渡す情報で、AIの答えは変わる
AIエージェントでスキル・エージェントに仕事を任せられるようになった後に進む段階です。「もっと使いこなしたい」と思ったとき、伸びしろがあるのは道具の数ではありません。AIに渡す情報の質——データ・ナレッジ・メモリの3つです。
メモ✏️ 用語メモ：コンテキスト
コンテキスト（context）とは、AIが回答するときに参照できる「手元の資料」のことです。 過去のやりとり、渡した資料、あなたの価値観や状況——こうした情報の集まりが多く・質が良いほど、AIの回答はあなたに合ったものになります。
AIの出力の質を左右する「コンテキスト」の重要性
ヒント💡 コラム
経営者目線でもう一段掘り下げた読み物として、AIはコンテキストが9割を用意しています。
この章を貫く主張はひとつです。AIの出力の質を決めるのは、モデルの賢さでも、プロンプト（AIへの指示文のこと）の書き方のうまさでもありません。そのAIに何を渡しているか、つまりコンテキストです。
AIは「次に来る言葉を確率で予測する」仕組みです。そのため、提供する情報（コンテキスト）が同じであれば、ChatGPT、Claude、Geminiといったモデルの差による回答の違いはわずかです。逆に、渡す情報が薄ければ、どのモデルを使っても平均的な回答しか返ってきません。
例「先週の売上は？」と聞いてみると
AIに「先週の売上は？」と聞くと、自信満々に間違った数字が返ってくることがあります。
原因はAIが賢くないからではありません。「売上」の定義は、請求ベースか入金ベースか、返金をいつ差し引くかなど、会社ごとに違います。この“御社ルール”をAIに渡していないだけなのです。
AIチャットで「一般論しか得られない」「毎回同じ前提を説明している」「自分らしいアウトプットにならない」と感じるなら、それはAIに渡す情報（コンテキスト）が不足している兆候です。
チャットだけのやりとりでは、AIに渡せる材料は「今この瞬間の指示文」だけになります。過去のやりとりは消え、あなたの判断基準も、積み重ねてきた経験も伝わりません。
この章では、その材料——データ・ナレッジ・メモリ——をどう渡すかを順番に見ていきます。
コンテキストがアプリ・エージェントの次の段階となる理由
アプリ（アプリ（バイブコーディング）総論）やエージェント（AIエージェント総論）を活用しても、AIは「毎回同じ前提説明を必要とする賢い検索」の域を出ません。
同じ道具を繰り返し使ううちに、「毎回同じ前提を説明するのが面倒」「もっと自分の状況を分かった上で答えてほしい」という壁にぶつかります。ここで初めて、コンテキスト設計（AIに何を・どう渡すかの設計）が効いてきます。
骨子
| 段階 | やること | 各論 |
|---|---|---|
| 指示 | 誰でも持てる情報を渡す | データとつなぐ ／ データを整える |
| 型化 | あなただけの知見を渡す | ナレッジの渡し方 ／ ナレッジの育て方 |
| 自律 | 貯まっていく資産として持たせる | メモリの基本 ／ メモリの実践 |
| 実践 | 置き場所をつくる（Obsidianで実装する） | Obsidian（第二の脳） |
「データ」と「ナレッジ」の違い：AI活用における差別化の鍵
一般情報（データ）をいくら積んでも、AIの回答は一般論止まりです。
差別化するのはあなたにしかない判断基準・経験ナレッジです。詳しくは ナレッジの渡し方 を参照してください。
ナレッジが渡ると、AIは単なる調べ物係から、複数の情報源を統合して"あなたらしい結論"を組み立てる編集長に変わります。この章の到達点の目安は、「自己紹介して」の一言で、自分らしい答えが返ってくる環境ができた状態です。
推奨される学習ロードマップ
- まずは「渡す」を実践：データとつなぐで基本を習得し、データを整えるでAI-readyな状態に仕上げます。
- 知見の深化と育成：ナレッジの渡し方で自分だけの知見に踏み込み、ナレッジの育て方で分類・育成・パーソナライズを進めます。
- 持続的な自己理解の構築：メモリの基本で「自分とは何者か」を持続的に持たせる設計を学び、メモリの実践でメモリを最新に保つ習慣や各社メモリ機能の違いを確認します。
- 実装と実践の場：Obsidian（第二の脳）で、データ・ナレッジ・メモリを実際にどこへ・どう置くかを具体的に学びます（ステップ1〜3と並行して読んでも問題ありません）。
個人から組織へ：コンテキスト活用の拡張
個人のコンテキストが育ってきたら、同じ発想を会社の資産に広げる段階に進みます。
これは組織活用に収録しています——会社のコンテキストをためる・既存データを整える（組織活用総論）。