AI活用全般

NotebookLM × Claude Code連携とは？｜トークン節約でリサーチを効率化する方法

PICKUP
NotebookLM × Claude Code連携
重い文書はGeminiに任せてトークンを節約する
NotebookLMClaude Codeトークン節約

NotebookLM（Googleの文書要約AI）とClaude Codeをつなぐと、重い文書の読み込みをNotebookLMに任せて、Claude Codeのトークン（AIが処理できる文字量の単位）を大きく節約できます。

100ページのPDFをClaude Codeに丸読みさせる代わりに、NotebookLMに「ここだけ教えて」と聞く。

短い回答だけが返るので、Claude Code側のトークン消費が激減します。

この記事では、連携の仕組み・2つのツールの違い・導入手順・注意点をまとめます。

この記事はClaude Codeを毎日使っていてトークン上限が気になる人向け（CLI操作の基本が分かれば読めます）。

📄 重い文書
PDF・URL・動画
➔
🤖 NotebookLM
Geminiが読んで要約
➔
⚡ Claude Code
短い回答だけ受け取る
💡 Claude Codeのトークン消費が激減

Claude Codeを毎日使っていると「トークン足りない問題」にぶつかりますよね。

とくにリサーチ系の作業がきつい。

資料を5本も10本も読ませて、比較させて、まとめさせると、あっという間に上限に達します。

「読む」部分をNotebookLMに任せれば、Claude Codeは「考える」と「書く」に集中できる。

私はリサーチ系の長文記事を書くときにこの組み合わせを使うようになって、Claude Codeのトークン消費がだいぶ落ち着きました。

Claude Codeだけで読む場合とNotebookLMに任せる場合、何が違う？

BEFORE: Claude Codeだけ
❌ 全文を毎回読み込み → トークン大量消費
❌ 追加質問のたびにトークンが積み上がる
❌ AIの知識が混ざりハルシネーションリスク
❌ サブスク上限に早く到達
AFTER: NotebookLMに任せる
✅ NotebookLMが読む → Claude Codeのトークン不要
✅ 質問ごとに短い回答だけ返る
✅ 文書だけで回答 → 出典付きで正確
✅ NotebookLM側は無料

まず、なんでNotebookLMを経由する必要があるのか。

Claude Codeに直接PDFを読ませればいいじゃん、って思いますよね。

そう。読めます。

でも問題はトークンの消費量です。

Anthropic公式によれば、Claude Codeは最大100万トークンまでのコンテキストを扱えますが、長くなるほど精度が落ちる「コンテキストロット（会話が膨らみすぎて性能が落ちる現象）」が起きると公式ドキュメントが明記しています。

100ページのPDFをClaude Codeに読ませると、それだけで数万トークン消費します。

しかも1回読んだだけでは終わらない。

「さっきの資料の3章の部分、もう一回見て」と追加で聞くと、また同じ分のトークンがかかる。

同じ資料を何度も読み直すたびに、トークンが溶けていく感じ。

NotebookLMを間に挟むと、この構造が変わります。

Claude CodeだけNotebookLMに任せる
文書の読み込みClaude Codeが全文を読む。トークン大量消費NotebookLMが読む。Claude Codeのトークンは使わない
質問への回答全文を保持した状態で回答。高精度だがトークン重いNotebookLMが回答を生成→短い回答だけClaude Codeに返す
複数回の質問毎回全文を参照。トークンが積み上がる毎回NotebookLMに聞くだけ。Claude Code側の消費は最小限
ハルシネーションClaude Codeの知識+文書で回答。混ざることがあるNotebookLMはアップロードした文書だけで回答。出典付き
コストClaude Codeのサブスク内だが上限に早く到達NotebookLM側は無料。Claude Codeの消費が減る

仕組みの裏側はシンプルです。

NotebookLMは、アップロードした文書をGemini（Googleの大規模言語モデル）がインデックス（検索しやすい索引）に整理します。

質問を投げると、関連する部分だけを拾って回答を作る。

Claude Codeに返ってくるのは、この整理された短い回答だけ。

たとえるなら、図書館に行って本を全部借りて私が読むか（Claude Code直読み）、図書館の司書に「この内容について教えて」と聞いて要点だけもらうか（NotebookLM経由）の違いです。

司書に聞いたほうが早いし、持ち帰る荷物（トークン）も軽い。

NotebookLM × Claude Codeはどんな場面で使える？

📈
活用例1
競合分析レポート
50本の資料を横断して
比較分析まで自動化
📚
活用例2
公式ドキュメント参照
数百ページのドキュメントを
AIの外部脳にする
💾
活用例3
セッション間の記憶
過去の作業記録を残して
次回の参照先にする

大量の資料を横断してリサーチレポートを書く

たとえば競合分析のレポートを書くとします。

5社の資料を10本ずつ、合計50本のPDFや記事。

これを全部Claude Codeに読ませたら、トークンが一瞬で蒸発します。

NotebookLM公式ヘルプによれば、1つのノートブックには最大50ソースまで、1ソースにつき最大50万語または200MBまで入れられる（出典: Google NotebookLM Help）。

