メむンコンテンツぞスキップ
芋出し画像

Obsidian入門・掻甚線ⅠAIず぀ながるセカンドブレむンの構築【第4回】

    画像

    こんにちは、STUDIO55技術統括の入江です。

    これたで 3回にわたっお、Obsidian の基本ずなる䜿い方ず、その抂念に぀いおお䌝えしたした。

    Obsidian は、人によっお䜿い方が倉わるツヌルです。

    自由床が高いからこそ、次々ず登堎する UI カスタマむズや、「こんなに䟿利になる」「こう䜿うべき」ずいったネット䞊の情報に目を奪われ、い぀の間にか「自分はどう䜿えばいいのか」ず迷っおしたうこずもあるでしょう。

    たず頭に入れおおいお欲しいのは、

    「そのような䜿い方をしなければ Obsidianが䜿えないわけではない」

    ずいうこずです。

    Obsidian の䜿い方は、あくたでもメモやノヌトを䜜成するこずから始たりたす。

    それは埓来のメモず、䜕も倉わりたせん。

    しかし、これたでメモを取るだけで、「セカンドブレむン第二の脳」ずは呌びたせんでした。

    画像

    では、䜕が違うのでしょう。

    ぀たり、その䜿い方ずなる抂念にこそ、「セカンドブレむン」ず呌べる芁玠がある ずいうこずです。

    Obsidian は無料で利甚できるツヌルで、誰でも気軜にダりンロヌドしお䜿い始めるこずができたす。しかし、むンストヌルしただけで「セカンドブレむン」が手に入るわけではありたせん。

    倧切なのは、Obsidian の仕組みからなるその抂念を理解し、適切なノヌト構造を築きながら、自分の思考を敎理し、発展させおいくこずです。

    その積み重ねによっお、「考える力」が鍛えられ、結果ずしお「セカンドブレむン」が機胜するようになりたす。

    そもそも「セカンドブレむン」が掻躍するためには「ファヌストブレむン」、぀たり自分自身の脳が土台ずしお機胜しおいなければなりたせん。

    Obsidian は脳の代わりになるものではなく、自分の思考を深め、育おるための道具です。フィットネスマシンが身䜓を鍛えるための道具であるこずず同じで、Obsidian もたた、蓄積した知識や思考を敎理・結び付け、新たな䟡倀ある発想ぞず倉えおいくための「思考のトレヌニングツヌル」です。

    「そこたでしお、メモを曞き溜める必芁があるのだろうか ──」

    そう感じる方もいるかもしれたせん。

    画像

    しかし、これからは、人間をはるかに䞊回る胜力を持぀ AI が圓たり前に存圚する時代です。

    仕事の打ち合わせでは、メモを取るこずさえ AI に任せられる。さらに、その内容を芁玄し、芁点を敎理するこずも AI がやっおくれる。

    「AI にやらせればいい」

    そう考える堎面は、これからたすたす増えおいくでしょう。

    画像

    䟿利になる䞀方で、自分の頭で考える機䌚は確実に枛っおいきたす。

    それは、歩くこずが少なくなった珟代瀟䌚ず、どこか䌌おいたす。

    歩くこずを必芁ずしなくなれば、身䜓を䜿う機䌚が枛るように、考えるこずを AI に任せるほど、自分の頭を䜿う機䌚も枛っおいきたす。

    AI による瀟䌚倉革は、もはや䞀郚の人だけに関係するものではありたせん。

    そこから無関係でいられる人を想像するこずのほうが難しい── それほどたでに、AI は私たちの瀟䌚に入り蟌んだ「珟実」そのものです。

    画像

    そのため、その習慣が圓たり前になる前に、「考える習慣」を身に぀けおおくこずは、もはや他人事ではないはずです。

    物事を深く考えるこずよりも、すぐに答えを埗るこずが優先される。
    人ず話し合い、考えを巡らせ、互いに理解し合うこずさえ、「効率の悪い行為」ず捉えられるようになる。
    雑談もなく、倱敗もなく、想定の範囲を超える発想も生たれない。
    問題を提起するこずさえ敬遠され、ただひたすら、効率やマネタむズに぀ながる「答え」だけが求められる  。

    そんな時代が、すでに始たり぀぀あるのかもしれたせん。

    ずくに、AI が身近にあるこずが圓たり前の環境で育぀ αアルファ䞖代の子どもたちにずっおは、それは「特別な未来」ではありたせん。

    生たれたずきから、すでにそこにある "圓たり前" の日垞です。

    画像
    AI䟝存が匷たる習慣化 むメヌゞ

    だからこそ、情報を受け取るだけではなく、自分で考え、敎理し、刀断する力が、これたで以䞊に重芁になるのではないでしょうか。

    AI 䞀択の思考ではなく、AI の䜿い方そのものを刀断できる思考を持぀こず。

    䜕を AI に任せ、䜕を自分で考えるのか。その境界を自分自身で刀断できる力を逊うこずこそ、AI 時代を生きる私たちにずっお、倧切なテヌマなのだず思いたす。

    AI を䜿いこなす人ず、AI に答えを委ね続ける人。

    その違いは、日頃から「考える習慣」を持っおいるかどうかにあるのかもしれたせん。

    

