生成AI×Obsidian×Google Driveで作る「第二の脳」——保存ではなく循環させるナレッジ管理術
生成AIを業務で使うことは当たり前になりました。しかし、AIとの対話・商談メモ・アイデアの多くは「その場限り」で消えていきます。半年前の思考と今日の案件がつながれば大きな価値になるはずなのに、人間の記憶だけではその接続を拾えません。
本記事では、以下の5要素を組み合わせて業務情報を循環させる「第二の脳(セカンドブレイン)」の構築方法を、具体的な手順とともに解説します。
- 音声メモツール(入口)
- ChatGPT(壁打ち・意味付け)
- Claude(成果物化)
- Obsidian(長期記憶)
- Google Drive(保持・同期基盤)
第二の脳の本質は「保存」ではなく「循環」
Obsidianに情報を大量に保存すれば第二の脳になる——最初はそう考えがちですが、保存だけではほとんど意味がありません。重要なのは次の循環です。
収集 → 整理 → 蓄積 → 接続 → 気づき → 行動
一度入れた情報を保存して終わらせず、別のAIや自分自身の思考に戻し続けることで、初めて蓄積が示唆に変わります。
各ツールの役割分担
音声メモは「取りこぼさない入口」
業務中には、文章になる前の断片的な情報が大量に発生します。「この商談、以前の案件と似ている」「この説明の方が伝わるのでは」といった断片は、毎回きちんと文章化しようとすると続きません。まずは音声などで雑に残し、整理よりも取りこぼさないことを優先します。入力の手間が第二の脳の最大の失敗要因だからです。
筆者はSwitchBotのAIマインドクリップ(胸元に付ける小型ボイスレコーダー)を使っています。本体スイッチをスライドするだけで録音が始まるため、突発的に始まる打ち合わせにも対応でき、オフ→オンの操作だけで打ち合わせごとにファイルが分かれます。
運用のコツは、録音開始時に「これから◯◯社と△△の打ち合わせ」と顧客名とテーマを一言吹き込んでおくことです。ファイル冒頭にコンテキストが入るため、後段でAIに整理させる際、どの顧客ノート・テーマノートへ振り分けるかが自動で決まりやすくなります。
ChatGPTは「壁打ちと意味付け」
残した断片や日々の商談について、ChatGPTと対話しながら抽象度を上げます。ポイントは要約で止めず、事実 → 解釈 → 仮説まで進めることです。「これは単なる書類解析ではなく、属人化した判断基準のデータ化ではないか」といった一段上の整理ができると、別案件との共通課題や戦略上の意味も見えてきます。
Claudeは「成果物への変換」
整理された思考を、提案資料・PoC設計・プログラム・保存用Markdownといった実際の形にする工程ではClaudeを使います。役割のイメージは次の通りです。
- ChatGPT = 思考を広げ、整理する場所
- Claude = まとまったものを構造化し、形にする場所
厳密な使い分けよりも、AIごとに仕事を完結させず、次の工程へ情報を渡すことが重要です。
Obsidianは「長期記憶と知識ネットワーク」
残す価値のある情報はObsidianに蓄積します。ここでのコツは、単なる議事録置き場にしないことです。
[[建設会社A]]
[[見積分析]]
[[属人化]]
[[ナレッジ継承]]のように、顧客名だけでなく課題やテーマでもリンクを張ります。すると、ある顧客の記録がテーマを介して別の顧客や過去のアイデアとつながります。[[]]リンクは検索用タグではなく、後から考察するための軸です。
「事実」と「気づき」を分けて残す
ノートは次のように構造化します。
## 事実
協力会社から届く見積書のフォーマットがバラバラ。
## 発言
価格比較よりも、まず工種分類の統一に時間がかかっている。
## 気づき
[[見積分析]]のニーズは価格妥当性の判定だけでなく、
分類基準の統一そのものに存在する可能性がある。議事録を100件保存しても知識にはなりません。事実から何を感じたか、他案件との共通点は何か——解釈と仮説をセットで保存することで、後からAIが読み返したときに価値が生まれます。
ObsidianのVaultをGoogle Drive上に置く
この仕組みの技術的な核は、ObsidianのVault(データフォルダ)自体をGoogle Drive内に置くことです。
Google Drive
└─ ナレッジベース
├─ Customers/ 顧客ごとのノート
├─ Themes/ 課題テーマごとのノート
├─ Daily/ 日次メモ
├─ Ideas/ アイデア
└─ .obsidianObsidian独自のデータベースではなく、実体は普通のMarkdownファイルです。このシンプルさが後述のメリットをすべて生みます。
構築手順(4ステップ)
- Google Drive for desktopを各PCにインストールし、同じアカウントで利用する。Vault用フォルダはローカルにもファイルが存在する状態(オフラインアクセス可)にしておく
- Google Drive内にVault用フォルダを作成する(中身は普通のフォルダとMarkdownのみ)
- Obsidianの「既存フォルダをVaultとして開く」でそのフォルダを指定する(
.obsidian設定フォルダもVault内に保存される) - 2台目以降のPCでも同じフォルダを既存Vaultとして開く。新しいVaultを作るのではなく、同じフォルダを開くのがポイント
これで、会社PCで書いたメモを自宅PCからそのまま参照・編集できる、デバイスに閉じない第二の脳になります。
