NotebookLM 快速入门

一句话卖点:Google 出的 AI 笔记 + 播客生成工具,上传 PDF / 文章,AI 帮你总结、问答、做成播客。

这是什么?适合谁?

NotebookLM 是 Google 在 2023 年推出、2024~2025 年大幅增强的AI 笔记与学习助手,主域名 notebooklm.google.com。它的定位不是「通用 AI 对话」,而是「只基于你上传的资料做总结和问答」——这意味着它的回答全部来自你的资料源,不会瞎编。

最炸裂的功能是 Audio Overview(音频概览):上传资料后,AI 自动生成一段双人对话式播客音频(英文为主,中文支持逐步完善),两个人用对话的方式把资料讲一遍,适合通勤 / 健身时听。

主要能力:

• 资料上传:支持 PDF、Google Docs、网页链接、YouTube 视频链接、纯文本;
• 总结 + 问答:基于上传资料,AI 帮你总结、提问、解释;
• Audio Overview:自动生成双人对话播客;
• 多 Notebook:可以建多个 Notebook,每个 Notebook 是独立主题的资料库;
• 引用溯源:回答里所有论断都标注来自哪条资料,点链接跳转;
• 免费可用:Google 账号即可使用,功能不收费。

适合谁?学生(读论文、做笔记)、研究员(整理文献)、教师(备课、做讲义)、知识工作者(读报告)、播客爱好者(快速做内容)。

不适合需要联网获取最新信息的场景——NotebookLM 只基于你上传的资料,不会主动联网搜索。

准备工作

1. 一个 Google 账号;
2. 几份想读 / 想总结的资料(PDF、Google Docs、网页、YouTube 链接);
3. 浏览器(Chrome / Edge / Safari);
4. 可选:耳机(听播客必备)。

3 步快速上手

第 1 步:打开 NotebookLM 并登录

访问 https://notebooklm.google.com,用 Google 账号登录(免费)。

主界面会显示「Create new notebook」按钮,新建一个 Notebook(比如「2026 AI 产品研究」)。

第 2 步:上传第一批资料

在 Notebook 里点「Add source」,支持:

• 上传 PDF / .txt / Markdown 文件;
• 选 Google Drive 里的 Docs / Slides;
• 粘贴网页 URL;
• 粘贴 YouTube 视频 URL。

第一次建议上传 3~5 篇相关资料(比如 5 篇关于某个产品的研报),让 AI 有料可挖。

第 3 步:让 AI 总结 / 问答 / 生成播客

上传完后,右侧会出现 AI 对话面板。直接问:

这 5 篇资料里,对 XX 产品的核心竞争优势是怎么描述的?引用原文。

AI 会从 5 篇资料里找答案,并标注每条结论来自哪篇资料的哪一段(可点跳转)。

试另一个爆点功能:生成 Audio Overview。

点底部「Audio Overview」→「Generate」,等 15 分钟,AI 会生成一段 510 分钟的双人对话式播客,两个 AI 主持会用对话的方式把你上传的资料讲一遍。

生成完后可以直接在线听,也可以下载 MP3。

常见踩坑

1. PDF 解析失败:扫描版 PDF(图层是图片)AI 没法读,先用 OCR 转成可搜索 PDF;
2. YouTube 链接不支持私密视频:只支持公开视频,私密视频会报错;
3. Audio Overview 排队:高峰期(欧美工作日下午)生成要 5~15 分钟,清晨基本秒出;
4. 中文播客质量:NotebookLM 的 Audio Overview 对中文资料支持逐步完善,中文对话感跟英文比略机械;
5. 资料太多变慢:单 Notebook 超过 20 份资料时,AI 响应变慢,建议拆多个 Notebook;
6. 不能联网:NotebookLM 只读你上传的资料,问「今天天气」会直接说「我没找到相关资料」。

初级用法

• 读论文:上传 5 篇论文,问「这几篇的核心争议是什么?」;
• 整理面试资料:上传 JD + 公司资料 + 行业报告,问「这家公司面试会问什么?」;
• 做播客:上传 3 篇博客文章,生成 Audio Overview 当作自己播客的素材;
• 读长报告:上传一份 100 页 PDF,先总结,再针对某章节深入问答。

