまくいかなかった）

後半はLLRの話。チェックが開閉するちょっとした機能から、絵文字をAIに読ませるための道具として使い始めた話、タスク管理アプリを1ヶ月半で手放せた話まで。AIがルーチンで毎朝タスクを進める仕組みを完成させることが、今のごりゅごの目標です。

動画の目次

1. AIへの一行指示すら面倒だった — ループコーディングを仕事に応用する

2. たどり着いた先は「大店経営」だった

3. プレイングマネージャーは禁止 — 指示書を読んだら負け

4. 1個の仕事から少しずつ広げる

5. LRのチェックが開閉するあの機能とスペーストレペティション

6. 絵文字はAIに読ませるための道具だった

7. タスク管理を1ヶ月半で手放せた

8. 「やりっぱなし仕事法」とAIルーチンで自動化を完成させる

これまでのシリーズはこちらからご覧いただけます。

→ Knowledge Stack - Videos

また、ナレッジスタックの動画はPodcastとして耳だけで聞いていただくことも可能です。

購読方法は 公式ヘルプ（外部アプリでの聴き方） に詳しくまとめられていますが、最も簡単なのはSubstack公式アプリを利用する方法です。

Apple PodcastsやOvercastなどのお好みのアプリで聴きたい場合は、Substackの「Manage subscription」ページから「Private podcast feed」を取得して各アプリに登録してください。

動画の構成

1. AIへの一行指示すら面倒だった — ループコーディングを仕事に応用する

00:00:00

「これを人間がやるのめんどくせぇよね」。Claudeに新規セッションを立ち上げて「なになにを始めます、このノートを読んで」と指示を出す、その一行の作業自体が省略できることに気づく。LRにやるべきことを並べておけば、AIがデイリーノートを上から読んで進めるだけでいい。Claudeのルーチン機能と組み合わせれば、毎日何時にどの仕事を始めさせるかまで自動化できると気づいた。

Read more

🧭9-Field Structureを使ってフリーボードで考えを整理する方法（はるな👠iPad Worker）

7月のテーマは「9マス思考整理術」

🎥 フリーボードで「9マス思考整理術」

7月のiPadセミナー「9マス思考整理術」では、Appleのフリーボードを使って「9-Field Structure」を書く方法を紹介します。

🌟 セミナー内容

- 9-Field Structureの考え方：9つの問いと、縦列・横列の読み方を紹介

- フリーボードでの書き方：表の便利な機能紹介、手書きとの組み合わせ方など

- 判断基準の作り方：9-Field Structureを使って判断基準を明確にする方法

- 空白から次の問いを見つける方法：埋まっていないマスや、つながらないマスを手がかりに、考えを進める方法

- 生成AIとの事例紹介：9-Field Structureを生成AIに渡し、ObsidianのVisual Cardプラグインを形にした事例紹介

今回もまた「ごりゅごは超不得意だからこういうこと全然やらないけど、たぶんナレッジスタック読んでくれてるひとの多くはこういうこと好きだよね」というどストレートのテーマ。

そして同時に、こういうことも「紙の方が直感的だけどデジタル手書きの方が便利なことが多い」という非常に「はるなさんの得意なところを攻めまくっているテーマ」でもあります。

リアルタイムのセミナーは、どなたでもご参加いただけます。

お時間あれば、是非ご参加ください。

開催日：7月26日（日）

時間：10:00〜11:30（9:50から入室可能）

Zoomリンク

ミーティングID: 824 6939 5072

パスコード: 828391

ちょっと前に、指を痛めたことをきっかけにして、生成AIとのやりとりを「圧倒的に音声指示中心」で使うことを試してみました。

ここでの発見だったり、そこからの変化などがいろいろたくさんあったので、ちょっとそのことについて整理してみたいと思います。

指が痛いしケツも痛いしキーボードも壊れる

まず、この6月から7月にかけて、ごりゅごの生活環境というか、仕事のスタイルがけっこうたくさん変化してきています。

まず、6月末にスーパーの重い袋を持ち続けたことをきっかけにして、左手の人差指を痛める。

そしてそれとは別件で、仕事椅子の相性が良くなくて、ケツの一部に負担がかかりすぎて、ケツが痛い。（厳密には腿の付け根部分）

仕事椅子に関しては話すと長くなりすぎるんですが、元々2年前から「立って仕事するスタイル」を中心にしようとしながら、それでも疲れるから、ということで椅子も併用。人間は楽を覚えるとダメなもので、そこからいつの間にか再びほとんどの時間を椅子で座ってすごすようになってしまいました。

（立って仕事をするきっかけ、理由はBC056 『運動の神話（上）』 - by goryugo and 倉下忠憲@rashita2 - ブックカタリスト参照）

そして、このタイミングで約5年使った分割キーボードのPro microの接続部分がブッ壊れて、そのままでは使えなくなってしまったという不幸までもが積み重なり、いろいろと新しい環境を試行錯誤し直すしかないようになってしまいました。

音声生成AIは「かなり使える」しClaudeがめっちゃいい

まだまだなにひとつ「完成」には至っていないんですが、まず一番に大きく変化したのが「音声入力で生成AIと対話をする」という仕事の進め方。

一言で結論だけ伝えておくと（他の人の声が混ざらないという環境を前提にすると）音声で生成AIとやりとりするという手法は、多くの人にとってめちゃくちゃ役に立つ手法だと感じました。

音声入力の弱点は、構造的、論理的な文章を作りづらいこととか、聞き取りづらい、一般化しづらい漢字や英単語の入力がむずかしい、というあたり。

ただ、大抵の人は、文字を入力するより喋る方が速く入力できるわけで、すくなくとも「質を問わない入力の速さ」だけならば、ほとんどの場合声が有利に立つ。

そして、生成AIを使う場合には、文章は「めっちゃ雑」でも多くの場合なんとかなっちゃうんですよ。

もちろん厳密な指示が必要な場面もあるんだけど、LLMとのやりとりの大半は、適当でもなんとかなってしまう。

SRSという、ほぼ音声認識では理解できない単語が「エサオレース」と変換されているけど、文脈があればそれをSRSだときちんと解釈してます。YAMLの「ヤムル」で伝わる。エー、とかあれかな？なんて単語も含まれまくっているけど、意図はきちんと伝わっている。変換ミスなんかも、ほとんどの場合何も気にしなくてもちゃんと伝わる。

実際、この文章量、多くの人は「タイピング」しようとするとけっこう大変といえるくらいの分量だと思うんですよ。なんならこれだけで人によっては数分かかるかもしれないけど、喋れば数倍の速度で完了させられる。

「雑な文章でも伝わる」という意味では、生成AIと音声入力というのは「もっとも合理的で効率的な方法」だと言えるのかもしれない。

そして、そのなかでも特にClaudeが素晴らしかったのは（Claude, Codex, Antigravityを比較した中で）唯一Claudeだけがリアルタイムに文字起こしをしてくれる、ということ。

Claudeの音声入力は文字がでる。

ChatGPTはこのように、波が出るだけで、これは実は、あとから変換する場合には精度が良くなるんだけれども、この喋っている最中に文字が見えないっていうのは、気になる人は多いかもしれない。あと、その喋った文字を変換するのに数秒間待つ必要がある。

でも来月はChatGPT（Codex）に乗り換える

と、ここまでClaudeを褒めてきておいてなんですが、来月（次回更新日）は、一回Claudeの有料プランをやめて、Codexメインの生活に移行をしようと計画しています。

そこにはいろいろ理由はあるんですが、1つの大きな理由は「特定のサービスに依存しすぎないようにする」ため。

結局のところ、イメージとしてこの半年くらいは「Claudeが優秀」というイメージだったし、今でも（Claudeのいちばんすごいモデルである）Fableには、Fableにしかできないすごさがある。

ただ、少なくとも自分の運用においてはFableがないと困る場面というのは登場はしておらず、極論Fableが必要になったら都度課金でFableを使えばいいのではないか、ということも考えることができる。

結局のところ、これから「どのモデルが一番賢いか」というものはどれだけ変化していくかわからないし、もはや最近は「モデルの賢さよりも料金まで含めた体験全体の質の高さ」が重要になってきている、みたいな世界に変化してきているというイメージも存在します。

また単純に「1つのサービスに超詳しい」よりも、いろいろなサービスを知った上で「これがいい」という選択が出来ている、と自信をもって言えるようにするためにも、逆にいろいろなサービスをじっくり使い込んでみる価値はあるということもできる。

ClaudeとCodexを比較しても、大ざっぱな「スキル」の構造なんかは同じなんだけど、細かいレベルで言うとそれぞれできることってけっこう違うんですよね。

たとえば自分がCodexをもう一回きちんと使ってみようと思えたのは、うりなみさんから「CodexはComputer Useが超速い」と聞いたから。

Computer Useが超早いなら、もう変にSubstackのMPCを自分で作る、とか変なこと頑張らなくても、Codexにそのままブラウザ操作してもらって、記事の投稿や更新をした方がずっと便利になる。

たぶんこれは、CodexでComputer Useを（ある程度）使い込んでみる、ということをやってみないと、案外気がつけないことだと思うんですよね。

さっきの「文字起こし」という部分なんかもそうだけど、そういった細かな違いを思い知るには、結局ある程度使い込んでみるしかない。

また、今はClaudeからCodexに環境移行するにはどうしたらいいか、とかいろいろ試行錯誤しているところなんですが、そういう「生成AI環境の引っ越し」という行為自体にも慣れておくことにも、今後は価値がでてくるんじゃないかと思えるようにもなってきています。

こうやって、ちょこっとCodex触ってみたおかげで、実は今自分が野望として実現しようとしている「LLRのタスクの中からAIが進められる仕事を順番に全部AIにやらせる計画」という仕組みは、Codexの方が便利っぽい感じになってきているのです。

Codexはルーチン（スケジュール）から新しいセッション（タスク）を生成できて、そのセッションとのやりとりもできる。このCodexの仕様は、めちゃめちゃ面白くできる可能性を感じています。

これを実現させるためには、前回書いた「ループの話」なんかがめちゃくちゃ重要になってくるわけなんですが、うまく仕組みが出来れば、事務仕事から解放され「管理職としての仕事」と「やりたいこと」だけですませられるようになりそうなのですよ。

あとは、機能じゃない、使い勝手の話なんかでいうと、Codexはモバイル環境だけでもほぼすべての仕事が完結させられる、というのもけっこうClaudeとは違うとことかもですね。（ある意味これは「機能」か）

