160 件の記事を Claude Code にインポートし、個人的な練習コーチを獲得しました
記事を読み終えてはいけません。 それを行動に移しましょう。
これがAI時代の私自身に課す原則です。
すべての始まり
4 月初旬、私はソーシャル メディアで次の記事を目にしました。誰かが [クロード コードにヒューバーマン ポッドキャストを 300 エピソード] (https://www.youtube.com/watch?v=KRpZSvtMiTI) を投げ、その後 AI にフィットネス コーチの代わりをさせました。 別のクリエイターはさらに一歩進めて、Dan Koe による 93 件の記事で同じことを行い、Obsidian で起業家コーチを構築しました。
読み終えて最初に頭に浮かんだのは、かっこよさではなく、ユニバーサル版を作れないかということでした。
ただのコーチになりたくないからです。 誰の記事でもコーチになれる仕組みを作りたいです。 別の作者なら 30 分で構築できたかもしれません。
そこで私は午後をかけてアーキテクチャ全体をゼロから設計しました。
まず質問を明確にしましょう: なぜ記事を読んでも変わらないのか
とても感動的な記事を読んで、その瞬間は啓発されたと感じても、3日後には読んだ内容を完全に忘れてしまったという経験は誰しもあるでしょう。
問題は、学習と行動の間の断絶です。
記事を読むのは受動的です。 情報を受け取り、それが理にかなっていると感じますが、「理にかなっている」を「今日何をすべきか」に変換するのに役立つメカニズムはありません。
それが優れたコーチのすることです。彼は単に「集中しなさい」と言うのではなく、「今日の実験は次のとおりです。午前 9 時から 10 時の間、すべての通知をオフにして、1 つのことだけを行います。結果は明日わかります。」と言いました。
違いは次のとおりです。コーチは知識を検証可能な実験に変えます。
デザインのアイデア: コーチには何が必要ですか?
私は「コーチング」を 4 つの要素に分類します。
1. 知識ベース (コーチの脳)
コーチには参考になるものが必要です。 一般的な AI の知識ではなく、特定の思想家のフレームワークや原則です。
ナレッジ ベース エンジンとして Google NotebookLM を選択しました。 理由は簡単です。単にテキストの断片を検索するだけではなく (一般的な RAG が行うことです)、その背後には、ナレッジ ベース全体のコンテキストを理解し、意味合成を実行できる Gemini 2.5 が組み込まれています。
つまり、読み上げてくれるのではなく、理論全体を本当に「理解」した上で返答してくれるのです。
2. プロフィール（コーチの人柄）
作家ごとにスタイルが異なります。 Dan Koe は直接的で、徹底的で、でたらめはありません。 James Clear は簡潔で、科学的に裏付けられており、ストーリーの使い方が上手です。
プロファイルは、コーチのスタイル、ルール、ワークフローを定義します。 Markdown ファイルを 1 つ作成するだけで完了です。
3. 進捗ファイル (コーチの記憶)
AI の最大の問題は健忘症です。 新しい会話はすべてゼロから始まります。
私はそれをMarkdownファイルという簡単な方法で解決しました。 コーチは各応答の前に読み取り、各応答の後に上書きします。 このファイルはコーチの「記憶」であり、目標、実験、進捗状況、学んだことを記録します。
ベクターライブラリは必要ありません。 .md ファイルで十分です。
4. スケジューリング（コーチのリズム）
良いコーチは、その人のことを考えているだけで見つかるものではありません。 彼はあなたのところに来ます。
3つのスケジュールを設定しました。
- 午前 7 時 45 分 — 昨日を振り返り、今日のアクションを設計する
- 午後 5 時 30 分 — 今日何をしたか尋ねます
- 日曜日の朝 — 1週間全体を振り返り、来週の実験を計画します
これにより、学習→実験→追跡→反復という閉ループが形成されます。 毎日自動運転。
実装: スクラッチからオンラインのシステムまで
記事を取得する
最初のステップは、すべての記事の URL を収集することです。 私は、Web サイトの sitemap.xml に接続し、すべての記事の URL を取得するという最も直接的な方法を使用しました。
ウェブサイトには 160 件の記事があります。 5 分以内にすべてを取得して CSV に保存します。
NotebookLM に記入
URL を NotebookLM にバッチインポートします。 無料版ではノートブックごとにソースが 50 個までに制限されているため、3 つに分割しました。 後で、システムがマルチノートブック クエリを完全にサポートしており、それを逆アセンブルしても効果がないことがわかりました。
