『その仕事、AIに任せた後は？ あなたの脳を整える、焙煎士の診断ガイド』
PR

AIに毎回指示しなくていい。「第2の脳」を作るObsidian×Antigravity整理術

社会人の勉強
2026.07.21

💡 【この記事の結論】

AIに毎回同じ前提を説明したくないなら、AIに「覚えてもらう」のではなく、「ここを見れば分かる」という外部記憶を作るのが効果的です。

Obsidianに「価値観・ルール・事実」を整理して保存し、MOC（Map of Content）を入口にしてAIエージェントが必要な情報を参照できる状態を作ります。

さらにAntigravityなどのAIエージェントとMCPを組み合わせれば、会話から得られた知識をObsidianへ保存し、次の作業で必要な情報を探索するところまで自動化できます。

AIに記憶させるのではなく、AIが探せる外部記憶を作る。
これが、この「第2の脳」の基本設計です。

  • 解決する悩み：AIに毎回同じ前提やこだわりを説明するのが面倒 / 蓄積したメモをAIにうまく活用してもらえない
  • 読むメリット：MOC・Fact・Stance・Rulesを使った外部知識ベースの設計と、Antigravity＋MCPによるAIエージェントからの参照方法がわかる

AIに何かを頼むたび、

  • 「以前決めたルールはこれです」
  • 「このブログではこういう書き方をします」
  • 「こういう表現は使わないでください」

と、同じ説明を繰り返していないでしょうか。

一方で、Obsidianには過去のメモが大量に保存されている。

それなのに、AIはその内容を必要なときに使ってくれない。

この問題は、AIの「記憶力」だけの問題ではありません。

AIが必要な情報を見つけられるように、外部記憶の構造を作っているか。

ここが重要です。

この記事では、Obsidianを単なるメモ帳ではなく、AIエージェントが参照できる外部知識ベースとして設計する方法を紹介します。

1. 問題は「メモが多いこと」ではなく「必要な情報が見つけにくいこと」

Obsidianを長く使っていると、ノートは自然に増えていきます。

例えば、

仕事
└─ ブログ
   ├─ SEO
   ├─ 記事構成
   ├─ 過去記事
   └─ 執筆ルール
趣味
└─ コーヒー
   ├─ 抽出
   ├─ 焙煎
   └─ SNS

この整理方法が悪いわけではありません。

人間が自分で探すなら、フォルダは非常に分かりやすい仕組みです。

問題になるのは、フォルダの場所だけに情報の意味を持たせてしまうことです。

例えば「ブログ執筆時に必ず守るルール」が、

ブログ
└─ 執筆
   └─ 過去
      └─ ルール_old.md

に入っていたとします。

そのルールが現在も有効なのか、古いものなのか。

ファイル名やフォルダだけでは判断しにくくなります。

AIエージェントに大量のファイルを参照させる場合も同じです。

重要なルール、過去のメモ、未完成のアイデア、古い情報が混在していれば、必要な情報を選択するための負荷が増えます。

つまり、

メモを増やすことと、AIが使える知識を増やすことは同じではありません。

2. 解決策は「AIに覚えさせる」ことではなく「AIが探せる構造」にすること

ここで登場するのが、Obsidianの**MOC（Map of Content）**です。

MOCは、簡単に言えば情報への入口となる目次ノートです。

例えば、

000_Blog_MOC
│
├── stance_blog_tone
├── rule_writing
├── rule_markdown
├── fact_blog
└── ng_words

という構造を作ります。

重要なのは、すべての情報をMOCに書き込むことではありません。

MOCには、

「このテーマについて、どのノートを見ればいいのか」

を記録します。

例えば、

# 000_Blog_MOC
## 執筆スタンス
- [[stance_blog_tone]]
- [[stance_reader]]
## 執筆ルール
- [[rule_writing]]
- [[rule_markdown]]
- [[ng_words]]
## 事実・資料
- [[fact_blog]]
- [[source_reference]]

これだけでも、情報の関係性がかなり明確になります。

3. MOCの本当の役割は「AIへの目次」を作ること

MOCを作る目的は、単にObsidianをきれいに整理することではありません。

AIに対して、

「このテーマについて作業するときは、まずこの地図を見てください」

という入口を用意することです。

例えばブログ執筆なら、

  • 000_Blog_MOC（目次ハブ）
    • Stance（価値観・立場）：文体 / 読者への姿勢
    • Rules（実務ルール）：SEO / Markdown / NG表現
    • Facts（事実・資料）：自分の経験 / 検証済み情報

