Skill · Google Blog – NotebookLM is now Gemini Notebook
Gemini NotebookのAIで、乱雑なデータを整理
写真: Carlos Muza Unsplashより
Gemini Notebookは乱雑なデータ上でコードをネイティブに実行し、不整合を自動検出し、書式を標準化し、推定値ではなく検証済みの数値を生み出す。散在するCSVや調査のエクスポートをアップロードすれば、ツールは完全な監査証跡とともに一カ所でデータを整理・分析し、スプレッドシートへのコピー&ペースト作業をなくす。
2026年7月、GoogleはすべてのGemini Notebookに安全なクラウドコンピュータを追加し、アップロードしたデータに対して直接ネイティブにコードを実行できるようにした。これにより、このツールは調査の要約ツールから実際のデータ作業台へと変わる。整理されていないデータ、たとえば不統一な日付形式、重複する項目、記録の欠落などを投入すると、ノートブックは問題を特定し、標準化のパターンを提案し、人による判断が必要な決定に印を付け、その後、整理済みの版に対して依頼した分析を実行する。
使い方は、データファイル(CSV、Excel、非構造化レポート)をGemini Notebookにアップロードする。整理または分析してほしい内容を平易な言葉で説明すればよい。たとえば「これら3つの出席表を統合し、欠席のパターンに印を付けて」といった具合だ。ノートブックの安全なクラウドコンピュータがコードを書き実行し、データの変換を処理し、グラフや構造化された出力を生成し、行ったすべての調整を説明する。複雑な分析には、Data Tables(2025年12月にリリースされた機能)を使って乱雑な元資料から構造化情報を抽出し、すべての値が元の情報源まで追跡できる形で、比較可能な行と列に整理できる。
業務での活用例としては、学校の管理者が出席記録をアップロードして慢性的な欠席パターンを特定する、人事部門が調査ファイルを統合してエンゲージメントに関する知見が部署をまたいで成り立つか検証する、評価担当者がプログラムのデータを統合してグラフや統計比較を作成する、といったものがある。手作業のスプレッドシート作業とは異なり、すべての決定が記録され再現可能だ。この機能は2026年7月からウェブ上のProユーザーに展開が始まり、拡大を続けている。
通常の分析との重要な違いの一つは、Gemini Notebookがすべての出力を開かれたインターネットのデータではなくアップロードした情報源に基づかせるため、引用と監査証跡がワークスペース内にとどまることだ。機密の業務データや独自の調査に役立つ。
情報源とクレジット