- 現場のリアルな悩み: AIエージェントと長時間対話していると、長大な資料や過去ログの重みで会話履歴が肥大化し、「さっき伝えた前提が通じなくなる」「意図がズレる」という日常的な摩擦が発生していました。
- 設計の転換: 「1つのチャット画面に全部読ませる」のを諦め、直近の作業状況を保持する「State（状態）」と、膨大な参考資料を蓄積する「Knowledge（文献知識）」を物理的に分離しました。
- 公式MCPによる自動蓄積: かつての不安定なブラウザ自動化（Cookie奪取）から、Google公式のGemini Notebook MCPサーバーによる正規接続へ移行。エージェントが自律的にノートを作成し、長文ソースをクラウド知識庫へストックするパイプラインを構築しました。
- 公式仕様の現実と境界: 現在の公式MCPは「ノート・ソースの作成と管理（ストック）」が中心であり、情報取得（Retrieval）はロードマップ段階です。だからこそ「書き込みの自動化」と「ローカルStateによる即答性」を組み合わせたハイブリッド設計が現場で真価を発揮します。
1. 「さっき伝えた前提、忘れてない？」という日常のストレス
自律型のAIエージェント（AntigravityやClaude Codeなど）を日常的に開発や業務の相棒として動かしていると、誰しも一度は直面する壁があります。
「作業が長引くにつれて、こちらの意図がだんだん伝わらなくなってくる」という現象です。
最初は鋭い提案をしてくれていた相棒が、長大な技術仕様書を読み込ませ、エラーログを何往復もやり取りし、過去のコンテキストが数万〜十数万トークン規模まで膨らんだセッションでは、急に頓珍漢なコードを書き始めたり、最初に決めた絶対ルールを平気で破り始めたりします。
いわゆる「コンテキストの腐敗（Context Rot）」や「注意の希釈」と呼ばれる現象ですが、現場で手を動かしている人間からすれば、理論の名前はどうでもいいのです。
単純に、「話が通じなくなるのがめちゃくちゃストレス」 なのです。
「エージェントのコンテキストウィンドウが100万トークン、200万トークンに広がったから、全部そこに放り込めば解決する」というのは、現場の肌感覚とはズレています。人間の作業机と同じで、目の前に広辞苑と過去1年分の書類の山をドカンと積まれたら、どんな天才でも集中力は奪われます。
036 Factoryでは、この日常的な摩擦を解消するために、「エージェントの机の上には今必要なメモ1枚だけを残し、膨大な資料や過去資産は全部『外部の専門書庫』へ預ける」 というシンプルな役割分担を導入しました。
その書庫として選んだのが、Googleの「Gemini Notebook（旧NotebookLM）」です。
2. なぜ数あるツールの中で「Gemini Notebook」なのか？
※Googleは2026年7月、親しまれてきた「NotebookLM」を「Gemini Notebook」へと正式に改称・統合しました。
世の中にはRAG（検索拡張生成）の仕組みやベクトル検索ツールが無数にあります。しかし、実際に現場で使い比べてみると、Gemini Notebook（旧NotebookLM）には他のツールでは替えがきかない圧倒的な強みがありました。
それが、「ソース（情報源）への強い立脚性と、成果物の要約が極めて整っている」という点です。
一般的なLLMに大量のPDFや長大なWebドキュメントを丸ごと投げると、文脈を取り違えたり、要約の粒度がバラバラになったりすることが珍しくありません。しかし、Gemini Notebookは投入されたソースを厳格にベースとして処理するため、ブレの少ない整った構造化出力を得やすい特徴があります。
要するに、
- Antigravity（エージェント）: 現場のコードを書き、ファイルを操作し、試行錯誤する「手足を動かす職人」
- Gemini Notebook: 長大なドキュメント、過去ログ、膨大な参考資料を安全に保全する「物静かな専門書庫」
という役割分担が成立するのです。
しかし、ここで長らく立ちはだかっていたのが、「どうやってエージェントとGemini Notebookを繋ぐのか？」という接続の壁でした。
3. 非公式の脆いハックから、公式「MCP」接続への進化
実は、エージェントからNotebookLMを叩く試み自体は、以前から一部の開発者の間で行われていました。
しかし、それはお世辞にも「実用的なパイプライン」とは呼べないものでした。
公式のAPIが存在しなかったため、有志が作ったツールは以下のようなアプローチを取らざるを得なかったのです。
- ヘッドレスブラウザ（Playwrightなど）を立ち上げてローカルのブラウザセッションを乗っ取る
- 個人アカウントのセッションCookieを手作業で抜き出してスクリプトに貼り付ける
- 画面のUI変更があるたびにスクレイピングが壊れて動かなくなる
これでは、日々の個人開発や業務を任せる基盤としてはあまりにも脆く、Googleの利用規約（ToS）の観点からもグレーゾーンでした。
この状況を一変させたのが、公式エンドポイントによる「MCP（Model Context Protocol）」の提供です。
【これまでの非公式ハック】
AIエージェント ➔ [Playwright / Cookie偽装] ➔ ブラウザUIを泥臭く操作 ➔ Notebook
※ 画面変更ですぐ壊れる・認証が切れる・規約的に不安定
【現在の公式MCPパイプライン】
