Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
Obsidian × AI導入の成果
Search
Yoshitaka Yamazaki
September 26, 2025
Technology
0
43
Obsidian × AI導入の成果
機械学習の社会実装勉強会第51回 (
https://machine-learning-workshop.connpass.com/event/370282/
) の発表資料です。
Yoshitaka Yamazaki
September 26, 2025
Tweet
Share
Other Decks in Technology
See All in Technology
AI×Data×SaaS×Operation
sansantech
PRO
0
100
Function calling機能をPLaMo2に実装するには / PFN LLMセミナー
pfn
PRO
0
540
Pythonによる契約プログラミング入門 / PyCon JP 2025
7pairs
4
2.2k
Sidekiq その前に:Webアプリケーションにおける非同期ジョブ設計原則
morihirok
17
6.1k
自作LLM Native GORM Pluginで実現する AI Agentバックテスト基盤構築
po3rin
2
200
新卒QAエンジニアの成長戦略
qatonchan
0
300
20250929_QaaS_vol20
mura_shin
0
110
バイブコーディングと継続的デプロイメント
nwiizo
2
330
いまさら聞けない ABテスト入門
skmr2348
0
170
Railsアプリケーション開発者のためのブックガイド
takahashim
12
5.1k
PLaMo2シリーズのvLLM実装 / PFN LLM セミナー
pfn
PRO
2
600
全てGoで作るP2P対戦ゲーム入門
ponyo877
3
1.2k
Featured
See All Featured
Designing for Performance
lara
610
69k
I Don’t Have Time: Getting Over the Fear to Launch Your Podcast
jcasabona
33
2.4k
Documentation Writing (for coders)
carmenintech
75
5k
The Success of Rails: Ensuring Growth for the Next 100 Years
eileencodes
46
7.6k
Fight the Zombie Pattern Library - RWD Summit 2016
marcelosomers
234
17k
Easily Structure & Communicate Ideas using Wireframe
afnizarnur
194
16k
Being A Developer After 40
akosma
90
590k
The Power of CSS Pseudo Elements
geoffreycrofte
78
6k
Optimising Largest Contentful Paint
csswizardry
37
3.4k
Chrome DevTools: State of the Union 2024 - Debugging React & Beyond
addyosmani
7
880
Save Time (by Creating Custom Rails Generators)
garrettdimon
PRO
32
1.6k
Producing Creativity
orderedlist
PRO
347
40k
Transcript
Obsidian × AI導入の成果 ~ 3ヶ月試してみた ~ 機械学習の社会実装勉強会 第51回 Yoshitaka Yamazaki
2025-09-27
Yoshitaka Yamazaki 経歴 学生時代は生命現象のシミュレーションと解析 自社開発企業でインフラエンジニア AWS, terraform, k8s AIスタートアップでエンジニア 趣味
ゴルフ 自己紹介 2
Obsidian × AIで実現する知識管理 手動記録とAI分析の最適な役割分担 継続的な振り返りで現状に向き合い、成長を加速 本日のサマリー 3
1. 導入前の課題 2. Obsidian × AI選択理由 3. 実際の活用法 4. AI振り返り自動化
5. 実績と効果 6. 課題と改善、導入ガイド アジェンダ 4
転職による心機一転 2025年7月: 自社開発のインフラからAIスタートアップへ転職 AI活用 Obsidian + Cursorなどが話題になり、ちょっと興味ある AIを日常に落とし込む経験の一つ 導入前の課題 5
チームの一員から多様な役割へ 前職: スクラム開発(チームでのタスク管理) 現職: 3人のスタートアップ(個人での自己管理が必須) 複雑化した業務範囲 インフラ・パフォーマンス分析 API設計・開発 アーキテクチャ設計 プロダクト開発
役割変化による新たな課題 6
急務となった問題 「タスクに追われて気付いたら時間が経っていた」 「自分のタスクを自分で管理する必要がある」 「多岐にわたる知見を適切にまとめて自分の糧にしたい」 「情報が散在して優先度がわからない」 情報の散在: 複数ツールに情報が分散 優先度不明: 何から手を付けるべきかわからない 振り返り不足:
過去の知見を活かせない 一般的な知識管理の課題 7
「知識を育てる」ための設計思想 データはあなたのもの Local-first: すべてシンプルなMarkdownファイル オフライン完結: ネットがなくても全機能が使える 知識をネットワークとして育てる Networked Thought: ノートは孤立したページではなく相互関連するノード
双方向リンク: [[wikiリンク]]で知識をつなぐ ユーザーに委ねる柔軟性 拡張可能: プラグイン・テーマで自由にカスタマイズ 個人最適: 決まった正解を押しつけず、最適なワークフローを構築 Obsidianとは 8
ある記事との出会い 転職直前に「先週何したっけ?」をゼロに:Obsidian + Claude Codeを業務アシスタントにを見 つける なぜObsidianを選んだか Local-first: データが手元にある安心感(企業プロジェクト情報も安全) プレーンテキスト:
