【要約】③ 組織で使うNotion設計：Notion AIを活かす情報構造の作り方 [Qiita_Trend] | Summary by TechDistill
> Source: Qiita_Trend
Execute Primary Source
// Problem
組織が生成AIを導入しても、期待した成果が得られない問題に直面している。原因はAIの性能不足ではなく、AIに渡す情報の整備不足にある。具体的には、以下の課題がボトルネックとなる。
- ・情報が記録されていない、または複数の場所に散逸している。
- ・目的や判断理由といった「なぜ」という文脈が欠落している。
- ・AIへの指示に毎回膨大な前提説明が必要で、利便性が低い。
// Approach
ミッションDBを核とした、リレーションによる情報構造の設計を採用する。AIが業務の文脈を辿れるよう、以下の手法を構築する。
- ・ミッションDBを軸に、議事録、タスク、ナレッジをリレーションで接続する。
- ・目的、経緯、作業ログ、成果物を各DBに定義し、情報を構造化する。
- ・議事録からタスクを自動生成し、作業ログをタスクに紐付ける運用を確立する。
- ・「Nowボタン」等の工夫により、作業ログ記録の心理的障壁を下げる。
// Result
情報の「探す」運用から、ミッションを起点に「たどる」運用へと進化する。これにより、組織全体で以下の効果が得られる。
- ・AIが業務文脈を理解し、精度の高い回答を生成する。
- ・議事録作成やタスク管理の工数が削減される。
- ・日々の作業ログが自然に組織知（ナレッジ）へと変換される。
Senior Engineer Insight
> 本質はAI活用以前の、データモデリングの重要性にある。リレーションによる構造化は、AIの回答精度を劇的に高める。一方で、継続的な入力負荷が運用のボトルネックとなる。作業ログを記録させるための「Nowボタン」のような、入力の心理的障壁を下げるUX設計が不可欠だ。設計の質が、AIのレバレッジを決定する。