進階技巧的前提：來源素材品質決定一切
NotebookLM 是「以來源素材為依據」的系統（source-grounded），意思是它只會根據你提供的素材回答，不會自己往外找資料。輸出品質的天花板，永遠是這些素材本身的品質。
來源素材品質檢查清單：
- 有清晰的標題層級（H1-H3）
- 段落不是純流水字
- 重要概念有結構（條列、表格）
- 不是付費牆 / 圖片密集 / 巢狀頁的網頁
- 多個素材主題收斂、不混裝
素材雜亂時，先用大模型整理一輪再丟回 NotebookLM。
11 個實戰工作流
① 每個 notebook 只放一個主題
把每本 notebook 收斂在一個主題與一段時間範圍。例如：「2026 Q2 競品分析」、「健身傷害復健 reading」。
理由：跨主題會稀釋檢索（retrieval）命中率，問問題時 AI 不知道你想要哪一段。
② 先用大模型討論問題，再丟 NotebookLM 整理
順序：
避免：「上傳 30 個素材後問 NotebookLM 該寫什麼」。它的設計不是這個。
③ YouTube / 音檔逐字稿工作流
YouTube：貼公開、有字幕的連結 → 直接抓逐字稿。 音檔：上傳 → Studio 區塊產逐字稿 → 複製到大模型做後處理。
對外帶出去的是逐字稿本身（NotebookLM 的最終回答留在裡面）。後處理留給大模型。
④ 4 種輸出怎麼用：Audio / Video / Slide / Quiz
| 輸出 | 主要使用情境 |
|---|---|
| Audio Overview | 通勤聽 / 學習複習 / podcast 化 |
| Video Overview | 內部訓練短片 |
| Slide Deck | 內部 review 與第一版簡報 |
| Mind Map | 主題盤點 |
| Quiz / Flashcards | 內訓 / 個人複習 |
| Reports | 結構化報告草稿 |
所有圖像 / 影片輸出對外發布前都要人工 review 中文字（CJK，中日韓字元）。
⑤ NotebookLM + Claude / ChatGPT 的分工
| 任務 | 工具 |
|---|---|
| 來源逐字稿 / citation | NotebookLM |
| 跨主題重組 / 改寫 voice | Claude / ChatGPT |
| 創意延伸 / 跳出來源 | Claude / ChatGPT |
| 結構化引用報告 | NotebookLM |
「想引用、想穩定」交 NotebookLM；「想跳脫、想延伸」交大模型。
⑥ Deep Research 提問公式
公式：主題 + 時間範圍 + 分析面向。
範例：「2026 Q1 台灣 AI 教學 KOL 的內容定位演變，按平台 / 訂閱模型 / 商業化方式三軸整理。」
Deep Research 會背景跑、爬多個外部來源、自動加進 notebook。Standard 每月 10 次，重要研究排隊使用。
⑦ Perplexity + NotebookLM 組合
外部探勘交 Perplexity（涵蓋更廣 web）→ 把報告匯入 NotebookLM 做交叉比對。Perplexity 負責「找」，NotebookLM 負責「整」。
⑧ 中文視覺輸出最後一定要檢查
Slide Decks、Infographics、影片字卡的中文字還是會扭。對外輸出前的固定流程：
- 先看每張 slide 的標題與正文中文字。
- 把扭曲的字改用 Google Slides / Canva 重打。
- 重要視覺直接用 Gemini Nano Banana 系列產圖。
⑨ Google Drive 來源素材的 resync
NotebookLM 接 Google Drive 進來的素材不會自動更新。檔案改了之後要進素材設定按 resync。其他類型素材沒這個按鈕，要 delete + reupload。
⑩ 不要把 notebook 當長期備份
刪掉的 note 無法復原；notebook 也不支援 duplicate（依 FAQ）。重要內容存到電腦內。
⑪ 對外輸出的 review checklist
- 中文字字形 / 標點正確
- citation 對到實際來源段落
- 沒有「不在素材裡」的內容
- Audio / Video Overview 試聽 / 試播
- 風格與目標 voice 一致
三個現成的 NotebookLM Prompt 範本
實戰流程裡最常被問到的三個 prompt：Audio Overview 開場、研究摘要、簡報草稿。直接複製就能用，括號裡的內容換成自己的主題。
Audio Overview Podcast brief
請根據所有來源，為「[主題 / 單集名稱]」產出一份 Audio Overview brief。
