NotebookLM 8種用法，學會就是效率王者
- notebooklm ai
- notebooklm 教學
- notebooklm
- notebooklm 官方
NotebookLM 最近又升級了一輪：Studio 輸出更多、Gemini 理解更強、手機和 Gemini 同步也更順了。但我發現很多人還是把它當「帶引用的 ChatGPT」——上傳幾份 PDF，問兩句摘要，就關了。
其實它真正的強項是資料整理 + 多形態輸出。下面這份 notebooklm 教學 整理了我日常在用的 8 種用法，涵蓋 notebooklm ai 從入門到進階的完整路徑。如果你也在搜 notebooklm 官方 入口，可以直接按場景套用。
先說結論：別只拿它當聊天框
NotebookLM 是 Google 的免費 AI 知識工具，底層 Gemini 驅動。三欄結構很清晰：
| 面板 | 作用 |
|---|---|
| Sources（來源） | 上傳 PDF、網頁、YouTube、音訊、Google 文件等 |
| Chat（對話） | 基於來源提問，回答帶引用編號 |
| Studio（工作室） | 一鍵生成播客、投影片、思維導圖、閃卡、報告等 |
和通用聊天機器人最大的區別：只讀你上傳的材料，不會憑空編造；每條結論都能點引用回到原文。官方入口：notebooklm.google.com
8 種用法速覽
| 序號 | 用法 | 適合誰 | 核心動作 |
|---|---|---|---|
| 1 | 跨文件交叉分析 | 研究員、分析師 | 對比多份報告的觀點與分歧 |
| 2 | 會議錄音整理 | 職場人、專案經理 | 音訊轉文字 + 提取行動項 |
| 3 | Audio Overview 通勤複習 | 備考、產業追蹤 | 把長文變成雙人播客 |
| 4 | Studio 出交付物 | 營運、顧問、學生 | 投影片、資訊圖、閃卡 |
| 5 | 文獻/研報梳理 | 學術、投資研究 | 帶引用的摘要與對比表 |
| 6 | 個人知識庫沉澱 | 長期學習者 | 一主題一筆記本，持續追加 |
| 7 | 長文寫作素材整理 | 創作者、自媒體 | 跨素材生成章節大綱 |
| 8 | YouTube 課程壓縮 | 技能學習者 | 字幕提取 + 報告 + 閃卡 |
下面逐個展開。
用法一：跨文件交叉分析
NotebookLM 的獨家能力之一，是同時讀懂多份來源並做對比——不是把文件內容塞進對話，而是有來源管理、勾選篩選和交叉引用。
典型提問：
- 「這三份競品報告對 2026 年定價策略的判斷有什麼共識和分歧？」
- 「五篇論文對同一概念的定義有什麼不同？列成表格」
- 「哪些來源提到了 X 風險，哪些完全沒提？」
技巧： 左側只勾選相關來源再問；問題要寫清輸出格式（表格、對比列表、bullet）。
用法二：會議錄音整理
上傳 MP3/WAV 會議錄音，NotebookLM 會自動轉寫。轉寫結果會分段、去掉部分贅詞，比純轉文字工具少一步清洗。
工作流：
- 錄音上傳至筆記本
- Chat 問：「提取決策事項、負責人、截止日期」
- 再問：「把討論中的分歧點單獨列出來」
- 重要結論點保存為筆記（聊天記錄關閉後可能遺失）
有雜音、音質差的錄音，建議先用剪輯工具降噪，再上傳。
用法三：Audio Overview 通勤複習
Audio Overview 會把你的資料變成雙人對話式播客，支援自訂深度、焦點和語言，可下載 MP3。
| 場景 | 做法 |
|---|---|
| 產業週報 | 5–8 篇報導 URL 扔進筆記本 → 生成播客 → 通勤聽完抓全局 |
| 考前複習 | 教材 PDF → 按章節生成播客 → 反覆聽薄弱章 |
| 客戶方案預習 | 多份 briefing → 生成 15 分鐘要點版 |
生成前在自訂框寫清要求，比如「用初學者友善的語氣」「重點講實操步驟」。
用法四：Studio 一鍵出交付物
Studio 面板是效率差距最大的地方——很多人只聊天，從不點這裡。
| 功能 | 輸出物 | 我常用的場景 |
