NotebookLM 是什麼?Google 推的 AI 筆記神器完整教學:功能、使用步驟與實戰場景

NotebookLM 是 Google 在 2023 年 7 月推出的實驗性產品,原名 Project Tailwind,當時的定位是「給研究人員的 AI 筆記助手」。2024 年 6 月正式更名為 NotebookLM(Notebook + Language Model),並向全球公開使用。同年 9 月推出的 Audio Overview功能讓它一舉爆紅—這是 Google 自 Gemini 之後,最具話題性的 AI 產品。

2025 年起,NotebookLM 推出付費版 NotebookLM Plus(整合於 Google AI Pro / Google One AI Premium),提供更高的容量、更高音質與企業版功能。底層使用的是 Gemini 2.0 Pro 的長上下文能力(可處理超過百萬 token)。

它解決了什麼問題?

過去用 ChatGPT 或 Claude 處理「自己的一堆資料」會遇到三個痛點:

• 每次都要把資料貼進去,上下文很快用完。
• AI 會混入自己的訓練知識,給出「不在你資料裡」的答案。
• 沒辦法快速產出學習筆記、簡報、Podcast 這類「結構化輸出」。

NotebookLM 的設計就是針對這三點:資料一次上傳長期保存、回答嚴格鎖在來源範圍、內建多種輸出格式。

2. 核心理念:Source-grounded(以來源為基礎)

「Source-grounded」是 NotebookLM 最重要的設計哲學,直譯是「以來源為錨」。它的意思是:AI 的所有回答都必須回到你上傳的內容,並標註在哪一段。

這個設計帶來三個關鍵好處:

• 幻覺(hallucination)機率大幅下降:AI 不能憑空編造,必須有來源支撐。
• 可驗證性高:每個段落都能點回原文檢查,適合學術與商務用途。
• 隱私邊界清楚:資料不會與其他使用者共享,Google 也明確聲明免費版的對話不會用於訓練模型。

換句話說,NotebookLM 不是「會搜尋全世界的 AI」,而是「會深入研究你給它的東西的 AI」。這個自我設限,反而是它最大的賣點。

3. 完整功能盤點:八大輸出格式

除了基本對話,NotebookLM 在右側 Studio 面板提供多種一鍵生成的格式。對知識整理而言,這些「結構化輸出」常常比聊天更有價值。

這些格式可以反覆生成,也能用文字提示客製。例如生成 Audio Overview 時你可以指定:「主持人請聚焦在第三章,用適合大學新生的語氣,辯論為主、不要太捧場」。

4. 怎麼開始用?4 步驟新手教學

步驟 1:登入官網

瀏覽器打開 notebooklm.google.com,用你的 Google 帳號登入即可。台灣可直接使用,免費版無需信用卡。

步驟 2:建立 Notebook 並上傳來源

點選「+ New」建立新的筆記本(Notebook)。每個筆記本是一個獨立的「資料宇宙」。在來源面板點選「Add source」,可以:

• 上傳 PDF、TXT、Markdown、音訊檔
• 貼上網址(NotebookLM 會自動抓取網頁內容)
• 貼上 YouTube 影片連結(會抓字幕,長片支援良好)
• 從 Google Drive 選擇 Docs、Slides

免費版單個筆記本最多 50 個來源,每個來源約 50 萬字上限——對絕大多數人都用不完。

步驟 3:和你的資料對話

右側對話框輸入問題即可。比起一般 AI,NotebookLM 在「跨來源綜合」上特別強。

步驟 4:在 Studio 面板生成結構化輸出

右側 Studio 面板選擇 Audio Overview / Mind Map / Briefing Doc 等格式,點選後幾分鐘內就能產出。Audio Overview 與 Video Overview 較耗時(5–15 分鐘),其他格式通常 30 秒內完成。

5. NotebookLM vs ChatGPT vs Claude vs Perplexity

四款都是 AI 助手,但定位差很多。下表幫你快速判斷哪一個適合你的任務。

什麼情況該選誰?

• 選 NotebookLM:當你要處理「一批自己的資料」——論文、合約、產品文件、法規、教科書、會議錄音。
• 選 ChatGPT:當你要做通用任務——寫信、創意發想、寫程式、生成圖像。
• 選 Claude:當你要寫長文、做深度分析、處理需要細膩判斷的內容。
• 選 Perplexity:當你需要「最新的網路資訊」與多來源引用。

有經驗的使用者通常同時用四種——它們不是互相取代,而是分工。

6. 7 個實戰應用場景

① 學生:把整學期講義變成考前濃縮包

上傳 8 份課堂 PDF + 教科書章節,生成 Study Guide 與心智圖,再用 Audio Overview 通勤時聽複習。準備期末考的效率比想像中高很多。

② 研究者:跨論文文獻回顧

上傳 20–30 篇相關論文,讓 NotebookLM 比較不同學派的論點、找出研究空缺(research gap),產出 Briefing Doc 作為文獻回顧的初稿基礎。

③ 產品經理:讀完所有競品文件

把競品的官網、白皮書、TechCrunch 報導、CEO 訪談 YouTube 全丟進去,問:「這幾家在『定價策略』上的差異是什麼?他們的長期願景一致嗎?」

④ 律師/法務:讀完一整套合約或法規

上傳契約、法條、判例,問「條款 4.2 與條款 11 有沒有矛盾?」「依現行法,本案最弱的論點是?」並要求每句結論都標出依據。

⑤ Podcaster / 內容創作者:把研究稿變成 Podcast

把訪談前的研究資料整理成一個筆記本,生成 Audio Overview 當作「研究伙伴對談」靈感。也有不少 YouTuber 直接用 Audio Overview 當作節目背景音。

