◆ データファイル（ソースファイル）を準備する

利用している販売管理システムから、売上データをCSVファイルとして取得します。　

今回は、得意先・得意先区分ごとに売上を累計したCSVデータ（売上累計表.csv）を使用しました。

実際にやってみた感想

今回使用したCSVデータに対し、「売上トップ10を集計してください」というシンプルな依頼では、期待した結果を得られませんでした。NotebookLMは「集計の条件を詳しく教えてください」と返答してきたのです。
これは、AIがCSVデータの内容から、どの項目が「売上」なのか、どの項目が「得意先」なのかを判断しきれなかったためと考えられます。
そこで、項目の名前などを具体的に指定した依頼文に修正したところ、望んでいた「売上上位10社と金額」という結果を得ることができました。
この経験から、AIへの質問の仕方（プロンプトの作成）は、いかに具体的かつ明確な指示を出すかが重要だと痛感しました。

また、処理速度については、当初数秒で結果が返ってくると思っていましたが、予想以上に時間がかかりました。しかし、同じデータで質問内容を少し変えて再度依頼すると、返答時間が短くなりました。これは、AIが一度読み込んだデータの構造や内容を ”記憶” したためだと考えられます。次に同じような質問が来たとき、最初からすべてを読み直す必要がないので、素早く答えを出せるのです。
一度処理した内容を再利用することで、処理速度が向上する。これこそ、NotebookLMがドキュメントの扱いに優れている所以かもしれません。

1. プライバシー保護機能

NotebookLMは、アップロードされたドキュメント（「ソース」と呼びます）の内容だけに基づいて回答を生成することに特化しています。アップロードされたデータは、個人のスペースに安全に保管され、AIの学習には利用されません。
これにより、機密情報を含む売上データを扱っても、情報が外部に流出する心配なく、安心して分析できます。

2. 圧倒的なドキュメント連携力

もしGeminiやChatGPTが「一つの質問に答えるプロ」だとすれば、NotebookLMは「複数の資料を読み込んで全体を把握するエキスパート」です。
GeminiやChatGPTは、質問ごとに新しい会話が始まることが多いのに対し、NotebookLMは複数のファイルをまとめて読み込ませることで、まるでデスクに資料を広げて全体を見渡すように、複数の情報源を横断して分析できます。

3. 資料と一体化したAI

NotebookLMは、アップロードされた資料の内容を常に「記憶」しています。そのため、質問のたびにファイルを再読み込みさせる必要がなく、素早く的確な回答が得られます。
売上ランキングについて質問した後に、「前年のデータと比べてどう？」や「特定の商品の売上推移は？」といった関連質問をしても、文脈が途切れることなく、スムーズに対話を進められます。これは、データを都度入力する必要がある他のAIツールにはない大きな強みです。

各得意先の売上、粗利益、入金状況を比較分析すると、何がわかるか？

売上が高いのに粗利益が低い得意先、入金サイクルが遅い得意先など、個々の顧客の状況が明確になり、よりパーソナライズされた営業戦略を立てるヒントが見つかります。

各得意先の売上累計、粗利益、および粗利益率の全体的な傾向はどうなっているか？

特定の得意先の成長度合いや、利益率の推移を把握することで、優良顧客の特定や、今後の取引拡大の可能性を予測できます。