2026年7月16日にNotebookLMはGemini Notebookへと名称を変更しました（Googleの改称告知）。資料を使う調査、競合調査、技術調査の担当者がこのGemini NotebookとSnorbeを実務で比較する際、両者の違いを単なるWeb検索機能の有無で測ることは適していません。現在のGemini Notebookは手元の資料だけを読む道具ではなく、WebやGoogle Driveから資料を探すFast Researchや、Webをより詳細に調べるDeep Researchの機能も備えているためです（資料追加ヘルプ）。
製品選定の結論は、調査結果をどのような形で残し、再利用するかという実務の目的にかかっています。集めた資料をノートという単位で区切り、その空間の中で内容を読み直したり比較したりする作業を重視するなら、Gemini Notebookが候補になります。一方で、外部調査の結果を人物、企業、技術などのつながりとして構造化し、過去の履歴と合わせて次回の再調査へ引き継いでいく作業を重視するなら、Snorbeが候補になります（Snorbe公式ページ）。
こうした違いを見極めるためには、製品の公式ページが主張する正確性や機能を実測性能として鵜呑みにせず、自社の業務を想定した同条件の試験で確認する必要があります。この記事では、架空の競合3社に対する月次の動向調査を検証の例として用います。3社の正式名や公式サイトのURLリスト、社内承認済みの前月メモを模した架空の資料を用意し、両製品に対して同じ質問と出力項目を設定して比較の基準をそろえます。
検証の操作においては、利用者が選択した情報源に基づく通常の資料参照チャットと、外部から新たな情報を探すWeb・Drive検索や実験的なエージェント機能とを区別して扱います。また、AIが提示する検索範囲や抽出した出典候補をそのまま正解とするのではなく、リンク先の該当箇所が記述を正しく支持しているかを人が目視で確認する工程を設けます。
最後に、どのような調査手順を試す場合であっても、自社の機密を含む情報をそのまま外部システムへ送信してよいかをあらかじめ確認します。外部送信を許可されていない未公開資料は投入しないという原則を守りつつ、両製品の料金や共有権限の条件を確認し、資料をノートで読み直すか、調査の根拠関係を次回へ残すかを決める手順を解説します。
Gemini NotebookとSnorbeは調査結果の残し方で選ぶ
2026年7月16日にNotebookLMはGemini Notebookへと名称を変更しました（Googleの改称告知）。旧名称の時期には、利用者が手動でアップロードした手元の資料だけを読む道具であり、Web検索はできないと認識されることがありました。しかし現行のGemini Notebookは、WebやGoogle Driveから資料を探すFast Researchや、Webをより詳細に調べるDeep Researchの機能を備えており、最新の情報を取り込むことができます（資料追加ヘルプ）。そのため、Gemini NotebookとSnorbeをWeb検索の有無という基準で比較することは適していません。
両製品のどちらを実務へ導入するべきかは、調査で集めた結果をどのような単位でまとめ、次にどう残していくかという目的の違いで選びます。集めた資料をノートという単位で整理し、その枠の中で情報を読み直す作業を重視するなら、Gemini Notebookが候補になります。一方で、外部の情報を調べた結果を企業や人物、技術といった関係性として構造化し、過去の履歴と合わせて次回へ引き継ぐ作業を重視するなら、Snorbeが候補になります。この判断において、それぞれの製品が公式ページで宣伝する正確性や処理速度を、同じ条件で実測する前に鵜呑みにして優劣を決めることは避けます。
選定の前提をそろえるため、架空の競合3社に対する月次の動向調査を想定して考えてみます。この業務では、競合3社の公式サイトのURLリストと、先月作成して社内で承認された前月メモを手元に用意します。
このときGemini Notebookを選ぶ場合は、特定の調査用のノートを作成し、そこに前月のメモと今月のWeb調査で得た最新ページを取り込んでいく操作になります。利用者はそのノートという空間の中で、今月の新しい発表と先月のメモを比較しながら読み解くことができます。
これに対し、Snorbeを選ぶ場合は、利用者がチャット画面から競合3社のURLと前月時点の情報を渡し、AIが示す調査計画を確認し修正してから実行します。ベンダーの公式ページによれば、Snorbeは調べた情報を企業や技術のつながりとしてグラフ化し、次月の再調査時に過去の調査履歴として参照する仕組みを持っています（Snorbe公式ページ）。このように、今回の作業範囲をノートの単位に区切るか、継続する関係として記録に残すかが、製品を比較する最初の着眼点となります。