Claudeの方がモバイルアプリからの接続は早いけど、できることがかなり限られる。新規セッションは作れないし、新しいセッションをSpawnさせることもできない。新規セッションをすべてリモートから接続できる設定にしていても、アプリを再起動すると、再び「リモートオン」にしてやらないと続きができない。

こういう細かい機能は、たぶん将来的に収束していくであろう予想は出来るんですが、それでもやっぱ今「布団でごろごろしながら続きが自由にできる」メリットは、立ち仕事主体にして疲れるようになったからこそ、価値は増してくるわけです。

（そもそも立って仕事をする意味は「健康」だったのに、そこと逆の方向に進歩するという矛盾。人間とはこういうものなのだ……）

いや、大きな意味ではObsidianと繋がっているものではあるんですよ。紹介しているのは、Obsidianのデイリーノートとか、DayOneとか、Appleの写真アプリとかAIとやった作業のログ、そういうのを丸っとひっくるめてタイムライン形式で振り返りができるライフログアプリです。

まだ名前すらなにも決まっておらず「Lifelog」という名前でアプリとして存在しています。

ライフログアプリを名乗っておいて、できることは「記録」ではなく「振り返り」だけ。それでも昨日なにをやったかがざっと振り返りができて、おかげで最近はDay Oneの日記をこれを見ながら書くようになったりと、日々の生活に変化が生まれてきています。

全然汎用的なアプリでも何でもない、まじで「俺専用」アプリなんだけど、生成AIがあればこういうのが作れてしまう。それが楽しい。

そして後半は、LLRに追加した間隔反復（Spaced Repetition）機能の話をちょこっと。読んだ本とか、いつかやりたいこと。こういうのが勝手にデイリーノートに「ルーチン」として追加される。これもまた「どういう仕組みで動くと便利か」を考えるのはたいへんだったけど、やり方思いついたら10分で作れる（作ってくれる）

大変素晴らしい時代になったなあ、と改めて実感します。

動画の目次

1. 記録機能のないライフログアプリ — 全部の記録をタイムラインに並べる

2. 無限スクロールとOn This Day — 2つのビューで過去をさかのぼる

3. 日記はこれを見ながら書く — イベントレスネスと自己肯定感

4. 1時間で一番長い行動を代表にする — 雑な記録で十分わかる

5. TauriでMacアプリを作る — モックアップから始める開発

6. LLRに間隔反復を足した — いつかやりたいことと再会する

7. バイブコーディングは別種のスキル — 作ったらDiscordで自慢しよう

これまでのシリーズはこちらからご覧いただけます。

→ Knowledge Stack - Videos

また、ナレッジスタックの動画はPodcastとして耳だけで聞いていただくことも可能です。

購読方法は 公式ヘルプ（外部アプリでの聴き方） に詳しくまとめられていますが、最も簡単なのはSubstack公式アプリを利用する方法です。

Apple PodcastsやOvercastなどのお好みのアプリで聴きたい場合は、Substackの「Manage subscription」ページから「Private podcast feed」を取得して各アプリに登録してください。

動画の構成

1. 記録機能のないライフログアプリ — 全部の記録をタイムラインに並べる

00:00:00

「名前すら決まっていません」と始まるアプリ紹介。LLRの記録を1時間単位でタイムラインに並べ、Day Oneの日記、写真、読んだ本、AIとの作業ログをひとつの画面に統合する。ライフログアプリはたくさんあるからこそ、情報を全部まとめて見たい。記録する機能はなにもない「ライフログビューアー」で、押せば中身が開き、矢印やカレンダーで日付を飛び回れる。

Read more

新しい「ループ」の話。

プログラミング業界での生成AIの進歩の流れは早く、続々と新しい「開発手法」が発明されています。

初期の「プロンプトエンジニアリング」から始まり、その後「ハーネスエンジニアリング」という言葉が流行。そして最近はついに人間はプロンプトを書かないようにする「ループエンジニアリング」という世界に入ってきています。

ループエンジニアリングのキモは、ただ上手な指示を出すことを目的とするのではなく、文字通り「ループ」ができるようにする、ということ。自分自身で失敗から学び、指示、手順書自体を自己改善していく仕組みを作る。そういう仕組みを作ることで、文字通りに自己改善ループがまわり続け、自動でどんどん仕組みがまわるようになってくるようになる。

この概念は個人的にめちゃくちゃ興味がある分野で、めっちゃ面白いと思うからこそ自分も（プログラミングじゃない場面で）応用したいなあ、と思ってたんですが、具体的なイメージがなかなか掴めないままでした。

そんな中、最近見つけた下記の記事のおかげで、自分の中で「ループを回す」ということがかなりイメージしやすくなりました。

Build self-improving agent system with Fable 5 in 14 steps : loops, dynamic workflows, routines

この記事は、かなり「具体的なclaudeでの使い方」に踏み込んでくれていて、具体的にどうやってループを作るか、がかなりイメージしやすくなった。

この記事自体を生成AIと一緒に読みながら、ごりゅごの仕事をいかにして「ループ」にしていくのか。そんなことをここ数日はひたすらに試行錯誤し続けていました。

というわけで、今回は（非エンジニアのための）仕事ループ化計画について、ここまでできたところとかいろいろなところをまとめて整理してみます。

主人＋番頭＋手代＋目付

まず結論。

上記記事に書いてあったことを「そのまま」真似してみても、自分が思っているような仕組みにすることはできませんでした。（なにをもって「そのまま」なのかは定義がむずかしいが、自分なりの仕組みがたくさん必要だと思った）

で、いろいろ試行錯誤して辿り着いたのが、またも「独自用語満載の独自の仕組み」なのです。

「ループ」を自分の環境で、自分がイメージするようにうまく動かせるようにしようと思っていたら、またしても勝手に独自概念が発展してきてしまった、みたいな言い方が正しいのかもしれないです。

で、今回辿り着いたのは「番頭」に続くサポート役の「手代」「目付」「主人」という（バーチャルの）人材と「大店経営」というループ運営のための概念。

さいきんおれ、なんかこういう変な名付けばっかりしてるなあ、と思うし、未だこの独自用語がどのくらい重要なのかもわからない。果たしてこの概念は人間がイメージしやするするためなのか、生成AIに平均の挙動をさせないための工夫なのか、人間とAIの「共通認識」をうまく整理するためにこういうことばを使っているのか。どれなのかはよくわからない。ただ、とにかくこういう言葉づかいをして仕組みを作ったら、これはかなりうまくいきそうだ、というところまでは進められたのです。

そもそも「ループ」とは？

というかその前に、最初に出てきた「ループエンジニアリング」とはどういうものなのか。正確さというよりは、ごりゅごがやりたいことのイメージとしてそれがどういうものなのかをちょっと説明してみたいと思います。

こういうのは実例があるといいので、具体例として、実際に実験している「ごりゅご.com（ウェブサイト）の運営」というのをテーマにして、これをいかに「ループ」にするか。そういうのを説明してみたいと思います。

ごりゅご.comは、2026年頭にリニューアルをして、生成AIベースの「まとめサイト」として育てていこうとしているものです。（ブログ的な機能もつけているけど全然うまく更新してない）

ではこの「まとめサイト」では、具体的にどんなことをやっている、やろうとしているのか？

このサイトの目的というか、このサイトでやろうとしているのは、これまでとこれから、ごりゅごが自分で書いたり喋ったりしたことをテーマやカテゴリで整理し、読みやすい形に整えて「わかりやすいサイト」として公開すること。

ナレッジスタックというこのニュースレターは「読んで面白い」ことと「役に立つこと」の2つを目的にしていますが、ごりゅご.comではこの「面白い」はあきらめました。LLMがあれば面白いことはできるけど、LLMは面白いものは作れん。それが結論。ごりゅごに無限の時間と無限のエネルギーがあれば、こっちも面白いものを目指すけど、それはできない。だから生成AIでそこをどうにか「まあまあ満足できるレベル」にする。

「わかりやすい」とか「役に立つ」ことだけに特化した「ごりゅごのことのまとめサイト」を、ループを使って、ごりゅごの変化に合わせて、自動で更新ができる仕組みを作る。

やろうとしてることはどれもこれも生成AIが得意なことで、原理だけをかんがえたらもう十分に「全部生成AIに任せられる」はずなんですよ。

ごりゅごが書いた記事や文字起こしを読んで、それを整理する。整理したものを、テキスト化してサイトにする。

そして、その「人間もAIもあとから役立てやすい整理の方法」として、めっちゃ頑張って「アトミックノートを作るスキル」を整備してきた。これが半自動で動けば、まず土台は出来る。

そして、最近はこの土台から「まあまあ満足できる公開用ページを作る」ことはできるようになりつつある。

ということは、ここに自己改善の仕組みをうまく組み込めば、文字通り「基本はお任せで時々チェックすればうまく動く」ものはもう完成しているとさえ言えるレベルになっている。

これがうまくまわれば、今後はごりゅごが何かを書いたり喋ったりする限り、ずっとサイトをアップデートし続けることができるはずなのですよ。

そしたら、たとえばあとはこのループをClaudeの「ルーチン」で定期的に動かし続けるだけでいい。

役に立つかどうかはまだわからんけど、自分的にはこれが動くようになる仕組みを作るというのは、めっっっっちゃ面白い試みだと思っているわけですよ。

具体的な役割

では最後におまけ的な感じで、ここでどんなことをやっているのか、という話を。

非常に面白いのは、この運営の仕組みというのが概念としての「会社経営」なんかととても似ていることが多いこと。生成AIって、かなりいろんな場面で「人間らしい挙動」をすることが多いと感じているんですが、今回の話で言うとさらに「複数の人間がいることのメリット」なんかまでが「人間らしい」感じがして非常に面白いです。

具体的には、さっきも書いたように「番頭」「手代」「目付」「主人」という4人の仮想人格が登場します。（メインループで動くのは3人）

基本的に仕事を回すのは番頭。番頭がまずやるのは、概念としての部下「手代」に「この仕事をやれ」という指示を出すこと。手代は指示書に従って実際の仕事をやるAIで、gc.comの例だと「今日はどの記事を手入れするか選ぶ手代」と「手入れした記事の効果を検証する手代」がいる。

生成AIの仕組みの話で言うと、指示書の内容についてはサブエージェントである手代に丸投げをする。

そして、サブエージェントから返ってきた結果を、別のサブエージェントである「目付」にチェックさせる。

ここでポイントが1つあって、目付はよくも悪くも官僚仕事に専念させて「型通りの報告が上がっているかどうか」を判断するだけ。内容の良し悪しは判断させません。

で、手代の報告と目付の検査結果を見て「これでいいか」を判断するのが「主人」。主人もAIなんですが、ここが大事なところで、主人は手代の指示書を読んでいない。だから「手代がどういうルールで動いたか」を知らない状態で、まっさらな目で報告を判断する。

