NTTドコモR&Dの技術ブログです。

トップ > AI・機械学習 > NotebookLMで流行語大賞からペルソナ分析をしてみた

NotebookLMで流行語大賞からペルソナ分析をしてみた

AI・機械学習 事例紹介 アドベントカレンダー2025 生成AI

1.はじめに

こんにちは！ドコモ・テクノロジ*1の高見澤です。

NTTドコモのR&D業務を担うドコモ・テクノロジで、データ活用促進の内製開発を行っています。

世は生成AIブーム。私自身も業務上で生成AIを活用しており、数年前では考えられなかったような世界にいることを度々実感します。 本記事では、生成AI（LLM）の活用事例としてNotebookLMを取り上げ、その強みや活用術に触れつつ、顧客理解を深める「ペルソナ分析」にトライした事例をご紹介します。

目次（タップして表示）

1-1.なぜ流行語でペルソナ分析をするのか

本題に入る前に、まずは『なぜ流行語でペルソナ分析を行うのか』、その背景と目的をご説明します。

業務上ではデータから定量分析を行うことが多いのですが、常々課題に思っていることがあります。

それは「数字（データ）は事実を語るものの、その理由や背景をすべて語り尽くすことは難しい」ということです。

私たちが真に知りたいのは、定量データでは捉えきれない、顧客の「どんな気持ちで？」といった深い洞察です。

顧客理解には、レビューやSNSなど、テキストから読み取れる顧客の行動原理や価値観を分析し、具体的な顧客像を描くことが不可欠です。

同時に、テキストデータから具体的な顧客像（ペルソナ）を詳細に描き出す作業は、マーケティング分野等の専門知識と時間等の膨大なコストがかかります。

しかし近年、大規模言語モデル（LLM）という新しい技術が登場したことで、こういった分析が専門家ではない人にとっても、ぐっと身近なものになりました。

本記事で取り組む「ペルソナ分析」とは、この一年の世相を映し出す「流行語」という極めて定性的でカオスなデータから、その言葉たちを使う人々がどのような背景を持ち、何を考え、何に価値を見出しているのかといった「典型的な顧客像」を具体的に描くことを指します。 NotebookLMの導入を兼ねて、分析手順を丁寧にご紹介します。

本記事の読者層はAI活用初心者〜中級者とさせていただいております。 AIの使い方への気づきとなれば幸いです。

2.NotebookLMとは

NotebookLMは、Googleが提供するAIツールです。 Googleが開発した大規模言語モデル「Gemini」を基盤とし、ユーザーがアップロードした資料（テキスト、PDF、スライド、音声ファイルなど）に基づき、情報整理や分析を行うのが最大の特徴です。

＜補足＞ソースについて

本記事では「ソース」をNotebookLMに読み込ませる情報源という意味で記載します。 NotebookLMは原則、このソース内の情報のみで回答を生成します。

3.NotebookLMの強み

最大の強みは、ユーザーがアップロードした特定の資料に限定して情報を分析し、質問に回答する点です。

ここで誤解されがちな点として、NotebookLMの基盤となっている大規模言語モデル（LLM）自体は、インターネット上の膨大な情報で学習していますが、NotebookLMは、ユーザーが明示的に指定したソース（アップロードした資料）のみを参照して回答を生成します。

つまり、LLMの一般的な知識とユーザー提供の専門情報を明確に区別し、汎用AI（例：ChatGPT、Copilotなど）とは異なるアプローチでドキュメント群に限定した回答生成を行うことができるのです。

この特性により、以下のメリットが生まれます。

3-1. ハルシネーション（AIの誤情報生成）のリスク低減

存在しない情報をあたかも事実のように生成するAIの弱点を、参照元を限定することで大幅に抑制できます。

3-2. 回答の信頼性と透明性

生成された回答には必ず根拠となる引用元が示されるため、クリック一つで事実確認が可能です。 AIの回答を盲信せず、その信憑性を容易に検証できます。

3-3. 多様な情報形式に対応

NotebookLMは、PDFやテキストに加え、WebページのURL、YouTube動画、音声ファイル、画像ファイルなど多様な形式をソースとして取り込めます。あらゆる形式の情報を一元管理し、AI分析の対象にできます。 さらに、Studio機能（NotebookLM画面右側のウィンドウ）を使えば、音声、動画、マインドマップ、レポート、スライド資料など多様な形式で出力可能です。

3-4. Deep Research機能による効率的な情報収集

2025年11月ごろに追加されたDeep Research機能は、ユーザーが適当なワードを入力することで、関連性の高いWebサイトを自動で探索・分析し、レポートを作成します。また、そのレポートに紐づくソース追加もアシストします。 今回のペルソナ分析において本機能は使用しませんが、Webサイトから情報を集約し、レポート化・リストアップするこの機能は、より深い分析や考察を行う際に非常に便利です。

ハルシネーションのリスクが低く、回答の信頼性と透明性が担保されており、ソースに加えた多様な情報形式に対応している。 私はこのようなNotebookLMの強みから、定性情報から多角的な視点で考察して架空の人物像を作成するペルソナ分析と相性がよいと考えました。

