S1：自分の情報体系を構築する

AIが自分を定義する前に、自分で自分を定義しておく。

このスキルで手に入るもの

自分の価値観・判断基準・考え方の軸を、自分のPCに蓄積・管理できる状態です。AIを使って自分の思考を強化できる体制が完成します。

なぜ必要なのか

自分で考えているつもりでも、実はAIのすすめ通りに動いてしまっていることがあります。

おすすめされた情報を受け取り、提案された答えを選ぶ——これが積み重なると、「自分の考え」と「AIの提案」の境界がわからなくなります。

まず自分自身のデータを自分で持つことが、すべての出発点です。

方法論：Ontologyシステムの構築

S1は「何かを覚える」スキルではありません。自分の思考を記録・分析・更新し続ける仕組みを自分のPC上に作るスキルです。

基本の考え方：ホワイトボックス化

多くのAIアプリは「ブラックボックス」です。何が起きているか見えない。

S1が目指すのはその逆——自分のデータがどこにあり、AIが何をどう分析しているかが全部見える状態です。データはすべて自分のPC上のファイルに置きます。クラウドサービスが終了してもデータは手元に残ります。

ステップ1：ツールを準備する

フォルダを作る前に、2種類のツールを用意します。

① IDEアプリ（ファイルを編集・管理するアプリ）

MDファイルの作成・編集に使います。おすすめは以下の2つです。

アプリ	特徴
Cursor	無料で使えるIDEアプリ。Claude Codeとの連携がしやすい
Antigravity	GoogleのIDEアプリ。Gemini Antigravityとセットで使える

MDファイルは自分で直接書く必要はありません。AIに「このテーマで概念ファイルを作って」と依頼すれば、AIが書いてくれます。

② AIアプリ（ファイルの中身を作る・分析する）

AIツール	特徴
Claude Code	ファイルの分析・Ontology更新・レポート生成が得意
Gemini Antigravity	Google Oneの契約1つでAntgravity IDEとまとめて使える。コストを抑えたい場合におすすめ

どちらを選んでも構いません。Antigravityは、IDEとAI（Gemini）が1つのGoogle One契約でまとめて使えるため、導入コストを抑えやすい選択肢です。

フォルダ構造をつくる

ツールの準備ができたら、自分のPC上にフォルダを作ります。

最初は、S1に必要な最小構成だけで大丈夫です。

Ontology-workspace/
  ├── 01_raw_inputs/        音声メモ・走り書きの記録
  ├── 03_ontology/
  │     ├── concepts/       概念ファイル（1テーマ = 1ファイル）
  │     ├── people/         人物ファイル（1人 = 1ファイル）
  │     ├── organizations/  組織ファイル（1組織 = 1ファイル）
  │     └── relations/      AI-Agentが整理する関係性
  └── 05_action_log/        日ごとの行動記録

S1で最初に作るのは、自分の思考・人物・組織・概念・行動が残る場所です。これだけあれば、AI-Agentに読ませて自分のOntologyを育て始められます。

以下は、SOVREN FrameworkをS9まで履修したときの完成形です。最初から全部作る必要はありません。S5以降で財務データ、S6以降で外注・組織管理、S8以降で資本計画や資産管理が増えていきます。

Ontology-workspace/
  ├── 01_raw_inputs/        音声メモ・走り書きの記録
  ├── 02_structured_logs/   整理されたセッションログ
  ├── 03_ontology/
  │     ├── concepts/       概念ファイル（1テーマ = 1ファイル）
  │     ├── people/         人物ファイル（1人 = 1ファイル）
  │     └── relations/      概念同士のつながりを記録
  ├── 04_finance/                財務データ（S5・S8で詳しく設計）
  │     ├── monthly/             月次収支データ（MoneyForward/FreeeのMD変換ファイル）
  │     ├── assets/              総資産・負債の記録
  │     ├── investment/          投資実績の追跡
  │     ├── capital_plan/        長期資本計画（S8 STEP 1）
  │     │     ├── simulation/    20年シミュレーション（AI生成）
  │     │     │     ├── latest.md        最新版（上書き更新）
  │     │     │     └── archive/         過去バージョン（比較用）
  │     │     ├── allocation_rules.md    振り替えルール（人間が書く生データ）
  │     │     └── review/               定期見直しログ（YYYY-MM.md）
  │     └── hedge/               リスクヘッジ設計（S8 STEP 2）
  │           ├── portfolio_map.md       全アセット一覧・本業との相関スコア
  │           └── assets/               アセットクラス別設計書（1クラス＝1ファイル）
  ├── 05_action_log/        決めた行動とその結果
  ├── 06_outsource/         外注案件の管理
  └── 07_research/          AIリサーチ結果の蓄積

このフォルダが、自分の頭の中の地図（Ontology）を外に出したものになります。

ステップ2：思考をインプットする（Data層）

毎日・毎週、自分の思考を 01_raw_inputs に記録します。

やり方（例）：

スマホで音声メモを録音する（考えたこと・気づいたことを話すだけ）
WhisperなどのSTT（音声→テキスト変換）アプリでテキストにする
Google Drive経由でPCの 01_raw_inputs フォルダに自動保存する