AIエージェント（Antigravity） ➔ [標準規格：MCP] ➔ Google公式 Gemini Notebook MCP ➔ Gemini Notebook
※ Google公式エンドポイント（notebook.googleapis.com/mcp）を使った正規の接続Anthropic社が提唱し、広く採用が進んでいるMCPをGoogleが採用したことで、Antigravityのような開発環境から、1つの公式ツールとしてGemini Notebookをネイティブに操作できる基盤 が整いました。
4. 公式MCP仕様の現在地と、現場での実体アーキテクチャ
ここで、技術記事として最も重要な「現在の公式MCPで何ができて、何がまだできないのか」を冷徹に整理します。
Google公式のGemini Notebook MCP（https://notebook.googleapis.com/mcp）が現在提供している主要ツールは、以下のノート・ソース管理ツールです。
create_notebook（ノートブックの作成）get_notebook/list_notebooks（ノートブックの参照・一覧）create_source（ソースの追加・流し込み）get_source/list_sources（登録済みソースの取得・確認）
つまり、「エージェントが自律的にノートを作り、長大なテキストやWebソースを流し込んで知識庫を構築する」 までのパイプラインが公式に開通しています。
一方で、「MCP経由でノートブックに自然言語で質問し、回答や要約を直接取得する機能（Retrieving information from a notebook）」は、Google公式のロードマップに位置付けられており、現時点では順次拡張中のステータスです。
036 Factoryが採用した「State」と「Knowledge」のハイブリッド分離
この公式仕様の現実を踏まえ、036 Factoryでは以下のようなハイブリッド設計を敷いています。
┌── [即座に必要な作業状態] ──▶ ローカルJSON（State）
│ （高速・ゼロ遅延・機密保持）
[Antigravity] ──────┤
（思考と実行） │
└── [長大な外部ドキュメント] ──▶ 公式MCP（create_source）
▼
Gemini Notebook（Knowledge）
（長大な資料をまとめて管理する知識庫）- 調査・蓄積の自律パイプライン
エージェントがWeb上の長大な技術仕様やドキュメントを収集する際、チャットの会話ログに全文を展開しません。公式MCPのcreate_source等を叩き、Gemini Notebook側に直接ストックさせます。 - チャット机のクリーン維持
エージェントの作業机（コンテキストウィンドウ）には、「参照すべきノートブックや課題」だけを残します。数万文字の資料本文は外部知識庫側に隔離されているため、チャットの会話は常に軽快で、長時間のセッションでも前提が埋もれるトラブルを大幅に回避しやすくなります。 - データ境界（プライバシーとセキュリティ）の死守
実務において絶対に忘れてはならないのが、データのセキュリティ境界です。
【Gemini Notebookに渡すもの（公開・一般化した知識）】
・公式の技術ドキュメントやWeb上の公開記事
・長大なライブラリ仕様書やAPIリファレンス
・抽象化・一般化された設計パターン
【原則としてNotebookに渡さないもの（ローカル死守）】
・APIキーやDBパスワード（.envの中身）
・未公開のビジネス戦略や顧客個人情報
・生ログに含まれる生のIPアドレスや内部URLエージェントが自律的に動くからこそ、機密情報はローカルに留め、公開ドキュメントと抽象化された知識のみを外部頭脳へ送る「二層防御のフィルタ」を敷くことが実務運用の鉄則です。
5. まとめ：道具の特性を理解し、パイプラインで結ぶ
AIエージェントを使いこなそうとするとき、私たちはどうしても「もっと賢いプロンプトの書き方」や「最新の巨大モデル」に目が行きがちです。
しかし、長時間の開発や日常業務で本当に生産性を左右するのは、そうしたテクニックよりも「道具同士をいかに摩擦なく繋ぐかという配管（パイプライン）の設計」です。
- Antigravity: 目の前のコードと作業状態（State）に全力で集中させる。
- Gemini Notebook: 膨大な文献資料（Knowledge）を安全に受け止め、整頓させる。
- 公式MCP: その間をセキュアかつ堅牢な標準規格で結ぶ。
道具の「今できること」と「これからの進化」を冷静に見極め、適材適所でパイプラインを組むこと。それこそが、AIに振り回されず、長く信頼できる相棒として共生するための現場の知恵だと実感しています。
もしあなたが今、AIエージェントとの対話で「話が通じなくなってきたな……」とため息をついているなら、ぜひチャットの机の上を片付け、外部知識基盤との分業を設計してみてください。その見通しの良さは、一度味わうともう元には戻れません。
☕ 記事の執筆・開発の合間に「普通のコーヒー」を焼いています
036 Factoryの本業は、ご注文をいただいてから生豆を一粒ずつ手作業で選別（ハンドピック）して焙煎する、小さな自家焙煎珈琲工房です。
PC作業やAIとの対話で加熱した頭をふっとリセットする、雑味のない「毎日飲める普通のコーヒー」を少数精鋭で焼いています。この記事が少しでもお役に立ちましたら、ぜひ一度うちの工房を覗いてみてください。