次章では、実際にNotebookLMを使ったペルソナ分析を行います。

4.NotebookLMで新語・流行語大賞ノミネート語からペルソナ分析をしてみる

<ペルソナ分析の手順>

ペルソナ分析の手順は以下の通りです。

AI活用では、情報を一度に与えるのではなく、少しずつ与えながら試行錯誤するのが効果的だと考えています。 今回のペルソナ分析で、そのプロセスを段階的に紹介します。

1. ノミネート語の読み取り

2. ノミネート語に関する情報を追加

3. NotebookLMの役割を追加

4. 各ノミネート語の意味や解釈に関するソースを追加

5. ペルソナ分析をする

6. ペルソナの根拠の追求

4-1.ノミネート語の読み取り

まず、新語・流行語大賞公式Webサイトから、ノミネート語をすべてNotebookLMに読み込ませ、誤りがないか確認します。

  • 情報のソースとなるWebサイト

「現代用語の基礎知識」選 T&D保険グループ 新語・流行語大賞*2

上記サイトのURLを、NotebookLMの「ソースの追加」→「ウェブサイト」から追加します。

これで、公式WebサイトがNotebookLMにインプットされました。 試しに、以下のプロンプトをチャット画面に送信します。

  • プロンプト
新語・流行語2025年ノミネート語のみをソースにある情報を使って全て挙げてください

ソース通り、ノミネートされた30語すべてが返ってきます（回答内容は省略）。

反対に、ソースにない情報（例：「2024年の新語・流行語大賞は？」）を質問すると、「ソースに該当の情報がない」という旨の回答が返ってきます。 これにより、NotebookLMがインプットされた情報に忠実に回答を生成することが確認できました。

4-2.ノミネート語に関する情報を追加

ペルソナ分析で最も重要なのが「材料集め」です。特に、ノミネート語発表後の解説記事は、その言葉が世間にどう受け止められたかを知る上で非常に重要です。

しかし、関連記事を個人で精査するのは多大な時間がかかります。そこで、NotebookLMのFastResearch機能を活用し、効率的に情報収集します。

NotebookLMのソース画面で「2025年 新語・流行語ノミネート」と検索すると、NotebookLMが最適なWebサイトを複数提案してくれます。それらをソースとして追加しましょう。

4-3.NotebookLMの役割を追加

次に、収集した情報から精度良く分析してもらうため、NotebookLMに「マーケティングアナリスト」という役割を与えます。

LLMは役割を指定すると回答精度が向上する傾向があります。 今回は役割を定義したMarkdownファイル（temp.md）をソースに追加する方法を紹介します。以下の内容をコピー＆ペーストしてtemp.mdを作成します。

＜temp.mdの中身＞

# NotebookLMへの指示書：役割設定（マーケティングアナリスト）

あなたはこれから、**マーケティング分野に精通したアナリスト**として応答してください。

---

## 専門性・役割の概要:
*   市場トレンド、消費者心理、ブランディング、プロモーション戦略に関する深い知識を持つ。
*   データ（この場合、アップロードされた流行語関連のソース）を多角的に分析し、そこから顧客のニーズ、課題、購買行動、価値観といった「インサイト」を抽出する。
*   ビジネス戦略に役立つ具体的な示唆や提案を行う。
*   特に、流行語が示す社会現象をマーケティングの観点から解釈し、ターゲット顧客のペルソナ構築に貢献することを重視する。

**分析の視点**:
1.  **市場トレンド**: 流行語がどのような市場の変化やトレンドを反映しているか。
2.  **ターゲット顧客**: 流行語を使ったり共感したりする層のデモグラフィック・サイコグラフィック（心理的特徴）。
3.  **顧客インサイト**: 流行語の背景にある潜在的なニーズ、解決したい課題、購買動機。
4.  **コミュニケーション**: 流行語を使う層に響くメッセージのトーンやチャネル。
5.  **競合環境**: 流行語が既存の市場や競合に与える影響。

**振る舞いのルール**:
1.  常にマーケティングアナリストとしての客観的かつ専門的な視点から回答してください。
2.  アップロードされた資料（流行語関連のソース）を根拠として、具体的な分析結果と示唆を提供してください。
3.  単なる事実の羅列ではなく、その背景にある「なぜ」や「これからどうすべきか」といったビジネスに役立つ洞察を加えてください。
4.  専門用語を用いる場合は、初心者にも理解できるよう簡潔な説明を加えてください。