なんでわざわざそんなことをするかというと、指示書を読んでしまうと「指示書通りにやってるからOK」という判断になってしまうから。指示書の枠の外にある問題が見えなくなる。主人が白紙で見て「これはおかしい」と思ったら、それは指示書に書いてないことがおかしいということで、それこそが改善のタネになる。

もしいい感じの結果が返ってこなかったら、それは手代が悪いんじゃなくて指示書が悪い。ここで出てくるのが番頭のもう1つの仕事。番頭は指示書を読んでよい唯一の役で、指示書のどこに穴があったかを特定して、その場で書き直す。直した指示書で再び手代を走らせる。

こういう感じで、番頭が仕切り、主人が判断し、番頭が仕組みを直す。1つずつの仕事を手代と目付に渡して「1ループ」を完成させる。

この「1ループ＋主人確認」を毎日繰り返していけば、原理的には「無限に改善され続けるはず」なのです。

おまけ: 大店経営の基本ルールと実際の指示書サンプル

有料読者のみなさんへのおまけとして、今回の「大店経営」の基本ルールと、実際にごりゅご.comの巡回ループで使っている指示書一式を置いておきます。

まだまだ絶賛整備中で、このままで動くというよりは「今こういう状態でいい感じになっている」という程度ではあるんですが、人間やAIに読ませれば「あなたの仕事でこう使える」というアイデアの叩き台にはなるんじゃないかと思います。

中身は以下の通りです。

• 大店経営の基本ルール

• 役割の定義、一番の原則、主人が指示書を読まない理由、1巡の流れ、改善の二層構造

• gc巡回サンプル（4本）

• 統括（主人の指示書） — 主人が読む唯一の1枚。店の一覧とモデルの割り当て

• 戦略選び手代指示書 — 「今日は何をやるか」を選ぶ手代への指示

• 効果検証手代指示書 — 手入れした記事の前後比較をする手代への指示

• 目付検査基準 — 手代の報告が形式として成立しているかの検査基準

全部 Markdown なので、Obsidian の Vault にフォルダごと放り込めばそのまま使えます。ダウンロードしたら、まず中の README.md を Claude や ChatGPT に読ませて「私の仕事だとどう使える？」と聞いてみてください。自分の仕事に合わせた具体的なループの案を出してくれます。

Read more

読書メモの話では、ごりゅごが実践中の「AIとの一人読書会」を実演。手書きメモや走り書きを渡してAIと対話すると、文献の背景知識や学術用語の英語名、関連論文まで補完してくれる。AIは学術知識をほぼすべて持っているので、キーワードさえメモしておけば後からいくらでも掘り下げられる。読書メモの書き方自体が変わりつつある、という話です。

後半はAIエージェントを「番頭」と呼んで運用する工夫。選択肢を並べて「どっちがいいですか」と聞いてくるAIに対して、「質問するな、対話しろ」とルールを書いて調教している話。これでやらされてる感が減り、アクセス解析のような自分の専門外の仕事もAIに段取りから任せられるようになった。モデルの使い分けやAIの文章の癖への対処も語られる、79分の収録です。

本シリーズのアーカイブ動画は以下からご覧いただけます。

- 🎥 ナレッジスタック 最新動画一覧

また、ナレッジスタックの動画はPodcastとして耳だけで聞いていただくことも可能です。

購読方法は 公式ヘルプ（外部アプリでの聴き方） に詳しくまとめられていますが、最も簡単なのはSubstack公式アプリを利用する方法です。

Apple PodcastsやOvercastなどのお好みのアプリで聴きたい場合は、Substackの「Manage subscription」ページから「Private podcast feed」を取得して各アプリに登録してください。

動画の目次

1. 持ち越しタスクのその後と読書メモの話題決め

2. AIとの一人読書会で読書メモの価値が変わる

3. 手書きメモのOCRとAIの学術知識の深さ

4. メモのキーワードが再現性を生む

5. スキルに手順を書いておけばAIが再現してくれる

6. やりたくない仕事をAIに段取りから任せる

7. 「質問するな、対話しろ」でやらされてる感が消える

8. AIの文章の癖と人間の文体の違い

Read more

LLRに新機能を2つ追加しました。そして、それによってLLRは、いわゆる「ライフログ」「タスク管理」のプラグインという枠を超えて「ノートを開かせるためのプラグイン」という性格が強まってきました。

いったいどういうことやねん、というのをちょっと整理して紹介しようと思います。

SRS機能

まず1つが、SRS機能。LLRに、SRSモードを追加して「振り返り期間が長くなるルーチンタスク」というものも作れるようになりました。

LLRにSRS機能とか、なんか変な3文字略語だらけでなんやねんという感じですが、ごりゅごが作っているObsidianのタスク管理系プラグイン「LLR」に、間隔学習的なノートの振り返り機能（Spaced Repetitionモード）みたいな機能を追加しました、というお話です。

とは言え、LLRのSRS機能は、Obsidianにすでに存在する「Spaced Repetition」プラグインとは、思想や仕様が異なります。

LLRは「リピート期間が決まったノート」を適切な頻度できちんとデイリーノートに並べるプラグインでした。

ここにSRS機能が追加されたことで「ちょっとずつ振り返り期間が長くなるノート」も作れるようになったというわけです。

主に想定しているのは大まかに2つの用途。

「読んだ本を振り返る」みたいな、思い出の振り返り、復習的なこと。

もう一つが「いつかやりたいこと」をノート化しておいて、いつかやりたいだけでなく、ちょっとずつちゃんと進めて、いつかやりたいことを「ちゃんとやる」ための機能。

すべてを等間隔で振り返ることはできない

読んだ本を振り返るとか、いつかやりたいことを振り返るというのは、人間が生きている限り、どれも項目が際限なく増えていきます。

なので、もしすべてのいつかやりたいこととか、読んだ本すべてを同じ間隔で振り返っていたら、いつか必ず破綻します。それを防ぐための方法というのが「振り返りの間隔がどんどん伸びていく」という手法なのです。

最初の頃は振り返りの頻度が高く、だんだんと振り返りの頻度は少なくなっていく。

この仕組みであれば、理論的には「振り返りたいものが無限に増えても対応できる」のです。

そして、この仕組みで2-3年「いつかやりたいこと」を振り返ってみると、いつかやりたいことなんて、ほとんど全部やらないしできない。それが普通のことなんや。もしいつかやりたいことが「本当にやりたいこと」なら、いつかやりたいと書くだけでは実現しない。実現できるための仕組みをどうにか作りあげて、実際に実行するしかない。

SRSを使って「いつかやりたいこと」を管理していると、こういうことをアタマでなくカラダで理解ができるようになります。(ここが一番だいじ)

これがまず「SRS機能を使う価値」の1つ。

「細かな調整はできない」仕様

また、この機能は「Spaced Repetition」プラグインと違って、重要だからこれは振り返り間隔を短くするとか、そういう細かな調整は意図的に出来ないようにしています。

SRSの設定をしたノートは、ただデイリーノートにチェック付きのリンクが出てきて、チェックしたら、振り返り日が未来になり、振り返り間隔も伸びる。

もし変えたかったら、自分でノートのフロントマターを書き換える。「本当にまたやりたい」ことは、その程度の手間暇をかけるべきで、そうは思わないようなものは「また今度」でいい。

そもそも、本当に「また振り返りたい」ならば、それはSRSじゃなくて「ルーチン」なんですよ。

「本当にいつかやりたいこと」は、いつかやりたい枠ではなく「ルーチン」として登録しなければいけないわけです。

もしSRSで振り返っていたノートをルーチンにしたいと思ったら、そのノートは自分でルーチンフォルダに移動すればいい。その時に、また繰り返し頻度なりなんなりをまた考えればいい。

結局「細かいことが簡単にできる」よりも、こうやって大事なことにはきちんと手間をかけるしかない、という仕様の方が「正しい」と考えました。

ノート1つ1つを丁寧に振り返るための機能

そういうわけで、LLRのSRS機能は、Spaced Repetitionプラグインよりも一つ一つのノートを「丁寧に振り返る」ことを前提にしています。

デイリーノートにルーチンが出てきて、そのノートを開いて、中身を確認して、なんならちゃんとノートを書き換えたりしてから、完了操作をする。

「振り返り」という一つの単位で複数のノートを振替えるのではなく、一つ一つのノートをちゃんと振り返る、というイメージ。

つまり単純に「ルーチン」というか、デイリーノートに追加される「タスクが1個増える」くらいの認識であるのが一番オススメの向き合い方。

なので、調子に乗ってSRSノートを作りまくって、毎日5件も10件も振り返りたいノートが発生してきたりすると、かなり高い確率で破綻すると思うので、その点には注意が必要です。

ルーチン開始と同時に新しいタブにノートを開く

そして、このSRS機能を追加する時に、もう1つ新しい機能を思いつき、それも一緒に実装しました。

新しく作ったのは「Start and Open」というコマンド。

このコマンドは、LLRでルーチンを「開始」すると同時に、隣のタブで該当のノートが開く、というもの。（ルーチンにノートリンクがなければただ開始するのみ）

これは設定を変更することで「トグル」を使った時にも機能するようになります。

トグルボタンでルーチンを開始すると、開始時刻が記録されて、同時に新しいノートが開きます。

しかも、とても細かいことだけど「ノートを開くと新しいノートにカーソルが移動して」さらに「新しいノートでトグルコマンドを押す」ことで、ノートを閉じてルーチンの完了処理まで行われる、という仕様。

ここに関しては、もう少し細かな調整も必要かもしれないんですが、自分的にめっっっっっちゃ便利でオススメの機能なので、まず使ってもらって、いろいろな人の意見を聞きたいと思いました。

日常生活の記録では重要度は低いかもしれないけど、仕事なんかはこの仕組みを使うことで「自然に手順を読み書きするような習慣がつく」というのもLLRのメリットなのではないかと思います。

個人的には、まじでこの機能は超絶天才的な発明ではないかと感じています。めっっっっっっちゃオススメです。

使い方

最後に、ざっと使い方を。

SRS機能とStart and OpenはObsidianの挙動を大きく変えることになるので、デフォルトではオフになっています。設定画面でこの2つは個別にオンにする必要があります。

SRSの使い方は、ノートのフロントマターに「repeat」のパラメーターをいれておくこと。

そうすると、LLRがルーチンを書き出す時に、すべての「repeat」パラメーターがあるノートを探してきて期日がないノートを優先して「SRSノート」として表示してくれます（デイリーノートの最下部に書き出す）

