NotebookLM 動画概要（Video Overview）とは？資料から AI 動画要約を自動生成
NotebookLM の Audio Overview は、調べものの消費のしかたを変えました。ソース資料をアップロードしてボタンを一度押すだけで、2人の AI ホストが正確な引用つきであなたの資料を語り合う 15 分のポッドキャストができあがります。机に向かって要約を読む代わりに、通勤中に AI 生成のブリーフィングを聴く人がすっかり増えました。
Video Overview はその映像版です。音声だけではなく、ナレーション付きのスライドプレゼンテーション——AI が生成したビジュアルが読み上げ台本と同期したもの——として、ソース資料の主要テーマをひととおり押さえてくれます。NotebookLM は 2026 年初めにウェブ版で Video Overview を公開し、その後、Veo 3 による滑らかなアニメーションを使った、より制作クオリティの高い「Cinematic Video Overview」も投入しました。
どちらも完全にクラウド側で完結します。動画は Google のサーバーで描画され、あなたはブラウザのタブで再生するだけ。MP4 はダウンロードできません。スライドも編集できません。ナレーションも差し替えられません。オフラインで書き出すこともできません。PPT に貼り込むこともできません。動画は notebooklm.google.com の中にしか存在せず、そこから一歩も外に出せないのです。
GeminiDesktop はまったく別の設計で Video Overview を実現しました。スライドは AI による構造化された出力として組み立てられ、必要ならスライドごとに画像を生成でき（シネマティックでは動きのある映像も加わります）、動画そのものは Remotion によってブラウザ内でローカルに描画されます。サーバー側での描画も、アップロードも不要で、最終成果物はクラウドに依存しません。
重要ポイント
- NotebookLM の Video Overview は Google のサーバーで描画され、notebooklm.google.com のタブ内でしか再生できません。MP4 ダウンロードなし、スライド編集なし、オフライン再生なし。
- GeminiDesktop の Video Overview は 3 つのステップで組み立てられます：台本づくり、必要に応じたスライドごとの画像生成、そして Remotion によるローカル描画。
- スライドの JSON は編集できます——並べ替え、書き直し、画像差し替え、尺の調整。変更すると Remotion Player が即座に描画し直します。
- 映像スタイルは 2 種類：ナラティブ（テキスト主体のすっきりした構成）とシネマティック（全面ビジュアル＋パララックス）。どちらも同じ JSON から描画されます。
- Synthesia（企業向けアバター動画）、HeyGen（音声クローン）、Opus Clip（長尺→短尺）とは土俵が違います——これらはどれも「調べたことを要約動画にする」課題を解いていません。Video Overview が解くのはまさにそこです。
- 技術的なルーツは Google の Veo 系にあります——モデルの背景は Veo 用語解説 をご覧ください。
Video Overview はどうやって作られる？
GeminiDesktop の Video Overview は 3 つのステップで組み立てられます。各ステップは独立して動き、途中でできる中間成果物は次のステップに進む前に確認・修正できます。
ステップ 1：Audio Overview の台本から構成を起こす
出発点は Audio Overview の台本です。そのノートブックですでに Audio Overview を作っていれば、その台本がそのまま入力になります。まだなら先に台本を生成します。台本はソース資料の要点を会話形式でカバーした構造化ドキュメントで、物語の流れ・話題の切り替わり・引用の裏づけがすでに備わっています。動画に必要なものが最初から揃っているわけです。
この台本をもとに、AI が構造化された出力としてスライドの JSON を作ります。中身は順序付きのスライドオブジェクトの配列で、各スライドはタイトル、本文、スピーカーノート（そのスライドの読み上げテキスト）、ビジュアル説明（そのスライドの画像に何を映すか）、時間のメタデータ（表示秒数）を持ちます。スキーマでこれらの項目が必須になっているので、どのスライドも構造として必ず成立します。
10 分程度の Video Overview なら、だいたい 15〜25 枚のスライドになり、1 枚あたり 20〜40 秒です。枚数とテンポはソース資料の密度に応じて自動的に変わります。概念が詰まった技術論文なら枚数が増えてテンポも速く、読み物寄りの文章なら枚数は少なくゆったりします。
ステップ 2：スライドごとの画像生成（任意）
JSON の各スライドには visualDescription という項目があります。そのスライドの画像に何を映すべきかを自然な言葉で書いたものです。この項目は一人二役をこなします。画像を生成する場合は画像生成の指示文になり、画像生成をスキップする場合は代替テキスト兼ビジュアルの説明として、想定されている映像の文脈を読み手に伝えます。
シネマティックでは、動きが重要なスライドについてナレーションと同期した短いアニメーション映像を生成します。場面転換、カメラワーク、被写体の動きが加わりながら、スライドの根拠ある中身はそのまま保たれます。この分野のモデルの背景については Veo 用語解説 をどうぞ。動きの必要がないスライドは静止画のままで、そのほうが速くて安上がりです。