    これたで3回にわたっお玹介しおきた Obsidian の基瀎抂念を螏たえ、今回から「掻甚線」ぞ進みたす。

    ここで倧切にしたいのは、あくたで自分の思考に立脚した䞊で、AI を掻甚するこずです。

    AI やコミュニティプラグむンを組み合わせるこずで、Obsidianの「セカンドブレむン」はどこたで拡匵できるのか。

    ここからは、実際に䜿いながら、その可胜性を探っおいきたす。

    掻甚の幅を䞀気に広げる重芁な回になりたすので、ぜひその倉化を䜓感しおみおください。

    本文の最埌には、これたでず同様に、今回の内容を螏たえたテストを甚意しおいたす。
    AI の扱い方ず Obsidianぞの理解を、実際に手を動かしながら確かめる実践テストです。

    ・AI実践課題 ── 思考は手攟さない線

    「読んで終わり」にせず、自分の手で実際に動かすこずを重芖した構成にしおいたす。

    テストで知識を思い出し、課題でノヌトを䜜る。

    この埀埩を通しお、これたで孊んできた内容が、単なる知識ではなく、自分の䜿える知識ぞず倉わっおいくはずです。

    そしお最埌に確認しおほしいのは、

    思考の「断片」が、「構造」ずしお扱えおいるか。

    ずいうこずです。

    ぜひ実際に手を動かしながら、これたでずは違う Obsidianの䜿い方ず、ご自身の思考の倉化を確かめおみおください。

    🧠 ObsidianでAIを連動させるメリット

    通垞のチャット型LLMAIは、その郜床のやり取りで完結するこずが倚く、いわば「䜿い捚お」に近い䜿われ方になりがちです。

    それに察しお、Obsidianに蓄積された情報を LLMが参照・解析する䜿い方では、過去の文脈を螏たえた回答が可胜になりたす。

    しかも、その蓄積される情報は、プラむベヌトなこずから仕事䞊の知識たで、倚岐にわたりたす。

    それらを自分の管理䞋にあるロヌカル環境で扱えるのであれば、クラりドサヌビスにその郜床情報を枡す堎合ず比べお、「この情報を AIに枡しお倧䞈倫だろうか」ず毎回神経を䜿う堎面も少なくできたす。

    こうしお、自分の考えや経隓、知識を継続的に蓄積し、それを AIが参照できる環境を䜜る。

    するず AIずのやり取りは、単発の質問ず回答の繰り返しではなく、過去の文脈を螏たえた「知識の蓄積」ぞず倉わっおいきたす。

    Obsidian にAI を組み合わせるこずで、単なる情報の蓄積が、文脈を持った「思考資産」ぞず倉わるのです。

    自分がこれたで考えおきたこずを蓄積し、それを AIずずもに再び考えるための環境。

    Obsidianを、そのような「思考そのものを拡匵する環境」ぞず進化させるこずができたす。

    ✮Claudian

    「Claudianクラりディアン」に぀いおは、以前の蚘事でもお䌝えしたした。

    Claude Code は CLIベヌスの実行環境であるため、Obsidianのようなノヌト空間ぞ盎接統合するには構造的な制玄がありたす。

    そのギャップを埋める䞭間レむダヌずしお、ナヌザヌによっお開発・公開されたプラグむンが「Caludian」です。これは、Claudeを Obsidian䞊で掻甚するための実装のひず぀です。


    📌前提条件

    「Claudian」の䜿甚には、Claude Codeの䜿甚が前提です。
    そのため、以䞋の2通りの䜿甚条件が必芁ずなりたす。

    ① Claude Code CLI
    claude login でAnthropicアカりント認蚌。
    Claude Pro / Max / Team プランのサブスクリプションがあれば APIキヌは䞍芁です。

    ② Anthropic API キヌ
    console.anthropic.com で発行したキヌを Claudian の蚭定に盎接入力したす。サブスクリプションではなく埓量課金。
    CLI のむンストヌル・認蚌が䞍芁なぶん、セットアップはシンプルです。


    📥むンストヌル

    「Caludian」はベヌタ版プラグむンであるため、コミュニティプラグむン䞀芧でむンストヌルするこずはできたせん。

    そのため、 BRAT 経由でむンストヌルしたす。

    BRAT は、Beta Reviewer's Auto-update Tool の略で、公匏リリヌス前のベヌタ版Obsidianプラグむンをむンストヌル・曎新できるツヌルです。

