NotebookLM 是 Google 的 AI 筆記與來源整理工具，最適合把長文件、YouTube、錄音、PDF、研究資料變成可追問、可引用、可輸出的素材庫。它不是一般聊天工具；用法重點是先把 sources 放乾淨，再選逐字稿、Audio Overview、Slide Deck 或問答輸出。
NotebookLM 是多媒體整合 AI 工具，不是 ChatGPT 一般性的聊天工具
要用 NotebookLM 用得對，先記一件事：它的回答只會來自你上傳的 sources。沒上傳的東西，它不會自己編。FAQ 也明說：資料不足時甚至不會回覆。
這個機制決定了它最強的場景，可以說超級好用：
- 整理 PDF / 報告 / 白皮書
- 抓 YouTube 字幕做字幕
- 把音檔變成逐字稿
- 把多個來源綁在一起做問答
不適合的場景：
- 要 AI 自由發想、推理、跨主題思考
- 想做沒上傳資料的對話
免費版和 Plus / Pro / Ultra 限制怎麼看
| 方案 | Notebooks | Sources / Notebook | Chats / day | Audio / day |
|---|---|---|---|---|
| Standard（免費） | 100 | 50 | 50 | 3 |
| Plus | 200 | 100 | 200 | 6 |
| Pro | 500 | 300 | 500 | 20 |
| Ultra | 500 | 600 | 5,000 | 200 |
額外要注意：
- 單檔上傳 200 MB 或 50 萬字。
- Google Slides 上限 100 slides。
- Google Sheets 限 100k tokens。
- Slide Decks 與 Infographics 的浮水印移除只在 Ultra。
升級建議：個人逐字稿與摘要為主 → Standard 多半夠用；密集 Audio Overview 或 Deep Research → 至少 Plus / Pro；產品 / 研究團隊 → Pro / Ultra。
可以匯入什麼來源
| 來源 | 注意事項 |
|---|---|
| PDF / Word / Markdown / Text | 結構清楚（標題、條列）效果最好 |
| Google Docs / Sheets / Slides | 靜態快照，後續更新需手動 resync |
| 圖片 | 文字辨識會視圖片品質而定 |
| 音檔（多格式） | 品質太差會 import 失敗 |
| 網頁 URL | 僅匯入純文字；圖片、嵌入影片、巢狀頁、付費牆不收 |
| YouTube 公開影片 | 需有字幕；上傳 < 72 小時可能 import 失敗 |
| Fast Research / Deep Research | 自動加 web / Drive 來源到 notebook |
功能選型表：先決定要輸出什麼
| 你要完成的事 | 優先用 NotebookLM 哪個功能 | 後續搭配 |
|---|---|---|
| 會議錄音變會議紀錄 | 音檔上傳 → transcript | Claude / ChatGPT 整理決策與待辦 |
| 一小時 YouTube 快速吃完 | YouTube source → 逐字稿 / 章節大綱 | 大模型重組成筆記或文章 |
| 長報告變可聽摘要 | Audio Overview | 自己聽懂可以；公開發布要後製 |
| PDF / 課程資料變簡報初稿 | Slide Deck | Google Slides / Canva 修中文字與排版 |
| 研究素材互相比對 | Q&A + citation | Perplexity / Deep Research 補外部來源 |
判斷順序很簡單：需要忠於來源 → NotebookLM；需要改寫、推理、品牌 voice → 大模型；需要正式視覺 → Slides / Canva。
小企鵝最常用：逐字稿輸出
逐字稿是 NotebookLM 在實際工作流裡最值錢的單一功能。
流程：
為什麼要分兩段：NotebookLM 的回答忠於來源、引用精確；但「跨段萃取結論」、「重組敘事架構」、「寫出符合品牌需求的文稿」這幾件事，留給大模型更有效率。
三篇延伸教學的 TL;DR
逐字稿：把會議、訪談、YouTube 先變成可用文字
NotebookLM 逐字稿教學的核心流程是：錄音或 YouTube 進 NotebookLM → Studio 產逐字稿 → 再丟 Claude / ChatGPT 整理。它比一般語音轉文字工具好用的點，是輸出已經會自動分段、去掉部分贅詞，直接進入「整理會議紀錄」階段。國語會議可以直接跑；有台語或雜訊時，先用剪映補一輪會更穩。
Podcast：Audio Overview 適合自己聽資料，不是直接當節目
NotebookLM Podcast 中文教學的重點是 Audio Overview。把 3-5 份同主題來源放進 notebook，補上受眾與聚焦指令，就能生成兩人對談音檔。英文自然度高，中文仍有機械感，但拿來通勤聽懂報告、檢查文章邏輯很實用。若要公開發布，建議下載 MP3 / 逐字稿後再人工錄製或做聲音後製。
進階技巧：素材紀律比 prompt 花招重要
NotebookLM 進階技巧不是在教神奇 prompt，而是在講來源管理。一個 notebook 收斂一個主題，素材要有標題、條列、表格，視覺輸出要人工檢查 CJK 文字。進階工作流通常是：Perplexity / Deep Research 找資料 → NotebookLM 整理與 citation → Claude / ChatGPT 改寫 → Google Slides / Canva 落地。