画像生成は任意で、しかもスライド単位でコントロールできます。全スライドで生成しても、選んだ数枚だけ生成しても、まったく生成しなくても構いません。社内向けの素早い共有なら、整った組版のテキストスライドだけで十分なことがほとんどです。社外に見せるプレゼンなら、生成したビジュアルが完成度をぐっと押し上げます。プラットフォームに縛られるのではなく、用途に応じて自分で選べます。
ステップ 3：Remotion Player によるローカル描画
スライドの JSON は——画像があってもなくても——Remotion Player に渡され、動画の描画はすべてブラウザ内で完結します。Remotion は React ベースでプログラム的に動画を作るためのフレームワークです。各スライドは、アニメーション付きのトランジション、タイミング制御されたテキスト表示、同期したナレーション音声を持つ Remotion の合成単位になります。Remotion Player コンポーネントは、再生・一時停止・スキップ・シーク・全画面という一般的な動画プレイヤーの操作をひととおり提供します。
設計上のポイントはここです。Remotion Player は GeminiDesktop の webview 内で動く、純粋なクライアントサイドの React コンポーネントです。サーバーなし、アップロードなし、レンダーファームなし。ブラウザ自身の描画エンジンがフレームを合成します。つまりスライドの JSON ができた瞬間に動画は使える状態になり、いわゆる「書き出し待ち」の時間がありません。Player は再生しながらその場でフレームを合成します。ウェブページのアニメーションと同じ感覚です。再生を押せばすぐ始まり、シークバーをどこへ動かしても即座にその瞬間の絵が出ます。
どの映像スタイルを選べばいい？
ナラティブ（Narrative）
テキスト主体のすっきりしたスライドで、情報の階層がはっきりしています。タイトルは上、本文は中央、補助的な図版は必要なら横に。トランジションはシンプルなクロスフェード。社内共有、学習の復習、視聴者が「学ぶために」見ている場面に向いています。画像を生成しなくても十分機能します。組版の整ったテキストスライドは、それ自体で情報をきちんと伝えられるからです。
シネマティック（Cinematic）
全面を占めるビジュアルや動きのある短い映像に、テキストを重ね、パララックスで動かし、トランジションもより凝ったものになります。社外向けのプレゼンに向いた表現です。カンファレンス発表、SNS 用の切り抜き、全社集会、クライアント納品物など。全面レイアウトではビジュアル（あるいは動く映像）が主役になるため、生成した素材の効果が特に大きく出るスタイルです。
2 つのスタイルは同じスライド JSON から描画されるので、切り替えはスタイル指定を変えるだけで、作り直しは不要です。
Video Overview はどんな場面で使える？
学会発表の準備
30 ページの論文が学会に採択されたポスドクが、10 分の発表版に圧縮する必要があるとします。ナラティブで Video Overview を生成し、スライドの JSON を確認して、2 つの節の順番を入れ替え、手法のスライドを削ぎ落とし、14 枚目に参考文献の引用を 1 本足す。その場で描画し直され、Remotion Player の出力を画面収録して発表枠の素材にします。以前なら 2 日かかったスライド作りが、午後 1 回で終わります。
記者が解説動画を作る
込み入った規制文書を取材している記者が、公開済みの記事に解説動画を埋め込みたいとします。シネマティックで Video Overview を生成すると、動きのある映像が要所の場面——法廷、データセンター、サプライチェーンの地図——を立ち上げてくれます。生成されたビジュアルが的外れなスライドは差し替え。MP4 書き出しが実装されたらそのまま出力できますが、当面は画面収録で CMS に埋め込みます。
社内の全社集会
あるプロダクトチームが、ユーザーリサーチの発見を全社集会で共有したいとします。40 本のインタビュー書き起こしをノートブックに放り込み、12 分の Video Overview を生成。ナラティブならビジネス寄りのトーンが保てます。Remotion Player のリンクを社内に共有すれば、GeminiDesktop を開いた人は誰でも視聴できます。
教員が講義モジュールを組む
オンライン講義を組み立てている教員に、15 本の指定文献があるとします。それぞれについて Video Overview を生成し、できた動画を（MP4 書き出しが実装されたらそのまま、現時点では画面収録で）予習用ブリーフィングとして配布します。学生は下地を持って教室に来るので、授業時間を一方通行の説明ではなく議論に使えます。
ポッドキャストを動画に転用する
すでに研究ブリーフィングとして Audio Overview の MP3 を持っているとします（Audio Overview 参照）。それをそのまま Video Overview の入力にすれば、台本を使い回してスライドを生成でき、1 回のリサーチから音声素材と動画素材を両方得られます。
NotebookLM の Video Overview と何が違う？
どちらも同じ課題を解いています。調べたことを「見られる要約動画」にすることです。違いは設計にあり、その差が実際のワークフローに効いてきます。
