LECTURE 02 — プロンプトスキルの極意

AIを「自社メンバー」にする方法：Obsidian × Claude Codeで構築するローカルAI外部脳ナレッジ術

毎回前提を説明する非効率を終わらせる。ローカルのMarkdownメモ（Obsidian）をAIの外部記憶（第二の脳）として直接接続し、自律的にタスク整理や自動デプロイを行わせる「AI社員」の構築と運用の全貌。

プロンプトのコピペを卒業した先にある「AIナレッジ駆動」の時代

インターネットやSNSのタイムライン上には、「これだけで完璧！ChatGPT神プロンプト」「コピペで使えるテンプレート」といった魅力的な情報が溢れています。しかし、これらの一時的なコピペ用テンプレートに依存したAI活用法は、極めて短期間のうちに限界を迎えます。なぜなら、AIをどれだけ賢くしようとしても、自社のビジネスモデル、進行中のプロジェクトの背景、あるいはあなた自身の判断基準といった「文脈（コンテキスト）」がAIに与えられていなければ、結局は一般的で無難な回答しか返せないからです。

「神プロンプト」はモデルの知能向上で無効化する

かつてAIの推論能力が低かった時代には、AIをコントロールするために「一歩ずつ考えてみましょう」といった記述のハックやおまじないが有効でした。しかし、GPT-4oやClaude 3.5 Sonnet、Gemini 1.5 Proといった最新モデルにおいては、おまじないは不要になりつつあります。逆に、ノイズとなる記述が多すぎると、AIのアテンション（注意）が分散し、回答の精度を下げる原因にさえなります。これからのAI時代に必要とされるのは、記述のハックではなく、AIが自律的に動きやすくなるように情報と文脈を整理して提示する「ナレッジ設計力」です。

AIを賢くするのではなく、自社の「文脈（コンテキスト）」を与える

AIを「優秀な部下」や「AI社員」として機能させるために最も重要なのは、AI自体の頭脳（アルゴリズム）をいじることではなく、AIがいつでも自律的にアクセスできる「外部記憶装置（第二の脳）」をPCローカルに用意してあげることです。あなたが日々考えていること、進行中のプロジェクトの仕様書、過去の成功事例、あるいは自社のビジネスルールなどを一箇所に蓄積し、それをAIエージェントに直接読み込ませる。この「ナレッジ駆動型」のAI活用こそが、少人数の企業やナレッジワーカーが圧倒的な生産性を叩き出すための究極の仕組み化です。

三位一体のシステム：なぜ Obsidian × Claude Code / Antigravity なのか？

このローカル外部脳システムを構築するために、現在最も注目されているのが以下の3つの技術を組み合わせたシステムです。

Obsidian：ローカルMarkdownで資産化する「第二の脳」

Obsidian（オブシディアン）は、PCローカルにテキスト（Markdown）ファイルとしてすべてのノートを保存するメモツールです。クラウドサービスのように特定のプラットフォームに依存せず、すべてのデータが手元のPCにシンプルなプレーンテキストで存在するため、AIにとって世界で最も読み書きしやすいデータベースとなります。フォルダ間のリンクやメモ同士の双方向リンク（[[ノート名]]）をサポートしており、知識のネットワークを視覚的につなぐことができます。

Claude Code ＆ Antigravity：PCを直接操作する自走型AIエージェント

Claude Codeや、現在このプロジェクトで使用している「Antigravity（Geminiベースの自律エージェント、agy CLIなど）」は、ターミナルからPCローカルのディレクトリを直接操作できるAIエージェントです。指示を受けると、AIはPC内のファイルをスキャンし、必要に応じて複数のファイルを書き換えてタスクを実行します。このAIエージェントに対して、Obsidianのフォルダ（保管庫＝Vault）を「作業部屋」として引き渡すことで、AIはあなたのPC上のメモを自由に検索・参照・編集できるようになります。