ノートが長くなりすぎるのも鬱陶しいので、個数制限もできるようになっています。（標準3個）そして、3個全部が「完了」になって、まだノートが残っている場合は、自動的に「3個追加」される、という仕組み。

また、新しいタブで開く機能に関しては、今は「ルーチンはカーソル維持」「SRSは新しいノートにカーソルを合わせる」というようにしています。

この辺は、どうするのが一番いいかまだよくわからない。あまりたくさんのことが設定できすぎるのもよくないと思うので、当面はこれで進めます。

ご意見ご感想要望などは、Discordによろしくお願いします。

また、プラグインの細かな機能、使い方に関しては、生成AIに「この使い方読んで」と指示したあとに、使い方を聞くのが一番便利で簡単です。自分ももう機能把握できなくなっているので、大抵は生成AIに聞いてます。
https://github.com/goryugocast/llr/tree/main/docs

参考記事

• Spaced Repetitionで「判断の先送り」を上手に管理する

  • 「いつかやりたいこと」を振り返り間隔で管理する考え方を、別の角度から具体的に

今回のテーマは「LLR×ALPsで動いてるやつを見る」。LLRでデイリーノートにルーチンを並べ、ALPsで手順書を整え、AIに読ませて仕事を進める。この2つを組み合わせた運用が定着してきた実感と、実際のObsidian画面をライブで見せながらの実演回です。

「すべての仕事はルーチンにできる」という前提のもと、デイリーノートのチェックボックスを押してノートを開き、AIに読ませる。それだけで着手できる。GTD時代の「タスクを分解して、順番を決めて、着手する」という認知負荷の高い工程を、AIが丸ごと引き受けてくれる。セミナー資料作成のライブデモでは、うまくいかない場面も含めてそのまま見せました。

後半では、確定申告（まだほぼ空のノート）からKS動画配信（完全自動化に近い）まで、成熟度の違う4パターンのALPsノートを紹介。マークダウンとデータベースの使い分け、ノートを育てる4つのコツ（短く保つ・独自用語・コールドリーダー・DB記録）も話しています。

セミナー目次

1. LLR×ALPsの全体像: すべての仕事をルーチンで回す

2. 「ノートを読ませるだけ」で着手できる仕組み

3. タスク分解の認知負荷をAIに丸投げする

4. ライブデモ: セミナー資料作成の実演と失敗

5. モデルの使い分け: 実行はSonnet、判断はOpus

6. マークダウン vs データベース: 何をどこに保存するか

7. すべてをルーチンにする: 4パターンのノート実例

8. ノートを育てる4つのコツ

9. 配布資料の案内とまとめ

最新のセミナー動画やアーカイブは、こちらから確認できます。

→ 📋 ナレッジスタックセミナー - Obsidian Publish

→ 🎥 ナレッジスタック 最新動画一覧

今後は ナレッジスタックポータル にて、より詳細な情報を提供していきます。

有料会員特典: ALPs Starter Kit v2

前回（046）で配布したALPs Starter Kitのバージョンアップ版。前回は「始める」ためのキットだったのに対し、今回は「うまく運用する」ための仕組みを追加しました。ルーチン運用ルール、log-action、daily-triage-plan、cold-reviewer、成熟度の違うサンプルノート（確定申告・販売・PC保全）が入っています。

• ルーチン運用ルール

• log-action（やったことをDBに記録する。番頭の引き継ぎ）

• daily-triage-plan（毎朝の計画整備。LLRとALPsの接点）

• cold-reviewer（書いたノートが次の番頭に伝わるかの品質チェック）

• 成熟度の違うサンプルノート

ALPs Starter Kit v2 ダウンロード

使い方：zipを展開して、AIエージェントに「README.md を読んでセットアップして」と伝えてください。

Read more

2026年6月の振り返りです。

LLR×ALPsが回って、余裕ができた

先月は「AIで余裕ができたから音楽を仕事にする」と書いてたんですが、今月はできた余裕でまたも趣味の「整理」にエネルギーを使ってしまいました。

特に今月は「余裕」のでき方がけっこう変わってきて、LLR＋ALPsの組み合せの力で「中々着手できなかったもの」も少ない認知リソースの使用で着手できるようになって、時間以上に心に余裕が作れるようになってきています。（先月も同じこといってたかもしれない）

この辺は、また次回のセミナーで詳しい話をする予定です。

で、その余力でやった「整理」はどんなものがあるか？

自分の全データをいれとく「history.sqlite」を設計し直したり、朝のルーチンを見直したり、他にも「過去を振り返るための自分用ライフログアプリ」を作ったりなどいろいろなことをやっていました。

10年やりたくてできてなかったサイト改善ができた

その中でも一番「成果に繋がる整理」として、ついにようやくgoryugo.comとナレッジスタックの改善を定期的に実行できるようになってきました。

これはねー、もうgoryugo.comを静的サイトとして作り直してからずーーっとやりたかったことなんだけど、ずーーっとやれてなかった。

いや、振り返ってみると、これはごりゅごが「ブログ」というものを始めてから、ずーーーっとやろうと思ってもやれてなかったことと言えるかもしれない。

生成AI＋仕組み作りで、ついにようやくこれを定期的に実行できるようになった。

この「コツ」の本質も、結局LLR＋ALPsなんですが、仕組みさえ作れば10年できなかったこともできるようになる（可能性がある）

これはマジで生成AI様がいらっしゃるからこその幸福な世界です。

AIとひとり読書会

あとは、これは「整理」ではないんだけど、実験として非常に面白い「AIと一緒に読書メモについてあれこれ話す」こと。

イメージは「AIと一緒に開催する読書会（先生はAI）」という感じ。いうてこの方法でがっつり読書メモを作ったのはまだ3冊で、成果云々はまだまだわからないけど、少なくとも「楽しめている」のは間違いなく、それによって「本について振り返る時間」が増えていることも間違いない。

そういう観点でみれば、間違いなく「効果がある」と言ってもいいんじゃないかな。

AIと一緒に1冊を学び尽くす読書術という記事にだいたいのことは書いたんですが、これはまだまだ掘り下げて実験してみる価値はある感じがしています。

そして、読書つながりで言うとClaudeで300時間分の文字起こしデータから言及している本をすべて見つけてきたというのもあるかな。これも観点は全然違うけど、これまで読んできた本を整理する、という大きな意味では同じカテゴリに属する話であり、これも生成AIが存在しなかったら実質不可能な「整理」でもあります。

弾かなくてもうまくなるから指を痛めても焦らない

最後に音楽の話。一週間ほど前に指を痛めてしまい、しばらくパッド練習をお休みしています。

指を痛める、というのは薙刀式という特殊日本語入力を覚えた時以来のことなので、およそ5年ぶり（カーソル移動からマクロ入力まで全てホームポジションのままで操作できる自作キーボードの魅力 | ごりゅご.com）

痛めた理由も場所も当時とは違うけど、ごりゅごさんは40をすぎてくらいから「医者に行くほどでもない小さなけが」が増えてきていて、フィジカルの弱さが表面化してきています。（学生時代の部活で怪我とかはたぶん一回も経験してない）

けがは嬉しくはないんだけど、こういうことがあるたびに新しい習慣やらなんやらを獲得できることは多いです。薙刀式という日本語入力を覚えたのもそうだし、スロージョギングというものが習慣化できたのも、走って足を痛めたことがきっかけでもあったりする。

→「つらい練習が正解だ」という価値観を手放す - by goryugo - ナレッジスタック

今回はなにか新しい習慣を手に入れたというわけではないんだけど「練習したい」というやる気だけは生まれつつも、練習できてないとか、下手になりそうとか、そういうネガティブな感情がほとんどまったくゼロのまま日々がすごせている、というのがめちゃめちゃすごい進歩だな、と思っています。

一番デカイのは、師匠の教え。

「弾けないときでも上達は出来る」ということを、強く言ってくれている。

出来ることを繰り返すことには意味がある｜うりなみ（記事のうしろの方）

もちろん「弾けないときでも上達は出来る」というのは、あくまでも「弾けない時でも」という条件付きの意味。決して「弾かなくても上達できる」といっているわけではない。フィジカルの練習が不要なわけではない。

それでも、こういう風にマインドを切り替えることができた、というのがある意味で一番「上達した」と言えることなのかもしれない。

この1年ちょいで、音楽についていろいろなことをうりなみさんから教えてもらったけど、いちばんすごかったのは、こういう「メタ知識」「練習論」「マインドセット」みたいなところなのかもしれないなあ、と感じています。

そして、こうやって学んだほとんどのことは、別ジャンルである「ナレッジスタック」でも応用できることが多い。

たとえば、文章を書くことだって「書けない時でも上達はできる」と思うんですよ。これももちろん「書かなくても上達できる」というわけではないけど「書けない時でも上達はできる」ことは事実であるとも思う。

こういう風に得られた知見というのも、できる限りいろいろな観点で共有していきたいな、と思います。

4月からちょっとずつ取り組んでいた「ブックカタリストで言及した本を整理するプロジェクト」だいたい完了して、これまでの約140回の配信で触れた本（ほぼ）すべてのリスト＆セールチェックページ、というのができ上がりました。

実際は、4月からやってたっていっても、何回も失敗して作り直していただけで、最終的には最後の2週間くらいで一気に完成させた、というイメージです。

って言うか、本の数カ月前のことなんだけど、当時の自分が作ってたものは、設計なりなんなりがとにかく貧弱で、質が低い。この2週間くらいのことを逆の目線で振り返ると、この数ヶ月でAIに指示を出す能力がめちゃくちゃ向上したんだなあ、と自己満足に浸ることもできました。

実際にどんなことをやったのか、どんなふうにまとめたか。そこから得られたものはなにか。いろいろ整理してみたいと思います。

300時間分の文字起こし＆書籍同定が完了

まず、実際に作ったページがこれ。

ブックカタリストで紹介した本 | ごりゅご.com

上の方に「今セールしてるやつ」を並べて、下にはどのエピソードでどの本に言及したのか、というのを並べています。（クリックで詳細がみられる）

見た目とか構造とかはめっちゃLLMっぽい感じではあるんだけど、そういう事は今回は置いときましょう。

今回特に重要なのは、生成AI時代において重要なのは「整理」ではなく「記録」であるという、きわめて普通なことを、身にしみて思い知ることが出来た、という身にしみて普通の話です。

