2023 NotionQA アドベントカレンダーまとめ #Notion
2023.12.25NotionQAで色々試すアドベントカレンダー25日目です。
当アドベントカレンダーの振り返りとしました。
エントリー一覧
NotionQA活用サンプル集のつもりで書きました。
エントリー原稿を一通り書き終えた後で実感したことは、CSVを問題なくインポート可能な形にする手順は正直言ってQAの操作よりも煩雑です。問題に直面した場合、まずはSpreadSheetにインポートしてみると多くの問題が解決するでしょう。いや、ほんとに。
| タイトル | |
|---|---|
| 2023-12-01 | Docusaurusの検索をNotionQAで補完する |
| 2023-12-02 | NotionQAで百人一首学習サポート |
| 2023-12-03 | 契約書の特定項目検索をNotionQAで |
| 2023-12-04 | 確認が面倒な取説もNotionQAを使うと… |
| 2023-12-05 | 曖昧な予定もNotionQAでピックアップ |
| 2023-12-06 | NotionQAで歌詞のフレーズ検索 |
| 2023-12-07 | コードスニペットをNotionQAで探し出す |
| 2023-12-08 | キーワードのQAは「AIによる要約」で補完 |
| 2023-12-09 | ブログ執筆手順をNotionQAで生成してみる |
| 2023-12-10 | NotionQAで期限間際タスクを見つけ出す |
| 2023-12-11 | 関連付けしたタスクの状況確認をNotionQAで |
| 2023-12-12 | NotionQA補足情報としてWikipediaをスクラップ |
| 2023-12-13 | 忙しくて未読なメルマガの要点をNotionQAで |
| 2023-12-14 | 電化製品の保証期間をNotionQAで思い出す |
| 2023-12-15 | PDFの手順書を取り込んでNotionQAで調べる |
| 2023-12-16 | 食品の原材料名をNotionQAで探知する |
| 2023-12-17 | コロナワクチン接種記録をNotionQAで振り返ってみた |
| 2023-12-18 | 何も書いてない状況でNotionQAへ手順を質問してみると |
| 2023-12-19 | NotionQAに解を英訳で出してもらう |
| 2023-12-20 | よみかたをNotionQAで突き止める |
| 2023-12-21 | NotionQAの解答速度が上がる様に工夫してみる |
| 2023-12-22 | 1Passwordのデータ精査をNotionQAでやってみる |
| 2023-12-23 | Amazonの注文履歴からNotionQAで精査する |
| 2023-12-24 | NotionQAへの質問のポイントをNotionQAに聞く |
| 2023-12-25 | 2023 NotionQA アドベントカレンダーまとめ |
NotionQAを使ってみた感想
当記事執筆時点ではベータ版ですが、使い勝手は予想以上に快適でした。
NotionAIはページ内のリソースだけを対象としており、コンテキストを深く理解するためには同一ページ内にリソースを追加する必要がありました。その結果、ページ内のテキストが増えて整理が難しくなりがちでした。しかし、NotionQAではこの問題が解消されており、ワークスペース内にリソースが存在すれば適切に機能します。
一方、考慮せざるを得ない点として、ワークスペース内にまたがる特異なリソース設計や、NotionAIによる永続リソースの管理があります。
NotionQAの特異なリソース設計
他のAIサービスとの違いは、必要に応じて容易にリソースを追加や削除できることや、Notion独自の機能（例えばデータベース）が存在することです。特に、リソース間の関連付けにはNotion独自の機能を活用することが不可欠です。
データベースの日付やステータスなど、QAによる状況把握の手段は多岐にわたります。これらの活用方法や関連付け方も広範です。適切な設定が行われない場合、期待した結果が得られないこともあります。
そして、リソース間の関連性が高まるほどコンテキストが明確になり、結果的に解を得やすくなります。しかし、他のAIサービスと同様、得られた解には精査が必要です。
他のAIサービスとの違いは、引用されたリソースが表示されることです。精度が低い場合は対象のリソースを更新することで改善できますし、不要な場合は削除も可能です。
NotionAIによる永続リソースによるQA
多くのAIサービスでは、セッション中の質問や応答がさらなる応答のために活用されます。つまり、AIによる回答がリソースとして再利用されるのです。ただし、これらの情報はセッションが終了すると失われます。NotionQAでも同様です。
NotionAIが他のAIサービスと異なる点は、出力したテキストが永続的なリソースとなり、そのリソースを基にQAが回答を提供することです。特に、AIプロパティを利用してデータベースから自動生成された要点テキストはNotionQAとの相性が良いようで、説明を求めると度々この要点テキストから重要な情報が出力されます。
AIプロパティは、本文の更新に応じて自動的に要点を更新することも可能です。セッション内での学習の手間を省くためにはNotionAIの利用が必須と言えます。
あとがき
まとめ記事としては、内容がありふれたものになってしまいましたが、現時点では避けられないと思います。まだ使いこなせていないからです。
ダミーテキストなどが解答として持ってこられたときに困ることがあります。レビューで不要だと返すことは可能ですが、自身が書いたものでない場合、それが区別できません。このような場合には、QA候補を除外するオプションのような機能があると便利だと思います。
本リリース時には、改めてNotionQAをより深く使用してみたいと思います。
