はじめに
限定公開している内容から「要約」や「分析」をする時にとても便利な NotebookLM。
仕事では最近、Googleドライブ + Gemini を利用する機会が多いですが、限定したい内容を元にする場合などは、今後も NotebookLM を利用していくと思いますので、使い方をメモしたいと思います。
NotebookLM
利用手順
- ウェブブラウザで NotebookLM の公式サイト にアクセス
- Googleアカウントでログイン
- 「New Notebook」ボタンをクリックして、新しいプロジェクトを開始
- ノートブックが作成されたら、AIが参照する「情報源（Sources）」をアップロード
- 後は、アップロードした内容に対して、「指示」をする
特徴
NotebookLMは、アップロードされた情報源のみを基に回答を生成する 「ソースラウンディング」が最大の特徴です。これにより、AIが事実と異なる情報を生成する「ハルシネーション」のリスクを大幅に低減し、回答の信頼性を高めています。
また、ユーザーのプライバシーとセキュリティを最優先に設計されています。 Googleは、アップロードされたドキュメントやチャット履歴をAIモデルのトレーニングには一切使用しないことを明言しています。データはGmailやGoogle Driveと同じ強固なセキュリティインフラ上で暗号化され、安全に保護されます。
これらの特徴により、NotebookLMは機密性の高い情報や個人的な学習・研究に安心して利用できる、信頼性の高いパーソナルAIアシスタントとなっています。
実際に利用
自身の Qiita をソースとして追加。
初期値として用意されていた質問があったので、試してみました。
Q: magic10r氏の投稿内容からどのような技術的関心や専門性が見て取れるか？
A: magic10r氏の投稿内容から見ると、以下のような技術的関心や専門性が見て取れます。
• クラウドプラットフォームへの関心と経験: 投稿記事の分析によると、AWS (21%) と GoogleCloud (9%) に関連する記事が投稿されており、これらのクラウドサービスに関する技術的な関心や、実際にそれらを利用した経験があることが示唆されます。また、フォローしているタグにもAWSが含まれています。
• バージョン管理システムの利用: Git (16%) に関する投稿があり、バージョン管理システムの利用経験や関心が高いことが分かります。フォローしているタグにもGitとGitHubが含まれており、日常的にこれらを活用している可能性が高いです。
• 運用に関する知識: 「運用 (9%)」というカテゴリの投稿があることから、システムのデプロイ、監視、保守といった運用面にも関心や知識があることがうかがえます。
• プログラミング言語と技術: フォローしているタグから、Python、React、Javaといったプログラミング言語やフレームワークに関心があることが分かります。また、DockerやLinuxといった開発・実行環境に関する知識も持っているようです。
• 学習と記録への意欲: 投稿記事の大部分 (58%) が「メモ」として分類されており、これは新しい技術の学習プロセスを記録したり、自身の理解を深めるために投稿を行っていることを示唆しています。本人のコメント「改めてプログラムを学ぶのが楽しいです！ メモ＋αとして、Qiitaに投稿させてもらいます」もこの点を裏付けています。
全体として、magic10r氏はクラウド技術（AWS, GoogleCloud）、バージョン管理（Git）、システム運用に深く関心を持ち、PythonやJava、Reactなどのプログラミング技術も学習・活用している、継続的に学習し記録する意欲の高い技術者であると言えるでしょう。
Qiitaの記事内容についても質問してみた。
Q: Git運用の資料を作るために”目次”案を出して
A: magic10r氏がGitやGitHubに関心を持ち、また「運用」カテゴリの投稿も行っていることから、Git運用の資料として、彼の関心領域と合致するような「目次案」を以下に提案します。
なお、これらの項目はmagic10r氏の公開されている投稿内容から直接得られた具体的な運用ノウハウではなく、彼の技術的関心（Git、GitHub、運用、AWS、GoogleCloud、Dockerなど）に基づいて、一般的にGit運用で考慮されるべき事項を網羅的に推測したものです。
--------------------------------------------------------------------------------
Git運用資料 目次案
1. はじめに
• 1.1. Git運用の目的と重要性
◦ なぜ効率的なGit運用が必要なのか
◦ 本資料で目指すこと
• 1.2. Gitの基本概念の再確認
◦ リポジトリ、コミット、ブランチ、マージの基礎
2. 主要なGitワークフローの理解と選択
• 2.1. Git Flow
◦ ブランチモデル、メリット・デメリット
◦ 特徴的なブランチ（master, develop, feature, release, hotfix）の役割
• 2.2. GitHub Flow
◦ シンプルなブランチモデル、メリット・デメリット
◦ Pull Request（プルリクエスト）中心の開発
• 2.3. その他のワークフロー
◦ GitLab Flow、トランクベース開発など
3. リポジトリの管理とブランチ戦略
• 3.1. リポジトリの構造と初期設定
◦ モノレポ vs マルチレポ
◦ .gitignoreの適切な設定
• 3.2. ブランチ戦略の策定と運用ルール
◦ 命名規則の統一
◦ 保護されたブランチ（Protected Branches）の設定
• 3.3. タグ（Tag）の運用
◦ リリース管理におけるタグの活用
4. Pull Request（PR）/Merge Request（MR）を活用したコードレビューとマージプロセス
• 4.1. コードレビューの重要性
◦ 品質向上、知識共有
• 4.2. PR/MRの作成と運用ベストプラクティス
◦ 適切なタイトル、説明、担当者の設定
◦ レビューアーとの効果的なコミュニケーション
• 4.3. マージの種類と使い分け
◦ merge、squash and merge、rebase and merge
5. セキュリティとアクセス管理
• 5.1. 認証と認可の管理
◦ SSHキー、パーソナルアクセストークン（PAT）の管理
◦ 二要素認証の推奨
• 5.2. チーム・組織単位でのアクセス制御
◦ GitHubのOrganizations/Teams機能の活用
◦ リポジトリごとの権限設定
6. CI/CDとの連携と自動化
• 6.1. GitとCI/CDパイプラインの統合
◦ GitHub Actions を用いた自動テスト、デプロイ
◦ AWS CodeBuild / CodePipeline、Google Cloud Build との連携
• 6.2. 運用タスクの自動化
◦ フック（Hooks）の利用
◦ スクリプトによる定型作業の自動化
7. トラブルシューティングとパフォーマンス
• 7.1. よくある問題と解決策
◦ コンフリクトの解決
◦ 履歴の修正（revert, reset）
◦ 大きなファイルの管理（Git LFS）
• 7.2. Gitリポジトリのパフォーマンス管理
◦ クローン速度、操作速度の最適化
8. おわりに
• 8.1. 継続的な改善と学習
• 8.2. 参考資料
--------------------------------------------------------------------------------
おわりに
「Git運用の目次」を作ってもらいましたが、スゴイですね。パッと見、それっぽく見えます。
Qiitaに記載した事を忘れている内容や、Git運用以外の事も混ざってしまっているので、そのまま受け取るのは危険ですが、たたき台としては十分です。
今後もAIを利用する機会は増えていくので、「AIはあくまで補助、最終的には自分で確認」の自分ルールを守って、いい距離感でAIを使っていきたいです
参考（感謝）
- AIを利用しながら