00:00:00アンドレ・カーパシーが
00:00:02自身のObsidian RAGシステムの鍵を公開しました
00:00:06あえてRAGを強調して言ったのは
00:00:07このObsidianベースのナレッジベースには
00:00:10ベクトルデータベースもエンベディングも
00:00:12複雑な検索プロセスも存在しないからです
00:00:15それなのに 複雑なRAG構造が
00:00:17解決すると謳っているのと全く同じ問題を解決します
00:00:21つまり 大規模言語モデルに
00:00:23大量のドキュメントを扱わせ 質問に答えさせ
00:00:27正確な情報を収集させるということです
00:00:30そして このObsidianシステムの最大の実利は
00:00:32非常に軽量で 実質無料で使え
00:00:36個人開発者や小規模チームにとって
00:00:38完璧な中間地点であるという点です
00:00:41そこで今日は カーパシーの
00:00:42Obsidianナレッジシステムがどう機能し
00:00:45どうやって自分で構築するのか
00:00:46従来のRAGシステムとどう違うのかを解説します
00:00:50これが自分に最適かどうか判断できるはずです
00:00:52このObsidianベースのナレッジシステムを
00:00:54作成するプロセスは 昨日公開された
00:00:58アンドレ・カーパシーの包括的なTwitter投稿に基づいています
00:01:02この投稿の大きな教訓は
00:01:04LLMのナレッジベースを
00:01:05構築できるということです
00:01:07それは実質的に
00:01:09LightRAGやRAG Anythingといった
00:01:12他のGraphRAGシステムと同じように機能します
00:01:17しかも かなりシンプルな方法で実現できます
00:01:20ファイルシステムとデータ取り込みの構造を
00:01:23工夫するだけでいいのです
00:01:25その結果 かなり膨大な量的数据や
00:01:28ドキュメントをObsidianの保管庫に取り込み
00:01:32Claude Codeを使って
00:01:35内容について質問したり
00:01:36項目間のつながりを把握したりできます
00:01:38つまり 従来のRAGシステムで
00:01:41行うことと全く同じことが
00:01:43オーバーヘッドなしの簡単な設定で可能です
00:01:46アンドレが示した設定は以下の通りです
00:01:49まず データの取り込みです
00:01:51記事や 論文
00:01:52インターネット上のリポジトリなどを
00:01:53どこからでも集めてきて
00:01:57Obsidian保管庫内の
00:02:00「raw」ディレクトリに入れます
00:02:02ここは Wiki化される前の
00:02:03一時的なステージングエリアです
00:02:05人間はこのプロセス全体を
00:02:07Obsidianを通じて確認できます
00:02:10Obsidianはいわば フロントエンドです
00:02:13全ドキュメントの配置を確認したり
00:02:15Wikiを読んだりすることができます
00:02:17ブラックボックス化された従来のRAGとは違い
00:02:20中身が不透明ではありません
00:02:21LightRAGのようなGraphRAG構成でさえ
00:02:25内部を詳細に確認するのは難しいものです
00:02:29もちろん見ることはできますが
00:02:31見た目が格好良くても効率的とは言えません
00:02:33そこからは Claude Codeなどの
00:02:35ツールを使ってQ&Aを行うだけです
00:02:37アンドレが述べているように
00:02:38彼は当初 従来のRAGが必要だと
00:02:40考えていました
00:02:42しかし LLMは読み込んだ
00:02:43全ドキュメントの要約やインデックスファイルを
00:02:45自動メンテナンスする能力が非常に高いのです
00:02:47これも私たちが構築できる仕組みであり
00:02:49シンプルな「Claude.md」ファイルで実現できます
00:02:52そのファイルは皆さんに提供します
00:02:53Claude.mdと
00:02:55プロンプト集が含まれた
00:02:56解説ガイドは
00:02:57無料のChase AIコミュニティにあります
00:03:00コミュニティへのリンクは
00:03:01この動画の概要欄に貼っておきます
00:03:03Chase AIといえば お約束ですが
