生成AIによって時間に余裕が出来た、ということをアピールするために、ごりゅごの個人サイト「ごりゅご.com」をリニューアルしました。（一部、リニューアルできてないところはあるけど、そういうことは都合よく忘れます）

https://goryugo.com

今回のテーマは「画像を入れて量産化サイトっぽい雰囲気をちょっとでいいから消す」というのと「見た目をいじることとかが嫌いだったごりゅごでもちょっとくらいは出来るようになったことをアピールする」というもの。

とりあえずデザインの良し悪しはさておき、まずはロゴや画像さえあれば「ただの量産型サイト」からは一歩離れられるということに気がついたのです。

7月の終わりからメインで使う生成AIをClaudeからChatGPTに乗り換えたところなんですが、よく考えたらChatGPTというやつはわりと「万能」なんですよ。

ChatはCodex使用量を消費せずに使えるし、Claudeよりも画像を作ったり、デザインについて相談したりするのが手軽なんですよね。なんなら、画像生成をChatでやれば、さらに節約が出来る。もちろん、なんの工夫もない画像生成ではたぶん未だに「LLM臭がする耐え難い画像」になるけど、その辺は、偶然を根拠に乗り越えた。

今回は、そんなリニューアルの思い出や、そこでやってみたことを、いろいろと雑多に語ってみたいと思います。

2026年1月とは異次元の世界

前回ごりゅご.comをリニューアルしたのは、2026年1月のことだったと記憶しています。

期間で言えば、また1年も経っていないんだけど、これだけの期間でまず、自分のスキルも、生成AIのモデル自身の能力も、もはやまじで大人と子供といえるくらい強烈に進化しています。

なにより、デザインなんてなんもやりたくないと思っていた自分が、画像とか用意した方がいいよね、と思えるようになっている。

このことそれ自体が、自分自身にとって大きな変化だし、そう思えるようになるくらい、LLMが勝手に作ってくれる画像がよいものになってきている。

なにすりゃいいかわからんからやりたくない

見た目なんて、要件満たせりゃどうでもいい。少なくとも俺は見た目をよくしようとすることに時間とエネルギーを使う気はない。という風に考えてましたからね。

今もその感覚は強くあるけど、どっちかというとそれよりも「見た目を一体全体どうしたらよくなるかがわからないからやりたくない」という要素が「やりたくない」のかなり強い部分だったんだろうな、と思います。

そこが、最近ようやく見た目に関してもAIに相談する気がおきるようになって、上手に相談すればAIがうまく導いてくれる、ということがわかってきた。

そうなると、自分でもちょっとくらい「見た目」の仕事ができるようになった、というのは面白い。

たとえばトップページの背景にある画像とかも、なんか話してたら「ObsidianとAbleton Liveの両方がでてるページにしようぜ」とか提案してきたから、そのまま手元の写真を撮って、一部を捏造。（画像生成）

完全にゼロから写真を作るんじゃなくて、自分が写真を撮って、それを一部改変するという手法なんかも理解できました。（別に写真そのまま使ってもいいけど、なんかこのときは「画像生成」したかったんだと思う。ライティングとかを考えなくていいのがよかった、と思ったんだったかな？）

「ごりゅご」の筆文字風のロゴも、ただのフォントに一工夫して、たしかフォントを1文字ずつ画像化して、ImageMagickでカーニングをする、みたいなことをした気がします。

黄色いうにょうにょしたやつも、自分でアトミックシンキングの書影 をイメージしたうにょうにょを、生成AIに作らせて、これも合体する。

こういう「プログラミング的な部分と生成AI的な部分を合体させる」ことで、画像編集ソフトの操作ゼロで、一応「自分だけのもの」を作ることが出来る。

こんなのも、当然「プロに作ってもらった方が品質が高いことは明白」だけど、今回は「ぜんぶおれがやった」ということが重要なのでそれでよし。「自分に心の余裕が出来たぜアピール」なのでこれでいいのです。

やってみて結局、こういうのは特に好きではないというのはわかったけど、死ぬほど嫌いではなくなった、というだけで十分な成長だなあ、と感じます。（かつてはビジュアルに関わる作業は死ぬほど嫌いだと感じていた）

コンテンツも整理できてきた

リニューアルと同時に、ごりゅご.comのコンテンツ自体も、以前に比べるとちょっとずつましになってきていると思います。

このコンテンツ作りの仕組みは次回のセミナー（案内記事）でも話す予定ですが、サイトのリニューアルと同時に、サイトの「中身の改善」もようやくまあまあそれなりの品質で進められるようになってきました。

（新しく作る）ごりゅご.comのコンテンツは、ひとまずLLMで下書きを作っていって、まずは「俺が考えてること、考えてきたことを全部言語化する」ことが目標。

これは「気持ち悪い文体でないこと」「何が言いたいかちゃんとわかる」ことが目標で「読んでて面白い」のレベルに到達できなくてもいい。

こうやって割り切れたことで、思う存分にAI実験が行えるようになってきました。

そして、これが一通り出来たら、ようやく次なる余力で、コンテンツを面白くする工夫をしていきたい。

また、これによって逆に、ニュースレターはそれ自身で「全部俺が思う存分書く」と割り切ることが出来るようになったのも収穫ですね。

これはちゃんと毎回「面白い」やつを目指していきたいと思います。

（動画要約や、お知らせなどはほぼ完全に生成AIで作ったものです。そこは「それでいい」と思ってます）

朝のスケジュールタスク、AIにニュースやデータを集めさせる仕事、そこから判断して実行する仕事を分けることで、どこで止まったのかが分かりやすくなります。AIに任せる範囲と、人間が対話や判断をする範囲を分けることも、実際に使い続けるうえでは重要でした。

この回では、AIを使って仕事が劇的に楽になったという話だけではなく、過剰な監査や長すぎる指示書が新しい負担になること、自分で書いて考える時間がむしろ大切になったことまで話しています。

