GuideIntermediate

Karpathyの「LLM Wiki」メソッド · AIに本当の意味で知識を蓄積させる

2026年4月、Andrej Karpathy——OpenAI共同創業者、元Tesla AI責任者——が短い文書を公開し、それが爆発的に広まりました(1,600万ビュー超)。それが「LLM Wiki」パターンです。そのアイデアはシンプルゆえに秀逸です。AIが忘れて、あなたが毎回すべてを繰り返す代わりに、AI「自身」がmarkdownでwikiを構築・維持する——会話のたびに「成長」し、あなたが読めるナレッジベースです。このガイドでは、彼の正確なメソッドをやさしい言葉で、なぜこれほどうまく機能するのか、そしてコピペですぐ使えるプロンプトでどう立ち上げるかを解説します。これはCLAUDE.mdファイルの次に来る自然なステップです。

Jun 18, 202612 min

その前に、メモリのガイドを見よう

このリソースは、AIにメモリを与えるもっともシンプルで強力な選択肢——あなたが読むファイル——を深掘りします。まだ見ていないなら、[AIのためのメモリツール](/recursos/memoria-para-tu-ia-herramientas)のガイドから始めてください。そこに全メニューがあります。ここでは、その達人のテクニックに徹底的に踏み込みます。

Karpathyが解決しようとした問題

AIと作業するたびに、あなたはいろいろ説明し、一緒にアイデアを探り、結論にたどり着き……そしてそのすべてがチャットを閉じた瞬間に蒸発します。次回、AIは何も覚えておらず、あなたはまた同じことを説明する。Karpathyはこう指摘します。知識は蓄積されない——どの会話もゼロから始まる、と。

それを打ち破る彼のアイデアは、シンプルゆえに秀逸です。AIが自分自身のwikiを書き、維持する——蒸発する代わりに、会話のたびに成長するナレッジベースを持つのです。

それを要約する一言

Karpathyはこう言います。「Obsidianはisan IDE、LLMはプログラマー、wikiはコードだ」。あなたはwikiを書かない——AIが書き、維持する。あなたはそれを読み、使う。

アイデア:AIがひとりで構築するwiki

AIが段階的にwikiを構築します。互いにリンクされたmarkdownファイルの集まりで、あなたとあなたの情報源(ドキュメント、ノート、リポジトリ)の間に存在します。あなたはそれを読み、AIはそれを書いて維持する。二人で学んだことすべてが記録され、つながっていく——こうして時間とともに、そのwikiはバラバラのノートよりも価値のあるものになります。

人間はいつも自分のwikiを放置してしまうのに、なぜこれは機能するのか?Karpathyは正確な答えを出します。「ナレッジベースを維持する退屈な部分は、読むことでも考えることでもない——それは事務作業(bookkeeping)だ……人間がwikiを放置するのは、維持の手間が価値よりも速く増えるからだ。LLMは飽きないし、相互参照の更新を忘れないし、一度に15個のファイルを触れる」

メソッドの3つのレイヤー

Karpathyはこのシステムを3つのレイヤーに整理します。それを理解することが、メソッド全体を理解することです。

アーキテクチャ

1. 生の情報源(raw sources):あなたのドキュメント、記事、オリジナルのリポジトリ。これらは不変——AIは読むが、決して変更しない。あなたの真実の源。

2. wiki:AIが生成するmarkdownファイルのフォルダ。AIはこのレイヤー全体の所有者:あなたが読み、AIが書く。

3. スキーマ:wikiがどう整理されているかをAIに伝えるドキュメント(あなたのCLAUDE.mdまたはAGENTS.md)。これが、AIを汎用チャットボットではなく「規律ある司書」に変えるものです。

ここであなたのCLAUDE.mdとつながる

注目してほしいのは、第3のレイヤーがまさにステップ1のファイル(CLAUDE.md / AGENTS.md)だということです。だからこのメソッドは、そのファイルの自然な進化なのです。単なる「あなたのルール」であることをやめ、AIがあなたのwikiをどう維持するかのマニュアルになるのです。

