NotebookLMは、もう
読むだけのAIではない。
アップロードした資料に引用付きで答える——それがこれまでの NotebookLM でした。新しい NotebookLM は、自分でウェブを探し、コードで数字を検証し、ひとつのループで「調べて確かめる」。引用ベースの回答ツールからリサーチエージェントへ。その変化を図解で解きほぐします。
これまでは
「引用で答える」だけだった
3ヶ月前の NotebookLM は、はっきりした得意分野を持つツールでした。自分でアップロードした PDF やドキュメントに対して、どこに書いてあるかを引用付きで示しながら答えてくれる——根拠を確かめたい調べ物に強い、信頼できる「読み手」です。
ただし、そのスコープは手元の資料の中に閉じていました。ウェブで足りないソースを探してくるのも、出てきた数字を計算で検証するのも、すべてユーザー自身の作業。あくまで「引用ベースの回答ツール」で、自分から調べに行く自律性はありませんでした。だから多くの人は「引用が欲しいから NotebookLM、ウェブ調査は ChatGPT」と使い分けていたのです。
| これまでの NotebookLM | 新しい NotebookLM |
|---|---|
| 手元の資料に引用付きで回答 | 必要なソースを自分でウェブから発見 |
| 数字の検証はユーザーが手動で | コード実行で数値をその場で検証 |
| 調査→分析→検証は人間が橋渡し | 推論・探索・実行をひとつのループで |
| 受け身の「読み手」 | 自律的に動く「リサーチエージェント」 |
資料を読むAIから、
自分で調べに行くAIへ。
「調べて確かめる」ループ
新しい NotebookLM は、ひとつの問いに対して推論・ウェブ探索・コード実行を行き来しながら、答えを自分で組み立てます。
推論で計画する
問いを受け取ると、まず「何を調べ、何を計算で確かめるべきか」を自分で組み立てます。手元の資料だけで足りるか、ウェブを当たる必要があるかを判断する起点です。
探索と実行を往復する
Google Search で必要なソースを自分で発見し、独立した「クラウドコンピューター」上でコードを走らせて数字を検証します。調査と計算を、人間を介さずに一つの流れで回せるのが新しさです。
納得いくまで繰り返す
得られた結果を統合し、足りなければ再び探索・実行へ戻ります。この往復の末に、引用と数値の裏付けがそろった答えを立ち上げます。
刷新の中身は
「新しい脳」と「実行環境」
自律性の正体は二つ。土台を Gemini 3.5 Flash に載せ替えたことと、コード実行専用の独立環境を持たせたことです。
土台の刷新が一つめです。NotebookLM は Gemini 3.5 Flash ベースに載せ替えられ、コード実行用の独立した「クラウドコンピューター」と Google Search による自律的なソース発見を、エージェント型ワークフローに統合しました。これまで人間が橋渡ししていた「調べる」「計算する」が、モデル側の手数として組み込まれたのです。
効果は数字にも表れています。内部評価では、従来版に対して 78.2% のケースで上回ったとされています。引用付きの回答ツールから、推論・Web探索・コード実行をひとつのループで回すリサーチエージェントへ——性格そのものが大きく変わりました。
誰に、どう刺さるか
Googleアカウントがあれば追加料金なしで試せます。使い分けの境界が動く人ほど、恩恵が大きい変化です。
リサーチ業務を一本化
「ソースを引きながら分析し、数字はコードで検証」というフローを、一つのツールで完結させたい人に刺さります。
引用と検証を両立したい
根拠の出どころと数値の裏付けを同時に求める調べ物で、ChatGPT との使い分けを減らせます。
追加料金なしで試せる
Googleアカウントがあれば、すぐに新しいワークフローを試せます。導入コストの低さも実用的な強みです。
過剰になる場面もある
万能というわけではありません。自分でソースを管理・選別したい人にとっては、自律的に探索する挙動がかえって扱いにくく感じる場面もあります。単純な一問一答の用途には、エージェント型の往復は過剰かもしれません。
それでも、「引用が欲しいから NotebookLM、ウェブ調査は ChatGPT」という長年の使い分けに、NotebookLM へ寄せる確かな理由が増えたのは事実です。調べて、確かめて、引用する——その一連を一つのツールに委ねたい人にとって、今回の刷新は無視できない一手になります。