NotebookLMのユースケース
公式Discordのusecaseから、世界中の事例を抜粋する
教師はNotebookLMを以下のように活用しています：
手書きのノートから包括的な学習ガイドを作成する
学習単元を整理し、簡単にアクセスできるリソースを作成する
学校のハンドブックや重要な文書を一元化し、検索を簡略化する
学生たちはNotebookLMを特に以下の点で有用だと感じています：
アップロードされた講義資料から詳細な回答を得る
考えを整理し、宿題の質問に対する直接的な答えを見つける
学術論文や研究論文の重要なポイントを素早く見つけ、理解する
NotebookLMは研究者を以下のように支援します：
大量の研究論文を要約し、主要な知見を抽出する
書誌データを整理し、特定の研究テーマに関するレポートを生成する
スコーピングレビューやその他の研究文書の作成を促進する
作家や編集者はNotebookLMを以下のように使用しています：
フィクションの物語のプロットポイント、キャラクターの詳細、その他の要素を整理する
原稿の矛盾点やプロットホールを特定する
事実確認や原典参照のプロセスを効率化する
ビジネスおよび管理専門家はNotebookLMを以下のように活用しています：
会社の規則や規範を整理し、素早く検索する
会議のメモ、プロジェクト計画、その他の重要な文書を管理する
財務報告書を分析し、意思決定のための重要なデータを抽出する
私の奇妙なユースケース
私の娘はアンジェルマン症候群を患っている。私は週に1回程度、scholar.google.comにアクセスして論文をダウンロードし、それらをNotebookLMに追加している。そして、NotebookLMに「これらの情報源を踏まえて、20歳以上の罹患者に対する新しい治療法や療法は提案されているか」と尋ねている。今年のアンジェルマン症候群に関する家族会議の研究者セクションに、NotebookLMからの要約を入力して、研究者たちにこのようなツールを使ってより広範な文献調査を行うよう「促す」試みさえした。しかし、それは馬鹿げている。彼らは皆専門家なのだから、自分の分野で何が起こっているか知っているはずだ、そうだろう？
私のお気に入りのケースは、ロシア語やポルトガル語の論文をNotebookにアップロードし、その論文の要約や概要を英語で得ることだった。これらすべてに基づく唯一の機能リクエストは、Google Scholarに論文を直接Notebookに追加するボタンがあることだ。
最近、膵臓がんと診断されました。NotebookLMを使用して、検査結果、診察の電話、治療リソースを追跡しています。ブリーフィング文書は、重要な決定を下す際に必要な複雑さと関係者のリソースを理解するのに非常に貴重です。幸いにも私は10%の生存率の候補者であり、日々が過ぎていく中で、これは一度きりのチャンスです。この非常に必要で価値ある資源に感謝します。
NotebookLMの使用方法
私はNotebookLMをいくつかの方法で使用している。昨日、よく知られた922ページのテキストでノートブックを作成し、そのテキストのアイデアを簡単に研究できるようになった。ナグ・ハマディ写本の翻訳テキストの分析にも使用した。7年分のオンラインジャーナルのプレーンテキストコピーがあり、そのノートブックを作成した。通常のGeminiアプリでGeminiと一緒に形成してきた物語を含む別のノートブックもある。
私は哲学の講師だ。講義の整理と準備、テスト問題集の正誤問題と多肢選択問題の作成、学生用の課題作成、そして学生がNotebookLMを使用するための学習課題の作成に使用している。
私の最新の本（425ページで丸1年の執筆期間）の編集者およびレビュアーとしてNotebook LMを使用した。トーン、全体的な概念の流れ、遷移の使用、非生産的な否定性や皮肉の兆候（自分の傾向を知っている）、議論の十分な裏付けなどを分析するよう依頼した。この次の200ページのプロジェクトでの対話を改善することを非常に楽しみにしている。両方とも非フィクションで、社会技術政策に関するプロジェクトだ。このような強力なツールに感謝している。開発者、プロジェクトマネージャー、すべての人々に感謝、感謝、感謝だ！
私はクロスソース分析にNotebookLMを使用している（例えば、学習方法に関する2つの記事を取り上げて比較する）。また、ソースAから発明された単語を取り出し、ソースBの定義と関連付けられるかどうかをテストした。AIは、2つのソースに明示的なデータの関連付けがない場合、何が求められているかを理解するのに苦労することがある。例：
ソースA = キーワードのリスト
ソースB = ある主題に関する大学の論文
質問：各キーワードに対して、ソースBから対応する定義を関連付けてください。このような処理では、AIは2つのソース間の関連付け/対応を見つけるのに困難を感じる可能性がある。
Zoteroのユースケース