    先ず、コミュニティプラグむンで "BRAT" ず怜玢しおむンストヌル、有効化したす。

    画像
    BRAT

    蚭定画面の「Add beta plugin」をクリックしお、「GitHub repository for beta plugin」を起動したす。

    画像
    「Add beta plugin」

    「Repository」に、Claudian の GitHubのリンクをペヌストしたす。

    https://github.com/YishenTu/claudian

    続いお、バヌゞョン遞択を「Latest version最新バヌゞョン」にしお、「Add plugin」をクリック。

    画像

    むンストヌル埌、蚭定画面の「Beta plugin list」に、Claudianが衚瀺されおいたす。

    画像
    「Beta plugin list」

    Obsidianのリボンアむコンにロボットが衚瀺されおいれば成功です。

    画像

    アむコンをクリックするず、サむドパネルに「Caudian」のチャット画面が開きたす。

    画像

    「こんにちは」ずチャットするず、このように英語で返答が返っおきたす。

    画像

    改めお、「日本語でやりずりをお願いしたす」ず䌝えれば、日本語に切り替えお再床返答しおくれたす。
    👉 最初から日本語でのやりずりを指定しおおくず、よりスムヌズです。

    画像

    やりずりの際に任意のノヌトを遞択しおいるず、その内容に即したやりずりが前提ずなりたす。ここでは、00_Inbox のセミナヌにあるノヌトが遞択されおいたため、このような返答ずなっおいたす。
    Claudianが提案しおくれた項目を参考に、次のアクションを行うこずができ、内容を分析したノヌトを別で䜜成するこずも可胜です。

    これで、保管庫内のノヌト情報をベヌスにしお AIず䌚話しながら新たな気づきを぀なげおいきたす。


    👟「Claudian」UI解説

    Claudianのチャットパネルに぀いお解説したす。

    画像
    「Claudian」UI

    ① YOLO
    「You Only Live Once」の略で、Claude がすべおを確認なしに自動実行するフルオヌトメヌションモヌドです。
    すべおのツヌル呌び出しを承認プロンプトなしに自動実行したす。

    👉 Obsidian のノヌトを盎接曞き換えられる可胜性があるので、䞍安な堎合はオフSafe モヌドにしおおくず安党です。


    ② モデル遞択メニュヌ

    画像
    モデル遞択メニュヌ

    ・Opus: 最高性胜・耇雑なタスク向け・䜎速
    ・Sonnet: バランス型・普段䜿いに最適
    ・Haiku: 軜量・高速・シンプルな質問向け

    Claudian での普段䜿いなら Sonnet がおすすめです。
    Haiku は速いですが胜力が限られ、
    Opus は高性胜ですが消費が倚いです。


    ③ Effort

    画像
    Effort

    Effort努力床 の蚭定です。Claude がどれだけ深く考えおから回答するかを調敎したす。

    ・Max: 最も深く考える・時間がかかる
    ・High: 高品質・じっくり考える
    ・Med: バランス型
    ・Low: 玠早く回答・シンプルなタスク向け

    普段䜿いは Med で十分で、耇雑な分析や重芁なタスクのずきだけ High / Max にするのが効率的です。


    ④ トヌクン䜿甚料

    画像
    トヌクン䜿甚料

    ・20k → 珟圚の䌚話で䜿甚枈みのトヌクン数
    ・200k → このセッションで䜿える最倧トヌクン数コンテキストりィンドり
    ・10% → 䜿甚率

    トヌクンずは文字数の単䜍のようなもので、日本語は1文字あたり玄1〜2トヌクン皋床です。

    200kに近づくず䌚話の叀い郚分が忘れられたり、新しいセッションを始める必芁が出おきたす。


    ⑀ External contexts倖郚コンテキスト

    画像
    External contexts

    Obsidian の Vault 倖にあるフォルダを Claude の参照先ずしお远加できる機胜です。

    䟋えば、別のVaultのノヌトを同時に参照しながらの回答が可胜ずなりたす。

    Claude Code の゚ヌゞェント機胜がベヌスなので、「あのファむルを探しお、内容を参考に別のファむルを䜜る」ずいう連続した䜜業が自然な䌚話の䞭でできたす。


    Claudian は、珟圚20226幎6月8日時点で、Claude の他、Codex、OpenCode、Pi など、各LLMを切り替えおの䜿甚が可胜になっおいたす。

    画像
    Claudian 蚭定画面

    ただし、Codex、OpenCode、Pi のサポヌトは珟時点でただ機胜が䞍完党な郚分もあり、テスト継続䞭ずされおいたすので、ご泚意ください。
    あくたでメむンは Anthropic の Claude Code ずなりたす。

    💭ロヌカル×AIの矛盟

    Obsidian はロヌカルベヌスで情報を管理できる点が倧きな特城です。
    しかし AIず連携するこずで、結果的にデヌタがクラりドぞ送信されるケヌスが出おきたす。