|---|---|---|
| Slide Deck | 帶講稿的投影片 | 週會匯報、答辯提綱 |
| Infographic | 結構化資訊圖 | 內部分享、社群長圖底稿 |
| Mind Map | 概念關係導圖 | 新領域快速建骨架 |
| Flashcards / Quiz | 閃卡、測驗 | 備考、培訓考核 |
| Briefing Doc / Report | 執行摘要、深度報告 | 給老闆/客戶的一頁紙 |
| Data Table | 表格化對比 | 多來源指標橫向比 |
記住： 先選好來源範圍，再在提示裡寫清格式和受眾。
用法五：文獻/研報帶引用梳理
做研究最怕「AI 編了個結論」。NotebookLM 的回答旁邊有引用編號，點一下跳到 PDF 對應段落——寫報告、做答辯時能直接核對。
推薦提問路徑（由寬到窄）：
- 「這些來源的核心論點分別是什麼？」
- 「方法論上有哪些共同點？」
- 「哪些結論存在矛盾？各自依據是什麼？」
配合 Mind Map 建領域骨架，配合 Study Guide 做考前速覽。
用法六：個人知識庫長期沉澱
堅持一主題一筆記本，別把所有領域混在一個本裡——來源太雜，回答會被「語境污染」。
操作建議：
- 筆記本命名按專案/領域（如「AI Agent 研究」「Q2 競品」）
- 每週把新文章、新 PDF 追加進去，刪掉過時來源
- 需要時直接問：「基於目前所有來源，X 問題的最新判斷是什麼？」
免費版每本約 50 個來源、可建約 100 個筆記本，對個人知識管理通常夠用。
用法七：長文寫作素材整理
寫書、寫長文、做系列稿時，把採訪記錄、參考文章、資料表全扔進去，讓 NotebookLM 做素材層整理，而不是從零創作。
示例流程：
- 上傳全部素材
- 問：「基於這些材料，列一個 8 章大綱，每章 3 個論點」
- 逐章追問：「第三章有哪些素材可引用？缺什麼論據？」
- 用 Audio Overview 先「聽」一遍素材，動筆前框架就清晰了
它和 ChatGPT/Claude 的分工：NotebookLM 整資料、給引用；大模型做文風潤色和跨主題重組。
用法八：YouTube 課程壓縮學習
貼上 YouTube URL，NotebookLM 自動提取字幕，適合技能課、公開課的批量消化。
四步壓縮法：
- 把系列課程 URL 全部加為來源
- Studio 生成 Report：關鍵知識點 + 實操步驟
- 生成 Audio Overview：對話式複習核心概念
- 生成 Flashcards：可記憶的知識碎片
一門 10 小時的課，通常能壓到 1 份報告 + 1 期播客 + 一套閃卡，比逐集看省很多時間。
三個提問習慣，比花哨 Prompt 更重要
| 習慣 | 說明 |
|---|---|
| 先廣後窄 | 先問全貌，再問細節，最後問矛盾點 |
| 寫明格式 | 「列成表格」「用三句話總結」「給初學者看」 |
| 善用來源勾選 | 只選本次相關的 5–10 份，減少干擾 |
筆記本設定裡還可以加自訂指令（角色、語氣、輸出偏好），不用每次重複。
免費版夠用嗎？
| 限制項 | 免費版 |
|---|---|
| 筆記本數量 | 約 100 個 |
| 每本來源數 | 50 個 |
| 每日對話 | 約 50 次 |
| Audio Overview | 約 3 次/天 |
個人資料整理、備考、產業研究一般夠用。來源特別多時，按主題拆筆記本，或合併同類短文為一個 PDF。
小結
NotebookLM 的價值不是「又一個聊天機器人」，而是把密集資料翻譯成你最容易吸收的格式——聽、看、練、圖都行，且有據可查。
上面 8 種用法 涵蓋了從交叉分析到多模態輸出的完整鏈路。建議先選一個你最痛的場景（會議、備考、研報、寫作）試一輪，通常半小時內就能感受到和「只聊天」的差別。
想在本站直接體驗（含 Gemini 對話），點下面按鈕：
從「上傳 → 提問 → Studio 輸出」走通一次，你就不會再把它當普通聊天框了。這才是 notebooklm ai 的效率王者玩法。