AIが関連する資料を自動で見つけてくれる時代に、ノートとノートのリンクを一本ずつ手で張る道具が残っているのは、効率の悪さの名残に見えるかもしれません。けれども手で張ったリンクは、何と何が関係あると自分が判断したかの記録で、AIが代わりに作れない種類の情報です。
この記事では、Obsidian と Cursor の目的の違い、Obsidian にしかない機能、オフラインでの違いを確かめます。そのうえで、両者の違いの核心を、つながりの判断を誰が下すかという点に置き直します。
同じMarkdownを開いても、一方は知識、一方はソースコードとして扱う
Obsidian は、個人の知識管理、いわゆる第二の脳を作るためのアプリです。データは手元のフォルダに保存される Markdown ファイルで、思考を整理し、アイデアを結びつけ、長く残る知識の土台を育てることを目指しています。Cursor は、VS Code をもとに作られた、AIを中心に据えたコードエディタで、コードの生成、編集、コードベースの理解を通じて開発を速くすることを目的にしています。
出発点は同じテキスト編集です。ただ、Obsidian はテキストを知識として扱い、その上にリンクとグラフを重ねています。Cursor はテキストをソースコードとして扱い、その上にコーディングのためのAIを重ねています。
Obsidianにしかない機能は、どれも人の判断を残す仕組み
一つ目は、データを手元に置けることです。ノートや設定は Vault と呼ばれる手元のフォルダに、プレーンテキストなどの開かれた形式で保存され、中核の機能にクラウドのアカウントは要りません。同期やバックアップには Dropbox や Git などを選べ、有料の暗号化同期サービスもあります。ただし、一部のプラグイン固有の書き方を多用すると、ほかのエディタではそのまま動かない部分が出ます。
二つ目は、リンクとグラフです。ノート同士を [[ノート名]] の形でつなぐと逆向きのリンクが自動で作られ、まだ存在しないノートへのリンクも張れます。グラフビューは、ノートを点、リンクを線として描き、意識していなかったつながりを見せます。Cursor にも定義へ移動する機能がありますが、それはプログラムの構造が定めた参照をたどるもので、書き手が自分でノート同士をつなぐ仕組みではありません。
三つ目は、知識作業向けのプラグインです。メタデータを集計して表を作る Dataview、日次や週次のノートを作る Periodic Notes、文献管理ソフト Zotero との連携などがあります。四つ目は、カードを無限の面に自由に置いて線でつなぐキャンバス。五つ目は、選んだノートをリンクとグラフを保ったままウェブサイトにできる有料の Obsidian Publish です。
並べてみると、リンクも、キャンバスの配置も、公開するノートの選択も、どれも人が判断した結果をそのまま残す仕組みだと分かります。
手で張ったリンクは、自分の前提の記録になる
値上げ交渉のメモと、去年の原価表のノートをリンクでつないだとします。そのリンクが記録しているのは、二つの文書の内容が似ていることではなく、この二つを一緒に考えるべきだと自分が判断したことです。AIの検索は、言葉や意味が似ている文書を見つけるのは得意です。けれども、似ていることと、自分の判断にとって関係があることは、別の問題です。
関連資料をAIが自動で全部つないでくれる、という機能紹介は、本棚の本をすべて紐で結べば読書が深まる、と言うのに似ています。何でもつながっている状態は、何もつながっていない状態と区別がつきません。リンクに価値があるのは、張らなかったリンクがあるからです。
この見方には条件があります。手当たりしだいにリンクを張れば、Obsidian でも同じことが起きます。また、手で張ったリンクが、AIの自動の関連づけより考えを深めるのかどうかは、研究で決着している話ではありません。言えるのは、手で張ったリンクには判断した人がいる、ということまでです。
オフラインで完結するかどうかも、誰の手元で考えるかの違い
Obsidian のノート作成、リンク、グラフビュー、キャンバス、多くのプラグインは、インターネットなしで動きます。Cursor も基本の編集はオフラインでできますが、価値の中心であるコード生成やチャットはクラウドで処理され、プライバシーモードでもAIの処理は外部のサーバーで行われます。論文や書籍のような長い文章の執筆、文献ノートと自分の考えを結びつける研究、ノートを網の目のように育てる Zettelkasten のような場面では、この違いが効きます。
Cursorで開くなら、AIに渡す文脈が自分の意思決定を含んでいるかを見る
Obsidian の Vault を Cursor で開き、AIにノートの執筆や整理を手伝わせる使い方もあります。Obsidian の代わりではなく、育てた知識の上にAIを重ねる使い方です。
ここで差が出るのは、渡す文脈の中身です。ノートを大量に渡して、いい感じにまとめて、と頼むのは、自分の考えをAIの平均値で上書きしてもらう手続きになりがちです。AIは渡されなかった前提を、手持ちの一般論で埋めるからです。手で張ったリンクのたどり方や、なぜそのノートを一緒に読んでほしいのかを添えて渡せば、AIは、書き手が張ったつながりを土台に作業を進める相手になります。
あなたのノートの中で、AIに見せたら真っ先に役に立つつながりは、誰が判断して作ったものですか。逆に、自分では一度も結びつけたことのない二つのメモはありますか。
この記事の背景にある考え方は、拙著『GoogleのAI NotebookLM 意思決定の強化書』の3章4節「情報を噛み砕き「知見」として吸収する」に書きました。何が起きているかを理解した状態の知識と、根拠のある議論を経て、だからこうすべきと言い切れる知見とを分け、AIと問い直しを重ねた先に知見が残る、という話です。そこには「意思決定の場で決め手となるのは、あなたの知見です。」と書きました。この節を読むと、AIに集めさせた知識と、自分が結びつけて得た知見とを区別し、いまAIにどちらを渡しているのかを自分で点検できるようになります。
同じ資料を見ているのに、なぜ結論が割れるのか。
『GoogleのAI NotebookLM 意思決定の強化書』
前提が結論を決める。意思決定を根拠、前提、結論の三層に分け、前提を対象、目的、制約、評価基準の四つで言葉にする本です。
読み終えたとき、手元に残るもの
- 意思決定の設計図になる前提リスト
- 資料を事実、意見、噂、ゴミに仕分けるFORT
- 同じ物差しで比べる選択肢表と採点表
- 始める条件と止める条件を書いた決定書
NotebookLMは2026年7月にGemini Notebookへ名称が変わりました。本の手法は、使うAIの種類を問いません。