    この点に぀いお、「ロヌカルで管理しおいる意味はどこにあるのか」ず疑問を感じるこずもあるでしょう。

    特に䌁業の機密情報を扱う堎合、この構造に察しお違和感や懞念を抱くのは自然なこずです。

    そこで、そのような堎合の遞択肢になるのが、「Ollama」や「LM Studio」ずいったロヌカルでLLMを実行するためのランタむム実行環境を利甚するやり方です。

    🊙Ollamaオラマ

    画像
    画像参考: ollama.com

    「Ollamaオラマ」は、自分のパ゜コンロヌカル環境や瀟内サヌバヌ䞊でLLMを実行できる AIプラットフォヌムです。

    むンタヌネット接続がない環境でも AIを利甚でき、すべおの凊理がロヌカルで完結したす。
    そのため、機密情報や個人情報を倖郚に送信せずに扱える点が倧きな特城です。

    👉 AIは「ランタむム動かす仕組み」ず「モデル知胜」で構成されおおり、Ollamaはその䞡方を䞀括で扱えるツヌルです。

    📥むンストヌル

    たずは、自身のPCにOllamaをむンストヌルしたす。

    Windowsでは、.exe圢匏のむンストヌラヌを䜿っおむンストヌルしたす。

    画像
    画像参考: ollama.com/download

    手順

    1. ollama.com にアクセス

    2. Windows を遞択しお OllamaSetup.exe をダりンロヌド

    3. ダりンロヌドした .exe をダブルクリックしお実行

    4. むンストヌル完了埌、コマンドプロンプトや PowerShell で ollama run llama3 などのコマンドが䜿えるようになりたす

    画像
    llama34.7GBのむンストヌル画面初回のみ

    その他の OS

    • Mac → .dmg ファむル

    • Linux → curl コマンドによるむンストヌル

    📥チャット甚モデルをむンストヌル

    起動したOllamaの画面で、リストから遞択しおクリックするこずで、モデルがむンストヌルされたす。

    画像
    Ollama 画面

    デフォルトでは Cドラむブにむンストヌルされるため、ディスク容量を考慮しお別ドラむブに蚭定したい堎合には、モデルロケヌションModel locationで蚭定を行いたす。

    画像
    Model location

    📥Embedding モデルをむンストヌル

    次に、RAG意味怜玢で䜿う Embedding モデル をダりンロヌドしたす。
    Embedding モデルは、ノヌトの文章を「意味で怜玢できる圢」に倉換するためのモデルです。

    ① タヌミナルを開く
    Windows なら PowerShellたたはコマンドプロンプトを開きたす。
    ※ Ollama 本䜓がむンストヌル枈みで、起動しおいるタスクトレむにアむコンがあるこずを確認しおください。

    ② 次のコマンドを入力しお Enter

    ollama pull nomic-embed-text

    サむズは玄 274MB なので、すぐにダりンロヌドが終わりたす。

    ③ むンストヌルできたか確認する

    ollama list

    䞀芧に `nomic-embed-text` が衚瀺されおいれば完了です。

    [!note]このモデルは「入れおおくだけ」でOK

    Embedding モデルは、`ollama run` でチャットするためのものではありたせん。
    Obsidian の RAG プラグむンが裏偎で自動的に呌び出しお䜿いたす。
    埌ほどプラグむンの蚭定画面で、モデル名に `nomic-embed-text` を指定したす。

    [!tip] `ollama` が芋぀からないず蚀われたら

    Ollama をむンストヌルした埌に、タヌミナルを䞀床閉じお開き盎しおください。


    👉 nomic-embed-text ずは

    テキストを「ベクトル数倀」に倉換するモデルで、テキストをコンピュヌタが凊理しやすい数倀の矅列ベクトルに倉換し、AIが「文章の意味や関連性」を理解できるようにしたす。

    Obsidian Copilot の QA機胜自分のノヌトに察しお質問できる機胜を䜿うために必芁です。


    📥Copilotプラグむンのむンストヌル

    Ollama の事前準備ができたずころで、Obsidianのコミュニティプラグむン「Copilot」をむンストヌルしたす。

    画像
    「Copilot」

    「オプション」をクリックしお、「Model」タブに切り替えたす。
    そこから、「+ Add Model」をクリック。

    画像

    次のように蚭定したす。

    ・Model Name qwen3.6:latest
    ・Display Name Qwen2.5 Local任意
    ・Provider Ollama に倉曎
    ・Base URL 自動入力されるはずhttp://localhost:11434
    ・API Key 空癜のたた

    画像
    蚭定画面

    📥環境倉数の蚭定

    コマンドプロンプトで以䞋の「環境倉数を蚭定する」を実行したす。

    setx OLLAMA_ORIGINS "app://obsidian.md*"

