公開日: ／最終更新:
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）。
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？
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？
比較分析まで自動化
AIの外部脳にする
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？
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？
どっちを使う？ 2つのツールの違い
| notebooklm-py | notebooklm-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
- NotebookLM公式ヘルプ: 対応ファイル形式とソース上限（Google）
- NotebookLM Deep Research and supported file types（Google公式blog）
- Claude公式ドキュメント: Context windows（Anthropic）
- notebooklm-py（GitHub / 約9,900 stars / MIT License）
- notebooklm-skill（GitHub / 約5,700 stars）
※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。