2024年初心者向けNotebookLMの使い方（NotebookLMチュートリアル）

4,444 文字

ほな、このオンラインチュートリアルで、初心者の皆さんにNotebookLMの使い方をお教えしますわ。この素晴らしいAIツールを最大限に活用できるようになりますよ。
まずは説明文にあるリンクに飛んでもらって、「Try NotebookLM」ってところが出てくるはずです。このソフトを使うにはGoogleアカウントが必要やから、ログインしてるかアカウント作ってログインしてからアクセスしてくださいな。ちなみに、Google Proの契約は要りまへんで。
ほんで、ホーム画面が出てきます。「New Notebook」っていうエリアがあって、それと一緒にサンプルのノートブックも見えると思います。今回は「New Notebook」をクリックしましょう。そうすれば使い始められますわ。
要するに、NotebookLMっちゅうのは、複数のデータソースを使って、それらを組み合わせて分かりやすい対話型のメディアを作り出すAIシステムなんです。ちょっと例を挙げて説明しますね。
データをアップロードしたりソースを追加したりする方法がいくつかあります。まず、Googleドライブがありますな。Googleアカウント持ってる人なら簡単にデータをアップロードできますわ。それからウェブサイトのリンクも使えます。YouTubeの動画のリンクも入れられますし、テキストをコピペすることもできます。
ソースは今のところ50個までに制限されてますけど、まあ最初からそんなに使う人はおらんと思いますわ。
ほな、最近私が取り組んでた例を使って説明しましょか。本当に理解したかった内容があってね。必要なデータを得るために、できるだけたくさんのリンクを集めていきます。
私は「Vjeer」っていう新しいAIアーキテクチャについての動画を作ろうとしてたんです。そこで、まずはそれに関連するリンクを集めていきます。
「Vjeer」って入力して、共有アイコンをクリックしてリンクをコピーします。それからYouTubeのところに行って、「Paste YouTube URL」ってとこをクリックして「Insert」します。そうすると、すぐに簡単な要約が出てきますわ。これが素晴らしいのは、質問ができて対話的やっていうことです。
でも、まだ終わりじゃありません。もっとたくさんのソースが欲しいんです。このアーキテクチャが何をするのか、本当に理解したいからね。
ソースを追加するには、プラスボタンをクリックして、またYouTubeを選んで別のリンクを貼り付けて「Insert」します。これで2つのソースができました。
ブログ記事も使いたいので、「Add」をクリックして「Website」を選びます。このアーキテクチャについて書かれた記事のURLを貼り付けて「Insert」します。
これで3つの良い情報源ができました。ここからいろんなことができるんですけど、まず全体像を把握したい場合は「Generate briefing doc」をクリックします。そうすると、メインテーマ、キーアイデア、事実、問題点、解決策などが要約されて出てきます。
これはすごく便利です。なぜかって言うと、1つの情報源だけじゃなくて、ネット上のニッチな小さな情報も集めて、より包括的な視点が得られるからです。コンテンツを素早く作りたい人や、自分に合ったコンテンツを作りたい人にはぴったりですわ。
AIの大きな問題の1つは、チャットに何か聞いても、ニッチな例についてはよく分かってへんことがあるってことです。でも、これを見てください。すごく包括的な概要が得られてますやん。
面白いのは、この要約文書にはビデオからの引用が含まれてることです。これ、研究とかコンテンツ作りに使えるし、正確に何が言われたか分かるんですよ。
「Notebook guide」をクリックすると、簡単な質問例がいくつか出てきます。これらの質問は、あなたが興味を持ちそうなものを提案してくれるんです。どれかをクリックすると、すぐにその質問が3つのソース全部に基づいて答えられます。
このシステムの素晴らしいところは、これらのソースと対話しながら、情報がどこから来たのかを直接確認できることです。例えば、興味深いと思った点にカーソルを合わせると、その情報がどこから来たのかが分かります。
ポイント7をクリックすると、ブログ記事のこの部分から来てることが分かります。ハイライトされた部分全体がデータの出所です。これはめっちゃ便利ですわ。AIがどんなデータを使って議論してるのか、常に知っておきたいですからね。
興味があれば、他の部分もスクロールして見れます。
左側にあるソースが多すぎると思ったら、1つのソースや動画だけを使うこともできます。他の2つのチェックを外して、質問するだけです。例えば、「LLMsの主な問題点は何？」って聞いたら、この特定の動画だけに基づいて答えてくれます。
ここで2をクリックすると、どこからそのデータを取ってるのかが分かります。5をクリックすると、テキストのその部分に飛びます。
確かに、動画はPDFほど構造化されてへんから、ちょっと扱いにくいですけど、それでも動画から素早く情報を得るには良い方法ですわ。
このAIソフトの主な特徴の1つは、面白いポッドキャストを生成できることです。集めた情報を基にポッドキャストを作れるんです。
