MemoryLake
すべての記事に戻る
Tutorial2026年9月11日·10 分で読了

コンテキストを失わずに NotebookLM(現 Gemini Notebook)のノートブックを ChatGPT に移行する方法(2026年版)

これまで NotebookLM として知られていた製品は、現在 Gemini Notebook という名称になり、ヘルプセンターもそれに合わせて改称されました。ノートブックを ChatGPT に移行しようとしているなら、この改称は些細な問題にすぎません。本当に驚くべきなのは、ノートブックが実際に何で構成されているかということです。それは、多くの人が想定しているような「あなたのドキュメント」そのものではありません。

Google による定義は一文で表されており、これが移行プロセス全体を大きく変えます。「ソースとは、アプリにインポートまたはアップロードしたソースドキュメントのコピー、または自動同期されたバージョンです。」

コピーなのか、それともポインターなのか。どちらを持っているかによって、実際に何を持ち出せるかが決まります。

実際に移行されるもの

Gemini Notebook は、グラウンディング(根拠付け)された質問回答ボックスです。Google はその境界線について、異例なほど率率直に説明しています。「Gemini Notebook は、アップロードされたソースに記載されている情報に基づいて質問に回答します。回答がソース資料にない場合、回答は提供されません。」

この「回答を拒否する」という動作こそがこの製品の最大の強みであり、移行時に最初に失われるものです。ChatGPT のドキュメントに記載されているパーソナライズ機能は、これとは逆の仕組みで動作します。OpenAI によると、メモリの要約は「過去のチャットからのコンテキストを継続的に更新・統合したもの」であり、保存されたメモリは削除されない限り「今後の回答で常に考慮」されます。統合(Synthesis)は、推外挿の拒否(refusal-to-extrapolate)とは真逆の性質です。どちらの挙動も間違いではなく、異なる問いに対する答えです。しかし、すべての主張がアップロードしたソースに遡れるという保証にノートブックの価値があった場合、その保証は移行先には引き継がれません。

ここからは、実際に損失が発生する技術的な仕組みについて説明します。

アップロードしたファイルは、手元に残っていれば移行できます。 直接アップロードしたファイルは、ノートブック内でコピーになります。Google の制限事項からその仕様が分かります。「各ソースには最大 500,000 語、アップロードされたファイルの場合は最大 200MB まで含めることができます。無料ユーザーの場合は最大 50 個のソースを含めることができます。」

Google Drive と連携したソースは、移行する権限がない可能性があります。 これらは自動同期されるタイプです。「Google Drive からインポートされたソースは自動更新され、数分ごとに同期されます。ノートブックを開くと、元のドキュメントへの変更が自動的に更新されます。」便利ですが、これには条件があります。Google はその条件を明確に示しています。「ファイルをインポートできるのは、閲覧以上のアクセス権がある場合のみです。Google Drive 内のファイルへのアクセス権を失った場合、またはファイルが削除された場合、そのソースにはアクセスできなくなり、ノートブック内でそのソースを表示したり操作したりすることはできなくなります。これは、自分が所有するノートブックと共有されているノートブックの両方に適用されます。」

最後の一文を2回読み返してください。自分が所有しているノートブックであっても、他の誰かが共有設定を変更したためにソースを失う可能性があります。同僚が作成した仕様書が50個のソースの1つだった場合、ノートブックの回答は、いつの間にかその仕様書を根拠としなくなってしまいます。

YouTube のソースは最も脆弱です。 Google がサポートしているのは「ユーザーがアップロードしたか自動生成されたかを問わず、字幕付きの公開 YouTube 動画のみ」であり、「アップロードから 72 時間未満の動画はインポートできない場合があります」と注意書きされています。動画が非公開になると、その文字起こしデータも一緒に失われます。

質問と回答は、仕組みとしては移行されません。 ノートブックの役割は検索(リトリーバル)でした。「ノートブックに多数のソースが含まれている場合、Gemini Notebook は質問に基づいて最も関連性の高い情報を取得し、そこから回答を構築します。」取得された回答はその都度生成されたものであり、確定したデータとして保存されているわけではありません。

