Google NotebookLM 实战使用教程：从资料管理到AI播客制作的完整指南

👁 208 次阅读

为什么是 NotebookLM？

2026 年的 AI 工具市场上，ChatGPT、Gemini、Claude 这些”万金油”模型占据了绝大多数用户的注意力。但真正能让工作流发生质变的，往往是被低估的垂直场景工具。Google NotebookLM 就是这样一款产品——它不是又一个聊天机器人，而是基于你自己资料库的”专家助手”。

根据 Synthesia 在 2026 年 2 月发布的《2026 年 12 款真正值得使用的 AI 工具》报告，NotebookLM 被列为 12 款推荐工具之一，定位是“使用你自己的文档来回答问题”（to answer questions using your own documents）。DataCamp 在其 NotebookLM 实用教程中将其描述为”AI-first notetaking”，即”AI 优先的笔记方式”——当你使用它时，感觉就像 AI 是一个和你一起读文档的搭档。

它最大的竞争力在于两点：一是极高的资料容量——据 Google 官方教程，单个 notebook 可处理约 2500 万词的资料，远超普通聊天机器人的上下文限制；二是多模态输出，包括文字摘要、问答、播客式 AI 音频对话（Audio Overview）、视频概述（Video Overview，2026 年新增），以及 Studio 面板中的研究简报、FAQ、时间线等结构化产出。

一、创建你的第一个 Notebook

第 1 步：访问并登录。打开 notebooklm.google.com，用你的 Google 账号登录即可。完全免费，不需要信用卡，也不需要额外付费订阅。

第 2 步：创建 Notebook。登录后点击 “Create” 按钮，你会看到一个引导界面，提示你上传文档以启动 notebook。

第 3 步：添加资料源。Google 官方教程和 DataCamp 教程都明确列出了 5 种添加资料的方式，覆盖了绝大多数使用场景：

1. 从本地上传文件：支持 PDF、.txt、Markdown 格式。
2. 链接网址：直接把网页 URL 粘贴进去，NotebookLM 会自动抓取页面内容。
3. 粘贴文本：直接把你写好的笔记粘贴进去。
4. 链接 Google Doc：与 Google 文档同步，源文件更新后 notebook 会重新同步。
5. 链接 Google Slides：演示文稿也能作为知识源。

实操技巧：建议把同一主题下的多份资料一次性加入同一个 notebook，这样 AI 才能做跨文档交叉引用。例如，如果你想研究某个行业的投资机会，可以把行业研报 PDF、上市公司财报 PDF、多家分析师观点网页 URL 一起放进一个 notebook——然后问它”三家公司的盈利能力对比如何”，它会综合多份材料回答。

二、掌握 5 大核心功能

1. Notebook Guide（笔记本导览）

当你添加完资料后，NotebookLM 会自动生成以下内容：

• 一份自动生成的文档摘要，概括所有资料的要点。
• 一组建议问题（Suggested Questions），帮你快速上手提问。
• 一键生成研究简报、目录、FAQ等标准文档的按钮。
• 一个”生成个性化播客”的提示按钮。

这部分相当于 AI 帮你做的”预习”，适合在正式深入提问前先了解资料概貌。

2. AI 聊天问答

这是最核心的交互方式。你可以像和 ChatGPT 聊天一样提问，但关键区别是：它的回答严格基于你上传的资料，不依赖外部知识。这意味着——你可以把它当作一个”只读过你给它看的书的专家”来使用。

实用场景：

• 读完 5 份行业研报后，问”各家对 AI 芯片市场 2026 年的预测有何分歧？”
• 上传公司 5 年财报，问”营收增长最快的产品线的毛利率变化趋势”。
• 整理面试准备：上传招聘岗位 JD + 公司背景 + 行业报告，问”面试官最可能问的 5 个问题”。

3. AI Notes（笔记系统）

NotebookLM 的笔记分为两种：

• 手写笔记（Written Note）：你自己打的字，绿色标签标识。
• AI 保存的回答（Saved Response）：在聊天中获得有价值的回答后，点击 “Save to note” 按钮，变成蓝色标签的 AI 笔记。