皆さん、こんにちは！NotebookLMを使って私のZoteroライブラリ（1,000以上のレコード）を探索する面白い方法を共有したいと思います。Zoteroライブラリを単にBibTeX形式でエクスポートし（テキストファイルとして保存）、NotebookLMのソースとしてアップロードするだけで、研究を掘り下げるのに非常に役立つことがわかりました。そうすれば、NotebookLMと会話をして、研究のさまざまな側面について質問し探索することができます（スクリーンショットを参照）。さらに良いのは、会話中にNotebookLMが関連する引用を表面化させてくれることで、これによって大量の時間が節約できます！また、参考文献のTLDRも提供してくれます。他の人もこのようなことにNotebookLMを使ってみましたか？もしまだなら、役立つと思います！
これらの新機能に本当に感銘を受けています。2016年以降のすべての医療結果をアップロードしました。血液検査結果の傾向を分析し、驚愕しました。すぐに医師にメールを送り、血液専門医との診察予約の紹介状を依頼しました。今日からこれを健康管理ツールとして使用する予定です。これは本当にクールです。文書はイタリア語でしたが、何らかの方法で英語に翻訳され、本当に価値のある洞察を提供することができました。
社会科学者としての経験
皆さん、こんにちは！社会科学者としての経験を共有したいと思います。社会科学は、変数が明確に定義されたセットに属するという意味での厳密な科学ではありません。各個人やグループがセットとみなされる可能性があります...私が言いたいのは、テキストを読む際、私たちは必ずしも研究の視点と一致しない文体、トーン、視点を扱っているということです。したがって、記事を統合するための最良の戦略は、まずそれらを「基礎テキスト」に変換し、それらをNotebookLMのソースとしてアップロードすることだとわかりました。以下が私の詳細なアプローチです：
1. 関連する記事を特定する
2. Geminiに「包括的で正確な基礎テキスト」に変換するよう依頼し、以下の構造を提案する：
# タイトル ## 序論 ## 要約 ## キーワード ## 詳細セクション ## 例 ## 関連する質問 ## 参考文献 ## 最終更新日
3. 基礎テキストをアップロードして楽しむ
このアプローチはGPTでの経験に触発されていますが、NotebookLMでも適切かどうかはわかりません。GPTは形式に注意を払うので、ユーザーは形式を適応させる必要があります。NotebookLMはユーザーのためにそのような多くのことを行っているようなので、良い結果を得るために基礎テキストを作成することは厳密には必要ないかもしれませんが、特にソーステキストが異なる文体（個人的、非個人的など）を持つ場合には役立つと思います。
私はNLMとPerplexityを行き来しています。Perplexityは一般的により長く、より流暢な言語で書かれた回答を提供できます。各質問に対して、まず計画を立て、複数の部分検索を行い、それらをすべてまとめます。もちろんPerplexityはあなたのためにソースを選択するので、Wikipediaレベルの質問の回答は得られますが、慎重に選ばれたソースに限定された回答は得られません。これにより、より真剣な研究を行う場合、Perplexityの使用は限られますが、一般的なWeb検索よりはるかに優れています。Perplexityは最近、複数のクエリを通じてガイドできるWebページに情報を整理する機能を追加しました。これにより、基本的にアウトラインを使って作業するかのように、一度に1セクションずつ研究論文を書くことができます。Perplexityの優れた言語出力とNLMの独自のソースをキュレートする能力を組み合わせたいと思います。また、ノートブック内からWebページやその他のドキュメントを作成できるようになりたいです。現在、Perplexityで生成されたページをNLMのソースとして共有することに一部の使用を見出しています。しかし、本当はその逆を行い、NLMからのより信頼性の高い情報をより良く書くことができるモデルと共有したいと思います。
私はテックライターで、このツールを情報検索のフロントエンドとして使用したいと考えている。なぜなら、私たちが作成する情報が複数の文書に散在している可能性があるからだ。このツールを見つける前は、CPTをうまく動作させようとプログラミングを試みていたが、どうしてもうまくいかなかった。情報が存在するのに「見つかりません」と言ったり、特に推測や作り話をしないよう指示したにもかかわらず、単に情報を捏造したりしていた。
そんな中、誰かがNotebookLMを紹介してくれて、それは10倍も優れていることがわかった！私が望むやり方ですべてを行ってくれる：
見つからないものは見つからないと言う（作り話をせずに）
かなり複雑な質問に正確に答える
文書への参照を提供するので、仮に答えが正確でなくても、引用されたセクションが全く別のことについてだったと文書自体で確認できる
https://www.youtube.com/watch?v=iWPjBwXy_Io&t=1s