ちなみに、この指示書もAI（Gemini）に作成してもらいました！

作成したtemp.mdファイルをNotebookLMのソースに追加します。

4-4.各ノミネート語の意味や解釈に関する情報を追加

ここまでの工程で、ノミネート語そのものと、それらを紹介する表面的な情報を取り込みました。ペルソナを深く理解するには、各言葉の背景を深掘りする必要があります。

この作業もFast Research機能で効率化します。検索窓に各ノミネート語を個別に入力し、NotebookLMが提案するソースを追加していきましょう。

4-5.ペルソナ分析をする

いよいよペルソナを作成します。 アップロードしたすべての資料と、「マーケティングアナリスト」の役割設定を基に、3つのペルソナを作成してもらいます。

※複数のペルソナを作成するのは、世代や趣味嗜好の偏りをなくすためです。今回は試行のため3つとしました。

以下のプロンプトをNotebookLMのチャット画面に送信し、回答を生成します。

  • プロンプト
temp.mdの役割に沿って、私がアップロードした資料全体を基に、この言葉を日常的に使う典型的な人物のペルソナを最低3人、簡潔に作成してください。
また、ペルソナを作成する場合は以下の項目を含めてください。
※特定のノミネート語に偏る回答は避けてください

＃ペルソナの設定項目
１．基本情報
**名前**: (例：田中 太郎)
**年齢・性別・職業**: （例：20代後半 女性、IT企業の会社員）
**ライフスタイル**: （例：SNSで情報収集、効率を重視した行動）
**価値観**: （例：新しい体験が好き、時間を大切にする）
**悩み・課題**: （このペルソナが抱えていること）
**興味・関心**: （普段どんなものに興味があるか）

  • NotebookLMの回答から抜粋

    • ペルソナ 1：デジタル世代のトレンドハンター

      • 名前：渡辺 萌（わたなべ もえ）
      • 年齢・性別・職業：22歳、女性、専門学校生（アパレル系）、SNSインフルエンサー志望
      • 価値観
        「かわいい」と「共感」を重視し、最新トレンドやミームに敏感。SNSで再現性の高い消費や自身の消費行動を共有し自己肯定感を高める。
      • 興味・関心
        「平成女児」やY2Kファッションの「今っぽくアレンジ」、アイドルM!LKの楽曲（チョコミントよりもあ・な・たなど）、生成AI（チャッピー）、ショート動画のミーム（長袖をください）。

    • ペルソナ 2：組織の課題と経済不確実性（物価高、トランプ関税）に直面するビジネスパーソン

      • 名前：田中 慎一郎（たなか しんいちろう）
      • 年齢・性別・職業：45歳、男性、中堅メーカーの人事・総務部長
      • 価値観
        安定性・コンプライアンス重視。従業員が意見を出せる「企業風土」の醸成を経営課題として捉える。ワークライフバランスも関心あり。

    • ペルソナ 3：環境と地域に目を向けるアクティブな女性

      • 名前：山本 陽子（やまもと ようこ）
      • 年齢・性別・職業：56歳、女性、地域NPO職員兼「おてつたび」利用者
      • 価値観
        地域社会貢献（関係人口創出）と健康生活優先。日本の「四季」が「二季」に変わる環境問題への危機感。
      • 悩み・課題
        温暖化・異常気象による居住地・旅行先の「クマ被害」増加と「緊急銃猟」運用課題に不安。
        「古古古米」放出を巡る食料安全保障・備蓄制度への疑問。