注意：聊天框里的回答默认不保存，关闭笔记本后会消失。所以遇到好回答一定要主动点 “Save to note”。

4. Audio Overview（AI 播客）

这是 NotebookLM 最出圈的功能——它会基于你的资料，生成一段两个 AI 主持人对话形式的播客音频，风格像知识类播客。特别适合：

• 把一份 50 页的研究报告，转成 15 分钟的”播客讲解”。
• 通勤路上”听”你写好的学习笔记。
• 把多份资料的观点整合成口语化讨论。

5. Studio 面板（2026 新增能力）

2026 年 NotebookLM 新增了 Studio 面板，支持一键生成：研究简报（Briefing Doc）、FAQ、时间线（Timeline）、学习指南（Study Guide）等结构化产出。适合把分析结果直接转成可交付文档，不用再手动排版。

三、三大实战场景

场景 1：密集资料的快速结论提取

Google 官方教程给出的核心使用场景之一——把手册、税表、财报、简历 HR 资料这类”厚而枯燥”的内容丢进去，让它回答具体问题。例如：”这份用户手册第 3 章和第 5 章关于自动备份的描述有什么矛盾？”

场景 2：项目知识库

把会议记录、项目计划、过往案例文档都上传到同一个 notebook，项目管理者可以生成领导汇报简报、项目时间线、FAQ，并提取过往项目的经验教训。

场景 3：跨专家观点综合

上传多家公司的财报、多家分析师的文章，让 NotebookLM 综合对比不同专家的观点，识别行业趋势。这是它相较于普通聊天模型最大的差异化优势。

四、与 ChatGPT / Gemini 的功能对比

维度	ChatGPT / Gemini	NotebookLM
知识来源	训练数据 + 网络搜索	用户自行上传的资料
准确性	通用问答，可能幻觉	严格基于资料来源，可追溯
上下文容量	通常数万到数十万 token	约 2500 万词（单一 notebook）
输出形式	文字为主	文字 + 播客 + 视频概述 + 结构化文档
适用场景	写作、创意、通用问答	研究、学习、知识管理
价格	ChatGPT 付费 8 美元/月	完全免费（基础版）

Source: 功能与价格数据综合自 Synthesia《2026 年 12 款推荐 AI 工具》、DataCamp NotebookLM 教程、Google NotebookLM 官方教程。

五、避坑指南：5 个注意事项

1. 输出质量取决于输入质量。 上传的资料越可靠、越聚焦，AI 的回答越有价值。垃圾进、垃圾出（Garbage In, Garbage Out）在 NotebookLM 上同样适用。
2. 每个 notebook 最多 50 个资料源。 如果超过，可以把多份文档合并成一份再上传。
3. 聊天回答不会自动保存。 遇到好的回答一定要点 “Save to note”，否则关掉 notebook 就没了。
4. 创作能力弱于 Gemini。 NotebookLM 强在准确性和信息整合，弱在创意写作。如果需要把它的分析结果润色得更”有创意”，可以再用 Gemini 或 ChatGPT 做二次加工。
5. Google Docs / Slides 源文件可重新同步。 源文件更新后，NotebookLM 会重新拉取内容，保证你分析的是最新资料。

六、总结与建议

如果你每天要面对大量的 PDF、研报、文档、网页资料，NotebookLM 是目前市面上最被低估的免费 AI 工具之一。它不会像 ChatGPT 那样帮你”写”什么，但它能让你在你已有的知识库里，像和一个读过所有资料的专家对话一样快速找到答案。

推荐的入门工作流：

1. 每周挑一个主题，创建一个新的 notebook。
2. 把该主题相关的 5 到 10 份资料一次性上传（PDF + 网页 URL + Google Doc 混合）。
3. 先看 Notebook Guide 的自动摘要，了解全貌。
4. 用聊天功能提出你真正关心的问题。
5. 遇到有价值的回答，保存为 Note；最后用 Studio 生成一份简报。

工具再多，真正有价值的是”用对场景”。如果你还在用 ChatGPT 硬塞资料做研究，不妨试试 NotebookLM——也许你会发现一个完全不同的工作流。

参考资料

• Synthesia, “The 12 Best AI Tools for 2026 (That People Actually Use)”, 2026-02-13. 原文链接
• DataCamp, “NotebookLM: A Guide With Practical Examples”. 原文链接
• Google NotebookLM 官方教程, “Learn to Use NotebookLM – Tutorial”. 原文链接