PARA メソッド × AI 動画知識管理：BibiGPT で毎日見る動画を再利用可能な知識資産に変える

2026 年 5 月現在、ビリビリ、YouTube、ポッドキャストで日々生まれる優良コンテンツは、消化できる量の 10 倍を超えます。多くの人は「いいね + 保存 + 後で見る」の 3 点セットで凌いでいますが、半年後に振り返ると、保存リストに 800 本入っているのに鮮明に覚えているのは 5 本以下。

Tiago Forte が『Building a Second Brain』で提唱した PARA メソッドは、この問題を根本から解決します。本記事は PARA フレームワークを AI 動画消費シーンに落とし込み、すぐ着手できる BibiGPT ワークフローを示します。

実践ルール： 「動画を見た」≠「学んだ」。知識は分類・検索・再利用されて初めて、本当に脳に入ったと言える。

一、PARA メソッドとは

PARA は Projects、Areas、Resources、Archives の頭文字。Tiago Forte は Forte Labs 公式ブログで「ツール横断・プラットフォーム横断の汎用分類システム」と定義：

Projects（プロジェクト）：締切と具体的成果がある短期業務。例：「来月の製品発表会」「修論完成」
Areas（領域）：締切のない長期責任範囲。例：「健康」「財務」「自分のチャンネル運営」
Resources（リソース）：興味はあるが当面用途のないテーマ。例：「AI 動画生成」「日本旅行ガイド」
Archives（アーカイブ）：上記 3 種で完了/期限切れ/興味喪失したもの

実践ルール： 同じ動画でも段階によってカテゴリが変わる。今日見た「Suno V5.5 チュートリアル」は音楽プロジェクトをやっていないなら Resources。来週曲を作ると決めたら即 Projects へ昇格。

二、AI 動画消費時代に PARA が特に合う理由

2026 年のコンテンツ消費環境には 3 つの新特徴：

生成コンテンツの爆発：AI 生成動画が指数的に増え、「保存価値のある」割合が下がり、人間の脳でのフィルタリングは不可能
クロスプラットフォーム分断：YouTube で英語学習、ビリビリで技術視聴、抖音でトレンド追跡、ポッドキャストで通勤 — 各プラットフォームに独自の保存リスト、バラバラ
検索失敗が常態化：「数ヶ月前に RAG の動画を見た記憶がある」 → 30 分探しても見つからない

PARA はこの 3 点を直撃：クロスプラットフォーム統一分類（どのプラットフォームの動画も 4 カテゴリへ）、起源ではなく用途で整理（プラットフォーム別フォルダから脱却）、検索可能（各動画に構造化要約 + タグ）。

三、PARA × BibiGPT 実戦ワークフロー

PARA を BibiGPT ライブラリに落とす具体手順：

Step 1：4 つの一次コレクション作成

BibiGPT の動画コレクションで 4 つ作成：

01-Projects — 進行中のプロジェクト
02-Areas — 維持する長期領域
03-Resources — 興味あるテーマ
04-Archives — アーカイブ

Step 2：各一次コレクションの下に二次コレクション

二次コレクションは具体的プロジェクト/領域/テーマ。例：

01-Projects/2026-Q3-製品発表会
02-Areas/自分のチャンネル
03-Resources/AI-動画生成

Step 3：動画視聴ごとに 3 ステップ

リンクを BibiGPT に貼って 5 秒で要約生成
要約を読んだら「この動画はどのコレクションに入る？」と自問（PARA 決定木）
BibiGPT のコレクション一括移動コピーで直接分類

Step 4：週 1 回の「Archives 大掃除」

毎週日曜 15 分：

完了 Project → Archives へ
興味失った Resources → Archives へ
Areas の情報密度の高い動画は BibiGPT ハイライトノートで要部抽出

Step 5：特定テーマの情報が必要な時は直接検索

記憶に頼らない。対応コレクションを開く → BibiGPT コレクション AI 対話で直接質問、モデルがコレクション内全動画の字幕から回答。

PARA カテゴリ	BibiGPT 操作	頻度
Projects	関連動画を見たら即分類、毎日処理	毎日
Areas	日曜の整理 + ハイライト抽出	毎週
Resources	興味あるテーマは即追加、消化を強制しない	随時
Archives	完了/興味喪失コンテンツを一括移動	毎週

