EP01. “NotebookLM 是什么与新手上手”
🔒 登录后可标记已读- 讲 NotebookLM 是什么、跟 ChatGPT 这类通用 AI 助理有什么本质上的不同
- 讲方案定价怎么比较、怎么建第一个 notebook 开始用
- 讲清楚目前的局限性、几个专家推荐的最佳实践、以及跟其他类似工具比起来的定位
- 下一篇 EP02 会深入讲 Studio 里 9 种功能各自怎么用
重点内容
NotebookLM 是什么
NotebookLM 是 Google 做的 AI 研究工具，靠最新的 Gemini 模型驱动，专门针对用户自己上传的资料来源生成带引用出处的回答。2023 年首次发布。
📌 NotebookLM 本质上是一个封闭的 RAG（Retrieval Augmented Generation，检索增强生成）系统——你上传资料来源，它只根据这些特定数据生成回答。这种"扎根在数据里"的做法能大幅降低幻觉风险。也可以把它想成一个文件摘要 AI，因为它的回答本质上是综合数据、针对上传文件内容做出的精简回答。
支持处理复杂文件，上下文窗口最高可到 100 万 token（每个来源约 50 万字）。
💡 作者 Steven Johnson（从一开始就在 NotebookLM 团队）的说法：「简单说，NotebookLM 是一个用来'理解事情'的工具。」
NotebookLM vs ChatGPT：本质差异
跟 ChatGPT 这类从广泛的预训练网络数据里抽取信息不同，NotebookLM 严格只根据你提供的资料来源作答。这套封闭的 RAG 系统能大幅降低幻觉，确保每个回答都有你文件里具体的引用出处支撑。
核心功能一览
- 多模态资料来源：Google Drive（Docs、Sheets）、文件（PDF、DOCX、CSV）、音频/影片（MP3、MP4、WAV）、图片（GIF、JPG、PNG），还支持网页搜索和 Deep Research
- Studio 输出：能把资料处理成 Audio/Video Overview、Mind Map、Reports、Flashcards、Quiz、Infographic、Slide Deck、Data Table（详细用法见 EP02）
- 多设备支持：网页版、iOS、Android 都能用
方案比较
一般用户用免费方案通常就够用。需要更高使用额度（比如 Audio Overview、Video Overview、Deep Research 这类功能）、或需要超过 100 个 notebook、每个 notebook 超过 50 个来源的话，考虑 NotebookLM Plus（透过 Google AI Plus）或更高阶方案。
📌 NotebookLM 目前没有独立订阅方案，是包含在 Google 的 AI 方案里的。
| 项目 | Free | Google AI Plus | Google AI Pro | Google AI Ultra（顶级档） |
|---|---|---|---|---|
| 价格（约） | RM0 | RM33/月 | RM82/月 | RM820/月 |
| 最多 Notebook 数 | 100 | 500 | 500 | 1,000+ |
| 每个 Notebook 来源数 | 50 | 100 | 300 | 600 |
| 每日聊天查询次数 | 50 | 100（2倍） | 500（5倍） | 5,000（50倍） |
| Audio/Video Overview | 每天 3 次 | 约每天 6 次 | 每天 20 次 | 每天 200 次 |
| Deep Research 报告 | 每月 10 次 | 每月 20 次 | 每月 20 次 | 每月 100+ 次 |
| Gemini 模型权限 | 标准版 Gemini | 标准版 Gemini | Gemini Advanced | Gemini Ultra |
| 分享与安全性 | 标准私密 | 仅限组织内分享 | 分析与分享功能 | 无浮水印、VPC-SC |
📌 以上价格已换算成马币（按约 1 USD ≈ RM 4.1 估算）。Google AI Ultra 目前分两档，上表列的是额度较高的顶级档；还有一个约 RM410/月、额度约 5 倍 Pro 的入门档可选。实际金额、汇率、方案内容以官网当下公开信息为准，建议购买前直接到 one.google.com 确认。
新手上手教程
- 到 NotebookLM 首页，点 Create 建一个新 notebook
[截图：NotebookLM 首页，右上角/中央的 Create 新建 notebook 按钮]
- 加入资料来源——如果暂时不想加，可以先跳过，之后随时能补加
- 上传的来源取决于你的用途：市场分析师可能上传财报和竞品文件；社会学学生可能上传课堂笔记和学术期刊文章
- 目前支持的文件类型持续扩充中，含图片（PNG/JPG/WEBP）、音频（MP3/WAV）、影片（MP4/AVI）、各类文件（PDF/TXT/DOCX/CSV）
- 给 notebook 取个相关的名字
- 可以直接用系统建议的 Prompt 测试检索效果——回答会附带可点击的引用来源，方便追溯到原始资料里具体的段落