例えば、この新しい驚異的なAIアーキテクチャについて、全てのデータを基にポッドキャストを作りたいとします。その場合は「Audio overview」を使います。
「Generate」をクリックするだけで、AIが独自の方法で全てのコンテンツについて話してくれます。あるいは「Customize」をクリックして、「このアーキテクチャがAGIに取り組む良い方法である理由と、初心者にも分かりやすい言葉で説明してください」というように指示することもできます。
「Generate」をクリックすると、生成に数分かかるって表示が出ます。待っとく必要はありませんよ。
できあがったオーディオは5〜6分くらいの長さで、2人のホストがあなたが追加した情報について議論するポッドキャストになります。
他にもFAQを作ったり、スタディガイドを作ったり、目次を作ったりもできます。これらは正確なデータを理解するのに役立ちます。
ここに保存されたノートがあって、これが全ての情報になります。とても便利ですね。
もう1つできることは、ノートの名前を変更することです。最初は全部「New note」ってなってますけど、例えばこれはタイムラインやから「Timeline」って名前を付けます。そうすると、名前を変更したものが前に来ます。
FAQとかブリーフィング文書とかも同じようにやります。AIが自動でやってくれたらいいんですけどね。でも、これで簡単に名前を付けられます。
プロジェクト全体の名前も変更しておくと、メインページで混乱しなくて済みます。これを「Vjeer」って名付けましょう。
これで簡単に識別できるようになりました。ホームページをクリックすると、「Vjeer」があって、3つのソースがあるってことが分かります。クリックすれば、全ての情報がそこにあります。
ノートを作成した後、さらに深掘りすることもできます。例えば、FAQを右クリックして、特定の出力と対話することができます。「このVjeerっていうのは本当に面白いけど、関連するアイデアは何かある？」って聞いてみましょう。
そうすると、既に探索した情報をさらに深めるための分野がいくつか提案されます。これは、学んでることについてよく分からない部分を埋めるのに役立ちます。
「ソースから関連する事実やアイデアを挙げて、特定のセクションを強化できます」って書いてあります。例えば、元のノートでは「VjeerはAdvanced machine intelligenceとどう関係してる？」っていう部分が少し小さかったですけど、今のチャットでは、これがどう機能するかについてもっと広範な議論ができました。
これのほとんどは私たちのデータに基づいてるんです。これはすごく良いことです。なぜなら、ここで得たノートがあまり良くなくても、それを取り上げて拡張できるからです。
例えば、このスタディガイドがありますけど、これをクリックして「初心者向けの簡単な質問を10個追加して」って言えます。こうすることで、ノートを作った後でも、そのノートを改善して、さらに良いコンテンツを得ることができるんです。
このように基本的なスーパーノートができたら、「Save to note」をクリックして、また新しい情報を得られます。そしてそれとまた対話できるんです。
このチュートリアルが進むにつれて、あとはこのボタンをクリックするだけで、簡単にこのポッドキャストにアクセスできます。驚いたことに、これは15分くらいになってしまいましたが、どんな感じか聞いてみましょう。
「ロボットを想像してみてください。でも、ただジュースをこぼしたのを掃除するだけじゃなくて、そもそもコップをひっくり返すのがなぜダメなのかを理解するんです。これが今日話す常識AIの一種です。Vjeerについてね」
「そうそう、うまい例えやね。Vjeerは Video Joint Embedding Predictive Architecture の略なんやけど、AIに私たちみたいに学ばせることが目的なんです。つまり、周りの世界を観察して、次に何が起こるかを予測して、それが当たったり外れたりしながら学んでいくってこと」
「面白そうやね。ここにVjeerについての研究論文がたくさんあるんやけど、Yan LeCunっていう名前がよく出てくるんやけど、この人は誰なん？」
「Yan LeCunはAI界のすごい人物なんです。チューリング賞を受賞してるんですよ。コンピューターサイエンスのノーベル賞みたいなもんです。今はMetaの主任AIサイエンティストをしてて、この Joint Embedding Predictive Architectures、略してJEPAっていうアイデアを開発してるんです。これはより人間らしいAIへの道筋として考えられてるんですよ」
ここで分かるように、これはとても包括的なものを生成します。私が思うに、この最大の使い道は、皿洗いしながら、洗濯しながら、仕事に行く途中で聞けるってことです。学ぶことをよりインタラクティブで楽しいものにしてくれるんです。
このビデオが役に立ったなら教えてください。この技術の個別の使用例についてもっと長いビデオを作ってほしいかどうかも教えてくださいね。この技術は本当に信じられないくらい素晴らしいです。
ということで、このチュートリアルが役立てば嬉しいです。質問があれば、コメント欄に書いてくださいね。