こんにちは、Linkly AI の開発者の Kane です。この記事では、Linkly AI を日常的に使っている12の実例を紹介します。1万件以上のドキュメントがあるとき、AI に何ができるのかをお見せします。
私のドキュメントライブラリ
エンジニア、プロダクトマネージャー、そしてかつてのエンジニアリングマネージャーとして、私のパソコンには10年以上にわたる各種ファイルが蓄積されています。プロジェクトファイル、議事録、研究論文、技術ドキュメント、作業メモ、個人的な思考、人事関連、会社の書類、日記などなど。
幸いなことに、10年以上前から Markdown エディタ（MWeb）を使ってローカルで執筆とメモを続けてきました。それだけでライブラリの約半分、およそ5,000件の Markdown ファイルになっています。
Notion、flomo、Lark Docs などのオンラインツールも併用しています。統一的に検索できるよう、これらのツールのコンテンツを定期的に Markdown や HTML にエクスポートして、Linkly AI に取り込んでいます。
ソフトウェアプロジェクトのドキュメントも Markdown で書き、コードの隣のディレクトリに置いているので、自然と Linkly AI にインデックスされます。
さらに、電子書籍や PDF 論文、技術リファレンスもかなり集めています。数はメモほど多くありませんが、1件あたりの内容が濃いものばかりです。
Linkly AI を使い始めてから、オンラインのクリッピングツールはほぼ使わなくなりました。Chrome 拡張を入れて、開いているウェブページをワンクリックで Markdown に変換。気になるページはフォルダに保存するだけで、Linkly AI が自動的にインデックスして、すぐに検索・利用できるようになります。
こうして少しずつ、1万件を超えるドキュメントが溜まりました。
正直なところ、私はナレッジマネジメントのヘビーユーザーではありません。弁護士やコンサルタント、研究者に比べれば、ライブラリの規模も使用頻度もそれほどではない。執筆、振り返り、AI との深いテーマ議論のときに集中的に使っています。
以下は、Linkly AI と Claude を組み合わせて最もよく使う12のシナリオです。
目的に合わせた履歴書作成
最近、イベントや会議に参加する機会が増え、その場に合わせた履歴書が必要になることがあります。過去の履歴書、昇進記録、プロジェクト経歴など、関連資料はすべてパソコンの中にあります。
Claude に「マネジメント経験を中心にした履歴書を作って」と頼むだけ。ドキュメントライブラリから関連する情報を検索・読み取り・フィルタリングして、新しい履歴書を作成してくれます。
このシナリオが気に入っている理由：
- 複数ドキュメントの検索・読解・要約が必要なため、良いテストケースになる。しかも自分の情報なので、正確かどうか瞬時に判断できる
- AI は本来、あなた個人のことを知らない。定期的に履歴書を作らせると、AI が自分のことをよく理解してくれるようになる
- 自分自身に関する情報は感情的な共鳴を呼びやすく、何年も前の忘れていた出来事を思い出させてくれることがある
起業の振り返り
私が手がけたスタートアップのプロジェクトには、当時の思考、計画、まとめ、振り返りのドキュメントが残っています。過去の起業経験を振り返りたい、あるプロジェクトの教訓をまとめたい——そんなとき、Claude にドキュメントライブラリから関連情報を集めて振り返りレポートを作ってもらいます。
面白いのは、claude.ai で起業のアイデアを議論するのが好きなんですが、つい現実離れした発想に走りがちなこと。しかし Claude は過去のプロジェクトドキュメントと反省をすでに読んでいるので、的確なフィードバックをくれます。たとえば：
このアイデアはクリエイティブですが、xx プロジェクトの振り返りを踏まえると、技術と製品の実行力は心配していません。ただ、市場参入で同様の課題に直面する可能性が気になります…
不思議な感覚です——未来について AI と話しているのに、自分が過去に書いた言葉で返されるのだから。正直、多くの友人のアドバイスより的確です。なぜなら、当時の反省を本当に読んでいるから。
契約書・会社書類・APIキーを探す
起業してから中国とアメリカで複数の会社を登録し、商標も出願し、アプリストア申請のためにプラットフォームの各種証明書や API キーも蓄積してきました。
