【見える化革命】AIで埋もれた知識を資産化するナレッジグラフ構築法（Cursor×Obsidian活用）

今回は、AIで埋もれた知識を資産化するナレッジグラフ構築法というテーマでお届けします。「情報が多すぎて整理できない」「メモを取っても後から見返せない」といった悩みを抱えていませんか？この動画を見ていただければ、AIエディタ「Cursor」とノートアプリ「Obsidian」を使い、大量のテキストデータから知識のつながりを可視化する「ナレッジグラフ」を自動で構築する方法が分かります。埋もれていた知識が繋がり、新たな発見やアイデアを生む知的生産術を手に入れることができるので、ぜひ役立ててください。

▼目次
0:00 はじめに
3:21 １、テキストデータの準備
4:21 ２、Cursorでデータ整備
9:19 ３、Obsidianでグラフ化
10:01 ４、タグ付けと相互リンク
16:31 まとめ

▼文字起こし

こんにちは、AIキャンプの中村です。今回のテーマはこちら。AIで作るナレッジグラフ。こんなテーマでお届けさせていただきます。今回はAIを使って知識、ナレッジやデータを可視化する方法を紹介させていただきます。今こちらの右側で実際に動画が動いてますけど、こんな感じのナレッジグラフ、知識を可視化したようなグラフがあるんですけど、こちらの作り方を紹介させていただきます。情報が散らばって頭の中がごちゃごちゃ。メモは取ったものの何が重要なのか分からない。せっかくメモを取っても有効に再利用できない。そんな悩みはないでしょうか。この1つの解決策がこうしたナレッジを可視化することなんですけど、これをやっていただくことで、あなた、または組織の知的生産活動を加速させることができるわけです。実はですね、Obsidianというデータ管理ツールを使えば、このナレッジグラフ自体はすごく簡単に作ることができます。ただ問題があって、単にぐちゃぐちゃのデータを与えてもあんまり意味がなくて、そもそも整ったデータを用意することが必要で、ここが結構大変なんですよね。しかし今はですね、もうAIがデータを整備してくれる時代ですので、このナレッジグラフの作成もすごく簡単になりました。今回このCursorっていうツールがあるんですけど、こちらのツールを使えばあっという間にナレッジデータを準備することが可能ですので、このObsidianとCursorを使ってナレッジグラフを作っていこうかなと思います。ちなみにこのCursor、正式名称カーサーっていうらしいんですけど、みんなカーソルと呼んでるので、私も当分はカーソルっていう呼び方をしていこうかなと思います。今回の流れになります。今回このナレッジにするデータは、私たちAIキャンプのYouTubeチャンネル、こちらの文字起こしテキストデータをこのCursorを使って構造化されたマークダウンっていうファイル形式にここで変換をしていきたいなと思います。その時ね、すごいのがタグ付けをしたり、ファイル同士に内部リンクを作ったりして、このデータのナレッジグラフっていうところを作る準備をここにCursorで自動でやってもらいます。で、あとはこのマークダウンファイルをObsidianにポンってアップするだけで簡単にナレッジグラフができますので、これをね、今回実演を交えて紹介させていただきます。今回の内容はやや中級者向けの内容となりますのでご了承ください。また事前準備としてCursorのインストール、Obsidianのインストール、そして適当なテキストデータを用意することが必要になるんですけど、ここね、全部解説してるとものすごい動画が長くなってしまいますので、今回このインストール方法とかは紹介せずに、事前にできてる前提でやり方だけ紹介させていただきます。今回の動画を見ていただくと、ナレッジの管理、可視化の方法や皆さんの知的生産活動を加速させる、そんなヒントが手に入ります。AI時代の新しいナレッジ管理、データ管理の方法を実感することができると思いますのでぜひ最後までご覧ください。このチャンネルではChatGPTや生成AIに関する役立ち情報をお届けします。よければチャンネル登録もお願いします。それでは実際にやっていきましょう。まずやることとしてはファイル1つ用意します。こちらにですね、テキストデータで作られているYouTubeの文字起こし資料があります。こちらね、実際に中身はこんな感じになってまして、YouTubeのタイトルとアップした日付、そしてURL、そして文字起こしした本文のテキストデータですね。