🎬 博主名称： 超级苦力怕

🔥 个人专栏： 《AI 工具使用目录》 《NotebookLM 教程》

🚀 每一次思考都是突破的前奏，每一次复盘都是精进的开始！

---

文章元信息：

• 更新时间： 2026/05/18
• 文章定位： NotebookLM 入门教程
• 适合读者： AI 工具初学者、学生、知识管理用户、需要整理资料的开发者
• 前置知识： 无，能正常使用 Google 账号即可
• 使用前提示：NotebookLM 需要登录 Google 账号，部分功能入口、额度、语言选项可能会随账号地区、版本和产品更新变化。

前言

资料越攒越多，但真正要用的时候，经常会遇到三个问题：不知道从哪里读起、读完后记不住、想复用时又找不到重点。NotebookLM 的价值就在这里：它可以围绕你上传的资料进行总结、追问、生成学习材料和建立引用关系。本文会从基础概念、资料上传、提问方法、Studio 实操和轻量知识库搭建几个角度，带你把 NotebookLM 用成一个真正可复用的资料工作台。

---

一、NotebookLM 是什么

NotebookLM 是 Google 推出的 AI 研究和学习工具。它的核心思路不是让 AI 凭空回答问题，而是让 AI 围绕你提供的资料进行理解、总结、问答和内容生成。

简单来说：

💡 核心结论： NotebookLM 更像一个“基于资料的 AI 知识库”，而不是一个普通聊天机器人。

普通 AI 聊天工具更偏向“你问什么，它根据模型已有知识回答什么”；NotebookLM 更强调“你先上传资料，它再围绕这些资料回答问题”。

对比项	普通 AI 聊天工具	NotebookLM
信息来源	模型已有知识 + 用户输入	用户上传或导入的资料源
适合场景	通用问答、写作、代码、创意生成	资料阅读、报告整理、学习复习、文档问答
回答依据	不一定明确展示来源	更强调基于资料回答，并提供引用依据
使用重点	写好提示词	选好资料源 + 问具体问题
常见风险	回答可能脱离资料	资料质量差会影响输出质量

如果你正在读论文、整理课程、分析报告、准备演讲，或者想把一堆资料变成可追问的知识库，NotebookLM 会比普通聊天窗口更适合。

---

二、NotebookLM 的三个核心区域

入门 NotebookLM，先记住三个区域：Sources、Chat、Studio。

区域	中文理解	主要作用
Sources	资料源	上传、导入和管理资料
Chat	对话区	围绕资料提问、总结、对比、提取信息
Studio	创作区	生成音频概览、视频概览、思维导图、报告、测验等内容

2.1 Sources：资料源是 NotebookLM 的基础

Sources 可以理解为 NotebookLM 的“知识输入区”。

你放进去的资料越清晰、越相关，后续回答质量通常越高。如果资料本身混乱、重复、主题太杂，NotebookLM 的输出也容易变得松散。

官方支持的资料类型包括：

资料类型	示例
文档文件	PDF、Markdown、TXT、Word、PowerPoint、CSV、ePub
Google 文件	Google Docs、Google Slides、Google Sheets
网页	普通网页 URL
视频	带字幕的 YouTube 公开视频
音频	MP3、WAV 等音频文件
图片	PNG、JPG、WEBP 等常见图片格式
文本	直接复制粘贴一段内容

