- 投稿日:2026/03/29
この記事は約6分で読めます
要約
部品が揃っても「今日、何を着るか」は決められない。NotebookLMで全データを統合し、条件から入る判断の仕組みを作った。同じ服が法事では不合格、ランチでは主役になる実例とともに、再設計がもたらした変化を紹介します。
※本記事は、AIを用いてクローゼット管理を再設計した実践記録の最終回です。第1回では問題の発見、第2回ではプロンプト設計を書きました。今回は、システム全体の統合と日常の変化を書きます。
■ 第2回の振り返り:部品が揃った 🧩
第2回では、設計の中身を書きました。
GPTで事実を固定する。Geminiで構造を検証し、印象を添える。この二段構えで、アイテムごとの「確定テキスト」が生まれました。
しかし、部品は統合して初めて機能します。
個々のアイテムデータがどれだけ正確でも、「今日、何を着るか」という判断はできません。そこで登場するのがNotebookLMです。
1. NotebookLMの役割は「統合」 🧠
NotebookLMは提案マシンではありません。役割は統合です。
私がNotebookLMに読み込ませているのは三つの層です。
パーソナルメモは判断の最優先事項です。丈感の体感、苦手な首元の開き、重心傾向など、私固有の制約条件を記録しています。
続きは、リベシティにログインしてからお読みください