Claude Code × NotebookLMで「AIコスト10分の1」を実現する方法——重い処理はGoogleに丸投げする設計思想

• Claude
• Notebook LM
• AI

月$20のサブスクで、$200分の仕事量をこなす。

そんな話、聞いたら「どうせ大げさでしょ」と思いますよね。でも、これ、実際にやってる人が増えてきてるんです。

しかも方法は、意外とシンプル。

「重い処理をGoogleに丸投げする」。ただそれだけです。

---

今回紹介するのは、Claude Code と NotebookLM（notebooklm-py）の組み合わせです。

これ、最近一部のAIヘビーユーザーの間でかなり話題になってます。実際にQiitaやZennでも「トークン消費を劇的に減らせた」「大量資料の分析が現実的になった」という記事が続々と出てきている。

なぜこの組み合わせがそこまで強力なのか。どうやって使うのか。そして私たちカンマンが実際にどう活かしているのかを、今日は全部まとめてお伝えします。

---

そもそも「トークン問題」って何？

Claude Codeを使ったことある人なら、こんな経験があるんじゃないでしょうか。

PDFを10本読み込んで「全部まとめて分析して」とお願いしたら、途中でコンテキストが枯渇した。もしくは、分析にかかったトークン量が膨大で、月の制限にあっという間に到達してしまった。

これが「トークン問題」です。

AIには「記憶の限界」がある

AIは会話の「文脈」をすべてトークンという単位で保持しています。PDFの中身も、過去のやり取りも、全部トークンとして蓄積される。

コンテキストウィンドウ（AIが一度に保持できる情報量）には上限があるので、大量の資料を読み込ませると、あっという間にその上限に達してしまう。

数字で見るとわかりやすい

2026年4月のサーバーワークスのブログによると、Claude Codeのratelimitは急速に消費されやすい構造になっているとのこと。特に大量ファイルを扱う場合、1回の作業で驚くほどのトークンが吹き飛ぶことがある。

Zennの記事「Claude Codeのトークン消費を半減させる5フェーズ運用術」では、適切な設計なしに大量資料を処理すると、1回のセッションだけで月の使用量の20〜30%が消えることもあると指摘されています。

要するに、資料を読ませる行為そのものがコストを爆上げするということ。

---

「重い処理はGoogleに投げる」という発想の転換

ここで発想を変えるんです。

「Claudeに全部やらせなくていい」。

Google NotebookLMは、PDFも、URLも、YouTube動画も、Google Driveのファイルも、全部無料で読み込んで分析してくれます。しかもNotebookLMの中身は最新のGeminiが動いていて、Gemini 1.5 Pro以降のモデルでは100万トークン規模のコンテキストウィンドウが実現されています（※NotebookLM上での実際の上限は利用状況によります）。

つまり、「読む・整理する」という重い処理はGeminiに任せて、「考える・仕上げる」という軽い処理だけをClaudeに担当させるという分業体制が作れるんです。

具体的なイメージ

[あなた]
 ↓ 資料を投げる
[NotebookLM / Gemini] ← ここは無料
 ↓ 分析結果を返す
[Claude Code] ← ここだけトークン消費
 ↓ 仕上げて出力
[あなた]

Claudeのトークン消費は「分析結果を受け取って整理する」部分だけ。資料の読み込み・要約・QAはすべてGeminiが無料で処理してくれる。

これが「月$20で$200分の仕事量」という感覚の正体です。

---

notebooklm-py とは何か

「でも、Claude CodeとNotebookLMって、どうやって連携させるの？」

そこで登場するのが notebooklm-py です。

概要

notebooklm-py は、Google NotebookLMをPythonやコマンドラインから操作できる非公式ライブラリです。開発者コミュニティの間で注目を集めており、GitHubでのスター数も着実に増加しています。

開発者はteng-lin氏で、PyPIで公開されており、pipやuvで簡単にインストールできます。

できること

機能	説明
ノートブック作成・管理	作成・削除・一覧
ソース追加	URL、YouTube、PDF、Googleドライブ
質問・回答	自然言語でNotebookLMに質問
成果物生成	ポッドキャスト、レポート、スライド、クイズなど
ダウンロード	MP3、MP4、PDF、PPTX、CSV、JSONなど

しかも、Claude Codeのスキルとして登録できる。つまり、Claude Codeに「NotebookLMのこのノートブックで分析して」と自然言語でお願いするだけで、全部自動でやってくれる。

これが本当に便利なんです。

---

実際のセットアップ手順

「難しそう」と思ったあなた、安心してください。インストールから使えるようになるまで、15分もあれば十分です。

ステップ1：インストール

macOSで推奨の方法はuvを使う方法です。

uv tool install "notebooklm-py[browser]"
uv tool run playwright install chromium

Playwrightはブラウザを通じてGoogleアカウントにログインするために必要です。

ステップ2：Claude Codeスキルとして登録

notebooklm skill install

このコマンド1行で、Claude CodeがNotebookLMを操作できるスキルが自動でインストールされます。

ステップ3：Googleアカウントでログイン

notebooklm login

ブラウザが開いてGoogleのログイン画面が表示されます。ログインして、NotebookLMのページが表示されたらターミナルに戻ってENTERキーを押す。それだけで認証完了です。

