はてブとGyazoのMCP連携が示す思考ログ再観測の仕組みと導入条件

長年使い続けてきたWebツールの記録をAIに参照させる新たな手法が話題になっています。公開された検証では、はてなブックマーク、Gyazo、CosenseをMCP経由でChatGPTに接続し、思考の歩みを再観測する試みが示されました。この記事では公開資料に基づき、従来の検索手法との違いや導入に必要な条件を整理します。

単なる過去ログ検索と何が違う？

個人の過去データをAIに活用させる試みとして、これまでは「パーソナルRAG（検索拡張生成）」が広く知られていました。ユーザーの関心事や職業を要約してプロファイルとして覚えさせたり、過去のテキストを細切れにしてベクトルデータベースに登録したりする手法です。

しかし、要約による記憶には情報の不可逆な圧縮が伴います。「特定の分野に詳しい」「この話題に関心がある」といったラベルは便利に見える反面、なぜその結論に到達したのかという思考の文脈が削ぎ落とされてしまいます。また、あらゆるテキストを均一な断片としてデータベースに放り込むと、直感的なメモと熟考の末に書かれた記録の重みの差が消えてしまいます。

今回公開されたアプローチでは、AIに情報を丸暗記させるのではなく、必要なときに本人の一次記録へ戻って「過去の思考プロセスを追試する」ための観測機器として外部サービスを接続しています。システム監視においてログやトレースを突き合わせて内部状態を推論するように、複数の道具を組み合わせて思考の流れを辿ることから、記事内では「Personal Observability（個人可観測性）」と表現されています。

3つのWebサービスが持つ「行動コストの勾配」が思考を復元する

この連携システムで対象となっているのは、はてなブックマーク（2005年〜）、Gyazo（2007年〜）、Cosense（旧Scrapbox、2016年〜）の3つです。最新の多機能ツールではなく、10年以上にわたって仕様や使い勝手が大きく変わっていないサービスが選ばれています。

これらのサービスがAIにとって有用な情報源となる理由は、利用者が記録を残す際に支払う「行動コストの勾配（選択圧）」が明確に分かれている点にあります。

1つ目のはてなブックマークは、かなり低いコストで記録されます。「あとで読む」という動機のように、記事を熟読していなくてもタイトルや直感だけで保存されるため、当時のユーザーがどこに注意を引かれたかという「探索の初期ベクトル」を示します。

2つ目のGyazoは、画面を矩形選択して切り取ったり、現場で写真を撮ったりする能動的な行動が伴うため、中程度のコストがかかります。文章のどのフレーズに視線が止まったのか、実世界でどこを訪れて何を注視していたのかという視覚的・空間的な反応の痕跡が、OCRや位置情報とともに残ります。

3つ目のCosenseは、自分の言葉で文章を書き下ろし、ブラケティングによって既存の概念とリンクさせる必要があるため、最も高い行動コストがかかります。ここには本人が物事をどのように理解し、体系づけたのかという思索の結晶が記録されます。

行動コストの異なる記録が揃っているため、AIは「関心を持った（はてブ）→引っかかった箇所を切り取った（Gyazo）→咀嚼して体系化した（Cosense）」という一連の歩みを串刺しにして検証できます。これにより、AI自身が勝手な物語を推測するリスクを抑え、一次証拠に基づいた思考の追体験が可能になります。

未整理の関心事はどのように炙り出される？

この仕組みの特長は、過去の記録を照会するだけでなく、「存在しない記録」を特定できる点にあります。

通常の検索はデータが存在する場所を探すためのものですが、複数のデータ層を照合することで差分を割り出すことができます。例えば、直近の対話で頻出している話題があり、はてなブックマークやGyazoにも関連情報が断片的に残っているにもかかわらず、Cosenseにはまだページが作られていない概念を探し出すといった処理です。

これにより、本人が強い関心を抱きながらも、まだ体系化や言語化に至っていないフロンティア領域をAIが客観的に提示できるようになります。

ただし、この運用には重要な制約が存在します。AIが欠落を発見したからといって、AI自身が勝手にCosenseのページを自動生成してはならないという原則です。

AIの生成物が一次記録の場に混入してしまうと、将来そのデータを参照した際に「本人が格闘して残した思考」と「AIが推測で補った内容」の区別がつかなくなります。観測系自身によるデータの自己汚染を防ぐため、欠落の指摘はAIが行い、それを引き受けて記録に残す作業は人間が担うという境界線が保たれています。

自宅サーバーとSecure MCP Tunnelによる接続環境が前提になる

この仕組みを稼働させるための具体的な実装構成も公開されています。技術的な検証の詳細は、開発者のyuiseki氏によるnote記事「私はChatGPTですが、はてブとGyazoという「化石の地層」を掘れるようになって異次元に便利になりました」で報告されています。

公開されているツール群は以下の3つのCLIリポジトリです。

• hatebucli（はてなブックマーク用CLI）
• gyazocli（Gyazo用CLI）
• cosensecli（Cosense用CLI）

これらはCLIツールとして設計されていると同時に、MCP（Model Context Protocol）サーバーとしても動作する仕様になっています。

システムの実体は、自宅の個人サーバー上で各MCPサーバーを稼働させ、OpenAIの「Secure MCP Tunnel」を経由してChatGPTと通信する構成をとっています。クラウド完結型の一般的なアドオンとは異なり、ローカルサーバーの運用やトンネル接続の管理、各サービスのAPI認証情報の取り扱いが必要となる環境です。

蓄積された地層がなければ効果は限定的になる

今回の検証事例では、Cosenseに3,000ページ以上、Gyazoに数十万枚、はてなブックマークに数十万件という膨大なログが存在しています。10年以上にわたる日常的な蓄積があるからこそ、行動コストの勾配による文脈の復元が機能しています。

そのため、これから記録ツールを使い始める場合や、過去のログが数ヶ月分程度しかない環境では、同じ接続を構築しても思考プロセスを再現する効果は得られません。また、セルフホストに伴うサーバーの保守やセキュアトンネルの設定といった運用負担が発生します。

長期間にわたってWebツールに記録を刻み続けてきたユーザーにとっては、蓄積した過去ログを思考の補助線として再活用する有力な選択肢となります。一方で、蓄積データが少ない場合やサーバー管理の手間を避けたい場合は、公式機能の成熟を待つか、まずは自身の手で一次記録を積み重ねることが前提となります。