00:00:00AIエージェントの能力が低下しているのでしょうか？それとも単に情報の質が悪いだけなのでしょうか？
00:00:03エージェントが抱える主な問題は、そのコンテキストにあります。
00:00:06エージェントに情報が足りないわけでも、記憶力がないわけでもありません。
00:00:09信頼できる「真実のソース」に基づいた運用ができていないことが問題なのです。
00:00:12つまり、不適切な情報を扱っていることこそが、パフォーマンス低下の真の原因です。
00:00:15GoogleのNotebookLMをご存知の方も多いでしょう。
00:00:18リサーチ機能に優れ、ポッドキャストも生成できるツールです。
00:00:22しかし、もしそれ以上の活用法があるとしたらどうでしょうか？
00:00:23私たちのチームはこのリサーチツールを、多角的な視点からテストしてみました。
00:00:27開発ワークフローに組み込む方法を模索したのですが、
00:00:30正直なところ、ここまで相性が良いとは予想していませんでした。
00:00:32この動画では、CLIツールを介してNotebookLMを使用しています。
00:00:36このインターフェースを使えば、ノートブック、ソース、オーディオレビューなど、
00:00:39製品のあらゆる要素を完全にコントロールできます。
00:00:44インストールは非常に簡単で、コマンド一つで完了します。
00:00:47インストール後、ヘルプコマンドを実行して確認してみましょう。
00:00:51NotebookLMのソース管理やマルチモーダル入力の処理など、
00:00:56ツールで実行できるすべてのコマンドが表示されます。
00:01:00使用前に、「NLM auth」コマンドを使ってGoogleアカウントでCLIを認証します。
00:01:05実行するとChromeが開くので、そこからサインインしてください。
00:01:08これで認証情報が保存され、次回からスムーズに利用できます。
00:01:11NotebookLMにはCLIとMCPの2つのアクセス方法があります。
00:01:15どちらも同じ開発者によるものですが、好みに合わせて選べます。
00:01:18今回は、トークン効率が良く、長期的なタスクにも適した
00:01:21CLIを採用することにしました。
00:01:24NotebookLMをAIエージェントの「第二の脳」として活用できます。
00:01:27コードベースの情報を提供し、作業を進めながらドキュメント化させるのです。
00:01:31まず「claud.md」ファイルに指示を追加し、
00:01:35プロジェクトの知識、設計上の決定事項、その他のドキュメントはすべて
00:01:38ノートブックに集約するよう設定しました。
00:01:41このノートブックが、唯一の信頼できる情報源となります。
00:01:43ClaudeにCLIツールでノートブックを作成させ、そのIDを「claud.md」に保存しました。
00:01:49アプリの新機能開発では、まず「プランモード」で計画を立てます。
00:01:53実装後にビルドが通ると、
00:01:55指示通りに実装内容がノートブックに更新されます。
00:01:59生成されたノートブックには、Claudeが辿ったすべての意思決定プロセスが含まれています。
00:02:03これを「第二の脳」にすることで、Claudeは自力で大量のドキュメントを読み漁る必要がなくなります。
00:02:08パターンマッチングで不要な情報を読み込み、コンテキストを肥大化させることもありません。
00:02:12代わりにNotebookLMのRAG機能を活用し、必要な情報だけを的確に取得します。
00:02:16生データではなく、Geminiによって統合された回答をClaudeが受け取るため、
00:02:20開発と実装により集中できるようになります。
00:02:23また、ノートブックを共有することも可能です。
00:02:25共有相手はNotebookLMを通じて、実装が要件を満たしているか確認できます。
00:02:31専門知識がない人でも、自分のペースで技術的な詳細を理解できるのが利点です。
00:02:35NotebookLMは、複数のソースをまたぐリサーチに特化した設計になっています。
00:02:39私たちは普段からClaude Codeをリサーチに使っているので、
00:02:42対象のテーマを伝え、ソースの検索からノートブックの作成、
00:02:47アップロードまでをClaudeに任せました。
00:02:49Claudeはすべてのソースを特定し、作成したノートブックへアップロードしました。
00:02:53通常、Claudeだけでリサーチを行うと、無関係なリンクまで精査するためコンテキストを大幅に消費します。
00:02:59リサーチ工程を分離し、専用ツールに任せることで、時間とトークンの両方を節約できました。
