GoogleのAIノート「NotebookLM」を使っていると、ついつい手元の資料を片っ端から放り込みたくなりますよね。膨大なPDFや議事録をまとめて整理できるのは便利ですが、ふと「これ、入れすぎると動きが重くなるのでは？」と不安になることもあるはずです。
そこで今回は、NotebookLMが公式に定めている制限値や、実際に資料を増やしたときの動作への影響についてまとめました。サクサクと快適に使い続けるためのコツも紹介するので、日々のリサーチ業務に役立ててください。
ノートブックに入れられる資料は「50個」まで
NotebookLMには、1つのノートブック（プロジェクトのような単位）にアップロードできるソースの数に決まりがあります。まずは、私たちがどれくらいの情報を一度に扱えるのか、その数字を確認しておきましょう。
1ノートブックで管理できる数
現在、1つのノートブックに追加できるソース（資料）の最大数は50個です。以前はもっと少なかったのですが、アップデートによって大幅に増えました。
PDF、Googleドキュメント、Googleスライド、テキストファイル、ウェブサイトのURLなど、形式を問わず合計で50個まで登録できます。これだけの数があれば、ひとつのプロジェクトに関する資料をほぼ網羅できるはずです。
1ソースごとの文字数制限を知っておく
数だけでなく、1つひとつの資料のボリュームにも上限があります。1つのソースにつき、最大で50万語まで読み込ませることが可能です。
日本語の場合、文字数のカウント方法は英語と異なりますが、おおよそ数十万文字レベルの長大な文書でも1枚の資料として認識してくれます。分厚い報告書や、数年分にわたる連載記事のログなども、そのままアップロードして問題ありません。
2,500万語を読み込める圧倒的なキャパシティ
50個のソースすべてを上限いっぱいに使うと、合計で2,500万語という途方もない量のデータを1つのノートブックで扱える計算になります。これは一般的なビジネス資料であれば、まず使い切ることのない余裕のある数字です。
| 項目 | 上限値 |
| ソースの数（1ノートブックあたり） | 最大 50個 |
| 1ソースあたりの文字数 | 最大 50万語 |
| ノートブック全体の総文字数 | 最大 2,500万語 |
| アップロードできるファイルサイズ | 1ファイル 100MBまで |
資料をたくさん入れても「回答の速さ」は意外と変わらない
「資料を50個フルに入れると、AIの返事が遅くなるのでは？」と思われがちですが、実は回答の生成スピードにはそれほど大きな影響はありません。
Gemini 1.5 Proの性能が支える処理能力
NotebookLMの裏側では、Googleの最新AIモデル「Gemini 1.5 Pro」が動いています。このモデルは「長い文章を一度に理解する能力」が非常に高く、大量の情報を読み込んでも処理がもたつきにくいという特徴があります。
そのため、ソースが5個のときと50個のときを比べても、質問を投げてから回答が返ってくるまでの時間に、ストレスを感じるほどの差は出にくい仕組みになっています。
他のチャットAIと比較したときの強み
一般的なチャットAIだと、過去のやり取りが長くなると記憶が曖昧になったり、処理が重くなったりすることがあります。しかしNotebookLMは、最初から「大量の資料を読み込むこと」を前提に作られています。
あらかじめ資料をスキャンしてインデックスを作っているため、質問されるたびに全ファイルを読み直す手間がありません。これが、ソースが多くてもサクサク動く理由のひとつです。
質問してから答えが返ってくるまでの体感
実際に使ってみると、質問を送信してから数秒で回答が始まり、10秒前後で完了するリズムは資料が増えても維持されます。
- 資料10個の場合： 3〜5秒で回答開始
- 資料50個の場合： 5〜8秒で回答開始
このように、わずかに時間は増えるものの、「重くて使えない」と感じるレベルではありません。AIの回答待ちよりも、人間が資料を読む時間のほうが圧倒的に長く感じるはずです。
画面が「重い」と感じる原因はどこにあるのか
もし「最近NotebookLMの動きがもっさりするな」と感じるなら、それはAIの処理能力の問題ではなく、お使いのパソコンやブラウザ側に理由があるかもしれません。
ブラウザのメモリ消費とタブの開きすぎ