請列出：核心問題、3 段節目流程、每段 3 個主持人追問。
每段都要標示引用來源，並指出哪個來源支撐哪個說法。
請用台灣繁體中文，不要寫開場寒暄，也不要產完整逐字稿。研究摘要 prompt
請把來源整理成「[研究題目]」的研究摘要，讀者是「[讀者程度 / 課程名稱]」。
請輸出：主要主張 5 點、每點證據來源、來源之間互相矛盾的地方。
最後列出 3 個還需要補查的問題。
不要替來源做沒有證據的延伸，所有判斷都要附 citation。簡報草稿 prompt
請根據來源產出「[簡報主題]」的 8 頁簡報大綱。
每頁包含：標題（14 字內）、這頁只講一件事、3 個 bullet、講者備註 80 字。
每個 bullet 不超過 18 字，並附上引用來源。
請避免使用「翻轉」、「新時代」、「全方位解決方案」這類詞。結論
NotebookLM 的進階技巧核心是「素材紀律 + 工具分工」，prompt 變魔術反而沒那麼關鍵。對個人，多數情況維持 Standard 也夠用；研究密度高、需要語音輸出 / 簡報多產出的場景，Plus / Pro 才有意義。
小企鵝的經驗
主流程跑了一段時間，最有感的就是「先用大模型討論再讓 NotebookLM 整理」這個順序：它的角色是資料整理工具，不是創作工具。讓它從零開始想要寫什麼，反而會吃掉它的優勢。
逐字稿輸出 + 大模型後處理是日常的主力工作流，會議錄音、podcast、訪談、YouTube 都是這樣處理。視覺輸出（Slide Decks / Infographics）多半會經過再加工：NotebookLM 把內容架構好，最後在 Google Slides 或 Canva 落地。重要視覺直接走 Gemini Nano Banana 系列，可控度高很多。
中文字視覺扭曲是真實踩坑點：早期試過直接拿 NotebookLM 產對外簡報，每次都要逐字修改字形，後來改成「NotebookLM 整內容、Slides / Canva 做視覺」分工才解決。Audio Overview 中文版的斷句仍待加強，所以個人 podcast 化資料時偶爾會用，但對外正式發布的內容仍會自己錄或請別人錄。
Deep Research 對研究型主題很實用，特別是「主題 + 時間範圍 + 分析面向」的公式問法效果穩定。配合 Perplexity 向外探勘，是目前覺得最順的研究組合。
延伸閱讀
常見問題
Q: NotebookLM 一個 Notebook 最多放幾個來源？
Standard 50、Plus 100、Pro 300、Ultra 600。實作上把單一 notebook 控在 5-10 個來源、且主題收斂，AI 答題品質比硬塞滿更穩定。
Q: NotebookLM 可以跟其他工具搭配使用嗎？
推薦搭配。常見組合：Perplexity / Deep Research 蒐集 → NotebookLM 整理 + 逐字稿 / 引用（citation）→ Claude / ChatGPT 改寫與深度分析 → Google Slides / Canva 視覺落地。讓每段交給最擅長的工具。
Q: NotebookLM 的圖片生成可以控制風格嗎？
可透過提示詞指定大致風格（例：彩色鉛筆風格、禁止漸層色），可降低 AI 感但不是 100% 生效。需要強風格鎖定 → 走 Gemini Nano Banana Pro / Nano Banana 2（兩者皆 Google 官方命名），可控度更高。
Q: 怎麼讓 NotebookLM 的輸出品質更好？
兩件事：(1) 來源素材品質，結構化（有標題、條列）的 Docs / PDF 效果最好；(2) 不要讓 NotebookLM 從零創作，先跟大模型討論完內容方向，再交給 NotebookLM 生成。
Q: NotebookLM 有 Deep Research 功能嗎？
有，分 Fast Research（秒級回覆）與 Deep Research（背景跑數分鐘，自動爬梳網站、產出 2,000-4,000 字附 citation 報告）。輸出可自動匯入 notebook 變成新素材。提問建議：主題 + 時間範圍 + 分析面向。
Q: NotebookLM 可以搭配 Perplexity 使用嗎？
推薦。Perplexity 向外探勘（產業報告、公開資料），NotebookLM 向內收斂（深度交叉、引用整理）。兩者分工是常見、有效的組合。
Q: 怎麼用 NotebookLM 快速吃完一支 YouTube 長影片？
把公開且有字幕的 YouTube 連結貼進 Sources，請 NotebookLM 產逐字稿 / 章節大綱 / 關鍵引述。一小時影片大約 5 分鐘吃完骨架。沒字幕的影片走「下載音軌上傳」路線。
整理：Penna｜小企鵝 Penchan