Notion AI で 問いが変わった、 その先へ | "完璧じゃなくても回す" Notion AI×ナレッジマネジメント

Transcript

1. Notion AI で 問いが変わった、 その先へ "完璧じゃなくても回す" Notion AI×ナレッジマネジメント Masaya Takizawa Product Designer
 Dinii Inc. He/Him Knowledge Management Night | Wed, July 2, 2025
2. @takizawave 「Takiです。Diniiで、飲食店向けのSaaSをつくっています。」
3. SPECIAL MENU おすすめ ブロチェッタの盛り合わせ 3種各1 本 ¥2,200(税込¥2,420) おすすめ ブロチェッタの盛り合わせ 3種各1 本 ¥2,200(税込¥2,420) おすすめ マルゲリータ ¥2500 おすすめ マルゲリータ ¥2500 おすすめ ブロチェッタの盛り合わせ 3種各1 本 ¥2,200(税込¥2,420) おすすめ ブロチェッタの盛り合わせ 3種各1 本 ¥2,200(税込¥2,420) パスタ パスタ ビール パスタ 履歴 呼出 推しエール 会計 Lang 検索 すべて ドリンク フード 履歴 呼出 推しエール 会計 Lang すべて ドリンク フード 01:29:59 9:41 􀆉 ダイニー 9:41 􀆉 ダイニー
4. 今年の3月にNotion AIの記事を書いて、割と反響を頂きました。
5. 今年の3月にNotion AIの記事を書いて、割と反響を頂きました。
6. Notion AI 導入 2024年10月
7. Notion AI 導入 2024年10月 note 記事公開 (反響) 2025年3月
8. 今日は3月以降のリアルを語ります。 Knowledge Management Night | Wed, July 2, 2025
9. Taki ダイニー入社 2024年9月 Notion AI 導入 2024年10月 note 記事公開 (反響) 2025年3月 ナレッジマネジメント ナイト（本日） 2025年7月
10. Taki ダイニー入社 2024年9月 Notion AI 導入 2024年10月 note 記事公開 (反響) 2025年3月 ナレッジマネジメント ナイト（本日） 2025年7月
11. Taki ダイニー入社 2024年9月 Notion AI 導入 2024年10月 note 記事公開 (反響) 2025年3月 ナレッジマネジメント ナイト（本日） 2025年7月
12. Knowledge Management Night | Wed, July 2, 2025 2024年10月
13. リリース日の最新はどこに書いてあります？ 仕様って、どこにありましたっけ？ この文言変更、どうなったっけ？ Before
14. Notion AI にいちよ聞いたんですけど、 「こんなこと、聞いてもいいかな……」、あの気持ちが消えた。 After
15. 150人の全社員のうち (プロダクト開発チームは、40%) 90 % 100万回
17. 各メンバーの活用事例 セールス カスタマー サクセス QA エンジニア フロントエンド エンジニア
18. 北川さんの事例 「事例を調べる」 都心から離れた飲食店向け販促施策を考えて 郊外飲食店向けの販促施策 都市部とは異なり、郊外エリアでは「自然流入」ではなく「再来店 の仕組み化」が鍵になります。 ① LINEを活用したリピーター施策 人気メニュー × クーポン配信：リピート率の高い商品に特典を つけてLINE配信。 掘り起こし配信：60日以上来店のないお客様に、看板メニュー や限定特典を案内 → 再来店率の改善に貢献。 ② 来店頻度を上げる施策 次回来店インセンティブ 　 明確な期限付きで再訪を促進。 2回目来店者向けの特典：「リピーター様限定で乾杯ドリンクプ レゼント」など、回数ごとの仕掛けが効果的。 まとめ 郊外では「来店後の接点設計」が販促の要。 LINE・メニュー・タイミングを組み合わせ、再来店のきっかけを丁
19. QAエンジニア 金木さんの事例 「テスト観点を構造化す る」 年代分析機能に必要なテスト観点を挙げて 年代分析に必要なテスト観点 1. 機能テスト 年代データの表示確認 全体および店舗別で年代別の棒グラフが正しく表示されてい るか 不明（未登録）データが適切に分類・表示されているか CSVダウンロード 表示されている年代データが正しくCSV形式で出力されるか 2. データ整合性 年代の計算ロジック 「来店日 − 生年月日」から計算された年代が正しいか 比率表示が小数点第2位で四捨五入されているか 3. UI・エラーハンドリング グラフ表示の挙動 レスポンシブ環境でレイアウトが崩れないか グラフ上でホバーしたときに正しい補足情報が表示されるか
20. 「GraphQLで Cannot query field "orderTip" が出るけど、似たトラブルって過去にあった？ 誰がどう解決してたか教えて」 はい、似た事例がいくつか確認できました。 以下が参考になりそうです： 関連スレッド： Slack #dev-es / 2025年2月21日スレッド @tanifuji さんが `orderTip` に関して同様の GraphQL validation error に遭遇。 → 原因は `mutation_root` に `orderTip` フィールドが未定義だっ たこと。 → 修正は `schema.gql` 側に `mutation { orderTip(...) }` を追加。 Notion ページ：GraphQL バリデーションエラー対処ログ （2024Q4） セクション「4-2: フィールド未定義系」内に同様の事例あり。 → スキーマとGQLドキュメントの型ずれが原因、codegenでは出 力エラーとして出やすい。 補足ポイント： フロントエンド・エンジニア 島田さんの事例 「“前例”を掘り起こす」
