AIで競合調査をしても毎回やり直しになる人へ、調べた結果を次に使い回す方法を動画から整理

出典: ワンクリックで調査完了！Obsidianで競合・類似事例を劇的に整理する全手順を教えます【Claude】

競合や類似事例を調べるのって、めんどうくさくないですか？動画は、この問いから始まります。調べる手間より、調べたあとに何も残らないこと。話の芯はそこにあります。

飯塚さんは、YouTubeで競合チャンネルの情報を集めて、自分のチャンネルを見直すことがあると切り出します。他の仕事でも、競合や似た事例を探す場面は多い、とも。

今は多くの人が、競合リサーチにAIを使っています。話はそう続きます。ChatGPTに調べさせて、表にまとめてもらうやり方。

飯塚さん（動画の中で・0:53〜）

でもそれだけだと次また違うケースを調べる時にまたやり直しなんですね。

不満は3つ。次のケースでまたやり直しになり、調べた結果は溜まらず、別の行動にもつなげにくい、と整理されます。

聞き手の方の今のやり方も出てきます。Geminiに調べさせても、URLをきちんと出してくれません。そこで出力をGoogleで検索し直し、URLが変なら文章で探し直す、という話です。

飯塚さんはそれを、無駄、のひと言で受けます。毎回のリサーチに、何十分から何時間もかかってしまう、と続けました。

飯塚さん（動画の中で・1:51〜）

しかも悪いことにその情報って古くなりません。

情報は古くなるので、数か月に1回、同じ戦いのくり返しになります。表に構造化するだけなら、どのAIを使っても高い水準でできる、と飯塚さんは話します。NotebookLMでも、表やスライドや動画は作れる、とも。

それで十分、で止めるのは、もったいないことです。さらに先がある、と話は進みます。1回かけたリサーチが、積み上がっていく形です。

1回調べた会社の情報はメモにして、リンクでつなぐ。競合調査で得た情報をコンテキストにして、自分の事業戦略やマーケティング戦略に結びつける、という説明です。

一度仕組みを作れば、自動化を組んで3か月に1回同じリサーチを回し、情報を最新に保てます。人間が言うのは、何を調べたいか、どの軸で調べてほしいか、だけ。

飯塚さん（動画の中で・3:36〜）

調べるほど私たちの資産が溜まっていく戦いができてしまうんですね。

人間のやることは、やりたいことを伝えるだけですか？と聞き手の方。返ってきた答えは、願望だけ、でした。

結果を先に見せる場面もあります。画面には、toB研修事業の競合ダッシュボード。観測している競合は14社。金額とビジネスの種類で位置マップに点を打ち、価格帯、URL、セグメント、ターゲットを比較表に並べています。

同じ内容は、Obsidian Basesでも見られます。1社ずつの会社情報メモ（公式URLと概要）も資産になり、AIエージェントがコンテキストとして読み込んで、戦略を一緒に考えられます。そういう流れです。

ここで痛いのは、調べる手間そのものより、調べた結果が次に使えないこと。毎回ゼロからの出直し。

私はObsidianの導入会で、セカンドブレインが無いと、AIへの頼み方がその場しのぎになりがちだ、と話しました。

一般のAIでも、過去の背景や文脈が全部渡っていないと、結果は毎回当たり外れになります。そんな話もしました。

自分らしさはこう、前にそれを言ったのに直っていません。そうやって、毎回AIと対話しながらやり直す形になってしまうんです。

私の記事より（AI活用度をObsidianに溜まるかどうかで3段階に分けた、飯塚浩也さんの動画の記事）

手間を惜しんだ瞬間に、いい記録から先に消えていきます。

以前、飯塚さんの別の動画を紹介した時に書いた言葉です。Googleで検索し直して、手でまとめ直す手間も、まさにこの形。手間をかけた先で、記録から先に消えていきます。

動画の言う積み上げは、その手間を、人の手から仕組みへ渡す話。

私なら、AIに渡すのは、毎回言い直す内容ではなく、貯めた自分の過去と、日付つきの最新の資料にします。

結果の先出しでは、位置マップと企業のメモが並ぶ画面が映りました。そのあと、動画は全体像の図に進みます。では、どう組めば、調べた物が回を重ねるほど貯まっていくんでしょう？図の順に追ってみます。