NotebookLMの回答（展開して全文コード表示） 
資料全体に基づき、新語・流行語の背景にある社会的・文化的な潮流を日常的に意識し、関連する言葉を使用する可能性が高い典型的な人物のペルソナを3人作成しました。
＃ペルソナの設定項目
ペルソナ 1：デジタル世代のトレンドハンター
このペルソナは、SNSを主要な情報源とし、自らの趣味や感情を視覚的に表現し共有することで、自己肯定感とつながりを求めるZ世代（1996年頃〜2010年頃生まれ）の女性です。
１．基本情報
設定内容
名前
渡辺 萌（わたなべ もえ）
年齢・性別・職業
22歳 女性、専門学校生（アパレル系）、SNSインフルエンサー志望
ライフスタイル
SNS（TikTok、X） を使って情報収集や発信を行い、ブラウザ検索よりハッシュタグ検索（「ググるよりタグる」） を行う。気に入った商品や食べ物（麻辣湯 など）の見た目（ビジュ）を評価し、「ビジュイイじゃん」 という言葉で感情を表現する。「ぬい活」 の一環で、お気に入りのぬいぐるみを連れて出かけ、映える写真を撮ることを日課としている。
価値観
「かわいい」 と「共感」 を重視する。最新の流行やミーム（エッホエッホなど）に乗り遅れないよう常に意識し、他者の消費結果（再現性の高い消費）を参考にしながら、自身の消費活動の結果をSNSで共有することで自己肯定感を高める。
悩み・課題
常に新しいトレンドを追い続けることによる情報疲労を感じている。また、バイト代や学費を「オンカジ」 のような一攫千金の誘い文句の広告で散財してしまい、違法性のリスク を感じている。
興味・関心
「平成女児」 やY2Kファッションといったレトロ文化の「今っぽくアレンジ」、アイドルグループM!LKの楽曲（チョコミントよりもあ・な・たなど）、生成AI（チャッピー）、ショート動画のミーム（長袖をください）。
ペルソナ 2：組織と経済の課題に直面するビジネスパーソン
このペルソナは、管理職として組織の課題解決と、経済の不確実性（物価高、トランプ関税）への対応を迫られている40代の男性です。
１．基本情報
設定内容
名前
田中 慎一郎（たなか しんいちろう）
年齢・性別・職業
45歳 男性、中堅メーカーの人事・総務部長
ライフスタイル
経営環境の変化を把握するため、「オールドメディア」（新聞やテレビ）と専門メディアの両方から情報を得て、速報性の高いSNSも利用する。フリーランスへの業務委託が増加したため、「フリーランス保護法」 に基づき、書面または電磁的方法で取引条件を直ちに明示するなど、コンプライアンス順守を徹底している。
価値観
安定性とコンプライアンス を重視する。従業員が失敗を恐れずに意見を出せる健全な「企業風土」 の醸成を経営課題として捉えており、「働く自由」 やワークライフバランスに関する議論（働いて働いて...）にも関心が高い。
悩み・課題
「物価高」 や円安が収益を圧迫しており、将来的に「トランプ関税」 の影響でサプライチェーン の再編が必要になる可能性を懸念している。また、組織の意思決定のスピード感の欠如 が競争力低下を招いていると感じている。
興味・関心
フリーランス保護法 の実務対応、企業風土 改革を通じたコンダクト・リスク管理、国際経済の動向、生成AIのビジネス活用、カトリック教会関連のニュース（教皇選挙など）。
ペルソナ 3：環境と地域に目を向けるアクティブな女性
このペルソナは、地域社会の活性化や環境問題に積極的な関心を持ち、同時に自身の健康維持にも気を配る中高年女性です。
１．基本情報
設定内容
名前
山本 陽子（やまもと ようこ）
年齢・性別・職業
56歳 女性、地域NPO職員兼「おてつたび」 利用者
ライフスタイル
「おてつたび」 サービスを利用して、観光名所がない地域でも短期的な労働支援を行いながら旅行を楽しむ。日常生活では、着るだけで疲労回復をサポートする「リカバリーウェア」 を活用し、睡眠の質向上と体調維持に努めている。
価値観
地域社会への貢献（関係人口の創出） と 健康な生活 を最優先する。日本の「四季」 が「二季」 に変わりつつある環境問題に強い危機感を抱いている。
悩み・課題
温暖化や異常気象の影響で、居住地域や旅行先での「クマ被害」 増加や、それに対する「緊急銃猟」 の運用上の課題（法的なリスクなど）に不安を感じている。また、「古古古米」 の放出をめぐる議論を通じて、日本の食料安全保障や備蓄制度のあり方に疑問を抱いている。
興味・関心
地域の人手不足解消 を目的としたおてつたび、リカバリーウェア など休養関連グッズ、クマ被害 対策、日本の食料問題、政治ニュース（女性首相 関連）、伝統文化（国宝（観た）など）。

回答を見てみると、まず『最低3人』という指示に対し、年齢、性別、ライフスタイル、価値観が全く異なる3つのタイプを抽出してくれました。

Z世代のトレンドハンター、組織課題と向き合うビジネスパーソン、地域と環境に関心を持つアクティブな女性、それぞれが現実世界にいてもおかしくないぐらいにはリアルだと思います。 また『特定のノミネート語に偏らない』という指示も守られており、各ペルソナが複数の流行語を自然な形で含んでいます。

※ペルソナの回答内に含まれるノミネート語の数は30語中22語でした。

次の項目ではNotebookLMがペルソナを作成した根拠について深堀していきたいと思います。

【重要】人間によるファクトチェックの重要性

NotebookLMが生成したペルソナは洞察に富んだものでしたが、一部重要な誤りが含まれていたことに気づいたでしょうか。

ペルソナ1の「興味・関心」の項目で、「アイドルグループM!LKの楽曲（チョコミントよりもあ・な・たなど）」と記載されていましたが、「チョコミントよりもあ・な・た」のフレーズが入った楽曲のアーティストは、M!LKではなく、AiScReamです。

NotebookLMも、時には誤った情報を生成する可能性があります。 そのため、私たちが必ず人間として「ファクトチェック（事実確認）」を行うことの重要性なのです。 今回のケースは、AIが生成したペルソナの質が高かったからこそ、小さな誤りでも見過ごされがちになります。だからこそ、AIの便利さを享受しつつも、「最終的な責任は人間に帰属する」という意識を常に持ち、賢くAIを活用していきましょう。

4-6.ペルソナの根拠について

なぜそのペルソナを回答してきたのかが気になるため、シンプルなプロンプトでNotebookLMに聞きたいと思います。

プロンプト

あなたが作成した3人のペルソナについて指示の通りに教えてください。
＃指示
temp.mdの役割に基づいてあなたが生成したペルソナについて、その年齢、性別、職業、ライフスタイル、価値観、悩み・課題、興味・関心が、私が提供したどのようなソースのどの情報に基づいて導き出されたのか、具体的に示して説明してください。
  • NotebookLMの回答から抜粋

temp.mdに定義されたマーケティングアナリストの役割に基づき、ご提示いただいた流行語や社会トレンドに関する膨大なソースデータを分析しました。これらを基に、2025年の市場を象徴する3つのペルソナ（顧客像）を構築し、その設定根拠となった情報源（ソース）を具体的に解説します。

