2026-04-28時点｜ Notion・Obsidian・Readwise・Cuboxユーザー向け

結論： 第二の脳(Second Brain)の真のボトルネックは「どれだけ貯めたか」ではなく「どれだけ早く消化するか」です。ポッドキャスト・YouTube・講義・Bilibiliは現代知識労働者の90%「情報原料」ですが、従来のPKM方法論(PARA、Zettelkasten)はすべてテキスト前提でした。本ガイドは2026年の動画・音声版を提示します：捕獲 → 蒸留 → 接続 → 表現、そしてBibiGPTを既存のNotion・Obsidianシステムにどう挿入するかを示します。

试试粘贴你的视频链接

支持 YouTube、B站、抖音、小红书等 30+ 平台

YouTube

B站

TikTok

小红书

播客

+30

なぜ動画時代に従来PKMが破綻するのか

テキストは速読できますが動画はできません — 1時間ポッドキャストは「飛ばし読み」不能
ノートアプリはテキストしか受け付けない — 動画・音声はブラックボックス、内部検索不能
「一度見たら翌日忘れる」がデフォルト
Notion・Obsidian・Readwise間のフォーマットサイロ — クロス検索不能

PARA (Tiago Forte)、Zettelkasten (Niklas Luhmann) は「テキストの整理法」には答えましたが「動画がシステムに入る方法」には答えませんでした。AIがそのパッチです。

4ステップ方法論の概観

ステップ	目標	出力
1. 捕獲 Capture	動画・音声をシステムに取り込む	字幕・リンク・メタ情報
2. 蒸留 Distill	原料を知識に	要約・要点・マインドマップ
3. 接続 Connect	知識を第二の脳に結合	バックリンク・タグ・索引
4. 表現 Express	知識を出力に参画させる	記事・スライド・フラッシュカード

看看 BibiGPT 的 AI 总结效果

松尾豊教授に聞く、生成AIの「次の10年」

PIVOTのロングインタビュー。LLMの進化軸、ソブリンLLM、ロボティクス、そして三つの言葉について松尾豊教授が語る。

まとめ

東京大学・松尾豊教授が、生成AIの今後10年を冷静に語る35分間のロングインタビュー。短期のブームではなく「複利で効いてくる10年」を見るべきだと前置きしたうえで、LLMの進化軸（推論時計算・エージェント・マルチモーダル）、日本にソブリンLLMが必要な3つの理由、ロボティクスとの融合、そしてリスクと向き合い方を順に整理する。最後に「まず絶望から始めよ／技術を舐めろ／AIを崇めるな」の三つの言葉に実装者へのメッセージを凝縮し、行列のできるラーメン屋のメタファーで締めくくる。

ハイライト

🧠 進化は止まらないスケーリング則は鈍化しても、推論時計算・エージェント・マルチモーダルの3軸でまだ大きく伸びる。
🇯🇵 ソブリンLLMの必要性日本語コーパス、産業データ、安全保障の3観点から、海外モデル一辺倒は長期的にリスクが大きい。
🤖 次の主戦場はロボティクス VLAモデルにより、製造・物流・介護の現場が向こう5〜10年で本格的に変わる。
⚠️ リスクは禁止より実装で誤情報・著作権・雇用は現実の論点。Sandbox型ガバナンスで実験を回し続けるべき。
💡 三つの言葉「まず絶望から始めよ／技術を舐めろ／AIを崇めるな」— 実装者の姿勢を一言で表す。

#ソブリンLLM #ロボティクス

質問

- 短期の派手さに惑わされると本質を見誤る。複利で効いてくる構造変化は、10年スパンでないと見えてこない。
- 海外モデル任せでは日本語性能・産業データ活用・安全保障のすべてで長期的に不利になる、というのが教授の立場。
- 自分の仕事や知識が時代遅れになる現実を直視しない限り、本気の打ち手は出てこない。出発点としての絶望は健全な動機づけになる。

キーワード

推論時計算 (test-time compute) モデルに「考える時間」を与えることで性能を引き上げるアプローチ。
ソブリンLLM 国内で開発・運用される基盤モデル。日本語性能と産業データ活用、安全保障の観点から重要視される。
VLA (Vision-Language-Action) 視覚・言語・行動を統合したロボット用基盤モデル。LLMが「身体」を持つ次の段階。
Sandbox型ガバナンス禁止寄りの規制ではなく、実験範囲を限定して試行錯誤を許す枠組み。

想要总结你自己的视频？

BibiGPT 支持 YouTube、B站、抖音等 30+ 平台，一键获得 AI 智能总结

免费试用 BibiGPT

ステップ1 — 捕獲：「見た/聞いた」を「処理可能」に

1.1 ソース

YouTube・Bilibili・ポッドキャスト → ブラウザ拡張でBibiGPTへ送信
ローカル講義・会議 → ローカル動画文字起こしにドラッグ
Apple Podcasts・Spotify・小宇宙 → ポッドキャスト transcriptに貼り付け
会議録音 → 会議フルワークフロー参照

1.2 選択性

PKM第1法則：「より多く捕獲」が「より良い捕獲」ではない。

すべての動画が第二の脳に入る価値があるわけではない。PARAの4分類に従う：現在のプロジェクト・長期領域・将来リソース・アーカイブ価値ある素材のみ捕獲。純娯楽は見て流す。

