NotebookLM×Notion連携ガイド
4つの接続方法と、Notion AIとの使い分け
NotebookLM（2026年7月に「Gemini Notebook」へ改称）とNotionに公式の直接連携はない。それでも両者をつなぐ方法は4つあり、さらに「Notion→NotebookLM」と「NotebookLM→Notion」という2つの方向がある。本記事では各ルートの手順と落とし穴、そして「Notion AIがあるのになぜNotebookLMを使うのか」という核心の問いに、機能ではなく設計思想の違いから答える。
Notionに社内の資料が集まっている。NotebookLMは資料を根拠に引用付きで答えてくれる。この2つがつながれば便利なはずだ——という発想は自然だが、実際に調べると公式の連携機能が存在しないことに突き当たる。
結論から言えば、連携は可能だ。ただし「ボタンひとつでリアルタイム同期」ではなく、いくつかの経路を使い分ける形になる。そして経路選びを間違えると、社内資料を意図せず公開状態にしてしまうという事故も起こりうる。
📌 この記事でわかること
- Notion→NotebookLMの4つの接続ルートと、それぞれの手順・向き不向き
- 「Web公開URL経由」を安易に使ってはいけない理由
- 逆方向（NotebookLM→Notion）の設計——分析結果をどう資産化するか
- Notion AI・Notion Agentがある今、NotebookLMを併用する意味
- 2026年の新機能（Deep Research・コード実行）をNotionデータに使う
- 7月の改名とURL移行が連携手段に与えた影響
1. 前提：NotebookLMは「Gemini Notebook」になった
連携方法の話に入る前に、2026年の変化を押さえておきたい。Googleは2026年7月16日、NotebookLMの名称を「Gemini Notebook」へ変更すると発表した。改称であり、機能・既存のノートブック・共有リンクはそのまま維持され、移行作業も不要だ。既存の共有リンクは自動的にリダイレクトされる。
検索で見つかる連携解説の多くは改称前に書かれたものだ。手順自体は有効だが、画面上の名称やURLが記事と一致しない場合があることは頭に入れておきたい。
2. 連携には「2つの方向」がある
多くの解説記事は「NotionのデータをNotebookLMに読み込ませる方法」だけを扱う。しかし実務で価値が出るのは、往復させたときだ。
| 方向 | やること | 目的 |
|---|---|---|
| Notion → NotebookLM | Notionの資料をソースとして読み込ませる | 散らばった社内資料を横断分析し、引用付きで答えを得る |
| NotebookLM → Notion | 分析結果・要約をNotionのページに保存する | その場限りの分析を、チームが参照できる資産に変える |
前者だけだと、「分析はしたが、その結果はノートブックの中に閉じたまま」という状態になる。せっかく引用付きで整理した内容が、次に誰かが同じ疑問を持ったときに再利用されない。3章と4章で、それぞれの方向を分けて扱う。
3. Notion → NotebookLM の4ルート
| ルート | 方法 | 手間 | 機密情報 | 向いている場面 |
|---|---|---|---|---|
| ① | ファイルとしてエクスポート | 都度数分 | ◎ 安全 | 単発の分析・まず試す |
| ② | Googleドキュメント経由 | 都度数分 | ◎ 安全 | テキスト中心・Drive同期を活かす |
| ③ | Web公開URL経由 | 最も手軽 | × 危険 | 公開情報のみ（後述の警告を必読） |
| ④ | Notion API＋GASで自動化 | 初期設定のみ | ◎ 安全 | 定期的に更新される資料 |
ルート①：ファイルとしてエクスポート
- Notionページからエクスポートページ右上の「…」メニュー → 「エクスポート」を選び、フォーマットを「PDF」または「Markdown & CSV」に設定してダウンロードする。
- NotebookLMのソースに追加「ソースを追加」からファイルをアップロードする。
最も確実で安全な方法だ。データベースを含むページは「Markdown & CSV」を選ぶと、データベース部分がCSVとして書き出される。後述するコード実行機能で定量分析にかけたい場合は、この形式が有利だ。
ルート②：Googleドキュメント経由
