実践ガイド

Notion×AI自動化 — CLIでデータベース操作とページ生成ガイド2026

NotionをAIエージェントから自動操作する方法を解説。Notion CLI(ncli)の概要、検索・データベースのクエリ・ページ作成・プロパティ更新・コメント返信の自動化、安全な書き込みフロー、MCPとの使い分けまでをまとめます。

AI Agent CampAI Agent Camp 編集部··6 分で読了

「議事録もタスクもナレッジも全部Notionにあるのに、転記や整理は結局手作業」——Notionをチームの中心に据えている組織ほど、この「Notion内の単純作業」が積み上がります。

この記事では、NotionをAIエージェントから自動操作する方法を解説します。中心になるのはNotion CLI(ncli)というツールで、検索・データベース操作・ページ作成・コメント返信までをターミナルから実行できます。AIエージェントと組み合わせることで「Notionの中の定型作業」を自動化する流れを、安全な運用ルールとあわせてまとめます。内容は、当スクールが法人研修・オンラインコースで実際に使っている教材(Module 12)をベースにしています。

エージェント活用の基礎は 生成AIとは?法人の業務自動化・AIエージェント活用ガイド を先に読むと理解がスムーズです。

この記事でわかること

  1. Notion CLI(ncli)とは何か
  2. なぜCLIでNotionを操作するのか — MCPとの使い分け
  3. セットアップの流れ(インストールとOAuth認証)
  4. データベースの検索・クエリと「読み取り」の設計
  5. ページ作成・プロパティ更新と「安全な書き込み」フロー
  6. 実践例: データ要約→コメント返信の自動化
  7. 運用の注意点(認証情報・CI)

Notion CLI(ncli)とは

Notion CLI(ncli)とは、Notionの公式APIをターミナルから扱うためのコマンドラインツールです。教材で使う @sakasegawa/ncli はOAuthで認証し、コーディングエージェントとの連携を想定して設計されたnpmパッケージです。

ncliでできることは次の通りです。

つまり、Notionの画面でクリックして行う操作の大半を、コマンド(=AIエージェントが実行できる形)に置き換えられます。

なぜCLIでNotionを操作するのか — MCPとの使い分け

NotionとAIをつなぐ手段にはMCP(Model Context Protocol)サーバーもあります。使い分けの考え方はシンプルです。

観点Notion CLI(ncli)Notion MCP
向いている場面バッチ処理・CI・スクリプト化した定型作業エディタ内での対話的な作業
再現性同じコマンドで何度でも再現できる会話の文脈に依存する
連携JSON出力をパイプで他ツールへ渡せるエージェントのツール呼び出しとして動く

バッチやCIのように対話型ツールが向かない場面でも、同じコマンド方言で自動化できるのがCLIの強みです。エディタ内での連携が必要なときはMCPと役割分担します。スクリプトやターミナル運用を主軸にすると、自動化が再現しやすくなります。

セットアップの流れ

セットアップは2ステップで完了します。

  1. npmでグローバルインストール@sakasegawa/ncli を導入する
  2. ncli login でOAuth認証 — 初回のみブラウザが開き、Notionワークスペースへの接続を許可する

認証後は ncli whoami で認証状態を確認し、ncli search でワークスペース内のページを検索できれば準備完了です。オプションの詳細は ncli --help で確認できます。

ここから先は、コマンドを自分で打つ必要はありません。AIエージェントに「Notionの◯◯データベースから今週のタスクを取得して要約して」と自然言語で依頼すれば、エージェントがncliコマンドを組み立てて実行してくれます。

データベースの検索・クエリ — 「読み取り」の設計

Notion自動化の基本は、まず「読み取り」からです。流れは次の通りです。

  1. ncli search で対象のデータベースを検索する
  2. ncli fetchスキーマ(プロパティ構成)を確認する
  3. ncli db queryフィルタ・ソート付きのクエリを実行する
  4. JSON出力を整形して、要点を表やリストにまとめる

ここで重要なのが、教材でも強調されている**「読み取りの設計」**です。

Notionのページは長くなりがちです。何も考えずに全文を取得するとAIのコンテキストを圧迫し、精度もコストも悪化します。「必要な範囲だけ取得する」がNotion×AIの基本姿勢です。

ページ作成・更新 — 「安全な書き込み」フロー

読み取りに慣れたら書き込みです。ncli page create(ページ作成)、ncli file upload(ファイルアップロード)、ncli db create(データベース作成)、ncli page update(プロパティ更新・本文追記)が使えます。

ただし書き込みは、読み取りと違ってワークスペースを書き換える操作です。教材では次の4つの安全フローを徹底しています。

  1. サンドボックスで試す — 下書き用ページや複製ページでまず実行する
  2. 差分を先に見せる — 変更内容を差分として提示させてから実行する
  3. 追記と更新を区別する — ブロックの追記とプロパティ更新は別の操作として意識する
  4. 実行後に検証するncli fetch で変更前後の状態を確認し、戻し方を理解しておく