00:03:06Claude Codeマスタークラスの宣伝をさせてください
00:03:08数週間前にリリースしたばかりですが
00:03:09AIエンジニアを目指すなら最高の場所です
00:03:12特に技術的な背景がない方には最適です
00:03:15リンクは固定コメントにあるので
00:03:18ぜひチェックしてみてください
00:03:19本気でこのツールを学びたいなら必見です
00:03:22さて Obsidianシステムの構築方法の
00:03:24詳細に入る前に
00:03:28実際のファイル構造を確認しましょう
00:03:30データが保管庫に入り
00:03:32Wikiに変換される仕組みを
00:03:34理解することが重要だからです
00:03:36Obsidianの「保管庫（vault）」が全データの拠点です
00:03:39使ったことがない方のために説明すると
00:03:41Obsidianをダウンロードする際
00:03:42特定のフォルダを保管庫として指定します
00:03:45私の場合 文字通り「the vault」という名前です
00:03:48そこがObsidianの全ての棲家になります
00:03:50保管庫のサブフォルダとして
00:03:52「raw」フォルダを作成します
00:03:54ここがあらゆる調査資料の投入先です
00:03:58Wikiに含めたいものは何でもここに入れます
00:04:01いわば ステージングフォルダです
00:04:02全ての生データがここに保持されます
00:04:05Markdownファイルでも
00:04:06PDFでも構いません
00:04:07あとでObsidian Clipperを使って
00:04:10ウェブページをMarkdownに変換し
00:04:14自動でrawフォルダへ送る方法も教えます
00:04:16もう一つのサブフォルダとして
00:04:18「Wiki」フォルダを用意します
00:04:19ここでLLMの出番です
00:04:21Claude Codeがオンデマンドで
00:04:24あるいは自動化されたスキルとして実行します
00:04:27rawフォルダを指定してこう命じます
00:04:29「収集した情報に基づいて
00:04:33特定の主題のWikiを作成してくれ」と
00:04:35するとWikiが生成されます
00:04:37ここでは3つの異なるWikiがありますね
00:04:41AIエージェント RAGシステム
00:04:43そしてコンテンツ作成の3つです
00:04:45Wikiフォルダと 各Wikiサブフォルダの
00:04:50中間に位置するのが マスターインデックスです
00:04:53これは基本的には
00:04:54作成された全Wikiのリストに過ぎません
00:04:58なぜなら あなたが
00:05:02Claude Codeに話しかけるとき
00:05:04（あっちがClaude Codeですよ）
00:05:06「AIエージェントについて詳しく知りたい
00:05:08自分のWikiについて質問したい」と言ったとします
00:05:12するとAIはどう動くでしょうか？
00:05:13AIは保管庫に行きます
00:05:15既にそこにいるはずですからね
00:05:17次にWikiフォルダへ行き
00:05:18マスターインデックスを確認して
00:05:21「どんなWikiが作成済みかな？」
00:05:23「なるほど RAGシステムについて知りたいんだな」
00:05:26と判断して RAGの項目へ進みます
00:05:28各Wikiフォルダ内にもインデックスがあり
00:05:31詳細なコンテンツが整理されています
00:05:33Obsidianと このファイル構造によって
00:05:35膨大な情報が散らばっていても
00:05:36情報にたどり着く明確な経路が確保されます
00:05:39これはClaude Codeにとっても好都合です
00:05:41データを見つけるのに
00:05:42苦労しなくなるからです
00:05:45ファイル構造を把握するために
00:05:46無数にツールを呼び出す必要もありません
00:05:48人間にとっても どこに行けばいいか明確です
00:05:50例えば 左側にあるのが私のObsidianフォルダです
00:05:52今はObsidianのUIを開いています
00:05:56ダウンロード手順はすぐ説明しますが
00:05:57Wikiを見たいときはどうすればいいでしょう？
00:05:59ただ「Wiki」フォルダに行くだけです
00:06:01マスターインデックスには
00:06:03中身が全て記載されています
