「Google Fit」と「Gemini Notebook」を連携して健康データを分析する方法

Google Fitの健康データをGemini Notebook（NotebookLM）に取り込んでAI分析する具体的な手順を解説します。Google データエクスポートを用いたCSV出力からスプレッドシートへの変換、NotebookLMでのプロンプト分析まで詳しく紹介します。

はじめに
Google FitとNotebookLMの連携手順
Gemini Notebookで健康データをAI分析
関連コンテンツ

はじめに

Google Fitに蓄積された歩数や睡眠時間などのログは、そのまま眺めるだけでなく、AIを活用して傾向や変化を多角的に分析できます。Google FitとNotebookLMは直接の自動連携に対応していませんが、Google データエクスポートを介してデータをインポートすれば、手軽にAIによる高度なパーソナル分析が可能です。この記事では、データの出力からNotebookLMへの登録、チャットを用いた具体的な分析手順までをわかりやすく解説します。

なお、本記事の手順および仕様は、以下の公式ドキュメントに基づいて作成しています。

Google FitとNotebookLMの連携手順

2026年9月現在、Google FitとGemini Notebook（NotebookLM）をAPIなどで常時接続する公式の直接連携機能は提供されていません。

そのため、Googleの公式バックアップツールである「Google データエクスポート」を利用して健康ログを抽出し、Gemini Notebook（NotebookLM）が認識できる形式に変換してソースへ追加します。

項目	仕様	詳細
直接連携機能	非対応	バックグラウンドでのリアルタイム自動同期は未提供
データ出力方式	対応	Google データエクスポートからZIP形式で一括取得
Notebook対応形式	対応	Google スプレッドシート（最大10万トークン）、テキスト等

Google Fitから健康データをエクスポート

まずはGoogle データエクスポート機能を使用して、アカウントに記録されているGoogle Fitの健康データを取得します。

Webブラウザで Google データエクスポートにアクセスし、Google アカウントにログインします。
画面上部にある「選択をすべて解除」をクリックし、サービス一覧の中から「Google Fit」のみにチェックを入れます。
画面下部までスクロールし、「次のステップ」をクリックします。
配信方法として「ダウンロードリンクをメールで送信」または「Google ドライブに追加」を選択します。
ファイル形式を「.zip」、アーカイブのサイズを任意（通常はデフォルトの2GB）に設定し、「エクスポートを作成」をクリックします。

作成完了の通知が届いたら、ファイルをダウンロードしてZIPを展開するか、指定したGoogle ドライブのフォルダからデータを確認します。

エクスポートデータを整形してGemini Notebookへ取り込む

展開したZIPファイル内には、毎日の歩数や運動アクティビティ、睡眠などのログがCSV形式等で保存されています。Gemini Notebookはスプレッドシート形式の読み込みに対応しているため、CSVファイルをGoogle スプレッドシートに展開して整理します。

Google ドライブを開き、「新規」から「Google スプレッドシート」を作成します。
メニューの「ファイル」から「インポート」を選択し、展開したCSVファイルをアップロードします。
分析したい期間や対象データ（歩数推移、心拍数ログなど）が含まれていることを確認します。

Gemini Notebookでソースを追加する

パソコンでGemini Notebookにアクセスし、データを読み込ませます。

NotebookLM公式サイトにアクセスします。
「新しいノートブック」を作成します。
ソースの追加ダイアログが表示されたら、「Google ドライブ」を選択し、先ほど作成したGoogle スプレッドシートを指定します。
読み込みが完了すると、左側の「ソース」パネルに対象ファイルが表示され、自動的に要約が生成されます。

Gemini Notebookで健康データをAI分析

ソースの登録が完了したら、チャット入力欄を使って質問を投げかけ、健康データの傾向を抽出します。

効果的な分析プロンプトの入力例

NotebookLMは登録した健康ログだけを根拠として回答するため、具体的な条件や比較軸を明示することがポイントです。プロンプトを送信すると、読み込んだデータに基づいた分析結果が出力されます。

提供したスプレッドシートのデータをもとに、以下の分析を行ってください。

1. 曜日ごとの平均歩数を算出し、活動量が最も多い曜日と最も少ない曜日を特定してください。
2. 歩数が8,000歩未満だった日の共通点（曜日や前後の活動状況など）を抽出してください。
3. 全体の歩数推移から、日々の運動リズムを安定させるための具体的な改善案を3点提案してください。

上記のプロンプトを入力して送信すると、取り込んだソースデータのみを参照した客観的な分析結果が出力されます。

1. 曜日別の平均歩数：
・火曜日：10,240歩（週の中で最も多い）
・日曜日：4,120歩（週の中で最も少ない）

2. 8,000歩未満の日の特徴：
土曜日と日曜日に集中しており、休日に活動量が急減する傾向が見られます。また、前日の金曜日に歩数が多い場合、翌土曜日の活動開始時間が遅くなっています。

3. 運動リズム安定への改善案：
・日曜日の午前に30分程度の散歩を組み込み、休日の急激な運動量低下を防ぐ。
・歩数が伸びている火曜日や木曜日の通勤・移動パターンを他の平日にも適用する。
・座りがちになる週末は、1時間ごとに立ち上がってストレッチを行う習慣をつける。
歩数だけでなく睡眠や心拍数のログも取り込んでいる場合は、指標間の相関関係を質問するプロンプトも有効です。