という形になります。

AIエージェントがMOCを参照し、そこから必要なノートを探索するようにルールを設計すれば、毎回すべての情報をプロンプトに貼り付ける必要がなくなります。

ここが重要です。

MOCそのものがAIの記憶になるわけではありません。

MOCは、

「AIが必要な記憶へ到達するための案内板」

です。

4. 「事実」と「価値観」を分ける

もう一つ重要なのが、

Fact（事実）とStance（価値観・立場）を分けること

です。

Fact（事実・データ）

  • 記事タイトルは検索意図を考慮する
  • 公開日は2026年8月22日
  • 使用しているWordPressテーマは〇〇

これは事実やデータです。

Stance（スタンス・価値観）

  • 初心者にも分かる説明を優先する
  • 必要以上に専門用語を使わない
  • 読者を煽る表現を避ける

こちらは、書き手の価値観です。

この2つを同じ場所に混ぜるのではなく、役割ごとに分けておきます。

5. 実際の「Stanceノート」はこうする

例えば、

---
type: stance
topic: blog_writing_tone
status: active
---
# stance_blog_tone
## 私のスタンス
- 読者に寄り添った説明を重視する。
- 専門用語を必要以上に使わない。
- 上から目線の説明を避ける。
- 分からないことを断定しない。
## AIへの行動ルール
- 記事を書くときは、このスタンスを優先する。
- 事実確認が必要な情報は推測で補完しない。
- 判断できない場合は、不確実であることを明示する。

ここで重要なのは、

「自分の考え」と「AIにしてほしい行動」を分けていること

です。

これによってAIは、

「この人は何を大切にしているのか」

と、

「その価値観を踏まえて、私はどう行動すべきなのか」

を区別できます。

6. すると「毎回同じプロンプトを書く」が変わる

従来なら、

  • 「この記事では初心者向けに書いてください」
  • 「専門用語を減らしてください」
  • 「断定しないでください」
  • 「以前決めたルールを守ってください」

と、毎回説明していたとします。

外部記憶を作ると、

【外部記憶を活用したフロー】
ユーザー：「この記事を書いて」
　↓
AIエージェント：000_Blog_MOC を確認
　↓
必要な Stance / Rules / Facts を自律探索
　↓
記事作成（意図通りのトーンで出力）

という流れにできます。

つまり、

プロンプトを長くするのではなく、参照先を固定する。

これがポイントです。

7. Obsidianだけでも始められる

ここまでなら、Antigravityは必要ありません。

Obsidianに、

  • 000_Blog_MOC.md
  • stance_blog_tone.md
  • rule_writing.md
  • fact_blog.md

を作るだけでも、外部記憶の基本構造は完成します。

ChatGPTやClaudeなどで利用する場合も、MOCと関連ノートを必要に応じて参照させるという考え方が使えます。

ただし、ここには一つ限界があります。

人間が毎回「このノートを見て」と指定する作業が残ることです。

そこで、AIエージェントの出番になります。

8. Antigravityと組み合わせると「記録」と「参照」を自動化できる

GoogleのAntigravity系エージェントは、ファイル操作などのツール利用に対応しており、MCPサーバーを登録して外部ツールへ接続することもできます。Googleの現行ドキュメントでも、リモートMCPサーバーをエージェントのツールとして登録できることが説明されています。

MCP自体も、AIアプリケーションと外部のデータソース・ツールなどを接続するためのオープンな標準です。

これをObsidianと組み合わせると、以下のような知識の循環サイクルが作れます。

🔄 Obsidian × Antigravity 知識循環サイクル

  1. ユーザーとの対話 ➔ AIエージェント（Antigravity）が起動
  2. 必要な知識を探索 ➔ MCP経由で Obsidian Vault にアクセス
  3. MOCを参照 ➔ 関連する Stance / Rules / Facts を取得
  4. タスク実行 ➔ 意図に沿った高精度な記事やコードを作成
  5. 新しい知識の蓄積 ➔ 会話から得た新しい気づきをObsidianへ自動保存・MOC更新

ポイントは、

「AIに記憶させる」のではなく、「AIが外部記憶を利用する」

ことです。

9. MCPは「記憶」ではなく「接続方法」

ここは誤解しやすいところです。

MCPそのものが記憶システムではありません。

MCPは、AIアプリケーションと外部システムをつなぐための仕組みです。

構成要素本来の役割
Obsidian知識を保存する場所（プレーンテキスト保管庫）
MOC知識への入口（関係性の案内板）
MCPAIと外部システムを接続するオープン規格
AIエージェント必要な情報を探して使う実行役

と考えると分かりやすくなります。

10. 会話から新しい知識を保存する

さらに便利なのが、AIとの会話から新しい知識をObsidianへ戻す仕組みです。

例えば、

「今の会話から、今後も使うべき新しいスタンスがあれば抽出して、該当するノートを作成してください。既存のMOCにも追加してください。」

という指示を出します。

エージェント側に適切なファイル操作手段とルールがあれば、

  • STEP 1: 会話内容を確認
  • STEP 2: 長期的に使える情報を抽出
  • STEP 3: Fact / Stance / Ruleを分類
  • STEP 4: Markdownとして保存
  • STEP 5: 必要ならMOCを更新

