【要約】Claude Codeに人生を管理させて3ヶ月、一番効いたのは自動化じゃなかった [Qiita_Trend] | Summary by TechDistill
> Source: Qiita_Trend
Execute Primary Source
// Problem
著者は、AIにキャリア等の深い相談をする際、毎回前提条件を説明する手間が発生する「初対面問題」に直面した。AIが過去の文脈を保持していないため、相談の質が低下するという課題があった。
* AIが個人の価値観や経歴を記憶していない。
* 自身の目標や価値観が言語化されておらず、AIへの入力が曖昧である。
* 情報の分類が整理されていないため、管理が破綻しやすい。
* AIが個人の価値観や経歴を記憶していない。
* 自身の目標や価値観が言語化されておらず、AIへの入力が曖昧である。
* 情報の分類が整理されていないため、管理が破綻しやすい。
// Approach
著者は、情報を「時制」という軸で5つのカテゴリに分類し、AIが参照しやすい構造を構築した。これにより、AIが「今、何を参照すべきか」を明確にした。
* 情報を「静的・未来・進行中・過去〜現在・蓄積」の5軸で整理。
* 00_self（静的）、01_direction（未来）、02_work（進行中）、03_journal（過去〜現在）、04_knowledge（蓄積）の構成を採用。
* Claude CodeのSkills機能を用い、相談や振り返りをコマンド化。
* MCP（Model Context Protocol）でカレンダー等の外部ツールと連携。
* Memory機能により、個人の好みをファイルへ永続化。
* 情報を「静的・未来・進行中・過去〜現在・蓄積」の5軸で整理。
* 00_self（静的）、01_direction（未来）、02_work（進行中）、03_journal（過去〜現在）、04_knowledge（蓄積）の構成を採用。
* Claude CodeのSkills機能を用い、相談や振り返りをコマンド化。
* MCP（Model Context Protocol）でカレンダー等の外部ツールと連携。
* Memory機能により、個人の好みをファイルへ永続化。
// Result
3ヶ月の運用を経て、著者はAIへのコンテキスト注入の精度向上と、自己管理の仕組み化を実現した。
* AIへの前提説明コストが大幅に削減された。
* 「書く」プロセスを通じて、自己理解（言語化）が深化した。
* 目標の振り返りやタスク作成が半自動化され、継続的な運用が可能になった。
* AIへの前提説明コストが大幅に削減された。
* 「書く」プロセスを通じて、自己理解（言語化）が深化した。
* 目標の振り返りやタスク作成が半自動化され、継続的な運用が可能になった。
Senior Engineer Insight
> 本手法の本質は、AIへのプロンプトエンジニアリングではなく、データの「スキーマ設計」にある。情報を時制で分ける設計は、システムにおけるデータのライフサイクル管理に通じる。自動化による利便性と、人間による意思決定の分離が、実運用における鍵となる。機密情報の扱いには注意が必要だが、AIエージェントを実務に組み込む際の優れた設計思想である。