1. イントロ —— AIが人の知識を覚える時代へ

営業の現場でAIが使われるようになって、すでに数年が経ちました。
提案書のたたき台づくり、議事録の要約、1on1ログの分析。
AIは「人が何を考え、どう動いているか」を読み取る存在として、確実に浸透してきました。

けれども、最近のアップデートを見ていると、次の段階が始まっています。
それは、AIが人の思考の構造だけでなく、今現在の我々の知識そのものを覚えるフェーズに入ったということです。

これまでのAI活用は、問いを投げて答えをもらう「往復の知性」でした。
しかしこれからは、AIがナレッジを保持し、再利用し、アップデートしていく持続する知性へと進化していきます。

そして、その入り口にあるのが「NotebookLM」と「ChatGPTプロジェクト共有」です。
両者に共通するのは、AIが人の言葉や文書を一過性の対話としてではなく、チームで共有できる現在進行系の知識として扱い始めた点にあります。

たとえば、Google Workspaceで蓄積されてきた議事録やメモをNotebookLMに読み込ませると、そこに書かれた情報は単なる記録ではなく、AIが参照できる知識カードとして整理されます。
またChatGPTでは、プロジェクト単位での共有が可能になり、同じAIが、同じ文脈を複数人で共有しながら継続的に考え続けることができるようになりました。

つまり、AIは「読む存在」から「覚える存在」へ。
情報をストックするだけでなく、人の知識構造そのものを写し取り、学び続けるパートナーになりつつあるのです。

本記事では、この変化を踏まえ、NotebookLMとChatGPTの2つの「覚える仕組み」を比較しながら、チームがAIと共にナレッジを育てていくための構造設計を解説します。

2. NotebookLMの共有とナレッジ定着 —— 「人の知識を定着させるAIノート」

NotebookLMは、Google Workspaceにおける知識の定着装置としてのAIノートです。
ChatGPTのように対話を通じて思考を展開するというよりも、既に持っている情報を整理し、文脈を保ったまま知識化することを得意としています。

ドライブ/ドキュメントとの親和性 —— Workspaceに自然に積み重なる「静的記憶」

NotebookLMの最大の強みは、Google ドライブやドキュメントとシームレスに連携できることです。
営業報告、会議議事録、提案書のドラフトなど、日々Workspace上に生まれていく無数のドキュメントを、そのままNotebookLMに取り込み、AIが読める形で整理・要約してくれます。

ここで重要なのは、「新たにまとめ直す」のではなく、既にある情報を定着させるという点です。
つまり、ドライブやドキュメントに自然と蓄積されてきた社内の知識を、NotebookLMが読み込み・再編集することで、確実にナレッジ資産へと昇華していくのです。

社内だけで終わらない知識化 —— 外部サイト・YouTubeの自動要約対応

NotebookLMの定着力をさらに高めているのが、外部情報とのリンク連携機能です。
URLだけで、ニュースサイトやオウンドメディアだけでなく、YouTube動画内容も要約・統合できます。

この仕組みによって、社内ナレッジに軽いリサーチ要素を添えることが可能になりました。
たとえば営業チームであれば、次のような使い方が考えられます。

• 新製品の発表動画（YouTube）をNotebookLMに追加し、要約を自動生成
• 顧客企業のプレスリリースURLを貼り付け、主要ポイントをノートに転記
• 業界トレンド記事を数本まとめてリンク登録し、「市場動向まとめ」として活用

これらはすべて、NotebookLMが内部ファイルと外部リンクを同一ノート内で統合的に扱えるようになったことで実現しています。
AIが自社資料と外部情報を同じ文脈で要約するため、「内部ナレッジ×市場情報×顧客動向」といった三層構造のナレッジカードを生成できるのです。

営業にとって、これは「リサーチを知識化する最短ルート」と言えます。
すでに社内で蓄積された情報に、外部の補足情報をURL1つで組み込める、その軽やかさこそ、NotebookLMが使われるAIノートになりつつある理由のひとつです。

共有設計の考え方 —— 「誰と」「どの範囲で」「どの粒度で」

NotebookLMは共有範囲の設計によって、その効果が大きく変わります。
Googleアカウントを基盤にしているため、ドライブ同様、「個人」「チーム」「公開リンク」など柔軟な共有が可能です。

ここで大切なのは、粒度のコントロールです。
すべての情報を一括で共有するよりも、たとえば「顧客別」「プロジェクト別」「フェーズ別」にノートを分けることで、後からNotebookLMに質問した際の精度や再現性が大きく向上します。

AIがどこまでの情報を背景に考えるかを人間が設計する。
この「共有範囲の設計」こそ、NotebookLMの実務運用でもっとも重要なポイントです。

実務活用例 —— 議事録・提案メモ・営業週報などの読み込ませ方

NotebookLMに読み込ませる資料は、決して特別なフォーマットである必要はありません。
むしろ、日常業務の延長線上にあるファイルこそが価値を持ちます。

たとえば：

• 商談後の議事録（Google ドキュメント）
• チーム週報（Google スプレッドシート／Google ドキュメント）
• 案件提案メモ（Google スライドやPDF）