2020年末から6年くらいつづいているPodcast140回分。総時間数にして大ざっぱに300時間。（1回の目安時間が、本編1時間＋おまけ1時間）

これだけ喋った分すべてを掘り返して、そこでどんな本について語っていたのか。

これをただ「整理してくれ」と言われたら、人間が飲まず食わずで24時間作業しても終わらない。（しかも楽しくない）

人間がやったら精神的に死ぬ仕事を、ローカルの文字起こしツール（Whisper）と、生成AIを使うことで、これらの作業をほぼ完全に自動化できた。

15年以上整理を生き甲斐にして生きてきた自分にとっては、生成AIのなにが嬉しいっていうと、こういう「不可能ではないけど自分でやったら死ぬ整理」が、現実的な作業量で完成させられるようになった、ということなんですよ。

もちろん「整理の仕組みを考える」とか「整理の仕組みを実装する」という行為には知恵と時間とエネルギーが必要なので、何でもかんでも簡単にできる、というわけではないけれども、少なくとも「知恵」に関しては、やりながら学んで、スキルとして上達させていくことが出来る。

少なくとも、数カ月前の俺が作ったやつは（コードをみなくても、構造をみるだけで）ヘタクソだということがよくわかる。何回も「なおらねえ」って苦労してたのは、結局自分のスキルが足りなくて、設計が甘くて、無駄に何回もなおすしかない状態を自ら生み出していた。

スキルとノウハウなので練習は必要

こうやって自分で「整理」してみて改めて思うんですが、この整理のテクニックって、一部は言語化して伝えることはできるんだけど、やっぱり「やらんとわからん」こともめちゃくちゃいっぱい存在しているんですよね。

知ってたらすぐにわかるようになる、できるようになることはいっぱいあるけど、それだけじゃない。「知識や経験から生まれる勘」とも言えるような、メタレベルでのLLMの挙動の理解、みたいなやつもいっぱいある。

言語を通してやりとりをする生成AIを相手にしているんだけれども、言語だけでは表現できない「付きあい方のコツ」みたいなものがある

もちろんナレッジスタックはそういう「コツ」を可能な限り言語にして伝えるっていうのが目標の1つではあるんだけど、言語として整理できない部分は絶対にある、というのもきちんと伝えなければ誠実ではないとも思う。

戻ってくるのは「いかに記録を残すか」

ただ、もう一回めっちゃ普通な話に戻ってくるんですが、今回のこのブックカタリストで紹介した本 | ごりゅご.comの中で、結局一番重要なのは「ちゃんと記録が残っている」ということだけなんですよね。

今回、きちんと手元にデータがなかったりもしたんだけど、それも「公開」してるおかげで、自分で音声ファイルを集めてくることが出来た。

それさえあれば、極論あとはもうどうにでもなるんですよね。

ブックカタリストの文字起こしができたのは、きちんとブックカタリストという形で「記録」を残していたから。

このナレッジスタックっていうニュースレターも広義での記録であって、自分がどういうことを考えてどういうことをしてきたかをきちんとテキストとして残しておいたもの。これさえあれば、あとはそれを生成AIを使って整理することはできる。これを使って次なるコンテンツだとか、思考の整理なんかに活用することが出来る。

まぁめっちゃ雑なまとめをしてしまえば、結局皆さん記録を残しましょう。その手段としてニュースレターだったり、podcastだったり何だったりっていうのをやっておくと、役に立つ事はめっちゃ多い。よって言うのが最終的な結論になるかな。

自分らしさを見つける、自分なりの楽しみ方を見つける。そういう時に、改めて「記録の重要性」というのは今まで以上に重要になってくるという、きわめて普通の、きわめて重要なことを改めて思い知った出来事でした。

具体的にやったこと

後はおまけとしてテクニックノーハウってほどではないんだけれども、実際にこのブックカタリストで言及した本を見つけるためにどんなことをやったのか、できるだけある程度詳細にテクニック、知識活用した手法などを最後にまとめておきます。

おそらくコツは「生成AIの言いなりにならず、でも同時に出来る限りの丸投げをする」こと。

この「バランス」というのが、おそらく自分が「言語化しづらい」といっている部分なんじゃないかな、と思います。

素材を見えないところに移動する

Read more

次回のナレッジスタックセミナーでは、これまで紹介してきたLLRとALPsを組み合わせて使うとどうなるか、という話をしたいと思います。

前回のセミナーでは、ALPsという仕組みで事務仕事をAIに任せる話をしました。「番頭」にノートを見せて仕事をしてもらう、という話です。

今回は、その番頭が見ているノートに「どうやって情報が溜まっていくのか」の話。具体的には、LLRの「ルーチン」をいかにして「ALPs」にしていくのか、という話をします。

このセミナー案内自体が実例

実はこのセミナー案内の文章を作る作業そのものが、今回のテーマの実例になっています。

最初にごりゅごがやったのは、ノートに走り書きを残すこと。「LLRとALPsを組み合わせる、がテーマ」「Obsidianタスク管理術、でもある」「まあ、こっちの方がいいよね」みたいな、雑なメモです。

これを番頭（AI）が読んで、前回のセミナー案内をデータベースから引っ張ってきて、進行表を確認して、テーマの方向性について対話する。タイトルを決めたりなど何度かやりとりを繰り返したら、あとは「下書き書いて」でこの土台がだいたい完成。

（今回は、あえてAI生成文章多めにしてます。全部ではない）

記録が積み重なると、自動化が進む

大事なのは「一回でうまくいくことなどあり得ない」つもりで、まずは記録を残していくことに専念すること。

そしてもう1つは、記録が増えてきたら、今度は余分に時間をかけてでも、AIに指示を出す「だけ」で完結させてみようとすること。

まずはとにかくやったことを記録する。これに慣れたら「やったこと」の記録を少し詳しくする。頑張ってまとめようとか、整理しようとかは、最初は考えない。

何回か「同じこと」を繰り返したら、少しずつその記録を見せてAIに頼る部分を増やしてみる。

この記事にしても、最初はまず「後半の定型文」の日付などを作ってもらう、というところから少しずつ「自動化」を発展させています。

それを繰り返したことで、今回みたいに今はテーマの方向性を対話で決めるだけで下書きまで進められるようになったわけです。

まあ実際のところ、自分の場合AI下書きはセミナーの文字起こしをまとめることくらいでしか使わないんだけど、大事なのはとにかくちゃんと記録があること。そして「苦労して指示を出し続ける」こと。

LLRをうまく使えば、その「第一歩」がめちゃめちゃスムーズにできるようになるのです。

LLRとALPsの役割

LLRは「記録を溜める」仕組みです。日々の作業ログ、思いついたこと、やったことの記録。

そしてそれを活かしてALPsを作る。

ALPsは「その記録を見ながら仕事を進める」ための仕組みです。記録から、AIに手順書を作らせて、手順書を改善し続けていく。

この2つが揃うと、メモを残す → 番頭が読む → 仕事が進む → その結果がまた記録される → 次はもっとうまくやれる、というのが毎回続いていきます。

今回の話は特に「動いてるやつ見てもらう」のが一番イメージを掴みやすいのではないかな、と感じています。

7月4日のセミナーでは、この「動いてるやつ」をご覧いただき、LLR＋ALPsのイメージを掴んでいただければ、と思います。

参加用URL

当日は、以下のURLにてZoomからご視聴いただけます。

開催日時：7月4日（土）10時〜11時

アーカイブ配信：あり（有料会員のみ）

https://us02web.zoom.us/j/7480218057?pwd=2vad8WFTgWYlwUQvu9183aBO6vtHX6.1

夜はオフ会を開催します

セミナー開催日の夜（20時〜）にオンラインのオフ会を開催いたします。ふらっと顔を出して少し話して帰るだけでも全然OK。途中参加・途中退席も気にしなくていいです。

オフ会はナレッジスタックDiscord参加者限定にしています。同じコミュニティにいる人たちが集まる場の方が、より安心して率直な話ができると考えました。初めての方も大歓迎です。

Discordの参加については、以下の記事をご覧ください。

ナレッジスタックメンバー限定Discordのご案内

これまで開催したセミナーアーカイブはこちら

動画アーカイブ一覧 | ごりゅご.com（有料会員の方はすべてのアーカイブをご覧いただけます）

参考記事

• AI時代の記録の価値を高めるplugin「LLR」

  • 044回で紹介した、記録を溜める仕組みLLRの話

• ALPsで事務仕事をAIに任せる仕組み

  • 046回で紹介した、番頭にノートを見せて仕事を任せる話。今回はこの続き

全体像が見えていないと落ち着かない。やっていることと手順にできることを2段階に整理して、作業が終わるたびにAIに記録させる。すると普段の仕事がこれだけあるんだと見えるようになり、毎日すっきりした気持ちで仕事ができるようになりました。

同時にもう一つ変えたのが、過去ログや一覧ノートをほぼ全部SQLiteに移したこと。変化しないものをObsidianに残しても、人間もAIも見づらいだけ。ノートを減らすことがAI時代にいちばん大事なのかもしれない、という発見がありました。

AIが読みに行く名前の付け方、Webにあふれる仕事術がなぜ役に立たないか、自分のマニュアルこそが資産になる理由まで。うりなみさんと話しながら整理していきます。

動画の目次

1. 仕事の全景ノートを作る — 山とテントで全体を統括する

2. 変化しないノートはSQLiteへ逃がす — Obsidianを軽く保つ

3. AIが読みに行く名前を付ける — 頭と末尾を特殊な言葉にする

4. Webの仕事術は役に立たない — 自作マニュアルこそが資産

5. ノートを減らすことがAI時代に大事 — 認知の限界に合わせる

これまでのシリーズはこちらからご覧いただけます。

→ Knowledge Stack - Videos

また、ナレッジスタックの動画はPodcastとして耳だけで聞いていただくことも可能です。

購読方法は 公式ヘルプ（外部アプリでの聴き方） に詳しくまとめられていますが、最も簡単なのはSubstack公式アプリを利用する方法です。

Apple PodcastsやOvercastなどのお好みのアプリで聴きたい場合は、Substackの「Manage subscription」ページから「Private podcast feed」を取得して各アプリに登録してください。

セミナー構成

1. 仕事の全景ノートを作る — 山とテントで全体を統括する

00:00:00

Obsidianの画面には山（🏔️）とテント（🏕️）の絵文字が並ぶ。山は領域全体を統括するエリアやプロジェクト、テントはその中の手順書にあたる。ごりゅごはメタ構造が好きで、自分がやっていることと手順にできることを2段階で整理すると、全体像が見えて気分がすっきりする。以前は人間が書くと更新が止まっていたが、作業が終わるたびにAIに記録させればある程度は保てる。AIは箇条書きのインデントが苦手で、まずそのレベルから教える必要があった。