なお、こうした調査手順を試す際には、どの製品を使う場合であっても、自社の機密を含む前月のメモや未公開資料をそのまま外部システムへ送信してよいかをあらかじめ確認する必要があります。外部のAIサービスへのデータ投入は、利用規約や組織内の承認を得た範囲の情報にとどめ、利用者が自身で判断したうえで実行します。
Gemini Notebookは資料とWeb調査をノートに取り込む
Gemini Notebookを用いて資料とWeb調査を扱う場合、ブラウザから操作画面を開き、作成したノートの左側にあるソースパネル（Add sources）へ対象となる情報を集約していきます。前段の準備として、たとえば競合3社の製品発表を調べる架空の例において、あらかじめ公開されているPDF資料2件と、各社の公式WebサイトのURLを追加する操作を行います。
Gemini Notebookは単に手元のファイルを読み込むだけではありません。製品内のソースパネルにある検索欄へ調査したい質問を入力し、WebまたはGoogle Driveを選択することで、Fast Researchと呼ばれる調査を実行できます（資料追加ヘルプ）。この機能により、検索結果のタイトル、概要、リンクを利用者が確認し、必要なものをノートへ取り込むことができます。さらに、より広範なWeb調査を行うDeep Researchも用意されており、生成された調査レポートと関連ソースを確認してからインポートを選択することが可能です。なお、ここで選択されなかった検索結果は破棄されるため、ノート内には利用者が明示的に取り込んだ情報だけが残ります。
資料をノートに集めた後は、通常のチャット機能を使って内容を読み解いていきます。ソースパネルの一覧から今回調べる対象資料だけにチェックを入れ、チャット画面で「追加した資料から、製品の発売日に関する記述を資料名と引用箇所付きで列挙してください」と指示を出します。AIが生成した回答には引用が示され、その引用へカーソルを合わせると元のテキストを確認でき、クリックすれば元資料の該当箇所へ直接移動して文脈を読み直すことができます（チャットヘルプ）。
情報を扱う上で、入力時の欠落に関する制約には注意が必要です。Web URLを追加した場合にGemini Notebookが読み取れるのはHTMLページのテキスト部分に限られます（資料追加ヘルプ）。Webサイト上の画像、埋め込み動画、下位のリンク先、有料のペイウォール内にある情報は取り込まれません。たとえば競合サイトの価格表が画像としてのみ掲載されている場合、AIの回答に価格が含まれていなくても「価格の情報は存在しない」と断定することはできません。最終的には利用者が元のページを開き、画像や脚注に書かれた情報を目視で確認する工程が必要となります。
なお、Gemini Notebookには、手動で集めた資料がなくてもWeb検索やコード実行を伴う回答ができる、実験的なエージェント機能も組み込まれつつあります（チャットヘルプ）。これらの機能は利用するプランによって段階的に提供されるため（Googleの改称告知）、すべての環境で同一の動作が保証されるわけではありません。したがって、実際に利用する画面と契約条件を確認し、選択した資料のみに基づく通常の資料参照チャットと、外部を取りに行く実験的機能の動作を区別して活用することが求められます。
Snorbeは調査を実行し根拠の関係を次回へ残す
Snorbeを用いて調査を行う場合、利用者はチャット画面に質問を入力し、PDFやExcel、URLなどの手元の資料を添付して調査を開始します（Snorbe公式ページ）。このとき、入力に対してAIがいきなり最終回答を出力するのではなく、Planモードと呼ばれる機能で事前に調査の進め方を調整する手順を挟みます。
たとえば架空の競合3社に関する最新動向を調べる業務を想定します。利用者は対象となる3社の公式ドメインと指定期間をチャットへ入力します。するとSnorbeは、どの情報源をどう調べるかという計画を提示します。利用者はこの画面で、AIが予定しているWeb検索や専門データベースの調査範囲を確認し、企業名の表記揺れを補ったり、調査対象の期間や除外条件を修正したりしてから実行に移します。AI任せにするのではなく、人が意図する条件へ直す操作が組み込まれています。
実行の際、Snorbeは一般的なWeb検索やブラウジングのほか、arXiv、PubMed、e-Statといった専門情報源を経路として利用すると案内されています（Snorbe公式ページ）。ただしこれは、すべての公開サイトや論文を毎回漏れなく読み取れるという意味ではありません。ログインが必要なページや、検索インデックスの対象外となっている領域は取得できない場合があるため、案件ごとに情報源の制約を確認する必要があります。
