テクノロジー

オープンソース版 NotebookLM 完全ガイド：3.5万スター — 文書投入で Q&A・ポッドキャスト自動化

著者: NotebookLM.link 編集部公開 2026-07-15

データを Google に渡さず文書 Q&A と AI ポッドキャストが欲しい？open-notebook（3.5万 GitHub stars、MIT）はセルフホストの NotebookLM 代替。Docker 2分、1–4話者、REST API 完備。

ドキュメントから対話型の知識ベースが欲しい——でもデータを Google に送りたくない？この 35K stars のオープンソースプロジェクトなら、約 2 分で自分だけの NotebookLM を立ち上げられます。

NotebookLM は優秀です。誰も否定しません。しかし一つの問題は消えません：アップロードした PDF や音声クリップはすべて Google のサーバー上にあります。

公開コンテンツなら問題ありません。プロジェクト文書、クライアント資料、未公開の原稿は？本当に全部入れて大丈夫ですか？

そんなときに見つけたのが open-notebook——35K GitHub stars と MIT ライセンスを持つオープンソースの NotebookLM 代替です。

セルフホスト型 NotebookLM 代替 open-notebook の概要：ドキュメント Q&A と複数話者ポッドキャスト — open-notebook：35K stars、MIT ライセンス、データはローカルに留まる

1. まず見てみる：PDF を入れて質問する

open-notebook の使い心地は Google NotebookLM とほぼ同じ——ただし データは自分のサーバーから出ていません。

PDF をアップロードし、「このセクションは何を扱っていますか？」と聞く——回答は文書に根拠を置き、創作ではありません。

Q&A は第一歩にすぎません。ポッドキャスト生成を押し、2 人の話者を選ぶと、ソースを対話スクリプトに変え、2 人の音声概要を合成します。

1〜4 人の話者を選べ、それぞれカスタムペルソナと声を設定可能——NotebookLM の固定 2 ホストよりはるかに柔軟です。

NotebookLM の二大機能——文書に根拠を置いた AI Q&A と自動ポッドキャスト——の両方をしっかりこなします。PDF、Web ページ、動画、音声がすべて検索可能な知識になります。

PDF アップロード、ソースに根拠を置いた Q&A、複数話者ポッドキャスト生成を示す open-notebook UI — 文書を入れて回答を得る——ワンクリックで複数話者ポッドキャストも

2. NotebookLM に対する二つの実利

第一に、より柔軟なポッドキャスト。 NotebookLM は固定の 2 人の AI ホストにロックされます。open-notebook は 1〜4 話者に対応し、それぞれカスタム役割と声を設定できます。

第二に、完全な REST API。 これが実務上の差です。open-notebook は自動化向けの完全な REST API を同梱——NotebookLM には公開 equivalent がありません。

3. 先に知っておくべき注意点

引用はまだ弱い。 NotebookLM は「この PDF の 3 ページ目」を指せます。open-notebook は現時点で基本的な grounding のみです。

無料ではありません。 自前の AI API Key（従量課金）を用意するか、Ollama をローカルで動かす（無料だがハードウェア負荷大）。NotebookLM には少なくとも無料 tier があります。

要するに、「文書を入れて AI に読ませる」能力は置き換えます——「ゼロコストでタダ乗り」ではありません。

open-notebook のトレードオフ：セルフホストとモデル自由度 vs 弱い引用と自前 API または GPU の必要性 — ギャップは正直に：引用はまだ薄く、無料 AI のタダ乗りではない

4. 試すべき人と、待つべき人

試す価値がある場合： 基本的な Docker を知り、データをクラウド外に置きたい；文書 Q&A に非 Google モデル（DeepSeek、Anthropic、ローカル Ollama）を使いたい；またはソースに根拠を置いたチャットを自社スタックに組み込む API が必要。

今は見送る場合： Docker を一度も入れたことがない——デプロイ経路は短くない；ページ単位の引用が必要——まだ未対応；無料 AI だけが欲しい——これはセルフホストツールであり、無料 AI 製品ではない。

難易度：中 · Docker Desktop + AI API Key 1 つ（または VRAM を消費する完全無料の Ollama 構成）。

5. 最速スタート：約 2 分の Docker

まず docker-compose 設定を取得します：

curl -o docker-compose.yml https://raw.githubusercontent.com/lfnovo/open-notebook/main/docker-compose.yml

OPEN_NOTEBOOK_ENCRYPTION_KEY に任意の秘密文字列を設定し、起動します：

docker compose up -d

15〜20 秒待ってから、ブラウザで http://localhost:8502 を開きます。

モデルを設定： API Key があれば Models ページでプロバイダーを選択——OpenAI、Anthropic、Google、DeepSeek、Mistral など（18 プロバイダー）。完全無料のローカル実行にはリポジトリの examples/docker-compose-ollama.yml を使用——API Key 不要ですが GPU が必要です。

立ち上げて PDF を入れ、Q&A を試すだけ。20 分あれば、さらに深掘りするか判断できます。

まとめ

NotebookLM ができることのほとんどは、open-notebook でも可能——データは完全にあなたの手の中に。

データ主権、モデル選択、API 駆動のワークフローを重視するなら、2 分の open-notebook デプロイは試す価値があります。

プロジェクト： github.com/lfnovo/open-notebook

ブログ一覧に戻る NotebookLMを今すぐ使う