概要
https://tet-yahara.hatenablog.com/entry/2026/01/04/232251
詳細内容
## NotebookLMは嘘の図しか描けないことが判明！
https://tet-yahara.hatenablog.com/entry/2026/01/04/232251
警告する、NotebookLMを含む現在の生成AIは既存資料の図版を正確に複製できず、必ず「描き起こし」による捏造（ハルシネーション）を伴うため、スライド作成時には人間による手動の図版挿入が不可欠である。
**Content Type**: ⚙️ Tools
**Language**: ja
**Scores**: Signal:4/5 | Depth:3/5 | Unique:3/5 | Practical:4/5 | Anti-Hype:5/5
**Main Journal**: 74/100 | **Annex Potential**: 73/100 | **Overall**: 76/100
**Topics**: [[NotebookLM, ハルシネーション, スライド作成, 資料作成自動化, AIの限界]]
NotebookLMを利用して、研究会の資料や論文原稿からスライドを自動生成しようとした際の致命的な課題について、著者の実体験に基づき報告している。著者は「図を改変しない」「事実を脚色しない」という明確なプロンプトを与えたにもかかわらず、NotebookLMは2回の試行とも元の図とは異なる、事実に基づかない「嘘の図」を生成した。
この現象に対し、Gemini 3（GoogleのAIモデル）は、「現在の生成AIはPDF内の図版をそのままコピペする機能を持たず、内容を解釈して『新しく描き起こそう』とするため、本質的にハルシネーション（幻覚）を避けられない」と解説している。つまり、AIは元のピクセルをコピーするのではなく、学習データや入力データを元にそれらしい特徴を再現しようとする「生成ツール」であるという根本的な特性が、正確性が求められる学術的・専門的な資料作成においてはリスクとなる。著者は、AIが元のファイルを「切り抜く」ツールではなく、特徴を真似て新しく絵を描いてしまう性質を理解することが重要であると述べている。
著者は、この限界を踏まえた現実的なワークフローを提案している。具体的には、AIにはスライドの「構成案（アウトライン）」と「要約テキスト」のみを作成させ、図版を配置すべき箇所にプレースホルダー（例：『ここに論文の図1を貼り付ける』）を出力させるに留めるという手法だ。実際の図版については、人間が元のPDFからスクリーンショットを撮り、手動で貼り付けることが、正確性を担保する唯一かつ最善の方法であると結論づけている。
さらに、著者がこの推奨プロンプトを試した結果においても、依然として図や表の捏造が続いたことが記されており、現時点でのツールの限界を強く示唆している。エンジニアにとっても、AIを用いたドキュメント生成やプレゼン資料作成において、どの部分をAIに任せ、どの部分を人間が検証・実行すべきかという「分業の境界線」を再認識させる、極めて実益の高いケーススタディとなっている。AI機能を自社製品に組み込む際、ユーザーが「原本の正確な引用」を期待する場面では、生成AI単体ではなく画像抽出技術との組み合わせが必須であることを物語る内容である。