作者有话说：这里可能会显示不一样，这里我使用的是 Kortex 插件，在后续会讲解

官方说明中提到，一个资料源最多可以包含 500,000 个单词，上传文件最大 200MB；一个 Notebook 最多可以包含 50 个资料源。

2.2 Chat：围绕资料继续追问

Chat 是提问区。

上传资料后，你可以让 NotebookLM 做总结、解释概念、提取结论、对比观点、找矛盾点，也可以让它根据资料生成学习计划或文章大纲。

例如：

请根据当前资料，总结这个主题的核心概念，并按初学者学习顺序排列。

请对比这些资料中对 RAG 的不同定义，并列出相同点和差异点。

请提取资料中所有风险、限制和前提条件，用表格整理。

2.3 Studio：把资料生成学习成品

Studio 更像一个资料加工区。

它可以把已有资料生成不同形式的内容，比如音频概览、视频概览、思维导图、报告、表格、闪卡、测验、幻灯片和信息图。

Studio 功能	适合用途
Audio Overview	把资料变成音频讲解，适合通勤或复习
Video Overview	把资料变成视觉化视频概览
Mind Map	快速看清主题结构和概念关系
Reports	生成 FAQ、学习指南、简报或自定义报告
Data Tables	把资料中的信息整理成表格
Flashcards	生成概念记忆卡片
Quizzes	生成自测题
Slide Decks	生成演示文稿初稿
Infographics	生成图文信息摘要

2.4 Studio 实操案例：生成一次 Audio Overview

以“RAG 基础理念”这个 Notebook 为例，如果资料源里已经放入了 RAG 入门文章、官方文档和课程笔记，就可以用 Audio Overview 生成一段适合复习的音频讲解。

推荐操作流程如下：

步骤	操作	目的
第 1 步	在 Studio 中找到 Audio Overview	进入音频概览生成入口
第 2 步	点击自定义或编辑入口	指定讲解重点、风格和受众
第 3 步	设置输出语言	让音频更适合自己的学习习惯
第 4 步	生成并试听	判断内容是否覆盖核心资料
第 5 步	下载或保留在 Notebook 中	用于通勤复习或阶段回顾

✅ Audio Overview 自定义提示词示例

请把当前资料生成一段适合初学者复习的中文音频概览。
风格要求：
1. 两位主持人用轻松但专业的对话方式讲解
2. 先解释 RAG 解决什么问题
3. 再说明检索、增强、生成三个步骤
4. 最后提醒 RAG 的常见误区和使用边界
时长尽量控制在 5 到 8 分钟，不要加入资料中没有的案例。

生成结果可以重点观察三点：

• 对话风格是否自然： 是否像两个人在解释资料，而不是机械朗读总结；
• 内容覆盖是否完整： 是否讲到了核心概念、关键步骤和常见误区；
• 引用边界是否稳妥： 是否出现资料中没有提到的结论或夸张表达。

主观体验上，Audio Overview 更适合“复习”和“建立整体印象”，不适合替代精读。第一次学习一个主题时，建议先看文字总览和引用来源；等你已经理解大概结构后，再用音频概览反复听，效果会更好。

2.5 Studio 实操案例：生成一份 FAQ 报告

如果你的目标不是复习，而是写文章、做汇报或给别人讲清楚一个主题，Reports 里的 FAQ 报告会更实用。

继续以“RAG 基础理念”为例，可以让 NotebookLM 先生成一份 FAQ，把资料里反复出现的问题整理出来。

✅ FAQ 报告生成提示词

请根据当前资料生成一份 FAQ 报告。
要求：
1. 面向刚接触 RAG 的初学者
2. 问题按“是什么 -> 为什么 -> 怎么做 -> 有什么限制”排序
3. 每个回答控制在 120 字以内
4. 尽量保留引用依据
5. 不要加入资料中没有的产品案例

生成之后不要直接复制发布，建议继续做四步处理：

检查点	处理建议
问题是否重复	合并含义接近的问题
顺序是否自然	调整为先概念、再流程、最后误区
回答是否过满	删掉和读者目标无关的细节
是否有引用依据	关键定义和结论回到原资料核对

这个案例比单纯生成总结更适合文章写作，因为 FAQ 天然接近读者的疑问路径。你可以把 FAQ 当作文章大纲的雏形，再扩展成“前言、核心概念、操作流程、常见误区、总结”。

