そもそもNotebookLMとは
Googleが提供する「NotebookLM」は、PDFやWebサイト、Googleドキュメントなどの資料を取り込み、それらの内容をもとにAIと対話できるツールです。
あなたがアップロードした資料だけを正確に読み取り、質問に対して事実に基づいた回答をしてくれるため、実務のさまざまな場面で役立ちます。
1資料の追加PDFやWebなどの社内ドキュメントを取り込む➔2文脈の自動抽出AIが資料内の関係箇所を検索して抽出➔3事実に基づく回答アップロード資料のデータから正確に回答図解: NotebookLMの仕組みと資料から回答までの流れ
NotebookLMとAIエージェントが連携するメリット
NotebookLMを単体で使う場合は、毎回「AIに質問して回答をコピーし、自分のPCでファイルを手動で編集する」という作業が必要です。
指示を一つ出すだけで、AIエージェントがNotebookLMから必要な箇所を自動で探し出し、あなたのPCのファイルを直接作成・編集してくれるようになります。
ブラウザ版 (単体)質問 ➔ コピー ➔ PCで手動編集↓コピペの往復が多く、自動化できないVSAntigravity連携 (自動)指示 ➔ AIが資料検索 ➔ ファイル直接編集↓ワンクリックで自走処理を完了図解: 単体利用（手動）とエージェント連携（自動）の比較
実際にできること：5つの実戦例
通常のブラウザ上のAIではファイルの作成や外部APIの操作ができませんが、AntigravityとNotebookLMを連携させることで、AIが手元のPC環境と通信しながら複雑な連続タスクを自律的に進めることができます。
📝 1. ブログ記事の自律投稿仕様書から記事を書き、画像生成ツールでアイキャッチを作成。WordPressへ自動下書き投稿まで一気通貫。🛠️ 2. 設計書からの修正・デプロイ設計書を参照してコードを自動修正。ローカルテストの実行とデバッグを繰り返し、本番デプロイまで自走。📧 3. サポート対応＆CRM連携取扱マニュアルから返信文の下書きを自動作成。同時に顧客管理システム（Salesforceなど）のステータスを更新。📝 4. 議事録資料化＆チーム共有過去ログから課題まとめスライドを自動作成。Notionへアップロードし、Slackのチャンネルへ更新通知を自動送信。📊 5. 予算対比監査＆グラフ生成規定を元にCSV実績データを監査。Pythonで自動集計して分析グラフ（PNG画像）を自律生成し、報告フォルダに保存。図解: NotebookLM連携を活用した5つの実戦例一覧
1. ブログ記事の執筆から画像生成・自動投稿まで（コンテンツ発信）
新製品の仕様書PDFをノートブックに入れた状態で、ブログ記事のMarkdownテキストを作成させます。
さらに、AIが接続された画像生成ツール（DALL-EやMidjourneyなどのMCP）を自動で呼び出し、記事に合わせたアイキャッチ画像をPC内に生成・保存。
最後はWordPressのAPIを自動で叩き、画像付きの記事を下書きとして直接サーバーに投稿・保存するところまでを自動で完了させます。
2. 仕様書からの自動コード修正・テスト実行・デプロイ（開発）
ノートブック内のシステム設計書を参照させながら、ReactやTypeScriptのソースコードをAIに自動修正させます。
修正後、AIが手元のターミナルでテスト（npm run test）を自律実行し、エラーが出たらエラーログを読んで自分でバグを修正。
テストとビルド（npm run build）をクリアした段階で、本番サーバーへデプロイするコマンドまでをAIがすべて裏で完了させます。
3. マニュアル参照による返信下書きと顧客管理ツール連携（サポート）
製品の取扱マニュアル（数万文字）をノートブックに登録しておきます。
顧客からの問い合わせメールを受信した際、AIがマニュアルから正しい回答手順を検索して返信の下書きをMarkdownで作成。
同時に、顧客管理ツール（SalesforceやHubSpotなどの外部CRMツール）のAPIを叩いて、「問い合わせ内容」と「作成した返信の下書き」を顧客データベースに自動で書き込みます。
4. 過去ログの検索から共有資料作成・SlackとNotionへの共有（企画）
