NotebookLM活用入門｜資料を読み込ませて要約・引用で裏取りする使い方

数十ページの社内マニュアルを前に、「あの締切、どこに書いてあったっけ」と探し回る。チャットAIに聞いてみても、手元の資料を読んでいないので“一般論”しか返ってこず、出どころも分からない。結局、最初から自分で読み直す——そんな時間を減らしてくれるのが NotebookLM です。本講座では、NotebookLM の使い方を「手元の資料を読み込ませて、要約・質問する3ステップ」で身につけます。

NotebookLM は「何でも知っているAI」ではありません。あなたが読み込ませた資料の範囲だけを根拠に、引用つきで答えるAIです（出典：Google NotebookLM 公式サイト）。だから「ウチの資料の話」ができ、答えがどの箇所を根拠にしているかを開いて確かめられます。確かめられること——これがこの講座でいちばん伝えたい価値です。

本講座は、手元の資料を読ませて、その範囲で要約・質問する操作の入口に絞ります。自由なプロンプトで相談したり文章を生成したりしたい場面はChatGPT入門などが、「資料を根拠に答えるAI」がなぜそう動くのかという仕組み（RAG）はRAG入門が、それぞれの正本です。本講座はそこには踏み込みません。

この講座を終えると、次の3つができるようになります。NotebookLM が汎用チャットAIと何が違うかを挙げて説明できること、手元の資料をソースとして登録して要約させられること、そして質問の答えに付いた引用を開いて裏取りできることです。覚えて帰る型は「資料を登録する → 要約で全体像 → 質問して引用で裏取り」。本講座では、社内マニュアル（例）のPDFを読み込ませ、「申請の締切と必要書類は？」と質問して引用つきで答えさせ、引用元を開いて確かめる、という場面を全章で追います。

NotebookLM とは何か——汎用チャットAIとの違い

NotebookLM は「自分がアップロードした資料」だけを根拠に答える

NotebookLM は、アイデアを練ったり整理したりできるように設計された、Google の AI 搭載リサーチアシスタントです（出典：NotebookLM ヘルプ「NotebookLM の詳細」）。汎用チャットAI（ChatGPT など）との最大の違いは、答えの土台にするものです。汎用チャットAIは学習済みの広い知識から答えるので、手元の資料は見ていません。これに対して NotebookLM は、自分がアップロードした資料（ソース）に言語モデルを「グラウンディング（関連付け）」し、チャットの回答にはソースからのデータだけを使います（出典：Google 公式ブログ／NotebookLM ヘルプ「NotebookLM でチャットを使用する」）。だから「ウチの資料」の話ができるのです。

答えに引用（出どころ）が付くから、自分で確かめられる

もう一つの本質的な違いが、引用です。NotebookLM は、ソースからの正確な引用を表示して、その答えがどこを根拠にしているかを示します（出典：NotebookLM 公式サイト）。回答にはインラインで引用が明記され、正確性・透明性・信頼性が担保される、と説明されています（出典：NotebookLM ヘルプ「NotebookLM の詳細」）。同じ「申請の締切は？」という質問でも、汎用チャットAIは一般論を返しますが、NotebookLM は読み込ませた社内マニュアル（例）の記載で、引用つきに答えます。出どころが分かるので、鵜呑みにせず自分で確認できます。

「もう一つのChatGPT」という思い込みがつまずきになる

ありがちな誤解は「NotebookLM ＝もう一つのChatGPT」というものです。実際は、資料を読ませずに質問しても、NotebookLM は資料の範囲外のことには答えません。答えがソース資料にない場合は回答できない設計だからです（出典：NotebookLM ヘルプ「よくある質問」）。「短編小説の結末を書き換えて」のような、ソースに基づかない創作を頼むと「この質問には答えられません」と返ることもあります（出典：NotebookLM ヘルプ「NotebookLM でチャットを使用する」）。この“答えすぎない”性質こそ、アップロードした資料を厳密に参照することで不正確な情報の生成を抑える、ハルシネーション軽減の仕組みです（出典：NotebookLM 公式サイト）。自由なプロンプトで相談したい場面はChatGPT入門へ、と使い分けてください。

この章の確認（演習）

自分の業務で「手元の資料を根拠に答えてほしい質問」と「一般論で十分な質問」を1つずつ挙げてください。そのうえで、どちらが NotebookLM 向きかを仕分け、なぜそう判断したかを一言で説明してみましょう。

資料を読み込ませて要約させる——NotebookLM の使い方①

まずノートブックを作り、資料をソースとして追加する

NotebookLM の使い方は、まず資料を登録するところから始まります。作業の単位は「ノートブック」で、テーマごとに関連する資料をまとめてAIと対話する場所です。ここに資料を「ソース」として追加します。ソースとは、アプリにインポートまたはアップロードした資料の静的なコピーのことで、モデルはこのソースを使って質問に答えます（出典：NotebookLM ヘルプ「ノートブックの新しいソースを追加または検索する」）。追加できる資料は、PDF や Google ドキュメント、ウェブページのURL、テキストの貼り付けなど幅広く対応しています（対応形式は変わるため、最新は公式ヘルプで確認してください。出典：同ヘルプ）。無料の範囲でも1つのノートブックに複数の資料をまとめられます（登録できる件数や容量の上限は公式ヘルプに従ってください）。共通例なら、社内マニュアル（例）のPDFをソースとして登録します。

