膨大な資料からファクトを探す時に

同じような手順で、正確さが求められるリサーチにも応用できます。 たとえば、論文や官公庁が発行している文書などから、特定の情報を探すような場面です。質問に対してソースの該当箇所が表示されるので、情報の根拠となる部分を探し出すのに適しています。 ダミーの論文をChatGPTで生成し、読み込ませて特定の箇所を抽出してみました。 （例）生成敵対ネットワーク（GANs）とは何ですか？ （例）生成AIの危険性について書いてあるところはどこ？ 回答の冒頭、「提供されたソースでは、生成AIの危険性について具体的に「危険」という言葉を使って記述している箇所はありません。しかし、生成AIの社会的影響と課題として、以下の3点が挙げられています。」とあるように、ユーザーの質問の文言を厳密に解釈していることがわかります。 今回紹介した活用法では、特定の資料の中からユーザーが求める情報に素早くたどりつけますし、そもそも求める情報がソースの中に存在するのかどうかを確かめるために使うこともできます。 ちなみに、本記事を執筆している途中で気づいたのですが、PDFなどのファイルを読み込ませるよりも、テキストを直接貼り付けた方が、ソースの表示は見やすいことがわかりました。 内容は理解しておきたいけど、「文章が難解で時間がない」という時にNotebookLMを活用してみてはいかがでしょうか。