こんな感じの大量のテキストデータ、今回ね、全部やると大変なので、私たちYouTubeの動画の中から20本文字起こしさせていただいて、合計で7万文字ですね、約7万文字のテキストデータをここで用意しています。ではこのデータを整えていきたいなと思います。それではまず初めにどこでもいいのでパソコンのデスクトップとかにフォルダを作っていきましょう。今回ね、このテストっていうね、フォルダを作りました。で、このフォルダの中に今のYouTubeのこのテキスト、テキストファイルを1つ入れた状態にしてください。これでファイルの準備は完了です。それではですね、インストールしたCursorのアプリケーションを開いていきます。ここからですね、ファイル、フォルダを開くっていうところを選んでいただいて、今作成したこのテストファイルを、開いていきます。そうするとこれ今ちっちゃいですけど、今左側のところにテストフォルダが開かれて、ここに文字起こしテキストデータが1つ入っているかなと思います。先ほどのね、テキストデータと同じものをこの真ん中で見ることができるということですね。で、ちょっとだけこのCursorについて説明すると、左側がフォルダやファイルを表示していて、真ん中がそこの中身を表示していて、で、ここの右側がここがAIなんですね。いわゆるチャットGPTとかClaudeとかGeminiと同じようなものをやることができるというわけです。で、このCursorが何がすごいかっていうと、この左側にあるこのパソコンのデスクトップに置いてあるようなこのファイルを参照しながらAIと操作をすることができるっていうことですね。で、ここのAdd Contextっていうところにファイルで今のテストフォルダをここで上げてみたいと思います。そうすると今ここにテストっていうことで、こちらのフォルダを見ながら回答してくれるということです。ついでにこの文字起こしデータもこうやってドラッグアンドドロップで上げてあげると、このテストフォルダに加えて、この文字起こしデータも今見た上で、この中身を見た上で回答してくれることができるわけです。この状態で次の指示をしていこうかなと思います。このテキストファイルはYouTubeチャンネルAIキャンプの動画20本分の文字起こしデータです。文字起こしデータには日付URLが含まれ、1動画ずつ分解されています。このテキストデータを各動画ずつマークダウン形式でファイルを作成し、Obsidianで読めるようにしてください。こんな指示を与えています。で、条件は、これはなくてもいいんですけど、ファイル名は公開日-タイトル.mdにしてくださいっていう指示を与えています。このね、.mdっていうのがこれマークダウンのね、ファイル形式になっています。で、内容はタイトル、公開日、URL、本文でマークダウン形式でまとめてくださいっていうね、今回こんな感じの簡単な指示を与えています。ではこのプロンプトをCursorのこの右側に与えてみたいと思います。これでね、実行をしていきます。で、使用するモデルは、Claudeとかですね、Geminiとかね、ChatGPTとか色々選べるんですけど、今回は自動でやってもらおうかなと思います。では実行していきますよ。ここの右側でAIのチャットが今動いています。ということで、ご要望のタスクを進めるため、まず現状のテキストファイルの構造を確認し、各動画ごとに分割、マークダウン化するための計画を立ててくれるということで、もうこのエージェントが自分で考えてくれてますね。ガシャガシャ考えてくれて、タスクリストを上げて、順序の次のアクションをしています。で、今回はこのファイルを作るためにPythonスクリプトを作成して実行するって言ってるので、実行してくださいっていう指示を与えています。それで待ってみましょう。そうすると、Pythonのコードを今こんな感じで作ってくれていますね。で、これ緑色になりますのでチェックでオッケーっていう風にしてみたいと思います。そうするとですね、今ここ見てください。ほら、ここに何かPythonのコードが新しく作られて、ここに新しくね、Pythonコードファイルが作られました。で、このPythonのコードを実行していいですかっていうことなので、ここでRun、実行ボタンを押してみようと思います。そうすると何か名前でちょっとエラーっぽいものが出てきますけど、多分大丈夫かな。Pythonスクリプトの実行が完了し、アウトプットMDフォルダ、ここにフォルダが1個できてますね。