NotebookLM 是 Google 的 AI 笔记与来源整理工具，最适合把长文档、YouTube、录音、PDF、研究数据变成可追问、可引用、可输出的素材库。它不是一般聊天工具；用法重点是先把 sources 放干净，再选转录稿、Audio Overview、Slide Deck 或问答输出。
NotebookLM 是多媒体整合 AI 工具，不是 ChatGPT 一般性的聊天工具
要用 NotebookLM 用得对，先记一件事：它的回答只会来自你上传的 sources。没上传的东西，它不会自己编。FAQ 也明说：数据不足时甚至不会回复。
这个机制决定了它最强的场景，可以说超级好用：
- 整理 PDF / 报告 / 白皮书
- 抓 YouTube 字幕做字幕
- 把音频文件变成转录稿
- 把多个来源绑在一起做问答
不适合的场景：
- 要 AI 自由构思、推理、跨主题思考
- 想做没上传数据的对话
免费版和 Plus / Pro / Ultra 限制怎么看
| 方案 | Notebooks | Sources / Notebook | Chats / day | Audio / day |
|---|---|---|---|---|
| Standard（免费） | 100 | 50 | 50 | 3 |
| Plus | 200 | 100 | 200 | 6 |
| Pro | 500 | 300 | 500 | 20 |
| Ultra | 500 | 600 | 5,000 | 200 |
额外要注意：
- 单个文件上传 200 MB 或 50 万字。
- Google Slides 上限 100 slides。
- Google Sheets 限 100k tokens。
- Slide Decks 与 Infographics 的水印移除只在 Ultra。
升级建议：个人转录稿与摘要为主 → Standard 多半够用；密集 Audio Overview 或 Deep Research → 至少 Plus / Pro；产品 / 研究团队 → Pro / Ultra。
可以导入什么来源
| 来源 | 注意事项 |
|---|---|
| PDF / Word / Markdown / Text | 结构清楚（标题、条列）效果最好 |
| Google Docs / Sheets / Slides | 静态快照，后续更新需手动 resync |
| 图片 | 文字识别会视图片质量而定 |
| 音频文件（多格式） | 质量太差会 import 失败 |
| 网页 URL | 仅导入纯文字；图片、嵌入视频、巢状页、付费墙不收 |
| YouTube 公开视频 | 需有字幕；上传 < 72 小时可能 import 失败 |
| Fast Research / Deep Research | 自动加 web / Drive 来源到 notebook |
功能选型表：先决定要输出什么
| 你要完成的事 | 优先用 NotebookLM 哪个功能 | 后续搭配 |
|---|---|---|
| 会议录音变会议记录 | 音频上传 → transcript | Claude / ChatGPT 整理决策与待办 |
| 一小时 YouTube 快速吃完 | YouTube source → 转录稿 / 章节大纲 | 大模型重组成笔记或文章 |
| 长报告变可听摘要 | Audio Overview | 自己听懂可以；公开发布要后期制作 |
| PDF / 课程数据变演示文稿初稿 | Slide Deck | Google Slides / Canva 修中文字与排版 |
| 研究素材互相比对 | Q&A + citation | Perplexity / Deep Research 补外部来源 |
判断顺序很简单：需要忠于来源 → NotebookLM；需要改写、推理、品牌 voice → 大模型；需要正式视觉 → Slides / Canva。
小企鹅最常用：转录稿输出
转录稿是 NotebookLM 在实际工作流里最值钱的单一功能。
流程：
为什么要分两段：NotebookLM 的回答忠于来源、引用精确；但「跨段提取结论」、「重组叙事架构」、「写出符合品牌需求的文稿」这几件事，留给大模型更有效率。
三篇延伸教程的 TL;DR
转录稿：把会议、访谈、YouTube 先变成可用文字
NotebookLM 转录稿教程的核心流程是：录音或 YouTube 进 NotebookLM → Studio 产转录稿 → 再丢 Claude / ChatGPT 整理。它比一般语音转文字工具好用的点，是输出已经会自动分段、去掉部分赘词，直接进入「整理会议记录」阶段。国语会议可以直接跑；有台语或杂讯时，先用剪映补一轮会更稳。
Podcast：Audio Overview 适合自己听资料，不是直接当节目
NotebookLM Podcast 中文教程的重点是 Audio Overview。把 3-5 份同主题来源放进 notebook，补上受众与聚焦指令，就能生成两人对谈音频文件。英文自然度高，中文仍有机械感，但拿来通勤听懂报告、检查文章逻辑很实用。若要公开发布，建议下载 MP3 / 转录稿后再人工录制或做声音后期。
进阶技巧：素材纪律比 prompt 花招重要
NotebookLM 进阶技巧不是在教神奇 prompt，而是在讲来源管理。一个 notebook 收敛一个主题，素材要有标题、条列、表格，视觉输出要人工检查 CJK 文字。进阶工作流通常是：Perplexity / Deep Research 找数据 → NotebookLM 整理与 citation → Claude / ChatGPT 改写 → Google Slides / Canva 落地。