Notionのテキストを全選択してコピーし、新規のGoogleドキュメントに貼り付ける。NotebookLM側では「ソースを追加」→「ドライブ」から該当ドキュメントを選択する。
ルート③：Web公開URL経由 ——【推奨しない】
⚠️ このルートは業務利用では避けてください
Notionページの「共有」から「Web公開」をオンにしてURLを取得し、NotebookLMの「ウェブサイト」ソースとして読み込ませる方法です。ファイル出力が不要で最も手軽なため、多くの解説記事で紹介されています。
しかし「Web公開」は文字通りインターネット上に公開する操作です。URLを知っていれば誰でも閲覧でき、検索エンジンにインデックスされる可能性もあります。「一時的に公開するだけ」と考えていても、公開中にクロールされてしまえば、非公開に戻した後も検索結果に残ることがあります。社内資料・議事録・顧客情報を含むページでこれを行うのは、情報漏洩そのものです。
使ってよいのは、もともと公開しているページ（自社の公開ドキュメント等）に限られます。
ルート④：Notion API＋GASで自動化
Notion APIとGoogle Apps Scriptを組み合わせ、Notionのデータを定期的にGoogleドキュメントへ書き出す構成。ルート②の運用を自動化したものと考えるとよい。書き出し先がドライブなので、前述の自動同期と組み合わせればNotion更新→数分後にはNotebookLM側も最新という状態が作れる。
議事録データベースや案件管理DBのように、中身が継続的に増えていく資料に向く。ノーコードで組みたい場合は、自動化ツールを中継させる方法もある。
4. NotebookLM → Notion（逆方向）の設計
分析結果をNotionに戻す方向は、手順としては単純だ。NotebookLMの回答をコピーしてNotionページに貼るだけでいい。設計が問われるのは「何を、どういう形で残すか」のほうにある。
| 残すもの | Notion側の形式 | 理由 |
|---|---|---|
| 分析結果そのもの | ページ本文 | 次に同じ問いを持つ人が再利用できる |
| 使った質問（プロンプト） | ページ内のコードブロック等 | 資料が増えた後、同じ質問を再実行して比較できる |
| ソースにした資料の一覧 | リレーション or リンク | 結論の根拠を後から辿れる |
| 実行日 | プロパティ | いつ時点の資料に基づく結論かが分かる |
5. Notion AIがあるのに、なぜNotebookLMを併用するのか
ここが最も多い疑問だと思う。NotionにはNotion AIが統合されており、Notion Agentはワークスペースを横断した情報収集・整理・ドキュメント生成を自律的に実行できる。Slack・Google Drive・GitHubなどを含む横断検索も備えている。それでもNotebookLMを併用する理由は、機能の差ではなく設計思想の差にある。
| 比較軸 | Notion AI | NotebookLM（Gemini Notebook） |
|---|---|---|
| 設計思想 | ワークスペース全体を対象に動く | 指定したソースの中だけで答える |
| 回答の根拠 | ワークスペース内の情報＋モデルの知識 | ソース内の該当箇所を引用 |
| 得意なこと | 作成・編集・タスク実行・横断検索 | 限定された資料群の精読・比較・要約 |
| 向く問い | 「この内容で提案書を作って」 | 「この5社の資料に共通する主張は？引用付きで」 |
| 成果物 | Notion内のページ・タスク | 要約・音声解説・スライド・レポート等 |
要するに、Notion AIは「作る・動かす」ためのAI、NotebookLMは「読む・照合する」ためのAIだ。競合ではなく工程が違う。
実務での分岐はシンプルで、「答えの根拠を人に示す必要があるか」で決まる。社内提案や顧客への説明で「どの資料のどこに書いてあるか」を求められる場面では、ソースに限定して引用付きで答えるNotebookLMのほうが向く。一方、日々のドキュメント作成やタスク処理はNotion AIのほうが速い。
6. 2026年の新機能をNotionデータに使う
NotebookLM側の機能追加が速いため、Notion連携でも使える範囲が広がっている。押さえておきたいものを挙げる。
| 機能 | Notion連携での使いどころ |
|---|---|
| コード実行・データ分析（2026年6月発表） | ノートブックごとにクラウド実行環境が割り当てられ、AIがコードを書いてソースに基づく分析を実行できる。NotionのデータベースをCSVで書き出せば、そのまま定量分析にかけられる。グラフやxlsx・pptx・PDFでの出力にも対応 |
