NotebookLM 使用指南：把一堆资料变成能对话的知识库

你有没有遇到过这种情况：下载了一堆 PDF 论文，买了几门课、收藏了几十篇文章，结果真正要用的时候，不知道哪篇里提到过什么，只能一篇篇翻。NotebookLM 就是用来解决这个问题的。它是 Google 推出的 AI 研究笔记本，核心逻辑很简单：把你的资料上传进去，它就只基于这些资料来回答你的问题——不会编造，不会答非所问，每个回答都能追溯到原文出处。

这篇文章会带你走完 NotebookLM 的完整使用流程，重点放在真正有用的功能和容易被忽视的技巧上。

NotebookLM 是什么，它和 ChatGPT 有什么不同

很多人第一次用 NotebookLM 时会觉得"限制太多"——它只回答跟你上传资料有关的问题，不会帮你写文章，不会解释你没上传的知识。但这个"限制"恰恰是它的核心优势：

减少幻觉。 ChatGPT 这类通用 AI 会用训练数据里的知识"补全"答案，有时候一本正经地说错。NotebookLM 的答案来源锁死在你的资料里，每条回答都标注了出处是哪篇文档的哪一段，可以点击跳转验证。

深度阅读你的资料。 它不是把文档当成关键词检索，而是真正理解内容，能回答"这两篇论文的核心分歧是什么""作者在第三章论证这个观点用了哪几种方法"这类需要理解才能回答的问题。

适用场景： 学术研究、读书笔记整理、分析竞品报告、学习某个专业领域的知识、处理公司内部文档等。不适合用来做通用问答或创意写作。

费用： 截至 2026 年，NotebookLM 基础版完全免费。NotebookLM Plus（Google One AI Premium 套件内）提升限额，每个笔记本可上传 300 个来源（免费版 50 个），每天可生成 20 个音频概览（免费版 3 个）。

上传资料：支持哪些格式，怎么上传

NotebookLM 支持以下来源类型：

上传建议：

• PDF 优先用文字型 PDF，扫描版（图片 PDF）的识别效果比较差，提前 OCR 处理一下效果会好很多。
• YouTube 视频只有开启了字幕的视频才能被有效提取，没有字幕的视频效果很差。
• 网页内容有些网站会反爬，URL 上传失败时可以把内容复制成文本再上传。
• 每个笔记本最多 50 个来源（免费版），单个来源的文字上限约 50 万字。超长资料考虑拆分或只上传关键章节。

建立笔记本的正确姿势

新建一个笔记本后，先别急着问问题。有几个步骤能显著提升使用体验。

第一步：让它生成来源摘要

上传完资料后，点击每个来源右侧的"生成摘要"（或它会自动生成），得到每篇资料的核心内容概览。这一步帮你快速判断资料是否有效，也帮助 AI 更好地理解资料结构。

第二步：问宏观问题，建立地图

不要一开始就问细节。先问几个大问题，帮自己建立认知框架：

• "这些资料的核心主题是什么？"
• "这几篇论文的主要论点有哪些共同点和分歧？"
• "给我列一个这批资料覆盖的主要知识点目录。"

有了这张"地图"，后续的提问会更有针对性。

第三步：针对具体问题深挖

宏观框架建立之后，再去问具体细节：

• "文档里关于 X 方法的局限性是怎么说的？"
• "作者给出了哪些数据支持这个结论？"
• "把所有提到竞品的段落整理出来。"

每个回答后面都会有引用标注，点击可以直接跳到原文位置，方便核实。

Audio Overview：把资料变成播客

这是 NotebookLM 最独特、也最被低估的功能。点击"音频概览"，它会生成一段两位 AI 主播的对话式播客，用聊天的方式聊你上传的资料内容。

为什么这个功能很实用：

• 通勤或做家务时"听完"一批论文，吸收核心观点
• 对陌生领域快速入门，先听个大概再深读
• 检验自己对资料的理解——听完播客，你会知道哪些地方没弄清楚

如何提升播客质量：

NotebookLM Plus 提供多种播客格式：深度讨论（Deep Dive）、简要概述（Brief）、批判性分析（Critique）、辩论（Debate）。

如果你想要更专业的技术播客，可以在生成前设置"专业度：专家级"，这样 AI 不会把专业术语过度简化。

如果想自定义内容，在生成界面可以输入自定义提示，比如"重点聊方法论部分，忽略背景介绍"或者"加入对这个领域现有局限性的批评视角"。

免费版每天可以生成 3 个音频概览，播客时长通常 6–15 分钟，内容丰富时可达 30 分钟。

生成结构化笔记

问答之外，NotebookLM 还能帮你把资料整理成结构化内容，几个最有用的用法：

生成学习指南： 点击"创建学习指南"或在对话框里输入"生成一份关于这批资料的学习指南，按难度递进排列"。

生成思维导图： 它可以输出 Markdown 格式的思维导图层级结构，复制到 Obsidian 或其他工具使用。

生成 FAQ： "针对这批资料，生成一份 20 条问答的 FAQ"——特别适合做培训资料或知识库文档。

提炼要点： "把所有资料里提到的关键数据和结论整理成一张表格"。

所有这些生成内容都能"保存到笔记"，方便后续调用。

几个冷门但好用的技巧

用多个笔记本分主题管理

NotebookLM 支持创建多个笔记本。建议按主题而不是按项目来组织：

• 一个笔记本专放竞品分析资料
• 一个笔记本放某个技术领域的论文
• 一个笔记本放公司内部文档

混在一起会导致 AI 在不相关的资料里打转，回答质量下降。

上传对话截图作为辅助资料

你和 ChatGPT 或 Claude 的有价值的对话，可以导出为 PDF 或复制为文本，上传到 NotebookLM。这样你的"思考过程"也成了可检索的资料。

结合 YouTube 字幕做知识沉淀

找到一个高质量的演讲或课程视频，把 URL 丢进 NotebookLM，然后问"这个演讲里最有行动价值的 10 个建议是什么"。比看完整视频再做笔记快十倍。

追问"你没提到的"

AI 的回答有时候会遗漏细节。养成一个习惯：在得到回答后，追问"资料里还有哪些跟这个话题相关但你没提到的内容？"能挖出很多有价值的补充信息。

跨资料比较分析

NotebookLM 很擅长做横向比较。上传两份竞品白皮书后，可以问"这两家公司在技术路线选择上的核心差异是什么"——这类跨文档综合分析，用传统搜索或手动阅读要花很长时间。

限制与边界

了解清楚 NotebookLM 不能做什么，避免用错场景：

• 不能联网搜索。它只基于你上传的资料，不会引用外部网页（URL 来源需要你主动添加）。
• 扫描版 PDF 效果差。图片 PDF 没有文字层，识别率低，建议用工具先做 OCR。
• 不擅长做创作任务。写营销文案、写故事这类任务交给 Claude 或 ChatGPT，NotebookLM 不是为此设计的。
• 资料质量决定回答质量。垃圾进、垃圾出，上传质量差或内容浅的资料，回答也会很泛。

结语：谁最适合用 NotebookLM

强烈推荐的场景： 学术研究（整理文献、综述写作）、职场学习（快速消化行业报告）、知识管理（把散落资料整合成可检索的知识库）、备考（把考纲和辅导书变成问答练习题库）。

次优选择的场景： 如果你的资料都在 Notion 或飞书里，用 Notion AI 这类原生集成的工具效率更高，不需要导出再上传。

NotebookLM 的核心价值在于它的克制——只说它知道的，知道的都有出处。在信息噪音这么多的时代，这反而是一种难得的可靠性。