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

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。

オリジナルの情報源(全文を読もう)

これらすべては、Karpathy自身が公開した文書から来ています。全文を読むことをお勧めします——短くて、金の価値があります。

Andrej Karpathy · 「LLM Wiki」(オリジナルのgist)Karpathyがパターン全体を記述したオリジナルの文書(2026年4月4日)。

この先はどこへ続くか

あなたのAIはすべてを忘れる · それを直す本物のツールメモリツールの全メニュー(このメソッドはステップ1の上級版です)。Graphify · あなたのAIにプロジェクト全体の完全な地図をwikiが大きくなりすぎて、すべてがどうつながっているかを見る必要が出たとき:ナレッジグラフです。C-A-Rプロトコル · AIとバグのないソフトウェアを構築するメモリと知識が整ったら、AIが隠れたバグを残さずに構築するためのメソッドです。

#メモリ#karpathy#知識#claude