以前、Notebook LMがすごいぞという記事を書きまして
このツールがすごいのは自分が与えた情報だけを見てAIが答えるのでハルシネーション（AIが悪気なくついてしまうホントっぽい嘘）が発生する可能性が低くなるというところです。
ここに私の過去のTwitter（現X）の10万以上のツイート（ポスト）を読み込ませ、このブログの全記事も学習させたことで、私の趣味嗜好を深く理解したAIが完成しました。
さらりと書きましたが、ツイートのテキストを変換して読み込ませるのは難しくて苦労したのですが、それもCursorというエディターでAIに聞くことで乗り切れました。
これまではNotebook LMの中のチャットだったりクイズ生成機能だったりで楽しむ感じだったのですが、この度Geminiと連携をするようになりました（同じGoogleのAIだけど）。
そしてGeminiのGemという機能を使うと、Notebook LMをソースとして特定の指示を元にしたチャットを投げれるようになりました。
そこで、「これ、私の趣味的にはどう？」とAIに聞くチャットを作りました。
Gemの設定画面で、私の全ポストを学習したNotebook LMを知識のソースとして選択し、
「今季の注目の作品は？」とか「国宝っておもしろそう？」などと聞くことを想定して、その際に私の過去のポストの趣味嗜好からその作品がどうかを考えて答えてくれるようにカスタム指示を書きました。この指示についても思ったことをばーっと書いてポチッと押したらAIがきれいなプロンプトに変換してくれます。
試しに「2026年に始まったアニメのオススメ」を聞いてみると
なんかそれっぽい感じに私の志向についての考えに基づいて作品を勧めてくれました。よくよく読むとそれっぽいようで的はずれなようなところもあるのですが、作品を勧める精度は十分に高い印象です。
Notebook LMは入力したソースが全てなのに対して、Geminiは情報を検索して探すのが得意なので、教えた情報×検索という組み合わせができ、効果が高まる感じです。
これは色々な可能性が広がりますね。仕事でも使っていきたいところです。
コメント