はじめに
Obsidian をセカンドブレイン（第二の脳）として運用し、AIエージェント（LLM）にその知識を検索・参照（RAG: Retrieval-Augmented Generation）させる取り組みが増えています。
しかし、人間にとって読みやすいだけの非構造化されたノート群は、LLMが検索する際にベクトル類似度検索（Vector Search）やキーワード検索の精度を低下させ、不要なトークン消費やハルシネーション（誤情報生成）の原因となります。
本記事では、AIエージェントがセカンドブレイン内を高速かつ的確に参照・検索・更新できるように最適化された 「RAGフレンドリーな Vault 構造化ルール」（命名規則・YAML Frontmatter・WikiLink・アトミックノート設計）を解説します。
1. RAG 精度を阻害する4大要因
-
曖昧なファイル名:
メモ1.mdや無題.mdなど、ファイル名からトピックが推測できないノート。 - メタデータの不全: 作成日時、ノートの種類（一次資料・要約・議論・成果物）、既読状態が不明なノート。
- 巨大な肥大化ノート: 複数のトピックが長文で詰め込まれたノート（LLMのコンテキストウィンドウを圧迫し、チャンク分割時に文脈が断片化する）。
- 孤立ノート (Orphan Notes): どのノートからもリンクされておらず、グラフレインにおける知識の関連性が追えないノート。
2. 検索優先（Retrieval-First）命名規則
すべてのノートは、原則として YYYY-MM-DD_[kind]_[topic].md 形式の統一フォーマットに従います。
kind（ノート種別）の標準一覧
kind |
意味 | 対象ディレクトリの例 |
|---|---|---|
dash |
ダッシュボード / MOC (Map of Content) | 00_Dashboard/ |
inbox |
未処理の指示・発注メモ | 01_Inbox/ |
agent |
エージェントの個別作業ログ・思考メモ | 02_Agents/ |
mem |
共通ルール・環境設定などの長期記憶 | 03_Shared_Memory/ |
raw |
外部から収集した一次資料・生データ | 04_Knowledge/Raw/ |
wiki |
構造化された知識・要約ノート | 04_Knowledge/Wiki/ |
comp |
異分野統合知見ノート | 08_Compound/ |
例:
2026-07-25_comp_human-freedom.md2026-07-20_wiki_ai-agents-operation-guide.md
この命名規則により、AIエージェントは正規表現（Grep / List Dir）のみでファイルの種類と作成時期・トピックを即座にフィルタリング可能です。
3. 標準 YAML Frontmatter の仕様
すべてのノートの先頭には、マシンリーダブルなメタデータとして以下のプロパティを必須記載します。
---
title: "ノートの正確で具体的なタイトル"
created_at: 2026-07-28
updated_at: 2026-07-28
type: dashboard | note | raw | compound
kind: dash | agent | wiki | comp | law | phil
status: raw | literature | permanent | compound | active
ingest_status: unread | processing | ingested # Inbox / Raw ノートのみ
tags:
- domain/topic
- tech/category
aliases:
- "別名や旧タイトル"
---
プロパティの活用メリット
-
statusによるライフサイクル追跡: ノートが「生データ（raw）」か「精緻化された永続的知識（permanent）」かを判別し、AIが優先的にロードすべきノートを識別できます。 -
aliasesによる表記揺れ吸収: AIが検索クエリを発行する際、エイリアスが含まれていることでヒット率が向上します。
4. アトミックノート原則と WikiLink グラフレイン
1ノート1アイデア（Atomic Note）
RAG のチャンク分割（Chunking）において、1つのノートに複数の話題が混在していると、ベクトル空間上で無関係なコンテキストが混入します。1つのノートには1つの独立した概念・トピックのみを扱い、必要な長さにとどめます。
最低2本の WikiLink 接続ルール
新しく作成されたノートは、必ず既存の親ノート（MOCやダッシュボード）または関連する概念ノートへ 最低2本以上の WikiLink ([[YYYY-MM-DD_kind_topic]]) を接続します。
[[2026-07-20_dash_project-overview]] ──(親MOC)──► [ 新規作成ノート ]
│
[[2026-07-25_comp_architecture]] ──────(関連知見)──────┘
仮リンク（Forward Reference）の許容
未作成の概念であっても、将来的にアトミックノート化すべきキーワードには [[YYYY-MM-DD_kind_topic]] の形式で仮リンクを先行して貼ることを推奨します。定期的なヘルスチェックツールがこれを検知し、アトミックノートの作成を促します。
5. まとめ
Obsidian を AI エージェントのセカンドブレインとして活用するためには、人間側の配慮だけでなく、「AIが迷わず検索・判定できるメタデータ・構造化ルール」 の徹底が不可欠です。
YYYY-MM-DD_[kind]_[topic].mdによる検索優先命名- 標準 Frontmatter プロパティによる状態管理
- 1ノート1概念のアトミック化と WikiLink ネットワーク維持
この3原則を導入することで、RAG の検索精度とAIエージェントのパフォーマンスを飛躍的に向上させることができます。