【組織のAI活用#138】NotebookLMのソースは自動で情報更新がされないので注意＆対策は？

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。

ここ最近、NotebookLMやカスタムGPTsのようなツールを使って、自分たち専用のAIボットを作る動きが当たり前になってきました。

社内のナレッジやドキュメントを読み込ませて回答させる、いわゆる「RAG」と呼ばれる仕組みです。非常に便利になった一方で、現場で抜け落ちがちな視点があります。

それが、「読み込ませた情報のメンテナンスをどうするか？」という問題です。

ということで、今回はAIに入れるソース（情報源）を管理する上で重要な、「更新頻度」という概念について書いていこうと思います。

AIは「作って終わり」ではなく「育てていく」もの

まず前提として、AIボットは一度作ったら完成、ではありません。

参照元となるデータは常に変化しますし、運用しながら「この情報は足りないな」と気づいて追加していく必要があります。

つまり、AIボットは「育てていく」という意識が不可欠です。
その際、すべてのドキュメントを同じように管理しようとすると、運用が破綻します。

そこで重要になるのが、ソースを「情報の更新頻度」で大きく2つに分類するという考え方です。

ソースを分ける「2つの時間軸」

読み込ませるドキュメントは、以下の2種類に分けられます。

1. 「更新頻度が高い」情報（フロー型に近いもの）

これは、常にアップデートが必要なものや、現在進行形で育てている情報です。
例えば、「セールス向けのFAQ」などがこれに当たります。

最初は10個のQ&Aから始めたとしても、現場で使っていくうちに「この質問への回答も欲しい」「今の言い回しだと古い」といったフィードバックが出てきます。

また、「社内会議の議事録」なども同様です。
会議のたびに新しいファイルが増え、情報はどんどん蓄積・更新されていきます。
こうした情報は、AIにとっても「鮮度」が命です。

※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。

2. 「更新頻度が高くない」情報（ストック型に近いもの）

もう一つは、一度決まればそう頻繁には変わらない情報です。
イメージとしては、「法律」や「規定」などが分かりやすいかと思います。

薬機法（旧薬事法）や景品表示法、あるいは社内の就業規則などは、一度読み込ませれば、数ヶ月から数年はそのままで問題ないケースが大半です。
もちろん法改正があれば修正は必要ですが、頻度としては「たまに」で済みます。

更新の手間を減らす「Googleドライブ連携」

この2つを意識したとき、特に「更新頻度が高いもの」をどう扱うかが運用のカギになります。
毎回ファイルを削除して、新しいファイルをアップロードし直す。

これを頻繁に行うのは、正直なところ運用担当者の負担が大きすぎますし、更新漏れの原因にもなります。
そこで、NotebookLMを活用する場合に推奨したいのが、「Googleドライブ連携」です。
PDFやテキストファイルを直接アップロードするのではなく、Googleドキュメントやドライブ内のファイルをソースとして指定します。

こうしておけば、元データを更新したあとに、NotebookLM側で「同期」ボタンを押すだけで最新の状態が反映されます。

URL読み込みや直接アップロードだと「削除→再登録」の手間が発生しますが、ドライブ連携であれば「同期」のワンアクションで済みます。
更新頻度が高いソースほど、この運用フローを徹底しておくべきではないかなと思います。

メンテナンスのルールを先に決めておく

AIの回答精度を維持するためには、情報の鮮度管理が欠かせません。
これからAIボットを作成する、あるいは運用の見直しをする際は、以下のステップを踏んでみてください。

• 読み込ませるソースを「頻繁に変えるもの」と「変えないもの」に分ける。

• 頻繁に変えるものは、更新しやすい形式（Googleドライブ連携など）にしておく。

• 「誰が、いつ同期ボタンを押すのか」という運用ルールを決める。

ただなんとなくデータを入れるのではなく、「これは育てる情報だから、更新しやすくしておこう」と設計段階で考えておく。

これだけで、数ヶ月後のAIの賢さに大きな差が出るはずです。
下記にソースごとのNotebookLMでのファイル更新と反映の方法をまとめておきます。
※この記事作成時点のものですので、ご注意ください。

※NotebookLMの運用におけるノートブックの分け方については、こちらの記事もご覧ください。

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。