結論：集める→磨く→記事化を「型」にし、AIはモデルを使い分ける
AIで発信や記事を効率よく量産したいなら、コツは2つです。(1) 情報管理を「型」にする（集める→整理→磨く→表現＝CODE）。(2) Claudeは1種類で全部やらず、Haiku/Sonnet/Opus を使い分ける（コストを大きく下げられる）。この記事はその仕組みを、未経験でも始められる形でまとめます。読み物の目安：20分。情報は2026年6月時点のものです。
目次
- 情報管理の型「CODE」（second brain）
- STEP 1｜集める（Capture）
- STEP 2｜整理して磨く（Organize & Distill）
- STEP 3｜記事化する（Express）
- Claudeモデルの使い分け（コストの核）
- Obsidianの使い方（second brainの器）
- 効率化に効く道具
- よくある失敗
- FAQ
情報管理の型「CODE」（second brain）
頭の外に知識をためて活用する仕組みをsecond brain（第二の脳）と呼びます。中心になるのが CODE＝Capture（集める）/ Organize（整理）/ Distill（磨く）/ Express（表現）。生の情報を成果物（記事）まで運ぶパイプラインです。
- PARA（Projects / Areas / Resources / Archive）＝行動可能性での4分類。フォルダ整理に使える。
- Zettelkasten＝1ノート1事項にして相互リンクで育てる。
- MOC（Map of Content）＝関連ノートをまとめる「目次ノート」。迷子を防ぐハブ。
難しく考えず、「集める場所」「磨く場所」「公開する場所」を分けるだけで十分始められます。
STEP 1｜集める（Capture）
気になった一次情報を1か所に放り込む習慣から。AIが収集を助けます。
- YouTubeの解説は NotebookLM に入れて要約・文字起こし（使い方は NotebookLM活用ガイド）。
- X・公式ブログ・ドキュメントは要点をメモして保存。
- 各メモに「収集日・出典URL・確からしさ」を一言添える（後で裏取りできる）。
STEP 2｜整理して磨く（Organize & Distill）
集めただけでは使えません。1トピック1ノートにして、タグと[[リンク]]でつなぎ、要点に削る（progressive summarization）。事実は出典付きで「いつ時点か」を残します。これが記事の"素材棚"になります。
STEP 3｜記事化する（Express）
磨いた素材を読者向けに再構成します。結論を先に、手順・具体例・出典をつけ、誇大表現は避ける。1本の網羅記事（pillar）＋深掘りの個別記事（cluster）に分けると、検索にも読者にも強くなります。
Claudeモデルの使い分け（コストの核）
全部を最上位モデルでやるのは非効率です。タスクに応じて3段階で使い分けると、最上位一択に比べコストを50〜80%抑えられます。
| モデル | 得意（使いどころ） | 料金の目安(入力/出力・100万tok) |
|---|---|---|
| Haiku | 分類・タグ付け・重複チェック・整形など単純で大量の作業 | 約 $1 / $5（最安・最速） |
| Sonnet | 要約・下書き・リライト・データ抽出など"普段使い"の8割 | 約 $3 / $15 |
| Opus | 最終仕上げ・戦略・複雑な判断・レビューなど1〜2割 | 約 $5 / $25 |
さらに、繰り返す指示はキャッシュ（再利用で入力コスト大幅減）、急がない大量処理はバッチ（約50%オフ・非同期）を使うと量産コストが下がります。モデルごとの特徴は ChatGPT vs Claude vs Gemini 比較 も参考に。
Obsidianの使い方（second brainの器）
ObsidianはただのMarkdownファイルを扱うノートアプリ。クラウド依存がなく、タグ・[[リンク]]・frontmatter（メタ情報）でノートをつなぎ、知識グラフを作れます。MarkdownなのでAIツールがそのまま読み書きできるのが2026年の強み。集めた情報の「磨く場所」に最適です。
効率化に効く道具
- NotebookLM：YouTube/PDFの収集・要約（Capture）。
- Claude のスキル機能：自分の「書き方ルール」を部品化して毎回読ませ、説明の手間とコストを削減。
- 定期実行（loop）：受信箱の整理や巡回チェックを自動化。
- AIエージェントの今と進化は AIエージェント スキル年表 に。
よくある失敗
- 集めて満足（磨かない）→ 素材棚にならない。STEP2を必ず通す。
- 全部を最上位モデル→ コストが膨らむ。Haiku/Sonnetへ振り分ける。
- ツール沼→ まず「集める/磨く/公開する」3か所だけで始める。
- 誇大・無出典→ 事実は出典と時点を残す。
FAQ
無料で始められる？
はい。Obsidianは無料、NotebookLMも無料枠があります。AIのモデル使い分けは有料APIの話ですが、まずは手元のツールで「集める→磨く→書く」を回すだけでも効果があります。
何から始めればいい？
「集める場所（受信箱）」を1つ決めて、気になった情報を放り込むことから。慣れたらSTEP2の"磨く"を足します。
プログラミングは必要？
基本は不要です。ノート整理と文章が中心。自動化を深めたい時だけ、AIエージェントやスクリプトが選択肢になります。
情報はいつのもの？
2026年6月時点です。モデルの料金・名称は改定が早いので、各公式で最新を確認してください。
まとめ：次の一歩
「集める→磨く→記事化」を型にし、AIはモデルを使い分ける——これだけで、無理なく・安く・続けて発信できます。作った記事は実績になります。次は 作って納品（LP制作） のように成果物に変えていきましょう。情報は2026年6月時点のものです。
出典: Anthropic 料金（公式） ／ モデル一覧（公式） ／ second brain・CODE/PARA・Zettelkasten・MOC（Tiago Forte / Nick Milo ほか）。