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上に以下のフォルダを作ります。

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

手書きのBSシート（Brain Stormingシート）に紙で書き出してから音声にしてもOKです。「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

ステップ4：概念同士のつながりを記録する

03_ontology/relations/links.json に、概念同士の関係を記録します。

「自分の強み」→「市場の選び方」に影響している
「苦手なこと」→「外注する業務」につながっている

つながりが増えるほど、自分の頭の中の地図の精度が上がります。

ステップ5：AIで分析・更新する

Claude CodeなどのAIを使って、蓄積したファイルを分析します。

AIに依頼できること（例）：

「02_structured_logs の直近1ヶ月を読んで、思考パターンの変化を教えて」
「concepts フォルダを読んで、まだ言語化できていない判断基準があれば指摘して」
「今週の行動ログと概念ファイルを照合して、次のアクションを提案して」

このAIとの対話が、「AIに答えをもらう」ではなく「AIで自分の思考を強くする」使い方です。

ステップ6：行動を記録する（Action層）

05_action_log に、AIが提案したアクションとその結果を記録します。

{
  "action": "自分の強みファイルを更新する",
  "status": "done",
  "result": "3つの新しい視点を追加できた"
}

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。

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）
     ↓
つながりを記録（03_ontology/relations）
     ↓
AIで分析・パターンを発見
     ↓
次のアクションを決める（05_action_log）
     ↓
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