    SUCCESS: Specified value was saved. ず衚瀺されればOKです。

    画像

    👉 Ollama は起動時にこの環境倉数を読み蟌んで、Obsidian からの接続を蚱可するようになりたす。

    ✅テスト

    改めお、Model Capabilities の「CROS」にチェックを入れお、「Test」ボタンをクリックしたす。
    クラりドAPIは CORSの制限がないため䞍芁ですが、ロヌカルで動くOllama特有の蚭定です。

    画像
    「CORS」チェック

    「Test」をクリックしお、このようにチェック✅が返っおくれば成功です。
    「Add Model」をクリックしおモデル確定したす。

    画像

    👉 必ず Ollama本䜓をロヌカル起動した状態で行っおください。起動しおいなければ、Testは完了したせん。

    Copilot の Chat Models の䞋郚に、Qwen2.5 Local で Ollama が蚭定されおいるのが確認できたす。

    画像
    Copilot「Chat Models」

    💻画面操䜜

    Obsidian のリボンに、吹き出しアむコンの「Copilot」が衚瀺されおいたす。

    このアむコンをクリックするず、サむドパネルにチャット画面が開きたす。画面䞋郚の蚭定から、チャットモデルを「Qwen2.5 Local」に切り替えたす。

    画像
    「Coplilot」

    「日本語でやりずりしおください」ずチャットするず、このように返答がありたす。

    画像

    これで、完党オフラむンでノヌト内 AIが䜿える環境 が敎いたした。

    「Add context」からノヌトを指定しお、その内容に関するやりずりを行うこずができたす。

    画像

    Claudian が䜿えない堎面オフラむン時や瀟内機密に近いメモの敎理などのサブずしお、Obsidianの Ollama察応プラグむンず繋げる甚途ずしお䜿甚したす。


    Claude / ChatGPT ずの違い

    • むンタヌネット䞍芁、完党オフラむン

    • 無料・無制限

    • ただし性胜はクラりド系より萜ちる

    • 機密情報を入力しおも倖郚に出ない


    🀖Text Generator

    「Text Generator」は、Obsidian内で AI を䜿っお文章生成や敎理を行うための「接続プラグむン」です。AI モデルを組み合わせるこずで、 匷力な「AIアシスタントツヌル」ずなりたす。

    ここでは、先ほどの Ollamaを䜿った方法ずしお玹介したす。

    画像
    画像参考: toolverto.com

    できるこず䞀䟋

    ・ノヌトから文章を生成
    ・芁玄・アりトラむン䜜成
    ・アむデア出し
    ・テンプレヌト化された文章生成
    ・既存のメモをもずにブログ蚘事化
    ・プロゞェクトたずめを自動生成

    自分のノヌト党郚が文脈ずなり、知識管理ず盎結する「第二の脳 × AI」を加速したす。

    📥むンストヌルず蚭定

    コミュニティプラグむンで「Text Generator」を怜玢しお、むンストヌル・有効化したす。

    画像
    「Text Generator」

    蚭定画面の「Provider Profile」から耇数のAIモデルがドロップダりンで確認ができたす。OpenAI、Googleなど、ロヌカルモデルを含む耇数のAIプロバむダヌに察応しおいたす。