この動画の内容

• 00:56　スケジュールタスクを増やして分かったこと

• 05:56　AIに任せる仕事を細かく分ける

• 10:56　AIによる情報収集とアクセス解析

• 16:56　個人のサイトや音楽記事を育てる

• 22:56　ひとつの仕事を小さくつなぐ

• 30:56　過剰な監査とサブエージェントの使い分け

• 35:56　AI時代に自分で書く意味

• 40:15　人間が判断する仕事と自動化する仕事

第1章　スケジュールを増やして分かったこと

AIに定期的な仕事を任せるため、朝に実行するスケジュールタスクを増やしてきました。ひとつのタスクで調査から判断、実行、報告までをやらせようとすると、途中の接続や認証で止まり、主人の判断が必要だと返して終わることがあります。

そこで、データを取ってくる仕事、データを見て次の行動を決める仕事、決めたことを実行して報告する仕事を分けるようになりました。仕事を小さくすると、AIが迷いにくくなり、失敗した場所も見つけやすくなります。

Read more

AIに仕事を任せるようになってしばらくすると「仕事を全部やってもらう」ことを目指したくなります。

私自身、かなり手間と時間をかけてきて、最近ようやく「対話で仕事を進める仕事」の一部を、ほぼ自動で任せることができるようになってきました。

この際に大事なのは、まず自分の仕事を小さく分けることです。

対話で進める仕事なら、途中の結果を見ながら「次はこうしよう」と人間が決められます。目的や前提が変わっても、その場で調整できます。これは、言ってみればAI活用中級編、くらいの仕事の進め方。

これに対して、スケジュールタスクとして自動化する仕事は、実行は全任せなので、途中で口出しができません。「ちゃんとした任せ方」ができないと、あっけなく失敗します。

今回のセミナーでは、実際に動いているCodexのスケジュールタスクを紹介しつつ、対話で進める仕事との違い、自動化する際のコツなどを整理したいと思います。

自動化する仕事は「アトミック」にする

AI仕事を自動化するコツは「アトミックにする」ことです。それはたとえば以下のような工夫です。

• 仕事の目的と、求める結果を明確にする

• 一回の実行単位を小さくする

• 失敗を次の改善の素材にして、常に改善し続ける

おそらくこれからのAI時代で重要なのは、こうやって仕事を分解して、いかにして「任せる」ことができるようになるか、ということ。それはAIの機能について詳しくなることではなく、自分がやっている仕事の意味や目的をきちんと理解し、それを「誰でもできるように説明する」こと。

Codexのスケジュールタスクを見る

たとえば、実際のスケジュールタスクには次のようなものがあります。

• 一つの素材を読んで、一回分の判断と記録まで進める

• Xへの投稿準備と、実際の投稿を分ける

• 小さな子taskを複数回動かし、親taskで全体を受け取る

これらを見比べると、仕事を小さく分けることで自動化できる部分と、対話や人間の承認が必要な部分が見えてきます。

自動化のために仕事を小さく切る。その過程で、自分の仕事のどこが判断で、どこが定型処理なのかも見えてきます。

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：9月5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〜22時にオンラインのオフ会を開催します。

オフ会はナレッジスタックDiscord参加者限定です。

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）

AIに動画処理をさせる、というのが面白くて、AIに「セミナー動画のダイジェスト予告編を作らせる」という仕組みを作りました。

たとえば、前回のセミナー のダイジェストはこんな感じ。

もう一個前のやつ

個人的に自慢したいのは、この動画は「動画ファイルと手順書」（それに、時短のためにあらかじめ作ってあった文字起こしデータ）を渡すだけで、どこを使うか、どう並べるかまで、生成AIが自分で判断して動画を作ってくれるようになった、ということ。

最近よくあるAIダイジェスト動画ツールの、自分専用バージョンを作った、という感じと言えばいいのかな。

AIに文章書かせるとか、画像を作らせる、音楽を作らせるというのは、よくある。そして、AIに動画を作らせるというのも、普通によくある。

ただ今回はそうじゃなくて「自分の動画をAIに編集させる」というもの。

品質については、まだまだ改善できる部分は無限にあるんだけど、これを「自分で仕組みを作ってやった」という満足度が高いです。

以下、大ざっぱにどんなことをやらせているか、という話。

文字起こしから範囲指定

この仕組みのベースは「タイムスタンプ付きの文字起こし」です。

超雑に言えば、文字起こしを読んで、その文章から「ダイジェストに使うのはここがええやん」という部分を何個か選ぶ。

そして、ffmpegというCLIツールを使って、切り出して、つなげる。

ffmpegは超優秀で、そこにトランジション（シーンが切り替わる時の演出）をつけたりとか、音声のフェードインフェードアウトもできたりして、これで動画のベースとなるファイルは簡単にできます。

それっぽいテキストを上に載せる

で、そのあとは「文字入れ」です。

ここでも、どんなテキストを作るかは、指示書作っといてあとはAI任せ。

自分でそれぞれのシーンのテキストを指定した方がほぼ100％「よいもの」になるんだけど、ダイジェストの目的は「限りなく自分の手間をかけずにプロモーションコンテンツを作ること」なので、質の良し悪しとかよりも、だいたいの雰囲気が掴めるものでオーケーとすることにしています。

（たぶんこれは、ImageMagickでテキストをはめた画像を作っていると思う）

で、あとはそのテキストを、これもトランジションを加えたりして、既存の動画に重ねたらそれで完成。

GPT-5.6 Luna（high）で10分ちょい

この仕組みで、だいたい目安として、1時間くらいの動画から、1分に少し満たないくらいの動画が完成。

できるだけ安く、なおかつ品質を安定させることを目指して、GPT-5.6 Luna（high）を使って、10分くらいの作業時間で動画が完成するようになりました。（もちろんその10分、人間は遊んでいるだけ）