3つの操作(AIがwikiに対して行うこと)

このメソッドには3つのアクションがあり、Karpathyが名付けた名前がついています。

Ingest(取り込む)。 新しい情報源(記事やリポジトリ)を渡します。AIはそれを読み、要点をあなたと話し合い、wikiに要約ページを書き、インデックスを更新します。ひとつの情報源が、wikiの10〜15ページに触れて、それらをつなげることもあります。

Query(問い合わせる)。 何かを尋ねます。ここが素晴らしいところです。良い回答は、新しいページとしてwikiに書き戻されるのです。こうして、あなた自身の探究が、取り込んだ情報源と同じようにナレッジベースに蓄積されていきます。

Lint(点検する)。 AIにwikiの健康チェックを依頼します。ページ間の矛盾、古くなった記述、孤立したページ(たどり着くリンクがないもの)を探します。wikiをひとりで健全に保ちます。

2つの特別なファイル

Karpathyは、index.md(内容ごとに整理された、wiki全体のカタログ)とlog.md(時系列の、追記のみの記録)を勧めています。彼のヒント:ログの各エントリを## [2026-04-02] ingest | タイトルのように一貫した接頭辞で始めると、シンプルなツールで検索できます。

あなたのLLM Wikiを立ち上げるプロンプト

これをあなたのエージェント(Claude Code、Codexなど)に貼り付けて、Karpathyのパターンに沿って自分のwikiを始めましょう。AIがあなたに質問し、一緒に構造を組み立てるように設計されています。

プロンプト · あなたのLLM Wikiを立ち上げるテキスト

Andrej Karpathyの「LLM Wiki」パターンに沿ってwikiを立ち上げよう:markdownのナレッジベースで、君(AI)が構築・維持し、私が読めるもの。

構造(3レイヤー):
1. raw/ — 私の生の情報源(記事、リポジトリ、ノート)。君はこれを読むが、決して変更しない。
2. wiki/ — 君が生成・維持する、互いにリンクされたmarkdownページ。君がこのレイヤーの所有者だ。
3. スキーマ — 私のCLAUDE.md(またはAGENTS.md)を更新し、wikiがどう整理されているかを説明して、君が規律を持って維持できるようにする。

特別なファイル:index.md(テーマ別カタログ)とlog.md(時系列、追記のみ;各エントリは"## [日付] 操作 | タイトル"で始める)を作成する。

君ができるようになる操作:
- INGEST:情報源を渡したら、読んで、要点を教えて、wiki/に要約ページを書き、リンクし、index.mdとlog.mdを更新する。
- QUERY:何か尋ねたら、答えて、その答えが価値あるものならwikiに新しいページとして書き残す。
- LINT:依頼したら、wikiを点検する:矛盾、古いデータ、孤立ページを探し、修正案を出す。

まず、私のwikiが何についてのものになるか必要な質問をして、それから初期構造(フォルダ、index.md、log.md、私のCLAUDE.mdのスキーマ部分)を作成してくれ。

このメソッドは誰のためのもの?

こんなときに向いている

AIと一緒にプロジェクトやテーマに取り組んでいて、毎回同じことを繰り返すのに疲れている。

知識が時間とともに蓄積され、改善されてほしい。チャットを閉じたら蒸発するのは嫌だ。

AIが「知っている」ことを読んで管理するのが好き(ブラックボックスではなくテキストファイルだ)。

すでにCLAUDE.mdを使っていて、それを次のレベルに引き上げたい。

NeuralOSでは:フォルダを組まずに、生きたwikiを

すでに手に触れられるビジョン

Karpathyのメソッドは強力ですが、あなたがフォルダを組み、規律を維持する必要があります。NeuralOSでは、各エージェントがすでにメモリ、指示(そのスキーマ)、ナレッジベースをひとつのインターフェースに持っています——手作業でファイルを組む必要なく、生きたwikiというアイデアそのものです。クラウドでそれを維持するエンジンは、私たちが構築している道のりの一部です。体験はすでにそこにあります。