読み込みが終わったら「要点を3つに」と頼んで全体像をつかむ

資料を登録したら、本文を全部読む前に全体像をつかめます。NotebookLM で要約を得るには2つの方法があります。1つはチャットから特定のトピックの要約をリクエストすること、もう1つは、左側のソースビューアで「ソースを開く」を選び、自動生成されたソース全体の要約を確認することです（出典：NotebookLM ヘルプ「ノートブックの新しいソースを追加または検索する」）。共通例なら、社内マニュアル（例）に「この資料の要点を3つに」と頼んで、申請まわりに何が書かれているのかの見取り図を先に得ます。取り込んだ資料は、学習ガイドや概要説明資料といった分かりやすい形式にも変換できます（出典：NotebookLM ヘルプ「NotebookLM の詳細」）。

関係ない資料を一度に入れると根拠がぼやける

つまずきやすいのは2点です。1つは、資料を登録しないまま質問してしまうこと。NotebookLM はソースに無いことには答えないので、まず資料を入れるのが先です。もう1つは、一度に無関係な資料を大量に入れて、答えの根拠がぼやけることです。NotebookLM では、各ソースのチェックボックスで、モデルが回答に使う資料を指定できます（出典：NotebookLM ヘルプ「NotebookLM でチャットを使用する」）。聞きたいテーマに関係する資料に絞ると、答えが探しやすくなります。なお、NotebookLM が出した要約も「下書き」です。自分の言葉で短くまとめ直すコツは要約スキル入門が正本です。

この章の確認（演習）

手元の資料を1つ選び、NotebookLM にソースとして登録してください。読み込みが終わったら「この資料の要点を3つに」と頼み、出てきた要約が資料の内容と合っているかを、自分の目で見比べてみましょう。

質問して引用で裏取りする——根拠を確かめる

答えに付いた引用を開いて原文と突き合わせる

要約で全体像をつかんだら、次は具体的に質問します。共通例なら、社内マニュアル（例）に「申請の締切と必要書類は？」と聞きます。NotebookLM は、ソースからの抜粋やテキストをそのまま引用として使って答えます。この引用は回答の正確性を確認するためのもので、引用部分にカーソルを合わせると引用元のテキスト全体がすぐに見え、引用を選択すると引用元の該当箇所に自動的に移動して、前後の文脈ごと確認できます（出典：NotebookLM ヘルプ「NotebookLM でチャットを使用する」）。答えを鵜呑みにせず、引用元を開いて原文と突き合わせる——これが裏取りです。質問は具体的なほど良く、ノートブックに資料が多いときは、まず関連性の高い箇所を探してから回答が作られるため、聞きたいことを絞ると精度が上がります（出典：NotebookLM ヘルプ「NotebookLM の詳細」）。

資料に書いていないことは「分からない」と返るのが正常

NotebookLM は、答えがソース資料にない場合は回答できない設計です（出典：NotebookLM ヘルプ「よくある質問」）。これは欠点ではなく、確かめられることの裏返しです。読み込ませていない範囲のことを聞いて「分からない」と返るのは、むしろ正しい挙動です。一方で、Google 自身も、ソースに基づく回答でもハルシネーションのリスクはゼロではなく、生成された回答は元の資料と照らし合わせて事実確認すべきだと案内しています（出典：Google 公式ブログ／NotebookLM ヘルプ「NotebookLM でチャットを使用する」）。引用をたどって確かめる習慣は、ここで効いてきます。なお医療・法律・金融に関わる判断は、資格を持つ専門家に相談してください（出典：NotebookLM ヘルプ「NotebookLM の詳細」）。

引用を確認せず転記する、というつまずき

最後のつまずきは、引用を開かずに答えをそのまま転記してしまうことです。便利だからこそ、出どころを見ずにコピーしたくなりますが、それでは汎用チャットAIに一般論を聞いているのと変わりません。引用を開いて原文を確認し、答えに抜けや思い込みの付け足しがないかを自分でチェックする——この一手間が、NotebookLM を使う意味そのものです。「資料を根拠に答えるAI」がなぜそう動くのか、仕組みの側からもう一段知りたい方はRAG入門へ進んでください。

この章の確認（演習）

第2章で登録した資料に、具体的な質問を1つしてください。答えに付いた引用元を開いて原文と照らし合わせ、抜けや、原文に書いていない付け足しがないかを自己チェックします。あわせて、資料に書いていないことをわざと1つ聞いて、「分からない」と返るのも確かめてみましょう。