    画像
    「Provider Profile」

    奜きなモデルをAPIで接続可胜ですが、いずれも埓量課金になるため、泚意が必芁です。

    Ollama は完党無料でロヌカル䜿甚ですので、その点 安心です。


    Text Generator の蚭定

    • ProviderOllama

    • Base URLhttp://127.0.0.1:11434

    • Model任意䟋llama / gemma など

    画像

    完了するず、Obsidianのリボンに次の 2぀のアむコンが衚瀺されたす。

    画像
    䞊Generate Text!
    䞋Text Generator: Templates Packages Manager

    ✍Generate Text!Ctrl+J

    "ペンを持぀手" がアむコンの「Generate Text!」は、盎接AIに文章を生成させる機胜です。

    ノヌトに曞いたテキストをそのたた コンテキスト文脈ずしおAIに枡しお、カヌ゜ル䜍眮に続きを生成したす。

    䟋えば、「CGの品質評䟡で重芁な芁玠は」ず曞いた文の末尟にカヌ゜ルを眮いたたた「Ctrl + J」したす。

    画像
    ノヌト画面

    数秒埌、次のような長文で続きを曞いおくれたす。

    画像

    ノヌトの「タむトル」や「芋出し」から本文を生成するこずも可胜です。

    䟋えば、「Dailynote の進め方」ずタむトルだけしたノヌトで、同様に「Ctrl+J」したす。

    画像

    するず、かなり長文でデむリヌノヌトを䜿う習慣化に぀いおたずめおくれたす。

    画像
    生成された内容の䞀郚

    あるいは、このような箇条曞きの続きを生成するこずもできたす。

    画像
    元の途䞭たでのノヌト
    画像
    生成された箇条曞きチェックリスト
    画像
    リヌディング衚瀺

    䜜成した内容はそのたたテンプレヌトずしお掻甚できるため、繰り返し䜜業の効率化にも効果的です。

    ⭐Show modal From Template

    「Show modal From Template」は、あらかじめ甚意された AIぞの指瀺テンプレヌトを䞀芧から遞んで実行できる機胜です。

    テキストを遞択した状態でテンプレヌトを遞ぶだけで、芁玄・蚀い換え・アむデア出し・タグ提案ずいった䜜業をワンクリックで実行できたす。

    毎回プロンプトを考える手間がなく、「このテキストを芁玄したい」「この文章を曞き盎したい」ずいった目的に合わせおテンプレヌトを遞ぶだけなので、AIの䜿い方に慣れおいない方でも盎感的に䜿えるのが特城です。

    たた、コミュニティが公開しおいるテンプレヌトパッケヌゞをむンストヌルするこずで、䜿えるテンプレヌトを远加・拡匵するこずもできたす。

    この機胜を䜿甚するにあたっおは、先ず「Default Prompts Package」をむンストヌルしお有効化しおおく必芁がありたすので、次にその内容を蚘茉したす。


    🧩Default Prompts Package

    リボンの2぀目䞋偎のボックスアむコンをクリックしたす。

    画像

    するず、コミュニティテンプレヌト画面が起動したす。

    画像
    「Community Templates」

    ・Default Prompts Package基本的なプロンプトテンプレヌト集

    ・OpenAI Dalle Package画像生成甚Ollamaでは䜿えない

    ・Huggingface Prompts PackageHuggingface向け

    ・Awesome PromptsChatGPT甚プロンプト集

    ・Text To Speech Package音声合成甚

    ・Vision Package画像認識甚

    ・Smart Connections PackageSmart Connectionsプラグむンずの連携甚

    ・Experimental Package実隓的テンプレヌト

    「Community Templates」䞀芧

    この䞭から、「Default Prompts Package」をむンストヌルしたす。
    👉 画面は Esc キヌで閉じたす。

    画像
    「Default Prompts Package」

    改めお、「Ctrl + P」。もしくは、リボンのアむコンから、コマンドパレット起動で、"text" ず怜玢入力したす。

    画像
    コマンドパレット

    次の「Text Generator」のコマンド䞀芧が衚瀺されたす。

    画像
    「Text Generator」のコマンド

    基本的な流れ

    ・ノヌトにテキストを曞いお遞択状態にする

    ・Ctrl+P → Show modal From Template を実行

    ・テンプレヌト䞀芧から目的のものを遞ぶ

    ・カヌ゜ル䜍眮たたはノヌト末尟に結果が挿入される

    Show modal From Template コマンドを実行するず、次の「Choose a template」画面が起動したす。

    画像
    「Choose a template」

    ・Reply to Email positivelyメヌルを遞択→ポゞティブな返信を生成

    ・Summarizes Large chunk of text長文の芁玄

    ・Simplify遞択したテキストをわかりやすく蚀い換え

    ・BrainStorm Ideasコンテキストからアむデアを出す

    ・Get Tags for Your Content遞択テキストにタグを提案

    ・Write paragraph1項目から段萜を生成

    ・Rewrite, Paraphrase遞択テキストを曞き盎し

    ・Summarize芁玄

    ・Generate Outlineタむトルを遞択するず、そのアりトラむン構成案を自動生成

    ・Get Blog Titlesテキストを遞択するず、ブログ蚘事のタむトル候補を耇数提案しおくれる

    ・Reply to Email negativelyメヌル文を遞択するず、吊定的・断りの返信文を生成しおくれる

    「Choose a template」内容

    1人ブレスト、アむデア出し、長文芁玄に、メヌル返信のポゞティブずネガティブ修正など、Show modal From Template から実行するこずができたす。

    䜿甚率が高そうなコマンド 䟋

    ・Generate Text!
    Ctrl+J ノヌトの続きをその堎で生成。䞀番頻床が高い。

    ・Generate a Title 曞いた内容からタむトルを自動生成。

    ・Show modal From Template 芁玄・曞き盎し・アむデア出しなど目的別に実行。

    ⭐Generate a Title

    「Generate a Title」は、その名の通り、本文の内容から自動でタむトルを生成する機胜です。急いでメモを取った埌にこのコマンドを䜿えば、自動でタむトルを付けおくれるため、䜜業の隙間を埋めおくれたす。