00:03:05アップロード完了後、一旦コンテキストをクリアしました。
00:03:11そしてCLI経由でNotebookLM上の情報を参照し、
00:03:15RAGパイプラインに関する調査結果の要点をチャット形式で取得するようClaudeに指示しました。
00:03:20ClaudeはCLIでノートブックを取得し、チャットで要点を引き出し、その結果を返しました。
00:03:26これは、Claude単体での通常リサーチよりも格段に高速でした。
00:03:29大きなメリットは、同じリサーチからさらに情報を引き出したい場合、
00:03:34ソースが保存されているノートブックに戻るだけで済む点です。
00:03:37リサーチ結果が外部に保存されているため、Claudeが再検索する必要はありません。
00:03:41Claude単体では、同じリサーチを繰り返さない限り、
00:03:45一度離れたソースを再び参照するのは困難です。
00:03:49この手法なら、将来の作業でもソースを再利用できます。
00:03:52他人が書いたコードベースを理解するのは、開発において最も困難な作業の一つです。
00:03:57その作業を簡略化するためにも、NotebookLMを活用しました。
00:04:00まず、GitHub CLIを使ってリポジトリをクローンするようClaudeに指示します。
00:04:04クローン後、RepoMixを使ってリポジトリのドキュメントを生成させます。
00:04:09RepoMixは、コードベースをAIが扱いやすい形式にまとめるツールです。
00:04:14Webインターフェースでも変換可能で、コードをドキュメント化することで
00:04:18AIがトークン効率良く、容易にコードを把握できるようになります。
00:04:23今回は、RepoMixのCLIを使用しました。
00:04:25NPM経由でインストールを行います。
00:04:26これでRepoMix CLIがグローバルに利用可能になります。
00:04:29次にClaudeに、NotebookLM上でノートブックを作成し、
00:04:34変換したドキュメントをソースとして追加するよう指示しました。
00:04:37クローン、RepoMixによるドキュメント化、
00:04:44そしてテキスト形式でのソース追加まで、Claudeが自動で行います。
00:04:47ソースの追加が完了しました。
00:04:49そこでClaudeに、ノートブックのツールを使ってコードベースを可視化し、
00:04:52理解を助ける図解を作成するよう求めました。
00:04:56一連の可視化コマンドが実行されます。
00:04:58完成した図解は、NotebookLMのスタジオで確認できます。
00:05:03プロジェクトの核となる仕組みを示す「アトラス（地図）」が作成されました。
00:05:07アプリの各要素について詳細なマインドマップが生成され、
00:05:09それぞれ個別にチャットで深掘りすることもできます。
00:05:12また、視覚化されたインフォグラフィックのおかげで、
00:05:16テキストベースの回答に頼るよりも、
00:05:19直感的にコード構造を理解できるようになりました。
00:05:21さて、次に進む前に、スポンサーの「Make」についてご紹介します。
00:05:25AIを活用してビジネスを加速させ、
00:05:28チームの可能性を最大限に引き出すプラットフォームです。
00:05:31自律型エージェントの最大の懸念は、その判断プロセスが不透明な「ブラックボックス問題」です。
00:05:35デプロイしても、その意思決定を検証することができません。
00:05:37Makeは、AI支援によるノーコード機能と3,000以上の連携アプリを組み合わせ、
00:05:41透明性の高い「グラスボックス」アプローチでこの問題を解決しました。
00:05:46今回は、事前構築済みの市場調査エージェントを例に、
00:05:49制御を保ちながらスケールする方法をお見せします。
00:05:52MakeGridやMCP、高度な分析機能に加え、
00:05:56特筆すべきは「推論パネル」です。
00:05:58エージェントの思考プロセスをステップバイステップで監視し、
00:06:01ナレッジ機能で回答を根拠付け、
00:06:03キャンバス上のチャットツールでリアルタイムにデバッグできます。
00:06:06これこそが開発者が待ち望んでいた透明性です。
00:06:09不確かな推測はやめ、確かな制御のもとで規模を拡大しましょう。
00:06:11固定コメントのリンクから、新しいMakeエージェントをぜひ体験してください。
00:06:15AIは自身の知識にない問題に直面すると、
00:06:18Web検索を行って解決策を探し出します。
00:06:22そこで、Web検索を一切行わずに、
