TL;DR · この記事で分かること
- 1 以前『Obsidianからノーションへ移行した理由』という動画を出していた本人が、メインのノート・プロジェクト管理ツールをNotionからObsidianへ戻したと告白する。
- 2 きっかけは、ターミナルベースのAIエージェントやローカルツールを使う頻度が大きく増えたというワークフローの変化だった。
- 3 NotionやConfluence、ClickUp、Airtableのようなクラウドベースのツールは、自前のAIエージェントや既存ローカルツール、独自ワークフローを持ち込もうとすると急に扱いにくくなる。
- 4 大手プラットフォームは自社のAIアシスタントを独自のサブスクリプションと閉じたエコシステムの中で使わせようとする傾向があると指摘する。
- 5 MCPサーバーやAPI、CLIアプリで技術的には連携できるものの、クラウド接続に依存し動作が遅く扱いにくいと感じている。
- 6 スキル(ルールファイル)にサービス固有のデプロイ内容を重複させない、インフラはTerraformなどのコードで管理するといった具体的なガイドラインをAIエージェントに読ませる運用を紹介する。
- 7 データ・ツール・AIサブスクリプションを完全に自分でコントロールしたいなら、シンプルなMarkdownファイルとObsidianが最適だと結論づける。
スライドで読む
全 3 スライド
ワークフローの変化が引き起こしたツール回帰
かつて『Obsidianからノーションへ移行した理由』という動画を出していた発信者が、メインのノート・プロジェクト管理ツールをNotionからObsidianへ戻したと告白する。きっかけは、ターミナルベースのAIエージェントやローカルツールを使う頻度が大きく増えたというワークフローの変化だった。
NotionやConfluence、ClickUp、Airtableといったクラウドベースの開発者向けツールはそのままでは非常によく機能するが、自前のAIエージェントや既存のローカルツール、独自ワークフローを持ち込もうとした途端に事情が複雑になる。これらの大手プラットフォームはクラウド前提で、自社のAIアシスタントを独自サブスクリプションと閉じたエコシステムの中で使わせようとする傾向があるという。
MCPやAPIでの連携はあっても『扱いにくい』という現実
技術的にはMCPサーバーやAPI、CLIアプリを介してこれらのクラウドツールと連携することは可能だが、依然としてクラウド接続に依存し、動作が遅く、ポータブルでないと感じるという。そのためローカル・オープンなツールへワークフローを移す決断をし、単純なMarkdownファイルを使うObsidianがその選択にちょうど合致したと説明する。
スキル(ルールファイル)でAIエージェントに運用方針を教え込む
具体的な運用として、サービス固有のデプロイ内容をスキル(ルールファイル)内で重複させない、インフラはTerraformやOpenTofuのようなコードで管理する運用を優先する、GitLabやDNS、Prometheusなど重要リポジトリの扱い方を明記する、といったガイドラインをAIエージェントに読ませる方法を紹介する。
こうしたルールを整備しておくことで、ターミナルからのスラッシュコマンド一つでオンボーディング計画やチェックリストを生成させることができる。最終的には、データ・ツール・AIサブスクリプションを完全に自分でコントロールしたいなら、シンプルなMarkdownファイルとObsidianが最良の選択だと結論づけている。
編集部の視点
この事例が示すのは、AIエージェントの普及がノートアプリ選定の力学そのものを変えつつあるという点だ。従来は『使いやすさ』や『チーム連携のしやすさ』で選ばれていたクラウド型ツールが、今や『自分のAIエージェントを自由に持ち込めるか』という新しい評価軸で見直されている。大手プラットフォームが自社AIアシスタントを閉じたエコシステムに囲い込もうとする動きは、短期的にはユーザー体験の向上に見えても、ローカルAIエージェントを重視するパワーユーザーにとってはむしろ離脱要因になり得る。Markdownという最も基本的なフォーマットへの回帰は、AIエージェント時代における『ポータビリティ』の価値を再評価する動きとして興味深い。
出典
Christian Lempa
I Switched Back to Obsidian (because of AI)
この記事はYouTube動画の字幕をもとにClaudeで自動要約しています。細部のニュアンスや正確な発言は元動画をご参照ください。
YouTubeで視聴する →関連記事
3 件
IBM Technology
MCPとSkills、どちらを選ぶべきか:IBMが解説するAIエージェント構築の使い分け
LLMに正しい答えを出させるには正しいコンテキストを与える必要があり、役割やタスクだけを与えるのがプロンプトエンジニアリング、追加情報まで含めるのがコンテキストエンジニアリングだと整理する。
Mac-TV
AppleがMCPに参入:ソフトウェアはGUIではなくAIボットのために書かれる時代へ
Appleが最近MCP(Model Context Protocol)のサポートを発表し、業界に衝撃が走ったと紹介する。
いけともch
OpenAI社内分析『AIを1日71時間動かす人』の正体:エージェント同時実行という新しい働き方
AIに聞く人と任せる人は全く違う、として、OpenAI社内で1日71時間分AIエージェントを走らせている人の実態を分析した論文を紹介する。