NotebookLM
Google が提供する AI ベースのリサーチ・ノートブックツール。ユーザーがアップロードしたドキュメント（PDF・Google スプレッドシート・YouTube動画など）をソースとして、そのソースに基づいた回答・要約・スライド生成などを行う。RAG（検索拡張生成） の実用的なインターフェースとして機能する。
公式サイト: https://notebooklm.google.com/
主な機能
| 機能 | 内容 |
|---|---|
| チャット（Q&A） | アップロードしたソースに基づいた質問応答 |
| メモ | チャット出力をノートブック内に保存し、後続のソースとして再利用できる |
| スライド生成 | ソース情報をもとに Google スライド形式のプレゼンテーションを自動生成 |
| インフォグラフィック生成 | ビジュアル要約の自動生成 |
| ソース対応形式 | Google スプレッドシート・PDF・Google ドキュメント・YouTube・Webページ・ホワイトボードのスクリーンショット など |
対応ソース形式
2025年後半時点で、以下のソース形式に対応が拡張されている：
- Google スプレッドシート（表形式データの分析が可能）
- PDF・Word 文書
- YouTube 動画（字幕）
- Web ページ（URL）
- ホワイトボードのスクリーンショット
アンケートレポート作成ワークフロー
田部井勝彦（クラスメソッド 組織開発室）が実践した、Google スプレッドシートのアンケート結果をスライドレポートに変換する手順。
基本原則：「段階的分析 → メモ化 → ソース追加」のサイクル
- アンケートデータ（スプレッドシート）をソースとして設定
- 比率・グラフ化をチャットで依頼し、結果をメモに保存
- メモをソースに追加し、次の分析（部署別比率・テキスト要約）を実行
- 全分析メモが揃ったら、メモのみを選択してカスタムスライドを生成
メモをソースとして活用するパターン
中間分析の出力をメモに保存してソースに追加することで、最終的なスライド生成時にすべての分析結果を参照できる状態を作る。コンテキストを段階的に積み上げるアプローチ。
詳細: NotebookLM を利用したアンケートレポートの作成
Data Table 機能
PDF・Webサイト・YouTube など バラバラな資料を投げ込むだけで AI が表を自動生成し、ワンクリックでスプレッドシートに変換する機能。手入力によるデータ作成をほぼゼロにできる。
主な活用パターン：
- 複数PDFの情報を横断比較表に変換
- YouTube動画の要点を自動的に整理して表化
- Webサイトのデータ収集・整形の自動化
スライド生成の高度活用
プロンプト設計でクオリティを上げる
NotebookLM のスライド生成はプロンプトを作り込むほど品質が上がる。「ストーリー設計」と「デザイン統一」を中心にプロンプトを組むことがポイント。Nano Banana Pro との組み合わせで図解化が大幅強化される。
PDF → 編集可能なGoogleスライドへの変換
NotebookLM が出力したスライドは PDF 形式で編集しにくいが、Gemini Canvas を使うと編集可能な Google スライドに変換できる。
手順:
1. NotebookLM でスライド PDF を生成・ダウンロード
2. Gemini の「キャンバス」を起動
3. PDF をアップロード → Google スライド形式に変換
GAS（Google Apps Script）連携
NotebookLM × GAS の組み合わせは業務自動化の最強コンビ。NotebookLM で GAS のコードを生成し、Googleフォーム作成・Gmail自動送信・スプレッドシート操作など多様な業務を指示とコピペだけで自動化できる。GAS 未経験者でも挫折しにくいのは NotebookLM が「コード生成 + 解説」を同時に行うため。
Gem × NotebookLM 連携
NotebookLM に「プロンプト技術の全知識」を学習させ、Gemini Gem と連携させることで 超高クオリティなプロンプトを自動生成するシステムが構築できる。やりたいことを入力するだけで、プロンプトエンジニアが常駐しているのと同じ品質のプロンプトが出力される。
マインドマップ → Xmind 変換
NotebookLM のマインドマップ機能はAIが自動生成するが、出力が「画像のみ」で編集できないのが弱点だった。Xmind 公式ツールを使えば編集可能なマインドマップに変換でき、追加・変更が自由自在になる。
読書術への活用
NotebookLM に書籍PDFや要約を読み込ませると、「内容・評判・議論の完全把握」が可能。日本の社会人の平均勉強時間は1日6分という状況で、知識吸収効率を高める実践的ツールとして機能する。
拡張機能：Enhancer 4 Google
こーすけ先生（@GASsuke4u）が開発した Chrome 拡張機能。NotebookLM をプロ仕様に強化する。
主な追加機能：
- ノートブック内の検索機能
- カテゴリ管理（ノートブックの整理）
- 生成回数の可視化
活用シーン
- アンケート結果レポート: Google Form → スプレッドシート → NotebookLM スライドの Google ツール完結ワークフロー
- 文献レビュー・要約: 複数PDFをソースに設定して横断的な要約・比較を生成
- 採用データ分析: スプレッドシートの採用データをもとに分析レポートのスライドを作成（田部井勝彦の関連記事でも言及）
- Data Table: バラバラな資料を一括で表化 → スプレッドシート変換
- GAS自動化: NotebookLM でコード生成 → 業務フロー全自動化
目標設定支援ツールでの活用例（クラスメソッド、2025年7月）
Gemini Gem と組み合わせた「ノーコード RAG」としての活用事例。田部井勝彦 が1ヶ月半で社内導入した。
仕組み
- 部門別 NotebookLM を計17部門分（検証5部門 + 全体12部門）作成
- 各 NotebookLM に「全社方針・評価制度・部門方針」をソースとして設定
- Gemini Gem でヒアリングした「本人情報」と組み合わせて目標素案（JD・OKR・グレード目標）を生成
制御用プロンプトの活用
ソースファイル内に制御用プロンプトを埋め込むことで、回答スタイル・フォーマットをコントロールする実践プラクティスを確立（公式ドキュメントに明記された利用法ではないが実用上問題なく運用できている）。
Google Docs 同期の活用
Google Docs をソースとして設定すると、ドキュメントの更新が同期機能で自動的に反映されるため、方針変更時のメンテナンスコストが低い。
目標レビュー機能
素案生成だけでなく、OKR と成長目標を別々にレビューする機能も実装されている（登壇では時間の都合で省略、DevelopersIO イベントレポートで補足）。
OKR レビュー観点: OKR 一般ルール準拠・上位目標との整合・KR の定量表現の有無など
成長目標レビュー観点: 部門方針との整合性・グレード相応の難易度・事業貢献への紐づき・SMART の法則準拠など
ノーコード RAG としての価値
NotebookLM がなければ、同等の機能を独自 RAG 環境として構築する必要があり、1ヶ月半での導入は不可能だった（田部井証言）。
社内評価: 「体感5倍で下書き作成」「考える時間が98%削減」「GoogleのAIサービスだけでノーコードで作ってるってとこがすごい」
詳細: Gemini と NotebookLM を組み合わせて目標設定の負荷を軽減する方法 / 【イベントレポート】Gemini と NotebookLM を組み合わせて目標設定の負荷を軽減する方法（DevelopersIO）
関連
- RAG（検索拡張生成）
- Gemini — 同じ Google 製 AI。Gem（ヒアリング担当）と組み合わせて使う
- AI業務改善の3要素 — NotebookLM を活用した業務改善のフレームワーク
- OKR（目標管理） — 目標設定支援ツールの出力対象
- 田部井勝彦
- クラスメソッド
- NotebookLM を利用したアンケートレポートの作成