00:06:25すべてを特定のナレッジベースに置き換えられないかと考えました。
00:06:27Web検索の問題点は、Claudeが大量のソースを拾ってきても、
00:06:30実際に役立つのはごく一部だという点です。
00:06:32残りはただトークンを浪費するだけになってしまいます。
00:06:33そこでClaudeに、NotebookLMで新しいノートブックを作成させ、
00:06:37公式ドキュメントやコミュニティの回答など、
00:06:40あらゆるプラットフォームから解決策をソースとして追加させました。
00:06:41デバッグのための「駆け込み寺」を作るイメージです。
00:06:44Claudeはノートブックを作成し、次々とソースを収集しました。
00:06:48最終的に、公式ドキュメント、掲示板、GitHubリポジトリ、ブログなど、
00:06:50デバッグに役立つあらゆるリファレンスが網羅された
00:06:55強力なナレッジベースが完成しました。
00:06:58このノートブックIDを「claud.md」に登録し、
00:07:01デバッグ時には必ずこれを参照するようClaudeに指示しました。
00:07:05具体的には、エラーが発生した際、
00:07:08Web検索よりも先にノートブックを確認するように設定したのです。
00:07:11この仕組みにより、エラーへの対応が変わりました。
00:07:13例えば、プロジェクト内で非推奨のミドルウェアが見つかった場合、
00:07:16以前とは異なる挙動を見せます。
00:07:18通常なら、まずWeb上のドキュメントを取得して修正案を練りますが、
00:07:19今回は違いました。
00:07:23「最新のプロキシへの移行方法」というピンポイントな質問を
00:07:26直接ノートブックに投げかけたのです。
00:07:28Web全体から情報を探す手間を省き、整理された回答を即座に得ることができました。
00:07:31結果として、非常に効率的な解決が可能になりました。
00:07:33この「claud.md」を含むすべてのリソースは、
00:07:36AI Labs Proで公開しています。
00:07:38これは私たちが最近立ち上げたコミュニティで、
00:07:41すぐに使えるテンプレートやプロンプト、
00:07:43プロジェクトにそのまま組み込めるコマンドやスキルを提供しています。
00:07:47本動画や過去の動画で紹介したツールもすべて揃っています。
00:07:49私たちの活動を支援したいと思ってくださる方には、
00:07:52これが最適な方法です。
00:07:53リンクは概要欄にあります。
00:07:55私たちは常にドキュメント作成からAI開発をスタートさせています。
00:07:59そこで、それらの資料もNotebookLMに集約することにしました。
00:08:02アプリ開発の過程で作成した資料が完成すると、
00:08:04Claudeに新しいノートブックを作成させ、
00:08:06すべての資料をソースとしてアップロードするよう指示します。
00:08:09これにより、散らばっていた情報が整理された信頼できるソースへと変わり、
00:08:12Claudeのプロジェクト理解を深める助けとなります。
00:08:16非エンジニアと仕事をする場合も、
00:08:19このノートブックを共有するだけで、
00:08:21誰でもチャットを通じて自分で内容を把握できるようになります。
00:08:24さらに、このノートブックのメリットはClaudeだけに留まりません。
00:08:27CursorやGemini CLIなど、他のツールを使っている場合や、
00:08:28複数人で共同開発している場合でも、共通のナレッジベースとして機能します。
00:08:30ノートブックのチャット機能を使えば、
00:08:34各エージェントはファイル全体を検索する手間をかけずに、
00:08:36その瞬間に必要な情報をピンポイントで取得できるからです。
00:08:39Claudeを含むあらゆるエージェントがNotebookLMのクエリツールを利用し、
00:08:40関連情報を引き出すことで、効率的にコンテキストを構築できます。
00:08:44もしこのコンテンツを気に入っていただけたら、ぜひ「ハイプ」ボタンを押してください。
00:08:46皆さんの応援が、より多くの人に情報を届ける原動力になります。
00:08:51さて、先ほどはコードベースへのオンボーディングでの活用を見ましたが、
00:08:53可視化機能がエージェント自身の作業にも役立つかを検証しました。
00:08:55Claudeに、コード内でのナビゲーションを助ける図解を作成するよう指示しました。
00:08:58新しいノートブックが作成され、マインドマップ、インフォグラフィック、
00:09:00データテーブルなどがプロジェクトの「visualizations」フォルダに保存されました。