普段はまったく触れないファイルですが、必要なとき——製品のストア申請、税務書類の記入、商業登記の変更——になると途端に探し回ることになります。
以前は Finder を開いて記憶を頼りにフォルダを辿っていました。今は Claude に「商標登録関連の PDF を全部探して」と言うだけ。商標受理通知書、営業許可証、配偶者同意書まで、申請番号と日付付きで見つけてくれます。
これは本当に実用的なシナリオです。年に1〜2回しか使わないけど、見つからないとかなりストレスになるタイプのファイルです。
ビザ書類
去年ビザを申請したとき、DS-160確認書、在職証明、銀行取引明細チェックリスト、面接準備資料など、大量の書類を準備しました。申請が終わった途端、これらのファイルはフォルダに沈み、二度と開かれませんでした。
今年また準備が必要になり、Claude にビザ関連のファイルをすべて探してもらいました。ファイルを見つけただけでなく、チェックリストの中身を読み取り、前回何を準備して何をアップデートすべきかまで教えてくれました。
このシナリオからの気づき：ビザ、確定申告、引っ越しなど、人生で何度か繰り返すことがある。毎回ゼロから始めるのは無駄が多い。前回の準備資料を AI が引き出してくれれば、効率はかなり上がります。
執筆のための資料収集
執筆は Linkly AI の高頻度ユースケースの一つです。テックブログ、業務レポート、法律分析、論文、業界レポート——いずれも大量の調査と引用が必要です。
私は以前、600以上の AI ツールの情報をまとめ、ChatGPT や AIGC に関するメモや会話ログも大量に残していました。AI ツールのエコシステムについて記事を書こうとしたとき、これらの資料を一つずつ確認するのは現実的ではありませんでした。
そこで Claude に explore 機能で専用のナレッジライブラリを俯瞰してもらい、どんなカテゴリのコンテンツがあるか確認。その後、具体的な方向（例：「画像生成系 AI ツール」）で検索・読み取り・要約してもらいました。
執筆で一番怖いのは素材がないことではなく、自分が集めた素材を忘れてしまうこと。Linkly AI はこの部分で大いに助けてくれます。素材を見つけるだけでなく、要約・集約し、引用のための原文リンクも付けてくれます。
十数冊の電子書籍を起業の参考にする
ドキュメントライブラリには、起業や会社経営に関する電子書籍や長編 PDF がいくつもあります。たとえば24万字の『CEO 財務分析と意思決定』。以前はこういう本は置いてあるだけで、通読する時間はないし、特定の知識を探すにもどのページか分からない。
今は Claude にその本の中で「キャッシュフロー」や「貸借対照表」を検索してもらえます。どの章に出てくるか、具体的にどのページか、前後の文脈まで見せてくれます。
この機能で、複数の長編 PDF が検索可能なナレッジベースに変わります。順番にしか読めないファイルではなくなるのです。
昔の週報を掘り起こす
前職には10年以上在籍し、何百もの週報や四半期レポートを書きました。書いた後は二度と開くことはありませんでした。
ある日、2018年にどんなプロジェクトをやっていたか思い出したくなり、実は週報こそが最良のタイムラインだと気づきました。Claude に「2018年のまとめ」を検索してもらうと、2014年から2019年の週報、四半期レビュー、完全に忘れていたプレゼン資料まで見つかりました。
2014年の自分の週報（「自動配分方式、在庫API連携」）を見ると、考古学のような気分になります。これは単なる業務記録ではなく、キャリア成長の断面です。
友人の面接を手伝う
友人がプロダクトマネージャーの面接を受けることになり、アドバイスを求められました。前職でマネージャーをしていた頃、多くの候補者を面接し、面接官トレーニングも主催していた——その資料がパソコンに残っています。
Claude に「面接」関連のドキュメントを探してもらうと、面接記録、面接官トレーニングスライド、候補者評価表、自作の面接戦略メモが見つかりました。そこからキーポイントを抽出し、友人向けの参考資料にまとめてもらいました。
このシナリオの核心：自分の経験と知識は、書いたけど二度と自発的には開かないドキュメントに眠っている。AI がそれを再び活性化してくれるのです。
マネジメント経験の体系化
同様に、チームマネジメントでどんな方法論を蓄積してきたかを体系的に振り返りたいとき、その経験は多くの場所に散らばっています：OKR 研修スライド、昇進審査資料、チーム構築ドキュメント、四半期レビューなど。
