AIに「記憶」を持たせる仕組みを完全解説
ChatGPT・Claudeが抱える最大の弱点は「セッションを閉じると全部忘れる」こと。ObsidianをAIの外部記憶として使い、「記録→検索→反映」のループを作ると、AIが本当の意味で「覚えているAI」に変わる。その設計思想と具体的なセットアップを完全解説。
1. なぜAIは「忘れる」のか——問題の本質
ChatGPTでもClaudeでも同じ悩みがある。「先週話したことを覚えていない」「毎回同じ背景説明をしなければならない」「学習した内容が次のセッションに引き継がれない」——これはバグではなくAIの設計上の制約だ。
現在のLLMはコンテキストウィンドウ内にある情報しか参照できない。セッションを閉じた瞬間にコンテキストが消える。「あなたのことを覚えている」ように見えるのは、そのセッション内の会話履歴があるからに過ぎない。長期記憶は持っていない。
標準的なLLMの長期記憶容量
設計上の制約
Obsidian VaultのノートとしてAIが参照できる情報量
ストレージ上限まで
セットアップに必要なステップ数
MCP経由
ローカル保存——データが外部に出ない
Obsidian設計
- 「記録→検索→反映」の4ステップ——Obsidianが外部記憶になる仕組みの全体像
- MCP(Model Context Protocol)の設定手順——ClaudeがObsidianを直接読み書きできる環境の作り方
- Vaultの設計方法——タグ・リンク・フォルダをどう構成すると検索精度が上がるか
- Claude Code × Obsidian——開発者がセッション横断で知識を蓄積する設計
- NotebookLM・ChatGPT Memoryとの違い——何がどう違うのか正直な比較
- LIF Techコンサル実務への応用——クライアント情報・ナレッジベースとしての活用
2. Obsidianとは——「第二の脳」の設計思想
Obsidian(オブシディアン)は、ローカルのMarkdownファイルをベースにしたナレッジベース・ノートアプリだ。2026年時点で個人・法人向けに商用無料化されており、最大の特徴が「リンクとタグによる双方向の知識グラフ」と「すべてのデータがローカルファイル(.md)として保存される」という設計だ。
なぜObsidianがAIの外部記憶に最適なのか。答えは3つある。①MarkdownはAIが最も得意な形式——LLMはMarkdownで学習されているためそのまま読み書きできる。②ローカルファイルなのでAPIで操作しやすい——MCPサーバーを通じてClaudeが直接ファイルを読み書きできる。③リンク構造がRAGより賢い検索を実現——タグとバックリンクで関連情報を芋づる式に取得できる。
すべてローカルMarkdown
ノートは.mdファイルとしてPC上に保存。クラウドに依存しないためデータが外部に出ない。機密情報・クライアント情報もローカルで安全に管理できる。
双方向リンクで知識グラフを作る
[[ノート名]]でノート間をリンク。「このアイデアはこの会議で出た」「このクライアントはこの課題を持っている」という文脈の連鎖が可視化される。AIがこのグラフを辿って関連情報を取得する。
タグで横断検索
#プロジェクト・#クライアント・#アイデアなどのタグを使うとノートを横断した検索が可能。AIがタグをキーにして関連ノートを一括取得できる設計になる。
豊富なプラグインエコシステム
Smart Connections(AI意味検索)・Copilot for Obsidian(AI質問応答)・Local REST API(MCP連携用)など、AI連携に特化したプラグインが多数存在する。
3. AIに記憶を持たせる4ステップの仕組み
Xで話題になったインフォグラフィックが示す「記録→保存→検索→反映」の4ステップは、AIに長期記憶を持たせるための最もシンプルかつ強力な設計だ。
4. MCP連携——ClaudeがObsidianを直接読み書きする
2026年の最大の進化がMCP(Model Context Protocol)を通じたClaude × Obsidianの直接連携だ。従来はコピペやファイル添付でObsidianの内容をAIに渡していたが、MCPを使うとClaudeが自律的にObsidianを読み書きできる。
| 連携方法 | できること | 難易度 | 推奨場面 |
|---|---|---|---|