NotebookLMはブラウザ上で動くツールです。特にGoogle Chromeなどでたくさんのタブを同時に開いていると、メモリが不足して画面のスクロールや文字入力がガタつくことがあります。
ノートブック内にたくさんのソースを表示していると、その分ブラウザの負荷も高まります。動作が怪しいときは、一度他のタブを閉じて、NotebookLMのページを再読み込みしてみるのが一番の近道です。
100MBに近い巨大なファイルの読み込み負荷
1ファイルあたりのサイズ上限は100MBですが、この上限ギリギリのPDFファイルをいくつも入れていると、ブラウザが描画する際に負荷がかかります。
特に画像が大量に含まれる重いPDFは、プレビューを表示するだけでもパソコンのファンが回りだす原因になります。テキスト主体の資料であれば何十個入れても軽快ですが、画像だらけの資料は少し注意が必要です。
インデックス作成中に起きる動作の遅れ
新しい資料をアップロードした直後は、AIが中身を読み取る「インデックス作成」が行われます。この最中は、一時的にノートブック全体の動きが重くなることがあります。
- アップロード直後： 画面の反応が一時的に鈍くなる
- 読み込み完了後： 元の軽さに戻る
一度読み込みが終わってしまえば後は軽いので、大量の資料を入れるときは「まとめて入れて少し待つ」という使いかたがおすすめです。
資料の数よりも「中身の密度」が待ち時間に影響する
NotebookLMの快適さを左右するのは、ソースの数そのものよりも、そのファイルの中身にどれだけ複雑な情報が詰まっているかです。
PDFの枚数と解析時間の関係
例えば、同じ10MBのファイルでも、10枚のテキストPDFと、100枚の細かい図表が入ったPDFでは、AIが解析にかける手間が変わります。
ページ数があまりに多い資料を一度に読み込ませると、質問の意図に合う箇所を探し出すのに、AIが少しだけ「考え込む」時間が増える傾向にあります。
テキスト以外のデータが処理を複雑にする
文字だけのデータはAIにとって非常に扱いやすい情報です。一方で、表組みが複雑に入り組んでいたり、手書きのメモをスキャンしたような画像データだったりすると、解析の難易度が上がります。
こうした「読み取りにくい資料」が増えるほど、回答の生成が始まるまでの待ち時間が少しずつ伸びていくことになります。
快適に動かすためのファイル形式選び
できるだけ動作を軽く保ちたいなら、資料の形式にもこだわってみましょう。以下の表は、処理のしやすさをまとめたものです。
| 形式 | 処理の軽さ | 特徴 |
| テキスト (.txt) | ★★★★★ | 最も速い。無駄なデータがないため処理がスムーズ。 |
| Googleドキュメント | ★★★★☆ | 安定している。直接連携できるので読み込みが速い。 |
| ウェブURL | ★★★★☆ | 比較的速い。ただしサイトの構造によって差が出る。 |
| PDF (文字あり) | ★★★☆☆ | 標準的。ページ数が多いと解析に時間がかかる。 |
| PDF (スキャン画像) | ★★☆☆☆ | 重め。文字認識（OCR）のプロセスが入るため。 |
ソースが増えたときに注意したい「情報の混線」
資料を50個ギリギリまで入れると、動作の重さよりも「回答の質」に影響が出ることがあります。AIが参照する情報源が増えすぎることで起きる現象に注意しましょう。
引用元がバラバラになる現象を防ぐ
ソースが多い状態で「この件について教えて」と聞くと、AIは複数の資料から情報を拾い集めます。すると、回答に付く「引用番号」が10個も20個も並び、どこに何が書いてあるか確認するのが大変になることがあります。
情報が細切れになりすぎると、全体像を把握しにくくなるため、似たテーマの資料はあらかじめ統合しておくなどの工夫が有効です。
似たような内容の資料を複数入れるリスク
例えば、会議の「下書き議事録」と「決定版の議事録」を両方ノートブックに入れてしまうと、AIがどちらを優先すべきか迷うことがあります。
古いデータと新しいデータが混ざっていると、間違って古いほうの数字を回答に混ぜてしまう恐れがあります。常に「最新の正しい情報」だけをソースとして残すのが、ミスを防ぐコツです。
矛盾したデータが混ざったときのAIの挙動
Aという資料には「予算100万円」、Bという資料には「予算120万円」と書いてある場合、AIは「資料によって記述が異なります」と正直に答えてくれることが多いです。