⑥ 上班族:會議錄音變行動清單

上傳會議錄音(Zoom 匯出 MP3 或 Google Meet 字幕),生成 Briefing Doc + 待辦事項列表,並反向追問「誰沒有回應主管的提問?」。

⑦ 寫作者/翻譯者:深入理解原作風格

上傳一位作者的全部作品,問「他在情感描寫上的常用句式有哪些?」「跨作品的核心母題是什麼?」這對翻譯與評論寫作非常有幫助。

7. 8 個進階技巧:讓 NotebookLM 變強三倍

多數人用 NotebookLM 只停留在「上傳檔案、問問題」的層次。下面這幾個進階技巧,是研究員、知識工作者實際用一段時間後累積出的最佳實踐。

① 用「主題式分倉」管理資料,而非單一大筆記本

很多新手把所有東西丟進同一個 Notebook,導致提問時 AI 在無關資料中迷路。建議按主題拆成多個小筆記本——「2025 競品分析」「Q3 客戶訪談」「年度法規更新」——每個聚焦 5–15 個來源,品質遠勝一個塞 50 份檔案的混合筆記本。

② Audio Overview 用「Customize」自訂主題

產生 Audio 之前點擊 Customize,可輸入自訂指令,例如:「請聚焦在第二章與第五章、聽眾是行銷主管、避免技術術語、加入 3 個實際應用案例」。同樣的資料能因為不同提示產出完全不同的對談,這是放大價值的關鍵。

③ 用「引用面板」反向學習

每次 AI 回答都會顯示來源段落編號,點擊就會跳到原文那一段。把它當成「快速精讀」工具——讓 AI 找出論文中最關鍵的段落,你只精讀那幾段,而不是從頭讀到尾。

④ 用 YouTube 影片快速吸收長講座

把 1 小時以上的演講、訪談、產業會議影片連結貼進來,NotebookLM 會抓字幕並生成 Briefing Doc。你可以再追問:「這位講者最有爭議的論點是什麼?他的證據支持得起來嗎?」

⑤ 雙語場景:讓 AI 用 A 語言讀、用 B 語言答

上傳英文論文、要求 AI 用繁體中文摘要;或上傳中文政府公文,要求轉成英文簡報。NotebookLM 對「跨語言重組」的處理比 ChatGPT 更穩定,因為來源固定不會「翻錯外加幻覺」。

⑥ 把音訊資料(會議錄音、訪談)當作主要來源

NotebookLM 支援上傳 MP3 音訊,會自動轉錄並可被搜尋。實務上,把 30 分鐘 1on1、客戶訪談錄音直接上傳,馬上就能問:「客戶提到痛點時用了哪些原話?」這比手動整理逐字稿快得多。

⑦ 利用「Notebook-level instructions」鎖定回答風格

每個 Notebook 都能設定永久指令,例如「永遠用繁體中文、所有外文人名保留原文、回答必須三段式:結論 / 證據 / 反例」。設定一次,所有後續對話都會遵守,不需要在每次提問時重講一遍。

⑧ 善用「公開分享」協作

NotebookLM 支援將筆記本以連結分享給特定人或設為公開。教學者可以建立「課程閱讀資料庫」讓學生使用;團隊可以共享「客戶研究筆記本」協作整理。被分享方無法刪除來源,只能讀取與對話,安全性可控。

8. 限制與注意事項

1.不會主動上網

這既是優點也是限制。如果你的問題需要「最新時事」「網路上額外的脈絡」,NotebookLM 會直接告訴你「來源中沒有相關資料」。要結合即時資訊,需另外搭配 Perplexity 或 ChatGPT。

2.中文 Audio Overview 品質仍在追趕英文

2025 年起陸續支援繁中、簡中等語系,但音色、語感、專有名詞的處理目前仍以英文最自然。若你的來源是中文,可選擇生成中文 Audio,但偶爾會出現「翻譯腔」。

3.數學與圖表理解較弱

對純文字資料表現極好,但對含大量公式、表格、圖表的學術文件,還是建議搭配 ChatGPT 或 Claude 做交叉驗證。

4.來源筆記本之間無法共用

每個 Notebook 是獨立的資料宇宙。如果你在筆記本 A 累積了大量對話脈絡,想搬到筆記本 B,目前無法直接遷移,只能手動重建。

5.企業敏感資料仍應審慎

Google 聲明免費版資料不會用於訓練模型,但敏感商務資料仍建議使用企業版或 Workspace 版本(NotebookLM Plus / Enterprise),享有完整的資料隔離與管控。

結語:當 AI 開始「只回答你的問題」

大多數 AI 工具的價值來自「它知道很多」;NotebookLM 的價值剛好相反——它只知道你給它的東西,但深入理解到極致。對需要深度處理資料的學生、研究者、知識工作者而言,這個取捨非常划算:你犧牲了通用性,換來精準、可驗證、無幻覺的研究助理。

如果你還沒試過,最快的入門方式是這樣:挑一份你最近想讀但一直拖著沒讀完的長 PDF——可能是一本書、一份產業報告、一篇學術論文——上傳到 NotebookLM,讓它生成 Audio Overview,通勤時聽一遍。15 分鐘後你會明白為什麼這款產品讓 Google 重新拿回 AI 的話題權。