Obsidian 育て方 Level 5｜AI が知見を抽出する｜knowledge-distill 運用

シリーズ最終回です。

これまで Level 1〜4 で、ノートを書く・受信箱に貯める・INDEX で分類する・AI に振り分けてもらう、までを扱いました。けれど、ここまで進んでも残る最大の問題があります。「貯めたノートから、自分では気づけないパターンを見つけ出すこと」です。

1,000 件のノートを人間が読み返してパターンを抽出するのは現実的に不可能。けれど Claude Code に頼めば 30 分で終わります。当社では月 1 回、vault 全体を AI に読ませて「直近 1 ヶ月で複数回出てきた話題」「未解決のまま放置された問い」を抽出させる運用を組んでいる。これを knowledge-distill（知見の蒸留） と呼んでおり、Level 5 のゴールです。

「指示と確認だけ」で月次の経営振り返りが終わる状態を、最後に解説します。前回の Level 4（振り分けを AI に）を踏まえた、シリーズ完結編です。

Level 5 のゴール｜AI に「気づき」そのものを生成させる

「貯める」と「使う」の距離をゼロにする

1〜4 まで来ても、貯めた知識は「振り返ろうとした時に振り返る」消極的な使い方に留まります。Level 5 では、AI が能動的に vault を読み、「あなたが気づいていない傾向」を月 1 回提示する状態を作ります。

当社の事例だと、「先月 7 件のクライアント面談で、3 件以上『動画の冒頭 5 秒が課題』という発言があった」と AI が抽出してくれました。個別の議事録を読んでも気づきにくい横断的なパターンが、Level 5 で初めて可視化されます。

「指示と確認だけ」がここで完成する

Claude Code カスタムシリーズの最終回 auto-95で扱った「95% を AI に任せる」設計が、Obsidian 側でも完成する段階です。あなたは月 1 回、AI が提案した知見ノートを「採用 / 修正 / 却下」と判定するだけ。

これで月次の経営振り返り、業務の問題抽出、長期トレンド把握が、それぞれ 5〜10 分の作業に圧縮されます。年間で 40〜60 時間の振り返り作業が浮く計算です。

Level 5 は「Level 4 まで揃って初めて機能する」

Level 5 の前提は、vault に最低 200 件のノートが貯まり、INDEX.md で分類が機能し、AI が振り分けを担っている状態。スキップして Level 5 だけ実装しても、AI が読む素材が薄すぎて意味のある示唆は出ません。

順序を守ることが結果的に最短ルート、というシリーズ全体の構造はここでも変わりません。皆さんが今 Level 2 や 3 にいるなら、まずそこを完成させてから Level 5 に進む方が確実です。

knowledge-distill の実物｜AI が抽出する 4 種類の知見

当社が運用している knowledge-distill が、月次でどんな知見を抽出してくれるか。4 つのタイプに分けて公開します。

タイプ 1｜繰り返し出現するパターン

1 ヶ月の vault を読み、「同じテーマが 3 回以上出てきた箇所」を抽出します。1 件のメモでは見過ごされる事象が、3 回出ていれば「これは構造的な傾向」と判断できる。

当社で実際に出た例: 「3 件のクライアントが『動画より静止画の方が反応が良かった』と発言」。これを材料に、提案書のフォーマットを変更しました。1 件の発言なら気のせいで終わるところ、3 件並ぶと打ち手に繋がる、という構図です。

タイプ 2｜未解決のまま放置された問い

受信箱に書いた「ふと浮かんだ問い」のうち、1 ヶ月経っても答えが出ていないものを抽出します。「なぜ採用ブランディングは検索より動画が効くのか」のような、考えるべきだが手が付いていない問いです。

これは経営者が 「考える時間を持てなかった重要テーマ」のリストになります。月末にこのリストが出てくると、翌月の戦略会議のアジェンダがそのまま完成する効果があります。

タイプ 3｜複数案件を横断する共通課題

抽出される共通課題	該当案件数	打ち手
初回打ち合わせの議事録が散らかる	5 件	議事録テンプレ統一
見積もり提出後 2 週間返事がない	4 件	フォロー定型メール作成
動画納品後の修正依頼が多発	3 件	事前確認チェックリスト追加

個別案件のメモを読んでも気づかないパターンが、横断分析で可視化されます。これは 属人化していた経験則を、再現可能な仕組みに変える第一歩です。

タイプ 4｜知見ノートの新規生成

抽出したパターンを、AI が 01_知見 フォルダに新規ノートとして書き出します。タイトルは「2026 年 4 月の横断知見｜動画提案フォーマット見直しの根拠」のような形で、本文には抽出元のノートへのリンクが付きます。