結論は、書き留めておかない限り移行されません。 これが最も痛手となる部分です。50個のソースを読み込んで学んだこと(どのベンダーの主張が正しかったか、なぜ2番目のアプローチを不採用にしたのか、数値が実際に何を意味していたのか)は、すべてチャットの出力として存在していました。それらは決して「ソース」ではありませんでした。この違いは、RAGが記憶ではない理由で説明されているものと同じです。検索(RAG)は書かれていることを見つけ出しますが、あなたが決定したことを記憶するわけではありません。

手動での移行手順

ステップ 1:状況が変わる前に、コピーとポインターを分離する

各ノートブックを開き、ソースを1つずつ確認します。それぞれのソースについて、「これは自分がアップロードしたファイルか、それともリンクした Drive ドキュメントか?」という1つの問いに答えてください。

アップロードされたファイルはコピーです。あなたが管理権限を持っており、もし元のファイルを紛失している場合、そのノートブックが唯一の保管場所になります。まずはこれを最優先でダウンロードしてください。

Drive のリンクはコピーではありません。アクセス権があるうちに、それらのドキュメントを Drive から再ダウンロードしてください。ノートブック側のバージョンは同期された鏡像にすぎず、アーカイブではないからです。共有ノートブックで作業している場合は、他の誰かが提供したソースについても同様に行ってください。今日それらを閲覧できているアクセス権は、他人の設定によるものだからです。

確認のついでに、目立たない問題もチェックしておきましょう。Google は「無効なソースはソース制限にカウントされますが、ノートブック全体で参照されることはありません」と述べています。無効なソースは50個の枠の1つを占有しているだけで、回答には一切貢献していません。つまり、そのソースが裏付けていると思っていた結論は、実際には根拠を失っていたことになります。

ステップ 2:結論を書き留め、ChatGPT で参照レイヤーを再構築する

ChatGPT に触る前に、ノートブック1つにつき20分かけて、導き出した結論を書き出してください。ソースの要約ではなく、「決定事項」です。「実際に発生している障害モードが最初のベンダーの SLA で除外されていたため、2番目のベンダーを採用した」「定義が変更されたため、2024年の数値は2025年と比較できない」といった内容です。これらは、書き留めておかなければゼロから導き出し直すことになる文章であり、ノートブックのどこにも保存されていなかった唯一の部分です。この整理プロセスは、プロジェクト文書をAIの記憶に変換するで説明されているものと同様ですが、コードベースではなくリサーチに適用されます。

次に、OpenAI が提供する2つの異なるインターフェースに合わせて、資料を2つのルートで ChatGPT に移行します。

恒常的な事実や好みは Custom Instructions(カスタム指示)に入力します。OpenAI は、これを適用したい明示的な情報や指示のための機能と説明しています。すべての回答に影響するため、この内容は最小限に留めてください。

参照ドキュメントは、アップロードされたファイルとして追加します。範囲を限定するために、Project(プロジェクト)内に配置するのが理想的です。OpenAI はそのスコープの挙動について次のように説明しています。プロジェクト限定のメモリを使用すると、「チャットは同じプロジェクト内の他の会話を参照できますが、プロジェクト外の会話を参照することはできず、プロジェクト外のチャットもプロジェクト内の会話を参照することはできません。」これにより、ソースの上限数に縛られることなく、ノートブックとほぼ同様のトピックごとの境界線を作ることができます。

移行してすぐに気づくのは、もはやグラウンディング(根拠付け)を強制するものが何もないということです。Gemini Notebook はソースの範囲外の質問には回答を拒否しますが、ChatGPT は喜んで情報を統合(あるいは創作)します。これは大きな挙動の変化であり、前の段落で書いた「結論」が極めて重要になる理由でもあります。今やその結論こそが、回答を事実につなぎ止める唯一の錨(アンカー)となるからです。このファイル処理の側面には、ChatGPTがアップロードされたファイルを忘れるときで解説されているような、特有の注意すべき挙動が存在します。

より良い方法:ソースそのものだけでなく、ソースから得られた結論を保存する

ノートブックとは、2つのものが積み重なったものです。1つは「参照資料の山」、もう1つは「その上に構築されたあなたの理解」です。代えが利くのは前者だけです。PDF は再アップロードできますが、8ヶ月前に特定のアプローチを却下した理由を、低コストで再導出することはできません。