こうした複数ドキュメントにまたがる情報の統合は、人間が最も苦手とすることです。あるドキュメントに何か書いたことは覚えていても、十数件のドキュメントを総合して一つの全体像にすることは、人間の脳にはほぼ不可能です。
Claude は「チームマネジメント」「OKR」「パフォーマンス」「研修」などのキーワードで検索し、関連ドキュメントを見つけ、一つずつ読んで要点を抽出し、構造化されたマネジメント経験サマリーにまとめてくれます。通常10〜15件のドキュメントを読みます。
さらに AI は、これらの資料から私のマネジメントスタイル、哲学、そして弱点まで要約してくれます。過去のマネジメント資料にアクセスし理解できるからこそ可能なことです。
昔のスタートアップアイデアを発掘する
起業家として、製品のインスピレーションやビジネスモデルのアイデアが常に浮かんでは消えます。多くは Notion にメモしたり、ChatGPT で議論したりしたもの。時間が経つと、これらの断片的な記録は埋もれてしまいます。
Claude に「スタートアップアイデア」「製品コンセプト」「ビジネスモデル」で検索してもらうと、ChatGPT の会話履歴から完全に忘れていたアイデアリストが出てきました：インタラクティブ体験アプリ、翻訳ツール、ワークフロー自動化ツール… 今見ても面白いものもあれば、明らかに現実的でないものも。
大事なのはすべてのアイデアが良いことではなく——どれも失われないということ。適切なタイミングや状況が訪れたとき、再び見つけ出せるのです。
最近何をしていたかの確認
小さいけど実用的なシナリオです。金曜の午後、今週何をしたか振り返りたいけど、フォルダを一つずつ見る気にはなれない。
Linkly AI に最近追加された explore 機能で、ドキュメントライブラリ全体を俯瞰できます。「最近のアクティビティ」セクションには、過去7日間にどのディレクトリが変更されたかが表示されます。「linkly-ai-v3 ディレクトリで4ファイルが変更」と表示されれば、今週のメイン作業がすぐに思い出せます。
派手な機能ではないけど、実際の問題を解決してくれます：最近どのドキュメントを修正したか、そしてその修正されたドキュメントの中に最新の情報が入っているということ。
技術学習の軌跡を辿る
これはちょっと個人的なシナリオです。ある夜、ふと「これまでどんな技術を学んできたんだろう？」と気になり、Claude に MWeb のメモと Hugo ブログ記事から技術関連のコンテンツを検索してもらいました。
2017年の技術共有スケジュール（React Native、Vert.x など、当時のホットな話題）が見つかり、すっかり忘れていた技術学習メモも出てきました。
この「考古学」的な振り返りに実用的な価値があるかは分かりません。でも、自分の技術スタックの変遷——PHP/Python からプロダクト、フロントエンド、Rust へ——が見えてきて、それぞれの転換にはその時々の背景と理由があったことが分かります。
いくつかの感想
長く使ってきて、Linkly AI の最大の価値は「検索」そのものではなく、眠っていた過去のドキュメントに再び価値を与えることだと感じています。
私たちは絶えずドキュメントを生み出しています——メモ、メール、週報、契約書、振り返り、思いつき。しかし書き終えた瞬間、99%の確率で二度と開かれることはない。どこかのフォルダに静かに横たわり、存在しないのと同じです。
これまでのナレッジマネジメントの理論、フレームワーク、方法、ツールはすべて「どう記録するか？」「どう管理するか？」「あとで見つけられるか？」という問題を解こうとしてきました。しかし「どう使うか？」は本当の意味で解決されていなかった。大規模言語モデルが登場し、AI ナレッジベースという製品カテゴリが生まれるまでは。
Linkly AI がやっていることはシンプルです。フォルダを追加すれば、眠っているドキュメントが自然と AI ツールから検索・閲覧できるようになります。
パソコンにドキュメントを溜め込んでいる方は、ぜひ試してみてください。
Linkly AI はローカルドキュメント検索エンジンです。PDF、Markdown、Word、HTML、画像などに対応。すべてのデータはお使いのコンピューター上に保存され、クラウドにアップロードされることはありません。MCP プロトコルを通じて、Claude、ChatGPT、Cursor などの AI ツールがローカルドキュメントを直接検索・閲覧できます。
詳しくはこちら：linkly.ai