四、5 つの実例：ペルソナ別 PARA レシピ

レシピ 1：学生（試験期）

01-Projects/2026-期末試験：試験範囲関連動画
02-Areas/自分の専攻：長期追跡する学科フロンティア
03-Resources/学習方法論：ファインマン、PARA 系動画
04-Archives：前学期アーカイブ

レシピ 2：コンテンツクリエイター

01-Projects/来週の動画企画：YouTube / ビリビリ / 抖音で見つけたインスピレーション
02-Areas/チャンネルの方向性：競合深掘り分析
03-Resources/共通制作スキル：編集、コピー、カメラワーク
04-Archives：公開済み素材アーカイブ

レシピ 3：プロダクトマネージャー

01-Projects/2026-Q3-要件分析：競合デモ、ユーザーインタビュー動画
02-Areas/担当製品ライン：業界カンファレンス、ユーザーフィードバック
03-Resources/プロダクト方法論：古典フレームワーク解説
04-Archives：ローンチ後アーカイブ

レシピ 4：研究者

01-Projects/論文-LLM 評価：関連トーク、カンファ録画
02-Areas/研究方向：分野最新動向
03-Resources/共通研究スキル：執筆、可視化、統計
04-Archives：発表後アーカイブ

レシピ 5：キャリア学習者

01-Projects/2026-Q3-新スキル：チュートリアル動画
02-Areas/キャリア領域：業界分析、専門家シェア
03-Resources/共通職場スキル：コミュニケーション、交渉、報告
04-Archives：スキル習得後アーカイブ

実践ルール： Projects は少ないほど良い（同時 5 つ以下）、Resources は大量でも OK（500+ も可）— ただの「将来使うかも」プール。

五、PARA × BibiGPT の隠れた 3 つの価値

基本分類以外に、この組み合わせには 3 つの目立たないが実用的な価値：

動画横断回想：BibiGPT グローバルディープ検索で全字幕からキーワード検索、PARA 分類で検索範囲を特定コレクションに絞れる
複数動画統合：コレクション総合要約で 1 コレクション内 10 本の動画のコア観点を 1 つのレビューに統合
クロスデバイス同期：BibiGPT メインサイト、デスクトップ、Chrome 拡張、モバイルアプリ、1 アカウントで同期、PARA 構造は全デバイスで可視

六、よくある質問（FAQ）

Q1：PARA の二次分類はどれくらい細かくすべき？ A：3 階層以内（一次 PARA + 二次プロジェクト/領域 + 三次専題）。これ以上は「フォルダ不安」になる。

Q2：1 つの動画を複数コレクションに入れられる？ A：可能。BibiGPT のコレクション一括移動コピーは「コレクションへコピー」をサポート（動画が複数コレクションに出現）、プロジェクト横断で使うコアリソースに最適。

Q3：PARA とプラットフォーム別コレクション（YouTube / ビリビリ）は矛盾しない？ A：矛盾しない。BibiGPT は複数コレクションをサポート。プラットフォーム別は閲覧用、PARA 別は検索用と使い分け。

Q4：保存リストに既に数百本ある場合、どう始める？ A：一気に整理しようとしない。PARA は新規動画用に使い、古い動画は遭遇時に分類（または全部 Archives に放り込んで必要時検索）。

Q5：BibiGPT が対応する動画プラットフォームは？ A：BibiGPT は YouTube / ビリビリ / 抖音 / TikTok / 小紅書 / ポッドキャスト / 網易雲音楽など 30 以上の主要音声・動画プラットフォームに対応。100 万人以上のユーザーに利用され、500 万件以上の AI 要約を生成。

七、PARA ワークフローに BibiGPT を追加

PARA は方法論、BibiGPT は実装ツール。組み合わせれば、毎日見る動画は履歴から消えなくなります。

BibiGPT AI 動画要約をワンクリックで体験
BibiGPT 動画コレクション詳細で知識ベースの組み立て方を確認
WeChat 公式アカウント「魔法司」をフォローして毎週の知識管理実戦テクニックを入手

—— BibiGPT チーム