投稿

Codex × Obsidian上級編：Markdownだけで作る軽量RAGとAI知識基盤

前回は、ObsidianをCodexの「外部記憶」として使う方法を紹介しました。 次の段階では、単にCodexがVaultを読むだけでは足りません。 重要なのは、 必要な知識をCodex自身が選ぶこと 、 古い情報を避けること 、 確認済みの事実だけを使うこと 、そして 使い終わった知識を再利用可能な形で戻すこと です。 ここまで来ると、Obsidianは単なるノート置き場ではなく、Codexが利用する「知識基盤」に変わります。 上級編のゴール 目指す構成は次の通りです。 Sources → Research → Decisions → Codex → Drafts → Published さらに、Codexは依頼内容に応じて必要なノートだけを読みます。 人間が毎回ファイルを指定する 状態から、 Codexが自分で読むべき知識を判断する 状態へ進化させます。 1. VaultをAI向けに分ける おすすめ構成は次の通りです。 Sources/ ：原資料や一次情報 Research/ ：確認済みの事実や調査結果 Decisions/ ：過去に何を選び、なぜそう判断したか Drafts/ ：生成中の文書 Published/ ：完成済みの成果物 TODO/ ：未確認事項や追加調査 この構成にすると、Codexにルーティングルールを持たせやすくなります。 2. frontmatterで「知識の品質」を管理する Markdownの先頭にメタデータを持たせます。 --- type: research topic: pixel status: verified updated: 2026-08-15 expires: 2027-02-15 source_count: 5 confidence: high --- Codexには、「 status: verified で、 expires を過ぎていないResearchだけ使う」と指示できます。 これで古いノートを誤って使うリスクを減らせます。 3. Decisionsフォルダが意外と重要 Researchには事実を保存します。一方、Decisionsには判断を保存します。 Pixel 11 Proを推した理由 なぜこのSEOタイトルにしたか なぜこの構成を採用し...
コメントを投稿
Read more »

CodexをObsidianと連携する方法！Vaultを外部記憶にしてトークン消費を抑える

Codexを使っていると、次第に「毎回ゼロから情報を渡すのはもったいない」と感じるようになります。 過去に調べたこと、技術メモ、判断した理由、失敗した手順、記事の下書き、製品比較。こうした情報を毎回プロンプトへ貼り付けるのではなく、 Codexが必要なときに自分で読みに行ける知識ベース を用意できれば、かなり効率が上がります。 そこで相性がいいのがObsidianです。 ObsidianのVaultは特殊なデータベースではなく、Markdownファイルが入った普通のフォルダです。Codexから見れば、そのまま「検索できる・読める・編集できる作業データ」になります。 つまり、今回の主役はObsidianではありません。 Codexをより少ない説明で動かすために、Obsidianを外部記憶として使う。 これがこの記事の基本的な考え方です。 さらにNotebookLMを加えると、 NotebookLMで大量の原資料を読み、Obsidianへ整理済みの事実を保存し、Codexが必要な情報だけを使って最終生成する という役割分担もできます。 結論：ObsidianをCodexの「外部記憶」にする CodexとObsidianを組み合わせるために、必ずしも専用プラグインが必要なわけではありません。 Obsidianのノートは .md ファイルとして保存されています。 たとえばWindowsでVaultが次の場所にあるとします。 C:\Users\ユーザー名\OneDrive\Obsidian\MyVault この MyVault をCodexの作業対象にすれば、その中のMarkdownをCodexから読み取ったり、編集したりできます。 Codex ← Obsidian Vault → 人間 同じ知識ベースを、人間はObsidianから、AIはCodexから扱う構成です。 Codexに外部記憶があると何が変わる？ 通常はCodexへ「前回こういう調査をした」「この記事ではこの条件を使う」「この数値はこの資料が根拠」と毎回説明する必要があります。 しかし、それらをObsidianへ保存しておけば、たとえば次のように指示できます。 「Research/Pixel11_2026.mdを読んで記事を書いて」 毎回長い背景説明を書く必要が減り、...
コメントを投稿
Read more »