---

三、从零开始使用 NotebookLM

下面用一个完整流程，演示新手应该怎么使用 NotebookLM。

3.1 创建一个具体主题的 Notebook

一个 Notebook 可以理解为一个独立项目。

不建议把主题写得太大，例如：

人工智能

这个范围太宽，后续资料会非常杂，提问也容易失焦。

更建议写成：

RAG 基础理念

主题越具体，NotebookLM 越容易围绕同一个方向组织资料。

3.2 上传 3 到 8 个高质量资料源

新手入门时，不建议一开始就上传几十份资料。

比较稳妥的做法是先准备 3 到 8 个高质量资料源，例如：

• 一份官方文档；
• 一篇入门教程；
• 一篇深入分析文章；
• 一份课程讲义；
• 一个带字幕的视频；
• 自己整理的 Markdown 笔记。

这样既有足够上下文，又不会让资料范围过于混乱。

3.3 先让 NotebookLM 做整体总览

资料上传完成后，不要急着让它写文章或生成结论。

可以先让它给出主题总览。

✅ 资料总览提示词

请根据当前 Notebook 中的所有资料，整理一份主题总览：
1. 这个主题主要解决什么问题
2. 资料中反复出现的关键词有哪些
3. 核心概念可以分成哪几类
4. 初学者应该先理解哪些内容
5. 哪些内容需要后续深入学习
请尽量保留关键引用依据。

这样做的好处是：先建立整体地图，再进入细节学习。

3.4 针对不懂的地方继续追问

总览之后，就可以针对某个概念继续追问。

✅ 概念解释提示词

请只根据资料解释「概念名称」。
要求：
1. 先用一句话说明它是什么
2. 再用一个生活化类比解释
3. 最后列出资料中支持这个解释的依据

如果你在读论文或技术报告，可以进一步问：

这篇资料的方法和传统方法相比，改进点在哪里？请用表格对比。

资料中有哪些限制、风险或没有解决的问题？请列出引用依据。

---

四、怎样提问效果更好

NotebookLM 的输出质量，很大程度取决于你的问题是否具体。

一个好问题通常包含四个要素：范围、任务、格式、标准。

要素	说明	示例
范围	限定依据哪些资料回答	只根据当前资料 / 只根据某一份 PDF
任务	说明要做什么	总结 / 对比 / 提取 / 改写 / 生成表格
格式	指定输出形式	用表格 / 分点 / 时间线 / 学习路径
标准	指定面向谁、做到什么程度	面向初学者 / 保留引用 / 不编造资料外内容

