概要
https://note.com/kondo_toshiya/n/n6c14c7eef4b4
詳細内容
## ChatGPT派だった私が、Google Workspace版Geminiに「降参」した理由
https://note.com/kondo_toshiya/n/n6c14c7eef4b4
Google Workspace版Geminiが持つ「組織内データへの接続性」を、ChatGPTのメモリ機能よりも実務上の価値が高いと評価し、情報の構造化によるナレッジマネジメントの重要性を説く。
**Content Type**: 💭 Opinion & Commentary
**Language**: ja
**Scores**: Signal:4/5 | Depth:2/5 | Unique:2/5 | Practical:4/5 | Anti-Hype:4/5
**Main Journal**: 84/100 | **Annex Potential**: 82/100 | **Overall**: 64/100
**Topics**: [[Google Workspace, Gemini, ナレッジマネジメント, データの構造化, Googleスプレッドシート]]
著者は当初、過去のやり取りを記憶する「メモリ機能」を持つChatGPTを支持していたが、Google Workspace版Geminiの導入によりその認識を一変させた。筆者がGeminiに「降参」した最大の理由は、AIの記憶容量よりも、組織内の膨大な実データ（Docs、Sheets、Gmail、Drive等）に直接アクセスできる「接続性」にあると主張している。
具体的には、GeminiがGoogle Workspace内の情報を「自分の脳内」のように参照できる点を高く評価している。例えば、会議議事録や研修資料、日報といった点在する情報をGeminiを介して接続することで、四半期の事業報告案作成といった複雑なタスクを瞬時に実行できる「極めて優秀な秘書」として機能する。
また、筆者はGoogleスプレッドシートを単なる表計算ソフトではなく、AIに良質なデータを供給するための「データベース」として再定義している。Excelと比較して、クラウド上でデータが自動更新され続ける性質や、`ArrayFormula`関数による計算式の自動適用、`QUERY`関数によるSQLライクなデータ操作などの優位性を挙げている。これにより、計算式のコピー漏れといった属人化に伴う不具合を防ぎつつ、AIが扱いやすい「構造化されたデータ」を蓄積できる環境が整うと述べている。
さらに、Googleドキュメントの「タブ機能」や「ページ区切りなし」設定、見出しのトグル化を活用することで、情報を階層化・構造化する手法を推奨している。特定の見出し単位でURLを生成できる機能は、共同作業における情報の指示を容易にする。このように日々の記録を意識的に「構造化」して残すことが、Geminiの出力精度を向上させ、ひいては組織的なナレッジマネジメントの実現に直結すると結論付けている。
筆者の提示する鍵となる takeaway は、AIを単に「使う」段階から、AIに「仕事を任せられる」状態へ移行するためには、ツール側の進化に依存するだけでなく、利用者側による「日々の記録とデータの構造化」という地道なプロセスが不可欠であるという点だ。エンジニアの視点から見れば、これはLLMの基本性能以上に、コンテキスト（RAG的アプローチ）の質とデータ管理のあり方が実務の生産性を左右することを再認識させる内容となっている。