NotebookLM

NotebookLM（ノートブックエルエム）は、Googleが提供しているAIリサーチツールです。ChatGPTのような一般的な生成AIがインターネット上の知識から答えるのに対して、NotebookLMは自分がアップロードした資料だけを根拠に答えるという一点に振り切っているのが最大の特徴です。共通仕様書、社内マニュアル、打合せ議事録、過去の施工計画書。建設業には「どこかに書いてあるはずだが、探し当てるのに時間がかかる」書類が山のようにあります。この記事では、NotebookLMとは何か、2026年7月に名前が「Gemini Notebook」へ変わった件、無料でどこまで使えるのか、そして現場と事務での具体的なつかいどころまでを、はじめての方向けに順に整理します。

NotebookLMとは

NotebookLMとは、Googleの公式ヘルプで「アイデアを練ったり、整理したりできるように設計された AI 搭載のリサーチ アシスタント」と説明されているツールです。ブラウザから使え、スマートフォン向けのアプリも用意されています。使い方の流れはとてもシンプルで、「ノートブック」という入れ物を作り、そこに読ませたい資料（ソース）を放り込み、あとは日本語で質問するだけです。

公式ヘルプによると、追加できるソースはPDF、ウェブサイト、YouTube動画、音声ファイル、Googleドキュメント、Googleスライドなど。手元のPDFを読ませるだけでなく、メーカーの製品ページのURLや、講習会の録音データもそのまま渡せます。集めた資料は、チャットでの質疑応答のほか、学習ガイド、概要説明資料、音声概要、マインドマップといった形に変換することもできます。

日本語での利用は早い時期から可能で、Google Japan Blogでは2024年6月6日に、Gemini 1.5 Proを搭載した更新版のNotebookLMを日本語を含む言語で200以上の国と地域に順次提供する、と発表されています。同時にGoogleスライドとウェブURLがソースとして追加され、資料内の画像やグラフ、図についても質問できるようになりました。

AI侍

早い話が、書棚一段ぶんの書類を丸ごと覚えた新入りが一人ふえるようなものでござる。まずは手元の仕様書一冊から預けてみられよ。

2026年7月、名前が「Gemini Notebook」に変わった

調べものをしていると「NotebookLM」と「Gemini Notebook」の二つの呼び名に出くわして戸惑うかもしれません。Googleは2026年7月16日（米国時間）に公式ブログで、NotebookLMの名称をGemini Notebookへ変更したと発表しました。中身は同じ製品で、単独のツールとして使える点も変わらず、GeminiアプリやGoogle検索といったGoogle全体のサービスとの連携を強めていく、という位置づけです。

Impress Watchの2026年7月17日の記事でも、機能に大きな変更はなくスタンドアロンで動作すること、あわせてセキュアなクラウド環境でのコード実行やデータ分析の強化、新しい出力形式への対応などが加わったことが報じられています。名称変更にともなって覚え直さなければならない操作は、基本的にありません。

本記事では検索で探しやすいように「NotebookLM」の表記を使いますが、2026年8月現在の正式名称はGemini Notebookです。ネット上には旧名で書かれた解説記事がまだ多く残っているため、少し前の記事を読むときは名前の違いだけを頭の隅に置いておけば十分です。

なぜ「預けた資料だけ」で答えられるのか

仕組みとしては、RAG（検索拡張生成）と呼ばれる考え方に近いつくりです。AIが頭の中の知識で答えるのではなく、まず預けられた資料の中から質問に関係のありそうな箇所を探し出し、その箇所を読みながら答えを組み立てます。ざっくり四つの段階に分けると、次のような流れになります。

1. 1

   資料を預ける

   PDFやURL、音声ファイルなどをノートブックに追加する。この時点でAIが中身を読み込み、後から探せる形に整理する。

2. 2

   日本語で質問する

   「この工事で使う型枠の存置期間はどう書いてある？」のように、ふだんの言葉で聞く。専門用語のままで構わない。

3. 3

   該当箇所を探す

   AIが預けた資料の中から、質問に関係する記述を拾い出す。複数の資料にまたがっていても横断して探す。

4. 4

   引用つきで答える

   拾った記述をもとに回答を作り、答えの横に引用マーカーを付ける。押すと元の資料の該当箇所が開く。

この「引用つきで答える」段階が、実務では一番ありがたい部分です。答えを鵜呑みにせず、元の一文をその場で確かめられるからです。ただし、根拠を示す仕組みがあってもハルシネーション（もっともらしい誤りを生成すること）が完全になくなるわけではありません。読み取りを取り違えたり、複数の条文をつなげて解釈してしまうことはあります。最終的な確認は必ず人がやる、という前提は変わりません。