比如下面这个问题就比较模糊：

讲讲这些资料。

更好的问法是：

请只根据当前资料，用表格整理这个主题的核心概念。
表格包含：概念名称、通俗解释、出现在哪些资料中、初学者是否需要优先掌握。
不要补充资料中没有的信息。

这种问法会明确很多，得到的结果也更容易直接使用。

---

五、NotebookLM 适合哪些场景

NotebookLM 不是只能用来读文档，它更像一个资料处理工作台。

5.1 学习课程

如果你在学一门课程，可以把课程讲义、课堂字幕、参考文章和自己的笔记放进去。

然后让 NotebookLM 生成：

• 课程大纲；
• 每节课重点；
• 核心术语解释；
• 复习卡片；
• 自测题。

5.2 阅读论文

如果你在读论文，可以把论文 PDF、相关博客、作者演讲字幕放进同一个 Notebook。

可以让它回答：

• 论文解决什么问题；
• 方法和旧方法有什么区别；
• 实验结果说明了什么；
• 作者没有解决什么；
• 初学者需要补哪些背景知识。

5.3 整理专题资料

比如你要研究 AI Agent、RAG、MCP 或某个产品方向，可以把多篇报告、论文、产品文档放进去。

NotebookLM 可以帮你：

• 按概念分类；
• 找共同观点；
• 找资料之间的分歧；
• 整理技术路线；
• 生成分享大纲。

5.4 准备汇报或文章

如果你要写文章或做分享，可以先让 NotebookLM 生成 Briefing Document、FAQ 或 Slide Deck。

但要注意，生成内容更适合作为初稿，不建议不加检查就直接发布。

---

六、轻量知识库搭建思路

如果只是偶尔读一两份资料，建一个 Notebook 就够了。

但如果你想长期使用 NotebookLM，建议从一开始就按“项目”管理，而不是把所有资料都塞进同一个 Notebook。

6.1 用多个 Notebook 管理不同项目

一个比较实用的做法是：一个主题、一个项目、一个 Notebook。

管理方式	示例	适合场景
按学习主题建	RAG 基础理念、AI Agent 入门	系统学习某个知识点
按输出任务建	CSDN NotebookLM 系列文章、课程汇报 PPT	为文章、汇报、视频做资料准备
按资料类型建	论文阅读、产品文档分析	长期积累同类资料
按时间阶段建	2026 年 5 月 AI 工具调研	做阶段性研究和复盘

不建议这样建：

AI资料汇总
所有论文
工作学习都放这里

这类 Notebook 前期看似方便，后期会越来越难提问，因为资料主题太杂，模型很难判断你到底想围绕哪条线索回答。

6.2 用 Google Drive 文件夹做资料入口

如果你的资料主要来自 Google Docs、Slides、Sheets 或 PDF，可以先在 Google Drive 里按项目建文件夹，再把同一项目的资料导入对应 Notebook。

推荐结构如下：

Google Drive
└─ NotebookLM资料库
   ├─ RAG基础理念
   ├─ AI Agent入门
   ├─ NotebookLM教程
   └─ CSDN文章素材

这样做的好处是：

• 原始资料集中放在 Drive，方便人工管理；
• NotebookLM 负责理解、追问和生成材料；
• 后续补资料时，不容易忘记资料属于哪个项目。

需要注意的是，NotebookLM 导入资料后，并不等于永远自动读取最新版本。Google Drive 文件可能有同步入口，但网页、PDF、复制文本等资料通常更接近静态副本，原始资料更新后要记得检查是否需要重新导入。

6.3 结合书签管理长期使用

长期使用时，还可以给每个 Notebook 建一个固定书签。

建议按下面的方式命名书签：

[NotebookLM] RAG 基础理念
[NotebookLM] NotebookLM 教程素材
[NotebookLM] AI Agent 专题整理

如果资料很多，也可以把常用入口拆成三类：

入口	用途
Google Drive 文件夹	管理原始资料
NotebookLM 页面	提问、总结、生成学习材料
CSDN / Obsidian / 本地 Markdown	保存最终整理结果

💡 核心结论： NotebookLM 适合做“资料理解和加工层”，Google Drive 适合做“原始资料管理层”，最终笔记或文章适合放在自己长期维护的知识库里。

6.4 不同 Notebook 之间如何复用资料

这里还有一个容易踩坑的点：NotebookLM 目前更适合在单个 Notebook 内围绕资料工作，不适合直接跨 Notebook 引用资料。

比如你已经有一个 RAG 基础理念 Notebook，后来又建了一个 AI Agent 入门 Notebook。写 Agent 资料时，你可能需要引用 RAG 的概念，但 NotebookLM 并不会自动去另一个 Notebook 里读取资料。

实际处理时可以用两种方式：

方式	做法	适合场景
复制核心资料	把 RAG 核心概念文档也放进 AI Agent 入门 Notebook	两个项目都需要稳定引用同一份基础资料
外部笔记做链接层	在 Obsidian、CSDN 草稿或本地 Markdown 中维护跨主题链接	多个 Notebook 之间经常互相引用

更推荐的长期做法是：NotebookLM 负责“单项目资料理解”，Obsidian 或本地 Markdown 负责“跨项目知识连接”。这样边界更清楚，也不容易把一个 Notebook 做得越来越杂。