将来的な移行リスクが低い 拡張性: プラグインとAI連携の柔軟性 vimキーバインド: vimmerとして Obsidian × AI選択理由 9
人間とAIの役割分離 人間: 日々の直感的記録、判断、創造 AI: 散在した情報を整理し、知識として体系化 継続可能性を重視 手動記録: 記録すること自体は簡単、継続が鍵 AI振り返り: 人間は記録、AIは分析・構造化
立ち返りの価値: 新技術に触れ続ける中で過去に立ち返れる AI統合の設計思想 10
システム構成 obsidian/ ├── daily_note/ # 日次記録 (core plugin) ├── knowledge/
# 技術知見蓄積 ├── monthly_note/ # 月次振り返り (generated by AI) ├── projects/ # プロジェクト別管理 └── weekly_note/ # 週次振り返り (generated by AI) 使用プラグイン daily note: テンプレートを元に作成 thino: メモをdaily_noteに追記 実際の活用法 11
ファイル構成 (daily_note/YYMMDD.md) ## MTG・Discussion - 週次定例会議 - 今週の優先事項確認 ## Today
task - [ ] プロジェクトA(ECサービス) - [/] 機能改善の調査 - [ ] プロジェクトB(データ分析基盤) - [x] パフォーマンス最適化 ## thino - 09:26 新しいフレームワークの学習提案 daily_note 12
状態管理で進捗を明確化 [x] 完了 [ ] 未完了 [/] 部分完了・進行中 記録の特徴 プロジェクト別のタスク管理
MTG・Discussionでの会話記録 thinoセクションでの気づきメモ 継続習慣:朝夕5分のルーティン タスク管理の3状態システム 13
knowledge and projects 途中参加プロジェクト: 概要を素早くまとめる 技術選定: 一般的な知見を体系的に残す 知識の再利用: 過去の経験を新しいプロジェクトに活用 plugin
MCP tools: Local mcp server projectレポジトリからの活用 14
人間とAIの適切な役割分担 記録のハードルを下げることが最重要 朝夕5分の簡単な記録習慣 複雑な分析はAIに任せる 人間は記録、AIは分析という明確な分担 人間:日々の直感的な記録と判断 AI:タスク集計、傾向分析、改善提案の生成 ルーティン 朝: 前日の振り返り・今日の優先度設定
夜: 今日の進捗記録・明日への準備 継続性 15
週次振り返り自動化の仕組み コマンド: /weekly-summary AIへの指示内容(要約): 先週の全daily_noteから以下を抽出・分析してください: 1. 日毎の作業内容を整理 2. 良かった点・改善点を分析 3.
改善への具体的アクションを提案 4. 四半期目標の進捗確認 5. thino記録の集計 ファイルは、`weekly_note/YYMMDD.md`にMarkdown形式で出力してください。 AI振り返り自動化 16
良かった点: 複数プロジェクト並行管理(プロジェクトA、B、C) 技術課題解決力(API冪等性対応) 改善すべき点: thino記録不足(1/5日のみ) 具体的アクション: 毎日のthino記録習慣化 週次振り返り例 17
コマンド: /monthly-summary AIへの指示内容(要約): 先月の全weekly_note + daily_noteから以下を生成: 1. KPIダッシュボード(完了率、記録率を自動計算) 2. プロジェクト進捗サマリー(テーブル形式)
3. START-STOP-CONTINUE分析 4. タスク完了率の詳細分析([x] [/] [ ]を自動集計) 5. 来月の最優先アクション3つを提案 ファイルは、`monthly_note/YYMM.md`にMarkdown形式で出力してください。 月次振り返り自動化の仕組み 18
KPIダッシュボード出力例 タスク完了率: ████████░░ 74.7% (127/170) thino記録率: ███░░░░░░░ 25.0% (5/20日) プロジェクト:
1/3 完了 START-STOP-CONTINUEで改善サイクル START: 毎日のthino記録習慣 STOP: 記録習慣の中断パターン CONTINUE: 複数プロジェクト並行管理 月次振り返り例 19
AI活用のバランス 人間: 日々の直感的記録、判断、創造 AI: 週次・月次レポート生成、KPI自動算出、知見の可視化 知識管理の全体像 daily_note/: 日々の記録(人間主導) knowledge/: 技術知見の体系的蓄積(人間+AI)
projects/: プロジェクト別ドキュメント(人間+AI) AI支援は構造化と分析に特化 AIは週次・月次の振り返りや知見の集約と抽出 日常の記録作業にAIは不要(継続性重視) Human-AI協調の設計 20
毎月10分で振り返り完了 コマンド1つで構造化された振り返り 成長の可視化 タスク完了率: 65% → 74.7% に向上 知識の再利用効果: 類似課題の解決パターンを30秒で発見・適用
継続的な改善サイクル START-STOP-CONTINUEで月次改善 KPIダッシュボードで進捗を定量化 実績と効果 21
直面した課題 タスク完了率の低さ 実績: 月間完了率約65%(部分完了・継続タスクが多い) 要因: タスクの粒度調整、見積もり精度の向上が必要 記録習慣の定着不足 実績: 記録継続率25%(目標70%) 対策:
記録コマンドの簡略化 課題と改善 22
持続可能性の設計原則 1. 完璧を求めず継続を優先 2. 人間とAIの役割を明確に分離 3. 立ち返ることのできるシステム設計 4. 記録は簡単、振り返りはAI支援 学んだこと
23
最小構成で始める3ステップ 1. 今日: Obsidian + daily noteテンプレート設定(5分) 2. 1週間後: AI連携、初回の週次振り返り実行
3. 1ヶ月後: monthly-summaryコマンド設定、KPI確認 導入ガイド 24
「記録は簡単、立ち返りが価値」 昨日の自分への問い: なぜこの技術選定をした? → 過程が残っている 先月の課題の再発防止: 日々の業務では気付けない自分の課題・改善点への示唆 成長の可視化: 理解に数日かかっていたことが、今は実装まで容易 立ち返りの価値
25
ありがとうございました
M3 Tech Blog - ObsidianとClaude Codeでナレッジ管理 Claude Code公式ドキュメント Obsidian公式サイト 参考資料