GeminiとChatGPTで「調べて→整理→納品」を1人で完結させる

リサーチ、データ整理、資料作成——これまで複数人で分担していた工程を、AIツールの組み合わせで1人が完結させる動きが加速しています。きっかけになっているのが、Gemini NotebookLMのアップデートと、ChatGPTの「使い込むほど賢くなる」挙動への注目です。

注目したいのは、どちらも「特別な技術スキルなしに使える」点です。APIを叩いたり、コードを書いたりする前に、ブラウザだけで完結するワークフローが成立しつつある。使う側のハードルが実質ゼロになったとき、差がつくのはツールの知識ではなく「どう組み合わせるか」の発想になってきます。

Gemini NotebookLMは当初、PDFや資料を読み込んでQ&Aするツールとして認知されていました。ところが@shota7180をはじめとする実践者たちが発信しているのは、それとは一線を画す使い方です。

具体的なフローはこうです。まず公的機関（省庁サイト、統計局、業界団体など）の情報をURLごとNotebookLMに投げ込む。NotebookLMはウェブ上の公開情報を横断的にリサーチし、必要なデータだけを抽出して整理する。そこまでがワンセット。さらにそのアウトプットをそのままExcelやPowerPoint形式に書き出すことまでカバーしているのが、「資料を読むだけのAI」との決定的な違いです。

これが実務で刺さる理由は明快です。行政の一次情報は信頼性が高いぶん、探すのが手間で、PDFが多く、数値を拾い出す作業が地味に重い。そこを丸ごと省けるなら、リサーチから資料作成まで半日かかっていた作業が、数十分で完成形に近いものが出てくる可能性があります。

もう一方のトレンドは、ChatGPTの「学習補完」とでも呼ぶべき挙動です。@id_1609049355524411392が発信している内容によると、アプリ開発の際に毎回追加している「救済系の処理」を、ChatGPTが特に言わなくても自動的に組み込んでくれるようになっているといいます。「あ、いつものやつね」という感覚で動いてくれる、という表現が端的に状況を表しています。

これはメモリ機能やカスタム指示の精度向上によるものですが、使う側の視点から重要なのは「使い込むほど自分専用になる」という点です。同じプロンプトを打っていても、使用履歴や設定の積み上げによって、出力の質や省略できる指示の量が変わってくる。つまり、早く始めた人ほど「自分に最適化されたChatGPT」を持てるという非対称性が生まれています。

AIに頼む前に「仕様書」を書く人が増えているでも触れたように、AIへの指示を構造化して渡す習慣が定着してきた人が、次のフェーズとして「毎回同じ指示を省略する」段階に入りつつあります。