最初の方は、たとえば「細かい文字起こしを入れる」ようにして、微妙にタイミングが合わなかったりだとか、波形をみて無音部分をカットさせる処理とかしてみたりとか、いろいろな工夫をしたんだけど、作業時間が延びる上に、うまくいかないことも多くなって、最終的には「できるだけシンプルな仕組みで」「自分がこれならいいかなと思える品質」になればいいや、と判断してこの仕組みを採用しました。

ついにプロモーションする余力が出てきた

こういうのを作って、今改めて振り返ってみると、個人的に、8月はかなり「成果が大きい月」だったとしみじみ思います。

自分の仕事の中で、いわゆる「事務作業」とか「メンテナンス」それに加えて「PKM的なやつ」「ごりゅご.comの充実」も日々の自動化に組み込むことができるようになり、8月後半は、かなり日常が安定。

そして、そこからできた余力で、今回みたいな動画自動生成の仕組みを作ることができたりするようになってきています。

他にも、Substackを更新する時に、ちゃんとTwitterとかに投稿して宣伝するような仕組みを作ったりとか、自分がほしいニュースを投稿する仕組みを作ったりとかもできるようになってきました。

こういう感じのニュースを投稿しています。よかったらTwitterもフォローしてね！（あえて時間は安定させず「朝」に投稿）

動画販売サイトを作りました

そして、今回のきっかけでもある、プロモーションし忘れていたプロモーションをちゃんとプロモーションします。

Cursorでつくった動画配信システム「ナレッジワーカーズ」 - by はるな👠iPad Worker

はるなさんが「ナレッジワーカーズ」（ナレッジスタックと、iPad Workersを合体したらこういう名前になった）という名前の、過去動画販売サイトを作りました。

Knowledge Workers というサイトです。

ここでは、はるなさんのiPad Workersの動画に加えて、ナレッジスタックのセミナー動画も一緒に販売してもらっています。

そもそも、このダイジェストを自分好みにしようと思った、というのが今回紹介したダイジェスト動画作成システム作りのきっかけになった、というわけなのです。

とりあえずいま購入できるナレッジスタック動画は、過去2ヶ月分（ALPs仕事術 と 生成AI読書メモ術 の2つ）だけですが、いい感じの反応があれば、今後コンテンツをどんどん追加していく予定です。

ナレッジスタック有料会員特典との違いは、サブスクではなく買い切りであり、動画自体をダウンロードして保存できる、ということ。

究極的には、ナレッジスタック有料会員になって、一気に全部みた方が安いのは間違いないんですが、サブスクは宗教的にダメな方もいらっしゃるでしょう。1ヶ月で即やめするのとか、申し訳ないなあと感じる方もいらっしゃるでしょう。そもそも、1ヶ月で一気に全部みるのは、情報量が多過ぎるし、ある程度理解してから「もう一回みる」ことのわかることはたくさんあると思います。

そういう「非サブスク」の方にも対応できるのが買い切りシステム、というわけです。

こういう感じで、最近は身の回りの仕事だけでなく、そこから一歩広げて「やった方がいいかもしれないこと」をAIに頼って進める、というのができるようになってきました。

その辺のことは、これからもいろいろ整理して、できる限りいろいろお伝えしていこうと思っています。

おまけ（ダイジェスト動画生成手順書一式）

ちなみに、有料会員の方向けに、今回作った動画自動生成の仕組み一式のファイル、というのをおまけで添付いたします。

ごりゅごが作ったそのままのバージョンと、一部を汎用化したバージョンの2種あります。

どっちも、そのまま使うというよりは、生成AIに「README」を読ませて、これを真似して動画作ってくれ、という感じにしていただけると、手間暇少なくご自身の自動化にも取り入れていただけるのではないかと思います。

そう、別にこういうの作るの、もう難しくはないんですよ。ほとんどは、そこに手間をかける気になるか、時間をかける気になるかどうかだけなんですよ。

ナレッジスタックのコンテンツは、その「手間を削減する手段」として使っていただけたらな、と思います。

ごりゅごが作ったやつそのままの手順一式

Read more

今回は、Obsidianのコミュニティプラグインとして公開されているLLRを入口に、日々の記録とAIに仕事を任せることがどうつながるのかを話しました。LLRそのものが生成AIを使うわけではありませんが、毎日の記録や繰り返しの仕事を残しておくことで、あとからAIに読ませて手順として実行してもらえるようになります。

前半では、ルーチンフォルダに日々の仕事を独立したノートとして置き、いつ・どの順番で出すかを決める仕組みを紹介しています。後半では、予定整備や収録後の処理、税理士に送るデータの準備など、面倒な仕事を手順書とブラウザ操作を組み合わせてAIに任せていく発想へ話が広がります。

本編は、収録中の音声トラブル区間を除外した確認済み動画を使っています。冒頭の00:00:00–00:09:49と、元映像の00:13:39以降をつないだ構成です。

本シリーズのアーカイブ動画は、ナレッジスタック 最新動画一覧からご覧いただけます。

また、ナレッジスタックの動画はPodcastとして耳だけで聞くこともできます。最も簡単なのはSubstack公式アプリです。Apple PodcastsやOvercastなど外部アプリで聴く場合は、Substackの「Manage subscription」から「Private podcast feed」を取得し、各アプリに登録してください。詳しくは公式ヘルプ（外部アプリでの聴き方）をご覧ください。

動画の目次

1. LLRを入口に、日々の記録とAI活用をつなぐ

2. ルーチンノートに繰り返しの仕事を登録する

3. 記録した仕事をAIが実行できる手順書へ育てる

4. AIに仕事を任せるときの「全部やってほしい」という発想

5. 予定整備を例に、ノートを書き換える仕事を自動化する

6. LLRのアルゴリズムと生成AIの役割を分けて考える

7. 面倒な税理士作業をAIと一緒に進める

8. デイリーノートに仕事を出し、記録を残す仕組み

9. 事務作業からgoryugo.comの記事整理まで自動化する野望

動画の構成

1. LLRを入口に、日々の記録とAI活用をつなぐ

00:00:00

LLRをインストールして毎日使ってもらうことを目標に、Obsidianのコミュニティプラグインから紹介が始まります。LLRで今日やることと今日やったことを記録しておくと、いろいろな仕事をAIに任せやすくなるという、今回の説明の軸が示されます。Routineフォルダからその日にやることを出し、生活上の繰り返しも含めて記録する画面を見せています。

