NotebookLMを使って資料を整理してみた

最近、仕事で扱う資料が増えてきて、必要な情報を探すだけでも時間がかかるようになっていました。

そんなときに試してみたのが、GoogleのNotebookLMです。

以前から名前は聞いたことがありましたが、ChatGPTやGeminiとは何が違うのか、正直よく分かっていませんでした。

ただ、手持ちの資料を読み込ませて、その内容について質問できるという話を見かけたので、「これなら資料整理に使えるかもしれない」と思い、実際に試してみました。

今回は、仕事の資料をNotebookLMで整理してみて、便利だったことや困ったこと、使ってみて感じたことを紹介します。

きっかけは大量にたまった仕事の資料

私がNotebookLMを使おうと思ったきっかけは、職場で社内勉強会の企画を任されたことでした。

以前にも同じような勉強会を開催していたため、過去の資料を参考にすることになったのですが、これが思った以上に大変でした。

共有フォルダには、過去の企画書、打ち合わせの議事録、当日の進行表、参加者アンケートの結果など、さまざまな資料が保存されていました。

しかも、ファイル名が統一されていません。

「勉強会資料」「勉強会資料_修正版」「勉強会資料_最終」といった似たような名前のファイルが並んでいて、どれが最新なのかも分かりにくい状態でした。

最初は一つずつ開いて確認していたのですが、30分ほど経っても、ほとんど整理できていませんでした。

特に困ったのが、過去の勉強会で何が問題になっていたのかを調べることです。

参加者から出た意見が複数の資料に分かれていたため、全部読まなければ全体像がつかめません。

そこで、以前から気になっていたNotebookLMを試してみることにしました。

とりあえず資料を読み込ませてみた

最初にNotebookLMを開き、新しいノートブックを作成しました。

画面を見ながら操作してみると、思っていたより分かりやすく、特に迷うことなく始められました。

まずは、手元にあったPDFファイルを8個と、Googleドキュメントで作成した議事録を3個追加してみました。

仕事の資料だったので、個人情報や社外秘の内容は事前に取り除き、アップロードして問題ないものだけを使いました。

資料を追加したあと、「昨年度の勉強会について、主な内容をまとめてください」と質問してみました。

すると、勉強会の目的、実施内容、参加者からの反応、改善点などが整理された回答が表示されました。

これには少し驚きました。

というのも、私自身はまだ全部の資料を読み終わっていなかったからです。

複数のファイルに分かれていた情報が、一つの回答としてまとめられているのを見て、「これは想像以上に便利かもしれない」と感じました。

ただ、この段階では本当に正しく整理されているのか分からなかったので、回答の内容を確認しながら使うことにしました。

資料の中から必要な情報を探すのが楽になった

NotebookLMを使って特に便利だと思ったのは、資料の内容について普通の言葉で質問できることです。

例えば、「前回の勉強会で参加者から多かった不満は何ですか？」と入力してみました。

すると、説明時間が長かったこと、質問する時間が少なかったこと、初心者には一部の内容が難しかったことなどが挙げられました。

実際に元のアンケート資料を確認すると、それぞれに関連する意見が書かれていました。

これまでなら、アンケート結果のPDFを開き、該当する部分を探して、自分でメモにまとめる必要がありました。

しかし、NotebookLMなら質問するだけで、関連する情報を探すきっかけを作ってくれます。

さらに便利だったのが、回答の根拠となった資料を確認できることです。

回答に付いている引用部分をクリックすると、元の資料の該当箇所を確認できました。

最初はAIが作った文章をどこまで信用してよいのか不安でしたが、元の資料と照らし合わせやすい点は安心材料になりました。

試しに「参加者から評価が高かった内容も教えてください」と質問すると、今度は実演形式の説明や具体的な事例紹介が好評だったことが分かりました。

不満だけでなく、次回も残したほうがよい内容まで整理できたので、企画を考えるうえでかなり役立ちました。

バラバラの情報を一つにまとめられた

次に試したのは、複数の資料に書かれている情報を整理することでした。

過去の議事録には、「次回は質問時間を増やす」「資料を事前配布する」「初心者向けの説明を追加する」といった改善案が書かれていました。

ただ、それぞれ別の日の打ち合わせで出た意見なので、内容が重複していたり、表現が少し違っていたりしました。

そこで、「過去の議事録に書かれている改善案を、重複を整理して一覧にしてください」とお願いしました。

すると、似た内容の意見がまとめられ、何を改善すべきなのかがかなり分かりやすくなりました。

