Gemini Notebookを要約で終わらせない5つの使い方

Gemini NotebookLMは、PDFや記事、動画の文字起こしなどを「ソース」として登録し、そこに対して問いかける仕組みだ。登録した資料に根拠を持たせた回答が返ってくるため、ハルシネーション（でたらめ回答）のリスクが低く、資料ベースの作業に向いている。

ただ、多くの使い方が「この資料を要約して」で終わっている。それ自体は間違いではないが、要約はほぼどのAIツールでもできる。NotebookLMの本来の強みは「登録したソースを前提に、深掘りの問いに答えさせる」点にある。

発信者の@shota7180が指摘しているのも、この構造的な問題だ。欲しい回答が返ってこないとき、多くの人は「資料が悪い」「ツールの性能が低い」と判断してしまう。しかし実際には、質問の仕方そのものに原因があるケースが多い。ツールの限界を疑う前に、問いを見直す余地がある。

@shota7180がまとめた「脱初心者向けの5つの使い方」の核心は、「何を聞くか」ではなく「どう聞くか」の設計にある。公開されたnoteやポストの内容を参照すると、以下のような方向性が浮かび上がる。

まず、要約ではなく「比較・対立」を問う。「AとBの主張の違いは何か」「著者が最も重視している論点はどこか」といった形式に変えるだけで、答えの解像度が変わる。

次に、問いに「制約」を加える。「3つに絞るとしたら」「初めてこの資料を読む人向けに説明するなら」のように条件を付けることで、回答が散漫になるのを防げる。

さらに、「この資料に書かれていないこと」を聞くアプローチも有効とされる。書いてあることを抽出させるのではなく、空白・前提・暗黙の仮定を引き出す問いは、分析の深度を一段上げる。

ClaudeもChatGPTも「使い倒せない」は設計の問題だったでも触れているように、AIツールの精度差よりもプロンプト設計の巧拙が、アウトプットの質を左右する場面が増えている。NotebookLMも例外ではない。