Read more

ところが「ALPs」という造語を教えると、知らない名前だから説明書を読もうとする。「番頭」と呼ぶと、自分で判断して動き始める。今回のObsidianの全技術は、ごりゅごが普段使っている画面をそのまま映しながら、ALPs（AI Linked Project notes）とLLR（Live Life Recording）の実例を紹介する回です。

計画ノートに物語文で今日の予定を書かせると見落としが減る。Daily NoteのAI記録はSQLiteに分離する。日々のタスクに一行のサブコメントを付けさせると、何をすればいいか考えずに済む。緻密にリマインダを並べるほど、認知の負荷は下がる。

10年間の記録習慣と生成AIを組み合わせたら、こうなりました。

動画の目次

1. ALPsの実画面 — 仕事のノートとAIの毎朝の計画を見せる

2. AIの記録はSQLiteへ、Daily Noteは人間が書く

3. AIが知らない名前を付けると手を抜かなくなる

4. アトミックノートでAIの文章品質を矯正する

5. LLRプラグインが10年間やりたかったことを実現した

6. 緻密にリマインダを並べると考えずに動ける

これまでのシリーズはこちらからご覧いただけます。

→ Knowledge Stack - Videos

また、ナレッジスタックの動画はPodcastとして耳だけで聞いていただくことも可能です。

購読方法は 公式ヘルプ（外部アプリでの聴き方） に詳しくまとめられていますが、最も簡単なのはSubstack公式アプリを利用する方法です。

Apple PodcastsやOvercastなどのお好みのアプリで聴きたい場合は、Substackの「Manage subscription」ページから「Private podcast feed」を取得して各アプリに登録してください。

Read more

以前「アトミックノートを作るスキル」を使って趣味のノート整理をしていた時に、claude君が「ちょっと待った。それは違う」と言い出すことがありました。

これは、以前ブックカタリストで紹介した「WILLPOWER」という本で出てきた「意志力」に関するノートを整理した時のやりとりです。

所々省略してるけど、こんな感じのやりとりをしていました。

（かつてのやりとりを履歴から再現してもらったので、見え方がClaude本来のものとは異なります）

5月後半の体験だったんですが、これはかなり感動したことを覚えています。

この後もいろいろな質問をしてみたんですが、アカデミック界隈というのはけっこう主流派というものの移り変わりが激しい。

昔は正しいと思われていたことが、真反対くらいにひっくり返る。こういうことはよくあるみたいなんですよね。

40年も生きてくると、20年前の正解なんて、なんなら半分くらい違うんじゃないか、くらいいろんなことが変わりまくっている印象があります。

たとえばわかりやすい有名どころの話だと「鎌倉幕府の成立年」とかもありますね。

ナレッジスタックをご覧いただいている方の大半は、社会の時間、歴史の時間で「いい国作ろう鎌倉幕府」のフレーズと共に、鎌倉幕府が成立したのは1192年、と習ったと思うけど、今は「そうではない」という見方が大半になっている。（らしいです）

「宇宙論」とかもそうですね。かつて荒唐無稽と思われていた「平行世界（マルチバース）」なんかが、割とけっこうマジで有力な可能性のひとつとして真剣に議論されるようになっている。

で、こういう内容についてちゃんと知りたいと思った場合、もうほぼ完璧に「AIに聞けばいくらでも学べる」ようになっているんですよ。

（これは、本での学びが不要になることを意味しない。AIは「聞いたこと」しか答えないので、そもそも鎌倉幕府の話や、マルチバース論というものが存在していることを認知しなければ質問ができない）

AIと一緒に学ぶ

で、こういう経験を踏まえて、最近はAIと一緒に「読んだ本について学ぶ」ことをするようになってきています。

たとえば鎌倉幕府の話で言うと「なぜ1192年成立という説はひっくり返ったのか？」に対して「今有力な学説」を教えてくれるし、そこから質問を掘り下げていくと「そもそも幕府の成立とはなにか？幕府とはなにか？政府とはなにか？」くらいのレベルであれば、自分の興味に従って、いくらでも学ぶことができます。

もちろんこれはけっこうエネルギーが必要な行為で、いつでもお手軽に実行できる、というタイプのものではない。でも、とにかくめちゃめちゃ面白い。

そして最近は、こういう学び方を「アトミックシンキング」的に応用して、AIと一緒に読書ノート＆アトミックノートを作って、学んだことを整理していく、という方向に進めていくようになりました。

大事なことなので早めに書いておくんですが、ここから話す方法は「効率的に早く読む」こととは真逆の手法です。1冊の本を、全力で面白がって深く理解し、いくらでも語れるようにすること。そういうことを目的とした手法である、ということが前提になります。

むしろ、AIと一緒に読書ノートを作るようになってから、自分ひとりで全部読書ノートを作ってたときよりタイピング量が増えているくらいです。

もちろん、学びというものは単純に時間や量で比較するべきものではないことはわかっているつもりだけど、そのくらい「手間も時間も使う遊び・学び」であるということです。

書いたメモについて語らせる

じゃあ具体的にLLMとの読書メモ作りはどんなことをやっているか。

基本的にまず自分が読んだ本の内容についての文字通りの「メモ」を用意します。これは、ブックカタリストを始めてからずっと練習し続けている行為。

いろいろ実験してみたけど、このメモは「手書きノート」に戻ってきました。

これまでは、その手書きノートを元にして「自分でアトミックノートを作る」のがかつての読書メモの方法。

新しい「LLM連携バージョン」は「画像認識して文字を書き出して」「生成AIにそのノートを読んでもらって対話する」という感じになっています。（画像認識だけならGeminiが安い）

そして、書誌情報やら章のタイトル、自分が書いた読書メモを元にしてclaudeと対話。

ここでなにをやっているのかをclaude君に説明させると、こんなことをやっているみたいです。（claudeは読書メモを「掘る」と勝手に呼んでいる）

掘るとは何か
最大の目的（ごりゅごの学習・ノートは副産物）は SKILL.md が宣言している。それを前提に、ここは掘りの実践を書く。

掘る＝本の中身だけでなく、本の外から対立説・学説史・発見の経緯・固有名（人名・仮説名・年・統計）をたっぷり出して、対話で論点を広げること。Claude が多めに語り、ごりゅごが短く反応しながら考えを進める。命題候補は掘る過程で自然に顔を出す。それを拾って命題化するのは掘ったあと。

掘りの技
本の外から固有名と数字を出す（人名・年・統計・命名の経緯）。これが読む価値を上げる核
固有名・術語は日本語と学術英語を併記する（コペルニクス原理／Copernican principle、絶滅債務／extinction debt、ハルデンの法則／Haldane's rule、生物学的種概念／biological species concept）。原語のほうが原典に当たりやすく、訳語だけだと概念の正体がぼやける
違いは別レイヤーで腑分けする（入力と変換、機能と象徴、根源性と象徴性）。同じ括りに見えるものを層で分ける
還元主義の罠を解く（A は B に還元できるかを問い、必要条件と十分条件を区別する）
著者の論点の階層を見抜く（著者が細かく分けないのは浅さか、関心が別階層にあるからか）
関係を一言にする（何がどう効くかを具体語で。鍵と鍵穴のような比喩への言い換えはしない）
他章への伏線で長期構造を出す
1テーマから複数命題が出る。「何が違うか／それぞれの強み」「今どうなったか（著者の見立て）」のように軸で割ると1命題1ノートに分かれる

で、こうやって対話と質問を繰り返しながら、あとはごりゅごの「アトミックノートスキル」を使ってアトミックノートを作らせて、読書ノートにリンクを貼る。

メモとノートリンクを残してでき上がったのが、こういう状態。

「やった気になる」と戦う強い意志力

注意しないといけないのは、このノート作りは、claudeに全任せしてしまえば一瞬で終わるし、一瞬でめちゃくちゃ賢そうなノートができてしまう、ということ。

そしてもちろん、賢そうなノートが作れたからといって、自分が賢くなるわけではない、ということ。

賢そうなノートがたくさんできると、容易に賢くなった気分が味わえるんですが、それだけでは賢くならない。

「かっこいいノートを作る」ことが目的なら、賢そうなノートを作ることに価値はあるけど、かっこいいノートは賢くなるための目的ではなく、手段のひとつでしかない、ということです。

特に、生成AIはスキルやルールでかなり厳格に縛っても、あっけなく「よかれと思って勝手に進める」ので、そこはめちゃくちゃ注意が必要です。

claudeの場合、Opus4.8の工数：高（effort: high）くらいにしても、あっけなく「勝手に進めて」きます。（また、sonnetの場合は、チャット欄に生成される文章の知的レベルがちょっと低かった）

せっかく時間やエネルギーや電力を使うのであれば、ある程度効果が見込めることをやった方がいいし、そのためには「時間と体力に余裕がある時」にじっくり取り組む、という意識も必要。

もちろん「時間と体力に余裕がある時」を作るのは簡単ではないので「意志力」に頼るのではなく「よい環境」を作る、という別方向の努力も必要です。

今まで以上に時間と手間をかけて学ぶ

結局、この方法で読書メモを作る実験をしてみてから、読書メモ作りにはマジで今までの何倍もの時間がかかるようになりました。

ただ、すげえ時間がかかるけど、すげえ楽しい。

本を読んで、メモ取って、よくわからなかったことも、わかるまで付きあってくれる。わかった気になってたことが、もっとよくわかる。

関連する文献とかも、一瞬で教えてくれるし、その概念に対して適切な用語もすぐわかる。日本語と英語の両方で用語を並べてくれたりするのも、整理して理解するのにめっちゃ役立ちますね（日本語の方が分かりやすいときと、そうでないときがある。たとえば「北京原人」とか「アウストラロピテクス」とかは、日本語より学術用語で並べた方が、圧倒的に整理しやすい）

結局これ、めちゃめちゃ楽しい「遊び」なんですよね。知ることが面白い。わかることが面白い。

「かっこいいノートを並べる遊び」にしてしまうと、知的な成長があまり望めないけど、知って整理することを目的とすれば、こんな面白い遊びはない。

そうやって趣味、楽しみとして学んでこそ「教養」というものが獲得できるのではないか、と思う次第です。

おまけ：スキルのアップデートをしました

なお、今回の読書モードのアップデートにあわせて、考えを書いて整理する『アトミック・シンキング』実践セットで配布していたAIスキルをアップデートして「読書メモモード」にも対応できるようにしました。（Claude Code版のみ。それ以外は、AIと対話しながら自分の環境に取り込んでください）

