NotebookLM 是 Google 推出的 AI 筆記神器——上傳你的文件、研究論文、會議紀錄，它會幫你整理重點、做思維導圖、甚至生成 Podcast 對談。
📓 什麼是 NotebookLM？
Google NotebookLM 是一款 AI 研究助手，能讀取你上傳的文件（PDF、網頁、YouTube），然後回答問題、生成摘要、甚至產出 Podcast 風格的音訊對話。
💡 一句話理解 NotebookLM 就像一個只讀過你指定文件的 AI 助理。它不會用網路上的知識回答，只根據你上傳的資料來回答，所以幻覺（胡說八道）的風險極低。
和 ChatGPT 的根本差異
一般的 ChatGPT 會用它訓練時學到的所有知識回答你的問題——這代表它可能會「編」出看似正確但實際錯誤的內容。NotebookLM 只會基於你上傳的文件回答，每個答案都附上出處，讓你可以驗證。
🎯 核心功能
📄 多源匯入
你可以上傳多種格式的資料：
- PDF 文件 — 論文、報告、合約
- Google Docs — 你的 Google 文件
- 網頁連結 — 任何公開網頁的內容
- YouTube 影片 — 自動擷取字幕和內容
- 純文字 — 直接貼上文字
- 每個筆記本最多可匯入 50 個來源
🔍 精準問答
上傳文件後，你可以用自然語言提問：
- 「這份報告的三個主要結論是什麼？」
- 「A 論文和 B 論文對這個主題的觀點有什麼不同？」
- 「根據這些資料，X 策略的優缺點是什麼？」
每個回答都會標註引用來源，你可以點擊查看原文段落。
📝 自動摘要
一鍵生成：
- 文件摘要 — 把長文件濃縮成重點
- 學習指南 — 自動產生問答式學習資料
- 時間軸 — 從文件中提取時間線
- 大綱 — 自動整理文件結構
🎙️ 音訊概覽（Audio Overview）
這是 NotebookLM 最獨特的功能——它能把你的文件自動轉換成一段兩人對話式的 Podcast。
- 兩個 AI 主持人會討論你文件中的內容
- 語氣自然、節奏流暢，聽起來像真正的 Podcast
- 長度約 5-15 分鐘
- 適合在通勤時「聽」你的研究資料
💡 使用技巧 你可以在生成音訊前自訂指令，告訴它要聚焦哪些重點、用什麼語氣、針對什麼聽眾。例如：「請用非技術人員能理解的方式解釋」。
📊 和其他工具比較
| 功能 | NotebookLM | Perplexity | ChatGPT |
|---|---|---|---|
| 資料來源 | 你上傳的文件 | 全網即時搜尋 | 通用訓練知識 |
| 幻覺風險 | 極低 | 低 | 中 |
| 音訊摘要 | ✅ Podcast 風格 | ❌ | ❌ |
| 引用出處 | ✅ 精確到段落 | ✅ 附連結 | 有時候 |
| 免費 | ✅ 完全免費 | 有限額度 | 有限額度 |
| 適合場景 | 深入研究特定文件 | 快速搜尋最新資訊 | 通用問答和任務 |
什麼時候用哪個？
- 🔬 研究論文、分析報告 → NotebookLM
- 🔍 查找最新消息、事實查核 → Perplexity
- 💬 日常問答、寫作、程式 → ChatGPT
🚀 快速上手教學
Step 1：建立筆記本
- 前往 notebooklm.google.com
- 用 Google 帳號登入
- 點擊「新增筆記本」
Step 2：上傳資料
- 點擊「新增來源」
- 選擇來源類型（PDF、Google Docs、網頁等）
- 每個筆記本可以有不同主題的多個來源
Step 3：開始問問題
上傳完成後，你會看到 AI 自動生成的摘要。接著就可以在聊天框中提問，NotebookLM 會根據你的文件回答。
Step 4：生成音訊概覽
點擊「Audio Overview」按鈕，NotebookLM 會花幾分鐘生成一段 Podcast 風格的音訊摘要。
🏢 誰適合用 NotebookLM？
- 學生 — 上傳教科書和論文，快速理解和準備考試
- 研究員 — 跨文獻分析，找出不同來源的共同點和差異
- 律師 — 上傳合約和法條，快速找到關鍵條款
- 記者 — 分析大量採訪逐字稿和背景資料
- 產品經理 — 分析用戶研究報告和競品資料
- 行銷人員 — 分析市場報告和消費者洞察
🎯 進階使用技巧：讓 NotebookLM 發揮最大價值
跨文件比較分析
NotebookLM 最強大的功能之一是同時分析多份文件的交叉比對。例如你正在做市場研究，可以同時上傳三家競品的年報，然後問：
- 「這三家公司在 AI 策略上的主要差異是什麼？」
- 「哪家公司的 R&D 投資佔營收比例最高？」
- 「三份報告中對未來一年的展望有什麼共同點和分歧？」
