大前提：NotebookLMは「整理の達人」であって「創造の天才」ではない

NotebookLMを実際に使い始めると、多くの方が最初に驚くのが「指定した資料から外れた回答をしない」という特性です。ChatGPTのように「それっぽい答えを作り出す」のではなく、読み込んだ情報の範囲内でのみ答える。だから根拠が明確で、嘘をつきにくい。

しかし、これはある種の制約でもあります。

NotebookLMは「入れたもの以上のものは絶対に出しません」。ゴミを入れれば、整ったゴミが出てくる。

情報が少なければ「この資料からは判断できません」と答える。曖昧な表現のまま入力すれば、曖昧な回答が返ってくる。これはAIの欠陥ではなく、正直で誠実な動きです。だからこそ、「何を入れるか」を設計することが、NotebookLM活用の中でも最も重要なステップになります。

外知の整え方：「3R」で選ぶ

外知とは、業界レポート・政府統計・他社事例・専門書・ニュース記事など、外部から入手できる情報のことです。大量に入れれば良いわけではありません。信頼性が低い情報や、自社課題とずれた情報を投入しても、答えの質は上がらないのです。

外知を選ぶ際は、「3R基準」で考えることをお勧めしています。

• Relevance（関連性）：自社の経営課題に直接関係があるか。業界全体の話よりも、取り組んでいる課題に直結する情報を優先する。
• Reliability（信頼性）：一次情報・根拠が明示されているか。政府白書・業界団体のレポート・学術論文など、データの出所が明確なものを選ぶ。
• Range（多角性）：一つの視点だけに偏っていないか。肯定的な情報と懐疑的な情報を両方入れることで、より現実に即した分析が得られる。

さらに、個別の情報を投入する前に以下の「5点チェック」を習慣にすることを勧めています。

• 運営主体（企業・官公庁・研究機関など）が明確か
• 一次情報（統計データ・原典・出典）に基づいているか
• 論点が偏った方向に誘導していないか
• 更新日が直近であり、情報が古すぎないか
• 感情論・印象論ではなく事実（ファクト）に基づいて書かれているか

内知の整え方：「AI-Readable」という概念

外知の整え方よりも難しいのが、内知の整え方です。内知とは、自社の価値観・ノウハウ・成功と失敗の履歴・判断基準・顧客との関係性など、その会社の中にしか存在しない固有の知識です。

しかし多くの会社では、内知が「使えない状態」に置かれています。

• 大事なルールが「会議での口頭説明」で補足されることが前提になっている
• マニュアルが「人間が見てわかる」ようにデザインされており、矢印・省略・暗黙の前提が多い
• 重要な判断基準が特定のベテラン社員の頭の中にしかなく、文書化されていない

AIは、書かれていないことは絶対に理解できません。矢印の先に何があるか、「別紙参照」の別紙がどこにあるか——これらはすべて、AIにとっては「存在しない情報」です。

この考え方を「シン・仕事術」では「AI-Readable（AIが読める状態）」という言葉で表現しています。内知を、AIが正確に読み取れる構造化されたテキストに変換すること。これがナレッジファクトリーを機能させる最重要作業です。

具体例で理解する：経費精算ルールの変換

抽象的な説明だけでは実感が湧きにくいと思いますので、具体例で比較します。

【従来の社内資料（人間向け）】

「申請 → 上長承認 → 経理確認 → 支払い。※金額により承認者が異なります（詳細は別紙の承認フロー表を参照）※慶弔費・接待費は経理部まで事前確認してください」

人間が見れば「だいたいわかる」資料です。しかしNotebookLMにはこの「補完」ができません。「別紙」がソースとして投入されていなければ、そこで終わりです。

【AI-Readable形式に変換した内知】

• 承認者の基準：10万円未満は直属の上長（課長相当）／10万円以上50万円未満は部門の部長／50万円以上は経営管理部長が承認
• 領収書の例外：公共交通機関の運賃はICカードの乗降履歴で代替可／慶弔費は招待状または会葬礼状のコピーで代替可／1,000円未満の少額経費は上長の口頭承認＋申請書への記載のみで可
• 申請期限：発生月の翌月5営業日以内。期限超過の場合は経理部長の特別承認が必要

この形式であれば、「15万円の出張経費の承認者は誰ですか？」という質問に、NotebookLMが正確に、根拠付きで答えられます。

何から始めるか：まずは「口頭補足」を書き出す

「AI-Readable化」という言葉を聞いて、「大変な作業が必要そうだ」と感じた方もいるかもしれません。しかし、最初から全社のマニュアルを完璧に整える必要はありません。

私が最初の一歩として勧めているのは、「会議や業務の中で口頭で補足していることを書き出す」という作業です。「この申請書はAさんに渡せばいい」「この取引先は〇〇という条件で特別対応している」——普段、言葉で補足していることは、裏を返せば「文書に書かれていない重要な内知」です。

完璧を目指すのではなく、「今日、口頭で補足した3つのことをメモする」から始める。それが最もハードルの低い出発点です。

結論：インプット設計が、ナレッジファクトリーの精度を決める

今回の内容を3点に絞ります。

• 外知は「3R基準＋5チェック」で厳選する。大量に入れることよりも、質の高いものを選ぶことが重要
• 内知は「AI-Readable形式」に変換して初めてAIが理解できる。書かれていない情報はAIには存在しない
• 「口頭で補足している情報」こそが最も価値のある内知。それを文書化する習慣が競争優位につながる

差がつくのは、AIツールの選択ではありません。「何を整えて入れるか」という設計力です。そしてその設計力は、テクノロジーの知識ではなく、自社のビジネスの本質を理解している経営者こそが持っている力です。

次回は、良質なインプットを準備した後に「どう問いかけるか」でアウトプットが変わるのか、4つの対話パターンとStudio機能の活用方法についてお伝えします。