描画される場所。 NotebookLM は Google のクラウド側で動画を描画するので、リクエストを送って待つことになります。待ち時間は Google のサーバー負荷、動画の長さ、映像スタイルの複雑さで決まり、この 3 つはどれもあなたには制御できません。GeminiDesktop は Remotion Player でローカルに描画するため、ネットワークが要るのは最初のスライド JSON と画像生成だけです。これらが手元に揃ってしまえば、再生も操作も完全にオフラインで行えます。
編集できるかどうか。 NotebookLM の Video Overview は完成品です。見ることしかできません。内容の力点がずれている、スライドの順番がおかしい、あるビジュアルが噛み合っていない——そうなったら動画をまるごと作り直して、次はマシになるよう祈るしかありません。スライドエディタはなく、画像を 1 枚だけ差し替えることも、特定のスライドだけナレーションのタイミングを直すこともできません。GeminiDesktop の Video Overview は、あなたが中身を見て直せるスライド JSON の上に成り立っています。各スライドは 1 つの JSON オブジェクトです。順番の入れ替え、テキストの編集、尺の調整、画像の差し替え、スライドの削除——Remotion Player は変更後の JSON からリアルタイムに描画し直します。動画はブラックボックスではなく、編集できるドキュメントなのです。
書き出しと使い回し。 NotebookLM の Video Overview は notebooklm.google.com の中にしか存在しません。リンクの共有はできます。しかし MP4 のダウンロードも、スライド 1 枚の抽出も、画面収録を挟まずに Notion・Google Slides・Keynote へ埋め込むこともできません。GeminiDesktop は Remotion の描画のしくみを使ったローカル MP4 書き出しを今後のアップデートで予定しています。スライド JSON、生成した画像、動きのある映像といった中間成果物は、すでにローカルのファイルとして扱えます。
プライバシー。 NotebookLM はソース資料の内容解析と動画の描画をどちらも Google のサーバー上で行います。あなたの PDF、メモ、研究データはすべて Google のインフラを通ります。GeminiDesktop でも構成を組み立てるためにソース資料は AI に送信されますが（通常の AI とのやり取りとまったく同じ扱いです）、動画の描画自体は完全にローカルです。スライド JSON、生成した画像、描画されたフレームは、可視化と再生の段階で一度もあなたの端末を離れません。
他の AI 動画ツールとはどう使い分ける？
| 機能 | NotebookLM | Synthesia | HeyGen | Opus Clip | Runway | GeminiDesktop |
|---|---|---|---|---|---|---|
| 入力：自分の資料 | あり | なし（台本は自作） | なし（台本は自作） | なし（既存動画） | なし | あり |
| 根拠のある引用 | あり | なし | なし | 元動画 | なし | あり |
| AI アバターの司会 | なし | あり | あり | なし | なし | なし |
| 音声クローン | なし | あり | あり（強い） | 元音声 | あり | なし |
| 長尺動画 → 短尺クリップ | なし | なし | なし | あり（中核） | なし | なし |
| ナレーション付きスライド要約 | あり | なし | なし | なし | なし | あり |
| シネマティックな動きの演出 | あり | なし | なし | なし | あり | あり |
| ローカル描画 | なし | なし | なし | なし | なし | あり（Remotion） |
| 編集できるスライド JSON | なし | 限定的 | 限定的 | 該当なし | 限定的 | あり |
| 代表的な価格 | 無料 + Pro | 月 $22〜 | 月 $24〜 | 月 $9〜 | 月 $15〜 | 無料 + API |
Synthesia と HeyGen は、台本が手元にあってアバターに話させる企業研修のような場面で力を発揮します。あなたの調べものを「要約」してくれるわけではなく、渡した台本にナレーションを付けるツールです。
Opus Clip は長尺動画を SNS 向けの短いクリップに切り出すもので、解いている問題がまったく違います。
Runway はシネマティックなテキスト→動画生成で、クリエイティブな出力は強力ですが「元資料に根拠を置く」ワークフローがありません。
NotebookLM がいちばん近い存在です。同じように資料に根拠を置き、同じようにドキュメントから生成します。違いは設計——クラウドかローカルか、ブラックボックスか編集可能か。
ローカル描画はなぜ重要なのか？
「ローカルで描画する」は技術的な実装の話に聞こえます。しかし実際に使ってみると、使えば使うほど効いてくる形で体験そのものが変わります。
すぐ再生できる。 書き出し待ちの列がありません。ジョブを投げて 5 分後に戻ってくるのではなく、Player がリアルタイムにフレームを合成するので、再生を押した瞬間に再生されます。
細かく直せる。 再生が即座なので、動画を見て「ここを直したい」と気づき、JSON を書き換え、数秒後には更新版を確認できます。この短いフィードバックの往復は、描画が遠くのサーバーで行われて 1 往復に数分かかる環境では成立しません。