MCP（Model Context Protocol）：両者を繋ぐ最新のオープン規格

MCPは、Anthropic社が提唱した「AIエージェントと外部データソースを安全に接続するための共通規格」です。この規格を介することで、Claude CodeやAntigravityなどのAIエージェントは、Obsidian内のローカルAPIを通して、完璧に構造化された形でノートの読み書きを実行できるようになります。

第二の脳 (ナレッジベース)Obsidian Vault
PCローカルに保存されたプレーンなMarkdownファイル群Local REST API→Model Context Protocol (MCP)実行脳 (AIエージェント)Antigravity / Claude Code
ローカルファイルを直接読み書きし自律実行するAI社員図解: Obsidian × AIエージェントの物理接続アーキテクチャ

AI外部脳システムの構築ステップとMCP設定

実際にあなたのPC上でこのシステムを構築するための、具体的なセットアップ手順を解説します。

ステップ1：Obsidianの導入と「Vault（保管庫）」の設計

まずはObsidianをインストールし、新しい「Vault（保管庫）」をPC上の任意の場所に作成します。このVaultが、AI社員がアクセスするナレッジベース（オフィス）になります。

ステップ2：Obsidianプラグイン「Local REST API / MCP Tools」の有効化

Obsidian内の「コミュニティプラグイン」設定から、以下のプラグインをインストールして有効化します。 1. Local REST API: ObsidianのデータをローカルPC内で通信可能なAPIとして公開します。設定画面からAPIキーをコピーし、ポート番号（デフォルトは8443など）を確認します。 2. MCP Tools（または mcp-obsidian などのサーバー）: AIエージェントと通信するためのMCPサーバープログラムを有効化します。

ステップ3：AIエージェントへのMCPサーバー登録コマンド

ターミナルを開き、AIエージェントに対して以下の登録コマンドを実行し、ObsidianのMCPサーバーを登録します。 ```bash claude mcp add obsidian-mcp -s <実行バイナリのパス> ``` この設定により、AIエージェントの起動パラメータにObsidianが紐づけられ、AIがターミナル上でローカルノートを操作するためのコマンド（`read_note`, `write_note`, `search_notes`など）を自動的に実行できるようになります。

💡実は「AIに『MCPでObsidianに繋いで』と頼むだけ」でOK

こうした技術的なコマンド登録や設定ファイルの編集は、人間が手動で暗記する必要はありません。「Antigravity」や「Claude Code」といった高度なAIエージェントに対して、自然言語で「私のObsidianのVault（パス：/Users/username/Obsidian/MyVault）にMCPで接続したい。必要な手順を教えて、セットアップを実行して」と指示するだけで、AI側が自動的にPC内の設定ファイルを解析し、MCP接続に必要な定義の追記や接続コマンドの提案・実行までを自律的にサポートしてくれます。

AI社員が迷わないための「状態（ステージ）別フォルダ設計」

AIを「自社メンバー」として正しく機能させるには、AIが情報の「役割」を瞬時に理解できるように、Obsidianのフォルダを階層ではなく「状態（ステージ）」で整理するのが鉄則です。

IN00_inbox (情報の入口)音声書き起こし、思いつき、商談メモ、PDF、Webスクラップなどをただ放り込む→AIAI社員による自律処理常時スキャン → 解析 → タスク分解 → ナレッジ間の関連リンク付与→OUT仕分け・蓄積・更新・10_projects (タスク・仕様書)
・20_sources (文献・インプット)
・30_wiki (マニュアル最新化)図解: AI社員によるフォルダ仕分けとタスク抽出フロー

- `00_inbox/`（情報の入り口）: 経営者は音声入力の書き起こし、思いつき、顧客メモなどをただここに放り込むだけ。 - `10_projects/`（進行中のタスク）: 動いているプロジェクトのタスク、仕様書、決定ログ。 - `20_sources/`（インプット保管庫）: 読んだ本、Web記事のスクラップ、勉強した内容の要約。 - `30_wiki/`（自社マニュアル）: 経営者の判断基準、自社の業務ルール、マニュアル。 - `99_system/`（AI社員の心臓「CLAUDE.md」の設置）: Vaultのルートディレクトリに、自分自身の経営理念、現在の事業の優先順位、AIの役割定義を書いた `CLAUDE.md` というファイルを配置します。AIエージェントは起動時にこれを常時スキャンするため、毎回前提を説明する必要がなくなり、最初から「あなたの会社の一員」として動作します。

