Zettelkastenとは
Zettelkastenとは、ドイツの社会学者ルーマンが編み出した知識管理手法で、1カードに1アイデアを書きリンクで繋ぐ方式
読み: ツェッテルカステン
ドイツの社会学者ルーマンが編み出した知識管理手法で、1カードに1アイデアを書きリンクで繋ぐ方式。AI開発ではナレッジグラフの設計思想、PKMツールのAIアシスタント、LLMの出力フォーマットとして応用されている。
かんたんに言うと
付箋1枚に1つのアイデアだけを書き、関連する付箋同士を糸で繋ぐ。この「付箋の箱」をAIの記憶構造として再現する考え方。
ナレッジグラフの設計思想としてのZettelkasten
外部のPDFやWeb記事をそのまま長文でベクトルデータベースに保存するのではなく、情報を「1チャンク = 1つの独立した事実」に強制的に分割する。100〜200トークン程度の原子的な単位にし、チャンク間に「AはBの根拠である」といった関係性のリンクを付与する。
ExocortexやBi-Memが知識をネットワーク化する際の、最も基礎的なデータ設計思想として機能する。GraphRAGの検索精度は、このチャンキングの粒度とリンクの質で決まる。
PKMツールとの連携とLLMの出力フォーマット
ObsidianやRoam ResearchのようなノートアプリとLLMを連携させ、ユーザーが書いたメモに対してAIが自動でリンク先を提案する機能が登場している。ベクトル類似度で関連メモを抽出し、「このメモは3か月前のあのメモとリンクすべき」と提示する。
プロンプトエンジニアリングとしても使える。「この議事録をZettelkasten方式で抽出せよ。1トピック200文字以内、ユニークID付き、関連IDをReferencesとして記載」と指示すれば、AIの出力がそのままグラフデータベースに登録可能な構造化データになる。
当社の見解
当社はAI長期記憶システムを自社開発・運用している（2026年4月現在、1,655件の記憶データを蓄積）。この仕組みにより、AIが過去3ヶ月分の経営判断や設計方針を文脈ごと保持し、「前にも同じ話をしましたよね」という手戻りが激減した。セッションが切れても議論の続きから再開できるため、壁打ち相手としてのAIの価値が根本的に変わった。技術的にはCognee MCPサーバーによる記憶保存と、FastEmbed（ONNX Runtime）+ LanceDBによる非常駐型ベクトル検索（検索レイテンシ8ms、GPU不要）を採用。Hindsight（LongMemEval 91.4%精度）やomega-memoryなど複数の既製品を実環境で検証・棄却した上での選定であり、「個人PCでもエンタープライズでも負荷なく動く軽量さ」を最優先に設計している。
同じ失敗を二度としないAIエージェント
今のAIは、聞けば何でも答えてくれます。
でも、セッションが切れた瞬間に前回の失敗を忘れます。
当社が開発しているAIは、過去の経緯を念頭に置いて、
聞かれる前に「それは前回うまくいきませんでした」と声をかけます。
人間にも同じ失敗をさせず、AI自身も繰り返しません。
古参の社員が横にいるように、黙っていても気づいてくれる。
それが、当社が考える本当のAI社員です。