過去の複数のプロジェクト会議の議事録をノートブックに学習させておきます。
「前回の未決定事項と課題をまとめてスライド資料の構成案を書いて」と頼むと、AI agedn が議事録を検索してMarkdownファイルを作成。
さらにその内容をNotionの共有データベースにアップロードし、Slackのチームチャンネルに「資料を作成しました」とリンク付きで自動投稿します。
5. ガイドライン対比による決算監査とPythonでのグラフ自動生成（財務）
会社の予算ガイドラインや売上目標データをノートブックに保存しておきます。
実績売上データ（CSV）を読み込ませ、予算に対する達成状況や異常値がないかをAIが自動で監査。
監査結果を基に、AIがグラフ生成用のPythonスクリプトを自動で記述・実行して売上分析グラフ（PNG画像）を作成し、所定の報告フォルダにグラフ画像を自動保存します。
最も簡単なAntigravityとNotebookLMの連携方法
コマンド操作や設定ファイルの編集に慣れていない場合は、AI自身に連携設定をすべて任せるのが一番簡単です。
Antigravityのチャット欄に、以下のようなメッセージを入力するだけで、AIが必要なツールのインストールから設定ファイルの調整までを自動で実行します。
AIに指示するための簡単なプロンプト例：
AI PROMPT / CONFIG
MCPを使ってNotebookLMと連携したいです。セットアップと設定への登録をすべて自動で行ってください。ユーザーが行うことは、AIから「実行していいですか？」と確認された際に「はい」と答えるだけです。
その後、自動的にブラウザが起動してGoogleアカウントのログインを求められますので、画面の指示に従ってログインを完了させてください。
1チャットで指示「NotebookLMと連携して」とメッセージを入力➔2自動セットアップAIが接続ツールの導入から設定まで自律処理➔3承認して開始「はい」と答えるだけで即座に連携が完了図解: AIに任せて連携する3ステップの簡単フロー
自分でやりたい人向け：手動の連携手順
自分でコマンドを実行して接続を行いたい方向けの手順です。
設定に詳しくない方や、とにかく一番楽に連携させたいという方は、先ほどの「最も簡単な方法」を使ってAIにすべて任せることをお勧めします。
ステップ1 — 接続ツールのインストール
まず、ターミナルで以下のコマンドを実行し、接続用のツールをインストールします。
接続には「MCP（Model Context Protocol）」という、AIと外部ツールを安全につなぐ仕組みを使用します。
AI PROMPT / CONFIG
bash
pip install uv
uv tool install notebooklm-mcp-cliエディタ (実行)AntigravityMCPプロトコル⇄安全なツール接続知識ソース (参照)NotebookLM図解: MCP（共通接続規格）を介したAntigravityとNotebookLMの接続イメージ
PROMPT / ADVICE💡 : uvコマンドのインストールターミナルで「uv」コマンドが使えない場合は、AIに「私のPCにuvをインストールして、notebooklm-mcp-cliをセットアップするコマンドを教えて」とチャットで相談してみましょう。
ステップ2 — Googleアカウントでのログイン
次に、以下のコマンドを実行してNotebookLMの認証を行います。
AI PROMPT / CONFIG
bash
nlm loginコマンドを実行すると自動的にブラウザが起動するため、いつも使っているGoogleアカウントでログインを完了させてください。
ステップ3 — AIエージェントへの登録
ログインが完了したら、最後に以下のコマンドを実行してAIエージェントにツールを登録します。
AI PROMPT / CONFIG
bash
nlm setup add antigravityステップ4 — 使わない機能の整理
連携ツールには多くの機能が含まれていますが、AIに多くの道具を一度に渡すと、どれを使うべきか迷ってしまいます。
ため、不要な機能（削除や更新など）は設定画面（MCP Servers → Manage）でチェックを外し、使用する機能を絞り込んでおくことをお勧めします。
