NotebookLMがエージェント化した——Obsidian連携で情報収集が変わった話

2026年8月9日 17:17

情報収集の悩みは、いつも同じところに行き着きます。ソースが増えるほど整理が追いつかず、結局どこに何を書いたか分からなくなる。

2026年6月8日、Googleが公式発表した「NotebookLM」(2026年7月16日に「Gemini Notebook」へ改称)の大型アップデートは、この悩みに一歩踏み込んだ内容でした。実際に使い込んで、普段使っているObsidianとの連携ワークフローがどう変わったかをまとめます。

NotebookLMのagentic化とは——2026年6月アップデートの要点

今回のアップデートで、NotebookLM(現Gemini Notebook)は技術基盤をGemini 3.5とAntigravityに移行しました。公式が「エージェント的な能力」と表現している通り、単に質問に答えるだけでなく、自律的にリサーチを進める方向に舵を切っています。

具体的には、各ノートブックに「セキュアなクラウドコンピュータ」が搭載され、コードの記述・実行までできるようになりました。100以上の厳選されたソフトウェアスキルを組み合わせて動く設計です。公式発表では、大規模なドキュメント分析で従来比69.9%の改善があったと報告されています。

なお、この製品は2026年7月16日に「Gemini Notebook」へ改称されています。この記事では執筆時点でも定着している「NotebookLM」の名称を併記しつつ進めます。

Deep Research + Source Discovery の実力を検証

今回のアップデートの中核にあるのが、Deep ResearchとSource Discoveryという2つの機能です。

Deep Researchは、質問を入力するとNotebookLMが自律的にリサーチ計画を立て、数百のウェブサイトを閲覧・精査した上で、数分後にソース付きのレポートを返してくれます。生成されたレポートとその根拠ソースは、そのままノートブックに追加できます。実際に試してみると、自分で一つずつ検索してタブを開いていく手間が、質問を投げて待つだけの作業に置き換わったのを実感しました。

Source Discoveryは、もう少し軽量な機能です。トピックを説明するだけで、数秒からで数百件の候補の中から関連性の高いソースを最大10件、注釈付きで提示してくれます。ワンクリックでノートブックに追加できるので、リサーチの初動が驚くほど速くなりました。

Obsidianとの連携ワークフロー Before→After

ここで一つ、正直に断っておきたいことがあります。NotebookLMとObsidianの連携は、Google公式の機能ではありません。今回紹介するのは、サードパーティのChrome拡張機能を使った非公式のワークアラウンドです。

Before(これまで)は、NotebookLMで作成したノートの内容を、必要な部分だけ手動でコピーし、Obsidianに貼り付けて整形し直す、という作業をしていました。地味に時間がかかる上に、フォーマットが崩れることもよくありました。

After(拡張機能を使い始めてから)は、NotebookLMのノートをMarkdown形式でエクスポートし、Obsidianのvaultフォルダにドラッグ&ドロップするだけで済むようになりました。見出し構造がある程度保持されたまま取り込めるので、Obsidian側でリンクやタグを足すだけで自分のVaultに馴染ませられます。複雑だった情報収集のワークフローが、こうしてシンプルな2ステップに落ち着いたのは大きな変化でした。完全な自動連携ではありませんが、公式機能を待つよりも今すぐ効率化したい人には十分実用的です。

逆方向、つまりObsidian側のノートをNotebookLMに取り込みたい場合の工夫も紹介しておきます。Obsidianのエクスポート系プラグインを使って複数ノートを1つのPDFにまとめ、それをNotebookLMのソースとしてアップロードする、という手順です。双方向のやり取りが非公式の工夫でどうにか成立している、というのが2026年7月時点の実情です。公式の直接連携が来るまでは、この2つの手順を覚えておけば困りません。

「第二の脳」構築の現実的な運用ルーティン

NotebookLMを「第二の脳」として使う上で、一つ注意しておきたいことがあります。1つのノートブックにソースを詰め込みすぎると、AIが適切な情報を見つけにくくなり、回答の精度が落ちるという実利用者の報告があることです。トピックごとに小さなノートブックへ分割しておくのが、地味ですが効果的な対策です。

データの扱いについても触れておきます。Googleはアップロード内容やクエリ、AIの応答について、人間のレビュアーがレビューすることはなく、フィードバックを送った場合を除いてAIモデルの直接的な学習にも使わないと公式に説明しています。フィードバックを送った場合のみ、関連データが最大3年保持されます。この点は、業務に近い内容を扱う人にとって安心材料になるはずです。