調査が終わると、出典へ戻れる結果とともに、人物、企業、技術などのつながりを示す関係グラフが成果物として残されます。公式ページによれば、比較表のCSVやレポートが出力されるほか、未調査の領域や反証の候補も提示されます。Snorbeの特徴は、こうした調査結果をその場限りの回答で終わらせず、次回の調査へ引き継ぐ点にあります。
前述の競合調査の例では、前月に「企業Aが技術Bを用いた新製品を発表した」という関係性がグラフや履歴として記録されます。次月に同じ対象を調べる際には、過去の調査やエンティティをチャット内で参照しながら再検索を行います。その結果、元の出典と新しい出典が並べて提示され、情報の差分が整理されます。利用者はシステムが抽出した新旧の記述を比較し、変化があった箇所だけを目視で承認して最新の記録として残すといった業務の流れを構築できます。
なお、これらの関係グラフの生成や再調査の引き継ぎは、Snorbeが機能として案内しているものであり、実際の案件における情報の網羅性や根拠の正確性を自動的に保証するものではありません。また、社内だけで共有されている未公開情報や機密資料を添付する場合は、Gemini Notebookを利用するときと同様に、その情報を外部のシステムへ送信してよいかを利用者自身が事前に確認し判断する必要があります。
情報源・引用・更新・成果物の違いを比べる
Gemini NotebookとSnorbeのどちらが実務に適しているかを測るためには、一方を手元の資料限定、もう一方をWeb検索用といった古い対立軸で比べるのではなく、同じ業務を想定した共通の比較軸をそろえる必要があります。架空の競合3社に関する価格変更の確認業務を例にとり、同じ情報源、同じ質問、同じ基準日を用いて両製品の出力を比べます。
この確認作業では、利用者が両製品に対して共通の依頼を出します。具体的には「競合3社の最新の発表日、価格、対象地域、出典URL、再調査日を表にまとめてください」といった出力項目を指定します。利用者がAIに任せるのは、候補となる情報の探索、文章ごとの出典候補の抽出、前回の調査結果との差分の提示、そして未確認項目の整理です。これらを両製品に同じ列を持つ表として出力させ、最終的な成果物の形式や扱いやすさの違いを比べる基準にします。
成果物を評価する際は、実測の分母となる独自の指標をあらかじめ設定しておきます。たとえば、AIの回答の根拠として提示されたリンク先の該当箇所が、出力された主張を実際に支えている割合を「引用一致率」として記録します。また、人が事前に用意した必須の原典一覧のうち、AIが対象として扱った件数の割合を「網羅率」とします。さらに、次回の再調査時に前月の出典や比較軸、未確認事項を正しく呼び戻せた割合を「再利用率」として測ります。これらは比較のための提案指標であり、両製品の実際の優劣を測定前に決めるものではありません。
評価において重要なのは、AIの回答に引用リンクが付与されていること自体を、正確さの自動的な保証とはみなさないことです。生成検索システムにおいて、AIが生成した文章が必ずしも提示された出典に正しく支持されていないケースがあることが指摘されています（Liuらの生成検索評価）。また、検索を伴う仕組みであっても、検索側の抽出ミスや生成側の誤りによって、元の資料と最終的な回答との間に不一致が残る可能性があります（FiliceらのRAG研究）。法律調査AIの評価など別分野の事例でも、単に存在するだけの引用と、主張を正確に支える引用を区別する必要性が示されています（Stanford HAIの法律調査AI評価）。
したがって、製品が提示した情報源や引用関係はあくまで候補として扱い、最終的な情報の採用や共有、公開の判断は必ず人が担います。比較の際には、利用者が引用の正しさを目視で確認するのにかかった時間や、対象資料を準備する時間、再調査にかかる時間も記録します。これにより、それぞれの製品が人の確認工程をどれだけ円滑にできるかという視点で違いを測ることができます。
同じ調査を両製品で試し出典と再利用を測る
製品の導入にあたって正確さと再利用性を測るためには、同じ条件下でのPoC（概念実証）による実測が不可欠です。前段で設定した比較の基準をもとに、実際の操作手順と測定方法を設計します。ここでは架空の競合3社に関する製品発表を調べる業務を想定し、説明用の検証手順を組み立てます。
まず初回の調査において、両製品に同じ公開資料を渡して操作を進めます。Gemini Notebookを使用する場合、ソースパネルのWeb検索またはDeep Research機能を使い、候補となるページを探します。利用者が内容を確認して採用するURLだけをノートに取り込んだのち、ソース一覧から今回の3社に関する資料だけを選択します。そして通常のチャット機能に対し「社名、出来事、発表日、根拠資料、引用箇所、未確認事項を表にしてください。資料にない値は未確認と記してください」と指示を出します。