不要なツールが多い状態削除・更新など多くの機能がON↓どのツールを使うべきかAIが迷う➔必要な機能のみONの状態参照・検索機能だけに絞り込む↓AIの迷いがなくなり、処理が高速化図解: AIの迷いを防ぐための使わない機能の非表示効果
ステップ5 — 設定ファイルへのノートブックID指定
AIがどのノートブックの資料を参照すれば良いか迷わないよう、IDを指定します。
NotebookLMのURL（https://notebooklm.google.com/notebook/XXXXX）の末尾にある「XXXXX」の部分がノートブックIDです。
このIDを、プロジェクトの設定ファイル（CLAUDE.mdや.agentsなど）に以下のように書き込みます。
AI PROMPT / CONFIG
markdown
[NotebookLM設定]
- ノートブック名: 業務マニュアル
- ノートブックID: XXXXXセキュリティ対策：アップロード情報の仕分け
NotebookLMを業務で使うにあたり、セキュリティ保護のために情報の整理を行うことが大切です。
✅ 入れてよい情報 (緑)公開マニュアル、API仕様書、一般的な技術ドキュメント、一般公開済みのコンテンツ⚠️ 匿名化すればよい情報 (黄)顧客との対応履歴（個人名をマスキング）、不具合報告書（IPアドレスや環境名を黒塗り）🚫 入れてはいけない情報 (赤)顧客名簿や電話番号などの個人情報、未公開の財務データ、生のパスワードやAPIキー図解: セキュリティ保護のためのアップロード情報の3段階分類
✅ 積極的に入れていい情報（緑）
- 社外にも公開されている製品マニュアルやAPIの仕様書
- 一般的な業界用語集や、誰でも閲覧できる技術ドキュメント
- 社内向けの一般的な業務フロー図（社外秘の情報を含まないもの）
⚠️ 匿名化すれば入れてもいい情報（黄）
- 顧客への対応履歴（顧客名や個人情報を「A社」「田中様」のようにダミーに書き換えたもの）
- 社内で起きた過去の不具合レポート（具体的なサーバーのIPアドレスやパスワードを消去したもの）
🚫 絶対に入れてはいけない情報（赤）
- 顧客リスト、名前、住所、電話番号、メールアドレスなどの個人情報
- 未公開の財務データ、売上予測、機密情報になり得るもの
- 生のパスワード、APIキー、特許出願前の独自開発した技術ルール
セキュリティ仕様：学習させないための設定と対策
NotebookLMをより安全に業務で利用するために、データの学習仕様と運用上のセキュリティ対策を確認しておきましょう。
🔒 基本仕様 — アップロードしたデータは学習に使用されません
特別な操作をしなくても、NotebookLMにアップロードしたデータがAIのモデル改善などに使われないのが基本仕様です。
個人アカウントか組織アカウントかに関わらず、最初から学習しない前提の設計となっています。
また、Googleの他のAIサービス（Geminiなど）で改善への協力項目が有効になっている場合でも、NotebookLM内のデータは独立して保護される仕様です。
⚠️ 運用リスク — 情報漏洩の多くは共有設定のミスから
AIの学習よりも、ヒューマンエラーによる共有設定のミスに注意する必要があります。
ノートブックの共有権限の設定を誤ると、リンクを知っているすべての関係者に資料が公開されてしまう恐れがあります。
共有を行う場合は、特定のユーザーのアドレスのみを個別に指定し、不要になった共有権限は速やかに解除する運用を徹底してください。
今回のまとめ
今回ご紹介した内容の重要なポイントを振り返りましょう。
1. コピペから自動参照への切り替え
エージェント連携をすることで、AIが自ら資料を検索してプログラムの実装や文章作成を進める環境が整います。
2. 5つの実務例で業務を自動化
開発、顧客サポート、企画、議事録作成、コードレビューなど、幅広い業務に活用できます。
3. 情報の仕分けを行い安全に使う
個人情報や機密情報は絶対にアップロードせず、公開情報や匿名化したデータのみを活用しましょう。
4. 迷ったらAIに設定を任せる
セットアップでつまずいたときは、AntigravityのチャットでAIに直接依頼するのが一番簡単です。