さらに、「改善案を優先順位が高そうな順に並べてください」と質問してみました。

ここでは少し注意が必要でした。

NotebookLMが提案した優先順位は参考になりましたが、それはあくまで資料の内容をもとにした整理です。

実際には、予算や準備期間、担当者の人数なども考慮する必要があります。

そのため、提案をそのまま採用するのではなく、自分で判断して順番を入れ替えました。

それでも、何もない状態から考えるより、ずっと作業を進めやすかったです。

音声で内容を確認できるのも面白かった

資料を整理している途中で、NotebookLMの音声解説機能も試してみました。

読み込ませた資料をもとに、会話形式の音声を作成できるというものです。

最初は「資料を音声にして何の意味があるのだろう」と思っていました。

しかし、実際に生成して聞いてみると、意外と面白かったです。

自分が追加した勉強会の資料について、二人が会話しているような形で内容が紹介されました。

文章を読むときとは違い、重要なポイントが話の流れの中で出てくるので、全体像をつかみやすいと感じました。

特に、過去の勉強会で好評だった点と改善が必要だった点を会話の中で振り返っていたのが印象に残っています。

ただ、音声解説は資料のすべてを読み上げてくれるわけではありません。

細かい数字や正確な表現を確認するには、やはり元の資料を見る必要がありました。

私の場合は、作業の合間に全体の内容を振り返る用途で使うのが合っていそうです。

使ってみて困ったこともあった

便利なことが多かったNotebookLMですが、使っていて少し困ったこともありました。

一つ目は、読み込ませる資料が古いと、古い情報も回答に含まれてしまうことです。

今回、最初に追加した資料の中には、開催時間を変更する前の企画書が混ざっていました。

そのため、開催時間について質問したときに、以前の予定が回答に含まれてしまいました。

元のファイルを確認してみると、古い企画書と最終版の進行表で時間が違っていました。

結局、古い資料を整理し、どれが最終版なのか分かる状態にしてから使い直しました。

AIが資料を整理してくれるとはいえ、元の情報が正しく整理されていなければ、間違った内容が出てくる可能性があると実感しました。

もう一つ気になったのは、回答が少し大まかになることがある点です。

例えば、参加者の感想について質問したとき、「参加者からオンライン開催を希望する声があった」とまとめられました。

間違いではなかったのですが、元のアンケートを確認すると、その意見を書いていたのは数人だけでした。

回答だけを見ると、多くの人が希望していたようにも受け取れます。

こうした細かいニュアンスは、自分で確認する必要があると思いました。

資料整理にかかる時間はかなり減った

今回、NotebookLMを使って一番よかったのは、資料を読む前の段階で、必要な情報を把握しやすくなったことです。

以前は、まずすべてのファイルを開いて、内容を確認しながら必要な部分を探していました。

しかし、NotebookLMを使うようになってからは、先に質問して関連する情報を見つけ、そのあと必要な資料を詳しく読むという進め方に変わりました。

今回の勉強会の資料整理では、最初に自分で作業していたときは30分経っても全体像がつかめませんでしたが、NotebookLMを使い始めてからは、さらに30分ほどで改善点や次回の検討事項をメモにまとめることができました。

もちろん、資料の準備や回答の確認にも時間はかかっています。

それでも、一つずつファイルを開いて調べる作業が減ったので、体感としてはかなり楽になりました。

最終的には、NotebookLMで整理した内容を参考にしながら、次回の勉強会に向けた企画案を作成しました。

まとめ

今回初めてNotebookLMを本格的に使ってみましたが、想像していた以上に便利なツールでした。

特に、複数のPDFや議事録から必要な情報を探したり、内容を比較したり、改善点を整理したりする作業で役立ちました。

一方で、古い情報が混ざっている場合や、細かい表現が重要な場合には、元の資料を確認する必要があります。

使ってみる前は、「AIに資料を全部読ませれば、それだけで整理が終わるのでは」と少し期待していました。

しかし、実際にはAIが見つけた情報を自分で確認し、必要なものを選ぶことが大切だと感じました。

それでも、大量の資料を前にして「どこから手を付ければいいのだろう」と悩む時間が減ったのは大きな変化です。

個人的には、NotebookLMは資料を代わりに読んでくれるというより、必要な情報を一緒に探してくれるアシスタントのような存在だと思いました。

今後は、仕事の資料整理だけでなく、勉強用のPDFや趣味で集めた情報の整理にも使ってみたいと考えています。