まず人間が決める必要がある、と飯塚さんは言います。何を調べたいのか、どんな軸で調べるのか。それをAIと壁打ちして決めるところから、全体が動き出します。

図に登場するのは、4つだけ。人、スキル、Vault（保管庫）、一覧です。一覧は、Obsidian Bases と HTML のダッシュボードを指しています。

人が、これ調べて、と言うとスキルが動く。呼び出した時に、どんな軸で調べますか、という壁打ちが入り、軸が決まったらリサーチに進みます。

調べたテーマごとに、フォルダが作られます。例えば研修事業のフォルダなら、中に溜まるのは判断軸、調べた結果、観測したこと、参考資料。

Vault の中身は、設定、観測、参考資料、企業、レポートの5つのフォルダでできていて、企業の情報は会社ごとに1枚のメモにまとまります。

同じ視点で何回も競合分析するので、初回のレポート、2回目のレポートと、回を重ねるほど溜まっていく。図は一周して、3か月後に同じ所へ戻る矢印で終わります。

飯塚さん（動画の中で・6:21〜）

人間がやるべきことはもう最初だけですね。

最初にAIと壁打ちをして、あとよろしくと言えば、Vault に情報が勝手に溜まります。見る時も、見やすいダッシュボードや一覧の画面ができあがっている、と飯塚さんは説明します。

登場は4つで、人がやるのは最初だけ。私は、この単純さこそが、続けられる形の条件だと考えています。

AIに、診断の最後で、受けた人に合う行き先を選ぶ設計を頼んだ時のこと。AIは棚10行と点の配分と追加の2問を一から作ってきたんですが、同じ物は、6月18日に作り込んだものとして、診断のフォルダにありました。

全12サービスの表から、第一候補とほか2つを選ぶ作りまで、できあがっていました。

私はそれを見て、AI 診断は過去に作り込んだものがあるはずですが、なぜそれを使わないんですか、と聞き、続けて、何度もそういうのやってて仕組み改善してくれ、と伝えました。

AIは何を見ていたのか？今ある物として数えたのは、担当の設計書1本と、その中に名前が出た表1つだけでした。フォルダ全体も、過去の資料も探していませんでした。過去の物は英語のファイル名（diagnosis・match）で、日本語の語だけで探しても見つからなかったんです。置き場所を見ないまま、一から作ってしまう形です。動画の冒頭にあった、調べるたびにやり直しになる悩みと、同じ形です。

私の記事より（Obsidianのフォルダで、AI出力と人間のメモを分ける整理術を書いた記事）

AI出力は仕込み台であって、完成品を並べる棚ではありません。

AIの出力は仕込み台で、完成品の棚とは分けます。以前の記事でそう書いた目で見ると、私には、動画の5つのフォルダにも2種類の棚が見えます。観測やレポートはAIが書き足していく棚で、設定に入る軸は、人が承認してから残す棚です。

私なら、貯める場所を先に決め、AIが書き足す棚と、人が確認した棚を分けます。

全体像のあと、動画はスキルの中身と、実際にできたフォルダを見せていきます。人間が言うのは、調べたい、の一言だけ。では、そのあとAIは何を、どこに置いていくのでしょうか？

スキルの名前は competitor-watch。競合の公式情報を定点観測して Obsidian のメモにまとめ、HTML のダッシュボードや Obsidian Bases を一覧で出すスキルだと、飯塚さんは説明します。

人間は、これを調べたい、と言うだけ。出力のフォルダ構造は、あらかじめスキルの中で教えておきます。比較の Base、ダッシュボードの HTML、設定、企業、観測、参考資料、レポートを作る指示を書いている、という説明でした。

画面に映ったのは、toB 事業の研修を調べたフォルダです。自社で使う Cloudflare や Lark をからめた研修事業の競合を、世界と日本で調べさせました。初回のレポートは9月20日の結果。

このレポートを、人間は基本読みません。見るのはダッシュボードや Obsidian Bases のほう。レポートは、AIのために出力しているものです。

定点観測なので、何度も調べます。例えば3か月に1回スキルを動かせば、次は12月20日のレポートが同じ場所に貯まっていく。

調べた中にはマレーシアの会社もあり、ダッシュボードを見ると10万円で提供していると分かります。会社情報をメモにしてあるので、リンクでつながります。それが資産になるという意味だ、と話は続きます。