読書モードでアトミックノートを作るときには、こういう感じで「参考文献」の情報も埋め込むようにしています。（対話でちゃんと作った賢そうなノートです！ちゃんと役に立つやつ）

また、読書モード対応以外にも、かなりいろんな部分でスキルの中身は変えています。

→更新履歴 ｜ アトミックシンキング Author's Cut

履歴には「新機能」以外はあんまり詳しく書いていないんですが、AIが作りがちな「うさんくさい日本語」を極力使わせないような工夫とかもけっこう追加して、だいーーぶ使いやすくなったんじゃないかな、と思っています。

他にも、descriptionの代わりに「hook」というパラメーターをいれて、人間やAIが検索のフックに活用できるようにしたりとか、できる限り対話でノートを作るように促したりとか、まだまだスキルの改善には（よい意味で）終わりはなさそうな感じがしています。

取りあえず、これは販売から100日くらい経過して、必要な方にはだいたい行き渡ったと思うので、アトミックシンキング実践セットの有料会員用半額クーポンも、6月でおしまいにしようと思います。（クーポンコードはこの記事の末尾に）

今後も、こうした大きな変化があれば、アップデートという形で対応していく予定です。

→考えを書いて整理する『アトミック・シンキング』実践セット

ProdraftsとGeminiで始める！iPad手書き図解×AI活用術 - by はるな👠iPad Worker

6月のテーマは「Prodrafts×Geminiで始める！iPad手書き図解×AI活用術」

手書きした図解をAIに処理させ、整理・再編集するワークフローを紹介します。"きれいに描く"ことより、思考を外部化してAI対応形式に変換するプロセスに焦点を当てた内容です。

- 手書き図解の役割：頭の中の関係を素早く外に出す考え方

- 具体的な図解の書き方・使い方：情報整理の4つの基本形

- iPadでの手書きワークフロー：フリーボード、Appleメモ、Prodraftsの使い分け

- 手書き → AI整理 → 再編集：図解を資産化する流れ

生成AIの進歩によって、彼らはもう「人間と同じ感じで」手書き文字や図形が読み書きできるようになっています。ただ同時に、ごりゅごのような人間は「できる」とわかっても、なににどう使ったら便利なのかがわからない。

このあたり、ごりゅごは本当に不得意で、やらないから上達しない項目の代表格なのです。

ただ同時に、おそらくナレッジスタックをご覧いただいている方全員とは言わないけど、かなりの人はこういう「手書き図解」みたいなものに興味があるのではないか、とも思います。

その辺は、ごりゅごができないことはパートナーに任せる。すばらしい分業！ご興味ある方は是非ご覧ください。

リアルタイムのセミナーは、どなたでもご参加いただけます。お時間あれば、是非ご参加ください。

• 開催日：6月20日（土）

• 時間：10:00〜11:30（10分前の9:50頃から入室できるようにします）

Zoom ミーティングに参加する

• ミーティング ID: 824 6939 5072

• パスコード: 828391

持ち越しタスクが30件並ぶと、もはや選ぶ気力すら湧かない。この問題に対してごりゅごが出した処方箋は「1つの仕事について1ステップだけ進める」「やろうとしていることよりやったことを書く」「荒いルーチンを先に作って記録から手順を育てる」の3つ。電源タップ交換や出張準備といった具体例を通じて、人間が認知負荷を過小評価していること、AIと一緒に言語化すればその負荷が劇的に下がることを実感する57分になりました。

本シリーズのアーカイブ動画は以下からご覧いただけます。

- 🎥 ナレッジスタック 最新動画一覧

また、ナレッジスタックの動画はPodcastとして耳だけで聞いていただくことも可能です。

購読方法は 公式ヘルプ（外部アプリでの聴き方） に詳しくまとめられていますが、最も簡単なのはSubstack公式アプリを利用する方法です。

Apple PodcastsやOvercastなどのお好みのアプリで聴きたい場合は、Substackの「Manage subscription」ページから「Private podcast feed」を取得して各アプリに登録してください。

Read more

ごりゅごが作ったObsidianのプラグイン「LLR」

これ、細かい機能がいっぱい付いてるいわゆる「多機能系プラグイン」だと思っているんですが、そういえばちゃんと「作者の使い方」みたいなのを紹介していなかった気がします。

こういう「自分の使い方を書く」ことって、書いた本人が一番多くのことを得られるもの。書いて整理してみると、あれ、これは必要ないな、と気がつけたり、こうやってやればもっと便利にできるじゃん、と思いつくことができたりする。

そういう意味でも、ちゃんと自分が作ったものも、どうやって使っているかをちゃんと整理しておくことに価値があるはず。

というので、今思いついたことをザッと書いていきます。

「時間」はほぼ気にしていない

LLRは、Obsidianのマークダウンファイルをできるだけ汚さず「ノートとして自由に記録を残せる」ことを重視したプラグインです。

その中でも一番の特徴だとみなされるのは、1分単位で時間を正確に記録できる、というチェックボックスの仕組みだと思っています。

1分単位で記録できるようになっているんですが、自分の使い方を振り返ってみると、実はかなりのルーチンは「チェックするだけ」で終わらせてます。（何時に始めて何時に終わったとか気にしてない）

つまり、いわゆる「タスク」の多くはただのチェックボックスとして使っているだけ、という感じ。

LLRを使うと、記録を完了させるのに2回のトグルが必要になるので、むしろこれ、LLRを使わない方が便利なんじゃないか、とか思ったりするんだけど、でもまあそういういい加減な感じでチェックしてます。（もちろん、細かなリピート頻度を自分でコントロールできるというだけでLLRの価値はある）

「火曜日と金曜日のごみ捨て」「（花粉症の）薬を飲んだのかどうか」「加湿器のフィルター交換」

どれも生活系のルーチンですが、たとえばこういうのって、自分にとっては「やったかどうか」「忘れてないかどうか」だけが重要で、ほとんどの場合それに何分かかったという情報を活用することはない（ゼロとは言わない）

そういうのは、もうなんか適当でいいんですよ。記録を残す場合にも、時刻、時間がちゃんと残った方がいいものはもちろん存在するけど、やったかどうかだけわかりゃそれでいい、というものもたくさんある。

今なにをしているか

実は、LLRの「チェック」で重要なのは、時間じゃなくて「進行中であるかどうか」なのです。（と、書いててだんだん自分の中で明確になってきた）

もう少しかみ砕いて言うと、自分が記録を残している価値というのは実は「なにをやったのか残す」以上に「今なにをしてるのか」を意識できるようにすることだ、ということ。

たとえば「ナレッジスタックを書く」というルーチンをこなしていたつもりだったけど、気がつけばそこから音楽の練習を始めて、そのままごはんの準備を始めて、ごはんの後に本を読みはじめたらここまでの記録を残してなかったことに気がついた。

こういうことは、いつになっても起こる。限りなく減ったけど、ゼロにはならない。

人間は忘れる。俺は特に忘れる。

忘れること自体は悪くない。仕方ない。でも、できるだけ忘れないように工夫はしたい。

自分は、その工夫として記録を残して、今なにやっているか、というのを忘れないようにしている。何時から何時までなにをやったのかは、所詮おまけ情報。記録で一番大事なのは「今何をやっているか」をわかるようにしておくことだと気がついたのです。

（もちろん、時間をちゃんと測りたい項目がゼロ、というわけではない。たとえば「音楽練習の記録」は、厳密とは言えないが、可能な限り時間をきちんと記録して、モチベーションを高く保つ仕組みに組み込んでいる）

ルーチンは「計画を立てる目印」なので「多くていい」し「やらなくていい」

あともういっこがLLRの「ルーチン」の話。「リピートタスク」とか呼び方はいろいろあるんですが、とにかく「繰り返しやるやつ」をどうしているか、という話。

まずこのルーチンは、可能な限り日本語を含めた自由で直感的な記述で頻度を調整できるようにしたつもりです。この「繰り返しが自在にできる」ことはLLRのウリの1つです。（詳しくはAIに聞いてほしいけど、第一土曜日の4日前から毎日出てきて、それが終わったら次の月の第一土曜日の4日前に出てくる、とかもできる）

また、ルーチンの一覧みたいなのは、baseファイルを作っておくと、以下のように全体像が見えて楽しいです。

で、このルーチン全体をご覧いただくとわかるように、生活系のルーチンはほとんどがリマインダーです。そしておそらく、多くの人が数が多いと感じるくらいの分量です。

同じように、仕事のルーチンもたくさんあるんだけど、ほとんどの場合「やることとして出てくるけどやってない」のが現実。

別にそれでいいし、気にしてない。

どっちかというと、仕事に関しては、ほとんどのルーチンは「気に留めておいて忘れないようにするための目印」みたいな感じです。

細かな話で言うと、毎日仕事を始めるときに「今日の計画を立てる」というルーチンがあって、そこでできそうなこと、できなさそうなことを、ノートを見ながら整理する。ここで今日やること考えたり、具体的に並べ替えたりしたりしなかったりする。

この手順もいろいろ工夫はしてるけど、結局自分にとって重要なのは「今日やるかどうか判断する材料」が（多くなりすぎない程度に）1通り並んでくれればそれでいい。

やれるかやれないかでいうと、大抵やれない。やろうと思ったことを全部やれる日なんてない。ほぼゼロ。

どこまで経験を積んでも、毎日ほぼ確実に「実際にやれる以上のこと」をやろうとして、できない。

そして、これを否定的に捉えない。これは、普通の人間にとって「ほぼ毎日計画通りには進まない」と身の程を知るための行為なのである。

「やりたいこと」を1通り並べてみて、そのあと1日の記録をきちんと残して、やれなかったことを見せつけられることを経験すること。

この経験こそが、自分の身の程を知り、自分自身とうまく折り合いをつけて幸福に生きていくためのコツなのではないか、ということも思っています。

結局のところ、自分にとってルーチンというやつは「やること」じゃなくて「だいたいいつもやってること」で、それをあらかじめノートに記入しておくことで、記録することができるようになる、というもの。（LLRのおかげで個々のルーチンに手順を書けるようになったことで、着手しやすくなった、というのは間違いなくある）

ノートは自由である

自分でLLRという細かな記録をつけまくるようなツールを作っておきながら、結局のところ自分はそんなに細かな記録をつけまくっているわけではない。

（とは言え「ふつうのひと」から見たら異常なほど細かな記録は残っているという自覚はある）

とにかく大事なのはObsidianは「ノート」であり、LLRはできるかぎり「ノート」の自由さを損なわないようにしたい。

もちろん、最低限の規範、ルールが存在しないと、プラグインとして機能しないので、規範を完全にゼロにすることは出来ない。

それでも、たとえば「朝」にある項目を午後から始めたからといって、それを午後に並べる必要なんてない。「記録を並べる順番は自由であるべき」だと思っているので、そういうところにプラグインは干渉しない。プラグインは、数字とチェックマークをつけるだけ。それ以外はすべて「ノート」として自由にユーザーが使えるようにすべき

