こんにちは。インシュアランス本部の由利です。
今回は、社内や部内で活用されているNotebookLMの使い方について紹介します。
NotebookLMとは
NotebookLMは、Googleが提供しているドキュメントベースのAIアシスタントです。 様々な形式の資料（ドキュメント、PDF、Webサイトなど）を「ソース」としてアップロードすると、その内容を情報源としてAIが質問に答えたり、要約やアイデア出しをしたりしてくれます。 インターネット上の情報ではなく、手元の資料に基づいて回答を生成する点が大きな特徴です。
例1：社内問い合わせ対応の省力化
社内の就業規則などをソースに回答が得られるブックや、社内雑務的な問い合わせに回答できるブックがあったりします。
これらはまだ試験運用的な形であるため、うまく機能しない部分もありますが、徐々に改善し活用できるのではないかと期待しています！
例2：複数サイトから業界動向をキャッチアップ
関連する業界の主要なリリース情報をソースとして、横断的に確認できるブックがあります。
業界全体のトレンド的なものや、時系列・サービス観点から動向を調べるような活用ができそうだなと思っています。
例3：開発標準をAIに学習させ、コードレビューを効率化
開発部として策定した開発標準をソースとして回答できるブックがあります。
気にすべき観点や、この内容が開発標準を満たしているか、などが簡単に確認できるようになりました。
また、ここからコードレビューの指標を出力したものをベースとし、GitHub Copilotのコードレビューのカスタム指示として使ってみたりしています。
例4：会議の議事録を放り込んで、過去の発言をあいまい検索
プロジェクト単位で、会議の議事録をソースとして回答できるブックがあります。
普段はGoogle Meetを使うことが多く、Geminiによって文字起こし+要約されたGoogleドキュメントが作成できるため、これをソースとして追加しています。
「こんな感じの会話があったような…」といった過去の発言内容を、キーワードではなく話し言葉のようなあいまいな表現で検索できる点は、大きな魅力です。
また、NotebookLMにはソースの内容をマインドマップやタイムライン形式で表示する機能もあり、後からプロジェクトに参画したメンバーが、これまでの経緯を効率的にキャッチアップする手助けになりそうです。
これらを活用するためにはソースの最適化が必要だと感じていて、プロジェクトの情報を集約するブックとして最適化できないかと考えています。
例5：【失敗例】ExcelのAPI仕様書はうまく読み込めなかった
API仕様書をソースとして、エラーコードなどに回答できるブックを作成しようとしたことがあります。
あるAPIを使っていてエラーコードが返されたときに、何のエラーか調査する手間を改善できないかと考えました。
この時は、API仕様書がExcelファイルで作成されたものであり、ExcelのままではNotebookLMのソースとしてアップロードできないため、
PDF化して追加しましたが、記述内容を意図した通りに認識することができず、望んだ回答を得ることはできませんでした。
ExcelファイルはPDF化するかGoogleスプレッドシートに変換することでNotebookLMに追加できますが、その内容が意図したテキスト情報として読み取れることが重要です。 オリジナルソースだけでは意図した内容にならない場合は、カスタマイズしたテキストデータを追加ソースとして学習させるのも代替手段の1つかと思います。
まとめ
NotebookLMをまだ思うように活用できていない部分が多いですが、これからノウハウを共有して改善していきたいと思っています。 また、Excelファイルがうまく読み取れないケースがあったように、今後はAIが活用しやすい形でのドキュメント整備がより重要になりそうだなと感じています。
この記事で紹介した以外にも、マニュアルの読み込みや、論文の要約、学習コンテンツの作成など、NotebookLMには様々な可能性があります。 皆さんの業務にフィットする使い方を探してみてはいかがでしょうか。
最後まで読んでいただきありがとうございました。