参考資料には、料金などの出どころがリンクで並びます。設定には今回の軸を残しておく。再現性高く同じリサーチができるようにするためです。

飯塚さん（動画の中で・9:04〜）

2回目以降同じようなリサーチをする手間を省けるわけですよね。

では、このスキルをどう作るのか。まず人間がAIと壁打ちをする、ここがかなり大事、と飯塚さんは言います。

飯塚さん（動画の中で・9:19〜）

特に軸をいくつか提案してくださいねっていうようなことを最初にやってあげます。

そのあと、リサーチの情報を Obsidian Bases にまとめ、人間が見やすい HTML ダッシュボードを作り、先のフォルダ構造でメモにします。これを指定して、スキルを作って、と頼めば作れます。そういう説明でした。

作ったスキルは、Claude Code のルーティンという機能で、何日に1回か自動で動かせます。動きの早い分野なら毎日、そうでなければ数か月に1回。ダッシュボードや Obsidian Bases が、そのたびに更新されます。

2回目以降の手間が省けるのは、1回目の中身が、スキルとフォルダの形で残るからです。軸も、置き場所も、作り方ごと。

では、その1回目は、誰がどこまで作り込むのか？

私は登壇で、チャットで出来上がったものを、ここまでの作業を再現するスキルに仕上げてください、と頼むだけでスキルが保存される、と話しました。

うまくいかなければ、またチャットでやり取りして、スキルをアップデートしてください、と頼む。そうするとスキルが育っていく、という話もしています。

ポイントは、量産ではなく質を最重視で追求すること。量産は後でできる、とも話しました。

私の記事より（AIエージェントに60点のままスキルを作らせない、と書いた記事）

1回分を手で直し切ってから量産する。履歴で育てるのは、その後です。

以前の記事に書いたのは、60点のままスキルを作らせない、ということ。動画も、壁打ちで軸を決め、フォルダ構造を決めてからスキルにする順番で、向きは同じです。1回目を作り込んでおくから、3か月後の2回目は、その形をなぞるだけで済む。

私なら、1回分を手で直し切ってからスキルにして、育てるのはその後にします。

ここから動画は、画面共有の実演に入ります。お題は、AI社員を作る研修事業を、法人向けに出すかどうか。調べる前に、人とAIは何を話すのでしょうか？

お題はリアルな方がいい、と飯塚さん。2027年以降に、AI社員を作る研修事業をやりたい。今は個人やグループに伝えているけれど、法人向けにも出す。経営レイヤーのAI社員も作っている点で差別化できる、という設定です。

AI社員の構築はブーム。そもそも参入するのか。参入するなら競合は誰で、世界で見るとどうなのか。それを調べる、と話します。

スキルを呼び出して指示を送ります。呼ばなくても動くけれど、確実に起動させたいから、という理由でした。画面の指示文は、AI社員構築の研修事業を日本や世界で提供する企業を調べたい、軸は社員数、価格帯、サポート内容、良い軸があれば提案してほしい、という内容です（音声入力で送っています）。

飯塚さん（動画の中で・11:46〜）

リサーチ行く前にどの軸で切るかがすごい大事だと思ってて

軸の話は、そのまま差別化の話につながります、と飯塚さんは続けます。

飯塚さん（動画の中で・11:57〜）

自分たちしかいないみたいな軸で切れたら非常に重要だと思ってんですよね。

軸の切り方が甘いと、差別化につながりません。だからリサーチの前に1回壁打ちをしておきたくて、この指示を出した、と飯塚さんは説明します。

聞き手の方が、軸のある程度はテンプレにしてよさそう、と言うと、スキルの中に判断軸のテンプレートがある、と返ってきます。重要な部分だけ伝えればよい、という運び。

次に、AIから質問が来ます。観測対象にどれを含めるか、などで、AIが推す選択肢を選んでいく。続いてAIが軸を提案します。画面の表には、価格が入口・主力・上位の3本、サポート内容、従業員数、AI社員の自律度、技術スタック、補助金への対応などが並びました。

AI社員の自律の軸と、補助金対応の軸を見て、最高じゃないですか、と飯塚さんは喜びます。

確認の質問は3つ。上の軸案で進めてよいか。位置マップの縦軸はどちらにするか（AI社員の自律度を選びます）。すでに知っている社名はあるか（特にない、候補はAIが探す）。

