NotebookLMで創作
テクノロジー

NotebookLMユーザー向け:34.8K starのopen-notebook — データは手元、モデル自由、API完備

著者: NotebookLM.link 編集部

NotebookLMは優秀だがデータはGoogle上、Gemini固定、APIなし。34.8K starのopen-notebookはセルフホストで18+プロバイダー対応、Docker 2分デプロイ、REST API付き。

Google NotebookLM は優秀ですが、データをクラウド外に置き、モデルを自由に選び、API を使う——この三つはどれも満たしません。そこを埋めるのが open-notebook です。

NotebookLM は本当に良いプロダクトです。PDF の読解、ポッドキャスト生成、文献整理、スライド作成——ソースに根拠を置いた AI Q&A の分野で Google は強い仕事をしています。2025 年末時点で NotebookLM の月間訪問数は 1 億 300 万回を超え、世界の日次アクティブユーザーは推定 1,500 万〜2,500 万人です。

しかし使えば使うほど、いくつかの摩擦が目についてきます。そんなときに見つけたのが open-notebook——34.8K GitHub stars を獲得したオープンソースプロジェクトです。

34.8K stars と最新リリース版を示す open-notebook GitHub リポジトリのホームページ
open-notebook:34.8K stars、MIT ライセンス、v1.10.0

1. なぜ NotebookLM から離れる人が増えているのか

NotebookLM には、時間とともに大きくなるいくつかの痛点があります:

第一に、データはあなたの手の中にありません。 アップロードした PDF や音声はすべて 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が、プロジェクト文書、クライアント資料、未公開原稿まで本当に全部入れますか?

第二に、Google のモデルにロックされます。 Gemini は優秀です。しかし Claude で深い分析を、GPT-4o で執筆を、DeepSeek で安価なバッチ処理を——それはできません。NotebookLM は Google エコシステム内に閉じ込めます。

第三に、公開 API がありません。 2026 年になっても API のない AI プロダクトはボトルネックです。一括インポート、ワークフロー連携、自動化? ページごとに手動アップロードするしかありません。

小さな不満も積み重なります:ポッドキャストは 2 人まで、引用形式が硬い、カスタム処理ロジックがない——など。

2. open-notebook とは?

一言で言えば:NotebookLM のオープンソース代替——そしていくつかの点ではより強力です。

GitHub で 34.8K stars、800 件超のコミット、最新リリース v1.10.0、MIT ライセンス。lfnovo が 2024 年 10 月からコミュニティとともに推進——2 年弱の急速なイテレーションです。

ノートブック一覧とソースアップロードパネルを示す open-notebook Web インターフェース
Web UI:ノートブック一覧とソースアップロードパネル

3. NotebookLM を上回る点

3.1 データは 100% 自分のマシンに残る

これが最大の違いです。open-notebook はセルフホスト——Docker 一行、データはローカルの SurrealDB に。機密文書、クライアント資料、社内レポート——第三者サーバーに触れずに好きなだけ。

コンテキスト制御も細かい:AI に要約だけ見せる、全文を見せる、特定ソースを除外する——NotebookLM の「全部かゼロか」ではありません。

デプロイも簡単:docker-compose.yml を取得し、暗号化キーを設定し、docker compose up -d——約 2 分で完了。

3.2 18 以上のモデルを自由に選択

open-notebook は 18 以上の AI プロバイダーに対応:OpenAI、Anthropic、Google、Groq、Ollama、DeepSeek、xAI、Mistral、Qwen など。

重要なのは——タスクごとに異なるモデル。チャットは Claude、安価な要約は GPT-4o-mini、Embedding は Voyage、音声認識は ElevenLabs。自由に組み合わせられます。

推論モデルも対応——DeepSeek-R1、Qwen3 thinking モデル、Ollama による完全ローカル実行。モデルもデータも自分のマシン上、オフラインでも動作。

3.3 より細かく制御できるポッドキャスト

NotebookLM のポッドキャスト機能は良いですが、2 人の話者に固定され、スクリプト制御も限られます。

open-notebook は 1〜4 人のカスタム話者、それぞれペルソナと声の調整、Episode Profile による細かいスクリプト制御に対応。

3 人パネル? 2 人の討論者とナレーター? すべて可能——品質は NotebookLM に匹敵し、柔軟性ははるかに高い。

複数話者の音声カスタマイズと Episode Profile 設定を示す open-notebook ポッドキャスト設定画面
ポッドキャスト設定:1〜4 話者、ペルソナ、Episode Profile

3.4 完全な REST API

最も実用的な差。open-notebook はあらゆるワークフロー向けの完全な REST API を提供——一括インポート、自動化、自社スタックへの統合。

4. open-notebook は誰向け?

  • プライバシー重視のユーザー——プロジェクト文書、クライアントデータ、社内レポートをインフラ外に出したくない方
  • モデル選択の自由を求める方——Gemini にロックされることにうんざりしている方
  • 自動化を構築する方——実際のワークフロー向け API アクセス
  • コスト削減したい方——完全ローカルで API 費用ゼロ
  • 技術好き——Docker、セルフホスト、フォークしてカスタマイズ

カジュアルユーザーなら NotebookLM 無料版で十分かもしれません。しかし データ主権、モデル選択、自動化 を重視するなら——open-notebook は 2 分のデプロイの価値があります。

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