【組織のAI活用#144】NotebookLM運用の壁。「ノートブック」はどう分けるのが正解か？

こんにちは！寺田です。

現在は、デジタル関連会社のAI推進者などのAI活用者のコミュニティである「AI Digital Community (ADC)」の代表理事や、顧客事業の「×AI化」をサポートするFURIKAKE Partners(株)と組織のAI活用を支援するプロダクトを提供するAI Portalize(株)の代表取締役を務めており、様々な側面から組織のAI活用をサポートしています！
また、直近までは法人向け生成AI&デジマ人材育成研修サービスD-Marketing Academy(株)の代表取締役やCARTA HOLDINGSのAI推進室で組織AI活用推進もしており、とにかくここ2，3年はAIでの実務活用支援にどっぷりとつかっております。

各社、社内のAI化を進める現場で、Googleの「NotebookLM」を活用する事例が非常に増えてきました。AIボットの作成や、社内ドキュメントの学習環境として、手軽かつ強力なツールです。

ただ、実際に運用を始めてみると、必ずと言っていいほど直面する悩みがあります。
それが、「ノートブックをどの単位で分割すべきか？」という問題です。

ということで、今回はNotebookLMを運用する際の「ノートブック作成の考え方」と「分割の基準」について書いていこうと思います。

運用でぶつかる「どこまで情報を入れるか」問題

本題に入る前に、少しだけ前提を整理しておきます。
NotebookLMは、ユーザーがアップロードしたドキュメントをAIが学習し、その内容に基づいて回答してくれるツールです。

例えば、

• セールス資料を読み込ませて、営業トークを作成する

• 法律のPDFを入れて、自社資料が準拠しているかチェックする

• YouTube動画のリンクを読み込ませて、要約を作る

といった使い方が一般的です。
非常に便利なのですが、情報源となる「ソース」が増えてきた時に、管理の難易度が上がります。

例えば、営業（セールス）向けのFAQボットを作ろうとした場合を想像してみてください。
一口に「営業用」と言っても、現場で必要な情報は多岐に渡ります。

• お客様からよくある質問（社外向け）

• 新人が知っておくべき知識（社内教育向け）

• 社内の申請フローや事務手続き（業務フロー）

これらをすべて1つのノートブックに詰め込むべきか、それとも分けるべきか。
ここで考慮すべきなのが、NotebookLMの「更新の手間」です。
現時点での仕様だと、アップロードしたファイルの中身を更新する場合、一度削除して追加し直すか、ドライブ連携でも再同期のアクションが必要になります。

管理の手間と、回答精度のバランスをどう取るか。
そこで推奨したいのが、「3つの軸」で分けるという考え方です。

※NotebookLMをどの単位で分けるべきかについては、こちらの記事もご覧ください。

軸1：誰が使うのか？

まず1つ目の軸は、シンプルに「利用者」で分ける方法です。

• 営業担当者が使うのか

• 新入社員が使うのか

• 管理部門が使うのか

利用者が異なれば、当然ながら求める回答のトーンや、必要な情報の範囲も変わってきます。
利用者の属性に合わせてノートブックを分けておけば、回答のズレを最小限に抑えられるはずです。

軸2：何のために使うのか？

2つ目は、「利用目的」で分ける方法です。

• 対「社外」用なのか（顧客への回答、プレゼン資料など）

• 対「社内」用なのか（社内規定、申請フローなど）

ここを混ぜてしまうと、リスクがあります。
例えば、顧客への回答案を出力させたいのに、社内用語や内部事情が含まれた回答が生成されてしまう、といったケースです。

情報の出し分けが必要な場合は、明確にノートブックを分けておくのが安全ではないかなと思います。

ただ、注意点もあります。
「法律ごと」や「経費精算と勤怠管理」のように細かく分けすぎると、今度は「どこに何があるか」を探すのが大変になります。

ソースの情報量がそれほど多くない場合は、ある程度まとめてしまっても問題ありません。

軸3：容量と精度のバランス（Accuracy）

そして3つ目が、技術的な「容量と精度」の問題です。

NotebookLMにはソースを多数追加できますが、一定の量を超えると情報の欠損が発生したり、ハルシネーション（もっともらしい嘘）が起きたりすることがあります。
情報量が多すぎて精度が低いと感じる場合は、調整が必要です。

• ソースの数を減らす

• 複数の資料を1つの要約ファイルにまとめてから読み込ませ、軽量化する

このように、「AIが正しく処理できるサイズ感か？」という観点で分割を判断するのも非常に重要です。

※NotebookLMのソース情報が自動更新されない点と対策については、こちらの記事もご覧ください。

まずは「誰が・何のために」で大枠を作る

NotebookLMの活用において、ノートブックをどう分割するか。

迷った際は、以下のステップで整理することをおすすめします。

1. 誰が： 利用者は誰か定義する

2. 何のために： 社外向けか、社内向けかを分ける

3. 精度・容量： 情報詰め込みすぎによる精度低下がないか確認する

まずは「誰が・何のために」で大枠を作ってみる。
そのうえで、実際に動かしてみて精度に問題があれば、「容量」の観点で分割や情報の圧縮を行う。

この手順で進めれば、運用しやすく精度の高いAI環境が構築できるのではないかなと思います。

読んでいただきありがとうございました！
過去のAI関連記事はこちらです！

ちなみに、組織におけるAIの推進についてまとめた本も出版させていただいております。もしよければご覧ください。