計算ノートは探索的データ分析（EDA）に人気があり、LLM（大規模言語モデル）によるコード生成と結果解釈が強化されています。しかし、ノートが長くなると、分析のメンタルモデルを維持するのが難しくなり、適切なコンテクストの選択ができなくなります。これにより、ユーザーはフラストレーションを感じ、煩雑なプロンプトエンジニアリングに悩まされます。本研究では、NoteExというJupyterLab拡張機能を提案します。これにより、EDAワークフローのセマンティックな可視化が提供され、アナリストはメンタルモデルを外部化し、分析の依存関係を指定し、LLMに関連するコンテクストをインタラクティブに選択できます。ユーザースタディにより、NoteExはメンタルモデルの保持とコンテクスト選択を改善し、LLMの応答の精度と関連性を向上させることが確認されました。