BSシートで書き出す

音声メモだけでなく、手書きのBSシート（Brain Stormingシート）に書き出してから、あとで音声やテキストにしてもOKです。

BSシートの作り方は簡単です。

B5サイズのルーズリーフを用意する
紙を縦に二つ折りする
9センチほどの幅の、細長い罫線ノートとして使う

使うときは、考えたいトピックを一つ決めます。たとえば「自分の強み」「今やるべき事業」「なぜこの市場に可能性を感じるのか」などです。

トピックを決めたら、箇条書きで上から一気に書いていきます。途中で手を止めず、うまく書こうとせず、思いついたことをそのまま下まで出します。

テーマ: なぜAIPスクールを広げたいのか

- AIを使える子を増やしたい
- でもAIに答えを出させるだけでは危ない
- 自分で判断できる子を育てたい
- 保護者は「AIが怖い」と思っている
- だから安全性や法教育もセットにしたい
- 点数が上がることも大事
- でも本当は、学び方を自分で持てることが大事

BSシートは、きれいな文章を書くためのものではありません。自分の中にある考えを、検閲せずに外へ出すための道具です。書き終わったら、スマホで写真を撮る、音声で読み上げる、AI-Agentに渡してテキスト化するなどして、01_raw_inputs に保存します。

「正しく書こう」とする必要はありません。とにかく出すことが重要です。

ステップ3：概念ファイルを作る（Logic層）

インプットをもとに、03_ontology/concepts/ フォルダに概念ファイルを作ります。

1ファイル = 1テーマ。たとえば：

concepts/
  ├── 自分の強み.md
  ├── 市場の選び方.md
  ├── 意思決定の基準.md
  └── 苦手なこと.md

概念ファイルに書くこと：

このテーマについて今どう思っているか
自分のモチベーション・理解度（状態）
関連する出来事・判断の記録

AI-Agentを使ってMDファイルを作成・加筆する

概念ファイルは、手作業で一から書くよりもAI-Agentを使って作成する方が望ましいです。MDファイルには、見出し、タグ、関連概念、人物、組織、更新履歴など、多くの構造情報を差し込む必要があります。これを毎回手で整えると、記録すること自体が重くなり、継続できなくなります。

まずはAI-Agentに、何を作りたいかをざっと伝えます。

「自分の市場選定の考え方」について、concepts用のMDファイルのたたき台を作ってください。
関連しそうなタグ、関係する人物・組織、今後追記すべき論点も入れてください。

重要なのは、作ってもらったMDファイルを必ず全部読むことです。分からない言葉、しっくりこない表現、自分の感覚と違う部分があれば、そのまま残さず、AI-Agentに分かる言葉へ書き換えてもらいます。

この表現は自分の言葉ではありません。
もっと日常的な言い方に直してください。

この部分は意味が分かりません。
具体例を入れて、何を言っているのか分かるようにしてください。

読んでいないMD、意味が分からないMD、自分の言葉になっていないMDは、Ontologyの中ではゴミになります。ディレクトリに残さない、増やさないことが大事です。

たたき台を読んだら、それに沿って、今の自分が考えていることをAI-Agentにどんどん追記・書き直ししてもらいます。

このファイルに、いま自分が考えていることを追記してください。

- 自分はこの市場に可能性を感じている
- 理由は、既存プレイヤーがAIを使えていないから
- ただし、現場の人に技術用語で話しても伝わらない
- だから「作業が30分短くなる」のような言葉に変換する必要がある

AIが作る文書は、基本的に既存のMDや一般的な知識をもとに、それらしく組み立てられます。そのため、AIだけで作った書類は、見た目は整っていても実効性を持たない場合がほとんどです。

Ontologyに価値を持たせるのは、今の自分が本当に考えていること、迷っていること、判断したことです。AI-Agentは清書係・構造化係として使い、自分の思考をどんどん追加していきます。

ステップ4：行動を記録する（Action層）

05_action_log に、日にちごとに自分が行ったことを記録します。

行動ログは「AIが提案したことを実行したか」だけを書く場所ではありません。思考、資料作成、MTG、リサーチ、メール、管理業務、移動、発信など、その日に自分が実際に使った時間を記録します。

ファイルは月ごとに作ります。

05_action_log/
  ├── 2026-06.md
  ├── 2026-07.md
  └── YYYY-MM.md

月別ファイルの中では、1日を1ブロックとして記録します。

---
month: 2026-06
updated: 2026-06-05
---

# アクションログ 2026年6月

---

## 2026-06-05（金）

> 稼働: 5h | 主要事業: SOVREN Framework, AIPスクール

| 時刻 | 種別 | 事業 | 内容 | object_id | 成果・メモ |
|------|------|------|------|-----------|-----------|
| 09:00-10:00 | 思考 | SOVREN Framework | オープンソース公開方針を整理 | `SOVEREIGN_Framework` | スクール固有技術ではなく、公開Frameworkとして広げる方針に決定 |
| 10:00-12:00 | 資料作成 | SOVREN Framework | Manifestoページのたたき台を作成 | `SOVEREIGN_Framework` | 原典サイトのトップメッセージを作成 |
| 13:00-14:00 | MTG | AIPスクール | 保護者向け体験導線を検討 | `AIPスクール` | 90分体験セッションを入口にする案を整理 |