これで探索が始まりました。あとは寝てるだけですよ、と飯塚さんは笑い、最初の判断軸がとても大事なので、ここをしっかり考えてみてください、と話します。

実演で目を引くのは、15者を自動で調べるところより、その前に人とAIが交わす質問と答えです。調べる前の数往復。

私は、作り方が決まる前にAIが書き始めた時に、どうやるか決めてからだろ、と言ったことがあります。

私の原則は4つです。毎回事実で構成します。不足情報はヒアリングします。怪しい認識は徹底的に潰します。調べてわかることは聞きません。

私の運用では、AIが問う側で、人が答える側。

私の記事より（AIに分析を頼む前に、人が持つ目的の文と消さない線を書いた記事）

目的の文と、消さない線。分析の手は借りても、この2点は手放しません。

以前の記事では、目的の文と消さない線は人が持つ、と書きました。動画で人が承認する軸は、私にはその目的の文と消さない線に当たるものに見えます。

軸が決まらないまま調べ始めたら、何を貯めればいいのか、誰が決めるんでしょう？

私なら、作る前に目的の文と消さない線を決め、怪しい認識は最初に潰します。

探索が終わると、動画は結果の画面に進み、そのまままとめに入ります。15者を調べた結果は、どんな形で手元に残るのでしょうか？

観測が完了し、15者を調べ終えました。AI社員構築研修（toB）というフォルダの中に、レポート、観測、企業、参考資料、設定、ダッシュボード、Obsidian Bases ができています。

Obsidian Bases の一覧は、確度、種別、ターゲット、提供形態、価格帯、サポート内容、自律度の軸。

ダッシュボードの横軸は価格、縦軸はAI社員の自律度です。1000万円で提供する会社もあることや、商品の種類の違いが、一目で分かる作りになっていました。

溜まったメモは、初回の比較表、レポート、観測したこと、企業ごとのメモ。日本の会社や、アメリカの AIToken Labs など、飯塚さん自身も初めて知る企業がメモになりました。

2回目以降に同じ企業が出たら、そのメモを見たうえで調べてくれます。戦略担当のAI社員にここを読み込ませて、事業戦略を考えさせることもできる、と話します。

飯塚さん（動画の中で・14:58〜）

本当の意味で調べた資料がコンテキストとなって他のAIエージェントが戦略を考える時にコンテキストとして繋がってるか。

話はまとめに入ります。ChatGPT やインターネット上のサービスでも、競合分析をして表やダッシュボードを作ることはできます。大事なのはその先だ、と飯塚さんは言います。

会社名を1回メモにしておけば、別の機会にその会社が出た時、そのメモを見られます。競合分析のデータをメモで持っているから、別のAIエージェントを動かす時に、そちらを見ておいて、と指示できます。

飯塚さん（動画の中で・15:34〜）

大事なのはそこじゃなくて1回集めた資料を組織の資産として貯められるか。

スキルを作って自動化まで組めば、例えば1か月に1回、最新情報を取得して、競合の情報を把握し続けられます。

締めくくりは、今日の実演で一番重要なのは最初の人間とAIの壁打ちだ、という言葉でした。調べたい内容に加えて、どんな切り口・軸で調べるか。この軸を妥協せずに選べば、書いてくるものが、より良いコンテキストとして溜まっていきます。

表やダッシュボードが作れることは、主役ではありません。貯める場所と、読ませる先まで見据えるところ。そこが動画の中心です。

私は登壇で、ChatGPTのようなプラットフォームの中に情報を貯めていくのではなく、自分の領域にどのような生の情報をストックしていくかが大事になる、と話しました。

AIに作らせただけで終わらせません。自分の資産として蓄積しておくのが大事だ、とも話しています。

AIエージェントは、ローカルに情報が蓄積されて育っていくほうが有利だ、という話も同じ登壇で。

私の記事より（AIの記憶を、入口を短くして出典と日付を付ける形で整理した記事）

出典と日付を1行ごとに付けて、同じ情報は1か所に置く

以前の記事に書いたのは、出典と日付を1行ごとに付ける形。動画でも、企業のメモには公式URLが、レポートには9月20日の日付が残っていました。

出典と日付があれば、あとで読む別のAIエージェントも、どの情報をいつ取ったのかを辿れるはず。

私なら、調べた資料は、AIの画面の中ではなく、自分の手元に、出典と日付を付けて貯めます。

動画は、調べるたびに最初からやり直す悩みから始まります。人・スキル・Vault・一覧の全体像、スキルの作り方、最初の壁打ち、そして位置マップと企業カード。この順に進みました。

私が持ち帰ったのは3つです。調べる前に、目的の文と消さない線を決めること。AIが書き足す棚と、人が確認した棚を分けること。調べた資料は、自分の領域に出典と日付を付けて貯めること。

私なら、AIに調べさせる前に軸を決め、貯めた資料を次の調査に使い回す方法まで決めておきます。表を作って終わりにせず、次の自分とAIの手がかりとして残す。そこまでで一つの調査です。