AI × 第二の脳 コンセプト

背景

個人の me リポ運用（Claude Code + Markdown + Git）で実現していることを一般化し、非エンジニアにも提供する。

現在の me リポでやっていること

  • AIと対話しながら情報を整理・蓄積
  • 定期的な振り返りとアクション決定（週次ルーティン）
  • 調査の自動化（世界情勢レポート等の定期リサーチ）
  • 全てが検索・参照可能な形で残る
  • AI がユーザーのコンテキストを継続的に保持

フレームワーク

BASB (Building a Second Brain) の CODE / PARA をシステムとして組み込む。

CODE 内容 プロダクトでの実現
Capture 情報を取り込む AI との対話、Web クリップ、MCP 経由の外部データ取り込み
Organize 行動可能性で整理 AI が自動分類（PARA に基づく）
Distill 要点を抽出 AI による要約・構造化
Express アウトプット レポート生成、ブログ下書き、TODO 抽出

差別化ポイント

既存ツール（NotebookLM、Notion AI、Mem）との違い：

  • 継続的コンテキスト: AI がユーザーの状況・好み・過去の対話を覚えている（CLAUDE.md + memory 相当）
  • 調査の自動化: 定期リサーチを AI が実行し、スナップショットとして蓄積
  • 構造化された知識管理: BASB が仕組みとして組み込まれている（ただのメモアプリではない）
  • MCP 対応: 外部サービス（Asana、Slack、カレンダー等）との双方向連携
  • Bring Your Own API Key: ユーザーが自分の API キーを持ち込む。ベンダーロックインを避ける

アーキテクチャ方針

MCP (Model Context Protocol)

  • 外部データソースとの接続レイヤーとして MCP を採用
  • ユーザーが必要なサービスを MCP サーバーとして追加できる
  • 例: Asana MCP、Google Calendar MCP、Slack MCP、RSS MCP
  • プロダクト側は MCP クライアントとして動作し、接続先を問わない

Bring Your Own API Key

  • AI モデルの API キーをユーザーが持ち込む
  • プロダクト側はオーケストレーションのみ提供
  • メリット:
    • ベンダーロックインを回避
    • ユーザーがモデルを選択可能（Claude、GPT、Gemini 等）
    • プロダクト側のコスト構造がシンプル（AI 推論コストを転嫁しない）
    • プライバシー: データがプロダクト側の AI に渡らない

データ所有権

  • データはユーザーのローカルまたは自前のストレージに保存
  • フォーマットは Markdown（可搬性）
  • Git ベースのバージョン管理（オプション）
  • エクスポートが常に可能

ターゲットユーザー

  • 情報整理・振り返りを習慣化したいが、ツールに挫折した人
  • NotebookLM / Notion を使っているが物足りない人
  • AI を日常的に使い始めたが、知識が蓄積されない（毎回リセット）と感じている人

競合・参考

プロダクト 強み 弱み
NotebookLM ソース理解、ポッドキャスト生成 蓄積不可、Google 依存、調査自動化なし
Notion AI 既存 Notion ユーザーベース AI のコンテキスト保持が弱い
Mem AI ネイティブなメモ 検索中心、構造化が弱い
Obsidian + AI プラグイン カスタマイズ性 セットアップが難しい、非エンジニア向けでない
Reflect AI × メモ スコープが狭い（メモのみ）

未解決の問い

  • UI はどうするか？（Web アプリ / デスクトップアプリ / チャットベース）
  • 非エンジニアに Markdown / Git をどこまで隠蔽するか
  • フリーミアムのビジネスモデル（BYOK なら AI コストは不要、何で課金する？）
  • MCP サーバーの設定を非エンジニアにどう提供するか

results matching ""

    No results matching ""