並べ替えてみやすくするのは、サイドバーの仕事。だからここはあえて「書き込み」はできないようにした。

代わりに、ノートはできる限り自由に、好きなように使えるようにしたかった。

今日の「昼ごはん」なんて、記録として2回ありますからね。しかも3時間も「昼ごはんの時間」がある。

皿洗いしたのも12時過ぎなんだけど、思い立った今チェックマークをつけた。

これはまさに「やった」記録さえあればあとはなんでもいいわけです。

「午前」枠の仕事を20時からやることもあるし、睡眠記録が残ってないことも普通にある。

極論、このプラグインによって利用者が「いつもより少しだけ便利になった」と感じてもらえたら、あとはどう使ってもらったっていいわけです。

分単位の時間記録を残せるという、ある意味で規範の塊のようなツールだからこそ、その規範をいかにぶっ潰してやるのか。そのくらいの感じで使ってもらえるのが一番嬉しい。

極論LLRは「規範を捨てることを学ぶためのツールである」くらいの言い方をしてもいいのかもしれません。

是非皆さんの「俺はこう使っている」という使い方などを、ブログやSNSなどでご紹介ください。そうやって規範を捨てていく過程を楽しみましょう。

特典：ごりゅごのサンプルルーチンノートを公開します

有料購読者の方向けに、今回はごりゅごの生活系ルーチン全部と一部ALPs、そしてリピートタスク一覧のbaseをお渡しします。まったもって「そのまま使える」というタイプのものではないですが、他人の日常が垣間見られるのは楽しいと思うし、多少の参考にはなると思います。

（本当は全部公開したかったけど、他人が絡むやつは見せられなかった……）

以下のURLからサンプルの一式をダウンロードしていただけます。

Read more

LLRを使うようになって、iPhoneでObsidianを触る頻度がめちゃめちゃ増えました。朝、昼、夜、と一日の複数回、PCの前にいないときは必ずObsidianを起動しています。

ただ、iPhoneで使うObsidianはどうしても遅い。調べてみると「ノートが多すぎる」のが有力な原因でした。そこから数ヶ月「いかにObsidianからいらんノートを減らすか」を考えて、得られた結論が「かなりのデータはObsidianに保存するよりデータベースに保存した方が便利」ということでした。

「ログ」をどこにどう残すのか？

Obsidianのノートを「減らす」

これをまじめに考えてみると、実はけっこう基本的でありながら、重要で深遠な問題に行き当たりました。

それは「そもそもObsidianはどんなノートを扱うのが得意なのか」という話です。

そう考えるようになったきっかけのひとつが「ObsidianをEvernoteみたいに整理している人の存在でした」（整理のための整理フォルダまみれ。世界が一周して最近こういう情報をまたちょいちょい見かけるようになった）

そもそも論として「ほぼ確実に失敗するデジタルノートの整理の仕方」というのは存在すると思うんだけど、改めて自分が保存しているObsidianの情報を振り返ってみると、かなり「自分もほぼ確実に失敗するObsidianの使い方をしてるぞ」と気がつくことができたのです。

たとえばその代表格が、個別の「仕事ノート」

ここでは細かな説明は省きますが、ごりゅごが作った仕事ノートは、役目を終えてしまえば単なる「ログ」であり、直接そのノートを使う機会はほぼゼロに近いレベルです。

そして、そういうノートがすでに少なくとも千を超えるくらい（5年使うと必然的にそうなる）存在していて、すべてが保管庫の肥やしになっています。

あえて自分をかばうならば、1年前ならこうしたノートをObsidianに置いとく価値というのは、まだ十分に高かったと思うんですよ。

ただ、それがclaude.codeに代表されるエージェント系AIの登場によって、まるっと世界観が変わってしまった。大半の「ログ」は、ノートでなくデータベースの方が便利なことが多い。これが現在のごりゅごの見立てです。

ログはデータベースに保存する

これまでは「1年前のあの時の原稿がほしい」となれば、Obsidianから日付やキーワードなどを規準に探したり、圧倒的に重要な情報であれば自分でリンク構造を作っておいて、そこからリンクを辿ってノートを見つけられるような仕組みを作って、それをメンテナンスしていました。（そして、こうしたリンク構造を最新に保ち続けるのは、大変すぎてほぼ挫折することになる）

ただ、もはやこういう「ある場所から目的のものを見つけてくる」のって、ほとんどの場合人間より生成AIの方が早いんですよ。

例外が、いつも使っている数十からせいぜい100個くらいのノートまで。こういうのは、かなり人間の身体に近いところがあって、それをさっと読み書きする場合は、AIに頼っていては遅すぎるし、直感的ではなさすぎる。

ただ、そういう「いつも使うノート」を除けば、もうノート探しはほぼAIが勝利する。ノート整理の達人であればAIといい勝負できるかもしれないけど、どんな整理の達人も「見つけられるようにする整理コスト」をゼロにはできない。なので結局、かけたコストに対するリターンという点では、ほぼAIに頼ってしまった方が得られるものが多い。

「最初の100個くらい」は、AIなんて遅くてやってられないんですよ。人間がササッと探した方が早いことは明白。こういうときは、フォルダでわけてると使いやすい、というのもほぼ確実。ただ、現代人が普通に年単位でデジタルノートツールを使っていたら、絶対に作ったノート100個、なんて数では収まりきらない。となると結局、大抵の現代人にとって「AI使った方が早い」ことになってくる可能性が高い。

でね、そうやって考えて辿り着いたのが「ログ」をObsidianに保存しないようにする、という方法でした。いわゆる「ログ」に分類されるノートって、もはやマークダウンで持つ意味すらないんじゃない？と思ってしまったのですよ。

まだまだ現在は「ローカルでマークダウンでデータを持つことの価値」自体が新しいと思うんですが、ごりゅごはもうその先に行ってしまったぜ……

これからはマークダウンではなくデータベースの時代なんだぜ……

ALPsがあるからログが見えなくても困らない

元々、2026年になってから、いろんなことを自前のデータベース（sqlite）に保存するようになってきていました。

10年分の行動履歴をデータベースに保存してみたり、（記事にはしてないけど）生成AIとのやりとりも、可能な限り生成AI自身によってデータベースに記録させる、ということをやっています。

また、LLRで記録を残したデイリーノートも、1日1回、タスク単位でデータベースに保存して、生成AIが見つけやすい形式に変換しています。

ここに、Obsidianの「ログ」も追加してやればいいじゃん、というのが今回のメイントピック。「自分が書いた原稿」とか「ある日の仕事のメモ」なんかは、もうObsidianじゃなくてデータベースに保存しといたらいいじゃん、というわけです。

自分が5年以上Obsidianを使ってきた結論でいうと、こういうログっぽい「記事」とか「仕事の記録」って、あとから見ることがないとは言わないけど、あとから編集する可能性は、ほぼないんですよね。そうすると、まず「ノート」である重要性が低くなる。

また、仮にノートの編集が必要になったとしても、生成AIに修正を頼む（もしくは自分でクエリを書く）だけで、修正だって出来るわけです。さらにいえば、極論もう一回マークダウンのデータがほしければ、データベースの中身を書き出してマークダウンファイルを作ってもらえばいい。

もちろん「ありとあらゆるすべてのログをデータベースに保存しとけばいい」というわけではなく、マークダウンで保存しておいた方がいいログがない、とは思いません。

でもたぶん多くの人が想像するよりも全部に近いレベルで、ログはもうデータベースでいい。そして結局その方が「AIと一緒に仕事するときに便利なことが多い」とも思っています。

こういう風に割り切ることができるようになったのは、この数ヶ月でいろんなことを「AIと協業前提」にしてきたから、というのがめっちゃ大きく関連してるんですよね。

たとえば仕事ログをデータベースに保存してもほぼ困らなくなったのは、ごりゅごが作った「ALPs」という概念のノートで手順書を作っているから。この手順書に、どこにどういうデータが置いてあって、こうやってデータを見ればいいぞ、と書かれているから、AIはそれを参考にして適切なデータを取り出せる。

だから、人間が昔のノートを見に行く必要がほぼない。AIが手順書を読んで、前回やったことを確認して、それを踏まえて「次の仕事」を進めることができるようになっている。

もちろんこういうことができるのは、ごりゅごの仕事の大半がテキストベースであるからである、というのは理解しているつもりです。

ただ、たとえば普段はエクセルを使いまくっている、みたいな人でも「言語でやりとりできる情報は全部データベースに置いとける」わけですよ。そうすると、コンピュータ主体の仕事をしている方であれば、かなりの部分でこの「データベース保存」というアイデアが応用できるのではないかと思っています。

（そして次は「個人サイトのデータ」もデータベースで管理できるのではないか、と考えるようになってきた。データ管理の仕方がもう一周まわってWordPressみたいな形になってきているな、というのがとても面白い）

ObsidianはObsidianが得意なことに専念できる

そして、こうやってログをほぼDBに移行したことで、Obsidianの使い方というか「目的」みたいなのがスッキリして、今までよりも使い勝手が上がってきている印象です。

その理由の1つは、LLR＋ALPsというごりゅご独自概念満載になった「デイリーノート＋手順書」がAIと仕事を進めることが前提となったこと。自分が過去のデータを観るのではなく、ほとんどはAIが過去データを見てくれるから、ノートも減るし、構造もスッキリするし、目の前の本質的な部分の整理だけに専念できるようになった。

そしてもう1つが、アトミックシンキングで書いてきた「私の考え」を小さな単位でまとめて、並べて、整理して、自分の意見や考えを常に書いて考える、というもの。

こちらは「並べて、見る」「動かす」という、触ることで整理が進む作業。これはデータベースのクエリでは代替できない、Obsidianであることの価値がはっきりある部分です。

この2つは、自分の中でいわゆる「整理」じゃなくて「考える」を伴った「仕事の本質的な部分」なわけです。

Obsidianではこの「仕事の本質だけやる」と明確になったことで、かなり考えるべきことがはっきりして、スムーズにいろんなことができるようになりました。

「ログはDBへ、考える作業はObsidianへ」

この住み分けができたことで、Obsidianの使い方自体がすっきりして、だいぶ心の整理もできた感じがします。