クロードコードを接続する
1 行の指示で、notebooklm-mcp-cli をインストールし、NotebookLM を Claude Code に接続します。 今後、Claude Code は私のナレッジ ベースに直接クエリできるようになります。
「」 NLM セットアップ追加クロードコード 「」
コーチングの枠組みを確立する
このステップは考えるのに最も時間がかかりますが、実際の実行はすぐに完了します。 私が構築したもの:
- コーチ プロフィール ディレクトリ - すべてのコーチのプロフィールが含まれています
- テンプレートを設定します - 新しいコーチはテンプレートをコピーして空白を埋めるだけです
- 進捗テンプレート - 各コーチの進捗ファイル
- コーチの役割定義 - AI に自分がコーチであることと、どのように行動するかを知らせます
スケジュールを設定する
3 つのスケジュールされたタスクは、いつコーチが率先してあなたに話しかけるかを定義します。 午前のレビュー、午後のチェックイン、日曜日のまとめ。
設計開始からシステム稼働までにかかった時間は約3時間。
コーチとの最初の会話
システムが構築された後、私は一言「コーチ」と言った。
Claude Code はすぐに Coach ロールを開始し、構成ファイルを読み取り、3 つのノートブックをクエリし、完全な初期化レポートで応答しました。
- 160の記事から6つのコアメンタルモデルを抽出
- 私の目標に基づいて 3 つの具体的な実験を計画しました
- 各実験には目標、手順、期限、成功指標、リスク評価があります。
- 最後に3つの厳しい質問をされました。
That’s when I knew this system worked.なぜなら、「これこれの専門家が言ったこと」をただ伝えるだけでなく、彼のフレームワークを私の特定の状況に適用し、それを今日から始められる何かに変換してくれるからです。
後でコーチに、Facebook、スレッド、ニュースレターに毎日投稿したことを伝えると、すぐに実験を「始め方」から「レベルアップの方法」まで再調整してくれました。
「現在、情報を共有していますか？それとも世界観を共有していますか？」という私の核心的な質問まで指摘されました。
ユニバーサルアーキテクチャの力
このシステムについて私が最も興奮しているのは、コーチングそのものではなく、その再利用性です。
新しいコーチを追加するには、次の 4 つの手順のみを実行します。
- 記事のURLを収集する（10分）
- NotebookLM に記入する (5 分)
- 設定テンプレートをコピーし、空欄を埋めます（5分）
- 進捗テンプレートをコピーし、目標を入力します (2 分)
30分もあれば、まったく新しいコーチが登場します。
次のような可能性を想像してみてください。
- Naval Ravikant のツイートをすべて起業家コーチに変える
- ポール・グレアムの散文を思考コーチに変える
- あなた自身の過去の執筆をセルフコーチに変えます - AI があなたの思考履歴に基づいてあなたに挑戦させます
- 本のすべての章を読書コーチに変えます – ただ読むだけでなく、最後まで読み終えてください
これは単なるツールではありません
最初に戻る: 記事を読み終えるだけでなく、行動に移してください。
ナレッジコーチはまさにそれを行います。 受動的な読書を、実験の能動的なサイクルに変えます。
ただし、1 つ強調しておきたいのは、コーチングは足場であるということです。 目標は足場の必要性をなくすことです。
実験を続け、進捗状況を追跡し、改善を繰り返すと、記事のフレームワークと原則が徐々に自分の考え方に組み込まれていきます。 その時点で、あなたはもう AI コーチを必要としません。なぜなら、あなたは自分自身のコーチになったからです。
自分でやりたい場合
システム全体の技術的な敷居は実際には高くありません。 必要なのは次のとおりです。
-クロード・コード
- Googleアカウント（NotebookLM）
- 多少の Markdown 編集能力
完全なインストール手順、ユーザーマニュアル、アプリケーションマニュアルを作成しました。 ご興味がございましたら、私の AI コミュニティへようこそ。これらのリソースを入手してください。
最も重要な最初のステップは、ツールをインストールすることではなく、「誰かの知恵を私のパーソナル トレーナーに変えることができるとしたら、誰がいいですか?」と自問することです。
答えはあなたの最初のコーチです。
