はじめに
最近「ノーコード／ローコードで業務アプリを構築できるプラットフォーム」とAIを使った「ナレッジ管理／リサーチ支援ツール」が注目を集めています。
最近は Open Notebook のような「AIでノート・ドキュメントを解析 → 資料や知見の蓄積・検索を効率化する仕組み」などがあります。
そこで今回、「Pleasanter に登録されていたビジネスデータやドキュメントを一度エクスポートし、Open Notebook に取り込んで AI で解析／可視化してみる」ということを行いました。
本記事はその記録です。
読者対象は、以下のような方を想定しています：
- Pleasanterで業務データを持っていており、そこから「知見」「ノウハウ」「ナレッジ」を抽出したい人
- AI の力を借りて「ドキュメント、データ、メモ」の再利用性を高めたい人
- オープンソースでプライバシーを守りながら自分なりのナレッジ基盤を作ってみたい人
基礎となる知識
Pleasanter とは
- Pleasanter とは .NET ベースのノーコード／ローコード開発プラットフォーム
- テーブル間の関連、検索・ソート・集計、ワークフロー、CSV インポート／エクスポート、API 等を提供
Open Notebook とは
- Open Notebook とは AI を使ったオープンソースのノート／ナレッジ管理プラットフォーム
- PDF・Webページ・テキスト・動画など、多様なコンテンツに対応
- 複数 AI プロバイダ(OpenAI, Anthropic, Ollama等) に対応
- 自ホスト可能でプライバシー性が高い
本記事で取り扱わない内容
Pleasanter のセットアップ方法
- Pleasanter のセットアップ方法は、公式のマニュアルを参照ください
- 本記事ではPleasanterをローカル環境にセットアップ済みとして進行します
Open Notebook セットアップ方法
- Open Notebook のセットアップ方法は、公式のマニュアルを参照ください
- 本記事ではOpen Notebookをローカル環境にセットアップ済みとして進行します
実際にやってみた: Pleasanter → Open Notebook の使い方
データ登録の流れ
-
Pleasanter から CSVファイルをエクスポート
- Open Notebookに登録したいデータをエクポートしておきます
- Open Notebookに登録したいデータをエクポートしておきます
-
Open Notebook に「Souce」として登録
2-1. Open Notebook 画面
2-2. Create → Souce
2-3. Text Content にエクポートしておいたCSVを貼り付けてDoneをクリック
2-4. 登録した Souce
-
Notebook の登録
3-1. Notebook の作成
3-2. Notebook へ「Souce」追加
3-3. 「Souce」追加完了
-
AI による解析・要約生成
4-1. 3-3 の赤枠からチャットで質問
AIによる分析全文は長いので後述します4-2. Notesへ保存
4-3. Notesへ保存後
AIによる分析全文
現在のプロジェクトにおけるタスクの進捗状況と残作業量について、データから以下の全体的な傾向が確認できます：進捗状況の全体的な特徴
混在した完了状態
プロジェクト全体では不均一な進捗パターンが見られます [source_insight:rol4hd2yuvdiyyfqh0ce]：
- 完了済みタスク: 一部のタスクは完全に納品・完了している
- 計画段階タスク: 他のタスクは依然として計画フェーズに留まっている
- 実施中タスク: 「実施中」ステータスのタスクが存在
進捗管理の体系化
進捗追跡は体系的に管理されています [source_insight:rol4hd2yuvdiyyfqh0ce]：
- 3段階ステータス: 「未着手」→「実施中」→「完了」
- 定量的指標: パーセンテージによる完了率追跡
- リアルタイム更新: コメント欄での協業と課題解決のコミュニケーション
残作業量に関する傾向
計画外スコープの影響
データ移行要件の追加により残作業量に変化が生じています [source_insight:rol4hd2yuvdiyyfqh0ce]：
- 計画外のスコープ追加として発生
- マスターデータ変換ロジックの実装が必要
- 当初計画からの作業量増加を示唆
機能分類別の作業分散
残作業は以下の専門領域に分散しています [source_insight:rol4hd2yuvdiyyfqh0ce]：
- ネットワーク/セキュリティ: 専門的な設定・検証作業
- サーバー管理: システム基盤の完成作業
- 業務アプリケーション開発: ビジネス要件への対応完了
- 運用管理: 継続的な体制整備
テスト・検証段階の状況
段階的検証プロセス
テスト作業は体系的に進行中です [source_insight:rol4hd2yuvdiyyfqh0ce]：
- コンポーネントレベル: 個別機能の検証（ネットワーク接続、サーバー操作、アプリケーション機能）
- 統合テスト: ビジネスシナリオに対する全体システム検証
支援体制の構築
初期サポートフェーズに向けた準備が進行中 [source_insight:rol4hd2yuvdiyyfqh0ce]：
- インシデント管理プロトコルの整備
- 要員ローテーションスケジュールの策定
全体的な傾向の評価
現在のプロジェクトは：
- 進捗の不均衡: 機能・フェーズ間で完了度に差がある
- 継続的管理の必要性: 混在した進捗状況により、きめ細かい管理が必要
- スコープ変更への対応: 計画外要素への適応が進行中
- 統合フェーズへの移行: 個別作業から統合テスト・運用準備への段階的移行
この状況は、複雑なITプロジェクトにおける典型的なパターンを示しており、残作業の完了には各機能分類の専門性を活かした並行作業と、統合的な品質管理が重要となることを示唆しています。
結果
- 要約の作成が容易に行える
- Notesを蓄積することでナレッジ作成も容易に行える
課題としては：
- Souceとするデータの整備
- 今回はCSVファイルの内容をそのままSouceとして使用した
- マークダウンファイルにすることでAI回答の精度が向上を望める
- 使用する AIモデルによってコスト／速度調整が必要
- コンテキスト量による精度
まとめ
- Pleasanter のレコードデータを、Open Notebook の AI ナレッジ基盤に統合することで、「資料や知見の蓄積・検索を効率化する仕組み」の足掛かりを作成することができた
- データを蓄積していくことで、過去の情報が点ではなく線としてつながり、必要な情報にすぐアクセスできる環境がとすることができる
- 今後は運用を続けながらデータを育てていくことで、ナレッジ基盤へと発展させていきたい
今後の課題
- Pleasanter から CSVファイルのエクスポート、マークダウンファイル化の自動化
- Open Notebook へ自動登録
- AI による解析・要約生成の通知
- Pleasanter からチャットUI連携
参考資料
- Pleasanter GitHub: https://github.com/Implem/Implem.Pleasanter
- Open Notebook GitHub: https://github.com/lfnovo/open-notebook