  • ペルソナ1：Z世代の「共感・界隈」消費リーダー

    • 基本属性
      20代前半の女性。学生または若手社会人。
      （根拠：「SHIBUYA109 lab.トレンド大賞2025」対象層であり、「LABUBU」「麻辣湯」「ぬい活」などのトレンド主導）

    • ライフスタイル・興味関心
      ・中国発キャラクター「LABUBU」や自分好みにカスタマイズ可能な「麻辣湯」に熱中。
      ・「ぬい活」（ぬいぐるみを連れて撮影）が日常化し、約8割が経験。
      ・「エッホエッホ」等のミームや「ビジュイイじゃん」といった言葉でSNS上の共感（界隈性）を形成。

    • 価値観・インサイト
      ・「失敗したくない」心理が強く、時間対効果やSNS評判、「界隈」での評価を重視。
      ・過去カルチャーを「エモい」と再解釈し共有することで自己肯定感を高める（例：「平成女児」トレンド）。

  • ペルソナ2：過労と不安に備える「自衛型」キャリアパーソン

    • 基本属性
      30〜40代の働く女性または男性。
      （根拠：「働き方」「健康」「物価高」への関心層。高市早苗氏発言への反応調査による）

    • 悩み・課題
      ・過労社会の中で機能性衣類「リカバリーウェア」など個人的疲労回復ニーズが高い。
      ・物価高、備蓄米放出（古古古米）、気候変動による季節変化（二季化）への不安。

    • 価値観・ライフスタイル
      ・女性首相誕生や働き方改革に関心を持ちつつ、労働環境の不安に揺れる。
      ・フリーランス保護法など法的枠組みや契約の問題に注目し、多様な働き方を模索・実践。

  • ペルソナ3：アクティブ・シニアと「関係人口」創出者

    • 基本属性
      60代以上の退職者や地域貢献に関心のある層。
      （根拠：JR東日本「大人の休日俱楽部」と「おてつたび」連携、地域活性化期待）

    • 興味・関心・ライフスタイル
      ・昭和レトロを回顧し、自身の時代経験を次世代と共有することに関心。
      ・労働を伴う地域交流型旅行「おてつたび」に参加し、人手不足の解消に貢献。

    • 悩み・課題
      ・気候変動によるクマ被害増加や市街地出没に現実的な恐怖を持ち、行政の緊急銃猟制度に関心。

  • 総括

    • 2025年のペルソナは、不安な社会情勢（物価高・気候変動・過労）に対する「自衛」と「癒やし」、そしてデジタルや地域での「新しいつながり（共感・関係人口）」を強く求めている。

  • 企業戦略例

    1. Z世代：機能訴求より「界隈で話題になるネタ」や「失敗しない体験」の提供。
    2. キャリア層：疲労回復や生活防衛に直結する実利的ソリューションの提示。
    3. シニア層：懐かしさだけでなく、地域での役割や貢献実感を提供し関係人口化を促進。

NotebookLMの回答（展開して全文コード表示） 
temp.mdに定義されたマーケティングアナリストの役割に基づき、ご提示いただいた流行語や社会トレンドに関する膨大なソースデータを分析しました。これらを基に、2025年の市場を象徴する3つのペルソナ（顧客像）を構築し、その設定根拠となった情報源（ソース）を具体的に解説します。






マーケティングアナリストによるペルソナ分析レポート
提供された2025年のトレンドデータ（流行語大賞ノミネート語、社会ニュース、消費動向）をクラスター分析した結果、以下の3つの主要なペルソナが市場を牽引、あるいは社会課題の中心にいることが判明しました。
ペルソナ1：Z世代の「共感・界隈」消費リーダー
1. 基本属性（年齢・性別・職業）
• 設定: 20代前半の女性。学生または若手社会人。
• 根拠: 「SHIBUYA109 lab.トレンド大賞2025」の調査対象が15〜24歳女性であり、この層が「LABUBU（ラブブ）」や「麻辣湯（マーラータン）」、「ぬい活」などのトレンドを主導しているためです。
2. ライフスタイル・興味関心
• トレンドハンティング: 中国発のキャラクター「LABUBU」や、自分好みにカスタマイズできる「麻辣湯」に熱中しています。これらは単なる商品ではなく、「推し活」や「SNS映え」するコンテンツとして消費されています。
• ぬい活: ぬいぐるみをカフェや旅行に連れて行き撮影する「ぬい活」が日常化しています。これは自己表現の一種であり、Z世代の約8割が経験ありと回答しています。
• デジタルコミュニケーション: 「エッホエッホ（○○って伝えなきゃ）」というミームや、「ビジュイイじゃん」といった言葉をSNSで使用し、コミュニティ内での共感（界隈性）を確認し合っています。
3. 価値観・インサイト
• 「失敗したくない」心理: Z世代は消費においてコストパフォーマンスだけでなく、時間対効果（タイパ）や「失敗しないこと」を重視します。そのため、SNSでの評判や「界隈」での評価を判断基準にします。
• 共感と自己肯定感: 「平成女児」トレンドに見られるように、過去のカルチャーを「エモい」として再解釈し、それを共有することで自己肯定感を高めています。






