はじめに
最近、身の回りの非合理的な事象をAIに整理してもらうことにハマっています。特に、人間関係における「喧嘩」のような感情が絡む問題は、当事者同士だと視野が狭くなりがちです。
そこで今回は、LINEのトーク履歴をGoogleの「NotebookLM」に読み込ませ、第三者視点で構造分析を試みました。単なる「愚痴」で終わらせず、関係性のフェーズ診断から改善の仕組み化までを行った過程を共有します。
1. なぜLINE分析にNotebookLMを使うのか
感情的な衝突は、往々にして「事実に対する解釈のズレ」から発生します。
- 自分は「気遣い」のつもりで隠したことが、相手には「不誠実な嘘」と映る
- 自分が「解決策」を提示しているつもりが、相手には「攻撃」と映る
こうした認知のズレを、AIという中立的な第三者に客観的に指摘してもらうことで、冷静なメタ認知が可能になります。また、NotebookLMは「回答の根拠となった箇所をソースとして引用してくれる」ため、どの発言がトリガーになったのかを後から追跡できる点も非常に強力です。
2. 分析の準備とプロンプトの設計
NotebookLMは、読み込ませるデータの質がそのまま分析の精度に直結します。
手順
- LINEの「トークを保存」機能でテキストデータ（txt）を出力
- NotebookLMのソースとしてインポート
- 以下のプロンプトを入力（※実名は避け、自分をA、相手をBとして指示）
以下の情報をもとに、詳細に分析してください。
・喧嘩の構造分析：何がトリガーでどう増幅したか
・認知のズレ：事実に対する解釈の相違点
・コミュニケーションパターン：AとBの負のループ
・関係性フェーズの診断：5段階での現在の位置と理由
・改善ポイント：即時実践可能な具体的なアクション
3. 分析で見えてきた「負のループ」
AIの分析によって、自分たちの喧嘩が「トリガー → 恐怖による逆ギレ → 消耗戦 → 無理な約束」というテンプレート化されたパターンに陥っていることが可視化されました。
特に大きかったのは、認識の食い違いの特定です。
- 自分（A）: 感情を排除した「論理的解決」を好み、文章化を好む
- 相手（B）: 整理よりも先に「感情のケア」を求め、論理的な詰めを「攻撃」と捉える
この認識の食い違いがある限り、どれだけ謝罪しても同じ場所で喧嘩を繰り返すという構造が、AIによって「構造的に」解き明かされました。
4. 仕組み化による解決へのアプローチ
分析の結果、私たちは「感情をコントロールしようとする」のではなく「喧嘩のプロセスを仕組みで遮断する」方向にシフトしました。
- 物理的距離のルール: 感情が高ぶったら、30分間は物理的に離れる。
- 温度チェックの導入: 話し合いの前に、お互いの感情状態を数値化する。
- 他責から自責への変換: 「相手が悪い」ではなく「自分はどう動けばよかったか」だけを議論する。
おわりに：AIを「鏡」として使う
AIにトーク履歴を読ませることは、決して相手をコントロールするためではありません。自分自身の思考の偏りを可視化し、関係をより良くするための「鏡」として使うためです。
今回NotebookLMに分析させたことで、喧嘩という不毛な消耗戦から脱却し、生産的な対話へとシフトする足がかりを作ることができました。
技術やAIを使って日常の課題を解決したいと考えている方にとって、NotebookLMによるログ分析は非常に強力な武器になります。皆さんもぜひ、自分の思考や対話のログを「分析」してみてください。そこには、自分でも気づかなかった「解決のヒント」が眠っているはずです。