| MCP × Local REST API | Claudeがノートを自律的に読み書き・検索・作成 | 中(設定30分) | Claude Desktop・Claude Code |
| Obsidian CLI(v1.12+) | ターミナルからVaultを操作。MCP REST APIより高速・安定 | 中 | Claude Code・エンジニア |
| Smart Connectionsプラグイン | Obsidian内でAI意味検索。ローカルLLM対応 | 低 | Obsidian単体でAI活用 |
| Copilot for Obsidian | Vault全体への質問応答・要約 | 低 | 非エンジニアの日常活用 |
| 手動コピペ | ノート内容をAIに貼り付けて質問 | 最低 | 試しに使ってみる段階 |
- 「今日のデイリーノートを作成して、今週のタスクを追加して」→ Claudeがノートを作成・編集
- 「先週のミーティングメモを要約して、アクションアイテムをリストアップして」→ ノートを読んで要約
- 「すらら関連のノートを全部検索して、直近の課題を整理して」→ タグ・キーワードで横断検索
- 「この会話から重要な情報を抽出してObsidianに保存して」→ 会話内容を自動でノート化
- 「プロジェクトAのノートに新しい仮説を追加して」→ 既存ノートに書き込み
5. セットアップ完全手順——今日から始める5ステップ
-
1Obsidianをインストールしてデスクトップ版を起動
obsidian.mdからダウンロード(macOS・Windows・Linux対応)。無料。新しいVault(保管庫)を作成してフォルダ構成を設計する(次のセクション参照)。モバイル版はLocal REST APIに非対応なのでデスクトップ版必須。
-
2Local REST APIプラグインをインストール・有効化
Obsidian設定 → コミュニティプラグイン → 「Local REST API」を検索してインストール。有効化すると
https://127.0.0.1:27124/でREST APIが公開される。プラグイン設定でAPIキーを生成してメモしておく。VaultパスにスペースやUnicode文字が含まれる場合は要注意。 -
3Claude DesktopのMCP設定にObsidianサーバーを追加
Claude Desktop設定ファイル(
claude_desktop_config.json)にMCPサーバーの設定を追加する。// claude_desktop_config.json
{
“mcpServers”: {
“obsidian”: {
“command”: “npx”,
“args”: [“-y”, “mcp-obsidian”],
“env”: {
“OBSIDIAN_API_URL”: “http://127.0.0.1:27124”,
“OBSIDIAN_API_KEY”: “あなたのAPIキー”
}
}
}
} -
4Claude Desktopを再起動して動作確認
Claude Desktopを完全終了して再起動。チャットで「Obsidianの全ノートを一覧表示してください」と入力して権限確認が出たら「許可」。「テストというノートを作成してください」でノートが作成されれば連携完了。Obsidian側でLocal REST APIが起動している状態でないと動かない点に注意。
-
5MEMORY.mdとデイリーノートの運用を設計する
長期記憶の核になる
MEMORY.mdを作成。「Claudeが毎回最初に参照するファイル」として、ユーザーの基本情報・好み・継続プロジェクトの状況を記載する。セッション終了時に「今日の会話から重要な情報をMEMORY.mdに追記して」と指示することで、記憶が積み上がっていく。
6. Vault(保管庫)の設計——どう整理するか
Obsidianの検索精度はVaultの構造設計で大きく変わる。「関係のない資料を全部アップする」のではなく「テーマ別にノートブックを分ける」のが鉄則だ。
My Vault/
├── 00_MEMORY.md # 長期記憶(毎回参照するファイル)
├── 01_インボックス/ # 未整理の情報の一時置き場
├── 02_プロジェクト/ # プロジェクト別ノート
│ ├── すらら/
│ ├── ウェルベスト/
│ └── LIF_Tech/
├── 03_クライアント/ # クライアント情報・会議録
├── 04_リサーチ/ # 競合調査・業界情報
├── 05_デイリーノート/ # 日次ログ(YYYY-MM-DD.md)