フォルダの中に、あ、ほらほらほら。ほら、しっかりとね、マークダウン形式で書かれた、えっと、ファイルがここで20個、できているということです。で、プロンプトで先ほどね、指定した通り、公開日タイトル.mdというね、やつで、中身には公開日とURL本文っていう感じで、しっかりとマークダウン形式でできているかなと思います。ということでここでファイルが20個できてしまうということで、もうね、これで完了になります。で、実際に先ほど使ったこのフォルダ、ちょっと見てみたいと思うんですけど、ほら見てください。このフォルダの中にはさっきYouTube AIキャンプのね、この文字起こしテキストデータしかなかったんですけど、PythonスクリプトとこのアウトプットMDのファイルにほら見てください。.mdで記載された、ファイルが全部で20個、できているということです。ということで、これがね、Cursorなんですよ。パソコンのローカル上のデータを認識しながら、そこに新しいファイルを作ってしまうみたいなことができるので、これがChatGPTやGeminiではできない、Cursorというものの威力になるわけです。ではここに20個のマークダウンの整備されたファイルがあるので、これをナレッジグラフにしていきましょう。Obsidianというアプリを起動して、ここのデータを20個このObsidianの中に入れてみますね。いきますよ。えい。ほら。ほらほらほら。ということで、今入れたこのObsidianの20個のデータをこのね、グラフビューっていうボタンを押すと、ほらほら、こんな感じで、何かマップみたいになったね、グラフビューができたんじゃないかなと思います。こんな感じでマークダウンのデータをここに入れてグラフビューっていうものを押すだけで、こんな感じのね、可視化したものを作ることができるわけですね。では、ここからさらにいじっていきたいんですけど、現在ですね、これ20個のファイルが全部独立してるだけなので、これだとね、別に何の意味もないので、これをしっかりと相互リンクとかタグ付けをここからしていこうかなと思います。ではもう一度Cursorにこのまま指示をしてタグ付けをしていこうと思います。こんな指示を出していこうと思います。各データ同士をつなぐため、抽象度の高いタグを各データに3から10個ほど付与してください。タグは見本にね、こんな感じに従うこと。なお、AIキャンプと生成AIですね、これメインですので、これは必ずつけてくださいっていう条件で、これでね、タグ付けをCursorにしていこうかなと思います。で、これ何やってるかっていうと、こういうファイル1つ1つの文字起こしに対して人間が人力で、例えばこれは画像生成だなとか、ChatGPTだなとか、色々いちいちこのものを手で打っていたらとても時間がなくても足りないし、このタグ管理を人間で人力でやるって結構難しいんですよね。なのでこれを一気にやってもらおうと思います。タグ付けをしてくださいっていう指示を与えて、これでさらに実行していきます。私もまだね、研究中なんですけど、このタグの見本とかタグの与え方の条件とかをしっかりやってあげると、素晴らしいタグが出てくるかなと思います。今回ちょっとテストということで、こんな感じで簡単にタグをつけていきます。ということで、タグをつけるようなPythonスクリプトができたみたいなので、これを実行してもらいました。そうすると、ほらほら、ここにAIキャンプとか生成AIとか画像生成みたいな適切なタグが振られていますね。このタグができたことによって、それぞれの動画ごとのつながりとかがおそらく見えるんじゃないかなと思います。さらにこれやらなくてもいいんですけど、この動画と動画にもリンクをつけたいなと思いますので、今回はですね、ノート間リンク、双方向リンクも作成してもらおうかなと思います。いわゆるこれ内部リンクっていうやつですね。で、ノート間リンクは、これ何にも指示しないととにかくリンクが付いちゃうので、今回はタグが7つ以上共通しているっていうね、本当に類似しているような動画だけをリンクさせるようにしてみたいと思います。ということでタグが7つ以上共通しているものに共通リンクをつけていこうかなと思います。これがすごいですよね。こんなの人間がやったらもうとても日が暮れちゃうんですけど、この1つの条件に従って、おそらくPythonみたいなプログラムを書いてくれて、実行してファイルを修正してくれるっていうことで、本当にこうエージェントだなって感じることですけど、こういうことをやってくれるわけですね。