この記事について
プロンプトが大事なのは分かります。役割を与える、目的を書く、制約を入れる、出力形式を決める。必要なら例も載せる。
分かるんですけど、毎回ちゃんと考えるの、正直面倒じゃないですか。
自分はこれまで、ChatGPTやGeminiをかなり雑に使ってきました。やってほしいことを、そのまま入力する感じです。
この文章を直して
このコードを書いて
いい感じにまとめて
レビューして
簡単な依頼ならこれでも普通に動いてくれますが、少し複雑な要望を後付けで頼み始めると、だんだん雲行きが怪しくなってくるんですよね。
- 指定した形式で出してくれない
- 条件が一つ抜ける
- 頼んでいない説明を大量に足してくる
- 文体がなんか違う
- 修正を頼んだら、今度は別の条件を忘れる
「そこじゃないんだよな」と思いながら指示を足していくとさらにズレてまた直す。
これもまあ手間です。
気づいたら、成果物を作る時間よりAIへの指示を直している時間の方が長い。なんだこれ。
そこで、NotebookLMにプロンプトを作る作業そのものを丸投げしてみました。
結論から言うと、これが思ったよりよかったです。
最高のプロンプトが一発で完成するわけではありません。ただ、プロンプトについて普段ほとんど追いかけていなくても、ゼロから自分で考えるよりは、だいぶマシな叩き台が出てきます。
今回は、そんな雑なNotebookLMの使い方を紹介します。
そもそも「あなたは○○です」の○○が分からない
プロンプトの例を調べると、よくこんな書き出しが出てきます。
あなたは優秀な○○です。
この○○、何を入れればいいんでしょうか。
文章を書かせたいときだけでも、編集者、Webライター、テクニカルライター、コピーライター、校正者、コンテンツマーケターなど、候補が多い。
「優秀な編集者」と「経験豊富なテクニカルライター」で、どのくらい出力が変わるのか、よく分からない。
実際に必要なのは、肩書きそのものではなく目的や制約ですよね。
- 何を作ってほしいのか
- 誰に向けたものなのか
- 何を守ってほしいのか
- 何を避けてほしいのか
- どんな形式で出してほしいのか
とはいえ、それを毎回漏れなく考えるのも面倒です。
プロンプトの書き方を調べて、構成を考えて、実行して、ズレたらまた直す。この作業をなんとか減らしたい。
だったら、その設計からAIにやらせればいいのでは……！
そんな雑な発想が今回のスタートでした。
なぜChatGPTやGeminiではなくNotebookLMなのか
プロンプトを作るだけなら、NotebookLMである必要はありません。
ChatGPTやGeminiに、
この作業を実行するためのプロンプトを作ってください。
と頼めば、普通に作ってくれます。単発で使うプロンプトなら、それで終わることも多いでしょう。
さらに作り込むなら、GeminiのGemやChatGPTのGPT、カスタム指示という選択肢もあります。自分専用の役割やルールを登録し、参考資料を持たせておけば、同じ用途で何度も使えます。
それはそれで便利です。
ただ、自分の場合はそこまでやりたくありませんでした。
まだ繰り返し使うか分からない。用途も固まっていない。そのために設定画面を開いて、指示を書いて、資料を集めて、きれいに登録する。これはちょっと重いんだよね。
もっと雑に、手軽に始めたいんですよね。そこでNotebookLMです。
▼NotebookLMについてはこちら
https://notebooklm.google/?hl=ja
NotebookLMには、Web上から新しいソースを検索して、そのまま追加する機能があります。
思いついたキーワードで検索し、気になるソースを選び、そのまま質問する。プロンプトを作る前段の「探す・集める・整理する」が、ほぼ同じ画面で終わります。
GemやGPTに知識を持たせようとすると、まず別の場所で資料を探し、内容を確認し、場合によってはファイルやドキュメントに整理してから登録することになります。
繰り返し使うものであればその手間をかける価値はありますが、「とりあえずそれっぽいプロンプトが欲しい」という段階では少し時間をかけすぎかなと思います。
NotebookLMなら、ものの数分で始められますし再利用も効く。
ここが地味に大きかったです。
雑に始める
やることは、だいたい以下の流れです。
思いついた言葉で検索する
↓
気になるソースを何件か追加する
↓
NotebookLMに共通点を整理させる
↓
その内容を使ってプロンプトを作らせる
自分は、プロンプトに関係しそうな言葉を片っ端から入れてみました。
最新のプロンプト
プロンプトエンジニアリングの方法
日本語が上手になるプロンプト
AI臭さを消すプロンプト
LLMの挙動
