LLM Wikiで自分のトリセツを作ってみた

自分という人間のトリセツを、AIに作らせるという試みが実現した。Andrej Karpathy氏が提唱した「LLM Wiki」という知識設計の仕組みを使って、Obsidianのデイリーノートに蓄積した雑多な記録──体調、感情、やりたいこと、ミスの記録──をAIに読ませ、それを「自分がどんな人間か」という各テーマのページにまとめた。従来のRAGが毎回生データを検索するのに対し、LLM Wikiは一度中間層に咀嚼してから土台にする。つまり「自分というデータベースの構造化」の一形態だ。

この仕組みが面白いのは、生データ→Wiki→スキーマという三層構造が、実は個人の自己理解にも同じ構造があることを浮き彫りにしている点だ。毎日の記録は生のままでは使いにくいが、そこから傾向や価値観を抽出して整理すれば、初めて「自分という存在の説明書」になる。AIがそれを自動化できる時代がようやく来たのだ。ただし、著者の実装記録で率直に告白されているように、AIは「無難な選択肢」に流れやすい。最初のコンパイルでは、ほんの一二回言及しただけの人物ページばかり優先的に作られた。人間が「こういうテーマを抽出してほしい」という欲しいアウトプットを先に決めておく必要がある。設計は人間、実行と発見はAI、というすみ分けだ。

実務では、個人のメタデータをきちんと構造化できれば、AIエージェントとのやり取りがぐっと効率化する。顧客理解、営業パターン、ミス傾向、好みの仕事──こうしたものを「自分たちのWiki」として一度作れば、AIはそれを参照して一段と精度の高い提案ができるようになる。肝は「CLAUDE.md的なルール」を明文化する段階。そこで何を記録し、どう咀嚼するかの方針が決まれば、後は自動化できる。個人が持つメタデータは、競争優位性そのものなのだ。