オフラインでも使える。 スライド JSON と画像さえできてしまえば、動画にネットワークは不要です。飛行機の中、電波の怪しい会議室、クラウド頼みのツールが黙って落ちるようなあらゆる場所で、Video Overview を見返してそのまま見せられます。
再生に上限がない。 スライド JSON と画像の生成には AI の利用枠を消費しますが、再生・シーク・JSON を書き換えての再描画は、回数制限のないローカルの処理です。利用枠を減らさずに、動画を好きなだけ作り込めます。
Google はなぜデスクトップ版 Video Overview を出さないのか？
NotebookLM の Video Overview が Google のウェブ基盤に縛られているのは、ウェブが Google にとって NotebookLM を届ける唯一の窓口だからです。デスクトップで描画するには、NotebookLM が台本やスライド JSON を書き出せる公開 API を用意するか——Google はやっていません——Google 自身がクロスプラットフォームのデスクトップアプリを作るか——Labs チームはやらない選択をしました——のどちらかが必要です。これは NotebookLM にネイティブアプリがない理由 で分解したのと同じ構造的な話です。Google 側の動機が変わらないかぎりデスクトップの空白は残り続けます。GeminiDesktop は台本とスライドの生成、そして Remotion によるローカル描画で、その空白を埋めています。
Windows で NotebookLM の Video Overview は使える？
まともには使えません。Windows では Google が NotebookLM アプリもネイティブの Gemini アプリも出していないからです。2026-04-14 に出た Google App for Windows は、薄い検索用の外殻にすぎません。Google が公式に用意しているどの経路をたどっても、Windows ユーザーにとって Video Overview は完全に手の届かない場所にあります。GeminiDesktop の Windows 版バイナリなら、Video Overview の一連の工程をそのままネイティブに実行できます。参考：Google が Gemini の Windows アプリを作らない理由、ネイティブな Gemini Windows アプリ、Windows インストールガイド。
Video Overview の制限は？
Video Overview は AI の利用枠に依存します。動画が長いほど、スライドごとの画像生成を使うほど、消費は速くなります。動きのある映像は静止画よりコストがはっきり高いので、使いどころは選んでください。Remotion Player のリアルタイム合成は最近のハードウェアなら十分高速ですが、独立 GPU を持たない古い Intel Mac ではコマ落ちすることがあります。Remotion のサーバーサイド描画を使った MP4 書き出しはロードマップ上にありますが未実装で、今日の社外共有は画面収録が現実的な手段です。スライド JSON は編集できますが、見たまま編集できるスライドエディタはまだありません。JSON を直接書き換えると Player が描画し直す、という形です。
よくある質問
NotebookLM の Video Overview は MP4 でダウンロードできますか？ できません。NotebookLM の Video Overview は notebooklm.google.com のブラウザタブ内でしか再生できず、MP4 のダウンロードはありません。
Video Overview のスライドを 1 枚だけ編集できますか？ NotebookLM ではできません。完成品として描画されているからです。GeminiDesktop ではできます。スライド JSON を編集すれば Remotion Player が即座に描画し直します。
Video Overview のナレーションはどうやって作られますか？ Audio Overview と同じ音声合成のしくみで作られます。詳しくは Audio Overview をご覧ください。
シネマティックの動く映像は何で作られていますか？ NotebookLM 側は Google のテキスト→動画モデル Veo 3 を使っています。背景は Veo 用語解説 をどうぞ。GeminiDesktop では複数の先進 AI モデルを切り替えて利用できます。
Video Overview はオフラインで使えますか？ 生成済みの動画の再生はオフラインで可能です。生成そのものにはネットワーク接続が必要です。
Video Overview は無料ですか？ NotebookLM の Video Overview は無料版でも Pro でも使えますが、生成回数に上限があります。GeminiDesktop での生成はあなたの AI 利用枠に計上され、無料枠はあるものの、動きのある映像を多用すれば費用が発生します。
使ってみる
Video Overview は GeminiDesktop で利用できます。ソース資料をアップロードし、概要を生成し、スタイルを選ぶだけ。あなたの調べたことが動画になります——ローカルで描画され、どの工程でも編集でき、実際の出典に根拠を置いたまま。
こちらからどうぞ：geminidesktop.app/app。