OpenAI共同創業者の1人で、「バイブ・コーディング」の提唱者として知られるアンドレイ・カーパシー氏が、AIを使って個人用ナレッジベースを構築するシンプルな運用法をXで紹介し、関心を集めている。専用ソフトやデータベースを使わず、3つのフォルダとテキストファイルだけで運用できるという内容だ。

カーパシー氏が示した基本構成は、プロジェクトフォルダ配下に「raw」「wiki」「outputs」の3つのサブフォルダを置く方式だ。

「raw」は一次資料の置き場となる。記事やメモ、スクリーンショット、会議録、研究論文などをそのまま保存し、整理やリネームは不要とする。記事はMarkdown（.md）やテキスト（.txt）で保存し、スクリーンショットや図表は画像ファイルとして扱う。

「wiki」は、AIが「raw」内の資料を読み込み、テーマごとに整理した内容を蓄積する領域だ。「outputs」には、AIが生成した回答やレポート、分析結果を保存する。

あわせて、プロジェクトフォルダには「CLAUDE.md」または「AGENTS.md」というテキストファイル（設定ファイル）を1本用意する。このファイルは、ナレッジベースの定義や整理ルールをAIに伝えるガイドの役割を担う。

記載内容は簡潔でよく、各フォルダの役割やwikiの作成ルール、関心テーマの一覧があれば足りるという。例えば、wiki内ではテーマごとに個別ファイルを作成し、各ファイルは冒頭を要約で始めること、関連テーマ同士を相互リンクすることなどを定める。

AIはこのルールに沿って、「raw」にある資料をwikiへ変換する。資料がたまった段階で、Claude CodeやCursorといったAIコーディングツールをプロジェクトフォルダに接続して指示すれば、AIが「raw」の内容を読み込み、テーマ別に整理したwikiファイルを作成する。インデックスファイルも自動生成されるとしている。

利用者は原則としてwikiを直接編集せず、閲覧や質問に使う。修正や更新はAIが担う想定だ。wikiに10本以上の文書が蓄積されると活用の幅が広がり、「このテーマで自分が最も理解できていない点を3つ挙げて」「資料Aと資料Bはこの概念でどう違うか比較して」といった問いに対し、AIがwiki全体を参照して回答する。生成した回答をoutputsに保存すれば、次の質問の材料として再利用できる。

一方で、資料や質問が増えるほどナレッジベースの質が高まる半面、誤情報が蓄積する恐れもある。AIが誤って整理した内容がwikiに保存されると、以後の回答もその誤りを引き継ぐ可能性がある。この点は、同氏の投稿に寄せられたコメントでも指摘されていたという。

これに対し、カーパシー氏は月1回の点検を勧めている。AIにwiki全体をレビューさせ、内容の矛盾や出典のない主張、説明が不足しているテーマを洗い出させる運用が有効だとしている。

投稿にはObsidianのプラグインを勧める声も相次いだが、カーパシー氏は「必要なのは、フォルダにMarkdownファイルを入れることだけだ」と説明した。AIはどのアプリでファイルを開くかを問わず、重要なのはフォルダ構成と設定ファイルだという。複雑なツール設定に時間をかけるより、実際に資料を集め、質問を重ねることに集中すべきだとの考えを示した。