└── Templates/ # ノートテンプレート
| 設計のポイント | 良い例 | 悪い例 |
|---|---|---|
| ノートブックの分け方 | テーマ別に分ける(プロジェクト専用・競合調査専用) | 関係のありそうな資料を全部1フォルダに入れる |
| タグの使い方 | #クライアント名・#フェーズ・#ステータスで一貫させる | 思いつきでタグを付けて統一性がない |
| MEMORY.mdの運用 | セッション終了時に更新する習慣を作る | 一度作って放置する |
| ノートの単位 | 1ノート1トピック(細かく分けてリンクで繋ぐ) | 1つのノートに何でも書いて長文化する |
| 機密情報の扱い | 機密フォルダを除外設定に入れてAIに渡さない | Vault全体をAIに渡して機密情報も含める |
7. Claude Code × Obsidian——開発者向け活用
Claude CodeとObsidianを組み合わせると、「プロジェクトの設計方針・バグ解決の知見・学習した技術をセッション横断で蓄積する」開発環境が実現する。CLAUDE.mdとObsidianを連携させる設計が特に強力だ。
- CLAUDE.mdにObsidianのMEMORY.mdを参照させる——「プロジェクトの詳細はObsidianのMEMORY.mdを参照」とCLAUDE.mdに書くことでセッション開始時に自動で長期記憶を読み込む
- バグ解決のたびにObsidianに記録する——「このエラーの解決策をObsidianの/04_リサーチ/バグ解決集.mdに追記して」と指示。同じ問題を二度調査しなくて済む
- 設計方針をノートとして蓄積する——アーキテクチャの決定理由・却下した選択肢・技術選定の根拠をObsidianに残すことで、次のセッションでも文脈を引き継げる
- linksee-memory MCPでセッション間記憶を自動管理——linksee-memory MCPプラグインを使うと、会話の重要情報をObsidianに自動保存する仕組みが作れる
8. NotebookLM・ChatGPT Memoryとの違い
| 比較軸 | Obsidian × Claude(MCP) | NotebookLM | ChatGPT Memory |
|---|---|---|---|
| データの保存場所 | ローカル(完全プライベート) | Googleサーバー | OpenAIサーバー |
| 記憶の制御 | 全部自分で設計・管理 | ソースとして指定したもの | AIが自動で決める |
| ハルシネーション | ソースがローカルファイルなので追跡可能 | 引用付きで低い | 長期記憶の歪みが起きることがある |
| セットアップ難易度 | 中(MCP設定が必要) | 低(URLを貼るだけ) | 最低(設定不要) |
| 機密情報の安全性 | ◎ ローカルのみ | △ Google基準 | △ OpenAI基準 |
| 知識の蓄積・育成 | ◎ Vaultが育つほど賢くなる | △ ソースごとに単発 | △ 自動管理で制御しにくい |
| 向いている用途 | 長期プロジェクト・ビジネス知識の蓄積 | 文書分析・リサーチ | 個人設定の記憶 |
9. LIF Tech実務視点——コンサル・マーケへの応用
クライアント管理×AI記憶の設計:
- すらら・ウェルベストの文脈をObsidianに蓄積——過去の提案内容・成果数値・クライアントの優先課題をノート化。Claudeへの毎回の背景説明が不要になる
- 競合分析をタグ付きで蓄積——#SEO・#マッチングアプリ・#競合のタグで横断検索。「deai-making.jpの競合で書いたことある記事テーマ一覧」をClaude経由で即座に取得
- 会議の議事録→ノート→アクションアイテム自動抽出——「この会議録をObsidianに保存してアクションアイテムを#タスクで別ノートに抽出して」の1行で完結
- GITEX取材メモのナレッジ化——現地でのメモをObsidianに投入。帰国後Claudeが記事に変換する時に文脈を完全に保持したまま生成できる
10. よくある質問
「AIは忘れる」は正確ではない。正確には「AIには長期記憶がない。だから外部に持たせる必要がある」。ObsidianはそのためのOSだ。MEMORY.mdを育て、タグを整理し、MCPで連携する——この設計を一度作ればAIの使い方が根本から変わる。LIF Techではこの領域の実務事例を今後も発信していきます。