この「サンドボックス→差分→実行→検証」のフローは、Notionに限らずAIエージェントに書き込み系の操作を任せるときの定石です。

実践例: データ要約→コメント返信の自動化

読み取りと書き込みを組み合わせた実践例が、「要約してコメントで返す」自動化です。

  1. ncli fetch で対象ページやデータベースの内容を取得する
  2. AIが内容を要約する
  3. ncli comment create で要約をページのコメントとして追加する
  4. ncli comment list で結果を確認する

たとえば「週次の議事録ページを読んで、決定事項とToDoをコメントで残す」「データベースの新規エントリを要約して担当者向けコメントを付ける」といった運用が組めます。本文を書き換えるのではなくコメントで返す形なら、元のコンテンツを壊すリスクがない点も実務向きです。

定期実行に発展させたい場合は、GAS×AI自動化ガイド で解説しているトリガー設計の考え方がそのまま応用できます。

運用の注意点

  1. 認証情報の保存場所に注意し、トークンをリポジトリにコミットしない — ncliの認証情報も秘密情報として扱います
  2. CIでは対話ログインが使えないncli login はブラウザ認証のため、CI環境では別の認証戦略が必要になる場合があります
  3. 秘密情報を含むURLやトークンをログに出さない — ファイル取得時の署名付きURLなどにも注意します
  4. バイナリをそのまま貼らない — 添付ファイルは要約・リンク・抜粋で返す設計にします

チームでNotion自動化の型をまとめて習得したい場合は、法人向けAIエージェント研修 でハンズオン形式の導入が可能です。

なお、この記事には挿絵を載せていません。Notion CLIの操作はテキスト(コマンドとJSON)が中心のため、図解よりも上記のコマンド例を手元で試すのが最短の理解ルートです。

よくある質問

Q. Notion AI(公式機能)とは何が違いますか? A. Notion AIはNotionの画面内で文章生成や要約を行う機能です。本記事のアプローチは、NotionのAPIをCLI経由でAIエージェントに操作させるもので、検索→クエリ→ページ作成→コメントといった複数ステップの定型作業を、Notionの外から自動化できる点が異なります。両者は排他ではなく併用できます。

Q. プログラミングの知識は必要ですか? A. コマンドを暗記する必要はありません。セットアップ(インストールとncli login)さえ済ませれば、あとは「◯◯データベースから今週分を取得して要約して」のような自然言語の依頼で、AIエージェントがコマンドを組み立てて実行します。必要なのは、どのページ・データベースを対象にするかを明確に伝えることです。

Q. 勝手にページを書き換えられるリスクはありませんか? A. 運用ルールで防ぎます。教材では「サンドボックスページで試す→変更差分を提示させる→実行→ncli fetchで前後を検証する」というフローを徹底しています。また、本文の書き換えではなくコメント追加で返す設計にすれば、元コンテンツを壊すリスク自体をなくせます。

Q. MCPとCLIはどちらを使うべきですか? A. エディタ内で対話しながら進める作業はMCP、バッチ処理・CI・スクリプト化した定型作業はCLI(ncli)が向いています。再現性が重要な自動化はCLIを主軸にし、必要に応じてMCPと役割分担するのが教材の推奨です。

Q. 認証まわりで気をつけることは? A. 初回の ncli login はブラウザでのOAuth認証です。発行されたトークンは秘密情報として扱い、保存場所を確認の上、Gitリポジトリにコミットしないでください。CI環境では対話ログインが使えないため、別の認証戦略の検討が必要です。

関連記事

関連サービス

LINE登録で Claude Code 特典キットを受け取る

スライド自動作成キット・スターターキットを無料プレゼント。友だち登録するだけで受け取れます。

最終確認日: 2026-06-10

関連記事

実践ガイド

Mockを「審判」にする──テスト資産がない既存プロダクトでAI駆動開発を回す方法

AI駆動開発の終了条件は「審判」です。テストが無い既存プロダクトで審判をどう作るか、正解の出所(現行実装・制度・Mock・主観)で場合分けして解説します。審判の検証方法まで含めた実践手順です。

実践ガイド

Mock駆動開発のススメ──AIに実装させる前に、Mockで「正解」を固定する

AIコーディングで最初に壊れるのは実装力ではなく受け入れ基準です。Mockを「絵」ではなく「審判」として使うMock駆動開発の考え方と、既存プロダクトへの入れ方を、実案件の型にもとづいて解説します。

実践ガイド

チケットからマージまで──AI駆動開発の日常ループと多層ゲート

AI駆動開発の型ができた後、毎日どう回すか。チケット→PRD→テストケース/ステート図更新→実装→テスト→マージのループ、速い順に並べる多層品質ゲート、ブランチ戦略を決めずに進む「v2方式」を解説します。

実践ガイド

AIに読ませるドキュメント体系──L0〜L6と「正本ルール」

AIの出力がぶれる原因はモデルではなくコンテキストの不備です。AI駆動開発で整えるべきドキュメントをL0〜L6の7階層に整理し、最初に決めるべき「正本ルール」と、縦に1本通す進め方を解説します。