ということでリンクをつけるような、Pythonスクリプト実行してもらいました。どうなるのかな。リンクはできていましょうかということで、いいですね。例えばこのガチで使えるChatGPTディープリサーチっていうこの動画に対しては、Notion AIのこの注目機能っていうのが近いんだ。へえ。どういう理屈なのかちょっとよく分からないですけど、これと、あ、このディープリサーチが被ってるから、そうですね。ChatGPTのディープリサーチとNotion AIのディープリサーチっていうのがかなり近いっていうことで、この動画とこの動画が近いっていうことで、新しい接続を作ってくれましたね。へえ、そうなんだ。ちょっと私としては意外なんですけど、そんな感じで作ってくれてますね。ちなみにNotion AIのこの動画はすごいですね。いっぱい、全部で123456本の動画とリンクしているので、このNotion AIの動画っていうのはかなりいろんな関連性が高いらしいですね。Geminiの動画分析もかなり高い。画像生成Midjourneyの動画は他の動画とリンクはないので、これはこの20本の中だと特に他の動画とはあんまり関連性がないんじゃないかってことで、すごいですね、これAIが判定してくれましたね。これすごいな。どういう判定になってるのかちょっと私もまだ認識できてないですけど、このタグ付けと内部リンクの作成みたいな、いわゆるこのナレッジマネジメントをしてい くっていう手法は、もう人間じゃなくてAIがやってく時代になってくのかなっていうのをすごい感じさせる、使用法になります。それではね、最後にうちとObsidianやっていこうかなと思います。今あげているものは全部消してしまいまして、新しくなったこの内部リンクも付いたこのマークダウンファイルをパコっと入れてみようと思います。ほらほら、このGeminiの動画分析っていうのは、この画像生成のこの動画と繋がっていますよとかですね。例えばこの個別最適化の時代に突入したっていうこの動画は、そうですね、教育での活用、教育でも個別最適化教育が進むよって話をしてるので、これとこれの動画のリンクが、できているよっていうことが分かるんじゃないかなと思います。逆に見てください。画像生成AI Midjourneyっていうこの動画は、今回の20本の動画の中だと特にこう関連性が、強くない動画だなということで、この丸の大きさが関連性の強さなのかな。そういうことが分かりますね。やっぱりね、私のあげている動画だと、AIキャンプと生成AIっていうのはもう絶対だとして、ChatGPTっていうキーワードがやっぱりどこにでも入ってきたり、最近動画生成みたいなところが盛り上がっていたり、画像生成ですね。MicrosoftのCopilotみたいな話題はちょっと少なかったり、アイデア出しに関連しているのがこの5本の動画だよみたいな、ことも分かりますね。いいんじゃないかなと思います。いかがでしょうか。ということで、一応今回はね、このぐらいにしておこうかなと思います。こんな感じでCursorでデータを整えてObsidianでね、このグラフビュー、ナレッジグラフを作 ることで、自分たちの情報を視覚的に分析することが可能になるわけです。特に面白いのが、このファイルの作成とかですね、タグ付けとか内部リンクみたいなのは、もう人間がいちいち手でやるのはもう限界がありますので、こういうのをAIエージェントとかにやってもらうっていうのは、すごくいいというか、もうそうしないといけないなっていうのをすごい感じさせる、使用法になります。皆さんこれ真似するの大変かと思いますけど、色々感じていただければと思います。それではまとめます。今回はAIを使って知識、ナレッジやデータを可視化する方法をCursorとObsidianを使って紹介させていただきました。今回のようなね、ナレッジグラフを作っていくことで、ナレッジの管理、可視化っていうところを理解いただいたと思いますし、皆様あるいは組織の知的生産活動を加速させることができるのかなと思います。こうしたね、ナレッジ管理っていうのは、今まで人力でやるっていうのはすごく難しかったんですけど、今回のようなAIの力を使ってこのナレッジをね、可視化していく、知識を可視化していくっていうことが、かなりできるようになってきたかなと思いますので、皆さん非常にね、ここ熱いポイントですので、色々真似してみていただいたり、実践していただくといいかなと思います。それでは今回は以上です。ありがとうございました。