ステップ4：動作確認

notebooklm list

自分のNotebookLMのノートブック一覧が表示されれば成功です。

複数アカウントの管理

仕事用と個人用でGoogleアカウントを分けている人も安心してください。NOTEBOOKLM_HOMEという環境変数で、アカウントを切り替えられます。

# 仕事用アカウントでログイン
NOTEBOOKLM_HOME=~/.notebooklm-work notebooklm login

# 仕事用アカウントのノートブック一覧
NOTEBOOKLM_HOME=~/.notebooklm-work notebooklm list

---

基本ワークフロー：3ステップで大量資料を処理する

セットアップが終わったら、実際の使い方を見ていきましょう。

Step 1：ノートブック作成→資料を一括投入

# ノートブック作成
notebooklm create "競合分析2026"
notebooklm use <作成されたID>

# URLを追加（Geminiが自動で読んでくれる）
notebooklm source add https://competitor-a.com
notebooklm source add https://www.youtube.com/watch?v=xxxxx

# PDFも追加できる
notebooklm source add ./業界レポート.pdf

URLを追加するだけで、Geminiがページの内容を丸ごと読み込んでくれます。YouTubeも文字起こしして内容を理解する。これ、Claude Codeに直接やらせたら膨大なトークンが必要ですが、NotebookLM側では無料です。

Step 2：Geminiに分析させて結果だけ受け取る

# NotebookLMに質問→結果をファイルに保存
notebooklm ask "競合2社の強み・弱みをまとめてください" > analysis.md

Claudeはこのanalysis.mdを読んで仕上げるだけ。大量の資料を直接読む必要がないので、トークン消費が激減します。

Step 3：必要な成果物をそのまま生成

# ポッドキャスト生成（音声で内容を説明してくれる）
notebooklm generate audio
notebooklm download audio

# レポートを生成
notebooklm generate report
notebooklm download report

# スライドも作れる
notebooklm generate slide-deck
notebooklm download slide-deck  # PPTX形式でダウンロード

スライドはPPTX形式でダウンロードできるんですよ。ウェブUIでもPDFダウンロードはできますが、CLIからはPPTX（PowerPoint形式）での取得も可能です。編集可能なファイルが欲しい場合に重宝します。

---

Claude Codeスキルとして使うと、もっと便利になる

インストール時にnotebooklm skill installを実行すると、Claude Codeから/notebooklmで呼び出せるようになります。

でも、スキル名を覚える必要もありません。自然言語で話しかけるだけで、Claude Codeが自動的にNotebookLMを使ってくれます。

たとえば：

「この5つのURLを調べて、競合分析レポートを作って」

と言うだけで、Claude Codeが：

1. NotebookLMのノートブックを自動作成
2. URLを追加
3. Geminiで分析
4. 結果を整理して返答

という流れを全部やってくれる。

実際、私がこの記事を書く前に「カンマン式AI実践メソッドのノートブックから、カンマン事業に役立つポイントを5つ挙げて」と Claude Codeにお願いしたら、ものの1分で具体的な分析結果が返ってきました。これがまさにこの連携の力です。

---

生成できる成果物の全種類

notebooklm-pyで生成できる成果物は思ったよりずっと多いです。

タイプ	フォーマット	特徴
オーディオ概要	MP3/MP4	4スタイル（詳細・簡潔・批評・討論）、50以上の言語に対応
動画概要	MP4	3フォーマット、9種類のビジュアルスタイル
スライドデッキ	PDF / **PPTX**	CLIからPPTX（編集可能なPowerPoint）でダウンロード可能
インフォグラフィック	PNG	3方向・3段階の詳細度
クイズ	**JSON・Markdown・HTML**	ウェブUIにない構造化データでエクスポート
フラッシュカード	JSON・Markdown・HTML	同上
レポート	Markdown	ブリーフィングドック・スタディガイド・ブログ記事・カスタム
データテーブル	**CSV**	自然言語で構造を指定してスプレッドシート化
マインドマップ	**JSON**	階層データをビジュアライゼーションツールで活用

太字はウェブUIでは使えない機能です。これだけでもnotebooklm-pyを使う価値があります。

---

カンマン事業での実践的な活用例

では、具体的にカンマンの仕事でどう使えるか。3つのケースで考えてみましょう。

ケース1：クライアントの業界調査を10分で完了させる

提案書を作る前に業界調査が必要ですが、毎回何時間もかけてウェブを読み漁るのは非効率。

notebooklm create "〇〇業界調査2026"
notebooklm source add https://業界メディア1.com
notebooklm source add https://業界メディア2.com
notebooklm source add https://www.youtube.com/watch?v=業界セミナー動画
notebooklm ask "この業界の現在の課題と2026年の動向をまとめてください"

