--- > [!NOTE] 目次 ```table-of-contents title: minLevel: 0 maxLevel: 0 includeLinks: true ``` --- > [!NOTE] リスト掲載用文字列 - [Geminiの全チャット履歴をNotebookLMに食わせて「自分専用ナレッジベース」を作った話](https://zenn.dev/minipoisson/articles/d8b307f8eedc5f)【Zenn】(2026年01月14日) --- > [!NOTE] この記事の要約（箇条書き） - Geminiの全チャット履歴をNotebookLMに読み込ませることで、自分専用の最強検索＆分析AIを構築する手法を紹介。 - Google TakeoutでエクスポートされるJSON形式の履歴がNotebookLMに適さないため、Python製の自作ツール「Gemini_Json2md4NotebookLM」を開発・公開した。 - このツールは、JSONから不要なHTMLタグを除去しMarkdown形式に整形、NotebookLMの容量制限に合わせてファイルを自動分割し、差分更新にも対応する。 - 実際に数年分の履歴をNotebookLMで分析した結果、プログラミング履歴の棚卸しや自身の開発傾向（エラー、解決アプローチ、強み）の客観的な分析が可能になった。 - その後、GeminiとNotebookLMが直接連携可能になり、「確実なアーカイブ（過去）」と「動的な推論（未来）」が融合した「知的サイクル」が完成した。 - この連携により、自己分析、アイデア創出、過去の解決策の現代語訳、ライフログのドキュメント化、ハルシネーションを抑えた専門回答などが実現できる。 - また、この知識ベースを「脳」として活用し、用途別に「人格」を与えて自分専用のエージェントを量産する究極の活用術も提示されている。 > [!NOTE] 要約おわり --- 30 30[tech](https://zenn.dev/tech-or-idea) ## はじめに：Geminiとの対話は「知的資産」だ 日々、プログラミングのデバッグやアイデア出しに Google Gemini を活用している方は多いと思います。しかし、その膨大なチャット履歴、「使い捨て」にしていませんか？ Gemini の履歴は、自分の思考プロセス、ハマったエラー、解決策が詰まった「 **知的ライフログ** 」そのものです。しかし、標準の履歴機能やキーワード検索だけでは、「あの時どうやって解決したっけ？」「最近の自分、どんな技術に触れてた？」といった **俯瞰的な分析** や **文脈検索は困難** です。 そこで、「 **Gemini の全履歴を NotebookLM に読み込ませて、自分専用の最強検索＆分析AIを作る** 」ことを試みました。そのための Python ツールも自作し、OSS として公開しましたので紹介します。 ## 課題：JSON は NotebookLM に優しくない Google Takeout を使えば、Gemini の履歴を JSON 形式（ `MyActivity.json` ）でエクスポートできます。しかし、これをそのまま NotebookLM に投げてもうまくいきません。 1. **データ構造の問題**: JSON はデータ構造重視の形式であり、NotebookLM が得意とする「文脈のある文章」ではない。 2. **ノイズ**: 不要な HTML タグやメタデータが多く、AIのノイズになる。 3. **容量制限**: NotebookLM の1ソースあたりの制限（文字数やファイルサイズ）に引っかかる。 これらを解決するために、専用の変換スクリプトを作成しました。 ## 自作ツール: Gemini\_Json2md4NotebookLM 作成したツールは GitHub で公開しています。 ### 主な機能 Python 標準ライブラリのみで動作するシンプルなスクリプトです。 1. **HTMLタグ除去 & Markdown 整形** チャットログに含まれる `<div>` や `<br>` などを除去し、可読性の高い Markdown 形式に変換します。これにより NotebookLM が文脈を理解しやすくなります。 2. **自動ファイル分割** NotebookLM の制限を考慮し、指定したサイズ（デフォルト 1.5MB）を超えると自動でファイルを分割して連番（ `Gemini_History-00.md`, `-01.md`...）を出力します。 3. **差分更新への対応** `last_entry_time.txt` に最終処理日時を記録することで、次回以降は「新しく増えた会話分」だけを追記・出力できるようにしています。これで日々の運用が楽になります。 ## 使い方 1. Google Takeout で「マイ アクティビティ」のみを選択し、アクティビティの記録の形式として JSON を選択し、サービスとして「Gemini アプリ」のみを選択してエクスポートし、ダウンロード。 2. `MyActivity.json` （日本語では `マイアクティビティ.json` ）をスクリプトと同じ階層に置く。 3. コマンドを実行。 ``` python convert_history.py --input_file MyActivity.json --output_file Gemini_History.md --limit 2000000 ``` あとは生成された Markdown ファイルを NotebookLM にアップロードするだけです 。  ## 実践：NotebookLM で自分を分析してみた 実際に数年分の履歴を NotebookLM に読み込ませて、いくつか質問をしてみました。これが想像以上に面白い結果になりました。 1. プログラミング履歴の棚卸し プロンプト: 「Python, C#, Rust, JavaScript, VBA, PowerShell, Windows Command Prompt で実際に作成・デバッグ・完成したプロジェクトを列挙して」 この質問に対し、NotebookLM は正確にプロジェクトをリストアップしてくれました。面白かったのは Rust に関する回答です。 ``` 回答: Rust については「具体的なプログラム作成・デバッグの記述は履歴に見当たりません」 ``` 確かに Rust は記事を読んだ程度で、Gemini とコードを書いたことはありませんでした。ハルシネーション（嘘）を起こさず、「やっていないことはやっていない」と答えてくれる信頼性があります。  1. 「自分の開発傾向」を客観視する NotebookLM に自分のエラー傾向や強みを分析させてみました。自分では気づきにくい癖が言語化されます。 - よく遭遇するエラーの傾向 - 外部 API の認証エラー（Google API 429/403 等） - C# の Dispose 忘れによるリソースロック - Python の f-string 構文エラーなどの細かいミス - 解決アプローチの特徴 - まずは「動く最小構成」を作って検証する傾向がある 。 - ログやスタックトレースを徹底的に提示して解決を図る 。 - エンジニアとしての強み（AIによる分析） - 複数言語・技術の統合力 - 国際化（I18n）への理解 - 堅牢性へのこだわり 「国際化への理解」などは、確かに多言語対応のツールを作ったりしていたので、AI は文脈からそこを評価してくれたようです。 ## まとめ Gemini の履歴を Markdown 化して NotebookLM に入れることで、過去の自分が取り組んだ課題や解決策をいつでも引き出せる「 **第二の脳** 」が完成しました 。 自分の開発傾向を客観的に指摘してもらう「AIコードレビュー」のような使い方もできるので、Gemini ヘビーユーザーの方はぜひ試してみてください。 スクリプトは MIT License で公開しています。