Read more

最近(Codexではない方の、クラウドで使う)普通のChatGPTをよく使っています。

その中でも現在お気に入りなのは「今日の晩ごはんプロジェクト」をチャットで実行するという方法。

めっっっっちゃ普通のことに見えそうなんだけど、実はここに普遍的な価値と、新しい発見があふれているのではないかという感じのことをうまいことまとめたいと思っているのです。

ChatGPT x GitHub

まずいきなりなんですが、今自分がChatGPT（普通のやつ）を気に入っている大きな理由のひとつが、普通のチャットのChatGPTもGitHubに普通に連携ができる、ということ。

この「連携」というのが普通にすごい機能で、自分がつないでいるGitHubでは、上がってるファイルを「読む」だけじゃなくて「書く」もごく普通にできるんですよね。

つまり、GitHubに上がっているデータは、大ざっぱなことをいうと「ChatでもCodexみたいなことができる」というわけです。

さらに重要なのが、少なくとも今の自分の環境では、普通のチャットで使うぶんには、CodexやWorkの使用量を減らさないということ。

しかも、自分の環境ではベースとなるモデルが最上位のSolです。

あえて雑な言い方をしちゃうと「ChatならばSolは使い放題」ということ。これが、まず普通にけっこうすごい。

GitHubに「レシピ」を置いとく

とは言え、チャットはあくまでもチャットなので、厳密にローカルのCodexとは違います。

おそらくハーネスが違うので、受け答えの挙動がけっこう違うし、明示的なサブエージェントが使えない、みたいな仕組み的な制限もある。

なので結果的に、プログラムのコードを書くこととはあまり相性がよくありません。

（Chatにも仮想環境は用意されていて、ある程度コマンドを利用することはできるが、どちらにしても様々な制約があるし、向いてる向いてないで言えば、あまり向いてないことには変わりはない）

という感じで最近思いついて便利に使っているのが「今日の晩ごはん相談Chat」という、ある意味できわめて普通のChatGPTの使い方を、ほんの少しだけギークな気分が味わえる「GitHubにレシピを置く」という方法を採用した、というわけです。

「記憶」と「記録」の組み合わせ

そもそも最近の生成AIチャットには「メモリ」というものがあり、何回もやりとりを繰り返していれば自然にメモリが蓄積して、だんだんと自分の好みなんかを覚えてくれます。

イメージとしては人間の「記憶」に近いことは、かなりできるようになってきている。

ただ同時に、生成AIの記憶(メモリ)も人間と同じように圧縮されてしまうので、細かなレベルまですべてをきちんと覚えておくことはできない。

たとえばレシピの「数字」なんかは覚えられないし、何月何日にどんなやりとりをしたかなんてことは覚えていてくれない。

レシピに分量なんて必要ない、っていうタイプの人にはこの便利さはあんま伝わらないと思うんですが、自分は10年以上料理しても、未だにレシピ見ないと作れない料理が多いというか、そういう「感覚」が全然身に付いてこない。（一部、勘で作れる料理はあるが、それは身体的に非常に「近い」ものに限られる）

なんで、ChatGPTの「記憶」だけでは不便で、ちゃんと「記録」しておくことが重要になる。

で、その記録用の場所、としてGitHubが超便利になる、というわけなのです。

スケジュールも組み合わせられる

で、ここからはちょっと料理レシピではない、GitHub活用の応用的な話。

個人的にもう一個気に入っているのが、GitHubに「ChatGPTのスケジュール機能」を組み合わせる、というテクニックです。

たとえば自分が参加しているGitHubレポジトリについて、1日1回、だいたいどんな感じの変更があったのかを知らせてもらう、という技。

また、今自分が気に入っているのは「毎日のメンテ」をスケジュールタスクで実行してもらう、というもの。

自分の場合、今はほとんどの資料(今やってること、次にやりたいこと)なども生成AIまかせで整備してもらってるんですが、まだまだいろんな環境整備が足りてなくて、よく「間違える」んですよね。

そういうのを、超曖昧な「整備しといて」みたいな指示をスケジュールしておくだけで(ある程度)いい感じに整備もしてくれます。

当然チャットはそのまま続けて指示なんかもだせるので、そのままちょろっとなにか整備をしたりだとか「明日なにやろう」とか決めて記録しておくとか、いろいろ便利に活用できます。

そしてなによりも、これは「容量消費なしで使えるSol」なのです。

$20のPlusプランでも、自分の環境ではチャットのモデルはSolになるはずです。

なので、まずはチャットで計画を立てて、プランを作って、GitHubに書き込ませる。実装はローカルでやる。

そんなふうに役割を分けるだけで、かなり上手にChatGPTを使いこなした気分を味わうことが可能です。

はるなさんのiPadセミナー告知記事

8月のテーマは「Obsidianビジュアルカード活用術！9FSでつくる読書メモの作り方」

Obsidianの自作プラグイン「Visual Card」を使い、手書き面とテキスト面を1枚のノートにまとめます。9-Field Structure（9FS）と組み合わせて、読書メモを記録し、そこから自分の考えを深めていく方法を紹介します。

前回のはるなさんのセミナーは、いわゆる「マンダラート」の独自解釈みたいな感じで、中々に興味深いものでした。

今回はなんかそこにさらに「自作のObsidianプラグイン」を組み合せて、この9FSというやつをObsidianで実践してやろう、という組み合せアイデア。

毎回お伝えしていますが、ごりゅごはこういう「ビジュアル系」の情報処理はできないしやらないタイプなんですが、ナレッジスタックをご覧いただいている方で、こういうことに興味がある方はけっこうたくさんいらっしゃるのではないかと思います。

