※この記事は2026年4月時点の使用感です。
AI系の機能や使い勝手は更新が速いため、その時点の実運用メモとして読んでください。
最近、生成AIを使っていて改めて感じているのは、AIを1つの万能な頭脳として見るより、得意な作業ごとに分けて使う方がかなり現実的だということだった。
前回、生成AIは万能ではなく、向き不向きを見抜くことが大事だと書いた。
その流れで言うと、今回はかなり分かりやすい実例だった。
少し調べたいことがあって、最初は Gemini の Deep Research に投げた。
そこで論点を広く整理してもらい、その後に NotebookLM で手元資料や過去発言の確認をする。
この流れが、思っていた以上に便利だった。
結論を先に言うと、Deep Research は広く調べるのに強く、NotebookLM は手元にある資料を照会するのに強い。
この2つを分けて使うと、AIに全部を任せるより、ずっと使いやすかった。
最初は、AIに調べてもらえば十分だと思っていた
最初はもう少し単純に考えていた。
気になることがある。
それをAIに投げる。
返ってきた内容を見て、だいたいの方向をつかむ。
これだけでも十分便利だと思っていた。
実際、AIに調べてもらうと、自分で最初から検索して回るよりかなり早い。
特に、規約や権利まわりのように、何を確認すればいいのか分かりにくい話では助かる。
ただ、使っているうちに少しずつ分かってきた。
AIに「答え」を出してもらうだけだと、まだ少し不安が残る。
- どこまで信じていいのか
- 何を根拠にしているのか
- 自分の手元資料や過去の発言とつながるのか
このあたりは、調べてもらった後にもう一段確認したくなる。
Deep Researchは、最初の論点整理にかなり強かった
そこで便利だったのが、Gemini の Deep Research だった。
気になっていたことを投げると、かなり広めに調べて、論点をまとめてくれる。
- 何が問題になりそうか
- どこを確認した方がいいか
- どういう観点で見るべきか
こういうところを、一度広く並べてくれるのがかなり助かった。
もちろん、そこで出てきたものをそのまま最終判断にするわけではない。
特に規約や権利まわりの話は、AIの出力だけで断定するのは危ない。
でも、最初に何を見ればいいのか分からない状態から、確認すべき論点が見える状態になる。
この差はかなり大きい。
自分の中では、Deep Research は
「結論を決めるAI」
というより、
「最初に地図を作ってくれるAI」
に近い。
ただ、広く調べた後には「手元の確認」が必要になる
一方で、広く調べただけでは終わらないこともある。
たとえば、
- 過去に誰かがその話をしていたか
- 以前の配信や資料の中に似た話が出ていたか
- 自分の手元にある情報と照らすとどうか
こういう確認は、検索だけでは少しやりにくい。
ネット全体を広く見るというより、自分が持っている資料や、対象の動画・音声・文章の中を探したい場面 がある。
そこで NotebookLM がかなり便利だった。
Deep Research で論点を整理したあと、
「では、この資料の中に該当する話はあるか」
を NotebookLM に見てもらう。
この流れにすると、調査がかなりつながりやすくなる。
NotebookLMは、手元資料の中を照会する用途でかなり使いやすい
NotebookLM の良さは、広く何でも答えるというより、与えた資料の中を見てくれるところだと思う。
- 過去の発言があったか
- どのあたりで触れていたか
- 似た話が資料内にあるか
こういう確認にはかなり向いている。
今回も、Deep Research で整理した論点をもとに、NotebookLM で過去の発言や資料を確認する流れにした。
これが思った以上に自然だった。
Deep Research が
「外側を広く見る役」
だとしたら、NotebookLM は
「手元の資料を確認する役」
だった。
この役割の違いが見えたことで、かなり使いやすくなった。
AIに全部を任せるより、役割を分けた方が安心だった
今回やっていて感じたのは、AIに全部を丸投げするより、役割を分けた方が安心だということだった。
- Deep Research に広く調べてもらう
- NotebookLM に手元資料を確認してもらう
- 最後に自分で、どこまで言えるかを判断する
この3段階にすると、かなり動きやすい。
AIが出した答えをそのまま信じるのではなく、AIを使って確認までの距離を短くする。
この感覚がかなり大きかった。
特に、権利や規約まわりのように断定しにくい話では、この使い方がかなり合っている。
AIに最終判断を任せるのではなく、
- 何を確認すればよさそうか
- 手元資料に該当箇所があるか
を短時間で見つける。
それだけでもかなり助かる。
これは「AIの向き不向き」を見た結果でもあった
前回、生成AIは万能ではなく、向き不向きを見抜くことが大事だと書いた。
今回の話も、結局そこにつながっている。
Deep Research に手元資料の細かい照会まで全部任せようとすると、少し違う。
NotebookLM にネット全体の広い調査を期待しすぎても、少し違う。
それぞれ得意な場所が違う。
だから、
- 広く調べるところは Deep Research
- 手元資料を確認するところは NotebookLM
- 最後の判断は自分
このくらいに分けた方がかなり自然だった。
AIをうまく使うというのは、1つのAIに何でもやらせることではなく、得意なところに置いていくことなのかもしれない。
まとめ
Deep Research と NotebookLM を続けて使ってみて、AIの使い方が少し変わった。
以前は、AIに調べてもらえばそれで十分だと思っていた。
でも今は、広く調べるAIと、手元資料を確認するAIを分ける方がかなり使いやすいと感じている。
Deep Research は、最初に論点を広く整理するのに強い。
NotebookLM は、手元資料や過去発言を確認するのに強い。
そして最後の判断は、自分で持つ。
この形にすると、AIに全部を任せるより安心して使える。
生成AIは万能ではない。
でも、向き不向きを見て役割を分けると、かなり現実的な調査補助になる。
今のところ、自分にはこの使い方がかなり合っている。
コメント