---

七、常见误区

⚠️ 误区一：把 NotebookLM 当成普通搜索引擎

正确理解： NotebookLM 更适合围绕你上传或导入的资料工作。资料质量越高，输出越可靠；资料本身缺失的信息，它不一定能准确补全。

⚠️ 误区二：只看总结，不看引用

正确理解： NotebookLM 可以基于资料生成总结，但 AI 仍然可能理解错误。遇到关键数据、定义、结论时，要回到引用位置核对原文。

⚠️ 误区三：一个 Notebook 放太多主题

正确理解： 一个 Notebook 最好围绕一个明确项目。把课程、论文、会议、读书笔记全混在一起，会降低提问和总结的稳定性。

⚠️ 误区四：以为所有资料都会自动同步

正确理解： 很多导入资料在 NotebookLM 中是静态副本。原文件更新后，需要确认是否同步；部分非 Google Drive 类型资料可能需要重新导入。

---

八、推荐的新手使用流程

如果你第一次使用 NotebookLM，可以直接按下面这张流程图执行。前面第 3 节已经拆过具体步骤，这里只保留总路线，方便你快速回看。

💡 核心结论： 先用 NotebookLM 建立资料结构，再用它辅助复习和输出内容，效果通常比直接让它“写一篇文章”更好。

---

九、常用提示词模板

下面给几组适合新手直接使用的模板。

9.1 生成资料总览

✅ 主题总览提示词

请根据当前 Notebook 中的所有资料，整理一份主题总览：
1. 这个主题的核心问题是什么
2. 资料中反复出现的关键词有哪些
3. 主要观点可以分成哪几类
4. 哪些内容适合初学者先学
5. 哪些内容需要放到后面深入学习
请保留关键引用依据。

9.2 生成对比表

✅ 对比分析提示词

请对比资料中提到的 A 和 B。
请用表格输出：
1. 定义
2. 使用场景
3. 优点
4. 限制
5. 资料中的引用依据

9.3 生成学习计划

✅ 学习计划提示词

请根据当前资料，为初学者设计一个 7 天学习计划。
每天包括：
1. 学习目标
2. 要阅读的资料
3. 需要掌握的概念
4. 一个自测问题

9.4 生成文章大纲

✅ 文章大纲提示词

请根据当前资料，生成一篇 CSDN 文章大纲。
要求：
1. 开头先说明这个主题为什么值得学习
2. 正文按照“是什么 -> 为什么 -> 怎么用 -> 常见误区 -> 总结”展开
3. 每一节列出可引用的资料依据
4. 不要编造资料中没有的信息

---

十、学习时要注意的边界

NotebookLM 很适合辅助学习，但不能完全替代人工判断。

需要特别注意以下几点：

边界	说明
AI 可能出错	即使基于资料回答，也可能误解原文
资料质量决定上限	上传低质量资料，很难得到高质量总结
关键结论要核对	数据、定义、法律、医学、金融等内容尤其要回原文确认
生成内容是初稿	报告、文章、PPT 需要人工二次整理
版权要注意	不要随意上传或分享没有使用权的内容

尤其在写文章、做汇报或整理对外材料时，NotebookLM 的输出更适合作为“辅助材料”，而不是最终结论。

---

总结

NotebookLM 的入门关键，可以用下面这张表概括：

关键点	说明
它是什么	基于用户资料工作的 AI 研究和学习工具
核心输入	PDF、网页、文档、音频、视频字幕、Markdown 等资料源
核心能力	基于资料问答、总结、对比、生成学习材料
最适合场景	课程学习、论文阅读、专题整理、资料复盘、分享准备
使用重点	资料要聚焦，问题要具体，结论要核对
长期管理	用多个 Notebook 管理不同项目，用 Drive 和书签维护入口

最后再记住这四个要点：

• NotebookLM 不是普通搜索引擎，资料源才是它的核心；
• 提问时要限定范围、任务、格式和标准；
• 长期使用时，按项目拆分 Notebook，比把所有资料混在一起更稳定；
• 生成结果可以帮助理解，但关键内容一定要回到引用核对。

💡 核心结论： NotebookLM 的价值不是替你读完所有资料，而是把资料变成一个可以提问、整理、复习和输出的知识工作台。