Audio / Video / Slide Deck 适合什么
| 输出 | 适合 | 不适合 |
|---|---|---|
| 音频文件 Audio Overview（Deep Dive / Brief / Critique / Debate） | 通勤听复习、podcast 化数据 | 对外发布、要无错误 |
| 视频文件 Video Overview | 快速学习素材 | 高完成度的对外视频 |
| 幻灯片 Slide Deck | 内部讨论、第一版 | 对客户 / 公开的正式视觉 |
| 心智图 Mind Map / 问答卡 Flashcards / Quiz | 学习与内训 | 演示文稿与正式输出 |
「初版」「review 用」「个人用」都可以，对外发布前一定要人工检查，特别是有中文（包含日韩文）的视觉。
中文视觉输出的坑
已知问题：Slide Decks、Infographics、视频字卡的中文字常常会扭曲、模糊、字形错。文字类输出（transcript、摘要、Audio Overview）相对稳；图像类输出在中文、日文、韩文仍是弱项。
绕道：
- 内容定稿后改用 Google Slides / Canva 排版。
- 重要视觉由 ChatGPT / Gemini 或其他图像工具产，再进 Slides。
- NotebookLM 的角色定位在「素材整理」、不在「视觉最终输出」。
NotebookLM 和 ChatGPT 怎么搭配
| 阶段 | 工具 |
|---|---|
| 收集 / 探索 | ChatGPT、Perplexity、Gemini Deep Research |
| 来源整理 + transcript / citation | NotebookLM |
| 深度分析 / 改写 / 重组 | Claude、ChatGPT |
| 最终视觉 / 演示文稿 | Google Slides、Canva |
把每个工具放在它最擅长的阶段，不要强迫 NotebookLM 做它不擅长的事。
结论
NotebookLM 的价值是「把数据变成可追问、可引用、可输出的笔记」。对中文用户，文字输出已经很可用；视觉输出仍要人工 review。把它当「来源整理器」用，比当「万能 AI」用稳多了。
小企鹅的经验
最常用的真的是转录稿输出：上传会议录音 / 访谈 / YouTube 链接，把字幕拉到大模型做最后分析，整套很顺。NotebookLM 的中文 transcript 质量让「先录再整理」变得实际可行。
演示文稿文件内容逻辑与架构整理已经很高质量，叙述逻辑也好，适合一般上班族与学生使用。但中文视觉在幻灯片、信息图表上仍会扭曲，这也是弃用「直接拿 NotebookLM 产对外演示文稿」这条路线的原因；改成用 NotebookLM 整内容，最后一段视觉交给 Google Slides / Canva 落地比较稳。
图像方面有一个小撇步：要它产彩色铅笔 + 禁止渐变色之类的风格命令，能让图像输出比较不像「AI 出来的」。但成功率不是 100%，重要视觉仍会走 ChatGPT、Gemini 这条更可控的路。
整体建议的工作流：先跟大模型讨论完要写什么 → 再让 NotebookLM 生成 → 最后人工检查视觉。这个顺序比反过来省很多时间。
延伸阅读
常见问题
Q: NotebookLM 是什么？
NotebookLM 是 Google 的 AI 笔记与来源整理工具。它会根据你上传的 PDF、Google Docs、YouTube、网页、音频文件等 sources，产出摘要、转录稿、Podcast、演示文稿、心智图与问答；重点是输出锚定来源，不是普通聊天机器人。
Q: NotebookLM 免费版限制是什么？
免费 Standard 方案有 notebooks、sources、daily chats 与 Audio Overview 次数限制；多数个人转录稿、YouTube 摘要与研究整理已经够用。大量团队素材、密集 Podcast / Slide Deck / Deep Research 才需要评估 Plus、Pro 或 Ultra。
Q: NotebookLM 可以做 YouTube 转录稿吗？
可以。把公开且有字幕的 YouTube 链接加到 Sources，NotebookLM 会抓字幕，接着可以请它输出转录稿、章节大纲、时间轴与关键引述。刚上传或没有字幕的视频可能失败。
Q: NotebookLM Podcast 怎么做？
把 3-5 份同主题来源放进同一个 notebook，在 Studio 里选 Audio Overview，生成前补一句目标受众与聚焦范围。中文版适合自己听懂资料；若要公开发布，仍建议下载转录稿后再人工录制或后期制作。
Q: NotebookLM 跟 ChatGPT 差在哪？
NotebookLM 强在来源整理、citation、转录稿与根据数据回答；ChatGPT / Claude 强在自由构思、跨主题重组与改写 voice。稳定工作流通常是 NotebookLM 整数据，再交给大模型做最后分析或文稿。
Q: 中文演示文稿输出有什么限制？
NotebookLM 的文字输出繁中可用，但 Slide Deck、Infographics、Video Overview 字卡常有 CJK 文字扭曲。正式演示文稿建议用 NotebookLM 整内容，再到 Google Slides / Canva 重排与校字。
整理：Penna｜小企鹅 Penchan