構造化出力 プロンプト
Few-shot prompting
キーワードはかなり雑です。
「最新のプロンプト」なんて、我ながら雑すぎる。
ただ、最初から正しい検索語を考えることすら面倒だったので、まずは思いつく言葉をそのまま投げました。
すると、関連するソースの候補が表示されます。気になるものを選び、そのままノートブックへ追加。追加した直後から、その内容について質問できます。
▼追加されたソースたち
▼実際に作ってもらう
調査環境をちゃんと作るというより、机の上に資料を雑に広げて、その場で考えてもらう感覚に近いです。
この記事を書くプロンプトを実際に作ってみる
せっかくなので、架空のユースケースではなく、この記事を書くためのプロンプトをNotebookLMに作ってもらいました。
まず、この記事で書きたい内容をChatGPTと壁打ちしほぼ下書きとして用意しました。
▼NotebookLMへの指示
▼NotebookLMからの返事
生成されたプロンプトの全文
# 役割 あなたは、技術的な試行錯誤をカジュアルに発信するのが得意なエンジニア・ライターです。教科書的な正論ではなく、**「実際に手を動かして気づいた面白さや泥臭さ」**を大事にするスタイルで執筆してください。 # 依頼 以下の【壁打ちログ】を読み、読者が楽しみながら学べる記事を作成してください。 # 記事のスタイル（AI臭さを消すための指定） 口調はカジュアルに： 「〜ですよね」「〜って感じです」「ぶっちゃけ」など、親しみやすい話し言葉を混ぜてください 。 リズムの「ゆらぎ」： 同じ語尾（〜です。〜ます。）を3回以上続けないこと。体言止め、倒置法、問いかけを混ぜて、音読したときに心地よいリズムを作ってください 。 「心の声」を漏らす： 単なる結論の羅列ではなく、「ここは意外だった」「最初はこう思ったけど違った」という個人的な感想や試行錯誤の過程を一文足してください 。 抽象語を具体へ： 「非常に重要」「最適」「活用する」といったAIが好む抽象語は禁止です。「一瞬で終わる」「ここをサボると後で痛い目を見る」「ガチで使う」などの手触りのある表現に変えてください 。 定型構成を破壊する： 「近年〜」で始まる導入や、「まとめ」という見出しでの締めくくりは禁止です。いきなり本題か、今日起きた事件から書き始めてください 。 # 出力フォーマット タイトル案（少し目を引くカジュアルなもの） 本文（Markdown形式。ただし太字の多用は避けること） # 壁打ちログ [ここにAIとのチャット履歴をコピペしてください]そして、NotebookLMが作ったプロンプトをChatGPTに貼り付け、壁打ちメモを渡して生成したのが、この記事の最初の下書きです。
もちろん、一発で現在の形になったわけではありません。
最初に生成された文章は改行が多く、見出しも細かく分かれすぎていました。後半では「100点ではなく60点」という話が何度も繰り返され、少ししつこい。
そこから自分で文章を直しつつ、AIにも次のような修正を頼みました。
改行が多いため、Qiitaで読みやすい密度にしてください。
重複している主張を削り、見出しを6個程度に整理してください。
前半のカジュアルな文体に、後半の文体も合わせてください。
プロンプトをNotebookLMに作ってもらえば、完成品まで全部自動で出てくるわけではありません。
しかし、最初の構成や必要な観点を考えるところはかなり省略できました。
実際に使って感じたこと
今回よかったのは、プロンプトの知識をちゃんと追えていなくても、最低限の観点が入ったプロンプトを作れたことです。
自分で考えていたら、おそらく次のような依頼で終わっていました。
この内容をQiita記事にしてください。
カジュアルな文体でお願いします。
NotebookLMが作ったプロンプトには、役割、記事の目的、文章のリズム、避ける表現、出力形式まで含まれていました。もちろん、それらを入れれば必ずよい記事になるわけではありませんが、最初から考える項目が増えたことで、何も指定しないよりは方向性を合わせやすくなりました。
一方で、ソースを追加すれば何でも正しくなるわけではありません。
NotebookLMが作る内容は、追加したソースに影響されます。検索結果に表示された記事が正しいかどうかは、別途確認する必要があります。
また、生成されたプロンプトにも不要な指示が含まれる可能性があります。今回も出来上がった記事を見ながら、構成や文章をその都度直しました。
NotebookLMは、完成品を自動で作る道具というより、プロンプトを考え始める負担を減らすための道具として見るのがよさそうです。
実務でのプロンプト作成にも、何か役に立てられそうなのでもう少し使い倒してみようかなと思います。