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
今改めてServiceクラスについて考える 〜あるRails開発者の10年〜
joker1007
20
8.8k
Deep Research と NotebookLM を使い倒す!レガシーリプレイスの技術選定と学習コスト削減術
tet0h
0
2.8k
“2件同時配達”の開発舞台裏 〜出前館PMが挑んだダブルピック実現に向けた体験設計〜
demaecan
0
140
非エンジニアのあなたもできる&もうやってる!コンテキストエンジニアリング
findy_eventslides
3
840
BtoBプロダクト開発の深層
16bitidol
0
120
DataOpsNight#8_Terragruntを用いたスケーラブルなSnowflakeインフラ管理
roki18d
1
280
AIを導⼊しても、 開発⽣産性は"爆増"していない なぜ?
kinosuke01
4
3.6k
業務でAIの力を最大限に発揮するために #弁護士ドットコム
bengo4com
0
290
LLMアプリケーション開発におけるセキュリティリスクと対策 / LLM Application Security
flatt_security
7
1.4k
20250929_QaaS_vol20
mura_shin
0
110
あなたのWebサービスはAIに自動テストしてもらえる?アクセシビリティツリーで読み解く、AIの『視点』
yusukeiwaki
1
3.3k
PLaMo2シリーズのvLLM実装 / PFN LLM セミナー
pfn
PRO
2
630
Featured
See All Featured
Bootstrapping a Software Product
garrettdimon
PRO
307
110k
Intergalactic Javascript Robots from Outer Space
tanoku
273
27k
A Tale of Four Properties
chriscoyier
160
23k
CSS Pre-Processors: Stylus, Less & Sass
bermonpainter
358
30k
Imperfection Machines: The Place of Print at Facebook
scottboms
269
13k
Music & Morning Musume
bryan
46
6.8k
A Modern Web Designer's Workflow
chriscoyier
697
190k
Fight the Zombie Pattern Library - RWD Summit 2016
marcelosomers
234
17k
10 Git Anti Patterns You Should be Aware of
lemiorhan
PRO
657
61k
The Language of Interfaces
destraynor
162
25k
Understanding Cognitive Biases in Performance Measurement
bluesmoon
29
2.6k
The Art of Programming - Codeland 2020
erikaheidi
56
14k
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