00:06:04今はまだ3項目だけですが
00:06:063000項目あっても難しくありません
00:06:07そこからリンクをクリックすれば
00:06:10特定のWikiのインデックスに飛び
00:06:12中の色々な情報を閲覧できます
00:06:16とてもシンプルですよね
00:06:18AIにとってもシンプルなので
00:06:19単なるMarkdownのファイル構造だけで
00:06:21RAGシステムに近い挙動を再現できるのです
00:06:22理論の話はこのくらいにして
00:06:24実際に自分で設定する方法に移りましょう
00:06:27まず何よりも Obsidianのダウンロードが必要です
00:06:28obsidian.mdにアクセスして「Download Now」を押し
00:06:31ウィザードに従ってください
00:06:33完全に無料です
00:06:37そして 適当なフォルダを保管庫に指定します
00:06:38単に「the vault」という名前で作成すれば
00:06:40私の例と同じになり 分かりやすいでしょう
00:06:43保管庫を作成したら
00:06:45その中にファイル構造をセットアップします
00:06:47一番簡単なのは Claude Codeを使う方法です
00:06:49保管庫のディレクトリで
00:06:52Claude Codeを開いてください
00:06:54そして ファイル構造を作成するよう
00:06:57プロンプトを入力します
00:06:59幸い プロンプトは既に私が作成してあります
00:07:01それをコピーして Claude Codeに貼り付けるだけです
00:07:03既にObsidianを使い込んでいる方は
00:07:05たくさんのフォルダが
00:07:08既にあるかもしれませんね
00:07:10その場合は「raw」ではなく
00:07:13別の名前にしたいかもしれません
00:07:14重要なのは 前述した通り
00:07:17Wiki化される前の情報を溜めておく
00:07:18一時的な場所を確保することです
00:07:20必要に応じて調整してください
00:07:23次に「Claude.md」ファイルを作成します
00:07:25今回のようなMarkdown主体の
00:07:27パーソナルアシスタント計画には最適です
00:07:28このClaude.mdファイルには
00:07:31ナレッジベースのルールと
00:07:33その探索方法を記述します
00:07:37これにより 質問のたびに
00:07:40トークンを無駄に消費するのを防げます
00:07:41このClaude.md用のテンプレートプロンプトも用意しました
00:07:43そうすることで、質問をしたときに
00:07:44トークンを無駄にせずに済みます。
00:07:46繰り返しになりますが、このClaude.md用の
00:07:50テンプレートプロンプトも用意してあります。
00:07:50このClaude.mdファイルは、Claudeに対して
00:07:53Markdownファイルの構成方法も指示しています。
00:07:55そのため、このWikiリンク形式を使えば
00:07:58ファイルを非常に簡単に探索できるのです。
00:08:00では、この「raw」フォルダに情報を
00:08:02取り込む方法について話しましょう。
00:08:03そもそも、どうやってシステムにデータを入れるのか？
00:08:06非常に簡単な方法は、
00:08:08Obsidian Web Clipperを使うことです。
00:08:10これについてはスクールのリンクを貼っておきますが、
00:08:13obsidian.md/clipper からもアクセスできます。
00:08:16これは単なるChromeの拡張機能で、
00:08:18ウェブページを非常に簡単にデータ、つまり
00:08:22Markdownファイルに変換してくれます。
00:08:23ただし、このWeb Clipperには一つ問題があり、
00:08:25画像を取り込むのが苦手だという点です。
00:08:26画像そのものは取り込まれず、
00:08:27リンクとして残るだけになってしまいます。
00:08:29しかし、Obsidianに取り込んだドキュメントの画像も
00:08:31そのままアプリ内で見たいですよね。
00:08:33では、どうすればいいでしょうか？
00:08:34そこで、Obsidianのコミュニティスキル、
00:08:37あるいはコミュニティプラグインを活用します。
00:08:39Obsidianの素晴らしい点の一つは、