ペルソナ2：過労と不安に備える「自衛型」キャリアパーソン
1. 基本属性（年齢・性別・職業）
• 設定: 30代〜40代の働く女性（または男性）。
• 根拠: 「働き方」や「健康」、「物価高」に関するトピックへの関心が高い層です。特に高市早苗氏の「働いて働いて…」発言に対するアンケートで、働く女性層からの複雑な反応（共感と不安）が見られたことがベースになっています。
2. 悩み・課題
• 健康と疲労回復: 過労社会において、制度的な解決を待つのではなく、「リカバリーウェア」のような機能性衣類を用いて、個人的な消費によって疲労に対処しようとする強いニーズがあります。
• 生活防衛: 「物価高」や「古古古米（備蓄米の放出）」といった食料問題、気候変動による「二季化（春・秋の喪失）」に対して、生活基盤が揺らぐことへの根源的な不安を抱えています。
3. 価値観・ライフスタイル
• キャリアと私生活の葛藤: 日本初の「女性首相」誕生や「ワークライフバランス」を巡る議論に対し、リーダーシップへの期待と、自身の労働環境への不安の間で揺れ動いています。
• フリーランス・副業: 働き方の多様化に伴い、「フリーランス保護法」などの法的枠組みや契約トラブルに関心を持ち、組織に依存しない働き方を模索、あるいは実践しています。






ペルソナ3：アクティブ・シニアと「関係人口」創出者
1. 基本属性（年齢・性別・職業）
• 設定: 60代以上の退職者、または地域貢献に関心のある層。
• 根拠: JR東日本が「大人の休日俱楽部」会員（シニア層）向けに「おてつたび」と連携したことや、地域の人手不足解消の担い手として期待されている点に基づきます。
2. 興味・関心・ライフスタイル
• 昭和レトロ・回顧: 「戦後80年・昭和100年」という節目にあたり、自身の生きた時代を振り返りつつ、それを新しい価値観として次世代と共有することに関心があります。
• 地域貢献（おてつたび）: 単なる観光旅行ではなく、人手不足の地域で労働力を提供し、地域の人々と交流する「おてつたび」のような新しい旅のスタイルに関心を持っています。
3. 悩み・課題
• 環境変化と獣害: 地方部での生活や旅行において、気候変動の影響による「クマ被害」や、市街地への出没（アーバンベア）に現実的な恐怖を感じており、行政の「緊急銃猟」制度などの対策に強い関心を寄せています。






マーケティングアナリストとしての総括
2025年のトレンドから導き出されるこれらのペルソナは、単に流行を追うだけでなく、「不安な社会情勢（物価高、気候変動、過労）に対する『自衛』と『癒やし』」、そして「デジタルや地域を通じた『新しいつながり（共感・関係人口）』」を求めていることが分かります。
企業がこれらの層にアプローチする際は、以下の戦略が有効です。
1.  Z世代: 機能訴求よりも「界隈で話題になる文脈（ネタ）」や「失敗しない体験」を提供する。
2.  キャリア層: 「疲労回復（リカバリー）」や「生活防衛」に直結する実利的なソリューションを提示する。
3.  シニア層: 「懐かしさ」だけでなく、地域社会での「役割（出番）」や「貢献実感」を提供し、関係人口化を促す。
私はこの回答からしっかりとソースから深い洞察をしていると感じました。 そう感じたポイントは3つあります。

  • AI自身による根拠の明示

各ペルソナの項目ごとに「根拠」を明記し、具体的な調査名やトレンド、流行語を挙げています。これこそが、AIが「なぜこのペルソナを導き出したのか」という内部の推論過程を、外部の人間が理解するための重要な手掛かりであり、「妥当性の根拠」そのものになります。

  • 流行語のクラスター化

「クラスター分析した結果」という表現は、NotebookLMがインプットされた膨大な流行語やトレンド情報を、関連性や共通性に基づいてグルーピングし、そこから代表的な顧客像を抽出するプロセスを経ていることを示しています。これは、単に個々の流行語をランダムに選んだのではなく、市場全体の傾向を俯瞰した上でのペルソナであるという「妥当性」の裏付けになります。

  • 多様なペルソナの抽出

「Z世代」「キャリアパーソン（中堅世代）」「アクティブシニア」と、年代もライフスタイルも異なる3つのペルソナを適切に抽出している点も、流行語という多様な情報から、市場の異なるセグメントを捉えようとするAIの分析力と、その結果の妥当性を示しています。