一方、Snorbeを使用する場合は、同じURLリストと質問を調査チャットへ入力します。その後、Planモードの画面でAIが提示する検索範囲を確認し、必要に応じて修正してから実行します。どちらの製品を使う場合でも、出力された回答に含まれる出典候補（たとえば10件の根拠）に対して、利用者がリンク先の原典を開き、該当箇所が主張を正しく支えているかを目視で確認します。この初回調査にかかった対象資料の準備時間と、人の確認時間を製品ごとに記録しておきます。
次に、調査結果の残し方を評価するため、30日後の再調査を想定した手順へ進みます。初回の検証で人が確認し、登録した10件の根拠を基準として用います。次月に同じ競合3社を対象とし、両製品の機能を使って新しい情報と前月からの変化を尋ねます。この再調査において実測するのは、初回に確認した10件の根拠や比較軸、未確認事項といった前提条件が、次回の調査時にどれだけ正しく呼び戻され、再利用できたかという件数です。
検索や生成を伴うシステムでは、抽出の誤りなどによって元の資料と出力の間に不一致が生じる可能性があります（FiliceらのRAG研究）。そのため、引用リンクが再提示されたからといって内容が維持されていると自動的に見なすことはしません。再調査時にも、利用者が元の出典と新しい出典を見比べ、差分がある箇所だけを目視で承認する手順を含めます。
製品の実務への適性は、過去の情報を正しく引き継げた件数と、次月の再調査時に人が差分を確認するためにかかった時間の両方を計測して判断します。もし、利用するプランの違いなどによって、検索範囲や権限などの条件が両製品でそろわない場合は、無理に優劣を判定せず「条件不一致」として記録します。このように、架空の事例を用いた同条件での測定を行うことで、資料をノートの範囲で読み直す仕組みと、根拠の関係性を引き継いでいく仕組みのどちらが自社の業務に合うかを見極めることができます。
資料の送信・共有・料金の条件を確認する
製品の比較検証や実務への本格導入を進める前に、投入する資料の取り扱い条件、システム上の共有範囲、そしてプランごとの料金と利用上限をそれぞれ確認します。機密資料の取り扱いにおいて、まずは自社や競合の公開済みPDFなどを試験的に用い、顧客の未公開資料や社外秘のデータは、各製品の利用契約と共有範囲を完全に把握するまで投入しないという原則を立てて作業を行います。
Gemini Notebookへ資料を投入する際、通常のノート内容は基盤モデルの直接訓練には使用されません。しかし、個人アカウントの利用においてシステムへフィードバックを送信した場合、関連するプロンプトや資料、出力結果が人間による確認の対象となり、最長で3年間保持される可能性があります（プライバシーヘルプ）。Workspaceなどの企業向けアカウントでは別の条件が適用されるため、使用する環境の契約内容と自社の組織規則を事前に照らし合わせる必要があります。
また、Gemini Notebookで作成したノートをチーム内や社外の顧客へ共有する場合、共有された閲覧者はノートの内容だけでなく、元となった資料の閲覧も可能です。画面上で資料を隠すChat Viewという機能がありますが、これは表示上の切り替えにすぎず、共有相手の資料閲覧権限そのものを消去するわけではありません（Gemini Notebookの共有ヘルプ）。そのため、共有操作を行う前には、ノートに含まれるすべての資料の権利と機密区分を人が確認する手順が求められます。
Snorbeを利用する場合も、ログイン済みの製品画面から自社のPDFやURLをシステムへ送信する前に、その情報の送信が許可されているかを利用者が判断します。システムが外部の情報を収集する調査と、外部のサービスに対してファイルやデータを書き込む操作は別の権限として扱う必要があります。検証作業の段階では、外部へのデータの送信や書き込みの判断をAIに任せず、人が明示的に制御できる範囲で操作を進めます。
費用の見積もりにおいて、両製品の料金体系は提供する機能や上限によって異なります。Gemini Notebookは、Standard、Plus、Pro、Ultraといったプランごとに、作成できるノート数や1ノートあたりのソース数、チャットの利用回数、Deep Researchの実行回数の上限が異なります（プラン別上限）。旧称であったNotebookLM時代の料金や制限を現行の条件として流用しないよう注意します。ブラウザでの操作を前提とした実務選定において、別途実装が必要なAPIの料金は比較対象に含めません。