建設現場・事務でのNotebookLMの使い方

建設業でNotebookLMが噛み合うのは、「読むべき書類の量が多く、しかもその書類が社外に出せない」場面です。代表的な使いどころを挙げます。

• 共通仕様書・特記仕様書の横断検索。分厚いPDFを一冊まるごと預け、「この工種の出来形管理基準は」と聞けば該当箇所を引用付きで示してくれる
• 打合せ議事録の蓄積と検索。何か月分もの議事録を入れておき、「外壁の色の件はいつ、どう決まったか」を追いかける
• 社内マニュアル・安全教育資料の問い合わせ対応。新人からの「これどこに書いてありますか」に、担当者を経由せず本人が答えを引ける
• メーカーカタログ・技術資料の比較検討。複数社の製品PDFを並べて入れ、条件ごとの違いを表形式で整理させる
• 施工計画書の下書き。過去の計画書と今回の特記仕様を読ませ、記載漏れがないかを洗い出す
• 音声概要の活用。読み込ませた資料の要点をラジオ番組のように音声化し、現場への移動中に耳で確認する

実際の使用例も出てきています。土木施工管理の情報を発信しているサイト「現場のドカベン」では、1級土木施工管理技士の川下政明氏が、山形県の土木工事共通仕様書のPDFをNotebookLMに取り込み、現場固有のルールに特化した自分専用の仕様書検索を作る手順を紹介しています。施工計画書を書くときの仕様書確認が速くなり、記載漏れの防止につながるという趣旨で、同時に「回答の根拠となった仕様書の該当箇所を必ず確認する習慣」の重要性も繰り返し述べられています（出典: 現場のドカベン、2026年5月3日）。

議事録づくりそのものを自動化したい場合は、まず録音を文字に起こす文字起こしAIを通し、そのテキストをNotebookLMに預ける、という二段構えが扱いやすくなります。どの業務から手をつけるべきか迷う場合は、AI番頭のサービス紹介もあわせてご覧ください。

NotebookLMの料金と無料で使える範囲

NotebookLMは無料で使い始められます。無料の「Standard」でも、資料を預けて質問し、音声概要を作るところまで一通り試せるため、まず導入判断のためにお金を用意する必要はありません。Googleの公式ヘルプには、プランごとの利用上限が表で示されています。

• Standard（無料）: ノートブック100件、1ノートブックあたりソース50件、チャット1日50回、音声解説1日3件
• Plus: ノートブック200件、ソース100件、チャット1日200回、音声解説1日6件
• Pro: ノートブック500件、ソース300件、チャット1日500回、音声解説1日20件
• Ultra: ノートブック500件、ソース500〜600件、チャット1日2,500〜5,000回、音声解説1日100〜200件

この数字の読み方ですが、「一つの工事に関係する資料をまとめて一つのノートブックにする」という使い方なら、50件という上限は意外と余裕があります。共通仕様書、特記仕様書、設計図の説明書、議事録数か月分を入れてもまだ空きが残る規模です。逆に、社内の全部署の全文書を一つに詰め込もうとすると、すぐに足りなくなります。会社として本格的に使うなら、上限が引き上げられ管理機能も付くGoogle WorkspaceやGoogle Cloudの法人向け提供を検討する、という順序になります。

メリットと注意点

建設業でとくに気になるのが、預けた資料が学習に使われるかどうかでしょう。Googleの公式ヘルプ「Gemini Notebook のプライバシーと利用規約」には、フィードバックを送信しない限りGemini Notebookのトレーニングに使用されることはない旨、そしてGoogle WorkspaceまたはGoogle Workspace for Educationを利用している場合は、アップロード・クエリ・モデルの回答が人間のレビュアーに確認されることも、AIモデルのトレーニングに使用されることもない旨が記載されています。とはいえ、施主名や契約金額といった機微な情報の扱いは会社ごとに線引きが必要です。情報漏洩対策の考え方とあわせて、社内ルールを先に決めておくことをおすすめします。

帝国データバンクが2026年5月14日に発表した同調査（有効回答10,312社）によると、生成AIを活用しない理由として最も多かったのは「情報の正確性」への懸念で50.4%、次いで「専門人材・ノウハウ不足」が41.3%でした。正確性への不安が最大の壁になっているわけですが、答えの根拠を元資料の該当箇所まで示すNotebookLMの作りは、その不安をいくらか和らげる方向に働きます。少なくとも「AIが何を見てそう言ったのか」を確認できる状態からは始められます。

はじめての導入手順

1. 1

   資料を一つだけ選ぶ

   いきなり全社展開を考えず、「毎回探すのが面倒な一冊」を選ぶ。共通仕様書や社内の安全マニュアルが候補になりやすい。

2. 2

   普段の疑問を十個ぶつける

   現場で実際に聞かれた質問をそのまま入力する。答えの当たり外れを見れば、自社の資料と相性がよいかが一日で分かる。

3. 3

   引用元を必ず開く

   答えの横の引用マーカーを押し、元の記述と読み比べる。この検算を省くと、便利さと引き換えに信頼を失う。

4. 4

   社内ルールを決めてから広げる

   入れてよい資料と入れない資料、答えを外部に出すときの確認者を決める。ルールが先、展開が後。

「社内ルールを決めてから広げる」という最後の段階が、遠回りに見えて一番効きます。何を入れてよいかが曖昧なままだと、慎重な人は使わず、無頓着な人だけが使う、という一番よくない状態になりがちです。書き方の型は生成AI利用ガイドラインの記事で整理しています。

よくある質問

関連用語

自社のどの書類から手をつけるべきか、無料の範囲で足りるのか。判断に迷う段階でしたら、AI番頭の無料相談で現状の書類の持ち方から一緒に整理していきます。

出典・参考