ClaudeとGeminiの全チャット履歴をNotebookLMに食わせたら、自分のAI使い分けが丸裸になった話 | TechDistill

> Source: Zenn_Python

// Problem

Claudeのチャット履歴はNotebookLMに直接インポートできない。また、複数のLLMを併用している場合、履歴が各プラットフォームに分断されているため、自身のAI活用パターンや、AI間の役割分担（一方の誤情報を他方で検証するなど）を横断的に把握することが困難である。

// Approach

AnthropicのPrivacy Portalから取得したJSONデータを、Pythonを用いてMarkdownへ変換するスクリプトを構築。HTMLタグの除去、可読性の向上、NotebookLMの取り込み制限を考慮した自動ファイル分割、および差分更新機能を実装し、データの構造化と安定的なインポートを実現した。

// Result

NotebookLMによる分析を通じ、Geminiを「アイデア創出」、Claudeを「論理的検証・実装」として活用する独自のワークフローが可視化された。単一のAIでは追跡不能な、AI間の役割分担やハルシネーションの検知プロセスといった高度な利用実態を、統合的なログ分析によって明らかにした。

Senior Engineer Insight

> 本件は、マルチLLM環境における『メタ認知』をシステム化した点に高い価値がある。個人の生産性向上において、AIの特性を理解し、適切なタスクを割り当てる『オーケストレーション』の重要性を実証している。実務においては、こうしたログの集約は、開発チームにおけるAI利用ガイドラインの策定や、プロンプトエンジニアリングの最適化に向けた定量的分析の基盤となり得る。ただし、エクスポートデータの取り扱いには、機密情報の漏洩を防ぐための厳格なデータガバナンスが不可欠である。