アソビュー株式会社のCPO横峯樹さんが、Claude Codeから一発で全文検索できる「自分専用の記憶」を構築した、という記事です。
「CPOがDB作るとか自分には関係ない」と思った方、ちょっと待ってください。 記事の中身を読むと、MCPで都度社内ツールに問い合わせる方式の限界を実感した結果、ローカルDBに集約したという話で、規模を縮めれば中小企業でも同じ思想が使えます。
僕が注目したのは、20万件という規模ではなく、「MCPに頼らずローカルに集約する」という設計判断のところです。 ここを押さえずに「とりあえずMCPを繋げばいい」と読むと、たぶん速度と精度で詰みます。
ナレッジ検索まわりの課題
社内情報をAIに横断検索させたい時、よく出るのはこんな問題です。
- Slack・Drive・Confluenceに情報が散らばっていて、どこを見ればいいか分からない
- MCPで都度問い合わせると応答が遅く、待ち時間でAIを使う気が失せる
- 検索しても部分一致で取りこぼし、結局自分で全文を漁る羽目になる
- API制限・認証期限切れで、肝心な時に検索が止まる
この構造は、アソビューのような数百名規模の会社でも、エンジニア数名の中小企業でも同じです。 違うのは「散らばっている件数」だけで、「都度参照は遅い」という痛みは規模を問いません。
Claude Code×ローカルDBをどう構築したか
元記事(note、2026-02-20)で報告された構成は以下です。
- 対象: 自分(CPO)の事業戦略・案件進捗・1on1記録の横断検索
- ツール: Claude Code + SQLite FTS5 + MCP(検索ツールとして接続)
- データソース: Slack約19.7万件 + Google Drive約6,000件 + Confluence約650件
- 規模: 戦略ナレッジベース1.5GB、ユーザーボイスDB9,300件(26MB)
- 実装: Python約6,000行で各APIから定期取得しSQLiteに格納
ポイントは「MCPで都度社内ツールを叩く」のをやめて、ローカルに全部落とした点です。 従来30秒かかっていた検索が数秒で完了、ネットワーク不要、API制限なし、という3点が一気に解消されています。
20万件統合の実態と効果
元記事で報告された主要な効果は以下です。
- 検索速度: 数秒(従来MCP経由で30秒程度)
- 対象範囲: Slack/Drive/Confluenceを一括全文検索
- 用途: 事業戦略の整合性チェック、案件進捗の横断把握、1on1内容の振り返り
- 副次効果: ネットワーク不要、API制限の心配なし、認証期限切れに影響されない
注意点として、これは「CPO個人の業務用記憶」であって、組織全体の知識共有基盤ではありません。 データの最新性は定期取得のバッチに依存するため、リアルタイム性が必要な用途(進行中Slackスレッド等)はMCP併用が現実的です。
「Claude Codeにローカルさえ繋げば賢くなる」のではなく、何を取り込むかの取捨選択を人間がやっている点は押さえておきたいところです。
中小企業で再現するなら
ここからが本題です。年商5億規模・社員30名の体制で同じ思想を取り入れるならどう削るか。
構成
| 項目 | アソビュー(元記事) | 中小企業(年商5億・社員30名) |
|---|---|---|
| 対象 | CPO個人の横断検索 | 経営者+管理職2〜3名の横断検索 |
| ツール | Claude Code + SQLite FTS5 + Python独自実装 | Claude Code Max Plan(月3,000円/人〜、2026年4月時点。要最新価格確認)+ SQLite FTS5 |
| データ件数 | 約20万件(1.5GB) | 推定 1〜3万件(議事録/Slack/Drive中心) |
| 月額費用 | (非公開) | 推定 月1〜2万円(ツール費・3名分) |
| 初期費用 | 推定低め(CPO自作) | 推定 50〜120万円(取り込みスクリプト+運用ルール整備) |
| 体制 | CPO本人 | 既存担当者+外部支援月10〜20時間 |
| 期間 | (継続改善) | 2〜3ヶ月でPoC→運用定着 |
評価軸スコア
| 評価軸 | スコア |
|---|---|
| ROI(投資対効果) | ★★★★☆ |
| 再現性(中小企業) | ★★☆☆☆ |
| 難易度(低いほど簡単) | ★★★★☆ |
(難易度=数字小さいほど簡単)
スコア根拠は以下です。
- ROIが高いのは、検索コスト削減+判断材料の網羅性向上が経営判断の質に直結するため
- 再現性は低め。SQLite/Python・APIトークン管理の実装力が必要で、純粋なノーコード運用は不可
- 難易度は高め。各SaaSのAPI取得・差分更新・全文検索インデックス整備で技術ハードルが高い
前提条件・必要データ
- Slack・Google Drive・Confluence等のAPI取得権限がある(管理者の協力必須)
- データを定期取得・更新するバッチを運用できる(週次or日次)
- 検索したい情報の範囲が言語化できている(何を取り込んで何を捨てるか)
- ローカルマシン or 社内サーバーでDBを保持できる(機密情報の管理体制込み)
失敗条件・適用しないケース
- 社内APIの取得権限が下りない(セキュリティポリシー上の制約がある)
- 「全社員向け検索基盤」を目指して規模を膨らませる(用途が拡散して頓挫する)
- データ取り込みのバッチ運用を誰も保守しない
- 機密情報のローカル保持に対する社内ルールが整備できない
「ローカルDBに突っ込めばClaude Codeが賢くなる」わけではありません。
取り込み対象の選定→APIアクセス権限の確保→定期バッチの構築→SQLite FTS5でインデックス→Claude Codeから検索ツール経由で参照、という5ステップを地道に積み上げて初めて、横峯さんが構築したような「自分専用の記憶」が見えてきます。
最初から全社向けを狙わず、経営者1人の業務範囲だけで小さく始めるのが現実的です。
出典・参考
市野
愛知県岡崎市でAI活用支援を手がける一人社長。 中小企業の現場でAIを実装してきた経験から、他社事例を「うちで再現するには」の視点で読み解いて発信中。