これらをNotebookLMに追加するだけで、AIが要点を抽出し、関連するナレッジカードを生成します。
そこから新たなドキュメントを作成したり、他案件の資料を再利用したりといった二次利用も容易になります。

NotebookLMは、「書く場所」ではなく「思い出す場所」として使うと、その真価を発揮します。

定着のコツ —— Why／What／Howの3階層設計

AIが構造的に理解しやすいノートをつくるには、「Why（目的）」「What（内容）」「How（方法）」の三段階で要点を整理するのが有効です。

NotebookLMに読み込ませる前に、ドキュメントの冒頭や末尾にこの構造を明示しておくと、AIが自動生成する要約や質問応答の質が大幅に高まります。

これはChatGPTとの共通言語でもあり、後に両者をハイブリッドで運用する際の基盤としても役立ちます。

進化する確認体験 —— 音声オーバービューの生成（2025年10月アップデート）

そして、最近特に評価されているのが、音声によるナレッジの確認機能です。
2025年10月のアップデートでは、スマートフォンアプリでも音声オーバービュー（Audio Overview）を生成できるようになりました。

以前から好評を博していたラジオ番組風を始めとする音声解説機能が、スマホで手軽に利用可能になったことで、外出先でもノート内容を音声で確認できるようになっています。

営業やマネージャーにとっては、移動中に会議内容を耳で振り返るという使い方が現実的になったとも言えます。
NotebookLMは今や「静的記憶」でありながらも、声を持つナレッジとしてチームの記憶を再生する存在へと進化しているのです。

3. ChatGPTプロジェクト共有の活用法 —— 「思考をつなぐ動的記憶」

NotebookLMが人の知識を定着させるノートであるなら、ChatGPTやClaudeのプロジェクト共有は人の思考をつなぐノートと言えます。

NotebookLMが「過去を整理するAI」だとすれば、ChatGPTは「現在進行形の思考を共有し続けるAI」なのです。

プロジェクト共有の登場 —— 会話を「チームで持てる記憶」にする

2025年9月のアップデートで、ChatGPTに「プロジェクト共有」機能が登場しました。
これによって、メール招待を通じて複数メンバーが同じプロジェクトに参加し、共通の文脈をAIと共有できるようになりました。

たとえば営業企画チームであれば

• AIに壁打ちした仮説を他メンバーがそのまま引き継げる
• チーム全員が同じコンテキスト（前提・意図・背景）をもとに議論を深められる
• ChatGPTが各メンバーの発言や指示を記録し、会話履歴を「思考の連続体」として保持する

これまで「個人のAIメモ」だったものが、今ではチームの思考履歴として再利用できるようになったわけです。

動的記憶の仕組み —— 「書き足す」ではなく「考え続ける」

ChatGPTプロジェクトの本質は、単なる共有フォルダではありません。
それは、会話そのものが継続する思考として残る構造にあります。

メンバーが追加で質問を投げたり、過去の議論を引用したりするたびに、AIはそれらを新たな知識文脈として結び直します。
これにより、チーム全体でアイデアや仮説を共有しながら変化させることができます。

安全な共有設計 —— メール招待とアクセス管理

共有範囲は、プロジェクト単位でメール招待する形で管理されます。
この仕組みにより、社外との共有を制限しつつ、社内の限られたメンバー間で安全に思考を共有できます。
ドキュメントの共同編集ではなく、AIとの対話空間を共同で持つという概念がポイントです。

また、プロジェクト内で参照するファイル（ドキュメント・コード・指示など）も統一的に扱えるため、特定のメンバーだけが知っていたナレッジや試行錯誤のプロンプトがチーム資産として可視化されます。

実務活用例 —— 営業・企画の壁打ち共有空間として

実際の現場では、次のような活用が想定されます。

営業チーム

• 案件別のプロジェクトを作成し、提案書レビューや失注分析をAIとチームで共有。
• 過去の議論を踏まえた提案履歴型AIとして活用。

企画・マーケティングチーム

• 新商品構想やキャンペーン設計の壁打ちをAIと行い、各担当者が加筆・再質問することで議論の連続性を維持。

このようにChatGPTプロジェクトは、対話をベースに知識を進化させるための「動的記憶」として機能します。

NotebookLMとの対比 —— 定着と進化

両者の関係を整理すると、次のようにまとめられます。

NotebookLMが社内ナレッジの定着を担い、ChatGPTがチーム思考の進化を担う。
この関係を意識することで、AI活用の幅は一気に広がります。

4. 構造化ノートの設計法 —— Why／What／How／Nextによる再利用できる知識設計

AIが理解するのは、言葉の並びよりも構造そのものです。
そのため、同じ情報でも「どのように整理して書くか」で、AIの理解度も再利用性も大きく変わります。
NotebookLMとChatGPTの両方でナレッジを扱う際には、構造的に整えられたノートを設計することが重要です。