ステップ2 — 蒸留：字幕を消化可能な知識に

2.1 3層構造化出力

BibiGPT のデフォルト出力3層：

30秒要約 — 「続けるか」を決める
章立てごとの要点 — 5-10分で全容把握
タイムスタンプ付きフル字幕 — いつでもドリルダウン

これは Tiago Forte の Progressive Summarization に正確にマップされます — 必要に応じて投入する労力を調整。

2.2 マインドマップ — 視覚的骨格

動画は本質的にマインドマップ向き：トピック → サブトピック → 事例。BibiGPTはワンクリック生成、SVG・PNG・Markmap書き出し → Notion・Obsidian Canvasに即添付。

2.3 AI対話 — 「読む」ではなく「問う」

最良の蒸留は受動的読解ではなく能動的質問。BibiGPT の出典追跡付き動画対話：

「ゲストが挙げた具体的数値は？」
「このゲストは前回ゲストとどこで意見が分かれる？」
「私がSaaSを作るなら、この論点はどう適用される？」

回答にはクリック可能なタイムスタンプ。「知識作業」と「知識照会」を分ける線です。

ステップ3 — 接続：第二の脳に結合

3.1 ノートシステム選択

システム	推奨ワークフロー	参照
Notion	Notion APIで各要約をデータベース行として自動保管	Notion + BibiGPTワークフロー
Obsidian	vaultにMarkdown書き出し + 自動バックリンク	Obsidian + BibiGPT動画ノート
Readwise	ハイライト自動同期	YouTube → Readwise
Cubox	要約・概要・タイムスタンプ一括送信	Cubox API設定

3.2 タグとバックリンク

PKM第2法則：単独ノートに価値はなく、接続が価値を生む。

各動画ノートに最低3タグ：

トピックタグ (#AIエージェント #ポッドキャスト #インタビュー)
著者・ソースタグ (#Lex-Fridman)
状態タグ (#消化中 #適用済 #引用予定)

Obsidianユーザーは [[]] バックリンクで既存グラフに新動画を自然に編入。

3.3 索引ノート

月次索引ノート1つ — その月の全動画 + 一行要約 + ジャンプリンク。これは Maps of Content (MOC) の動画版。

ステップ4 — 表現：知識を出力へ

4.1 出力フォーマット

出力	BibiGPT 機能
ニュースレター・ブログ	動画→記事
スライド	要約ページからPPTワンクリック
Anki フラッシュカード	フラッシュカード書き出し
動画間総合	コレクション総合要約
マルチプラットフォーム再配信	動画 → 記事 → 短尺スクリプト

4.2 Feynman テスト

PKM第3法則：頭から出ていない知識は消化されていない知識。

Feynman Technique 適用 — 自分の言葉で再説明すると、どこで詰まるかが見えます。BibiGPT のAI対話が自然な Feynman パートナー：自分の再説明を貼り付けて「どこを間違えた？」。

深掘りガイド：Feynman + Bilibili 学習ループと動画学習科学システム。

4.3 動画間総合（複利はここで発生）

PKMの複利効果は複数動画の接続から来ます。BibiGPT のコレクション要約は同一トピック10エピソードを1つの総合に変換：

「先月見たAIエージェント関連10動画 — 各核心論点、意見対立、アクション可能な賭けは？」

これがPKMの掛け算効果 — 単一動画は価値限定、10連結動画は単一視聴では得られない洞察。

他方法論とのマッピング

方法論	テキスト時代の答え	動画時代パッチ (BibiGPT)
PARA	ファイルをP/A/R/Aに	動画ノートも同分類 + 字幕検索
Zettelkasten	原子ノート + バックリンク	章要約 = 原子ノート + タイムスタンプ引用
Building a Second Brain	CODE: Capture-Organize-Distill-Express	同4動作、原料層に動画追加
Linking Your Thinking	MOCs	月次動画索引 = 動画MOC
Progressive Summarization	4段強調	30秒・章・字幕 + AI質問

FAQ

Q1：Notion + Readwise 既存システムがあるが、BibiGPTはどこに？

A： BibiGPT は 原料 + 蒸留レイヤー。捕獲・字幕・要約・マインドマップは BibiGPT、最終保管・接続は Notion・Readwise。

Q2：すべての動画に4ステップ全部？

A：いいえ — PARA フィルタリングでプロジェクト・領域・リソース関連動画のみフルパイプライン。

Q3：動画間総合のコストは？

A： Plus・Pro ティアにコレクション要約含む、動画数で課金。料金.

Q4：ローカルポッドキャスト処理？

A：ローカル音声テキスト化 — ドラッグするだけ。機微コンテンツはローカルプライバシーモード。

Q5：単純な Whisper + ChatGPT との違い？

A： Whisper + ChatGPT は字幕と一回限り要約のみ。マインドマップ・出典追跡チャット・コレクション総合・ノートツール統合・フラッシュカード・動画→記事ができません。BibiGPT は PKMパイプラインで、単機能ツールではありません。

Q6：情報過多回避？

A：だからこそPKM選択性原則。PARA + 月次索引 + 動画間総合 — 過多防止の3段ゲート。

結語：2026年の第二の脳の姿

第二の脳は「見た動画を全部保存」ではなく「見た動画が将来何らかの決定・創作に参加すること」です。AIは「見た → 消化 → 再使用」リンクを10分以内に圧縮します。BibiGPT の役割はシンプル：動画・音声をノートシステムの1級市民にする。

今すぐ始める：

Web：https://bibigpt.co
デスクトップ：https://bibigpt.co/download/desktop
モバイル：https://bibigpt.co/app
ブラウザ拡張：https://bibigpt.co/apps/browser

立即体验 BibiGPT

想要体验这些强大的新功能吗？立即访问 BibiGPT，开启您的智能音视频总结之旅！

开始使用

BibiGPTチーム

AI動画・ポッドキャストで第二の脳を構築：PKM 4ステップ方法論 (2026)