wiki は 5 冊から増えていい。増えるのは記憶置き場ではなく判断データの資産だ
- 問いは「事業ごとの wiki が増えまくるイメージで合っているか」。合っている。
- 1 冊にまとめて中で仕切る案は却下済み。分けることが、仕組みが自動で守る形から、人が守るルールへ格下げされてしまうため。
- 今日の実測では、情報が流れ込んでいる冊だけが答えを返した。personal-wiki は 33 項目すべてに答え、llm-wiki は 4 問中 3 問が 0 件。
答えを返したのは、情報が流れ込んでいる冊だけだった
今日、macker 艦隊 (Mac 数台をつないだ作業環境) が持つ wiki 5 冊のうち 2 冊に、実際の質問を投げた。どの冊にも、質問に答える担当 agent (司書) がいる。llm-wiki には 4 問投げて、答えが返ったのは agent を動かす土台まわりの道具についての 1 問だけだった。
残りの 3 問 (会社情報 / 診断サービスの市場 / AI の評価 (evals) を手がける企業) は、揃って 0 件。司書の受け答えは誠実で、作り話をせず、どこを探したかを見せた上で「無い」と答えた。答えの元になる中身が無かっただけだ。
同じ日に personal-wiki へ作業の副産物をまとめて流し込むと、直後の検収で覚えているかを問う 33 項目すべてに答えた。担当の境界も自分で守り、会社一般の問いには「担当外、llm-wiki へ」と自分から返す。違いは司書の出来ではなく、情報が流れ込む経路があるかどうかだった。構造をいじる前に、まず流入を設計する。
増える冊は 3 つの型に分かれ、最後の型は商品になる
増え方は 3 つの型に分けられる。事業ごと (型A) の 1 冊は顧客・その分野の判断・事故と学び・言葉づかいを持ち、寿命は事業と同じで、売るときは冊ごと相手に渡る。業界ごと (型B) の 1 冊には「何を通して何を落とすか」が溜まり、その業界の当たり外れを見分けるモデル (目利きモデル) の原料になる。
3 つ目 (型C) は顧客ごとの 1 冊で、これは社内の道具ではない。AI が作ったものを専門家が通す・落とす仕組みを商品にしたとき、その承認と差し戻しの履歴は顧客のものになる。冊そのものが商品になる。
型が分かれる以上、機密の区分も冊ごとに違う。立てるときに personal 級 (外へ出さない) / 社内 / 顧客のもの の 3 つから宣言しておく。
増やす層の下に、つなぐ層と保つ層を敷く
増やす層は安くていい。1 冊 (wiki 1 つ) は、文書の置き場 (git のリポジトリ) と司書 agent と問い合わせ窓口の組で、型を決めれば量産できる。冊が増えるのはこの層だけで、ここを絞る理由はない。
足りないのはつなぐ層だ。各冊が守備範囲の一覧を 1 枚で公開し、呼ぶ側は既定の宛先 (本人が絡む問いは personal-wiki から) を持つ。冊と冊の境目には行き先メモだけを置き、中身は複製しない。事実の種類ごとに、本体を置く冊を 1 つ決める。
保つ層があるから、冊が増えても壊れない。司書の指示書は 1 つの版を全冊に配り、冊ごとに答え方がばらけないようにする。新しい冊は流入経路・想定読者・検収の問いの 3 点セット無しに立てない。定期的にちゃんと引けるかを試し、引けなくなった冊は親へまとめるか凍結する。
5 冊は事業ごとの 1 冊を経て、顧客ごとの 1 冊へ
いまは艦隊の記憶として 5 冊。課題は宛先選びの誤りと、流れ込む情報が無い冊があることの 2 つに尽きる。
2026-27 に事業が増えるなら、始めた時点で必ず 1 冊立てる。効き目は 3 つ。会社の知識が人にも読める形で残ること、買収や資本提携の調査で事業の記憶ごと渡せること、初めて入る agent が 1 回聞けば立ち上がること。
その先で、専門家が通す・落とす仕組み自体が商品になる。顧客の承認と差し戻しはその顧客の冊に溜まり、束ねて構造化・匿名化したものが業界の目利きモデルの訓練材料になる。内側で使っている記憶のやり方が、そのまま商品の中核になる。そのとき wiki 群は、会社の判断データを資産として並べた貸借対照表になる。
増えて出る問題 4 つは、心がけではなく仕組みで止める
増やすと出る問題は 4 つある。空っぽの冊が並ぶ、機密を置き間違える、答えを待つ時間が伸びる、宛先選びの誤りが冊数ぶん増える。
答えが返るまで、opus を強めに回す設定 (opus/high) で 1 問あたり 1〜3 分かかる。冊が増えて頻度が上がれば持たないので、司書を段に分ける。単純な探しものは haiku や sonnet に任せ、束ねた回答だけ opus に回す。
宛先を決める仕組みは補助であって、関所にはしない。関所が誤ると全部外れるので、守備範囲の一覧と既定の宛先で抑えるほうが安全だ。1 冊にまとめて中で仕切る案を採らないのも同じ理由で、分けておけば仕組みが守ってくれるが、まとめてルールで守るのは自己申告に頼ることになる。
今日の実測の内訳と、5 冊それぞれの担当範囲の表3 段落 + 表 5 行
llm-wiki への 4 問の内訳。会社情報 0 件 / 診断サービスの市場 0 件 / AI の評価 (evals) を手がける企業 0 件。答えが返ったのは agent を動かす土台まわりの道具の 1 問だけ。
宛先選びは fable クラスの agent でも外した。本人に関わる問いを llm-wiki へ送ったが、正解は personal-wiki だった。
personal-wiki は同じ日に流し込んだ直後、覚えているかを問う検収 33 項目すべてに答えた。担当外の問いは自分から llm-wiki へ回した。
| wiki | 担当する範囲 | 今日の実測 |
|---|---|---|
| personal-wiki | オーナー本人のこと | 検収 33 項目すべてに回答 |
| llm-wiki | 外の世界 (会社・人・記事) | 4 問中 3 問が 0 件 |
| develop-wiki | 技術 | 測っていない |
| design-wiki | デザイン | 測っていない |
| ai-contents | 自動で集めた素材 | 測っていない |