Markdown実体の3つのメリット
1. AIから直接読める
人間にはObsidianの知識グラフとして見え、AIには構造化されたMarkdownデータセットとして見えます。ChatGPTやClaudeにフォルダごと読ませ、横断分析させることができます。
2. 原本と「意味」を役割分担できる
同じGoogle Drive上に、提案書PDF・Excelなどの原本フォルダを並置し、Obsidian側には「その資料が何を意味するか」だけを残します。Driveには原本、Obsidianには意味という分担が、同一基盤上で成立します。
3. AIが変わっても資産が残る
情報が特定AIサービスの中だけにあると移行が困難です。.md/.pdf/.xlsxといった汎用形式で持っておけば、数年後により優れたAIが登場しても乗り換えられます。AIを資産にするのではなく、AIに読ませる自分の情報を資産にする発想です。
Claudianプラグインで「AIをVault内に接続する」
情報循環をさらに一段進めるのが、Obsidianのコミュニティプラグイン「Claudian」です。Claude CodeなどのAIエージェントをObsidianのVault内で直接動かせるプラグインで、Vaultフォルダを作業ディレクトリとして扱えるため、ノートの検索・読み取り・編集・作成・複数ステップの作業をObsidian内から実行できます。
導入は、Obsidianの設定 → コミュニティプラグインから「Claudian」を検索してインストールし、Claude Codeのアカウントで認証するだけです(利用にはClaude Codeが使えるプランが必要です)。
Claudianを接続すると、次のような依頼がObsidianの右パネルから可能になります。
- 過去ノートを検索し、関連ノートへの
[[リンク]]を自動で追加する - 複数の顧客ノートを横断要約して、新しいテーマノートを作成する
- 日次・月次の気づきレビューを実行し、結果をVault内にノートとして書き戻す
重要なのは、AIの出力がチャット画面で消えず、そのままVaultに蓄積されることです。AIが第二の脳を「読む側」だけでなく「書き込む側」にもなり、収集→蓄積→接続→気づきの循環のうち、人間が忘れがちな「接続」の工程をAIが補完してくれます。相互接続によって、循環が止まりにくくなります。
日次・月次でAIに「気づき」を再生成させる
蓄積した情報は、定期的にAIに読み返させます。
- 日次: 今日増えた情報の中の重要な変化、過去案件との接続、新しい仮説
- 月次: 繰り返し登場した顧客課題、商談を横断して強まっているニーズ、裏付けられた仮説
個別に見ているだけでは気づかない共通点が、横断レビューで浮かび上がります。その気づきが製品戦略・営業・開発の優先順位に還流していきます。
定期スケジュール実行で「振り返り」を自動化する
このレビューは手動で行うのではなく、ChatGPTやClaudeの定期実行(スケジュール)機能に組み込むのが効果的です。決まったタイミングで蓄積情報を多角的にレビューさせます。
- 蓄積からの示唆・サマリーの生成
- 次に打つべき施策候補の提案
- 顧客情報の整理(状況変化・共通パターンの抽出)
- 営業手法として使える切り口の発見
レビュー結果は会話で終わらせず、ドキュメントとしてVaultに追加していきます。日々の業務が忙しく振り返りの時間が取れなくても、気づきが定期的に届き、自分の考え方が以前とどう変化したかにも客観的に気づけるようになります。過去のメモとの「差分」をAIが指摘してくれるのは、蓄積型ナレッジベースならではの効果です。
まとめ:情報量が増えるほど示唆が増える状態を作る
第二の脳とは、万能AIにすべてを記憶させることではありません。生の情報・原本・解釈・過去とのつながりをそれぞれ適した場所に残し、必要なときにAIに横断させる循環の設計です。
通常、情報量が増えるほど管理は大変になります。しかし構造化してAIが参照できる状態を保てば、情報量が増えるほど得られる示唆も増える逆転が起きます。個人のメモ管理を超えて、組織のナレッジ継承や属人化解消にも応用できる考え方です。
書類の「属人化」にお困りの方へ
本記事で紹介した「属人化した判断のデータ化」「バラバラな書類を揃える」というテーマを、企業の業務として解決するのが、当社の提供する「Connected Base」です。
協力会社ごとにフォーマットが異なる見積書や、請求書・発注書などの書類を、AI-OCR・業務ルール検証・オペレーターチェックの3段階で「揃った完成データ」にしてお届けします。見積の集約・比較・査定の効率化をご検討の方は、以下よりサービス詳細をご覧ください。
※記事内の顧客・案件に関する名称や例は、特定できないよう匿名化・抽象化しています。
Connected Baseのご紹介
「AI-OCR」「RPA」から
“LLM＋人の判断”の再現へと移りつつあります。
Connected Base は、日々の見積書・請求書・報告書など、
人の判断を必要とする“あいまいな領域”を自動で処理し、
現場ごとのルールや判断のクセを学習していくAIプラットフォームです。
これまで人が時間をかけて行ってきた仕分けや確認を、
AIとルール設定だけで再現・蓄積・自動化。
単なる効率化ではなく、「判断の継承」まで含めたDXを実現します。
現場の知恵を未来につなぐ──
その第一歩を、Connected Baseとともに。
