為什麼我想介紹這個工具？
說真的，一開始我對 NotebookLM 沒什麼期待。
「Google 出的 AI 筆記工具」聽起來就像每年 Google I/O 上那些用完就忘的東西，沒辦法實際應用到生活或工作中。但後來我真的試了，發現它做到了一件其他 AI 工具一直做不夠好的事：它只根據你給它的資料回答問題，不會亂掰。
這對需要處理大量文件的人來說是很實際的差別。你上傳一份 100 頁的研究報告，問它第 37 頁那個數字怎麼來的，它會告訴你，還會附上來源。ChatGPT 就做不到，它會跟你聊得很順，然後給你一堆幻覺，你不知道它說的是不是真的。
這就是 NotebookLM 值得使用的原因。
NotebookLM 是什麼？
NotebookLM 是 Google 在 2023 年推出的 AI 研究工具，背後的模型是 Gemini。它的核心概念很簡單：你把文件丟進去，它幫你整理、摘要、回答問題，而且只從你給的文件裡找答案。
它不是 Google Docs，不是 Notion，也不是你以為的那種 AI 聊天室。它更像是一個能讀你資料的研究助手，你問什麼，它從你上傳的內容裡找答案，每一個回答都會標注是從哪份文件的哪個段落來的。
目前支援的輸入格式包括 Google Docs、Google Slides、PDF、網頁連結、YouTube 影片連結、純文字，以及音訊檔案。
主要功能
筆記本（Notebook）概念
NotebookLM 用「筆記本」為單位來管理資料。你可以針對一個專案、一門課、一份報告各建一個筆記本，把相關的文件全部放進去，然後在這個封閉的知識庫裡問問題。
這個設計讓它特別適合需要針對特定範圍作業的情境，不像一般 AI 是對著全世界的知識庫在聊天。
資料摘要與整合
上傳文件之後，NotebookLM 會自動產生一份摘要，告訴你這份資料的主要內容。如果你丟進去好幾份文件，你可以問它「這幾份文件的共同結論是什麼」或「它們的觀點有什麼差異」，它會跨文件整合給你答案。
Audio Overview（Podcast 模式）
這是我覺得最有趣的功能。你上傳資料之後，可以讓 NotebookLM 把內容轉成一段像 Podcast 的對話音訊，兩個 AI 主持人會用口語的方式討論你的文件。
實際效果比你想像的自然。對於不想一直盯著螢幕看文字的人，這個功能讓你可以邊做其他事邊把資料聽完。
引用來源追蹤
每次回答都會附上引用，標記答案來自哪份文件的哪個部分，點進去可以直接跳到原文。這對需要查證的工作場景來說很重要，你不用再自己對答案跟原始資料是否相符。
Mind Map 與大綱
NotebookLM 可以根據你的文件自動生成心智圖和大綱，幫你快速掌握整體結構。這個功能在整理讀書筆記或準備簡報架構時很好用。
怎麼開始用？
1. 前往 notebooklm.google.com，用 Google 帳號登入
2. 點右上角建立新筆記本
3. 上傳你的文件（PDF、Google Doc、網址、YouTube 連結都可以）
4. 等它處理完，開始在右側的對話框問問題
像我貼了好幾個有關 Multi-Agent 的國外影片，然後問它什麼是多代理系統？它就幫我用列點式整理了重點出來：
第一次用可以試著問「請幫我摘要這份文件的重點」，感受一下它的回答方式和引用呈現。
文件上傳的量有限制。免費版每個筆記本最多 50 個來源，每個來源最多 500,000 字，每個帳號最多 100 個筆記本。對大多數用途來說夠用。
不同職業可以怎麼用？
學生和研究者
讀論文是研究者花最多時間的事之一。你可以把 10 篇相關論文都丟進同一個筆記本，然後問「這幾篇文獻對 X 的定義有什麼共識和分歧」，或者「哪篇文章的方法論跟我的研究方向最接近」。