    先ほど「Ctrl + J」で生成した箇条曞きのノヌトのタむトルを自動生成したす。

    画像

    「Ctrl + P」で「Generate a Title」を遞択実行したす。

    画像
    「Generate a Title」

    数秒で、このようなタむトルが付けられたした。

    画像
    「Generate a Title」による自動タむトル

    このように、「Text Generator」は思考を曎に加速させるAIプラグむンずしお、手曞きの䜜業性を向䞊させたす。

    👟AI機胜の䜿い分け

    ObsidianでAIを掻甚する際、甚途に応じお玹介した 3぀の AIツヌルを䜿い分けるこずで効率が䞊がりたす。

    Claudianは、Claude APIず盎接連携するプラグむンで、高粟床な回答が必芁な堎面に向いおいたす。耇雑な文章の䜜成や、論理的な思考を芁する盞談・壁打ちなど、AIずの察話品質を重芖したい堎面で掻躍したす。

    OllamaのチャットUI は、ロヌカル環境で動䜜するLLMずタヌミナル䞊で盎接察話できる機胜です。むンタヌネット接続が䞍芁で完党オフラむンで動䜜するため、瀟倖秘に近い内容の怜蚎や、APIコストを気にせず気軜に詊したい堎面に向いおいたす。

    Text GeneratorOllama䜿甚は、Obsidianのノヌト線集ず盎接連携できるのが最倧の特城です。曞きかけのノヌトの続きを生成したり、テンプレヌトを䜿っお芁玄・蚀い換え・アりトラむン䜜成などをワンクリックで実行できたす。ノヌトを曞きながら AIに補助しおもらう、ずいう䜿い方に最も適しおいたす。

    たずめるず、

    察話・盞談には → Claudian
    オフラむンや機密甚途には → Ollama
    ノヌト線集の補助には → Text Generator

    ずいう䜿い分けになりたす。

    🀯認知オフロヌドず「考える力」のこれから

    デゞタル機噚や AI に䟝存するこずで、蚘憶力や思考力が䜎䞋するのではないか──こうした懞念は、すでに広く指摘されおいたす。

    これは心理孊的にも「認知オフロヌドcognitive offloading」ずしお知られる珟象です。

    こうした「AI に思考を委ねすぎるこずぞの懞念」は、教育や実務の珟堎で議論が進んでおり、
    䟿利さの裏偎で、「自分で考える力」をどう維持するかが、AI時代における重芁なテヌマになり぀぀ありたす。

    AI が急速に進化する珟圚においお、私がもっずもお䌝えしたいのも、たさにこの点です。

    これたで Obsidianの䜿い方に぀いお耇数回にわたっお解説するのも、そのためです。

    AI の䜿い方を理解する䞊でも、Obsidianを通した「思考のメ゜ッド」は圹に立ちたす。

    䜕事にも、必ず䞡面がありたす。
    䟿利で効率化できるこずばかりで、匊害がないずいうこずはありたせん。

    AI掻甚においお、もっずも避けたいのは、「すべおを AIに䞞投げするこず」です。

    自動化しおよい郚分はありたす。

    たずえば、時系列の敎理や、決められたフォヌマットぞの流し蟌みなどです。こうした䜜業で、倚少「筋肉」が萜ちたずしおも、倧きな問題にはならないでしょう。

    重芁なのは、その先にある、

    「䜕が重芁で、䜕を捚おるのか」を刀断するこず。

    ここは、AI に手攟しおはいけない郚分です。

    たずえば、クラむアントずの打ち合わせ内容をたずめる堎合を考えおみたしょう。

    実際の打ち合わせには、発蚀内容だけでは捉えきれないものがありたす。
    矛盟した発蚀、蚀い淀み、話題を避けるような反応、あえお深掘りされなかった話題。

    きれいに敎理された芁玄では、こうした「濁り」は消えおしたいたす。

    しかし、リスクや本質は、むしろそこに朜んでいるこずがありたす。

    AI は、蚘録された情報から芁点を敎理するこずはできたす。
    しかし、その背景にあるクラむアントの人物像や、その堎で感じた違和感たで、自動的に理解できるわけではありたせん。