- 建好之后可以点右上角 Share 按钮，把 notebook 分享给团队成员
[截图：建好的 notebook 主界面，左侧来源列表、中间聊天问答区、右侧 Studio 面板三栏布局]
💡 一个出乎意料好用的用法：把 YouTube 影片的逐字稿当资料来源加进去，快速搜索影片里的具体细节，省下自己从头看一遍的时间。
目前的局限性
- 整合有限：跟 ChatGPT 或 Claude 这类工具不同，NotebookLM 不支持连接外部工具做进阶工作流整合。封闭系统对隐私很好，但生产力上就打了折扣
- AI 模型选择受限：目前不能选择要搭配用哪个模型或版本，也不能带入自己的开源 AI key
- 编辑能力有限：大多数 Studio 功能能在生成前调整 Prompt 和输出细节，但生成之后能修改的空间很有限——例如 Video Overview 或 Infographic 一旦生成就没法再编辑
- 新功能上移动端比较慢：网页版先上线的新功能，同步到手机 App 通常会晚一些
📌 一些过去的限制近期已经改善：以前对话记录是临时性的，现在会自动保存聊天历史；文件类型支持已扩展到图片（含 OCR）和 CSV；对话字数限制从 500 字大幅放宽到 10,000 字。
💡 遇到问题或想提功能建议，可以加入 NotebookLM 的 Discord 服务器。
最佳实践（专家建议）
- 建立聚焦的 Notebook：善用各方案给的大量 notebook 额度，每个 notebook 只专注一个具体主题。例如做 API 整合时，把端点文档放一个 notebook，错误处理相关的参考资料放另一个——比全部塞进同一个 notebook 能得到精准得多的答案
- 筛选好来源资料：NotebookLM 能加很多来源，善用这一点提供丰富的背景——针对同一主题从不同角度、不同媒体类型加几个来源，检索出来的回答会更充实
- 写有思考过的 Prompt：套用提示工程的最佳实践，结构化地组织你问 NotebookLM 的问题
- 多测试不同的 Studio 功能：尝试用不同方式产出内容，熟悉各种 Studio 功能的用法
- 验证输出内容：靠附带的引用出处追溯回原始资料——NotebookLM 比很多 AI 工具更不容易产生幻觉，但不代表完全不会发生
- 参考别人的做法找灵感：看看 NotebookLM 官方精选的 notebook 案例，启发自己的用法思路
跟其他类似工具的比较
| 工具 | 定位 |
|---|---|
| Perplexity | 网页优先的即时答案引擎，主打实时全网发现，能切换不同 AI 模型；适合快速搜集广泛的外部情报，NotebookLM 在严格基于来源的分析、综合复杂私人文件集这块更胜一筹 |
| Elicit | 适合学术研究，Paper Chat 功能跟 NotebookLM 类似，能上传研究论文生成有来源支撑的摘要，专精临床试验和学术文章数据提取、自动化系统性文献回顾 |
| You.com | 适合企业用户，提供 "Private RAG"，能安全连接 Google Drive、SharePoint、Salesforce 这类内部数据源，结合私有知识和网页搜索 |
| ChatGPT | 能直接整合 Google Drive 和 Microsoft OneDrive，同时分析文件和实时网络数据，付费版还包含更广泛的创意工具（DALL-E 图像生成、进阶语音模式、自定义 GPTs） |
FAQ 精选
- NotebookLM 是免费的吗？ 是，Google 提供功能完整的免费方案（含全部核心 Studio 功能），但有每日/每月使用额度限制
- NotebookLM 会用我的数据训练模型吗？ 个人用户的数据一般不会被用来训练，除非你主动选择跟 Google 分享反馈；企业/学校版的数据严格保持私密，不会用于模型训练
- NotebookLM 适合开发者吗？ 开发者可以用它管理技术文档、排查代码逻辑、整理新项目的研究资料——上传整个代码库或 API 文档后，可以把它当成一个"扎根在你具体逻辑里的初级开发者队友"，省下大量手动交叉核对的时间
常见错误
- ❌ 把所有主题的资料都塞进同一个 notebook——应该按主题拆成多个聚焦的 notebook，得到的答案会精准很多
- ❌ 以为 NotebookLM 完全不会产生幻觉——它比很多 AI 工具更不容易幻觉，但不代表零风险，输出内容还是要靠引用出处验证
- ❌ 生成完 Video Overview 或 Infographic 后想直接编辑修改——目前这类输出生成后编辑空间很有限，想调整基本上要重新生成
- ❌ 只上传单一来源就期待丰富的回答——同一主题多加几个不同角度/不同媒体类型的来源，检索出来的答案会更充实
- 💡 手上有一段很长的 YouTube 影片想找特定细节，与其自己重头看一遍，不如把逐字稿当来源加进 NotebookLM 直接问
Sources
Blog / Website：
- What Is NotebookLM (2026) — https://www.digitalocean.com/resources/articles/what-is-notebooklm