50本の資料を全部放り込んで、Claude Codeから「A社とB社の価格戦略の違いは？」と質問する。

NotebookLMが出典付きで回答してくれて、Claude Codeはその回答をもとにレポートを構成する。

私はこの方式で5本の競合記事を比較した時、Claude Code側のトークン消費が体感で半分以下になりました。

公式ドキュメントを「AIの外部脳」にする

新しいツールやフレームワーク（開発の土台になる枠組み）を使うとき。

公式ドキュメントが数百ページあって、全部読むのは現実的じゃない。

NotebookLMにドキュメントを入れて、Claude Codeから「このAPI（プログラム同士をつなぐ窓口）の使い方を教えて」と聞く。

NotebookLMがドキュメントの該当部分だけ拾って回答してくれるので、Claude Codeのトークンはほとんど使いません。

しかもNotebookLMはアップロードした文書だけで回答するので、ハルシネーション（AIが事実でない内容をもっともらしく作ってしまう現象）のリスクが低い。

過去の作業記録を「次回への引き継ぎメモ」にする

Claude Codeはセッションを閉じると文脈がリセットされます。

でも、前回の作業内容をNotebookLMに保存しておけば、次のセッションで「前回何やったっけ？」とClaude CodeからNotebookLMに聞ける。

セッションをまたいだ参照先として機能します。

NotebookLM × Claude Code連携に必要なものは？

⚡
必須
Claude Code
Pro $20/月以上
🌐
必須
Googleアカウント
NotebookLMは無料
🐍
必須
Python 3.10+
連携ツールの実行用
🔧
選択
連携ツール
notebooklm-py or skill

Claude Codeのサブスクリプション（Pro $20/月以上）。

Googleアカウント。

NotebookLMはGoogleのサービスなので、Googleアカウントがあれば無料で使えます。

Python 3.10以上。連携ツールがPythonで動くので必要です。

連携ツールは2種類あります（後述）。

どちらも無料のオープンソース（誰でも中身を見て改変できる公開コード）です。

NotebookLM × Claude Code連携の導入手順は？

STEP 1
セキュリティ確認
コードを読ませる
→
STEP 2
インストール
pip or git clone
→
STEP 3
Googleログイン
初回のみ
→
STEP 4
資料アップロード
PDF・URL等
→
STEP 5
質問を投げる
Claude Code経由

どっちを使う？ 2つのツールの違い

notebooklm-pynotebooklm-skill
用途フル機能（ノート作成・音声・クイズ・マインドマップ等）質問→回答に特化。軽量
GitHub Stars約9,900約5,700
ライセンスMIT公開
おすすめNotebookLMを使い倒したい人とりあえず試したい人

「とりあえず試したい」ならnotebooklm-skill。

「NotebookLMの全機能を使い倒したい」ならnotebooklm-py。

私は最初の検証ではnotebooklm-skillから入りました。

軽い方が詰まりにくい。

ステップ1: セキュリティチェック

どちらもオープンソースです。

最終更新日と未解決のIssue（不具合報告）を確認してからインストールしてください。

操作: Claude Codeを開いて「このGitHubリポジトリ（https://github.com/teng-lin/notebooklm-py 等）のコードを読んで、セキュリティ上の問題がないかチェックして」と伝える。

