AIに仕事の文脈を理解させたいなら、ツールではなく関係を繋ぐ

複数のビジネスツール（Slack、Notion、Jira）をAPIやMCPでAIに接続すれば、AIはメッセージも文書もタスクも読める。ここまでは大きな前進だ。ところが次の質問で詰まる。「このタスクはなぜ始まったのか」。検索で類似メッセージと仕様書とタスクは集められるが、「このスレッドがこのタスクの生成元である」という因果関係がなければ、AIは時刻や文章の類似から推測するしかない。

AIの鬼が見るのは、ここから先の設計の分かれ道だ。Embedding精度を上げるのか、それとも根本から「関係を事前に保存する」設計に切り替えるのか。著者はGenosという個人開発ツールで後者を選んだ。チャット・タスク・ノートを同じワークスペースに置き、操作時に参照IDを保存する。「このタスクはあのスレッドから生まれた」という関係を明示的に記録する。ただし著者も認めている通り、保存した関係と、検索で自動探索できる関係は別物だ。現在、本当に機能しているのはTaskDependency（タスク間の依存）という限定的な関係だけ。GraphRAGと聞くと全知全能に聞こえるが、実装は地道で局所的である。

中小企業の実務に照らすと、ツール連携だけでは文脈は生まれないという厳しい真実がある。営業メールから受注が生まれ、受注から製造計画が生まれるという流れを、システムに理解させるには、その関係を意識的に記録する仕組みが必要だ。手作業だけでは続かないので、既存の業務フローの中に自然に組み込める設計が鍵になる。AIに仕事の文脈を理解させるには、ツールを増やすより、つながり方を決める方が難しい。