Pixel 11 Proは本当に必要？Pixel 11・Pixel 10と比較して分かった“価格差を払う価値”【2026年版】

Google Pixel 11シリーズが登場すると、どうしても「Tensor G6になった」「ズーム倍率が上がった」「画面が明るくなった」といったスペック比較に目が向きます。 しかし、実際に購入するときに重要なのは、 その差に自分がお金を払う価値があるか です。 Pixel 11とPixel 11 ProはどちらもTensor G6とGemini Intelligenceを搭載します。つまり、Proを選ばないと最新世代の基本体験が得られないわけではありません。 この記事では、一般的なスペック表だけではなく、 「Proの価格差は何に払っているのか」「Pixel 10から1年で買い替える意味はあるのか」「AIを使わない人でも11を選ぶ価値があるのか」「3年使う前提ならどれが合理的か」 という視点でPixel 11、Pixel 11 Pro、Pixel 10を比較します。 先に結論：3機種の選び方はこう考える 選び方 おすすめ 理由 最新世代をできるだけ合理的に使いたい Pixel 11 Tensor G6やAIなど世代の中核機能を使える 望遠・動画・画面品質にお金を払える Pixel 11 Pro 価格差の主な価値がカメラとディスプレイにある Pixel 10に不満がない Pixel 10を継続 1世代差では日常用途の体感差が小さい可能性がある AIをほとんど使わない Pixel 10継続またはPixel 11 Proの追加費用を回収しにくい 子ども・ライブ・動物など失敗できない撮影が多い Pixel 11 Pro 望遠・動画・高度な撮影機能を活かしやすい 比較軸1：Pixel 11 Proの価格差は「速さ」ではなく何に払うのか Pixel 11とPixel 11 Proは、どちらも Tensor G6 を搭載しています。 ここが重要です。Proを選ぶ追加費用は、単純に「CPUが速いから」ではありません。 主に差が出るのは、次のような部分です。 望遠を含むカメラ性能 最大120倍ズーム 8K動画ブーストなどのPro向け動画機能 1～120HzのLTPOを採用したSuper Actuaディスプレイ HiLightなどPro固有の機能 つまり、Pixel 11 Proを買うかどうかは、 「高性能スマホが欲しいか」...
コメントを投稿
Read more »

Pixel 10a vs 9a vs 8a 徹底比較！進化したポイントと買い替える価値【2026年版】

Googleの廉価版Pixel「a」シリーズに、Pixel 10aが加わりました。 Pixel 8aやPixel 9aを使っている人にとって気になるのは、「Pixel 10aはどれくらい進化したのか」「今買い替える価値はあるのか」という点でしょう。 結論から言うと、 Pixel 8aからPixel 10aへの買い替えは、バッテリー・ディスプレイ・耐久性・通信性能を重視するなら魅力があります。一方、Pixel 9aからPixel 10aへの変更は、性能面では小幅な進化です。 Pixel 10aはPixel 9aと同じTensor G4、8GB RAM、5,100mAhバッテリー、48MP＋13MPのデュアルカメラを採用しています。その一方で、画面の明るさ、カバーガラス、充電、通信モデム、カメラ・編集機能などが強化されています。 Pixel 10a・9a・8aの主な違い 項目 Pixel 10a Pixel 9a Pixel 8a ディスプレイ 6.3インチ Actua 6.3インチ Actua 6.1インチ Actua リフレッシュレート 60～120Hz 60～120Hz 最大120Hz ピーク輝度 3,000ニト 2,700ニト 2,000ニト カバーガラス Gorilla Glass 7i Gorilla Glass 3 Gorilla Glass 3 プロセッサ Tensor G4 Tensor G4 Tensor G3 RAM 8GB 8GB 8GB 背面カメラ 48MP＋13MP 48MP＋13MP 64MP＋13MP バッテリー 5,100mAh 5,100mAh 4,492mAh 防塵・防水 IP68 IP68 IP67 OS・セキュリティ更新 7年間 7年間 7年間 Pixel 8aは6.1インチ、最大120Hz、Tensor G3、8GB RAM、4,492mAhバッテリーを搭載しています。Pixel 10aと9aは画面が6.3インチへ大型化し、バッテリーも5,100mAhまで増えています。 1. Pixel 10a最大の特徴は「完成度を上げた9a」 Pixel 10aは、名前だけを見るとTensor G5などへの大きな性能向上を期待したくなります。 しかし実際には、Pixel 10aのプロセ...
コメントを投稿
Read more »

