生成AIで調査レポートを書くと、読みやすい文章が出てきます。ところが「この数字の出典はどこ？」と聞かれた瞬間に答えられないことがあります。存在しない統計、架空の事例、日付のずれた情報が、もっともらしい文に混ざっているからです。結局Google検索で裏取りをやり直し、「最初から自分で書いた方が早かった」と感じた人も多いと思います。
この記事では、根拠を集める作業をNotebookLMに、文章にする作業をClaudeに担当させ、両者のあいだに「ファクトカード」という中間データを挟む手順を解説します。この方法なら、すべての主張に根拠IDが付き、レポートの末尾に「根拠表」が付いた状態で仕上がります。
先にお伝えしておくと、この方法でもAIの誤りをゼロにはできません。狙いは、人間が確認すべき箇所を絞り込み、確認しやすい形にしておくことです。最終チェックは人が行う前提で読んでください。
■ 対象読者
・市場調査や競合調査のレポートを作っていて、「そのデータの根拠は？」と聞かれる機会が多いWebディレクター、リサーチャー
・note・Brain・受託記事などで、信頼性を売りにした記事を書きたいライター、コンテンツ発信者
・業界動向を社内向けにまとめている広報・マーケティング担当者で、不正確な情報を出せない立場にある方
・ChatGPTやClaudeは使っているものの、出力の裏取りに時間を取られている方
ITの得意度は「AIチャットに文章を貼り付けて指示を出せる」程度で十分です。
■ この記事で分かること
・NotebookLMとClaudeの役割分担と、つなぎ方の具体的な順序
・ソースに信頼度ランクとIDを付けて管理する方法
・NotebookLMから「出典付きのファクトカード」を取り出すプロンプト
・Claudeに推測で文章を埋めさせず、「根拠不足」と明記させるルールの書き方
・「主張｜根拠｜出典」を一覧にした根拠表の出力テンプレート
・仕上げのセルフ監査プロンプトと、人間が見るべきチェック項目
・つまずきやすい点(引用番号が消える、一般論が混ざるなど)とその対処
■ 無料で役立つ要点:推測を混ぜないための3原則
有料部分を読まなくても、今日から使える考え方を3つ紹介します。
■ 原則1:「探すAI」と「書くAI」を分ける
AIに「調べてまとめて」と一度に頼むと、調べた結果と、AIがもともと持っている知識(古い情報や誤った情報を含む)が区別できない形で混ざります。NotebookLMは、アップロードしたソースに基づいて回答し、該当箇所への引用を示す設計になっています(執筆時点。仕様は公式で要確認)。そこで、根拠探しはNotebookLMだけに任せ、文章化はClaudeに任せます。そのうえでClaudeには「渡したメモ以外の知識を使うな」と指示します。この分担が、手順全体の土台になります。
■ 原則2:根拠に「ID」を振ってから文章にする
「〜によると」と文中に書くだけでは、あとで確認するときに元の箇所を探し直すことになります。ソースには S01、そこから取り出した事実には F01 のようにIDを振っておきます。そうすると、レポートのどの文がどの事実に基づいているかを機械的にたどれます。根拠表はこのIDの対応関係を一覧にしたものです。
■ 原則3:「分からない」を出力の一部として扱う
AIが推測で穴を埋めるのは、「空欄を残すな」と暗に求められていると解釈しがちだからです。そこで逆に、根拠がない箇所には「【根拠不足:〇〇の数値】」と書けと明示します。空欄が見えていれば、追加で調べるべき点がはっきりします。これはレポートの欠点ではなく、品質管理の情報になります。
この3原則を、実際の画面操作とプロンプトに落とし込んだものが、以下の有料パートです。
この記事の販売者