これらのポイントを兼ね備えた回答を作成したNotebookLMはまさに前章で記載した強みを自ら証明したといえると思います。※ペルソナ＋根拠の回答内に含まれるノミネート語の数は30語中24語でした。

おまけ：ペルソナと根拠ででてこなかったノミネート語の理由

ペルソナ＋根拠ででてこなかったノミネート語が6語ありました。なぜ採用しなかったのか気になったので、NotebookLMに聞いてみました。

  • プロンプト
temp.mdの役割に基づいてあなたが生成したペルソナについて、ペルソナ.mdに書いてあるが、以下のワードはペルソナの説明の中になぜ出てきていないのか。根拠を示しながら説明してください。
• 7月5日 
• 卒業証書19・2秒 
• ひょうろく 
• ほいたらね 
• ミャクミャク 
• 薬膳
  • NotebookLMの回答から抜粋

ご提示いただいたリスト（7月5日、戦後80年／昭和100年、卒業証書19・2秒、ひょうろく、ほいたらね、ミャクミャク、薬膳、ラブブ）が、 生成された3つのペルソナ（トレンドハンター、ビジネスパーソン、地域貢献・健康志向）の記述に含まれていなかった理由について、資料に基づき分析・説明します。

  • 一過性のニュース・出来事であるため

    • 7月5日
      予言漫画の噂に基づく特定日の大災害予告。実際は起きず一過性のデマ。
      → ペルソナは持続的特性を描写するため、特定日付の言葉は不適切。防災意識は描写に反映。

    • 卒業証書19・2秒
      市長の学歴詐称疑惑に関する政治スキャンダルで話題のジョーク語。
      → ペルソナ2・3は政治に関心あっても、実利的テーマ重視のためゴシップ的用語は除外。

  • より広いカテゴリの言葉が優先されたため

    • ミャクミャク
      大阪・関西万博のキャラクター名。
      → ペルソナ1ではキャラクター名より「ぬい活」という行動全体を示す言葉を採用し包括的表現。

    • 薬膳
      「麻辣湯」に使われる健康的食材。
      → ペルソナ1は具体的料理名「麻辣湯」を用い、薬膳はその要素として内包。単独での記述はなし。

  • ペルソナの世代・属性と合致しなかったため

    • ほいたらね
      朝ドラ『あんぱん』に関連した土佐弁の別れ言葉。
      → 地域限定の方言・文化でありペルソナは全国的・多層的で、若者言葉ではSNSスラング優先のため未採用。

    • ひょうろく
      人気お笑い芸人の名前。
      → 特定個人の名前は属性の限定化につながるため、典型的なペルソナの説明には不適。

  • まとめ

    • ペルソナ記述は「持続的特徴や価値観を示す言葉」を優先し、
    • 一過性の出来事やゴシップ、特定個人・地域限定の固有名詞は避け、
    • より包括的で行動や価値観を象徴する言葉を選択しているため、該当キーワードは除外された。