実務が自動で回る「AI社員」のデイリーワークフロー（超詳細）

このシステムを構築すると、日々の業務がどのように自律的に回るようになるのか、具体的な1日の流れ（ストーリー）を見てみましょう。

AM 9:00 - 朝の環境スキャンとタスク自律登録

経営者は、前日の夜や通勤中にスマホからObsidianの `00_inbox/` に「A社から契約書修正の相談あり。今週中に法務レビュー。新しいブログ記事も書きたい。テーマは勤怠管理法改正」と、音声入力や殴り書きメモをただ放り込んでおきます。朝、ターミナルでAIエージェントを立ち上げると、AIは自律的に `00_inbox/` の新規メモをスキャン。内容を解析・タスク分解し、`10_projects/task_list.md` を自律的に編集・更新し、「今日やるべき最優先事項」をターミナルに表示して経営者に提示します。

PM 2:00 - 音声メモの構造化とナレッジ間の双方向リンク付与

経営者が外回りや移動中に音声入力した雑多なアイデアメモ（`00_inbox/` 宛て）を、AIが内容を分析して綺麗なMarkdown文書へ清書。さらに、AIはObsidianの既存ノート（例えば、過去のマーケティング戦略ノートなど）を自動でクロスクロールし、関連する箇所に `[[過去のマーケノート]]` のような双方向リンクを自律的に付与して知識のネットワークを拡張します。

PM 6:00 - 進捗ログからの日報自律生成とWikiの自動最新化

その日に完了したタスクのステータスや、AI社員とのチャットのやり取りログをAI自身が集計。経営者の手を一切煩わせることなく、「本日の業務完了レポート」を自動作成し、同時に得られた新しい教訓やTipsを `30_wiki/` 内の業務マニュアルに自動で追記して、会社のナレッジを常に最新状態に保ちます。

AI社員による自動化の「極限」と可能性

このシステムの真価は、単なる文章作成や整理に留まらず、AIエージェントがPCローカルの実行環境（GitやPythonスクリプト）と連携することで、業務を「自律実行」できる点にあります。

Xアルゴリズム解析を統合した「SNS副業自律運用」パイプライン

SNSを通じたアフィリエイトやコンテンツ販売による副業ビジネスでも、AI外部脳は強力な自走式エンジンになります。

1. GitHubオープンソースコードの自律解析: Xが一般公開している X Algorithm リポジトリのソースコード（ScalaやPythonなど）をAIエージェントにスキャンさせ、「外部リンクを直接貼ると表示がペナルティを受けるため、補足リプライへ誘導する」「画像を1枚以上添付する」「短時間連投を避ける」といった最新アルゴリズムの加点・減点ルールを自律学習させます。 2. バズ情報のクローリングとObsidian蓄積: Pythonのクローラーライブラリ（Beautiful Soup や Selenium）を使用するスクリプトをAI自身に実行させ、ターゲット層にバズっている投稿（例: 24時間以内に1,000RT以上）を自動的にスクレイピングして `00_inbox/` にMarkdown形式で収集させます。 3. 分析とリライト（バズる投稿のドラフト生成）: AIエージェントが、収集したバズデータとGitHubから学習したXの最新アルゴリズム特性を突合。「なぜこの投稿が伸びたのか」を言語化・分析し、あなたの商材に合わせた「バズる可能性の高い高品質な投稿テキスト」を `10_projects/drafts/` に複数自律生成します。 4. 自動ポスト: X API を叩くPython投稿モジュールを使用し、毎日夜20時などの最適なアクティブ時間帯に、cronなどのタイマープログラムで自動連携してポストを自動投稿させます。