也很適合準備考試。把課本章節和老師的講義都上傳，問它某個概念的考點整理，或者讓它幫你出模擬題。
律師和法務人員
合約審閱、法規比對是法律工作裡費時又容易出錯的環節。把合約草稿和相關法規一起上傳，問它「這份合約有哪些條款可能與某某法規有衝突」，或者「甲方在第 8 條的義務是什麼」，它會從文件裡找出具體內容，每個答案都有條文依據。
記者和內容創作者
做專題報導前要讀一堆背景資料。把相關的新聞稿、報告、訪談稿都整合進去，讓它幫你梳理時間線，找出不同報導之間的出入，或者提示還有哪些角度沒有被充分討論。
寫內容的人也可以用它來做研究整合，把參考資料全部丟進去，問它幫你找有沒有支撐某個論點的具體數據。
工程師和產品經理
讀技術文件是工程師常做的事。把 SDK 文件、API 文件、架構設計文件一起放進筆記本，遇到問題直接問，比在文件裡用關鍵字搜尋快很多，因為它能理解問題的語意，不只是找字串。
PM 可以把用戶訪談紀錄、客戶回饋報告、競品分析全部整合進去，讓它幫你歸納使用者痛點，或者找出不同用戶群對同一功能的態度差異。
醫療和健康領域
把病歷摘要、最新研究文獻、用藥指引放進去，讓它幫忙整合資訊，或者在多份文件之間找到相關內容。這裡要注意的是，NotebookLM 的答案只能輔助，判斷還是要靠專業人員。
結合 Gemini 的使用方式
NotebookLM 和 Gemini 都是 Google 的 AI 產品，但它們的定位不一樣。NotebookLM 是封閉知識庫，只根據你的文件回答；Gemini 是開放語言模型，可以用它做創作、分析、程式、對話。
把兩個搭在一起用，是讓工作流更完整的方法。
用 Gemini 處理 NotebookLM 的輸出
NotebookLM 把研究整理好之後，把摘要或重點貼到 Gemini，讓 Gemini 幫你把這些資訊改成部落格文章、簡報腳本、提案文件或 Email 草稿。一個負責整理事實，一個負責轉換成你需要的格式。
Gemini Advanced + NotebookLM 的深度整合
如果你有訂閱 Google One AI Premium（裡面包含 Gemini Advanced），可以在 Gemini 的介面裡直接連接 Google Drive。這讓你可以在 Gemini 對話裡引用存在 Drive 裡的文件，做到類似 NotebookLM 的效果，但在 Gemini 的多功能介面下進行。
工作流範例
以學術研究為例，完整流程可以是這樣：
把論文 PDF 丟進 NotebookLM，讓它整理出研究問題、方法、結論的對照表。把這份對照表貼進 Gemini，請它幫你判斷這幾篇文獻適合用什麼樣的引用順序，以及幫你草擬文獻回顧段落。
以工作專案為例，NotebookLM 先從會議紀錄和需求文件裡提取出關鍵決策和行動項目，再把這些內容交給 Gemini，讓它根據這些資訊幫你寫 Project Update 給利害關係人。
重點是讓 NotebookLM 做它擅長的事（整合你的文件），讓 Gemini 做它擅長的事（生成和改寫），而不是用同一個工具硬做所有事情。
👉 延伸閱讀：Notion Developer Platform 完整解析：現在可以讓Agent直接在Notion上班了
總結
NotebookLM 最大的價值在於它讓 AI 回答有依據可查。在一堆 AI 工具都在比誰說的更流暢的時候，它選擇把重點放在「說的有沒有根據」，這個定位對需要處理大量文件的工作場景來說實際有用。
它免費，上手快，跟 Google 生態圈整合得很自然。如果你還沒用過，花 10 分鐘丟一份平常覺得很難讀的文件進去試試。
Quick Summary
NotebookLM 是 Google 推出的 AI 研究工具，只根據你上傳的文件回答問題，每個答案都附來源引用，不會憑空捏造資訊。
