はじめに：エンジニアの工数を「不毛な分類」に使わない
エンジニアなら一度は直面する、「ちょっとした分類」の依頼。
- 「アンケート結果をカテゴリ分けしてほしい」
- 「スプシの大量のコメントにフラグを立ててほしい」
これ、GASを組んでAI系のAPIを使用すれば解決しますが、「APIコストの管理」や「タイムアウト対策」など、保守が地獄ですよね。しかも、AIが勝手に元の文章を要約してしまい、データとして使い物にならなくなることも……。
本記事では、NotebookLMの「データテーブル（DataTable）作成機能」を使い、エンジニアの工数ゼロで、現場が自ら「100%のデータ整合性」を保ったまま分類を完結させる運用フローを公開します。
💡 この手法の「ここ」がすごい
NotebookLMは調査ツールだと思われがちですが、実は「専用のデータテーブル作成UI」が最強の武器になります。
- データの完全分離: 「生のCSV」と「分類ルール（定義）」を別ソースとして読み込める。
- 専用プロンプト欄: チャットではなく「表作成専用」の入力欄を使うため、出力が安定する。
- スプシ直送: 生成されたテーブルを1クリックでGoogleスプレッドシートへ書き出せる。
🛠️ 【即実践】現場への導入マニュアル
エンジニアは、現場に以下の「2つのソース」と「1つのプロンプト」を渡すだけです。
1. ソースを2つ用意してアップロード
以下の2ファイルをNotebookLMの「ソース」に放り込みます。
- データCSV: 分類したいコメントが並んでいる生データ。
-
カテゴリ定義書（メモ）: 「どう分類するか」を言語化したテキスト。
- 例：「前向きな改善」「過去の反省」「学び」の3項目で分類して、等。
2. DataTableの「作成」をクリック
Studioにある「Data Table」の鉛筆ボタンを押し、専用のプロンプト入力欄を開きます。
3. 「整合性死守プロンプト」を投入
専用欄に、以下のプロンプトを貼り付けて実行します。
### 目的
提供した「データCSV」に対し、「カテゴリ定義書」に基づいた分類情報を付与した表を作成してください。
### 制約事項（最優先：絶対に守ること）
1. **既存データの整合性維持**: 元のCSVに含まれる値・順番・形式は、1文字たりとも**変更・削除・追加しないでください**。
2. **追記ルール**: カテゴリ情報は、既存行の一番右側に新しい列として追加してください。
3. **全量出力**: データの省略はせず、すべての行を出力してください。
### 実行指示
「カテゴリ定義書」に基づき、適切なカテゴリを特定して一番右の列に付け加えた表を作成してください。
元のCSVデータ部分は、改ざんや並び替えを厳禁とします。
結果：スプレッドシートへエクスポート
生成されたテーブルの右上にある 「Google スプレッドシートへエクスポート」 アイコンをクリックすれば完了！
💡 エンジニアの視点
従来の「チャットに投げたMarkdownをコピペ」という泥臭い作業が消えました。Googleドライブに直接スプシが生成されるため、非エンジニアでも迷いようがありません。
📈 業務改善としてのインパクト
この「DataTable機能」を軸にした運用に変えることで、以下の成果が得られました。
- エンジニアの解放: GASを書く必要も、メンテナンスの手間も消滅。
- APIコストゼロ: NotebookLMの標準機能（無料枠）で完結。
- 現場の自走化: 「カテゴリを増やしたい」と言われたら、「定義書のメモを書き換えて、もう一度ボタン押して」と言うだけで済みます。
考察：NotebookLMは「業務エンジン」である
NotebookLMを「読み物ツール」として使うのはもったいない。
「CSV」×「定義書」×「DataTable専用プロンプト」。
この3つを組み合わせることで、エンジニアに依存しない「AIデータ加工基盤」がノーコードで手に入ります。
「エンジニアに頼まないとできないこと」を「現場が自分でできること」に変える。これこそが、AI時代の最高の「サボり方（最適化）」です。
📣 最後に
「これなら、あの依頼を現場に丸投げできる！」と思ったら、ぜひ LGTM をお願いします！
他にも「こんなNotebookLMハックがあるよ」という事例があれば、ぜひコメント欄で教えてください！