Snorbeの費用を比較する際も、公式ページに掲載されている月額料金は公開時点の公称条件として扱います（Snorbe公式比較ページ）。将来提供予定とされている機能を除外し、現時点で利用可能な機能だけを対象とします。両製品を有料プランで比較評価する場合は、利用する人数、月間の実行量、データの保存期間、共有範囲、サポート条件などをそろえたうえで、実際の契約画面や見積書を取得して費用対効果を判断します。
よくある質問
Q1. Gemini Notebook（旧NotebookLM）は手元の資料しか検索できないのでしょうか。
いいえ、現在のGemini Notebookは手元の資料だけでなく、WebやGoogle Driveから資料を探すFast Researchや、Webを詳しく調べるDeep Researchの機能を備えています（資料追加ヘルプ）。ノート内の資料に基づく通常のチャット機能とは別に、外部から新しい資料を探してノートへ取り込むことが可能です。さらに、事前の資料なしでWeb検索などを行う実験的なエージェント機能も段階的に提供されています（チャットヘルプ）。
Q2. Gemini Notebookへ競合サイトのURLを追加すれば、掲載されているすべての情報を取り込めますか。
Web URLから取り込めるのはHTMLページのテキスト部分に限られます（資料追加ヘルプ）。そのため、ページ内の画像、埋め込み動画、リンク先の下位ページ、有料のペイウォール内の情報はノートに取り込まれません。たとえば競合サイトの価格表が画像としてのみ掲載されている場合、AIが価格を答えられなくても情報が存在しないとは断定できず、人が直接ページを開いて確認する必要があります。
Q3. Snorbeを利用すれば、対象となる専門情報源から情報を漏れなく収集できますか。
Snorbeは一般的なWeb検索に加えて、arXivやPubMedなどの専門情報源を経路として利用すると案内されていますが、すべての公開情報を毎回漏れなく読み取れるという意味ではありません（Snorbe公式ページ）。ログインが必要なページや検索インデックスの対象外となっている領域は取得できない場合があります。そのため、架空の競合3社の動向を調べるような業務でも、AIが予定する情報源の制約を人が事前に確認してから実行に移します。
Q4. AIの回答に引用リンクが付与されていれば、その内容は事実として扱ってよいでしょうか。
引用の存在は情報の正確さを自動的に保証するものではありません。検索を伴う仕組みであっても、検索側の抽出ミスや生成側の誤りによって、元の資料と最終的な回答との間に不一致が残る可能性が指摘されています（FiliceらのRAG研究）。したがって、製品が提示した情報源や引用関係はあくまで候補として扱い、最終的な採用の判断は利用者がリンク先を開いて目視で確認する必要があります。
Q5. 両製品を利用する際、社外秘の資料や前月の未公開メモをそのままアップロードしてもよいですか。
未公開資料を外部システムへ送信してよいかは、各製品の利用規約や組織内のデータ取り扱い規則を利用者自身が事前に確認して判断します。たとえばGemini Notebookの個人アカウントでフィードバックを送信した場合、関連する資料や出力が人間による確認の対象となり最長3年間保持される可能性があります（プライバシーヘルプ）。外部送信を許可されていない機密資料は検証段階から投入しないという原則を守って作業を進めます。
調査手法について
こちらの記事はグラフAIリサーチプラットフォームのSnorbeを使って作られています。Snorbeは研究開発・新規事業向けの調査テーマに応じた幅広い項目のオートリサーチや、ナレッジグラフの構築、構造化レポートの生成ができるAIリサーチツールです。
Screenshot
調査したいテーマを入力するだけで、AIが深堀りすべき観点や広げるべき調査項目をレコメンドしながら、自動でリサーチを進めます。収集した情報はナレッジグラフとして蓄積され、未調査領域（ホワイトスペース）を可視化しながら調査の網羅性を高めていけます。
また、観点マトリクスを30秒・構造化レポートを10分で自動生成する機能があり、出典付きのレポートをMarkdown/PDF形式でエクスポートできます。調査の元データも保存されるため、ファクトチェックや社内共有も容易です。
ご利用をご希望の方は、こちらよりお申し込みください。
また、グラフAIを活用した社内ナレッジ管理や、研究開発・新規事業のリサーチ支援、セルフホスト導入のご相談も受け付けています。お困りの方はお気軽にご連絡ください。
市場調査やデスクリサーチの生成AIエージェントを作っています 仲間探し中 / Founder of AI Desk Research Agent @deskrex , https://deskrex.ai
コメント