2026年5月31日

理系のためのAIエージェントへのナレッジ管理

はじめに：AIを使い続けると情報管理が課題

近年，AIに入力・出力する文章量が急増しています．ChatGPT や Claude など，使うモデルもサービスも増え，それぞれに文脈を毎回渡すのが煩雑になってきました．

さらに厄介なのは，AIサービスの契約を柔軟に切り替えたい・併用したいと思うようになったことです．ブラウザサービスで特定サービスにべったり依存すると，乗り換えるたびに「記憶」が消えます．このブラックボックス化をなくしたいと思い調べてみたので，今回はそれをメモ代わりにまとめます．

Notion → Obsidian への移行

これまでは Notion でメモを管理していました．ただ，動作がもっさりしていて使いづらかったので，卒論発表が終わって時間ができたタイミングで移行しました．これが「AIの記憶管理」を変えるきっかけになりました．

ObsidianでAIを使ってやっていること

1. Vault の Wiki 化

単に Vault（Obsidian におけるリポジトリ）をまるごと AI に読ませると，プロンプトを大量消費するわりに正確な情報が得られないという問題があります．

そこで，Vault の内容をあらかじめ Wiki 化しておきます．

Hot Cache：直近の重要な文脈だけを凝縮したファイル
Wiki ページ：テーマ別に整理した要約

AI はまずマップを読んで全体を把握し，Wiki を頼りに内容を確認，さらに詳細が必要なときだけ原文を参照します．このレイヤー構造によってプロンプトの消費を大幅に削減できます．

ここでは， AgriciDaniel/claude-obsidian のスキルを使っています．

Obsidian ファイルの直接編集に使う obsidian-markdown，obsidian-bases，defuddle，json-canvas は，Obsidian CEO の Steph Ango が公開している kepano/obsidian-skills 由来のスキルです．

それぞれの役割はかなり明確に分かれています．

wiki：Obsidian Vault を AI 用 wiki として使うための入口．
wiki-ingest：既存ノートから AI 向け要約ページへの変換．
wiki-query：wiki と必要な原文を参照した質問応答．
wiki-lint：リンク切れ・孤立ページ・frontmatter 不足の点検．
obsidian-markdown：Obsidian 記法に沿った Markdown ノートの作成・編集．
obsidian-bases：Obsidian Bases の .base ファイルの作成・編集．

2. MCP（Model Context Protocol）による外部連携

Zotero MCP

Zotero MCP を導入すると，AI が自分で Zotero を参照しに行ってくれます．論文同士を参考文献リンクで繋いでおくことで，サーベイの効率も大幅に上がりました．（自分の研究は最先端に近い領域のため，最新論文を大量にチェックする必要があり，このメリットは特に大きいです．）

論文側の知識管理には，psypeal/claude-knowledge-vault のスキルを使います．ここから取ってきたのは，knowledge-vault:ingest-zotero，knowledge-vault:query，knowledge-vault:lint などです．

claude-obsidian が「自分のメモを AI 用 wiki にする」ためのスキル群だとすると，claude-knowledge-vault は「Zotero に入れた論文を研究知識ベースにする」ためのスキル群です．

具体的には，Zotero のコレクション，DOI，論文メタデータ，PDF 本文，ハイライト，メモなどを入力として，論文ごとのサマリーや関連概念のページを作ります．論文単体の要約だけでなく，手法，データセット，著者，研究分野，引用関係といった情報も整理対象になります．

このおかげで，「この論文を要約して」で終わらず，「この分野でよく使われる手法は何か」「自分の研究に近い論文はどれか」「前に読んだ論文と今回の論文は何が違うか」といった，文献横断の質問がしやすくなります．

ingest は，トークンを大量に使用するため，週末にトークンが余ったときに回すようにしています．

NotebookLM MCP との併用

最近，NotebookLM 側にも MCP 経由でアクセスできるようになりました．ただし，論文の取り込み・要約・関連概念ページの生成は基本的に Zotero + knowledge-vault:ingest-zotero 側で完結させているので，NotebookLM はあくまで補助的な位置づけで使っています．

3. AIごとの指示書を用意して切り替えをスムーズに

各ツール向けに CLAUDE.md / AGENTS.md といった指示書をあらかじめ作成しておくことで，どの AI を使っても同じ文脈・ルールで動かせるようになり，サービス間の切り替えもスムーズになりました．

Claude Code 向けには CLAUDE.md，Codex 向けには .codex/AGENTS.md のように，ツールごとの入口を分けます．

これにより，新しい AI ツールを使うたびに「この Vault はこういう構造で，研究はここ，就活はここ，wiki はここ」と毎回説明しなくてよくなります．AI 側はまず指示書を読み，そこから必要なノートや wiki に移動できます．

ただし，ここで気をつけているのは，すべての指示書に同じ情報を長々と複製しないことです．Vault の構造や安全ルールのような共通情報は，できるだけルートの AGENTS.md に寄せます．そのうえで，Claude Code なら CLAUDE.md，Codex なら .codex/AGENTS.md に，ツール固有の補足だけを書きます．

もし各ツールの指示書に Vault 構造を丸ごとコピーしてしまうと，フォルダ構成を少し変えただけで複数ファイルを同期しなければならなくなります．これは，人間にとっても AI にとっても地味に危ないです．古い構造を読んだ AI が，存在しないフォルダを探したり，逆に新しい置き場所を見落としたりするからです．

そのため，今の運用では次のように役割を分けています．

| ファイル | 役割 | | - | | | AGENTS.md | Vault 全体の共通ルール，構造，安全方針 | | CLAUDE.md | Claude Code 固有の補足（Wiki Query Protocol，研究文献の参照ルートなど） | | .codex/AGENTS.md | Codex 向けの補足，skills の参照先，ローカル agent の一覧 | | .codex/config.toml | Codex の sandbox，multi-agent，agent 登録 | | .codex/agents/*.toml | 個別 subagent の役割，権限，reasoning 方針 |

こうしておくと，「全 AI が共有すべき前提」と「特定ツールだけが知っていればよい設定」を分けられます．AI の入力管理は，単にたくさん情報を保存することではなく，どの層にどの情報を置くかを決めることでもあります．

この表を作っておくと，「何となく便利だから入れた」状態ではなく，「どの入力を，どのスキルで，どの形の記憶に変換するか」を管理できます．AI の入力管理という意味では，ここがかなり大事だと思っています．

まとめ：AIの記憶をブラックボックスにしない

Obsidian を導入する前は，ブラウザアプリの AI を使っていましたが，“記憶” はブラックボックスになっていました．

Obsidian をハブにすることで，

どの AI に何を渡しているかが可視化されます
Vault が共通の記憶基盤になり，サービス切り替えに強くなります
プロンプト消費が減り，回答精度が上がります

「AIに入力する情報をいかに構造化するか」——これ自体がこれからの個人の知的生産において重要なスキルになっていくと感じています．