これは便利ではありますが、ソースが増えれば増えるほど、こうした矛盾にぶつかる確率も上がります。回答を整理する手間を減らすためにも、資料の重複には気を配りましょう。
50個のソースをすべて参照させるべきか
NotebookLMは、すべてのソースを常に使う必要はありません。後述する「選択機能」を使えば、普段は50個入れておいて、特定の質問のときだけ使う資料を3個に絞る、といった使いかたができます。
- 全参照： 全体俯瞰や、どこにあるかわからない情報を探すとき。
- 絞り込み： 特定の案件について深く掘り下げたいとき。
このように使い分けることで、情報過多による回答のブレを防ぐことができます。
アップロードでつまずかないための「100MB」のルール
資料を追加するときに最も多いトラブルが、ファイルサイズの制限に引っかかることです。
ファイルサイズを抑えるための工夫
1つのファイルが100MBを超えると、NotebookLMは受け付けてくれません。高解像度の画像が含まれるPDFや、動画を埋め込んだスライド資料などは、意外と簡単にこの上限を超えてしまいます。
サイズオーバーで弾かれたときは、PDFの圧縮ツールを使って容量を落とすか、不要な画像を削除して軽量化してから再挑戦してみましょう。
URLから読み込むときの待ち時間
ウェブサイトのURLを指定してソースにする場合、そのページの文字数によっては読み込みに数十秒かかることがあります。
サイト内の広告やメニュー部分を除いた「本文」だけを抽出して取り込むため、ページ構造が複雑なサイトだと少し時間がかかる傾向にあります。もし何度もエラーが出るようなら、一度中身をテキストとしてコピー＆ペーストして取り込むほうが確実です。
エラーが出たときのチェックリスト
「アップロードに失敗しました」と表示されたら、以下の項目を確認してみてください。
- ファイル形式は対応しているか（PDF, .txt, Markdown, .docxなど）
- 100MBを超えていないか
- パスワード保護がかかっていないか（PDFなど）
- ファイルが壊れていないか
50個を超えそうなときに試したい整理のコツ
プロジェクトが長期化して資料が50個を超えてしまったら、無理に1つのノートブックに詰め込むのではなく、整理のしかたを見直すタイミングです。
新しいノートブックを作るタイミング
テーマが明確に分かれているなら、ノートブックを分けてしまうのが最も賢い方法です。例えば「競合調査用」と「自社戦略用」で分ければ、AIが情報を混ぜる心配もありません。
ユーザーは最大で100個までノートブックを作れるので、1つのプロジェクトを細かく分割しても枠が足りなくなることはまずないでしょう。
共通資料と個別資料を分けて管理する
複数のノートブックで使い回したい「基礎資料」がある場合は、ノートブックをまたいで管理する工夫が必要です。
- 基礎知識ノート： 業界用語や基本ルールなどの資料をまとめる。
- 案件Aノート： 案件特有の資料＋基礎資料のコピーを入れる。
このように、「これさえあればOK」というセットをあらかじめ決めておくと、整理が楽になります。
メモ機能を活用して情報を集約する
50個のソースとは別に、NotebookLMには「ノート」というメモ機能があります。
自分で書いたメモや、AIが生成した回答を保存したものは「ソース」の数にはカウントされません。バラバラだった複数の資料をAIにまとめさせて、その結果を1つのノートに保存し、元の細かい資料を削除すれば、ソースの数を節約できます。
ノートブック100個の枠をどう使い切るか
作成できるノートブックの数には上限がありますが、使い終わったプロジェクトをエクスポートして削除すれば、常に新しい枠を確保できます。
- 動いているプロジェクト： 個別のノートブックを作成
- 終わったプロジェクト： メモをGoogleドキュメントに書き出して削除
このサイクルを回せば、制限を気にせず無限にリサーチを続けられます。
答えの精度を保つための「資料の断捨離」
「資料は多ければ多いほど良い」と思いがちですが、実は絞り込んだほうがAIの回答は研ぎ澄まされます。
関連性の薄いデータを外すメリット
とりあえず入れておいた「参考程度の資料」が、実は回答の邪魔をしていることがあります。特定のキーワードに反応して、あまり重要でない情報が回答のメインになってしまうのを防ぐためです。