したがって、これらを意図的に切り離してください。参照資料の山は、Project、ドライブ、ノートブックなど、便利な場所に置いておきましょう。そして、得られた理解は、特定のベンダーのソース制限や Drive の権限、製品名の変更などに左右されない、いつでも呼び出せる場所に保管してください。

それこそが MemoryLake の役割です。リサーチによって生み出された決定、制約、結論を一元管理し、あらゆるアシスタントが読み取れるようにします。これにより、次の質問は50個のドキュメントからではなく、あなたがすでに知っていることから始めることができます。

ステップ 1:API キーを作成する

サインインし、ワークスペースの設定を開いて API キーを生成します。これはアシスタントが同じレイヤーを読み取るために使用する認証情報です。一度作成すれば、リサーチに使用する各ツールからアクセスできるようになります。

エージェントで使用するために新しいキーが作成され、コピーされるAPIキー画面を表示するMemoryLakeコンソール
エージェントで使用するために新しいキーが作成され、コピーされるAPIキー画面を表示するMemoryLakeコンソール

ステップ 2:最初のメモリをアップロードする

先ほど書き出した結論から始めましょう。1エントリーにつき1つの結論を、理由を添えて登録します。また、忘れがちで再発見にコストがかかる制約条件(どのデータセットが比較可能か、2つのソースが矛盾する場合にどちらを優先するか、すでに解決してクローズした質問はどれかなど)も追加します。

最初のドキュメントがアップロードされ、各ファイルが検索可能なメモリとしてリスト表示されているMemoryLakeワークスペース
最初のドキュメントがアップロードされ、各ファイルが検索可能なメモリとしてリスト表示されているMemoryLakeワークスペース

ステップ 3:AI とエージェントを接続する

ChatGPT や、普段使用しているその他のツールを接続します。参照ファイルは元の場所にあるままで構いません。推論プロセスがすべての場所に共有され、新しいチャットを開いた時点で、過去6週間のリサーチで確立された内容をすでに把握した状態からスタートできます。

メモリレイヤーに接続可能なAIクライアントやエージェントフレームワークがリスト表示されているMemoryLakeのインテグレーション画面
メモリレイヤーに接続可能なAIクライアントやエージェントフレームワークがリスト表示されているMemoryLakeのインテグレーション画面

実務における変化

第1の違いは、権限の変更によってナレッジが失われなくなることです。Google は、Drive ファイルへのアクセス権を失うと、自分が所有しているか共有されているかを問わず、ノートブック内のソースにアクセスできなくなると明言しています。結論が、それを生み出したドキュメントとは別に記録されていれば、ドキュメントが失われても結論は生き残ります。

第2の違いは、ソースの上限数です。無料プランにおける50個のソース制限は実質的な制約であり、容量を空けるために古いソースを削除するという一般的な回避策は、まさに過去に導き出した結論の根拠を消去する行為に他なりません。結論を外部に保持しておくことで、ソースの整理は「メモリの喪失」ではなく、単なる「ストレージの管理」になります。

第3の違いは、改称そのものです。NotebookLM は Gemini Notebook になりましたが、今後も製品のアイデンティティは変わり続けるでしょう。特定のベンダーのコンテナに保持されているものはすべて、そのベンダーのロードマップに左右されます。これと同じパターンは、ノートブックレベルではなくアシスタントレベルで Geminiがプロジェクトのコンテキストを忘れる問題にも現れています。

第4の違いは、毎週のように実感することになる「再アップロードの手間がなくなる」点です。アシスタントが内容を覚えていないために、新しいチャットに同じ3つの PDF をドラッグ&ドロップしてしまう反射的な行動は、PDFの再アップロードを止める方法で説明されている問題です。これは、ソースファイルそのものではなく、抽出された結論を保持することで解決されます。

グラウンディングされたノートブックから移行するためのベストプラクティス

最初にコピーをエクスポートし、次にポインターをエクスポートする。 アップロードされたファイルは、他の場所に存在しない可能性があります。Drive と連携したソースは、アクセス権がある限り Drive 内に存在し続けます。

無効なソースは警告として扱う。 これらは制限数にカウントされる一方で、回答では参照されません。「ノートブックにあったから」と信じていることがあれば、そのソースが無効になっていないか再確認する必要があります。