21. キッチンディスプレイって何ですか？ キッチンディスプレイ（KD）は、飲食店のキッチンで使われるディ スプレイで、各テーブル毎やエリア毎の注文状況やメニューの調 理・提供ステータスを可視化・管理するための機材です。 主にiPad等のタブレット端末で動作し、従来のキッチンプリン タ（紙の伝票）を置き換える形で導入されるケースが増えていま す。 特徴として、「どこで何が注文されたか」「その商品が今どの調 理ステータスか」を一覧で確認でき、担当スタッフごとに必要な 画面だけを選択・切替する運用も可能です。 主なメリットは以下の通りです： - 調理の優先順位や着手順がひと目で分かる - 同じ商品が複数卓から注文された場合にまとめて調理しやすい - 注文伝票（紙）の管理から解放され、業務効率が向上する - 誤伝票や抜け漏れ等の人的ミスが減る - 配膳担当やホールスタッフとの連携もスムーズになる - 店舗によっては、ドリンク用・フード用などポジション／カテゴ リ毎に複数台設置し、それぞれで表示内容を細かくコントロールす セールス 松原さんの事例 「ニューカマーでも、 すぐキャッチアップ」
22. Notion AI の良さ 横断的記憶 Slack、GitHub、Notion全て覚えてる 文脈保持 チームの語彙・文化を学習してる みんなに優しい 日常の相棒になる
24. 今日は3月以降のリアルを語るんだった！ Knowledge Management Night | Wed, July 2, 2025
25. Taki ダイニー入社 2024年9月 Notion AI 導入 2024年10月 note 記事公開 (反響) 2025年3月 ナレッジマネジメント ナイト（本日） 2025年7月
26. Taki ダイニー入社 2024年9月 Notion AI 導入 2024年10月 note 記事公開 (反響) 2025年3月 ナレッジマネジメント ナイト（本日） 2025年7月
27. ナレッジ活用のための実践
28. Notion AIがある ≠ ナレッジが整っている ツール導入だけでは“知識の体系化”にならない。
29. ナレッジマネジメント度 AI活用 × ナレッジマネジメント度 AI活用 ナレッジマネジメント度 × AI活用 × ナレッジマネジメント度 × AI活用 AI活用度 × ナレッジマネジメント度 AI活用度 ナレッジマネジメント度
30. 整っているが、検索のみ 探索に一工夫必要 新しい知が生まれ続ける 問いと答えが自走する最適化された組織 カオス 整理されてない、探索困難 AIに頼れるが迷子 散らかり放題 AI活用度 × ナレッジマネジメント度 AI活用度 ナレッジマネジメント度
31. 整っているが、検索のみ 探索に一工夫必要 新しい知が生まれ続ける 問いと答えが自走する最適化された組織 カオス 整理されてない、探索困難 AIに頼れるが迷子 散らかり放題 AI活用度 × ナレッジマネジメント度 AI活用度 ナレッジマネジメント度
32. ナレッジマネジメントの問題 量の問題（増えすぎ・分散しすぎ） 質の問題（腐敗・鮮度切れ） 意味の問題（用語の揺れ）
33. 量の問題（増えすぎ・分散しすぎ） 情報が散らかる速さ > 片付ける速さ ソースが多すぎて、いい回答が得られない。
34. 理想的には、片付けたい。
35. でも、ぐちゃぐちゃになる。
36. ナレッジマネジメントナイトって何？ ナレッジマネジメントナイトは、 頭の中にたまった「うっすら知ってること」を炊 きなおして、いい感じの雑炊にする会です。 【会場】
 東京国際フォーラム 【クロージング】
 最後は全員で「ナレッジって、やっぱり風呂だよ ね」と唱えて解散します。
 ※実際に風呂には入りません。 去年は、発酵しすぎてJSONが納豆になった人がい たので、今年は空調が強めです。
38. そしたら、ソース(DB)をちゃんと設計するしかない？
39. そしたら、ソース(DB)をちゃんと設計するしかない？
40. そしたら、ソース(DB)をちゃんと設計するしかない？
41. 試行中 Fact / Decision Record を分離。 PRDには、決定事項以外を入れないことを徹底的に運用する。 情報の確定度(Confirmed)で分ける。 PRDからDecision Recordを排除する。 確定仕様のみを入れる Bot も人も安心して参照 PRD DB Decision Recordやリサーチを残す なぜその仕様にしたか？などを残す Notes DB
42. 試行中 Fact / Decision Record を分離。 PRDには、決定事項以外を入れないことを徹底的に運用する。 情報の確定度(Confirmed)で分ける。 PRDからDecision Recordを排除する。 確定仕様のみを入れる Bot も人も安心して参照 PRD DB Decision Recordやリサーチを残す なぜその仕様にしたか？などを残す Notes DB 無理でした！！
