渡したソースからだけ答える — すべての文が原文にリンクで戻れる。












NotebookLM がリサーチユーザーを ChatGPT から引き剥がしたのは、たった一つの核心的な 決断によってです。ハルシネーションを拒むこと。論文や参考資料から学ぶ人にとって、許し がたい失敗は「テキストに書かれていないことを AI に教えられる」ことです。初日から すべてが自分の渡したソースに根ざし — 変換も、生成も、Q&A の回答も — 一文一文が原文 まで遡れます。その信頼こそが、ヘビーユーザーが離れない理由です。Google 社内で インキュベートされたことが、その土台に不公平なほどの優位性を与えています。Google 自身の モデルを本当に気前のいい無料枠で使えること、そしてプロダクトが自力で信頼を勝ち取る前 から、Google の名前が信頼を貸してくれたことです。
幻覚を拒むこと。それが核心のプロダクト判断だった。一方で、爆発的な成長をもたらしたのは一つのバイラル機能でした。あらゆる資料 — テキスト、 スライド、ファイル — をポッドキャストに変えられる機能です。最後まで聴き通すユーザーの 割合はおそらく大きくないと踏んでいますが、コンテンツが「AI が肉声の平易な言葉で教えて くれるもの」に感じられたのは、あれが初めてでした。当時の X での遊びは、自分の履歴書を 食わせて、二人のホストが自分を絶賛するのを聴くというもの。あの一つの機能が、好奇心 いっぱいのユーザーの波をまるごとプロダクトに運んできました。
このチームのもう一つの強みは、リリースのリズムです。1、2ヶ月ごとに大きな機能が届き、 しかも常に同じ中心 — 自分が学ぼうとしている資料 — の周りを回っています。ソースを スライド動画の授業に、最近では TikTok のようにスワイプするショート動画フィードにまで。 リリースのたびに注目が呼び戻され、離脱したユーザーがプロダクトに帰ってくる。あの親切な 無料枠も相まって、成長はただ続いてきました。このチームのイノベーションと出荷能力は、 どちらも本物です。
不満はインターフェースです。最初から最後まで「学ぶこと」を要求してきて、いつまで経っても 直感的になりきりません。三分割レイアウトの背後にある考え方を綴ったデザイナーのブログも 読みましたが、それでも、速いイテレーションの中で出荷が常に優先され、フローの磨き込み、 一つひとつの操作の明快さ、UI の細やかさが後回しにされてきたのだと思っています。とはいえ ツールの生死を決めるのは届ける価値です — そしてここにある能力は、私を含むユーザーが そのトレードを受け入れるのに十分なほど強い。
大量の資料を消化する必要があり、でっち上げの答えが許されない学生、研究者、プロダクト関係者。