引用のすぐ隣に結論を書く。 「ベンダーBの2025年セキュリティページによると、この障害モードは除外されている」という書き方は永続的です。「ソース14を参照」という書き方は、ソースリストが変更された瞬間に意味をなさなくなります。

動画から取得した情報はすべて再確認する。 「字幕付きで公開」という条件は予告なく失効することがあり、保存しなかった文字起こしデータは二度と手に入らなくなります。

移行先のメモリリストは不完全であることを想定しておく。 OpenAI は、メモリの要約には「ChatGPT がチャットに基づいて記憶しているすべての内容が含まれるわけではない」と指摘しており、何かが保持されているか確認したい場合はチャットで直接尋ねることを推奨しています。表示されているリストを完全な目録として扱わないでください。

各事実について、信頼できるバージョンを1つだけ保持する。 ノートブックには、矛盾する3つのドキュメントが自然と蓄積されていきます。どちらが正しいかを一度文書で決定しておくことは、何度読み返すよりも価値があります。

結論

Gemini Notebook は、「与えられた情報からのみ回答し、できない場合はその旨を伝える」という特定のタスクに非常に優れています。この厳格さがあるからこそ、人々は本格的なリサーチノートブックを構築してきたのであり、同時に移行時に「情報が失われる」と感じる理由でもあります。ChatGPT のドキュメント化されたインターフェースは、回答を拒否するのではなく情報を統合するため、その保証は移行できません。

移行できるのは、あなたが書き留めたものだけです。ソースとはコピーまたはポインターであり、Google もその定義の最初の行でそう述べています。あなたの結論はそのどちらでもありません。だからこそ、荷物を動かし始める前に、それらを保管する独自の場所が必要なのです。

ノートブックではなく、メモリの移行を検討している場合は、GeminiのメモリをChatGPTに移行するのガイドを参照してください。

よくある質問

NotebookLM は改称されたのですか?

Google のヘルプセンターにおける製品名は現在 Gemini Notebook となっており、各ページでも一貫してその名称が使用されています。この改称によってここで説明しているソースモデルが変わるわけではありませんが、古いサードパーティの解説記事などでは、現在表示されているメニューや製品名と一致しない名称が使われている可能性があります。

ノートブック全体を一度にエクスポートすることはできますか?

Google のドキュメントでは、ソースをノートブックに取り込む方法について説明されていますが、ノートブックを丸ごとワンクリックでエクスポートする機能は提供されていません。現実的な方法としては、元のドキュメント(手元に残っているアップロードファイルや、Drive と連携したファイル)を回収し、チャットから得られた結論はソースとして保存されているわけではないため、別途自分で保存することです。

移行する際、Drive と連携したソースはどうなりますか?

それらはコピーではありません。Google は、Google Drive からインポートされたソースは数分ごとに自動更新・同期され、ファイルへのアクセス権を失ったりファイルが削除されたりすると、そのソースにはアクセスできなくなり、ノートブック内での表示や操作もできなくなると説明しています。これは、自分が所有するノートブックと共有されているノートブックの両方に適用されます。

1つのノートブックに保持できるソースの数はいくつですか?

Google のドキュメントによると、無料ユーザーは最大 50 個のソースを保持でき、各ソースには最大 500,000 語、またはアップロードされたファイルの場合は最大 200MB まで含めることができます。無効なソースも制限数にカウントされますが、ノートブックの回答では参照されません。

ChatGPT は、ノートブックのようにアップロードされたファイルにグラウンディング(根拠付け)され続けますか?

同じようには機能しません。Gemini Notebook のドキュメントでは、ソースに基づいて回答し、回答がソース資料にない場合は応答しないとされています。一方、OpenAI はそのメモリを過去のチャットから継続的に更新・統合されるものと説明しており、保存されたメモリは削除されない限り常に考慮されるため、設計上異なる挙動を示します。

リサーチ内容は Project に入れるべきですか、それともメモリに入れるべきですか?

タイプに応じて両方に分けて入れます。参照ドキュメントは Project に適しています。OpenAI のドキュメントによると、プロジェクト限定のメモリは参照をプロジェクトの境界内に留めます。一方で、結論、制約、決定事項は、ドキュメントがアーカイブされた後も有効であり続けるため、個々のプロジェクトの寿命を超えるレイヤー(メモリ)に保管すべきです。