期待結果: Claude Codeがコードを読み、認証トークンの扱いや外部送信先などをまとめて返答します。

詰まりどころ: GitHubのリポジトリURLを直接渡すと、Claude Codeがgit cloneを走らせる場合があります。

許可するか聞かれたら、安全な作業ディレクトリで承認してください。

ステップ2: インストール

操作: notebooklm-skillの場合、Claude Codeに「notebooklm-skillをインストールして」と伝える。

notebooklm-pyの場合は「pip install notebooklm-py を実行して」と頼む。

期待結果: ターミナルに「Successfully installed」のメッセージが出れば成功。

詰まりどころ: Pythonのバージョンが3.10未満だとインストールに失敗します。

`python --version` で先に確認してください。

ステップ3: Googleアカウントでログイン

操作: 初回だけ、NotebookLMにGoogleアカウントでログインする必要があります。

ブラウザが自動で開くので、ふつうにGoogleアカウントでログインすればOK。

期待結果: ターミナルに「Authenticated」のメッセージが出て、認証情報がローカルに保存されます。

次回以降は自動ログインです。

詰まりどころ: 2段階認証を有効にしていると、ブラウザ側で確認コード入力が必要です。

スマホを手元に用意しておきましょう。

ステップ4: NotebookLMに資料を入れる

操作: NotebookLMの画面（notebooklm.google.com）で、分析したい資料をアップロードします。

PDF、URL、YouTube動画、Googleドライブのファイルが使えます。

期待結果: ノートブックの左サイドバーに、アップロードした資料の名前が並びます。

詰まりどころ: YouTube動画は字幕がある公開動画のみ対応で、文字起こしだけが取り込まれます（出典: Google NotebookLM Help）。

動画の映像そのものは見ません。

notebooklm-pyならClaude Codeから「このURLをNotebookLMに追加して」とコマンドで操作できます。

ステップ5: Claude CodeからNotebookLMに質問する

ここからが本番です。

操作: Claude Codeで作業中に「NotebookLMに聞いて: この資料の中で、A社の価格戦略について書かれている部分を教えて」と伝える。

期待結果: Claude Codeがnotebooklm-skillを通じてNotebookLMに質問を飛ばし、出典付きの回答が返ってきます。

どの資料のどの部分から引用されたかが分かります。

詰まりどころ: 質問が曖昧だと「該当箇所が見つかりません」が返ってくることがある。

固有名詞（ツール名・章番号・人名）を入れた具体的な質問にしてください。

Claude Codeはこの回答をもとにレポートを書いたり、コードを組んだりできる。

資料の全文を読み込む必要がないので、Claude Code側のトークン消費は回答の分（数百〜数千トークン程度）で済みます。

NotebookLM × Claude Code連携のよくある疑問は？

Q. NotebookLMは無料で使える？

無料です。

Googleアカウントがあれば誰でも使えます。

有料のNotebookLM Plusもありますが、基本機能は無料版で十分。

私も無料版で運用しています。

Q. どのくらいトークンが節約できる？

節約量は読ませたい資料の量に比例します。

100ページのPDFを直接Claude Codeに読ませると数万トークンかかりますが、NotebookLM経由なら質問1回あたり数百〜数千トークンで済みます。

Q. NotebookLMの回答は正確？

アップロードした文書だけを参照して回答するので、ハルシネーションのリスクが低いです。

回答には出典が付くので確認できます。

ただし、質問の仕方が曖昧だと的外れな回答が返ることはある。

Q. 日本語の資料も使える？

使えます。

NotebookLMは日本語のPDFやWebページに対応しています。

質問も日本語でOK。

NotebookLM × Claude Code連携の注意点は？

⚠
非公式ツール
Google公式ではない。仕様変更で動かなくなる可能性あり。本番運用より個人利用向き
⚠
NotebookLMの制限
1ノートブック最大50ソース、1ソース最大50万語または200MB（公式仕様）
⚠
機密情報の扱い
資料はGoogleサーバーに送られる。社外秘・個人情報は社内ルールを確認

非公式ツールである。

notebooklm-pyもnotebooklm-skillも、Googleの公式ツールではありません。

NotebookLMの内部APIを使っているので、Googleが仕様を変えると動かなくなる可能性があります。

本番運用に組み込むより、個人の作業効率化に使うのが向いています。

NotebookLMの制限。

Google NotebookLM公式ヘルプによれば、1つのノートブックに入れられるソースは最大50本、1ソースあたり最大50万語または200MBまでです。

ヘビーに使うと、NotebookLM側でレートリミット（一定時間内のリクエスト回数制限）がかかることもあります。

機密情報の扱い。

NotebookLMにアップロードした資料はGoogleのサーバーに送られます。

社外秘の資料や個人情報を含むファイルは、アップロードする前に社内ルールを確認してください。

この連携が示しているのは「AIに全部やらせるな。

得意な仕事を得意なAIに振れ」ということです。

Claude Codeは「考える」「書く」「コードを作る」が得意。

NotebookLM（Gemini）は「大量の文書を読んで要点を抜き出す」が得意。

1つのAIに全部詰め込む時代から、複数のAIを連携させる時代に変わってきています。

まとめ

まずはNotebookLMの画面で、手持ちの資料を1つアップロードしてみてください。

そこで質問して「あ、ちゃんと答えてくれるな」と感じたら、notebooklm-skillを入れてClaude Codeとつなげる。

リサーチ作業でトークンが溶けていた人は、この1手でかなり変わります。

私はもう手放せない構成になりました。

このページに出てきた言葉

トークン
AIが処理する文字量の単位。日本語は1文字1〜2トークンが目安
ハルシネーション
AIが事実でない内容をもっともらしく作ってしまう現象
コンテキストロット
会話が長く膨らみすぎてAIの精度が落ちる現象
Gemini
Googleが開発している大規模言語モデル。NotebookLMの中身もこれ
サブスクリプション
月額・年額で支払う定額利用契約。Claude Codeは月20ドルから
オープンソース
誰でも中身を見て改変・再配布できる公開コード
レートリミット
一定時間内のリクエスト回数の上限
インデックス
大量データから必要箇所を素早く探すための索引
API
プログラム同士をつなぐ窓口の規格
フレームワーク
開発の土台になる枠組み。よく使う機能をまとめた部品集

参考リンク

※この記事の内容は執筆時点のものです。AIは進化が速い分野のため、最新の仕様は公式サイトでご確認ください。

-AI活用全般
-, , ,

← 戻る