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：8月22日（土）

• 時間：10:00〜11:30（9:50頃から入室可能）

Zoomリンク

• ミーティングID：824 6939 5072

• パスコード：828391

朝のAIタスクを作って順番に進める仕組み、途中で諦めずにできるところまで進める「AI頑張る」モード、そしてCodexやLunaを使った知的生産の自動化について、実際に失敗した例と改善した分け方を説明しています。後半では、ブラウザを使ったAIの仕事、GitHubに置いた個人用プロジェクト、そして人間がAI時代に何を面白がるのかという話まで広がります。

この回では、AIに何でも丸投げする話ではなく、自分が考えてきたものを材料にして、AIに整理・実行・改善をさせるときに、どこで仕事が進み、どこで止まるのかが見えてきます。

この動画の内容

• 00:00　AIタスクと「AI頑張る」モード

• 05:00　データ収集・判断・実行を分ける

• 09:30　Lunaとブラウザを使った知的生産

• 18:00　AIに整理させるための自分の材料

• 25:00　自分のフィルターを通したAI活用

• 30:27　個人の好みを覚えるプロジェクト

• 34:00　生成AIが生成AIを改善する時代

• 37:22　AI時代に残る「遊び」とロマン

• 39:19　Obsidianと記録の立ち位置

• 43:46　仕事効率化という遊び

第1章　AIに最後まで進めさせるための分け方

朝のAIタスクを作り、デイリーに記録させ、うまくいかなかったときだけCodexへのリンクを残す。そこまで仕組みができても、対話や接続で止まるとすぐに「主人の判断が必要」と返して終わってしまいます。

そこで、データを取ってくる仕事、データを見て次の行動を決める仕事、決めたことを最後まで実行して報告する仕事を分けました。最後の段階で、できるところまで進めてから人に戻す「AI頑張る」モードを置くと、半自動の仕事が少しずつ動くようになった、という実例です。

Read more

ちょっと前に「人と一緒に仕事をしてみて学べることが多かった」という話をしました。

特に今回は「共同事業」なので、自分一人が管理するだけでいい書類と、両方が見られる状態にする必要がある書類、というのが発生したりして、これもまた「不慣れで新しい体験」なわけです。

あれ？今これを書いてて、なんかこの仕事で学んだ知見はけっこうたくさんネタがあって、整理して紹介できるな、って感じになってきたぞ……

AIが「次何やろう」を決めてくれるようになった - by goryugo - ナレッジスタック

学べたことはいろいろあったんですが、今改めて注目しているのが「フォルダわけ」という、ある意味でもっとも古典的な整理の方法だったのです。

生成AI時代になって「フォルダの重要性が再び戻ってきた」みたいに考えるようになってきていたんですが、こういう「共同事業」によって、ふたたびというか、改めてというか、自分の中で「フォルダで仕事をわける」意味や価値がさらに増してきています。

1つのプロジェクトに複数のフォルダを割り当てる

今回自分が始めた共同事業で一番難しかったのは「自分だけが使う資料」と「相手も見る資料」をどのように整理して役割を分けたらいいのか、という話。

（こういうの、会社で仕事してたら普通に当たり前過ぎることかもしれないけど、ずっと個人でやっていたから、非常に経験値が少ない）

現在ドキュメントの共有には、githubを使っています。とは言え、お互いに「何もかも」を共有すると、情報量が多過ぎて鬱陶しくなって、かえってスムーズに仕事が進めづらくなる。

とは言え「決まっていること」とか「お知らせすべきこと」というのはもちろんあるわけで、共同資料は共同資料として互いに整備がしやすい環境にする必要がある。

そうなると結局「自分の資料」と「共同資料」は、少なくともフォルダをわけておかないとgithubでの管理がやりづらくなってしまう。

そう、こういう時って案外Obsidianのリンクネットワークだけではまだうまくいかないことってあるんですよね。

できないとは言わないけど、結局手軽で便利なのは「フォルダをわける」という結論に辿り着くことになる。

「管理プロジェクト」と「実体」は別々の場所でいい

で、少なくとも共同資料はフォルダをわければいいとして、もっと具体的にどうやって「整理」すればいいかは一ヶ月以上悩み続けていたんだけど、ちょっと前にCodex（ChatGPT Work）の新機能としてできた「プロジェクトに複数フォルダを割り当てる」やつを使えば、めちゃシンプルに問題が解決する、ということがわかったのです。

これは名前の通り、1つの「プロジェクト」を作る時に、標準で読み書きできるフォルダを1つに縛らずに、複数のフォルダを設定することができるようになる、というもの。

ChatGPT & Codex changelog | ChatGPT Learn

なんかねー、複数のフォルダを1つのプロジェクトに割り当てることができるって、一見するとなにがよいのかわかりづらいんだけど、これができると自分の中のいろんな問題がほとんど全部一気に解決してしまったのですよ。

で、いろいろ試行錯誤をしてみて、たとえば今の共同事業プロジェクトは、以下4つのフォルダを、1つのプロジェクトとしてまとめています。

一番上が「自分用資料を置く場所」で、ここが「メインのフォルダ」となる場所。その他に「共同資料を置く場所」「公開ページを管理するフォルダ」「汎用手順書」を置いた場所。

今のところそんな編成にしています。

資料の読み書きも全部生成AIだけにした

で、ここまでご覧いただくとだいたい想像ができるのではないかと思うんですが、この「Pad Sensei事業」は（汎用手順書という一部の例外を除き）もう完全にObsidianの保管庫からは独立して、Obsidianで管理しないノートになりました。

さらに言うならば、ここにある資料類は、自分でノートを管理することを完全にやめました。ファイルを読むのも書くのも全部生成AI任せです。「やること」「資料」「目的」「手順」などは全部AIに書かせて、整理させて、自分は基本的にチャットで指示を出すだけ。

なにか「Pad Sensei事業」でやりたいこと、やるべきこと、アイデアなどを思いついたら、Pad Senseiプロジェクトで対話を開始して、生成AIに記録してもらう。

