2025/12/08 更新 2026/10/25

Thinkingモードの数分は、資料を仕分けなかった代金かもしれない　NotebookLMのGemini 3統合

古い資料と新しい資料を同じ箱に入れて、深く考えるAIに任せるのは、賞味期限の切れた食材を混ぜたまま、腕のいい料理人に渡すようなものです。腕がいいほど、混ざったまま上手にまとめてしまいます。

2025年12月、Gemini 3の本格展開にあわせて、NotebookLM（2026年7月にGemini Notebookへ名称変更）が大きく更新されました。この記事では、2025年12月時点の公開情報で何が変わったかを確かめたうえで、深く考えるモードが資料の食い違いを解くときに使う仮説の多くは、人が資料を仕分ければ先に片づくものであり、深さは人が答えを知らない問いに使ったときに最も効く、という見方を示します。

Gemini 3で変わったのは、答える前に考える深さでした

2025年11月下旬から12月初旬にかけて、NotebookLMの土台がGemini 3の世代に入れ替わり始めました。当時の報道で語られた主なモデルは、有料プランで日常的に使う中心のGemini 3 Pro、Google AI Ultraの契約者向けで複数の仮説を並べて検証してから答えるGemini 3 Deep Think、画像の生成と理解を担うNano Bananaです。公表されたベンチマークでは、高度な数学の試験問題AIME 2025で、コード実行ありで100.0%、ツールなしで95.0%という報告もありました。

Deep Thinkの考え方は、ゆっくり熟慮する思考に近いと説明されています。すぐに答えを出さず、資料に食い違いがあれば「どちらかが古い」「定義が違う」「記載ミス」などの仮説を立て、資料と照らして根拠のないものを捨て、残った仮説から答えを組み立てます。そのぶん、回答に数分かかることもあります。

AIは、食い違う資料をどう扱っているのか。この問いは、記事の後半でもう一度取り上げます。

2025年12月の更新で、指示は長く、モードは選べるようになりました

2025年12月4日の更新で、実務への影響が大きかった変更は三つです。

カスタム指示が1万字に広がりました

チャットの設定に書ける指示が、500字から1万字へと20倍になりました。500字では口調の指定が限度でしたが、1万字あれば、分析の枠組み、出力の書式、重視する根拠と無視する根拠まで書き込めます。もっとも、1万字の指示欄は、埋める言葉を持っている人にだけ広い欄です。広がったのは書ける量で、書く中身は利用者の側から出てくるしかありません。

速さと深さを選べるようになりました

チャットに、速く答えるモードと、時間をかけて考えるThinkingモードの切り替えが加わりました。

Deep Researchで、調べる計画まで任せられます

漠然とした問いに対して、AIが自分で調査計画を立て、資料（場合によってはウェブも）を読み、構造化された長文のレポートにまとめる機能です。ほかに、Nano Bananaの統合で資料から図解つきのスライドや、画風を選べる動画の概要が作れるようになり、音声の概要は話し手への指示を出せて50以上の言語に対応しました。Gemini EnterpriseからNotebookLMを開けるようになり、モバイルアプリではカメラで撮った書類や手書きメモを資料として取り込めます。

深く考えるモードは、人がすでに知っている答えまで数分かけて推論します

たとえば、ある営業部が、去年の価格表と今年の価格表を両方入れたノートブックで「この製品の価格は」と尋ねるとします。二つの価格は食い違います。Thinkingモードは、どちらかが古い、定義が違う（税込と税抜）、記載ミス、と仮説を立て、資料と照らして答えを組み立てるでしょう。数分かけて、です。

ところが、どちらが今年の表かは、入れた本人が知っています。Deep Thinkが立てる仮説の並びを見直すと、古いか、定義が違うか、誤りか、は、資料を入れる前に人が確かめられる項目そのものです。人が知っている答えをAIに推論し直させると、時間がかかるだけでなく、推論が外れる余地も生まれます。複数の資料を同時に読ませると、AIは食い違いを調和させようとする、という指摘もあります。古い価格と新しい価格の間を取った、もっともらしい説明が返ってくるかもしれません。

ベンチマークの満点は、この場面では助けになりません。試験問題には正解が一つあり、社内資料の食い違いには、どちらが正しいかを知っている人がいるだけだからです。

しかも、深さには値段があります。高い推論と画像生成は計算資源を大量に使うため、利用には階層と変動する上限があります。2025年12月時点の報道では、無料版はノートブック100冊、1冊あたりソース50件、Google One AI Premiumは500冊、300件とされました。リリース直後は需要が集中し、無料利用者のスライドやインフォグラフィックの生成が一時的に止められ、有料でも1日の生成数に上限が設けられました。残りの利用枠が画面に表示されないことへの不満も報じられています。残量の見えない枠で、人が知っている答えを数分かけて推論させるのは、メーターの見えないタクシーに遠回りを頼むのと同じです。

深さは、人が答えを知らない食い違いのために取っておきます

見え方を変えると、Thinkingモードの使い方も変わります。どちらが新しいか、どの定義を使うかを人が知っている食い違いは、資料を入れる前に片づけておきます。古い版を外す、定義をカスタム指示に一行書く。それで残った食い違い、つまり人にも答えが分からないものにこそ、数分の熟慮を使う価値があります。上の図にある、答えが資料にあるなら速さ、ないなら深さ、という整理は、人が知っていることを先に渡した後で、初めてきれいに当てはまります。

この主張が当てはまりにくい場面もあります。初めて触れる分野の大量の資料で、どれが古くどれが誤りかを人が判断できないなら、仕分け自体をAIの推論に頼るほかありません。その場合でも、AIの仕分けは仮説であり、どの仮説を捨てたかを確かめる手間は残ります。また、AIの仮説の立て方が人の確かめ方とどこまで一致するかは、公開情報からは分かりません。出力の偏りも残ります。Nano Banana Proで人道支援の画像を作らせたところ、人種的なステレオタイプを含む構図が出たという報道がありました。

あなたのノートブックに入っている資料のうち、どちらが新しいか、どの定義が正しいかを、あなたがすでに知っている食い違いはいくつあるでしょうか。その答えを、まだAIに推論させていませんか。

この記事の背景にある考え方は、拙著『GoogleのAI NotebookLM 意思決定の強化書』の2章1節「ソースの品質がすべての土台」に書きました。資料を全部入れればAIが重みを判断してくれる、という思い込みを取り上げ、売り手の資料と第三者の報告を別々に読ませてから突き合わせる理由を、「複数のソースを同時に参照すると、AIはそれらを調和させようとします。」と書いています。この節を読むと、AIに深く考えさせる前に、どの食い違いを自分で片づけ、どれをAIに問うのかを、自分の資料で分けられるようになります。

同じ資料を見ているのに、なぜ結論が割れるのか。

『GoogleのAI NotebookLM 意思決定の強化書』

前提が結論を決める。意思決定を根拠、前提、結論の三層に分け、前提を対象、目的、制約、評価基準の四つで言葉にする本です。

読み終えたとき、手元に残るもの

意思決定の設計図になる前提リスト
資料を事実、意見、噂、ゴミに仕分けるFORT
同じ物差しで比べる選択肢表と採点表
始める条件と止める条件を書いた決定書

NotebookLMは2026年7月にGemini Notebookへ名称が変わりました。本の手法は、使うAIの種類を問いません。

Amazonで見る

出典

著者プロフィール・お問い合わせ