1アルゴリズム学習・X Algorithm の自律解析
・表示加点・減点ルールの自動抽出→2バズ検知＆ドラフト生成・Pythonスクリプトによる最新バズ投稿収集
・アルゴリズムに適合したリライト案の自律設計→3定期スケジュール投稿・X API 連携スクリプトの用意
・cron等による最適時間帯の自動無人ポスト図解: Xアルゴリズム解析を組み込んだSNS自律運用パイプライン

競合インテリジェンスの完全自動化

AIエージェントに「毎週月曜日の朝に、競合他社5社のWebサイトと公式SNSをスクレイピングして、前回からの変更点をまとめた『競合インテリジェンスレポート』を `20_sources/competitors/` に自動作成して」と指示しておくだけで、AIがブラウジング機能やコード実行機能を駆使してネットをクロールし、差分情報を自動抽出・分析してObsidianに報告書として蓄積します。

ドキュメント ➔ コード改変 ➔ デプロイの自律直結

経営者が Obsidian 内の `10_projects/new_feature.md` に「次のアップデートで、ポータルの記事一覧に『新着順 / 人気順』のソート機能を追加する。仕様は以下の通り...」と日本語で記述します。これを見つけたAIエージェントは、自律的にポータルのソースコードを改修し、ローカルでビルドが通るかテスト（`npm run build`）を実行。問題がなければ Git コミットを作成し、GitHubにプッシュし、本番サーバーへのデプロイ（`rsync`）までを経営者のワンクリック承認、あるいは完全自動で完了させます。

財務・業績データのダッシュボード自動化

日々の商談メモや受注ログ（Markdownファイル）の中に書かれた「金額」「社名」「受注日」などの情報をAIが自動でパース。自動的にCSVやExcelファイルへ集計データを書き込み、Pythonのライブラリ（matplotlibなど）を用いて売上グラフの画像を生成。そのグラフを埋め込んだ「週次売上ダッシュボード.md」というノートを毎週月曜日に自動生成・更新します。

音声メモ1つからの完全なマニュアル化とシステム構築

「新しい社内研修の手順を音声メモで吹き込んだから、これをマニュアル化して、マニュアルに基づいたチェックリストのシステムまで作っておいて」と頼む。 AIは音声ファイルを文字起こしして要約し、`30_wiki/` に綺麗な研修マニュアルを書き込み、さらにその内容を Yes/No のチェックリスト（HTMLのWebフォームやコマンドラインツール）として自律的にコーディングし、社内システムに組み込みます。

1トリガー検知Obsidian内のメモ更新や指示をAIが検知→2自律判断・計画CLAUDE.mdや社内Wikiから背景とルールを読み取る→3ツール実行スクレイピング、財務集計、コード改修、テスト実行などを自律処理→4結果保存・デプロイノートの自動生成、Gitコミット、本番サーバー反映→OK人間へ通知・承認重要事項は一時停止し、人間の最終確認を待つ図解: AIエージェントの自律駆動ループと自動化の極限

知識を「資産」として磨き続けるロードマップ

どれほど最新のAIモデル（GPT-5やClaude 4）が登場しても、あなたの会社独自の「ナレッジ」や「ビジネス文脈」を最初から知っているモデルは存在しません。だからこそ、日々の業務記録、意思決定、アイデアをObsidianという永続的なローカルMarkdown形式で蓄積し続けることが、企業にとって最大の「防御壁（Moat）」になります。 AIを小手先の「質問相手」として使うのではなく、自社の文脈を完全に共有した「AI社員のチーム」として自走させるための土台を、今日から構築していきましょう。

このトピックについてさらに深く学びたいですか？

「自社のビジネスモデルに合わせたAIロードマップを作りたい」「自社独自のプロンプト集やAI利用規約を作りたい」といったご要望は、BNFのAI顧問が直接支援いたします。

BNF公式サイトでお問い合わせ

AI学習・ノウハウ

学習カテゴリー

講義一覧