やること、やりたいことの管理だけじゃなくて、次になにをするのか決めるのもAI。そして、実行するのもAIなので、自分はもう本当に「管理する」だけの役職。

例外的に「成果物」を自分で書くことはある（かもしれない）けど、それ以外を自分で読んだり書いたりすることは、もう完全にやらない。

現段階でこの方法が「正しい」のかどうか、この方法でうまくいくのかどうかはまだわからないけど、たぶんこういう仕事の進め方を当たり前にできるようにならないと、生成AIと「一緒に仕事をする」ことはできないんじゃないかと思います。

自分でなにもしない方が仕事が進む

少なくとも今回こうやって「タスク管理」とか「アイデア管理」「次にやることを決める」ところまでをできるかぎり生成AIに判断させて、自分は「わかった、それをやろう」と言うだけにしたら、これまで数週間なにも進まなかった仕事が、ちゃんと進むようになってきています。

こうやって自分で「全部やらない」ことをやってみて、逆説的に「管理」とか「選ぶ」というのがどれだけ大変で、エネルギーを使う仕事なのかというのがわかってきたような気がします。

具体的にどんな風に仕事を進めているのか、という話なんかは、また次回。

ひとまず今回は「フォルダわけの意義をもう一回かんがえる必要がありそうだぞ」というのが今一番言いたかったことです。

（あと、githubがめっちゃ便利になってきたので、その話も近いうちにしたい）

その試行のなかで、CodexとClaudeにはかなり違う性質があると話します。Codexは、細かく定義した手順や複雑に連携した仕事を実行させるときに頼りになる一方、指示の範囲を絞らないと過剰に設計しようとする。Claudeは設計や文脈を読む仕事で使いやすい反面、独自の言葉づかいが気になる場面もある、という比較です。

後半では、生成AIと仕事をするためにプロジェクトごとにフォルダを分け直した話や、手順書・監査・MOCを整える理由にも触れます。事務作業が減って余力は生まれつつも、毎朝の改良が新たな仕事を増やしている――そんな途中経過をそのまま話しています。

動画の目次

1. 大番頭システムで、予定表の仕事をまとめて動かす

2. CodexとClaudeは、どんな仕事で違いが出るか

3. ブラウザ操作・音声入力で広がる使い方

4. AIと仕事をするため、プロジェクトのフォルダを分ける

5. Obsidian CLIを使いやすく改造する

6. 手順書・MOC・自動監査を育てる

7. 効率化では終わらない、自動化へのこだわり

8. 自分で把握できる自動化と、減った事務作業

9. 練習動画まで自動化するための工夫

「Obsidianの全技術」では、Obsidianを起点に、日々の仕事や制作をどう組み立てているかを話しています。音声だけで聴きたい方は、ナレッジスタックのPodcastでもどうぞ。

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. 大番頭システムで、予定表の仕事をまとめて動かす

00:00:00

冒頭では、このシリーズが「Obsidianの全技術」から、最近取り組んでいることを報告する場へ変わってきたという話になります。前回に続き、手順書を渡すと番頭が手代を起動し、目付を通して主人へ報告する仕組みを紹介します。

今回は、予定表に書いてある普段の仕事を全部読ませ、「できることを全部やっておいて」と任せられないかを試しています。下ごしらえを先に終えておいてもらい、人が詰まった仕事だけを見る状態を目指していますが、2週間ほど試しても、実行できるものと失敗するものが混ざっています。

Read more

新年とか新学期とか、日本には「気分一新して新しいことに取り組みやすい時期」というのはいろいろあるんですが、実は「お盆休み」も、多くの大人にとって新しいことを始めるのに向いている時期です。

そして、ナレッジスタックの読者の方々の多くが今「新しく取り組もう」と興味を持っていることといえば「生成AI」の話になってくるでしょう。（たぶん）

ただ、今年に入って超がっつりと生成AIを使ってみてわかったのは、結局（現段階で、エージェント系の）AIを使うために超重要なのは、いかに自分が思っていることをできるだけきちんと正確に、意図がブレにくい「ことば」にしてAIに伝えることができるかどうかだった、ということでした。

超当たり前だけどAIは「あれやっといて」では仕事はなにも進められないし「いい感じにして」といってもあなたが思う「いい感じ」にはならないわけです。

ここにこういうファイルがあって、これを使ってこういうことを、いつまでに、どういう形式でまとめて欲しいか。そうした手順、資料などなどをどれだけきちんと整備されていれば、かなり「いい感じにしてくれる」けれども、それをきちんと言語化するのは、かなり大変なのです。

で、そこで出てくるのが、ごりゅごが作った「アトミックシンキング実践セット」

https://goryugo.com/atomic-thinking-chapter-2/

書籍「アトミック・シンキング」の全文と、実践用のワークシート、そしてアトミックノートを運用し続けるためのAIスキルのセット。

アトミック・シンキングは、元々は生成AIを前提としない時代での「考える力を伸ばす手法」「考えたことを活かす手法」として既存の考えなどを自分なりに整理してまとめたものでした。

ただ、この「アトミック・シンキング」の考え方、ノートの整理方法は、むしろ生成AIを「使いこなす」ことが重要になればなるほど、その重要性、利便性が増してきています。

脳みそに余裕がある「休みの日」こそが始め時

可能な限り書籍やこのニュースレターなので「いかにしてアトミック・シンキングを使いこなすか」というのはまとめたりしてきていますが、結局のところ上手に仕えるようになるためには「自分でやるしかない」ことがたくさんあるのです。