00:08:41コミュニティプラグインの存在です。
00:08:42何千ものプラグインが公開されています。
00:08:43Obsidianを開いている状態で、
00:08:46今はデスクトップアプリを使っていますが、
00:08:47下にあるこの歯車アイコンをクリックして、
00:08:50「コミュニティプラグイン」に進みます。
00:08:52「閲覧」を選択して、
00:08:54「Local Images Plus」を検索してください。
00:08:56それをダウンロードし、インストールして有効化します。
00:09:00必ずオンになっていることを確認してください。
00:09:01有効になっているかどうかは、
00:09:03コミュニティプラグインタブを開いて、
00:09:05このスイッチがオンになっているかで確認できます。
00:09:08さて、Obsidian Web Clipperを使ってみると、
00:09:11ここに拡張機能として表示されていますが、
00:09:13何が起きるか見てみましょう。
00:09:15即座にすべての情報を抽出します。
00:09:17そして「Add to Obsidian」を押せば、
00:09:19画像も含めた記事全体が表示されます。
00:09:21ただし、Web Clipper内で
00:09:24一つだけ設定しておくべきことがあります。
00:09:25それは、クリップした内容が自動的に
00:09:26「raw」フォルダに入るようにすることです。
00:09:29手動で移動させるのは面倒ですからね。
00:09:30Web Clipperを右クリックしてオプションを開きます。
00:09:34今、右クリックしました。
00:09:35そして左側の「Default」とある部分、
00:09:38私は自分用のテンプレートを作成しましたが、
00:09:39デフォルトのままでも構いません。
00:09:42ここの「Location」と「Note Location」の設定を
00:09:47「clippings」から「raw」に変更してください。
00:09:52そうすれば、Web Clipperを使うたびに
00:09:54自動的に「raw」フォルダに保存されるようになります。
00:09:56これで、Web Clipperの拡張機能と
00:09:59画像用のコミュニティプラグインによって、
00:10:01インターネット上のあらゆるウェブページを、
00:10:04Wiki用のMarkdownファイルに変換できるようになりました。
00:10:08しかし、これは一つのデータ導線に過ぎません。
00:10:10しかも手動のものです。
00:10:11Claude Codeに重労働を任せることもできます。
00:10:14例えば、Claude Codeのスキルに関する
00:10:16Wikiを作成したいとしましょう。
00:10:17そこでClaude Codeにこう指示します。
00:10:18「Claude Codeのスキルに関するWikiを作ろう。」
00:10:20「すでにWeb Clipperで取り込んだ情報が」
00:10:23「rawフォルダに入っている。」
00:10:25「自分でリサーチを行い、関連する生のMDファイルを」
00:10:27「取り込んでWikiを生成してくれ」と。
00:10:29すると、Claude Codeはどうするでしょうか？
00:10:30ネットにアクセスして標準のウェブ検索を行い、
00:10:32Claude Codeのスキルに関する
00:10:36独自のWikiを作成し始めます。
00:10:37つまり、この「raw」フォルダと
00:10:40その一連のパイプラインは、主に人間用です。
00:10:42特定の情報を自分で入れたい時のためのものです。
00:10:44もちろんClaude Codeにやらせることもできますが、
00:10:46Claude Codeは非常に賢いので、自分でリサーチし、
00:10:49何が重要かを判断して、
00:10:50直接Wikiを作成することも可能なのです。
00:10:53この「raw」フォルダは、人間であるあなたが
00:10:55ある程度の整理整頓を行うための場所と言えます。
00:10:58そして、Claude Codeが出した結果がこちらです。
00:10:59Claude Codeのスキルに関するWikiが作成されました。
00:11:02マスターインデックスにも参照が追加されています。
00:11:05ここをクリックすると、
00:11:07Claude Codeのスキルのインデックスページに飛びます。
00:11:10現時点では4つの記事がありますね。