なぜ構造が重要なのか —— 「AIが考えやすい知識」とは

人間にとってのノートは「思い出すための記録」ですが、AIにとってのノートは「考えるための材料」です。

AIは文書の中にある因果・目的・手順の関係性を読み取ることで、次の提案や別の応用を導き出します。
このとき、情報が構造化されていればいるほど、AIの出力は精度を増します。

NotebookLMでもChatGPTでも、最終的にAIが参照するのは「構造（構文）」であり、形式（Markdownでもドキュメントでも）よりも論理の枠組みが重要なのです。

Why／What／How／Next —— 4階層で知識を整理する

この4階層構造は、営業・企画・開発のどんなノートにも適用できます。

NotebookLMでこの構造を持たせておくと、AIは各階層ごとに要約・質問を生成でき、ChatGPTで同じノートを参照した際も「次の思考」にスムーズに接続できます。

つまり、この4階層は「AI同士の翻訳装置」でもあるのです。

NotebookLMでの使い方 —— 構造を定着させる

NotebookLMでは、ノートの冒頭や末尾にこの4階層を明示しておくと効果的です。
たとえば議事録の最後に以下のような構造を置いておくだけで、NotebookLMが要約や質問をより精緻に生成します。

## Why
顧客A社との次期契約更新に向けた課題整理

## What
現行契約内容、サービス利用実績、改善要望のリストアップ

## How
社内カスタマーサクセスチームとの連携をもとに提案項目を抽出

## Next
次回ミーティングまでに見積もり案を作成し、再度NotebookLMで整理

NotebookLMはこれを単なる文章としてではなく、意味のまとまり＝知識構造として捉えます。
これにより、AIが要約を生成する際も、「目的」や「次の行動」を自然に反映できるようになります。

ChatGPTでの使い方 —— 構造を更新させる

一方で、ChatGPTではこの4階層を再利用しながら更新することが重要です。
NotebookLMで定着した知識を、ChatGPT側で「Next」から再スタートする。
このサイクルによって、チームの思考が止まらずに進化していきます。

たとえば、前回NotebookLMでまとめた議事録をプロジェクト共有に貼り付け、ChatGPTにこう指示します。

📌 プロンプト例

この内容のNextを実行した結果を踏まえて、HowとNextを再構成してください

これによりAIは、過去の思考を再利用しながら、未来志向のノートへと更新します。

形式よりも構造 —— Markdownでもドキュメントでも

この4階層設計は、形式に依存しません。
Markdown・Google ドキュメント・スプレッドシート・プレゼン資料など、どの形式でも実装可能です。
重要なのは、AIが因果・目的・行動を区別できるようにしておくことです。

NotebookLMとChatGPTの両方で同じ構造を扱えるようにしておくと、社内の情報がどのツールに移っても再利用可能な知識として機能します。

AIと共に知識を育てるための設計原則

• 定着の原則：NotebookLMではWhy／What／How／Nextを明示して残す
• 更新の原則：ChatGPTではNextを起点に再構成を行う
• 共有の原則：どの階層を誰と共有するかを明示する

これらを意識するだけで、AIが扱う知識は使い捨ての情報から成長するナレッジへと変わります。

5. まとめ —— AIがチームの記憶を補完する時代へ

AIが「人を読む」時代から、「人の知識を覚える」時代へ。
NotebookLMとChatGPTプロジェクト共有の登場は、その転換点を象徴しています。

NotebookLMは、Google Workspaceに散らばる記録を静かに整え、チームの知識を定着させるAIノート。
ChatGPTは、壁打ちや対話を通じて思考を更新し続ける動的記憶。

これらがつながると、知識はもはや残すものではなく育つものになります。
人がAIに情報を渡し、AIが人に新しい視点を返す。
そんな循環の中で、チームの思考は時間を超えて再利用され、「過去の記録」が「未来の判断」を支える構造が生まれるのです。

AIがチームの知識を覚え、話し、再び問いかける時代。
それは、働く一人ひとりがAIを通じて自分たちの思考構造を見つめ直す時代でもあります。
この循環を設計できる組織こそが、これからの学び続けるチームの原型となるでしょう。

💬 最終チェック

以下のチェックリストを、あなたのナレッジ共有ノート設計の起点として確認してみてください。

• ☐ ドライブ／ドキュメントなどの社内資料をNotebookLMに読み込み、AIが理解できる構造で整理できているか？
• ☐ NotebookLMのノートに、外部URL（サイト・YouTube）をリンク追加し、社内外の知識を一体化できているか？
• ☐ Why／What／How／Nextの4階層構造を、共通テンプレートとしてチーム内で共有しているか？
• ☐ ChatGPTのプロジェクト共有を活用し、チームの議論や壁打ちを動的な知識として保存しているか？

これらが整えば、あなたのチームはすでに「AIと共に知識を育てる組織」へと進化しています。

🧩 3秒まとめ