高级玩法

• 跨 Notebook 关联:为不同主题建 Notebook,定期回顾;
• Audio Overview + 多模态笔记:把音频 + 文字笔记配合,做完整学习闭环;
• 团队共享 Notebook:把 Notebook 共享给同事,大家共同往里加资料;
• 多语种资料混合:中文 + 英文资料同时上传,AI 会自动跨语种找关联;
• 生成学习指南:用「Study Guide」功能,自动出术语表 + FAQ + 测验题。

小技巧

1. 资料来源要权威:AI 只能基于你给的资料回答,资料质量决定回答质量;
2. prompt 写明要求引用:「请引用原文并标注来源」,AI 回答更有用;
3. Audio Overview 当背景音:通勤 / 健身时听,比纯文字效率高;
4. Notebook 当知识库:长期项目维护一个 Notebook,持续加资料,半年后 AI 还能基于全部资料问答;
5. 结合 Google Drive:所有资料存在 Drive,NotebookLM 自动同步,不会出现「本地文件找不到」。

常见问题 FAQ

Q1: NotebookLM 是免费的吗？

A: 免费版提供 100 个笔记本、每个笔记本 50 个资料来源、每天 50 次聊天查询、每天 3 次 Audio Overview 生成。Plus 版 $7.99/月（通过 Google AI Plus），Pro 版 $19.99/月（通过 Google AI Pro），提供 5 倍以上的额度上限和协作功能。对大多数个人用户，免费版完全够用。

Q2: NotebookLM 能联网搜索吗？

A: 不能。NotebookLM 只基于你上传的资料（PDF、Google Docs、网页链接、YouTube 链接等）进行总结和问答，不会主动联网搜索最新信息。如果你需要联网查找最新资料，可以先把相关网页链接作为来源添加进来。

Q3: NotebookLM 生成的 Audio Overview 支持中文吗？

A: 支持逐步完善中。Audio Overview 主要为英文生成，对中文资料也能生成播客，但中文对话的自然度和流畅度不如英文。如果你上传的是中文资料，生成的双人对话会以英文为主，中文内容的处理效果因资料质量而异。

Q4: NotebookLM 的数据会被用于训练 AI 吗？

A: Google 官方表示 NotebookLM 不会使用用户上传的资料来训练 AI 模型。你上传的文档仅用于在你的 Notebook 内提供回答。但敏感信息仍然建议谨慎上传，尤其是涉及商业机密或个人隐私的内容。

Q5: NotebookLM 支持哪些资料来源格式？

A: 支持 PDF、Google Docs、Google Slides、粘贴网页 URL、YouTube 公开视频链接、纯文本和 Markdown 文件。不支持扫描版 PDF（需先 OCR 转成可搜索格式）、私密 YouTube 视频、以及付费墙后的网页内容。每个来源最多 50 万词。

进阶学习建议

如果想进一步用好 NotebookLM,建议按以下路径学习:

第 1 周:熟练基础

• 完成 3 步快速上手,跑通第一个任务
• 试 2-3 个不同场景的真实任务
• 记录”哪些操作有效、哪些没用”——形成自己的笔记

第 2 周:探索功能

• 把界面上的按钮/菜单都点一遍
• 找到最常用的 3-5 个功能
• 配置个性化设置(主题、快捷键、默认参数)

第 3-4 周:融入工作流

• 找到 NotebookLM 与你现有工具的结合点
• 用快捷键/模板/批处理提高效率
• 考虑付费升级(如果免费版够用就不必)

长期:进阶玩法

• 探索 NotebookLM 的 API/SDK 集成
• 写自己的脚本/扩展/插件
• 关注官方博客/更新日志,第一时间用上新功能

推荐资源:

• 官方文档:https://notebooklm.google.com
• 官方 YouTube/B 站频道(看产品演示)
• 国内社区:CSDN/掘金/知乎搜 “NotebookLM 教程”
• 国外社区:Reddit、Product Hunt 评论区

避免的坑:

• 不要追求”全能工具”——NotebookLM 不可能满足所有需求
• 不要盲目订阅付费版——先用免费版验证价值
• 不要忽略数据备份——重要内容定期导出
• 不要被新功能冲昏头脑——核心功能用熟再拓展

参考链接

• NotebookLM 官方主页:https://notebooklm.google.com
• NotebookLM 帮助:https://support.google.com/notebooklm
• Google AI 实验室:https://ailabs.google
• Google Docs:https://docs.google.com
• 对比 Perplexity:https://www.perplexity.ai

本文基于官方文档和公开资料整理，AI辅助生成，MagicNetWorld 尚未完成独立实测。如有错误或过时信息，请通过 contact@magicnetworld.com 反馈。