NotebookLMの回答（展開して全文コード表示） 
ご提示いただいたリスト（7月5日、戦後80年／昭和100年、卒業証書19・2秒、ひょうろく、ほいたらね、ミャクミャク、薬膳、ラブブ）が、生成された3つのペルソナ（トレンドハンター、ビジネスパーソン、地域貢献・健康志向）の記述に含まれていなかった理由について、資料に基づき分析・説明します。
主な理由は、「ペルソナ（人物像）の属性や価値観を表す言葉」と、「一時的なニュース・特定の固有名詞」という性質の違いにあります。
1. 「一過性のニュース・出来事」であるため
ペルソナは「ライフスタイル」や「継続的な関心事」を描写するため、特定の日に発生した出来事やスキャンダルは、人物の性格描写としては馴染みにくい傾向があります。
• 7月5日
    ◦ 意味: 予言漫画に基づき、「2025年7月5日に大災害が起こる」という噂が拡散した件です。実際には何も起こりませんでしたが、観光キャンセルなどの経済的影響が出ました。
    ◦ 除外理由: これは「特定の日付に関する噂・デマ」という一過性のイベントです。ペルソナが「防災意識が高い」という描写（備蓄など）には繋がりますが、「7月5日」という言葉そのものは、その日が過ぎれば人物像の形容として機能しなくなるため、ペルソナの持続的な特性（トレンド好き、防災意識など）の描写には直接使われなかったと考えられます。
• 卒業証書19・2秒
    ◦ 意味: 学歴詐称疑惑があった静岡県伊東市の市長が、会見で卒業証書を提示した時間が「19.2秒」だったことに由来する言葉で、政治不信や権威失墜のジョークとして拡散しました。
    ◦ 除外理由: これは特定の政治スキャンダルを揶揄する言葉です。ペルソナ2（ビジネスパーソン）やペルソナ3は政治に関心を持っていますが、彼らの関心は「政策（女性首相、トランプ関税）」や「制度（フリーランス保護法）」といった、自身の生活やビジネスに直結する実利的なテーマに向いているため、ゴシップ的な要素の強いこの言葉は採用されなかったと推察されます。
2. 「より広いカテゴリの言葉」が採用されたため
具体的な商品名やキャラクター名よりも、それを含む「行動」や「ジャンル」を表す言葉の方が、ペルソナのライフスタイルを説明するのに適していたケースです。
• ラブブ / ミャクミャク
    ◦ 意味: 「ラブブ（LABUBU）」はZ世代に人気のキャラクター、「ミャクミャク」は大阪・関西万博の公式キャラクター です。
    ◦ 除外理由: ペルソナ1（トレンドハンター）の説明では、これら特定のキャラクター名ではなく、ぬいぐるみを持って出かける行動そのものを指す「ぬい活」 という言葉が採用されました。「ラブブ」や「ミャクミャク」は「ぬい活」の対象の一部であり、ペルソナの趣味をより包括的に表現するために「ぬい活」という上位概念の言葉が優先されたと考えられます。
• 薬膳
    ◦ 意味: 中華料理の「麻辣湯（マーラータン）」のスープなどに使われる健康的な食材・要素です。
    ◦ 除外理由: ペルソナ1の説明において、Z世代のトレンドとして具体的な料理名である「麻辣湯」 が採用されています。「薬膳」は麻辣湯の構成要素や魅力の一つ（ヘルシーさ）として内包されているため、単独の流行語としては記述されず、より象徴的な「麻辣湯」という言葉に集約されました。
3. ペルソナの「世代・属性」との不一致
設定された3つのペルソナの関心領域と、言葉が持つ文化的背景が合致しなかったケースです。
• 戦後80年／昭和100年
    ◦ 意味: 2025年が戦後80年、昭和換算で100年に当たるという歴史的節目です。
    ◦ 除外理由: ペルソナ1（若者）はレトロ文化に関心がありますが、それは「平成女児（平成レトロ）」 であり、昭和ではありません。また、他のペルソナ（ビジネス、地域貢献）も「未来」や「現在の課題（物価高、環境問題）」への志向が強く、過去の回顧や歴史的な節目そのものをアイデンティティとしていないため、説明に含まれませんでした。
• ほいたらね
    ◦ 意味: 朝ドラ『あんぱん』に関連した土佐弁（高知の方言）で「それじゃあね」といった別れの挨拶です。
    ◦ 除外理由: これは特定のドラマや地域（高知）に紐づく方言ブームです。今回のペルソナは、特定の地域（高知）に限定された人物設定ではなく、またペルソナ1の若者言葉としても「ビジュイイじゃん」 などのSNSスラングの方が優先されたため、使用されませんでした。
• ひょうろく
    ◦ 意味: バラエティ番組などでブレイクしたお笑い芸人の名前です（※資料内では詳細な流行背景の記述は少ないが、ノミネート語としてリストアップされている）。
    ◦ 除外理由: 特定のタレント個人名は、その人物の「ファン」という限定的な属性になってしまうため、広い層を代表する「ペルソナ（典型例）」のライフスタイル記述としては採用しにくかったと考えられます。
まとめ
これらの言葉がペルソナの説明に出てこなかったのは、それらが「特定の事件・ゴシップ」「下位カテゴリの固有名詞」「特定の地域・作品への依存」という性質を持っており、人物の普遍的な「ライフスタイル」や「価値観」 を描写するのには、「ぬい活」「麻辣湯」「物価高」などの言葉の方がより適していたからであると結論付けられます。

ペルソナは特定の固有名詞や地域、作品などに偏りがないように作られていたことがわかりました。

「ペルソナ（人物像）の属性や価値観を表す言葉」という目的意識を持って情報をノミネート語を取捨選択している点に、NotebookLMの高度な分析能力と判断力が凝縮されていると言えるでしょう。

5.まとめ

本記事では、定性的でカオスに見える新語・流行語大賞のノミネート語というデータから、NotebookLMを活用してペルソナを導き出すプロセスをご紹介しました。

まさに、NotebookLMは「数字だけでは見えない、言葉の裏に隠された顧客の心」を紐解き、具体的な人物像に変身させてくれるこのプロセスは、多様な世代の人物像の理解度をグッと深めくれました。

NotebookLMの活用方法は無限にあると思います。 今回ご紹介したペルソナ分析及びマーケティング分野での活用、ゲームや小説の設定やシナリオ作成などのクリエイティブな方面での活用、動画の要約を行うことによる勉強効率化など、業務だけでなく、プライベートでもお好みのシーンに合わせて活用していけると良いのではないでしょうか。

最終的には人間が判断するというAIと人間の協働原則を守りながら、楽しいAIライフを送っていきましょう！

*1:ドコモ・テクノロジ株式会社は株式会社NTTドコモの機能分担会社で、ドコモグループの研究開発を支えている企業です。 https://www.docomo-tech.co.jp/

*2:「現代用語の基礎知識」選 T&D保険グループ 新語・流行語大賞：https://www.jiyu.co.jp/singo/