00:09:02エージェントが理解しやすいよう、
00:09:06CSVやMarkdownのテーブル、マインドマップ用のJSONなど、複数の形式が含まれています。
00:09:10各機能のマインドマップはJSONファイルとして書き出されています。
00:09:12さらに、視覚的理解を深めるためのスライドデッキも作成されました。
00:09:16これによりClaudeは、ファイルシステムを闇雲に探索する代わりに、
00:09:20関連するマインドマップを確認して正確なフローを把握し、
00:09:22必要な情報をノートブックに問い合わせることができるようになりました。
00:09:25同様に、エンドポイントの確認や処理フローの分析も、
00:09:28コード内を歩き回るのではなく、JSON形式のマインドマップとノートブックの照合で行えます。
00:09:30もう一つの活用法は、AIが生成したWebサイトでよく見られるセキュリティ上の問題を、
00:09:33適切な情報源に基づいて修正することです。
00:09:36Claudeに指示を出し、CLIツールでノートブックを作成させ、
00:09:40機能仕様書とセキュリティ関連のソースを追加しました。
00:09:43このノートブックはClaude専用の「セキュリティ・ハンドブック」として機能し、
00:09:46問題発生時の頼れる参照先となります。
00:09:50ノートブックには、OWASPのガイドやチートシート、
00:09:54使用中の技術スタックに応じたGitHubのセキュリティ対策、
00:09:56CVEデータベースなど、アプリの安全性を守るための膨大な資料が含まれています。
00:10:00合計61もの異なるソースが格納された、強固な知識ベースです。
00:10:03これを利用してセキュリティチェックを行ったところ、
00:10:05Claudeはこのハンドブックに基づいて詳細なレポートを生成しました。
00:10:08取引金額が大きい場合に重大な影響を及ぼしかねない
00:10:12トランザクション処理の浮動小数点エラーなど、深刻度の異なる複数の問題を特定できました。
00:10:15NotebookLMによる裏付けがあったからこそ、これほど精度の高いチェックが可能になったのです。
00:10:19それでは、今回の動画は以上となります。
00:10:22チャンネルを支援し、今後の制作をサポートいただける方は、
00:10:26下の「スーパーサンクス」ボタンからお願いいたします。
00:10:28いつもご視聴ありがとうございます。また次の動画でお会いしましょう！
00:10:32security measures built by the tech stack we're using from GitHub,
00:10:35CVE databases, and the other resources needed to ensure the security of the app.
00:10:39The notebook it created had 61 sources, all in different files,
00:10:43containing security advisories from several sources.
00:10:45Using this, when we asked Claude to do a quick security check,
00:10:49it used the handbook, generated a security report,
00:10:51and identified several issues with different severities,
00:10:54like the floating point error in the transactions that it detected in the app
00:10:58that could be severe if transactions are in high amounts.
00:11:00It was able to do so because the check was grounded in research from notebook LM.
00:11:04That brings us to the end of this video.
00:11:06If you'd like to support the channel and help us keep making videos like this,
00:11:10you can do so by using the super thanks button below.
00:11:13As always, thank you for watching and I'll see you in the next one.