あなたは月末にこのノートを読むだけ。「なるほど、こういう傾向があったか」と納得する 5 分が、月次振り返りの実質的な中身になります。

月次運用フロー｜30 分で経営振り返りが終わる

当社が毎月末に回している knowledge-distill フローを、時間配分とともに公開します。

ステップ 1｜AI が vault を読む（10 分）

月末の任意のタイミングで、Claude Code に「/knowledge-distill を実行して」と頼みます。AI が 1 ヶ月ぶんの vault を読み、4 タイプの知見を抽出するまで、待つ時間が 10 分前後。コーヒーを淹れている間に終わります。

ステップ 2｜AI の提案を確認する（15 分）

抽出された知見の一覧を、上から確認していきます。「これは確かに重要だ」「これは偶然の一致」「これは既に着手済み」と判定するだけ。当社の 1 ヶ月で 8〜12 件の知見が抽出され、平均で 6 件が「翌月の打ち手対象」に昇格します。

ステップ 3｜知見ノートを vault に保存する（5 分）

採用した知見だけを、AI が 01_知見 フォルダに保存します。タイトルと本文と抽出元リンクが自動で整形されているので、人間は「保存してOK」と返すだけ。これで月次振り返りが完了します。

ステップ	作業内容	所要時間
1	AI が vault を読み 4 タイプの知見を抽出	10 分（待ち時間）
2	提案された知見を採用 / 却下判定	15 分
3	採用した知見を新規ノートに保存	5 分
合計	月次経営振り返り 1 回ぶん	30 分

従来の月次振り返りは 3〜4 時間かけても網羅できませんでした。Level 5 では 30 分で、しかも横断的な視点まで含む振り返りが完成します。差は 6〜7 倍です。

5 段階を振り返る｜Obsidian 育成 1 年で見えた本質

シリーズ全 5 回を通して見えた、Obsidian 育成の本質を 3 つに整理します。

本質 1｜「書く」と「使う」を別人が担う設計

5 段階の最終形は、人間が「書く役」、AI が「読み返して使う役」という分業構造です。書く時に「後で使うか」を考えず、思いついた瞬間に書く。使う時は AI が能動的に拾いに来る。この分業が、知識資産を腐らせない最大の仕組みです。

本質 2｜「順序」が最大の差別化要因

Level 1 から順に進む人と、いきなり Level 4 や 5 を試みる人では、1 年後の運用継続率が大きく違います。ノートが貯まっていないのに AI 振り分けを試しても材料がない。INDEX が機能していないのに knowledge-distill を試みても示唆が出ない。順序を守ることそのものが、最短ルートです。

本質 3｜AI 時代の知識管理は「AI が読める形で書く」が前提

5 年前のノート術と、AI 時代のノート術は別物。手書きの綺麗なノートよりも、雑でも Markdown で書かれたテキストの方が、AI 時代では資産になります。皆さんがこれから始めるなら、最初から「AI が読む前提」で書き始める方が、5 年後に大きな差を生む結果になるはず。

シリーズを終えて

5 回にわたるシリーズ「Obsidian 育て方 5 段階」は、これで完結です。そもそも Obsidian とは何かから始めた方も、今は Level 5 の運用設計まで全体像が見えているはず。あとは Level 1 の「1 件目を書く」を今夜実行するだけです。

Obsidian × Claude Code の連携が深まると、Claude Code 側のカスタマイズも欠かせない要素になります。Claude Code 育成 5 段階の地図と並走させて読むと、両者がどう噛み合うかが見えてきます。

Obsidian Level 5 についてよくある質問

vault のノート数が 200 に届いていなくても、Level 5 を試せますか

試せますが、抽出される知見の質が落ちます。AI は素材の量と多様性に応じてパターン抽出の精度が変わるため、200 件未満では「同じテーマが 3 回出ている」のような統計的な示唆が少ない傾向です。100 件以下なら Level 4 までを充実させ、200 件超えてから Level 5 に進む方が、感動の体験になります。

knowledge-distill が抽出した知見が、自分の感覚とズレる時はどうしますか

「却下」と判定して問題ありません。AI の抽出は機械的なパターン検出なので、文脈を踏まえると「それは違う」となるケースは普通にあります。月 8〜12 件の抽出のうち、半分程度が却下、というのが当社の実態です。却下した理由を 1 行メモに残すと、次回以降の AI の判断精度が上がる効果も期待できます。

knowledge-distill の実行頻度は月 1 回がベストですか

月 1 回が最適と感じています。週 1 回だと素材量が少なくて示唆が薄く、四半期 1 回だと量が多すぎて確認時間が膨らむ。月 1 回なら 30 分で完結し、月次経営会議のリズムにも合う、というのが当社の運用結論です。皆さんの会議サイクルに合わせて月初か月末を選んでください。

1 人運用ですが、Level 5 は意味がありますか

意味があります。1 人運用こそ「自分では気づけない盲点」が多く生まれやすい構造で、AI による横断分析の恩恵が大きい。当社（実質 1 人運用）でも、Level 5 を始めてから「自分では把握していなかったクライアント傾向」が月 2〜3 件発見されています。チーム規模が小さいほど、Level 5 の差別化効果が出やすい、という傾向があります。