Twitterで見たシステムを試してみた

Notion AI システムを構築し始めた頃、私は Twitter で興味深い仕組みを見かけました。

Notion AI とのチャットの内容、やり取りの結果、自分が投げかけた言葉を全てデータベースに保存していく。そうやって蓄積したデータを参照しながら、AI が答えを返すシステムです。

「これは面白そうだ」と思い、早速試してみました。

しかし、正直なところ、イマイチでした。

反応が遅く、思ったような精度も出ない。「全てを保存して参照する」というアプローチは、理論上は良さそうに見えても、実用性に欠けると感じました。

別のNotion AIシステムを見つけた

その後、また別の人が作った Notion AI システムを見かけました。先ほどとは違うアプローチで設計されたシステムです。

実装してみたところ、かなり感触が良い。

それぞれの機能や構造を自分なりに作り込んでいきました。スタッフ DB という形で、役割ごとにデータベースを整備し、システム全体を構築していったのです。

「スタッフ、いらないんじゃないか？」

しかし、使い続けているうちに、ある疑問が湧いてきました。

「このスタッフ DB、本当に必要なのか？」

最初は丁寧に役割分担をして、各スタッフに機能を持たせていました。しかし、実際に運用してみると、この複雑さが逆に足かせになっている気がしたのです。

「もしかして、シンプルな方が強いのでは？」そんな仮説が頭をよぎりました。

極限まで削ぎ落とす実験

私は思い切って、システムを削ぎ落としていくことにしました。

削減フェーズ1: スタッフ DB の撤廃

まず、役割分担のために作っていたスタッフ DB を削除しました。複雑な設計をやめ、シンプルな単一構成にしたのです。

結果は予想以上でした。システムの動きが軽快になり、反応速度が上がりました。

削減フェーズ2: サブエージェントすら不要

さらに、今 AI システム設計の世界で主流となっている「サブエージェント構成」についても検討しました。

大企業や有識者は「サブエージェントを複数配置して役割分担させる」設計を推奨しています。しかし、私は Notion に特化して考えたとき、「これすら不要だ」という結論に至りました。

この考えは、おそらく少数派です。AI 全体で見れば、サブエージェント構成が正解なのかもしれません。

でも、少なくとも私の環境では、シンプルな方が圧倒的に強い。

削ぎ落とした先に見えた強さ

極限までシンプルにしたシステムは、驚くほど快適でした。

• 反応速度: DB 参照や判断プロセスが減り、レスポンスが速い
• 精度: 判断プロセスがシンプルなので、的確な回答が出やすい
• メンテナンス性: 構造が単純なので、調整も素早くできる

「全部入り」を目指して複雑化したシステムより、削ぎ落としたシンプルなシステムの方が、実用性が高かったのです。

常にAIをいじっているからこそ

なぜシンプルな設計で高い精度が出るのか。その理由の一つは、「常に AI をいじり続けている」からだと考えています。

毎日、何時間もシステムと向き合い、プロンプトを調整し、動作を観察する。その繰り返しの中で、過剰な補助機能がなくても精度を維持できる感覚を掴んだのです。

いろいろ詰め込まなくても、ちゃんと動く。むしろ、詰め込まない方が動きが良い。

流行に流されず、自分の環境に最適化する

AI システム設計において、「業界のベストプラクティス」は確かに存在します。しかし、それが全ての環境に当てはまるとは限りません。

私の場合、Notion という構造化されたプラットフォームを使い、毎日システムを触り続けるスタイルだからこそ、シンプル設計が最適解でした。

もしあなたが AI システムを構築しているなら、流行りの設計を盲目的に採用するのではなく、自分の環境と運用スタイルに本当に合っているか？を問い直してみてください。

削ぎ落とした先に、意外な強さが見つかるかもしれません。