「今の作業に本当に必要か？」を基準に、定期的にソースの一覧を見直してみましょう。
優先順位の低いソースを一時的に除外する
ソースを削除しなくても、左側のパネルにあるチェックボックスを外せば、その資料をAIの参照対象から外すことができます。
「今は去年のデータは見なくていい」というときはチェックを外しておく。これだけで、AIは今ある情報だけに集中して、より的確な答えを出してくれるようになります。
古い情報を更新してノイズを減らす
日付の入った資料を扱うときは、最新版を入れたら古いほうを消す習慣をつけましょう。
AIは「どちらが最新か」をある程度判断できますが、絶対ではありません。人間側でノイズを取り除いておくことが、最も確実な精度向上のテクニックです。
特定の資料だけを読ませる「選択機能」を使いこなす
NotebookLMを使いこなしている人ほど、50個のソースを全部同時には使っていません。
チェックボックスで参照先を絞り込むテクニック
画面左側のソース一覧には、それぞれの資料名の横にチェックボックスが付いています。デフォルトではすべてにチェックが入っていますが、これを手動で切り替えるのがポイントです。
例えば「予算に関する資料」だけを3つ選んで質問すれば、他の47個の資料に惑わされることなく、正確な数字を抽出できます。
回答のブレを防いでピンポイントに探す
たくさんの資料がある中で「あの資料の3ページ目あたりに書いてあったこと」を確認したいときは、その資料1つだけにチェックを入れて質問しましょう。
参照先を限定することで、AIが他の資料の情報と混ぜてしまう「ハルシネーション（もっともらしい嘘）」のリスクを最小限に抑えられます。
必要なときだけソースを有効にする運用
資料を50個フルに入れた状態でも、この選択機能を活用すれば動作の重さを感じることはほとんどありません。
- 普段： 必要な数個だけにチェックを入れて作業
- 横断調査： すべてにチェックを入れて全体から探す
この「オン・オフ」の切り替えこそが、NotebookLMで大量のデータを扱うための黄金律です。
結局、どこまで資料を詰め込んでいいのか
結論から言えば、NotebookLMに資料を50個フルに詰め込んでも、AIが壊れたり動かなくなったりすることはありません。
理想的な資料のボリューム感
使い勝手が最も良いのは、1つのノートブックに「関連性の高い資料を10〜20個程度」入れた状態です。このくらいの数だと、引用元の確認もしやすく、情報の密度もちょうど良くなります。
50個という枠は「いざという時の最大値」と考え、普段は少し余裕を持って運用するのがおすすめです。
運用を楽にするための自分なりのルール作り
自分なりの「ノートブック作成基準」を持っておくと、情報の迷子を防げます。
- 1プロジェクト＝1ノートブック
- 資料が30個を超えたらサブノートへの分割を検討
- 週に一度は不要なチェックを外す
こうした小さなマイルールが、長期的な作業効率を大きく変えてくれます。
NotebookLMの限界を引き出す使い方
NotebookLMは、私たちの「記憶の外付けハードディスク」のような存在です。50個という制限を恐れるのではなく、まずはどんどん情報を入れてみて、AIがどう反応するかを試してみてください。
「重くなったら整理すればいい」という気楽なスタンスで使うのが、この強力なツールを最も自分らしく使いこなすコツだと言えるでしょう。
まとめ：NotebookLMの制限を味方につけて効率化しよう
NotebookLMは1つのプロジェクトに50個までの資料を入れられますが、数が増えても回答速度が極端に落ちる心配はありません。もし動作が重いと感じるなら、それはブラウザの負荷やファイル自体のサイズ（100MB上限）が原因であることがほとんどです。
資料の量よりも「最新で正しい情報を絞って読ませる」という意識を持つことで、AIからの回答の精度はぐっと高まります。
- ソース数は最大50個、総文字数は2,500万語と余裕たっぷり
- 回答の速さはAIモデル（Gemini 1.5 Pro）のおかげで安定している
- 重いときはブラウザのメモリ不足を疑う
- 「選択機能」で参照する資料を絞り込むのが賢い使いかた
情報の整理に追われるのではなく、NotebookLMに情報を預けて、自分は「考えること」に集中できる環境を整えていきましょう。
