NotebookLMとブラウザエージェントで営業を自動化する仕組み

営業のリード発見から成約まで、人が画面を叩き続ける必要はなくなりつつあります。

この記事では、X（旧Twitter）で話題になった「NotebookLM＋ブラウザエージェント」による営業自動化の具体例を整理します。何が自動化でき、どんな役割分担で動くのか、導入時に押さえるべき注意点までを解説します。

この記事でわかること

• NotebookLMとブラウザエージェントを組み合わせた営業ワークフローの全体像
• 一晩で497ドル（約7万円）の成約が報告された事例の内容
• 従来の営業体制と比較したコスト構造
• 実運用に落とし込むための3層構成と導入時のリスク

寝ている間に成約が発生した、という報告

2026年7月4日、Xユーザーshmidt氏（@shmidtqq）が、NotebookLMとブラウザエージェントを組み合わせた営業自動化の事例を紹介しました。投稿では「営業担当の年俸6万ドル（約900万円）相当の仕事を、この構成が置き換えた」と主張しています。

具体的な成果として、エージェントを一晩稼働させたところ497ドルの売上が成約したと報告されています。電話もチームも不要で、ライブのWeb上でリードを見つけ、商談を進める設計だと説明されています。成功したパターンはそのまま複製できる、とも述べられています。

この投稿は動画付きで拡散され、8,500回以上の閲覧がついています。独立した第三者による検証は現時点で公開されていないため、数値は「報告された事例」として扱う必要があります。ただし、NotebookLMを知識の中枢に据え、ブラウザエージェントにWeb操作を任せるという構成自体は、2026年時点の技術で再現可能です。

なぜ2つのツールの組み合わせなのか

営業自動化でよくある失敗は、汎用チャットボットに丸投げすることです。ChatGPTのような汎用AIはインターネット全体の学習データを参照するため、自社の提案内容や価格、反論への切り返しを正確に反映しにくい場合があります。

NotebookLMはGoogleが提供するソースグラウンディング型のAIリサーチツールです。アップロードした資料・URL・YouTube動画だけを根拠に回答し、出典付きの引用を返します。1つのノートブックに最大50ソース、約2,500万語のコンテキストを保持できます（参考）。

一方、ブラウザエージェントはWebブラウザ上でクリック・入力・画面遷移を自律的に行うAIです。Anthropicの「Claude for Chrome」は、フォーム入力、複数タブの横断操作、ワークフローの記録と定期実行に対応しています（参考）。Googleも2026年6月のNotebookLM大型アップデートで、チャット内のエージェント的機能とクラウド上でのコード実行を追加しました（参考）。

つまり、NotebookLMが「何を・誰に・いくらで売るか」を判断する頭脳になり、ブラウザエージェントが「Web上で実際に動く手足」になる、という役割分担です。

リード発見から成約までの3層構成

shmidt氏の投稿は手順の詳細を省略していますが、同種のワークフローを紹介する複数の事例から、実運用レベルの構成が読み取れます。

第1層：NotebookLMに営業の「頭脳」を入れる

まずNotebookLMに、自社の提案書、価格表、顧客ペルソナ、過去の商談記録、反論への切り返しなどをソースとして登録します。AI営業ラボのFlorian氏は、営業チーム向けに「NotebookLMはChatGPTではなく、アップロードした資料だけを根拠に回答する」点が決定的だと指摘しています（参考）。

リードごとにノートブックを分けると、回答の精度が上がります。見込み客のWebサイト、プレスリリース、業界レポートを追加し、「この企業に刺さる提案角度は何か」と問い合わせれば、引用付きのブリーフが返ってきます。

第2層：ブラウザエージェントがWeb上でリードを発見する

ブラウザエージェントは、SNS、業界ディレクトリ、採用ページ、プレスリリースなどを巡回し、自社のターゲット条件に合う企業や個人をリストアップします。Claude for Chromeでは、一度手動で操作を記録すれば同じ手順を自動再実行でき、日次・週次のスケジュール実行にも対応します（参考）。

発見したリード情報はNotebookLMに渡され、ターゲット適合度の判定やアプローチ文面の生成に使われます。

第3層：成約処理とワークフローの複製

shmidt氏の投稿では、成約後にワークフローが「自分自身を複製する」と述べられています。これは、成功した一連の操作（どのサイトを巡回し、どんな文面で接触し、どの条件で成約したか）をテンプレート化し、別のターゲット市場や商品に横展開する、という意味合いと読めます。

コミュニティ製のMCPサーバー（例：notebooklm-mcp、NotebookLM-MCP）を使えば、Claude DesktopなどのAIエージェントからNotebookLMのノートブック作成・ソース追加・質問応答をプログラム的に呼び出せます。NotebookLMには公式APIがないため、こうしたブラウザ自動化が橋渡し役になります（参考）。

従来の営業体制と比べたコスト

shmidt氏の投稿では、以下のコスト比較が示されています。

NotebookLMはGoogleアカウントで無料利用できます。ブラウザエージェント側は、Claude for ChromeがProプラン（月20ドル）以上で利用可能です。完全無料ではありませんが、人件費や代行費用と比べると桁が違う水準です。

必要なスキルは「自社のオファー内容をNotebookLMに正しく与えること」だと投稿では強調されています。技術的なコーディングより、営業知識の構造化がボトルネックになります。

営業以外でも使える応用パターン

同じ構成は、営業以外の業務にも転用できます。

競合調査の自動化：ブラウザエージェントが競合サイトを巡回し、NotebookLMがコンテンツ戦略を比較表にまとめる。結果をGoogleスプレッドシートに出力する、という流れが実演されています（参考）。

新入社員のオンボーディング：研修動画のトランスクリプトと社内資料をNotebookLMに入れ、質問応答型のナレッジベースにする。営業チームでは入社1週間の説明負荷を大幅に下げた事例があります（参考）。

アカウント準備：見込み客の決算資料、自社の過去商談記録、バトルカードを1つのノートブックに集約し、商談前のブリーフを引用付きで生成する、といった使い方も報告されています。

導入前に押さえるべき3つの注意点

検証の限界：shmidt氏の497ドル成約は1件のソーシャルメディア報告です。再現性や継続的な売上には、自社環境での検証が必要です。

セキュリティリスク：ブラウザエージェントはログイン済みのブラウザを操作します。Anthropicはプロンプトインジェクション攻撃のリスクを公式に警告しており、金融・決済・顧客データを扱うサイトでは人間の監督が必須です（参考）。

DOM依存の脆弱性：NotebookLM連携のMCPサーバーはブラウザ自動化に依存するため、GoogleがUIを変更すると動かなくなる可能性があります。本番運用では定期的な動作確認が欠かせません。

まず試すなら、リサーチ自動化から

いきなり成約まで任せるのではなく、リード調査と提案ブリーフの生成から始めるのが現実的です。NotebookLMに自社の提案資料とターゲット業界の公開情報を入れ、ブラウザエージェントには「見込み客リストの収集とスプレッドシートへの転記」だけを任せる、という段階的な導入が安全です。

NotebookLMとブラウザエージェントの組み合わせは、チャットボット1つでは届かない「根拠ある判断」と「Web上の実操作」を同時に自動化する構成です。営業、マーケ、事業開発のいずれでも、まず小さなワークフローで試し、成果が出た部分から拡張していくのが定石です。