ChatGPTのAndroid課金情報：料金・支払い・解約・二重課金を解説

ChatGPTをAndroidで有料利用するときは、「料金はいくら？」「Google Playでどう管理する？」「Web版と二重課金にならない？」といった点が気になります。この記事では、OpenAIの公式情報をもとに、AndroidでのChatGPT課金について料金、支払いの管理、解約、アカウントの紐付け、二重課金の注意点を整理します。 ChatGPT Plusの料金 OpenAIはChatGPT Plusを月額20ドルの月払いプランとして案内しています。ChatGPT Plusには、無料プランより高い利用上限、混雑時の優先アクセス、より広いモデルやツールへのアクセス、音声、画像生成、ファイルのアップロードと分析、Deep Researchなどの機能が含まれます。ただし、利用できるモデルや機能、利用上限は変更されることがあります。 ChatGPT Plusには、現時点で年間一括払いのオプションはありません。 AndroidではGoogle Playの表示価格を確認 Androidアプリから契約する場合、実際の購入時にはGoogle Play側に表示される価格を確認してください。地域、通貨、税などによって表示される金額が異なる可能性があるため、「Android版は必ず月額○○円」と固定した金額で考えるより、購入直前の画面を確認するのが確実です。 Androidで契約したサブスクリプションはGoogle Playで管理 Google Play経由でChatGPTのサブスクリプションを契約した場合、Google Play側で定期購入を管理します。契約時に使用したGoogleアカウントを確認しておくことが重要です。 一方、chatgpt.comで契約したサブスクリプションは、Google Playではなくchatgpt.com側で管理・解約します。どこで契約したかによって管理場所が異なります。 Android版ChatGPTの解約方法 Google Play経由で登録した場合は、Google Playストアから解約できます。 Android端末でGoogle Playストアを開く ChatGPTの登録に使ったGoogleアカウントでログインしていることを確認する 定期購入の画面を開く ChatGPTを選択する 「定期購入を解約」を選...
コメントを投稿
Read more »

スマホのChatGPTからBloggerへ下書き保存する方法｜GPT Action・MCP・Apps Scriptの違い

スマートフォンのChatGPTで記事を作り、そのままGoogle Bloggerへ下書き保存できないか。実際に個人用のBlogger記事作成Skillを用意し、Apps ScriptやGPT Actions、MCPについて調べながら試してみました。 先に結論を書くと、 スマホから記事を作ること自体は可能ですが、単体のSkillへAction URLを書くだけではBloggerへの送信機能になりません 。外部サービスを操作するには、GPT ActionまたはMCPツールをChatGPT側へ正式に接続する必要があります。 今回実現したかったこと 目標は、スマートフォンから次のように依頼するだけで、Bloggerへ新しい下書きを追加することでした。 このメモをブログ記事に整えて、Bloggerへ下書き保存して。 想定した処理は次のとおりです。 メモや文章を読みやすいブログ記事へ整える タイトルとラベルを作る Blogger向けのHTML断片へ変換する 禁止タグや秘密情報を検査する 明確な保存依頼がある場合だけBloggerへ送信する Bloggerでは公開せず、下書きとして保存する 最初に作った個人用Skill まず、次の役割を持つ個人用Skillを作りました。 日本語で記事を編集する Blogger用のHTML断片を作る 本文先頭に h1 を原則入れない html 、 head 、 body 、 script などのタグを使わない ユーザーが明確に承認した場合だけ下書き保存する 公開、既存記事の更新、削除は行わない Action URLや固定キーを会話や記事へ表示しない 記事の編集、HTML変換、入力検査までは問題なく実行できました。しかし、「Bloggerへ下書き保存して」と依頼すると、下書き保存用のツールが接続されていないため、実際の送信はできませんでした。 なぜSkillだけではBloggerへ送信できないのか 調べて分かったのは、Skillと外部操作ツールの役割が別になっていることです。 ...
コメントを投稿
Read more »

CodexとNotebookLMをカスタムMCPで連携する手順

NotebookLMで集めた資料を、Codexから参照・整理できるようにしたい場合は、カスタムMCP（Model Context Protocol）として接続する方法があります。 この記事では、コミュニティ製の notebooklm-mcp-cli を使い、WindowsのChatGPTデスクトップアプリ（Codex）へNotebookLMを接続する手順をまとめます。 注意: この連携はGoogleおよびOpenAIの公式連携ではありません。NotebookLMの内部APIやブラウザの認証情報を利用する仕組みのため、機密性の高い資料では使わないことをおすすめします。 できること NotebookLMのノートブックを一覧表示する ノートブック内の内容を質問・要約する URLやテキストなどをソースとして追加する 音声概要、レポート、スライドなどの作成を依頼する 事前準備 Windows PC ChatGPTデスクトップアプリ（Codex） NotebookLMを利用できるGoogleアカウント 1. uvをインストールする PowerShellを開き、次のコマンドを実行します。 winget install --id astral-sh.uv -e 完了したら、PowerShellを一度閉じて開き直します。 2. NotebookLM用CLI／MCPをインストールする uv tool install --python 3.12 notebooklm-mcp-cli インストールされる主なコマンドは以下です。 nlm : NotebookLMを操作するコマンドラインツール notebooklm-mcp : CodexなどのAIクライアントと接続するMCPサーバー 3. Googleアカウントで認証する nlm login ブラウザが開くので、NotebookLMで利用しているGoogleアカウントにログインします。認証状態は次のコマンドで確認できます。 nlm login --check 4. CodexにカスタムMCPとして登録する ChatGPTデスクトップアプリで、次の順に設定します。 設定を開く MCP servers を選ぶ Add server を選ぶ 種別として STDIO を選び、MCPサーバーのコマンド...
コメントを投稿
Read more »