とは言え、基本的に練習というのは「慣れないことに慣れる」ことが練習なので、実は「練習に取り組む」ということ、そのこと自体が非常に難しい。

それを、忙しい日常の合間を縫って、どうにか習慣にするのは、非常に難しい。

だから「いま」がチャンスなわけです。

休みの日は、よくも悪くも「いつもと違う日々」になる。そして、頭の使い方も、肉体の使い方も、いつもと違うようになる。

その隙に、新しいことを始めて、それを「日常化」して、休みが終ってからも習慣に組み込めるように工夫する。

というわけで、できるだけいろんな人に「アトミック・シンキング」を実践してもらうために、上記3点セットの50％オフになるクーポンを用意しました。

アトミック・シンキング実践3点セット

https://goryugo.com/atomic-thinking-chapter-2/

クーポンの有効期間は、2026年8月16日 23:59 JSTまで。

Stripe購入ページの「クーポン」ランに、コード SUMMER50 を入力していただくと、50% OFFでご購入いただけます。

2026年7月の振り返りです。

7月を振り返ると「手順書を使った対話型のAIやりとり」から一歩進めて「ループエンジニアリング的に日常仕事を進める」ことにまい進していた、という印象でした。

同時に（当面しばらくの間）利用する生成AIをClaudeからChatGPT（Codex）に切り替えて、それぞれの性格の違い、みたいなのも思い知ったイメージです。

大店経営という名の「文系ループエンジニアリング」

今月一番注力してたのは、この「大店経営」という名前を付けた自己改善システム付きのループエンジニアリング、というやつ。

「デイリーノートを見せて、AIがやれる仕事を毎日自動で進めさせる」というのが今のところの目標です。

「LLRが毎日やるべきこと」のリンクを作ってくれるので、その中で「AIができる仕事の目印」をつけておいて、それを実行させる。うまくいかなかったところを見つけたら、それを自分自身で改善させていく。

理論的には、いつか必ずできるようになるはずなんだけど、もう何週間もずっと苦戦してて、これが中々難しい。

「対話スタート」なら、ほぼ任せっきりにして、改善までしてくれるんだけど、スケジュールからタスクを作らせる、ってなると、一気に安定度が下がって、めっちゃ難しいです。

今のところCodexは自動で「新しいタスク」を作れる（Claude codeではspawnはユーザーの明示クリックが必要）という理由で頑張っているんだけど、現実の話で言うと「自分で立ち上げた方が早く終わる状態」のままですね……

非エンジニアのためのclaudeループエンジニアリング

「指示書を読むな」がAIを自走させる最初のルールだった

LLRは「タスクを管理するもの」ではなく、ノートを開かせて仕事を始めるものになった

この「ループエンジニアリング」とも絡んだ感じになるんですが、LLRは構想時とはだいぶ活用方法が変わってきて「ノートが開ける」というか「ルーチン化することで同じノートを定期的に開くことができる」ことによって「ノートに手順やログを書くことで知見が積み上がるようになる」ということに価値が生まれるツールになってきました。

個人的にこの方法論は「めっちゃ面白い」と思っているんだけど、細かなニュアンスを伝えるのが、非常に難しい。

なんか、自分で作っておいてなんだけど、LLR普及のためには「LLR講座」というものが必要になるのかもしれない。そんな風にも思っています。

ツールを無料で配布して、使い方を自らニュースレターで届ける……なんか新しい仕事の作り方になってくる感じがしますね……

と、そんなLLRの使い方のひとつの例として、うりなみさんがLLRの紹介記事を書いてくれました。ありがとうございます。

LLRはおじさんの杖になる | 無理ない暮らし

非常に面白いことに、記事に書かれている使い方は「ごりゅごの使い方と違うところがいっぱいある」し、感じている思想性みたいなものもけっこう違う。

でも、違うけど「一緒」のところなんかもいっぱいあって、いろいろと不思議な面白さを感じています。

皆様のLLR紹介記事、感想なども、お待ちしています。

LLRの価値の本質は「ノートを開かせる」ことになった

Claudeに「ノートを読ませるだけ」で着手できるルーチンを作っていく

「音楽を仕事にする」プロジェクトの成果

6月に書いた音楽を仕事にするプロジェクトが少しずつ形になってきています。

まず具体的な成果として、Pad Sensei Keys MK1｜73年のエレピを再現した30MBの物理モデリング音源という物理モデリングのエレピ音源販売サイトを作りました。

商品を宣伝するために、作者のブログでごりゅごが宣伝をしてくるという、実に倒錯的なプロモーション活動もしています。

ぼくのかんがえる最強のエレピ「Pad Sensei Keys Mk1」を作った話 | 無理ない暮らし

以前の記事では「AIのおかげで余裕が出来た」という感じの書き方をしましたが、今主張したいのは「AIになにしたらいいか決めてもらえるからここまで進められた」ということです。

「新しい仕事を始める時」って、当然ながらほとんどのことは「はじめて」や「不慣れ」なことばかりで、なにをやったらいいのか、というレベルのことから調べたり、決断したり、まあいろいろとたくさんやることがいっぱい発生するわけです。

特に今回は「共同事業」なので、自分一人が管理するだけでいい書類と、両方が見られる状態にする必要がある書類、というのが発生したりして、これもまた「不慣れで新しい体験」なわけです。

あれ？今これを書いてて、なんかこの仕事で学んだ知見はけっこうたくさんネタがあって、整理して紹介できるな、って感じになってきたぞ……

と、これは今月に改めていろいろ紹介するとして。

まず言いたいのは「次何やろう」と相談できる相手が存在したこと。

これを自分一人で決めなくてもよくなった、というだけでも生成AIが存在してくれた価値はめちゃくちゃ大きかったですね。

パッドのライブをする

あとは、もう完全にナレッジスタック的なコンテンツと関係ない話題だけど、でもこれは「私のニュースレター」なので、私が言いたいことをちゃんと伝えないといけない！

細かいことはまだよくわかってない or 決まってないけど、12月12日に大阪でライブをします。ごりゅごのミュージシャン活動です。

しかも今回は、使う楽器はパッドのみ。いわゆる「ライブ」であると同時に、パッド（でバンド演奏ぽい音楽をやること）の普及活動という意味も込められたもの！

たぶん、最後に楽器もって人前に立ったのって23歳か24歳くらいのことだから、46歳のライブは「23年ぶり」ということに。

音楽を再開した時も、ライブやろう、ライブやりたいなんて微塵も考えてなかったけど、人生というのはわからないですねえ。

そして、こういうわからなさは、たまらなく面白い……

すばらしい人生になってきたぜ。

今回のテーマは「きちんと中身を理解して自分のものにするための生成AI読書メモ術」。AIに本を要約させて早く読み終えるためではなく、本を読みながら気になったことを話し、質問し、後から辿れる読書メモと自分の主張のノートへ育てる方法を、実際のObsidianとCodexの画面で見せました。