43. Product A Task DB 勤怠タスクDB ランダム メモ ダイニー勤怠 Q&A DB PRD DB VoC DB Issue DB 事例集 DB 効果測定DB orm Team KR DB Design D
44. Product A Task DB 勤怠タスクDB ランダム メモ ダイニー勤怠 Q&A DB PRD DB VoC DB Issue DB 事例集 DB 効果測定DB orm Team KR DB Design D ぐちゃぐちゃになる。
45. Product A Task DB 勤怠タスクDB ランダム メモ ダイニー勤怠 Q&A DB PRD DB VoC DB Issue DB 事例集 DB 効果測定DB orm Team KR DB Design D
46. データベースを AI-Ready にしておく。 AI が正しく回答するように、 データベースを先回りして整えておく
47. Product A Task DB 勤怠タスクDB ランダム メモ Product C Q&A DB PRD DB VoC DB Issue DB 事例集 DB 効果測定DB orm Team KR DB Design D 事例1
48. 試行中 セールスの成功事例を AI-Readyに。 セールスの成功事例を、1データベースで管理。 受注のための事実だけに、質問をできる。 議事録ではなく、事実のみで構成。
49. 試行中 セールスの成功事例を AI-Readyに。 セールスの成功事例を、1データベースで管理。 受注のための事実だけに、質問をできる。 議事録ではなく、事実のみで構成。
50. データベースを AI-Ready にしておく。 AI が正しく回答するように、 データベースを先回りして整えておく
51. Product A Task DB 勤怠タスクDB ランダム メモ ダイニー勤怠 Q&A DB PRD DB VoC DB Issue DB 事例集 DB 効果測定DB orm Team KR DB Design D 事例2
52. 試行中 PRDから仕様DBを生成し、 AI-Ready に。 仕様DB ＋ Q&A DB ＋
53. 試行中 そしたら、なんでも答えてくれるBotを作成できる
54. 試行中 そしたら、なんでも答えてくれるBotを作成できる でも、知らないことは、答えられない。
55. 試行中 でも、Notion DBが、学習するようにした。 人間の回答が、DBにたまるように設計。 ZapierとNotion。
56. 試行中 人間の回答が、Notion DBに溜まるように。 Q&A DB ＋ 仕様DB
57. Q&A DB ＋ 仕様DB アンサーを学習する！ 試行中 人間の回答が、Notion DBに溜まるように。
58. アンサーを学習する！
59. 試行中 同じ質問をしたら、正しい回答が返ってくる。
60. データベースを AI-Ready にしておく。 AI が正しく回答するように、 データベースを先回りして整えておく
61. 質の問題（腐敗・鮮度切れ） ドキュメントは放っておくと腐る。 AIに誤回答を引き起こす。 ヘルプサイトの情報が古い。
62. 試行中 毎週金曜15分の「Cleanup Time」 ヘルプページなどドキュメント ルール：「死んだ情報を3つ以上報告」 ヘルプサイトも“書きっぱなし”にしないための手入れ習慣 #cleanup チャンネルで共有 → 翌週のオーナーが削除・整理
63. 試行中 毎週金曜15分の「Cleanup Time」 ヘルプページなどドキュメント ルール：「死んだ情報を3つ以上報告」 ヘルプサイトも“書きっぱなし”にしないための手入れ習慣 #cleanup チャンネルで共有 → 翌週のオーナーが削除・整理 無理でした！！
64. できてること 見つけたら直す & リリース時に確認する リリース時に、カスタマーサポートチームが確認。(普通！)
65. 意味の問題（用語の揺れ） 誤用・表記揺れが増える。 略語がひとり歩きする。
 定義が少しずつズレていく。 同じ意味の用語が複数ある。
67. 「完全なtextlintを作りました。」
70. 「結局、あまり使われない」
75. 試行中 間違ったら訂正される仕掛け SlackBotによる用語警察 用語集から、生成 静的ではなく、プロアクティブな仕組み
76. 「辞書を作るだけじゃ使われにくい。 最近は、会話の中に自然に出てくる方法(linter?)を試行中です」
77. 整っているが、検索のみ 探索に一工夫必要 新しい知が生まれ続ける 問いと答えが自走する最適化された組織 カオス 整理されてない、探索困難 AIに頼れるが迷子 散らかり放題 AI活用度 × ナレッジマネジメント度 AI活用度 ナレッジマネジメント度
78. ナレッジマネジメントの問題 量の問題（増えすぎ・分散しすぎ） 質の問題（腐敗・鮮度切れ） 意味の問題（用語の揺れ）
79. One More Thing
80. AI活用 × ナレッジマネジメント
81. AI活用 × ナレッジマネジメント × ？？？
82. Figma? Notion? わかったつもりになってるぜ！俺！
84. 「現場の感覚」
85. 「文字情報にはない感覚」
87. 「味染みていきたいぜ」
88. 「AI」も「ナレッジマネジメント」もスパイス。 忘れたくない 「リアルな経験」
89. AI活用 × ナレッジマネジメント ×
90. AI活用 × ナレッジマネジメント × 味しみ
91. Thank you! @takizawave