GoogleのAI　NotebookLM　意思決定の強化書－前提で結論が決まる！ [単行本]

GoogleのAI　NotebookLM　意思決定の強化書－前提で結論が決まる！ の 商品概要

• 目次

  ＜目次＞
  
  
  
  はじめに 前提を言葉にすれば、結論が見えてくる
  
  
  
  第1章 意思決定と前提で結論が決まる
  
  意思決定の構造を「根拠・前提・結論」に分け、NotebookLMを使って意思決定を可視化するための基本を解説します。
  
  
  
  - 1-1 意思決定の構造と前提の要素
  
  - 意思決定を可視化する
  
  - 意思決定のブレを生む前提の欠如
  
  - 意思決定の3層構造
  
  - 前提の4要素
  
  - 1-2 意思決定に役立つNotebookLMの機能
  
  - NotebookLMのホーム画面
  
  - NotebookLMの作業画面
  
  - 各パネルの機能と特徴
  
  - NotebookLMをレストランの厨房に例える
  
  - NotebookLMの引用表示
  
  - 1-3 前提と定義が結論を決める
  
  - ソースパネル内で直接ソースファイルを作成
  
  - 定義の変化で結論が変わる
  
  
  
  第2章 ゴミを入れるとゴミが出る
  
  前提を支える根拠はソースから生まれます。NotebookLMに投入する資料をどう作り、集め、選ぶべきかを扱います。
  
  
  
  - 2-1 ソースの品質がすべての土台
  
  - ソースの品質と前提の設計が結論の質に与える影響
  
  - 資料、ソース、根拠の3層構造
  
  - 情報の絞り込みプロセス
  
  - NotebookLMに矛盾点の指摘を依頼する
  
  - ソースの前処理から結論への道筋
  
  - 2-2 ソースを作る
  
  - ソースのファイル形式に適した用途と利用時のポイント
  
  - ソース形式選択フローチャート
  
  - Googleドライブからファイルを指定してアップロードする
  
  - 2-3 ソースを集める
  
  - リサーチ機能の選択
  
  - Fast ResearchとDeep Researchの比較
  
  - リサーチ結果をソース化する
  
  - 2-4 ソースを仕分ける
  
  - FORTの定義と情報の優先順位
  
  - FORT評価フロー
  
  - FORT仕分けによる施策評価の違い
  
  - 一次情報の中に意見や噂が含まれる例
  
  
  
  第3章 前提知識を最速で血肉にする
  
  NotebookLMならではの学習プランを設計し、資料を読むだけで終わらせず、意思決定に使える前提知識へ変える方法を解説します。
  
  
  
  - 3-1 意思決定を支える「前提知識」の学習プラン
  
  - Studioパネルで生成できるアウトプット
  
  - 音声解説、動画解説、マインドマップ、概要、クイズ、インフォグラフィックを使い分ける
  
  - 3-2 基本セットで全体像をつかむ
  
  - 基本セットの構成とおすすめ学習順序
  
  - 動画解説で全体像をつかむ
  
  - インフォグラフィックで案件の全貌を俯瞰する
  
  - チャットで前提知識を補う
  
  - 3-3 フルセットで知識を定着
  
  - フルセットの構成とおすすめ学習順序
  
  - メモを編集し、ソースに変換する
  
  - データテーブルをカスタムプロンプトで作る
  
  - クイズ、フラッシュカード、レポートで理解を定着させる
  
  - チャット集中モードを使う
  
  - チャットからStudioのアウトプットを直接作成する
  
  - 3-4 情報を噛み砕き「知見」として吸収する
  
  - 知識を知見に変える5つの多角的アプローチ
  
  - ロジックツリーで階層化して理解する
  
  - Column 論文は見落とされがちな知見の宝庫
  
  
  
  第4章 意思決定の設計図を作る
  
  手戻りしない意思決定のために、定義、対象、目的、制約、理念、評価基準を言語化し、前提リストとして整える方法を解説します。
  
  
  
  - 4-1 意思決定の設計図を作るには
  
  - 意思決定の設計図作成ステップ
  
  - 4-2 定義・対象・目的・制約を言語化する
  
  - 人間の手で規定した前提リスト
  
  - 4-3 理念書と評価基準を作る
  
  - 理念書の材料になるソース
  
  - 4-4 意思決定の設計図（前提リスト）を完成させる
  
  - 4-5 不確かな前提で進まないための安全確認
  
  - 前提の影響度と情報充足のマトリクス
  
  - Column 結論の裏にある前提を逆算する
  
  
  
  第5章 選択肢を作り結論を出す
  
  採点して順位をつけ、決定書として結論をまとめる実践手順を解説します。
  
  
  
  - 5-1 意思決定を実践する
  
  - 意思決定の実践の3ステップ
  
  - 5-2 選択肢表を作る
  
  - 選択肢表の作成
  
  - 5-3 選択肢を採点する
  
  - 採点表の作成
  
  - 採点表をインフォグラフィックで可視化する
  
  - 5-4 決定書に結論をまとめる
  
  - Column フレームワークで評価基準をブラッシュアップ
  
  
  
  第6章 選ばれる提案をする
  
  言語化されていない依頼者の気持ちを読み解き、選ばれる提案へ組み立てる方法を扱います。
  
  
  