00:11:12こちらが「スキルの概要」の記事です。
00:11:15外部サイトへのリンクだけでなく、
00:11:18Obsidian保管庫内の別の記事へのリンクもあります。
00:11:21「スキルのエコシステム」をクリックすると詳細が出ます。
00:11:25「主要なスキル」をクリックしても同様です。
00:11:27記事から別の記事へと非常に明確な動線があり、
00:11:30物事の関連性が整理されています。
00:11:32これはつまり、Claude Codeにこれらの記事や
00:11:34トピックについて質問をした際、
00:11:35簡単かつ安価に回答を得られるということを意味します。
00:11:39そこで、当然の疑問が浮かびます。
00:11:41「そもそもRAG（検索拡張生成）は必要なのか？」と。
00:11:43例えば、LightRAGのような構成を考えてみてください。
00:11:45私の過去数本のLightRAGやRAGに関する動画を見て、
00:11:48Obsidianでのセットアップがいかに簡単かを知ると、
00:11:51きっとこう思うはずです。
00:11:52「なぜ、あんな複雑なセットアップを」
00:11:55「わざわざする必要があるのか？」と。
00:11:56正直なところ、あなたが個人開発者や
00:11:59個人ビジネスの運営者、あるいは少人数のチームで、
00:12:02何千ものドキュメントを扱っていないのであれば、
00:12:04Obsidianを使う方が理にかなっているでしょう。
00:12:08軽量ですし、本格的なRAGは必要ありません。
00:12:11最近のLLMや、
00:12:12Claude Codeのようなツールは非常に優秀なので、
00:12:16そのままでも十分に用途を満たせます。
00:12:17ObsidianによるRAGと「真のRAG」の違いについて
00:12:18細かく議論することもできますが、
00:12:21結局のところ、最大の違いはスケール（規模）です。
00:12:24何百万ものドキュメントまで拡張したいのかどうか。
00:12:27ある一定の規模を超えると、
00:12:29適切なRAGシステムを導入した方が、
00:12:32コストも安く、動作も速くなります。
00:12:33Claude CodeがいかにこのMDファイルの
00:12:38ネットワークを探索するのが得意だとしてもです。
00:12:40しかし、最初からこの問いに対して
00:12:42完璧な答えを出しておく必要はありません。
00:12:44まずはObsidianのようなツールから始めればいいのです。
00:12:47そして、もし扱う規模が
00:12:48この手法の限界を明らかに超えてしまったら、
00:12:51その時に本格的なRAGへ移行すればいいだけです。
00:12:53この問題の答えを出すことに固執する人が多いですが、
00:12:55「まずは試してみて、実験してみる」ことが大切です。
00:12:58ObsidianのようなRAGシステムを試すのに
00:13:01コストはかかりません。
00:13:03うまくいかなければ、それでも構いません。
00:13:05その時にLightRAGなどを使えばいいのです。
00:13:06コメント欄でいつまでも
00:13:09議論を続けるより、とにかくやってみることです。
00:13:11本格的なRAGシステムに移行すべきタイミングは、
00:13:14実際にやっていれば自ずと見えてくるはずです。
00:13:16ただ、ここで強調しておきたいのは、
00:13:19ほとんどの人には本格的なRAGは必要ないということです。
00:13:21本当に必要ないんです。
00:13:22たとえ小規模なビジネスチームであってもです。
00:13:24ですから、このように適切に
00:13:27オーケストレーションされたObsidianナレッジベースは、
00:13:30大多数の人にとって大きな恩恵になると思います。
00:13:33この解説がお役に立てば幸いです。
00:13:35これについてかなり詳しく書かれている
00:13:37Andreの投稿もぜひチェックしてみてください。
00:13:39また、無料のChase AIスクールもご覧ください。
00:13:41概要欄のリンクから、すべてのプロンプトと
00:13:43具体的な手順の書き起こしを確認できます。
00:13:47もし途中で分からなくなった場合は参考にしてください。
00:13:50マスタークラスに興味がある方は、
00:13:52Chase AI Plusもチェックしてみてください。
00:13:54感想をお待ちしています。ではまた！