Audio / Video / Slide Deck 適合什麼
| 輸出 | 適合 | 不適合 |
|---|---|---|
| 音檔 Audio Overview（Deep Dive / Brief / Critique / Debate） | 通勤聽複習、podcast 化資料 | 對外發布、要無錯誤 |
| 影片檔 Video Overview | 快速學習素材 | 高完成度的對外影片 |
| 投影片 Slide Deck | 內部討論、第一版 | 對客戶 / 公開的正式視覺 |
| 心智圖 Mind Map / 問答卡 Flashcards / Quiz | 學習與內訓 | 簡報與正式輸出 |
「初版」「review 用」「個人用」都可以，對外發布前一定要人工檢查，特別是有中文（包含日韓文）的視覺。
中文視覺輸出的坑
已知問題：Slide Decks、Infographics、影片字卡的中文字常常會扭曲、模糊、字形錯。文字類輸出（transcript、摘要、Audio Overview）相對穩；圖像類輸出在中文、日文、韓文仍是弱項。
繞道：
- 內容定稿後改用 Google Slides / Canva 排版。
- 重要視覺由 ChatGPT / Gemini 或其他圖像工具產，再進 Slides。
- NotebookLM 的角色定位在「素材整理」、不在「視覺最終輸出」。
NotebookLM 和 ChatGPT 怎麼搭配
| 階段 | 工具 |
|---|---|
| 蒐集 / 探索 | ChatGPT、Perplexity、Gemini Deep Research |
| 來源整理 + transcript / citation | NotebookLM |
| 深度分析 / 改寫 / 重組 | Claude、ChatGPT |
| 最終視覺 / 簡報 | Google Slides、Canva |
把每個工具放在它最擅長的階段，不要強迫 NotebookLM 做它不擅長的事。
結論
NotebookLM 的價值是「把資料變成可追問、可引用、可輸出的筆記」。對中文使用者，文字輸出已經很可用；視覺輸出仍要人工 review。把它當「來源整理器」用，比當「萬能 AI」用穩多了。
小企鵝的經驗
最常用的真的是逐字稿輸出：上傳會議錄音 / 訪談 / YouTube 連結，把字幕拉到大模型做最後分析，整套很順。NotebookLM 的中文 transcript 品質讓「先錄再整理」變得實際可行。
簡報檔內容邏輯與架構整理已經很高品質，敘述邏輯也好，適合一般上班族與學生使用。但中文視覺在投影片、資訊圖表上仍會扭曲，這也是棄用「直接拿 NotebookLM 產對外簡報」這條路線的原因；改成用 NotebookLM 整內容，最後一段視覺交給 Google Slides / Canva 落地比較穩。
圖像方面有一個小撇步：要它產彩色鉛筆 + 禁止漸層色之類的風格指令，能讓圖像輸出比較不像「AI 出來的」。但成功率不是 100%，重要視覺仍會走 ChatGPT、Gemini 這條更可控的路。
整體建議的工作流：先跟大模型討論完要寫什麼 → 再讓 NotebookLM 生成 → 最後人工檢查視覺。這個順序比反過來省很多時間。
延伸閱讀
常見問題
Q: NotebookLM 是什麼？
NotebookLM 是 Google 的 AI 筆記與來源整理工具。它會根據你上傳的 PDF、Google Docs、YouTube、網頁、音檔等 sources 產出摘要、逐字稿、Podcast、簡報、心智圖與問答；重點是輸出會錨定來源，不是一般聊天機器人。
Q: NotebookLM 免費版限制是什麼？
免費 Standard 方案有 notebooks、sources、daily chats 與 Audio Overview 次數限制；多數個人逐字稿、YouTube 摘要與研究整理已足夠。大量團隊素材、密集 Podcast / Slide Deck / Deep Research 才需要評估 Plus、Pro 或 Ultra。
Q: NotebookLM 可以做 YouTube 逐字稿嗎？
可以。把公開且有字幕的 YouTube 連結加到 Sources，NotebookLM 會抓字幕，接著可以請它輸出逐字稿、章節大綱、時間軸與關鍵引述。剛上傳或沒有字幕的影片可能失敗。
Q: NotebookLM Podcast 怎麼做？
把 3-5 份同主題來源放進同一個 notebook，在 Studio 裡選 Audio Overview，生成前補一句目標受眾與聚焦範圍。中文版適合自己聽懂資料；若要公開發布，仍建議下載逐字稿後再人工錄製或後製。
Q: NotebookLM 跟 ChatGPT 差在哪？
NotebookLM 強在來源整理、citation、逐字稿與根據資料回答；ChatGPT / Claude 強在自由發想、跨主題重組與改寫 voice。穩定工作流通常是 NotebookLM 整資料，再交給大模型做最後分析或文稿。
Q: 中文簡報輸出有什麼限制？
NotebookLM 的文字輸出繁中可用，但 Slide Deck、Infographics、Video Overview 字卡常有 CJK 文字扭曲。正式簡報建議用 NotebookLM 整內容，再到 Google Slides / Canva 重排與校字。
整理：Penna｜小企鵝 Penchan