Geminiが全部読んで要約してくれます。Claude Codeはその結果を受け取って提案書の形に整えるだけ。

ケース2：研修資料をポッドキャスト化して移動中に聞く

研修のPDF資料が100ページあっても、NotebookLMに入れれば10分のポッドキャスト音声を自動生成してくれます。

notebooklm create "AI研修資料2026"
notebooklm source add ./研修資料.pdf
notebooklm source add https://www.youtube.com/watch?v=関連動画
notebooklm generate audio
notebooklm download audio

移動中や作業中に耳で聞ける。これ、インプットの効率が劇的に変わります。

ケース3：クライアントの社内資料から提案書を自動生成

ヒアリングメモや過去の資料をNotebookLMに入れて、提案書のドラフトを作る。

notebooklm create "〇〇社向け提案"
notebooklm source add ./ヒアリングメモ.pdf
notebooklm source add ./現状分析.pdf
notebooklm ask "この会社のAI導入課題に対する解決策を3案提示してください"
notebooklm generate slide-deck
notebooklm download slide-deck  # PowerPoint形式

PPTXでダウンロードできるので、そのまま編集して納品できる。

---

「どのAIに何をやらせるか」を設計する時代

ここで少し視点を広げます。

この話、単に「トークンが節約できる」というだけじゃないんです。

これは、AIエコシステムを設計する思考法の話です。

AIの役割分担表

AI	得意なこと	使いどころ
**NotebookLM（Gemini）**	大量資料の読み込み・要約・QA	ソース分析・音声/動画生成
**Claude Code**	推論・コード生成・文章の仕上げ	結果整理・自動化
**画像生成AI**	ビジュアル制作	サムネイル・スライド画像
**ChatGPT**	文章生成・翻訳	多言語対応コンテンツ

1つのAIに全部やらせようとするから、コストが爆発する。コストを考えながら、適材適所で使い分ける。

これが、2026年のAI活用の本質だと私は思っています。

なぜ今これが重要か

中小企業のAI導入率は23.4%程度にとどまっています（大企業は43.3%）※パーソル総合研究所「企業のAI導入実態調査2023」より。その最大の理由が「使い方がわからない」「コストが見えない」という不安。

でも、こういう設計思想を持てば、月$20〜$30程度のコストで、大企業と同等の情報処理能力を手にできる。

カンマンが地方の中小企業に提供している「AI活用支援」は、まさにこういう「設計」の部分です。ツールを入れるだけじゃなく、「どのAIに何をやらせるか」を一緒に考える。それが本当の支援だと思っています。

---

よくある質問

Q: NotebookLMは本当に無料で使えますか？

A: 個人利用のGoogle NotebookLMは現在無料で使えます。ただし、Google Workspace向けの機能（GoogleドライブとのシームレスなSync等）は有料プランが必要な場合があります。また、Google側の方針変更で仕様が変わる可能性はゼロではないので、最新情報は公式を確認してください。

Q: notebooklm-pyは公式のライブラリですか？

A: 非公式のライブラリです。Googleが提供するものではなく、コミュニティ開発者によるものです。Googleの内部APIを使用しており、仕様変更でいつでも動かなくなる可能性があります。プロトタイプ・研究・個人利用向けと考えておくのが安全です。

Q: Claude Codeの月$20プランで本当に$200分の仕事ができますか？

A: 「感覚的に」という話です。大量資料の読み込みをGeminiに任せることで、Claudeが行うトークン消費が激減する、という意味で$200相当の処理量がこなせる、という比喩的な表現です。具体的な節約量は使い方によって大きく異なります。

Q: セキュリティ面は大丈夫ですか？

A: notebooklm-pyはGoogleのサーバーと通信するため、機密性の高い社内文書をNotebookLMに入れることには注意が必要です。公開情報・一般資料への活用から始めることをおすすめします。

---

まとめ：AI活用の設計思想を持とう

今日お伝えしたことを整理しましょう。

1. Claude Codeはトークン消費が多い——大量資料を読ませると一瞬でコストが飛ぶ
2. NotebookLM（Gemini）は大量資料の処理が得意で無料——PDFもYouTubeも全部飲み込む
3. notebooklm-pyで2つを連携——重い処理をGeminiに投げて、仕上げだけClaude Code
4. Claude Codeスキルとして使えば自然言語で全操作——難しいコマンドを覚える必要なし
5. 「どのAIに何をやらせるか」を設計する時代——適材適所のAI活用がコスト最適化のカギ

ツールを入れるだけがAI活用ではありません。どのAIをどの場面で使うかを設計することで、はじめてコストと成果が釣り合います。

カンマンでは、こういう設計の部分からご支援しています。「AIを入れたけど使いこなせていない」「どのAIを選べばいいかわからない」そんなお悩みをお持ちなら、ぜひ一度ご相談ください。一緒に「あなたの仕事にあったAI活用の設計」を考えましょう。

---

参考リンク

• notebooklm-py GitHub
• Claude Code でNotebookLMを操作する方法（note）
• Claude Code × NotebookLM 連携（Qiita）
• Google NotebookLM 公式