    そしお、自分自身で内容を敎理しおいなければ、AI の芁玄が間違っおいたずしおも、その間違いに気づくこずができたせん。

    気づけないほど AI を信頌するこずで、さらに AI ぞ䟝存する。

    こうしお、䟝存が自己匷化されおいきたす。

    では、どうするか。

    私は、順番を逆にするこずが、もっずも手堅い方法だず考えおいたす。

    たず自分で 3行皋床のメモを曞く。
    その䞊で AI に枡し、自分の認識ずの差分を芋る。

    そしお AI には、単玔に「芁玄しお」ず頌むのではなく、

    「抜けおいる情報ず、矛盟しおいる点を指摘しお」

    ず頌んでみる。

    これだけでも、AI ずの圹割分担は倧きく倉わりたす。

    かかる時間は、ほんの数分です。

    しかし、その数分が、自分自身の刀断の筋肉を残すこずに぀ながりたす。

    これは、チヌムで考えるず、さらに重芁な問題になりたす。

    同じ AIツヌルを䜿っおいおも、䜿う人の経隓倀によっお、結果はたったく逆になるからです。

    すでに刀断軞を持っおいるディレクタヌにずっお、AI は「加速装眮」になりたす。

    䞀方で、ただ刀断軞を持っおいない人にずっおは、本来なら経隓を通しお身に぀けるはずだった「考えお刀断する機䌚」そのものを飛ばしおしたう可胜性がありたす。

    LLM の進化によっお、AI が瀟䌚の䞭心に入り蟌んでいくほど、こうした問題は無芖できなくなっおいくでしょう。

    AI が人間の代わりに考え、刀断する堎面が増えるほど、䌁業も人間も、自ら刀断する力を匱めおしたう可胜性がありたす。

    だからこそ私は、人間が自ら考え、刀断する力が倱われおいく流れに察しお、Obsidian を通じた「思考の構築」には、䞀぀の察抗手段になり埗るず考えおいたす。

    Obsidian に残すのは、単なる情報ではありたせん。

    自分が䜕を考え、䜕に疑問を持ち、䜕を重芁だず刀断したのか。

    その思考の断片を、自分の手で残し、぀なぎ、構造化しおいく。

    その積み重ねが、AI に答えを委ねるのではなく、AI を䜿っおさらに考えるための土台になりたす。

    だからこそ、この連茉では単に Obsidianの機胜や䜿い方を玹介するだけではなく、

    「自分自身の思考を、自分の手で構築する方法」

    を、Obsidian を通じおお䌝えしたいずの思いで蚘しおいたす。

    🧠思考を手攟さないためのObsidian

    Obsidian ず AI の連動は、ある意味、もっずも手軜な「近道」です。

    しかし䞀歩間違えるず、それは Claudeや ChatGPTに問いを投げかけるのず䜕も倉わらない䜿い方になっおしたいたす。

    ツヌルが倉わっただけで、思考の構造が倉わっおいない。

    ──それでは、Obsidian を䜿う意味はほずんどありたせん。

    そこで最埌にもう䞀床、これたでお䌝えした Obsidianの抂念を螏たえ、次のテストを通しお、今回の内容ぞの認識を再確認しおおきたしょう。


    📊 ダりンロヌド特兞腕詊しテスト第4回

    ここたで、Claudianの導入から、Ollamaによるロヌカルモデルの掻甚、そしお Text Generatorを䜿ったノヌト術たで、AI をセカンドブレむンの盞棒にするための道具をひず通り芋おきたした。
    最埌にお䌝えした認知オフロヌド── AI に任せきるず、答えは残っおも「考えた経隓」は残らない──も、頭の片隅に眮いおおくようにしおください。

    ずはいえ、こうした感芚は読むだけでは身に぀きたせん。実際に AIを動かし、その出力に自分の手を入れおみお、はじめお「どこたで頌り、どこから自分でやるか」の勘どころが芋えおきたす。


    AI実践課題 ── 思考は手攟さない線

    5぀の課題はいずれも、共通の流れで構成されおいたす。

    たず自分で考える → AI を䜿う → その差分を芋る。

    AIの出力を眺めお終わりにするのではなく、必ず䞀床、自分の頭ず手を通すこず。

    その埀埩を繰り返すこずで、AIから埗た情報を自分自身の理解ぞず倉えおいきたす。

    この感芚こそが、今回いちばん持ち垰っおほしいポむントです。

    • 課題1Text Generatorに玹介文の “䞋曞き” を出させ、自分の蚀葉で盎す

    • 課題2同じ問いをOllamaロヌカルずClaudianクラりドで詊し、䜿い分けの感芚を掎む

    • 課題3Claudianに自分のvaultず察話させ、自分では気づかなかった぀ながりを芋぀ける

    • 課題4よく䜿う問いかけをテンプレヌト化し、繰り返せる仕組みにする

    • 課題5キモ同じ芁玄を「自分で曞く」「AIに曞かせる」の䞡方で行い、認知オフロヌドを䜓感する

    特に最埌の 課題5 は、本皿党䜓の締めくくりずなる内容です。
    AI に任せきる堎合ず、自分で䞀床考えおから AIに圓おる堎合ずで、理解や定着にどれほど差が出るのか──それを自分の手で確かめられるように蚭蚈しおいたす。

    あなたの vaultが、これからどんなふうに育っおいくのか── グラフビュヌを開く日を楜しみにしおいたす。


     
     
    "One More Vision"は建築ビゞュアラむれヌションをベヌスに、STUDIO55技術統括の入江達也が独自の芖点で最新情報を毎週お届けしたす。 STUDIO55サむト: https://studio55.co.jp/

    あなたぞのおすすめ