という処理につなげられます。

ここで大切なのは、AIが勝手に何でも記録する設計にしないことです。

一時的な発言まで全部保存すると、今度は「ノイズの多い第2の脳」になってしまいます。

保存する基準を決めます。

例えば、

「今後の作業でも繰り返し使う情報だけを長期記憶として保存する。」

これだけでも、かなり変わります。

11. 「自動想起」は魔法ではない

ここも重要です。

ObsidianとMCPを接続しただけで、AIがすべての過去情報を自動的に思い出すわけではありません。

必要なのは、

「どの作業で、どの情報を参照するのか」

というルールです。

例えば、

# Agent Rule
ブログ記事を作成するとき：
1. まず [[000_Blog_MOC]] を確認する
2. active状態のStanceを確認する
3. 関連するRulesを確認する
4. 必要なFactsだけを探索する
5. 古い情報と現行情報が競合する場合は、更新日・statusを確認する
6. 判断できない情報は推測で補完しない

このルールがあることで、

MOC → 必要なノート → 作業

という参照経路が明確になります。

つまり「自動想起」の正体は、

AIに魔法の記憶を与えることではなく、AIが必要な情報を探すためのルールと構造を作ること

です。

12. フォルダは捨てなくていい

ここまで読むと、

「では、Obsidianのフォルダは全部なくしたほうがいいの？」

と思うかもしれません。

必要ありません。

フォルダは、人間がファイルを管理するために便利です。

問題なのは、

フォルダだけですべてを整理しようとすること

です。

例えば、

  • 00_MOCs（目次ハブ）
  • 10_Projects（進行中の仕事）
  • 20_Areas（日常・維持管理）
  • 30_Resources（参考資料）
  • 90_Archive（過去の記録）

程度の大分類を作り、その中の関係性をMOCや内部リンク、Propertiesなどで表現する方法があります。

つまり、

  • フォルダは「置き場所」
  • MOCは「関係性」
  • Propertiesは「属性」
  • AI Rulesは「使い方」

と役割を分けます。

この考え方なら、フォルダを捨てる必要はありません。

13. 重要なのは「全部読ませない」こと

もう一つ、外部知識ベースを作るときに注意したいことがあります。

情報を増やせば増やすほどAIが賢くなるわけではありません。

古いメモ。

書きかけの文章。

現在は使っていないルール。

一時的なアイデア。

こうした情報まで無差別に参照させれば、かえって判断材料が増えます。

だからこそ、

---
type: stance
status: active
updated: 2026-08-22
---

のように、現在有効なのかどうかを管理する方法が役立ちます。

AIに渡す情報を、

「多く」ではなく「必要なものだけ」

にする。

これが外部知識ベース設計の重要な考え方です。

14. 「第2の脳」はこう考えると分かりやすい

最終的な構造は、それほど難しくありません。

🧠 外部知識ベース（第2の脳）の全体構造

🤖 AIエージェント（Antigravity）

⬇️ 必要な情報を探しに行く

📋 MOC（情報の目次・入口）

⬇️ リンクを辿って探索

💡 Stance（価値観）

📐 Rules（ルール）

📊 Facts（事実）

⬇️ すべてローカルに保管

📓 Obsidian Vault（外部記憶）

そして新しい会話から得られた情報は、

  1. AIとの会話
  2. 必要な知識を抽出
  3. Obsidianへ保存
  4. MOCを更新
  5. 次の作業で参照

という循環に戻ります。

これが「第2の脳」です。

15. まとめ：「AIに覚えさせる」から「AIが探せる」に変える

AIに毎回同じ説明をするのが面倒だからといって、プロンプトをどんどん長くする必要はありません。

むしろ、

「説明する」こと自体を外部化する。

これが今回の方法です。

ポイントは5つです。

  1. Obsidianを外部記憶として使う
  2. MOCを知識への入口にする
  3. Stance / Rules / Factsを役割ごとに分ける
  4. AIエージェントに必要な情報を探索させる
  5. MCPで外部ツールやデータとの接続を作る

そして、一番大切なのはこれです。

AIに毎回覚えさせるのではなく、AIが必要なときに探せるようにする。

AIの記憶力に依存するのではなく、人間が管理できる外部記憶と、AIが探索できる参照ルールを組み合わせる。

これなら、使うAIモデルが変わっても、知識そのものを失うことはありません。

Obsidianに蓄積した情報は、人間にも読めるMarkdownとして残ります。

だから「第2の脳」といっても、AIの中にブラックボックスの記憶を作るわけではありません。

自分で見られる。直せる。整理できる。AIにも使わせられる。

その状態を作ることが、本当の意味での「AI時代の外部記憶」です。

【この記事の設計を一言で表すなら】
「記憶をAIに預ける」のではなく、「記憶を自分で管理し、AIに取りに来てもらう」。
これが、Obsidian × AIエージェントで作る「第2の脳」の核心です。

まずは大規模なVaultを作り直す必要はありません。

1つのMOC、1つのStance、1つのRulesノート。

この3つから始めるだけでも、AIへの前提説明を減らすための土台を作れます。

タイトルとURLをコピーしました