| Deep Research（2026年5月〜） | Notionの社内資料と、外部から収集した情報を突き合わせた調査ができる。手元に資料がない段階から調査を始められる |
| ソース自動カテゴリ分類（2026年4月〜） | Notionから大量のページを流し込んだとき、AIがカテゴリを提案してサイドバーで整理してくれる |
| Audio Overview | Notionに溜まった週次レポートを音声サマリーに変換。移動中の情報共有に使える |
7. 実務ワークフロー3型
型1：社内ナレッジのQ&A化
Notionに溜まった社内規程・マニュアル・過去の提案書をNotebookLMに読み込ませ、引用付きで質問できる状態にする。新入社員の質問対応や、規程の確認作業を短縮できる。
後半の指示が重要だ。規程のQ&Aで推測が混ざると、規程の確認という目的そのものが崩れる。「記載がなければ記載なしと書く」を毎回入れておきたい。
型2：案件DBの定量分析
- NotionのデータベースをCSVで書き出す「Markdown & CSV」形式でエクスポートする。
- NotebookLMのソースに追加CSVをアップロードする。
- 分析を依頼する「失注案件に共通する要因を、件数とともに整理して。グラフも出して」など。コード実行機能により、集計とグラフ生成まで対応する。
- 結果をNotionに戻す4章の設計に沿って、質問文・ソース・実行日とセットで保存する。
型3：議事録の横断レビュー
Notionに蓄積した議事録を月次・四半期でまとめてNotebookLMに投入し、「繰り返し出ている論点」「未解決のまま残っている課題」を抽出させる。個々の議事録を読んでいても気づけない、時間軸をまたいだパターンが見えてくる。
8. セキュリティで確認すべきこと
連携前のチェックリスト
- Web公開URL経由（ルート③）を機密ページで使っていないか——最優先で確認する
- NotebookLMを法人アカウント（Google Workspace）で使っているか——法人アカウント利用時はデータが学習に使われない旨が示されている
- 個人アカウントで社内資料を扱っていないか（いわゆるシャドーAIの状態）
- エクスポートしたファイルの保管場所と、共有範囲の設定
- ノートブックの共有設定——誰にリンクを渡しているか
- Notion側の権限設計と、エクスポートできる範囲が一致しているか
とくに最後の項目は見落とされやすい。Notionで閲覧権限を細かく設定していても、権限を持つ人がエクスポートしてNotebookLMに読み込ませれば、そのノートブックの共有範囲が新しい権限になる。ツールをまたいだ瞬間に権限設計が引き継がれない点は、運用ルールでカバーするしかない。
9. よくある質問
Q. NotebookLMとNotionに公式の連携はありますか？
Q. 一番おすすめのルートはどれですか？
Q. Notion AIだけで十分ではありませんか？
Q. Notionのデータベースはうまく読み込めますか？
Q. 「Gemini Notebook」に変わって連携方法は変わりましたか？
Q. 個人アカウントで社内資料を読み込ませても大丈夫ですか？
10. まとめ
NotebookLMとNotionの連携は、公式機能を待つ話ではなく、経路を選んで運用に落とし込む話だ。押さえるべきは3点になる。
①ルート③（Web公開URL）は機密情報では使わない——手軽さと引き換えに情報漏洩のリスクを負う。②往復させて初めて価値が出る——分析結果と質問文をNotionに戻し、資産化する。③Notion AIとは競合しない——「作る」と「読む」で工程が違うため、併用が前提。
Notionは情報を集める場所としては優秀だが、集まった情報を突き合わせて根拠付きの答えを出す用途では設計が違う。この役割分担を理解して置き場所と経路を決めれば、既存のNotionの蓄積がそのまま分析の材料に変わる。
AIツールの連携設計を、組織の仕組みに。
LIFRELLでは、Claude Code・MCPを活用した業務自動化の法人研修を提供しています。ナレッジ管理からエージェント構築まで、実運用ベースで支援します。
※本記事は2026年8月時点の公開情報に基づいています。NotebookLM（Gemini Notebook）・Notionの機能・料金・提供条件は変更される場合があるため、導入判断の前には必ず各サービスの公式サイトで最新情報をご確認ください。