記録する項目

項目	書くこと
時刻	`09:00-10:30` のように時間帯を書く。不明なら概算でよい
種別	思考、資料作成、MTG、インプット、コミュニケーション、管理業務、移動、開発・実装、発信など
事業	どの事業・プロジェクトに関係するか
内容	何をしたかを一文で書く
object_id	関係する人物・組織・概念のOntology IDを書く。対象がなければ `—`
成果・メモ	何が決まったか、何を作ったか、何に気づいたかを書く

大事なのは、「やったこと」をただ並べることではありません。あとでAI-Agentが読んだときに、どの行動が、どの人物・組織・概念・意思決定につながっているかが分かるようにすることです。

やった・やれなかった・別のことをした——どれでも記録します。「やれなかった理由」もデータになります。日ごとの行動ログが残っていると、AIはあなたの思考パターン、時間の使い方、先延ばしの癖、成果が出やすい行動を分析できるようになります。

ステップ5：概念同士のつながりを記録する

概念同士のつながりは、自分で一つずつ手作業で記録するのではなく、AI-Agentにお願いして整理してもらいます。

概念ファイル、人物ファイル、組織ファイル、アクションログが増えてくると、自分では気づいていない関係性がたくさん出てきます。たとえば「自分の強み」が「市場の選び方」に影響していたり、「苦手なこと」が「外注する業務」につながっていたりします。

こうした関係性を、AI-Agentに読ませて 03_ontology/relations/links.json や関係性マップに整理してもらいます。

マイフォルダ全体を見直して、人物・組織・概念・アクションログのつながりを整理してください。

特に以下を見つけてください。

- 同じテーマに関係している概念
- 特定の人物や組織と結びついている概念
- 行動ログから見える、継続的な関心や意思決定のパターン
- links.json に追加した方がよい関係性
- 既存の関係性で古くなっているもの

おすすめは、週1回または月1回、AI-Agentにマイフォルダ全体を見直してもらうことです。フォルダ全体を読み直し、マップとつながりを再構築してもらうことで、自分の頭の中の地図が少しずつ精密になります。

ただし、Agentが提案した関係性も必ず確認します。しっくりこない関係、意味が分からない関係、今の自分の感覚と違う関係は、そのまま残さず修正します。関係性マップはAIが作るものではなく、AI-Agentと一緒に育てるものです。

ステップ6：Ontology全体を分析する

ステップ1〜5で、インプット、概念ファイル、行動ログ、関係性マップが少しずつ蓄積されます。ここまで揃ったら、AI-AgentにOntology全体を分析してもらいます。

これは単なる「AIに相談する」ではありません。自分が残してきたMDファイル、日々の行動、人物・組織・概念のつながりをまとめて読み直し、今の自分の判断軸を再構築する作業です。

マイフォルダ全体を読んで、S1の観点からOntology全体を分析してください。

見てほしいこと:

- いま自分が繰り返し考えているテーマ
- 行動ログと概念ファイルの間にあるズレ
- よく登場する人物・組織・概念
- まだ言語化できていない判断基準
- 古くなっているMDや、統合した方がよいMD
- 次に作るべき概念ファイル
- 次の1週間で取るべきアクション

分析結果は、必ず読みます。分からない部分は、分かる言葉に直してもらいます。違和感がある指摘は、AI-Agentに理由を聞いたり、自分の考えを追記して修正します。

このステップの目的は、AIに答えを決めてもらうことではありません。自分が残した情報を材料にして、AI-Agentと一緒に自分の判断軸を更新することです。

使うツール

ツール	用途	費用
Cursor（エディタ）	ファイルの編集・閲覧	無料
Claude Code CLI	AI分析・Ontology更新	月約2,000円
ChatGPT Plus	日常の壁打ち・質問	月約2,000円
Google Drive	スマホ↔PC間のファイル同期	無料
Whisperベースのアプリ	音声→テキスト変換	無料

サイクルのまとめ

思考・発言・気づき
     ↓
音声メモ → テキスト化（01_raw_inputs）
     ↓
概念ファイルに整理（03_ontology/concepts）
     ↓
行動を記録（05_action_log）
     ↓
つながりを記録（03_ontology/relations）
     ↓
Ontology全体を分析
     ↓
次のアクションを決める
     ↓
実行 → 結果を記録 → またインプットへ
     ↓
（ループ）

達成の目安

自分の主要な考え方の軸と判断基準が言葉になっており、継続的に更新されている状態です。

Ontology-workspace フォルダを自分のPCに作成した
概念ファイルが5つ以上作成されている
概念同士のつながりが links.json に記録されている
AIを使って自分の思考パターンを分析した記録がある
日々の意思決定の根拠を言葉にできる