Googleが資料ベースAIツール「NotebookLM」のチャットを刷新し、一度に扱える情報量を従来の8倍にあたる100万トークンへ拡大、会話記憶を6倍に伸ばし、目的や役割を指定する設定機能を全プランへ開放した。
Googleが資料ベースAIツールNotebookLMのチャット機能を刷新した。最新モデルGeminiを採用し、一度に扱える情報量(文脈窓)を従来の8倍にあたる100万トークンへ拡大、会話記憶を6倍以上に伸ばした。これらは全プランに適用され、無料層でも利用できる。
NotebookLMはアップロードした資料だけを根拠に回答を作る「ソース接地」型ツールで、各回答に引用箇所を添える点が汎用チャットボットとの差である。大量資料を扱うと回答品質が落ちやすい弱点があったが、Googleは大量資料を使う回答での利用者満足度が50%向上したとしている。
さらに目的・声色・役割を指定する設定機能を全利用者へ開放した。「厳しく問い直す調査アドバイザー」などの役割を指定でき、単なるQ&Aから検証パートナーへ用途が広がる。会話履歴は自動保存され、共有ノートでも自分のチャットは他者に非表示となる。ただし回答は自分の資料の範囲に限られ、リアルタイムのWeb事実は答えられない制約は変わらない。
この変化で何が要点か。図解と出典つきで一目で。
構造化された事実を最初に。誰が何をいつどこでなぜどのように。
NotebookLMは、利用者が読み込ませた資料だけを根拠に回答を作る「資料に基づく（grounded）」AIノートツールである。汎用チャットと違い、与えた一次資料の範囲で答える点が信頼性の売りだった。一方で、大量の資料を扱うと回答の質や一貫性が落ちやすい課題があった。今回の更新は、その大規模資料の処理を主眼に据えている。
資料が多いほど回答品質が下がるという従来の弱点に対し、扱える情報量と会話記憶を拡張して直接対処した点が実務的に重要である。さらに「博士課程の指導教官として厳しく批判せよ」「3つの異なる視点で分析せよ」といった役割指定が可能になり、単なるQ&Aから検証パートナーへ用途が広がる。長期プロジェクト向けに会話履歴が自動保存される点も、業務利用の前提を整える変化だ。
Googleが資料ベースAIツール「NotebookLM」のチャットを刷新し、一度に扱える情報量(文脈窓)を従来の8倍=100万トークンへ拡大、複数回のやり取りを保持する会話記憶を6倍以上に伸ばした。この拡張は全プランに適用され、無料層でも使える。
NotebookLMはアップロードした資料だけを根拠に回答を作る「ソース接地(source-grounding)」型のツールである。汎用チャットボットがネット全体の学習内容から答えるのに対し、NotebookLMは与えた一次資料の範囲で答え、各回答に元の引用箇所を添える。
モデルのハルシネーションのリスクを減らし、引用を添えてファクトチェックを容易にする
引用中の「ハルシネーション」とは、AIがもっともらしい誤答を生成すること。これまでは大量の資料を扱うと回答の質や一貫性が落ちやすかったが、今回の文脈拡大はその弱点を扱える情報量で直接埋める更新で、Googleは大量資料を使う回答での利用者満足度が50%向上したとしている。
今回もう一つの変更が、チャットに目的・声色・役割を指定する設定機能(Custom Goals/Personas)の全利用者への開放である。Googleの公式例には「マーケティング戦略の主担当」や「あらゆる前提を厳しく問い直す調査アドバイザー」が挙がっている。
つまり同じ資料に対し、視点を切り替えながら回答を引き出せる。PdMなら機能仕様・ユーザーインタビュー・競合資料を入れ「PdM・エンジニア・サポート視点」で同一課題を問い直し、エンジニアなら設計ドキュメントやAPI仕様を入れて仕様QAを引用付きで確認する、といった使い分けができる。
ただし役割はチャットの設定単位で、基本は1度に1役割である。「複数の専門家が同時に並列で助言する」という比喩的な使い方が紹介されることもあるが、文字どおり同時に並ぶUIではない点は押さえておきたい。
そして変わらない制約として、回答は自分がアップロードした資料の範囲に限られる。リアルタイムのWeb事実や最新ニュースは答えられない——知っているのは「あなたの資料」だけである。
最も恩恵が大きいのは、大量の資料を横断する実務担当者である。経営企画やリサーチ職は、長文の戦略資料や決算・規制文書を100万トークンの文脈に乗せたまま会話を継続でき、引用付きで意思決定の裏取りができる。
無料プランの利用者も得をする。100万トークン文脈と役割設定が全プランに開放されたため、有料層と同等の文脈量を無料で使える。
検証や査読を要する職種も用途が広がる。「厳しく批判する査読者」のような役割を指定でき、単一のQ&Aから多角的な検証パートナーへ位置づけが変わる。
一方、リアルタイムの最新情報を期待する利用者にとっては制約が残る。回答は自分の資料の範囲に限られ、Web上の最新事実は対象外という設計は今回も変わっていない。汎用チャットボットで根拠を追えないまま資料QAを回す運用は、引用付き・大容量文脈との差が広がる。
立場別、明日から動ける一手。
100万トークン文脈が無料プランを含め全プランで有効か、会話記憶の保持範囲を公式ヘルプで確認する。
役割設定(査読者・戦略担当など)をどの業務に当て、引用付き回答をどこまで意思決定の裏取りに使うかを定義する。
長文資料を読み込ませ役割を変えながら同一課題を問い、引用の正確さと回答満足度を試す。
「文脈窓が8倍=100万トークンに拡大」「会話記憶6倍」という拡張に、大量資料を扱う実務層から実用度向上を歓迎する声が中心。
公式発表と各所の反応から編集部が要約した主な論点です。個別のX投稿そのものは下部のセクションに表示されます。
「文脈窓が8倍=100万トークンに拡大」
「複数の専門家視点で問い直す」
「複数が同時に並列回答する」
役割設定が全プランに開放された点について「査読者」「複数の専門家視点で問い直す」といった使い方への関心が高い。一方で、回答が自分のアップロード資料の範囲に限られリアルタイムWeb事実は答えられないこと、役割は基本1度に1つで「複数が同時に並列回答する」のは比喩である点をめぐり、期待と実際の仕様を整理する議論が見られる。
※トレンド検出時刻付近の人気投稿を表示
【最新アプデ情報】NotebookLMに「自動同期」が実装！このアプデに興奮が隠せません
こーすけ先生のGoogle塾
