1. はじめに：この記事で分かること・対象読者
Googleが提供する「NotebookLM」は、アップロードした文書に限定して回答を生成してくれるため、社内ナレッジの共有や文書検索と非常に相性が良いツールです。
しかし、導入してみたものの「何を聞けばいいのか分からない」「期待したような回答が返ってこない」とつまずくケースが少なくありません。その最大の原因は、「ソース（元資料）の全体目録を作らずにいきなり検索していること」にあります。
本記事では、社内資料をNotebookLMに読み込ませ、高精度なナレッジ検索の土台となる「全体目録（インデックス）」を作成・運用する手順を画面操作レベルで詳しく解説します。
この記事の対象読者
- 社内の情報共有やナレッジ管理を効率化したいDX担当者・情シス担当者
- 「あの資料どこ？」の問い合わせ対応に追われているチームリーダー・管理職
- NotebookLMを実務で使い倒す実践的なノウハウを知りたい方
2. ステップ1：ソースの登録（Googleドライブ連携）
まずは、NotebookLMに検索対象としたい社内文書を追加します。
1.新規ノートブックの作成:
ブラウザでNotebookLMにアクセスし、「新しいノートブック」を作成します。プロジェクト名（例：「社内業務マニュアル・規程集」や「〇〇案件プロジェクトナレッジ」）を入力しておくと管理がスムーズです。
2.ソースの追加（Googleドライブ等を選択）:
画面上の「ソースを追加」をクリックします。Googleドライブ内のファイル（Googleドキュメント、スプレッドシート、Googleスライド、PDF、テキストファイルなど）をまとめて選択してアップロードします。
3.読み込み完了の確認:
画面左側の「ソース一覧」に選択したファイルが並び、処理中表示が消えてチェックボックスがアクティブになれば登録完了です。
3. ステップ2：目録作成プロンプトの実行
ソースの登録が完了したら、検索を始める前に「ソース全体のメタデータ（目録）」をAIに抽出させます。
画面中央下のチャット入力欄に、以下のプロンプトをそのままコピー＆ペーストして送信してください。
Markdown
【目録作成プロンプト】
アップロードされたすべてのソースファイルを読み込み、それぞれのファイルについて以下のフォーマットで目録（インデックス）を作成してください。
出力フォーマット：
### ファイル名：[正確なファイル名]
- **概要**: 100〜150文字程度で、何についてのドキュメントかを簡潔にまとめてください。
- **主要トピック/キーワード**: 3〜5個（カンマ区切り）
- **対象領域/部署**: (例: 経理、人事、営業、工場製造、情報システムなど)
- **データの種類**: (規程ルール、業務マニュアル、数値実績テーブル、過去の議事録・日誌など)
※全ソースについて漏れなく出力してください。余計な挨拶や前置きは不要です。
NotebookLMが各ドキュメントを解析し、構造化されたインデックス一覧を出力してくれます。
4. ステップ3：メモ機能（ピン留め）で「目次案内板」にする
生成された目録は、そのまま流してしまっては意味がありません。いつでも参照できるように「メモ」として保存します。
- AIが返答した目録メッセージの右上（または下部）にある「メモに保存」アイコン（ピン留めマーク）をクリックします。
- 画面右側の「メモ」一覧に、目録がノートとして追加されます。
- タイトルを「【必読】ソース全体目録（インデックス）」などに変更しておきます。
こうすることで、ユーザーはこのノートブックに何の情報が入っているかをいつでも一覧できるだけでなく、NotebookLM自身もこのメモをコンテキスト（文脈）として認識しやすくなり、その後の質問に対する回答精度が飛躍的に高まります。
5. ステップ4：実際の検索・質問例（複合的な検索実演）
目録が完成したら、実際に質問を投げてみましょう。単なるキーワード検索ではなく、「どのドキュメントを見るべきか」を含めて的確に答えてくれるようになります。
質問例1：規程や手続きを探す場合
質問: 「来週大阪へ日帰り出張に行くのですが、タクシー代を経費精算する際のルールと、必要な申請書を教えてください」
NotebookLMの回答例:
「出張時のタクシー利用については、ソース内の『旅費精算規程.pdf』第〇条に記載があります。原則として公共交通機関を利用することとされていますが、深夜早朝や荷物搬送等の場合は事前申請により利用可能です。また、申請書様式については『社内手続きマニュアル』のリンク先よりダウンロードしてください」
質問例2：数値（構造化）と経緯（非構造化）を横断して調べる場合
質問: 「先週発注した部品Aの納入予定日と、現在の製造ラインの進捗状況はどうなっていますか？」
NotebookLMの回答例:
「『発注管理テーブル.csv』によると、部品Aの出荷予定日は9月15日となっています。ただし、『製造現場申し送り日誌.txt』の記録によると、前工程の検査設備調整により半日の遅れが生じており、最終入荷は9月16日午前になる見込みと記載されています」
このように、「数値データ」と「現場メモ」という異なる2つのソースをまたいで回答を組み立ててくれる点が、インデックス化されたNotebookLMの強力なメリットです。
6. まとめ：これは「社内AIナレッジ基盤」の入口に過ぎない
NotebookLMにドキュメントを放り込み、目録を作らせるアプローチは、プログラミングや高額なツール導入なしで今すぐ実践できる最も手軽なナレッジ活用法です。
しかし、これは社内ナレッジ活用の「入口」に過ぎません。
本格的に社内へ展開していくためには、「自社のどのデータが数値（構造化）で、どれが文章（非構造化）なのか」を整理し、それらをどう紐付けるかというデータ設計が不可欠になってきます。
次回は、本記事でも触れた「構造化データ×非構造化データを掛け合わせてAIの価値を最大化する設計手法」について、現場の事例を交えながら詳しく解説します。
自社の情報を整理する「棚卸しチェックシート」を無料配布中
「うちの会社にある資料もNotebookLMでまとめられるだろうか？」
「どのデータから手を付ければいいか分からない」
そんなDX担当者・リーダーの方のために、『社内情報 AI活用 棚卸しチェックシート』をご用意しました。
- 自社に眠るドキュメントの散乱状況チェック
- 「構造化・非構造化・複合型」データ仕分けガイド
- 社内問い合わせ削減のポテンシャル診断
わずか5分で自社のデータ状況とAI導入の優先順位が可視化できます。以下のリンクより無料でダウンロードいただけます。
