3スレッドを約49分で採掘して新規Knowledgeが0件だった――処理量と新しい知の発見は別だった

目的は、記事制作の自動化より「新しいネタを見つけること」だった

dotローンチ直後、可児波起は過去のChatGPT会話からKnowledge候補を採掘し、既存記事との重複を確認し、新規記事か既存更新かを判断する作業をdotへ任せていました。

ここでの中心目的は、単に作業を自動化することではありませんでした。可児波起が重視していたのは、過去約3年間の試行錯誤から、まだKnowledgeになっていない一次体験を見つけ、新規記事を増やすことでした。

近いテーマの3スレッドを連続で処理した

2026年10月1日、可児波起はクレジット消費を抑えながら連続運転できるかを試し、dotへ複数スレッドの採掘と既存Knowledge照合を任せました。

dot側の最終報告では、近いテーマの3スレッドを約49分で処理し、17候補を抽出、採用5、保留7、不採用5に分類したとされています。

しかし、採用された内容は新規Knowledgeではなく、既存5記事の改善へ使われました。新規記事は0件でした。

新規0件でも、重複判定が失敗したとは限らない

この結果だけを見て「採掘に失敗した」とは言えません。既に同じ問いを扱うKnowledgeがあるなら、新しい記事を増やさず既存記事へ統合する判断は、重複を避ける編集として成立します。

実際、この試行では候補を既存Knowledgeと照合し、既存記事の改善へ反映したという報告が残っています。

問題は、重複判定の正しさではなく、今回の作業で何を達成したかったかでした。

可児波起が「新規記事を増やしたい、がメイン業務だから」と目的を戻した

新規0件という報告に対し、可児波起は「新規記事を増やしたい、がメイン業務だから」と訂正しました。

さらに、求めているのは制作自動化そのものより「ネタ探し」であることを明確にしました。

ここで、AIが与えられた素材を効率よく処理できたことと、ユーザーが欲しい新しい知識を発見できたことが別の成果として切り分けられました。

dot側も、選んだ採掘先が近いテーマへ偏っていたと説明した

その後の会話でdotは、今回選んだ3スレッドが近いテーマに寄っていたため、既存Knowledgeと重なりやすかったという趣旨の説明をしています。

これは全ての近い会話を採掘すると新規0件になるという一般則ではありません。また、3年分の全会話に新規ネタが残っていないことを示すものでもありません。

この試行で確認できたのは、採掘対象の選び方が同じ方向へ寄っていた状態で、結果も既存記事の改善へ寄ったということです。

探索先を、最近の似た会話から古い時代の試行錯誤へ変えた

可児波起は、Knowledgeとして残す価値が高いのは、最近の似た運用記録だけではなく、生成AIを使い始めた頃の驚きや失敗、当時の制約に対する人間の工夫だと説明しました。

その後、探索先は2023年の長文ブログ制作、章分け、FAQ、架空人物、ChatGPTとの記憶の試みなど、古い会話へ移っていきました。

この変更後、実際に2023年から2025年の記録を題材にした歴史Knowledgeが作られています。ただし、探索先を古くしたことだけが新規記事増加の原因だったと比較実験で証明したわけではありません。

処理速度を上げることと、探索空間を広げることは別だった

この実例では、約49分で3スレッドを処理したというdot側の報告がありました。しかし、その処理量から新規Knowledgeは生まれませんでした。

処理時間を短くする、連続で多くの会話を読む、候補を多数抽出するといった効率化は、「どこを探しているか」という条件を変えません。

新規Knowledgeを増やすことが目的なら、処理件数だけではなく、年代、分野、未採掘範囲、既存Knowledgeとの距離など、探索対象そのものをどう選ぶかも別に設計する必要があると、この試行から整理されました。

新規0件は、次の探索条件を変えるための結果になった

この3スレッド試験では、新規0件という結果を隠さず、そのまま残したことで、次の探索方法を変更する材料になりました。

「候補が少ないからもっと大量に処理する」ではなく、「採掘している場所が似すぎていないか」を見直し、古い時代・異なる題材へ範囲を広げる方向へ進みました。

つまり、この一次体験で残せる知は、新規0件を失敗件数として数えることではありません。AIの探索結果が目的に合わないとき、処理方法だけでなく探索対象そのものを見直す判断が必要になったことです。

このKnowledgeで言える範囲

本記事が記録しているのは、2026年10月1日に行われた3スレッドの連続採掘で、dotが既存Knowledgeの改善候補を見つけた一方、新規Knowledgeは0件だった具体例です。

「近いテーマを採掘すると必ず新規が出ない」「古い会話なら必ず新しいKnowledgeが見つかる」「49分という処理時間が最適」といった一般則は確認していません。

確認できるのは、新規Knowledgeを増やすという目的に対して結果が0件だったため、可児波起が探索先の選び方を訂正し、その後の採掘対象を古い時代・別の試行錯誤へ変えたことです。

このKnowledgeの関連知識

採掘方法の前提：過去のChatGPT会話からKnowledge・Experimentsの一次素材を発掘する方法。会話からEvidence候補を抽出し、記事化前に既存Knowledgeとの重複を照合する基本工程です。

3日間全体の親記録：ChatGPTのdotをローンチ直後から3日間使った――Knowledge制作で失敗しながら役割分担を作った記録。今回の記事は、その中で採掘対象の選び方を変えた場面を切り出しています。

探索先を変えた後の方法：過去のAI体験を「当時の限界×人間の工夫」として残す――dotローンチ直後に歴史Knowledgeの型を作った記録。古い会話へ探索を移した後、歴史Knowledgeの型が形成された経緯です。