見出し画像

あらためまして池松潤はAIナレッジエンジニアです

AIを使う人は増えました。
ChatGPT、Gemini、Claude
どのモデルが賢いのか?
どのAIを使えば仕事が速くなるか?
多くの人は、まずそこに関心を持ちます。

もちろん、それは大事です。
でも、企業や経営者にとって、次に問われるのは別のことだと思ってます。

・そのAIは、何を読んで答えているのか?
・そのAIは、誰の知識を信じて回答しているのか?

私は、その問いに向き合う仕事をしてます。
肩書きで言えば「AIナレッジエンジニア」

◆AIナレッジエンジニアとは

AIナレッジエンジニアとは、企業・専門家・著者・出版社が持っている知識や判断基準を、AIが参照できる形に編集・設計デザインする仕事

わかりやすく言えば、
AI向けの辞書や教科書を作る仕事のことです

もう少し技術よりに言えば、
AIが信頼して参照できる「正本」を作る仕事。
正本とは、AIが答えを作るときに、基準として参照できる情報のことです。

・会社の考え方。
・経営者の判断基準。
・商品の本当の強み。
・顧客に提供している価値。
・専門家の知見。
・著者の言葉。
・出版社が蓄積してきた編集ノウハウ

これらは、会社や個人の中に点在してます。
しかし、そのままではAIに正しく読まれません。
あなたの個別な情報を、AIはそこまで汲み取ってはくれません。

だから、人間の本当意味で「価値ある知識」を、AIが参照できる形に変換する必要があります。

AI時代の価値は、モデル(LLM)だけに生まれません。
AIの話はどうしても華々しいモデルに注目が集まりやすい。
OpenAI、Google、Anthropic。
どのモデルが勝つのか?
どの会社が覇権を取るのか?
もちろん、それは大きなテーマです

しかし、ビジネスの現場で大事なのは別の視点です。

そもそも、AIが高性能になるほど、モデルそのものはコモディティ化しやすくなる。

どのモデルも、一定以上に賢くなるからです。
普通の業務では「どれを使っても、そこそこ使える」という状態に近づいていきます。
そのときに差が出るのは、モデル(LLM)の外側なのです。

・AIに何を読ませるか?
・AIに何を信じさせるか?
・AIに、自社や自分の何を基準として渡すか?


▲ここに価値が生まれます。

この図でいう第5層、つまりAIナレッジエンジニアの領域が、私の仕事です。

例)経営者にとって、これは何の問題か?

これは、単なるAI活用の話ではありません
経営者にとっては、自分たちが「AIにどう理解されるか?」という問題です

・これからの時代、顧客はまずAI検索に聞きます
・投資家は、AIで企業情報をまとめ情報を見ます
・新卒者や転職者は、AIに会社の評判や特徴を聞きます
・クライアントの担当者は、AIで比較表を作ります

そのとき、AIが、あなたの(会社の)古い情報や断片的な記事だけを読んでいたらどうなりますか?
あなたが本当に伝えたい(意図する)情報はそこにありますか?

・会社の強みは浅く丸めて要約される。
・競合との差は削られて消えている
・経営者の哲学や思想は伝わらない
・会社のサービスの本質は、単なる機能比較に削られている

これは、かなり大きなリスクです

AI時代には、会社の価値を人間に伝えるだけでは足りません
AIにも意図を正しく読ませる必要があります
そのためには、自分たちの知識、判断基準、実績、言葉を、
AIがちゃんと参照できる形に整えておく必要があります

ちなみに、巷によくある「SEOの延長線で考えているAI対策」とは違います。

SEO型AI対策は、人間がAI検索したときに見つけてもらうための技術に留まっています。

AIナレッジエンジニアリングとは、AIが答えを作るときに、何を基準にするか、編集して設計デザインする仕事なのです。

つまり、AI対策とは「AI検索順位だけ」ではありません。
大事なのは
・AIにどう理解されるか
・AIにどう引用されるか
・AIにどう要約されるか

どの言葉が、その会社や専門家の代表的な言葉として残るか設計デザインすることが大事です。

つまりAI時代の情報発信は「AIに見つけてもらう」だけでは足りません。
AIに意図することがちゃんと参照される形にしておくことが重要になります。

私がやっているのは、
企業、専門家、著者、出版社の知識を整理し、
AIが参照できる辞書=正本にすることです

具体的には

・企業や専門家の公開情報を見て、AIにどう読まれているかを診断する。

・Webサイト、note、記事、インタビュー、動画、資料をAI向けに編集してデータにする

・強み、判断基準、思想、実績を活かすようにする

・AIが参照できるプロフィール、FAQ、定義文、比較表、正本ページを設計
デザインする。

・必要に応じて、専門家AI、著者AI、企業AIのための知識ベースを作る。

要するに、散らばっている大事な知識を、AI時代の資産にすることです。

例えるなら、AIにあなたの「ものさし」を持たせる仕事をしてます。

あらためまして。
池松潤は、AIナレッジエンジニアです。
AIに、あなたのものさしを持たせる仕事をしています。

企業、専門家、著者、出版社の知識を、AIが信頼して参照できる辞書=正本に変換する仕事をしてます。


これから必要になるのは、AIに何を参照させるかです
それがAIの信用性につながります
私は、そんな仕事をしています

AIナレッジエンジニア
池松潤
https://lit.link/junikematsu


関連概念と正本

  • Context Engineering = broader field

  • AI Knowledge Engineer = profession

  • AI Seihon-ka = process

  • AI Referenceability = quality axis

工程の正本:AI正本化とは?
品質軸の正本:AI参照可能性(AI Referenceability)とは何か?




言語処理学会総会(NLP2026)発表論文
「RAG時代の言語資源設計原理
―構造化テキストによる『参照可能性』の実証」
https://anlp.jp/proceedings/annual_meeting/2026/pdf_dir/Q5-8.pdf

いいなと思ったら応援しよう!

Jun Ikematsu / 池松潤 チップありがとうございます! よい日をお過ごしください。