手が本で塞がっているとき、文字を打ってメモを作るのは難しい。音声でAIへ話せるようになると、読んだ箇所をその場で残し、分からないことを掘り、関連する知識も探せます。楽に速く終える方法ではありませんが、読んだ内容にもう一度時間を使い、自分の言葉にするための方法です。

読書メモスキルだけでも、読んだことを話し、問いを残すところは始められます。その記録をアトミックノートにし、あとから組み合わせて自分の考えへ育てるところまで進めたい人には、理論・練習用のObsidian保管庫・AI用設定をまとめたアトミックシンキング Author’s Cutがあります。今回配布する読書メモスキルを、単発のメモで終わらせずに使い続けるための土台として使えます。

セミナー目次

1. 生成AI読書メモ術は「時短」ではなく、読む負荷を下げて深く学ぶ方法

2. 本を開いたまま話せる、音声の対話モード

3. 読んだ内容を話し、AIに読書メモとして整理させるデモ

4. 質問して周辺知識を掘り、1枚のアトミックノートにする

5. 走り書き・読書メモ・アトミックノートの三層

6. 読書メモスキルの配布と、スキルを育てる話

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

有料会員特典: 生成AI読書メモ術

このセミナーで実演した、読書中にAIへ話して読書メモを残すためのスキル一式です。

README.md と SKILL.md をAIへ渡し、自分の読書メモに合わせて使ってください。

今回の読書メモスキルはこちら

有料会員の方はこちらにダウンロードリンクが表示されます。

セミナー構成

1. 読書を速く終わらせず、内容を自分のものにする

00:00:00

AIに要約だけを任せる読書術とは逆に、まず自分で読む。そのあとで、読んだ箇所を話して記録し、分からないことを質問し、もう一度時間を使ってノートにする。効果は個人の実感であって科学的に証明されたものではないが、読むだけで終えるより内容に関わる時間を増やせる。

Read more

2026年7月の終わり。

こんな時期になってはじめてまともにObsidianの「Webクリッパー」を使いはじめました。

これまでも、一応「書誌情報取得目的限定」でWebクリッパーは使っていたんですが、それ以外の使い方はしていませんでした。

Obsidian Web Clipperの使い方とカスタマイズ｜Amazonの書誌情報を自動で取り込む

↑の記事にも書いてるように、ごりゅごはウェブクリッパー挫折歴10年を超える猛者です。今更ウェブクリッパーなんて使ったって、Obsidianの中にゴミが増えるだけ。記事を集めて、役に立った気がするだけで、実際にはなんにもうれしいことなんてないんだ。という考え方は変わっておらず、結局超限定した使い方しかしてなかったわけです。

が、その事情が変わってきて、今になってWebクリッパーを使うようになってきたんだぞ、という話です。

高度でたくさんあり過ぎる「真似したい手法」たち

Web Clipperを使うようになった理由はシンプルで「私にとって価値あるWebページが増えた」から。

Webの世界のコンテンツは基本的にどんどん閉じる方向に向かっていて、いわゆる「よい記事」を探すのが難しくなってきている。（と自分は考える）

仮に「よい記事」を見つけたとしても、基本的にそれを保存するような必要はない、と思っていたんですよね。

それが、生成AIを使って「新しい実験」をするようになると、そうではなくなってきた。

たとえば最近だとこういう記事とか。

• XユーザーのThariqさん: 「The new rules of context engineering for Claude 5 models 」 / X

• cognitive-rhythm-writing/SKILL.md

• Remember When It Matters: Proactive Memory Agent for Long-Horizon Agents

あとこういう「公式記事」なんかも「私にとって価値あるWebページ」かな。

- What's new in Claude Opus 5 - Claude Platform Docs

それぞれの内容の詳しい説明は省きますが、どれも単純に「面白い」だけでなく、今の自分にとって非常に「使える」ものばかりなのです。

もちろん全部をがっつり読むことは困難だけれども、それもまた現在は「AIの時代」なわけであり、生成AIに「どんなこと書いてある」と聞いて、興味深ければがっつり読む、みたいな判定はしやすくなった。

そしてその上で「ここに書いてある方法を私の使い方に応用するにはどうしたらいい」という観点で質問すれば、だいたいいい感じの提案はしてくれるわけですよ。

元記事と「判断」だけ残しておく

ただ、当然ながらそれらの提案は、なにもかもがうまくいくとは限らないし、取り込んで真似するにしても、完全自動なんてことはなく、時間やエネルギーを消費する。

となると、これを長く安定して続けていくためには、当然「何が良くて何がダメなのか」をきちんと覚えておかないといけない。

と、一周回って帰ってきたのがWebクリッパーだった、というわけです。

やってること自体は、別にそんな高度なことでも複雑なことでもなんでもなくて、Webクリッパーでページを保存して、それを読んで、取り入れられるところはあるか？と聞いて、よさそうなとこを真似する。

で、これとは別に「なにを取り入れたのか」みたいなノートもちゃんと記録として残しておく。

今のところ、保存する資料は1日1件以下なので、少なくとも数ヶ月くらいはこのシステムでも破綻はしないはず。

そして、100とか200くらい「資料」がたまってきたら、多分その頃には自分なりにもっといい方法が見つかって、もっといい感じに応用できるようにもなってくるはず。

そこに至る前段階として、この「資料の保管」は、まあそれなりに悪くない方法である、くらいは言えるんじゃないかと思います。

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