AIによる読書記録は、知識の定着率を大きく変える。読んだ直後は「良い本だった」と思っても、1ヶ月後にはその内容の大半が曖昧になっている——多くの読書家が抱えるこの課題に対して、AIを活用した記録と整理がどう効くのかを、Book Compass開発者の立場から解説する。
この記事はライフデータで自分を知る——複数アプリのデータをつなぎ合わせると何が見えるかのクラスター記事として、読書データに焦点を当てて深掘りしている。
読んだ内容が時間とともに薄れる問題
自分は昔から本を読むのが好きだ。ただ、ずっと感じていたことがあった。読んだ直後は「これは良かった」「かなり学びがあった」と思っても、時間が経つにつれて、その内容が少しずつ薄れていってしまうこと。
完全にゼロになるわけではない。でも、せっかく何時間もかけて読んだ本の気づきや、自分の中で引っかかった感覚が、少しずつ曖昧になっていく。これがずっともったいないと感じていた。
しかも体験的に、ただ読むだけよりも、読んだ内容を言葉にしたり、軽くでもアウトプットしたり、誰かとその内容について会話したりした方が、理解が深まるし記憶にも残りやすいことはわかっていた。
どうせ時間をかけて本を読むなら、その知識吸収効率は最大化したい。単に「何冊読んだか」ではなく、「読んだことがどれだけ自分の中に残ったか」を大事にしたい。Book Compassは、そこから始まっている。
読書にAIを入れる3つの価値
1. メモの構造化——断片を「あとから使える形」に変える
読書中に残すメモは、どうしても断片的になる。「ここは刺さった」「この考え方は自分に足りない」「でもまだ納得しきれていない」——その瞬間の熱量はあるのに、あとから見返すと文脈が抜けてしまっていることが多い。
Book Compassでは、読書中のつぶやきをただ保存するのではなく、AIがそれらを整理し、自分の思考の流れが追いやすい状態に構造化する。ここで重要なのは、本の一般的な要約を返すのではなく、「この人はこの本をどう読んだか」を起点に整理することだ。
2. 傾向の可視化——自分の関心のパターンを知る
人は、自分のことを意外とわかっていない。「自分はこういう本が好きだ」「最近はこのテーマに関心がある」と思っていても、実際につぶやきや読書履歴を並べてみると、思っていたより偏りがあったり、逆に予想外の共通点が見えたりする。
Book Compassでは、読書メモや記録から「どんな観点に反応しやすいのか」「どんなテーマを繰り返し考えているのか」「関心がどの方向に広がっているのか」を可視化していく。これは読書を続ければ続けるほど精度が上がる。
3. 次の一冊の理由つき提案——「なぜこの本なのか」がわかる
Amazonなどのレコメンドに対してずっと感じていた違和感がある。「なぜこれが自分に合うのか」が見えないことだ。Book Compassでは、過去のつぶやきや読んでいる本の特性をもとに、「今の自分に近い本」「少し違う視点をくれる本」「自分の関心を広げてくれる本」を、理由とセットで提案する。レコメンドは精度だけでなく、理由が見えることが大事だと考えている。
Book Compassの設計思想——「どう読んだか」を起点にする
一般的なAI読書サービスは「この本の要約はこうです」を返す。しかしBook Compassが目指しているのはそこではない。
大事にしているのは、「本の要約」ではなく「あなたの読書体験の整理」だ。同じ本を読んでも、引っかかるポイントは人によって違う。まだ言葉になりきっていない感覚、違和感、納得感——そういった曖昧だけど大事なものを、AIが拾い上げて整理する。知識の代行ではなく、理解の補助。それがBook Compassの核心だ。
「もう一人の自分が読書を理解してくれる」体験
Book Compassを開発していて、一番印象的だった瞬間がある。読書中につぶやいた内容を、AIが整理して返してくれた時だ。
それを見た時、単に「要約」されたのではなく、自分を理解してくれている感じがした。自分が本を読みながら考えていたこと、自分でもうまく言語化しきれていなかった部分を、少し離れた位置から整理して見せてもらった感覚。
その時に思った。「これは、もう一人の自分みたいだ」と。自分の考えていることをよく理解してくれている存在が横にいる。しかも上から教えてくるのではなく、一緒に整理してくれる。この感覚がBook Compassのかなり大事な核になっている。
チャット機能も同じ発想で作っている。目指しているのは「何でも答えてくれるAI先生」ではなく、自分の読書記録を根拠にして一緒に考えてくれる「読書パートナー」だ。「あなたが以前こういうことを気にしていたから、今回もここが引っかかっているのかもしれない」「この本で残った問いは、前に読んだ別の本の気づきとつながるかもしれない」——そういう返しができる存在を目指している。
Book Compass — AIで読書体験を深める
読んだ内容が薄れていくもったいなさを解消。AIがあなたの読書メモを整理し、傾向を可視化し、次の一冊を理由つきで提案します。
Book Compass を見るAIだからこそ慎重に設計したこと
AIを入れる時に怖かったこともある。一番は、的外れな回答をしてしまうことだ。それっぽく見えるけれど、自分の記録とずれている——これはかなり避けたかった。
だからBook Compassでは、AIに自由に話させるのではなく、以下の方針を徹底している。
- 読書記録を根拠にする——ユーザーの実際のメモや記録をベースに回答し、推測だけで語らない
- わからないことはわからないと言う——知ったかぶりをしない設計
- 断定しすぎない——「かもしれない」「こう読み取れる」という姿勢を大切にする
- 単なる持ち上げや言い換えで終わらない——ユーザーの思考を一歩先に進める返しを目指す
AIが前に出すぎると、便利そうに見えても体験としては浅くなることがある。むしろ少し控えめなくらいの方が、読書の支援としてはちょうどいい。この加減は、実際に開発して使い続ける中で見えてきたものだ。
読書データをライフデータの一部として捉える
Book Compassで蓄積される読書データは、それ単体でも十分に価値がある。しかし、ライフデータで自分を知るで解説している通り、このデータを他の領域のデータと組み合わせると、さらに深い自己理解が得られる。
たとえば、読書量が落ちた時期と筋トレの停滞が重なっていたり、特定のテーマの本を読んだ後に行動パターンが変わっていたり。読書データは「思考データ」としてライフデータの重要な一角を占めている。DoubleHub（現在開発中）では、この横断分析を自動化していく予定だ。