  - 6-1 選ばれる提案書を作成するまでの全体像
  
  - 相手の前提を読み解く
  
  - 選ばれる提案書作成までのステップ
  
  - 6-2 依頼書がなければ「たたき台」を作る
  
  - 依頼書のたたき台になるソースの例
  
  - 6-3 依頼書があれば「暗黙の前提」まで読み解ける
  
  - RFPや商材情報から前提を抽出する
  
  - 6-4 自分と相手の前提をすり合わせる
  
  - 6-5 補強資料を整え、点検・納品する
  
  - スライド構成案を作る
  
  - スライドとインフォグラフィックを出力する
  
  - メタプロンプトで想定問答集を出力する
  
  - Column 形容詞と副詞を削ると提案書は判断材料になる
  
  
  
  第7章 NotebookLMの組織運用
  
  NotebookLMを個人利用にとどめず、組織の情報共有と意思決定インフラとして運用する方法を解説します。
  
  
  
  - 7-1 NotebookLMの組織運用の全体像
  
  - ノートブックの組織運用サイクル
  
  - 7-2 意思決定の対象ごとにノートブックを作る
  
  - 意思決定の対象を切り口としてノートブックを分ける
  
  - NotebookLMの共有設定
  
  - NotebookLMの共有範囲と閲覧できる人
  
  - 社内規程のチャットボットとして活用する
  
  - 共有ノートブックのリンク集を作る
  
  - 7-3 会議の一次記録を活用する
  
  - モバイルアプリからソースをアップロードする
  
  - 7-4 意思決定のアップデート
  
  - ツール間の役割分担
  
  - Column GeminiアプリとNotebookLMをつなぐ
  
  
  
  むすび 前提を言葉にすれば、結論を見直せる

• 出版社からのコメント

  GoogleのAI「NotebookLM」を活用してビジネスにおける意思決定の流れを改善していく方法を解説する本。

• 内容紹介

  「で、結局どうするんですか？」 　
  
  を、NotebookLMで解決する！　
  
  　
  
  GoogleのAIで前提知識を血肉化し、　　
  
  選択肢を採点するテンプレを事例で解きほぐす、　
  
  「AI時代の意思決定」マニュアル。　
  
  　
  
  「武器としてのNotebookLM」で
  
  根拠ある意思決定のテンプレをつくりだす、　
  
  画期的AIの強化書、登場！　
  
  　
  
  本書は、Googleが提供するAIツール「NotebookLM」を使い、　
  
  ビジネスの意思決定を前提と根拠から組み立てるための実践書です。　
  
  NotebookLMの価値は、資料をまとめたり、わかりやすく表現することだけではありません。　
  
  散らばった資料を前にして、「何を根拠に、どの前提で、どこまで決めるのか」を見える形にすることです。　
  
  つまり、本書はNotebookLMを使って意思決定を可視化し、強くするための本です。　
  
  ＜ｂ＞タイトルの「意思決定の強化書」とは、そういう意味です。　
  
  　
  
  本書では、独自にテンプレ化した意思決定の過程を事例でたどります。必ず手を動かしながら読み進めてください。　
  
  本書の横にPCを置き、ウェブブラウザでNotebookLMを開きましょう。　
  
  自転車は、ペダルを踏んで初めて前に進みます。泳ぎも、水に入って手足を動かして初めて身につきます。NotebookLMも同じです。　
  
  ソースを入れ、プロンプトを入力し、AIの回答を確かめる。往復するほど、前提が結論を決める感覚がつかめます。　
  
  NotebookLMを「文書をまとめる道具」止まりで片付けてしまうのは、もったいない使い方です。　
  
  各章の事例を一通り試したら、自分の仕事で使う資料をNotebookLMへ入れてください。　
  
  本書の事例をなぞるだけで終わるより、自分の課題で試すほうが、理解が早く、深くなります。　
  
  
  
  本書は前提を定め、根拠をそろえ、結論を出し、組織で使い続けるまでを全7章で解説します。　
  
  前提を言葉にすることは、負荷の高い作業です。そこには「自分はこう考える」という主観だけでなく、その根拠まで表れるからです。　
  
  しかし、透明性のない意思決定は、成功しても再現性はなく、失敗しても学びはありません。AI はあなたの代わりに決めてくれません。　
  
  それでも、前提と根拠を可視化し、結論に至る道筋を整えてくれます。　
  
  　
  
  さあ、最初のノートブックを開きましょう。　

• 著者について

  本郷 喜千 (ホンゴウヨシユキ)
  AIコンサルタント／インディ・パ株式会社代表取締役。　
  
  1973年、富山県射水市生まれ。中央大学法学部法律学科卒業。　
  
  光通信キャピタル、SBIホールディングスを経て独立。　
  
  2006年、インディ・パ株式会社を設立。AIと意思決定に関するコンサルティング、教育研修分野で活動。　
  
  日本能率協会マネジメントセンターの通信教育講座『生成AIビジネス実践テクニック50選』を監修。　
  
  「プレジデント」「週刊東洋経済」「月刊ガバナンス」「anan」「Tarzan」「日経トレンディ」「@DIME」などメディア取材・寄稿多数。　
  
  著書に『ChatGPTではじめるAI株式投資』『ChatGPTはじめてのプロンプトエンジニアリング』　
  
  『ChatGPTはじめてのGPTsのつくりかた』『EasyLanguage プログラミング入門』（すべてstandards）など。　
  
  本書で「前提思考」を提唱する。　

GoogleのAI　NotebookLM　意思決定の強化書－前提で結論が決まる！ の商品スペック