因為 NotebookLM 只會基於你上傳的文件回答，不會摻雜網路上的資訊，所以你可以非常放心地信賴它的比較結論——每個論點都有出處可查。
自訂音訊概覽的三個訣竅
音訊概覽（Audio Overview）是 NotebookLM 最吸睛的功能，但很多人不知道可以自訂：
- 指定聽眾程度：「請用國中生能理解的方式解釋這篇論文」vs「請用研究所等級的深度討論」
- 聚焦特定主題：「請只討論這三份文件中關於定價策略的部分」
- 指定語氣風格：「請用輕鬆幽默的風格，像兩個朋友在聊天」
這三個自訂指令組合起來，能讓生成的 Podcast 完全符合你的需求——無論是自己通勤時聽，還是做成教學素材分享給團隊。
搭配其他工具的最佳組合
NotebookLM 不是什麼都最強，但搭配其他工具能形成完美互補：
- NotebookLM + Perplexity：先用 Perplexity 找到最新的研究報告和新聞，下載 PDF 後上傳到 NotebookLM 做深度分析
- NotebookLM + ChatGPT：用 NotebookLM 提取文件中的關鍵數據，再把數據交給 ChatGPT 做進一步的策略建議或文案撰寫
- NotebookLM + Google Docs：直接連結你的 Google Docs 筆記，讓 AI 幫你在自己的筆記中找出過去寫過但忘記的重要觀點
三個實戰場景：學術、法律、內容創作
NotebookLM 的獨特價值在於只讀你指定的資料，這個特性在下面三個場景中特別有用。
場景一：學術研究——50 篇 PDF 的文獻回顧
寫論文最痛苦的階段是「文獻回顧」——你要在兩週內讀完 30-50 篇 paper，找出共同點、分歧點，整理成一個清晰的 research gap。傳統做法是印出來畫重點，慢則一個月，快也要兩週。
用 NotebookLM 的做法：
- 建立一個「Literature Review」筆記本，一次把 50 篇 PDF 全上傳（上限剛好是 50 個來源）
- 先讓 AI 做初步分類：「根據這 50 篇論文，把它們依研究方法分成質性、量化、混合法三類，並列出每一篇屬於哪類」
- 找共同點：「這些論文中，至少有 5 篇都提到的研究限制是什麼？」
- 找 research gap：「根據這 50 篇的結論，哪些問題尚未被充分研究？」
- 生成 Audio Overview 在通勤時聽，強化對文獻的整體感覺
這個流程我實測過，兩天就能完成過去要花兩週的文獻整理。而且因為每個答案都附來源，可以直接在論文裡引用。
場景二：法律與合約——快速找出關鍵條款
律師、法務、採購人員每天要處理大量合約，最花時間的不是閱讀，是在幾十頁裡找到「違約條款」「管轄權」「保密期限」這些關鍵點。
實戰用法：
- 把合約 PDF 上傳（可以一次傳多份比對用）
- 直接問：「這份合約中關於提前終止的條款有哪些？列出所有相關條文及頁碼」
- 跨合約比對：「這三份廠商合約中，保固期最長和最短分別是哪一家？差異多少？」
- 風險掃描：「這份合約中有哪些對甲方不利的條款？」
因為 NotebookLM 只根據文件回答，不會亂編法律意見，結果可以直接交給律師做最後確認——這比讓 ChatGPT 憑空解讀合約安全得多。
場景三：內容創作——把自己的舊文章變成創作素材庫
這是我個人最常用的場景。我在這個網站上寫了 1,600+ 篇文章，想寫新文章時常常記不得「這個觀點我是不是之前寫過？」
做法：
- 把自己過去的文章（可以用網頁 URL，也可以匯出成 PDF）分批上傳到 NotebookLM
- 寫新文章前先問：「我過去寫過關於 AI Agent 的文章中，核心論點是什麼？哪些角度還沒涵蓋？」
- 找自我矛盾：「我過去文章中對於 GPT-5 的評價，是否有前後不一致的地方？」
- 生成大綱：「根據我過去關於 Prompt Engineering 的 20 篇文章，幫我整理一份 3000 字的進階教學大綱」
這個做法把你自己寫過的內容變成私人的 RAG 知識庫，寫新內容時就不會一直重複造輪子。如果想進一步了解背後技術，可以參考 RAG 技術入門。
NotebookLM vs ChatGPT / Claude 上傳 PDF：實測差異
很多人問：「ChatGPT 和 Claude 也能上傳 PDF，為什麼還要用 NotebookLM？」差異很大，實測結果如下：
| 面向 | NotebookLM | ChatGPT（Plus） | Claude |
|---|---|---|---|
| 單次上傳量 | 50 份 PDF、每份 50 萬字 | 單次約 10 份、每份上限較低 | 單次約 5 份、每份 10 萬 tokens |
| 跨文件比對 | ✅ 原生設計 | ⚠️ 能做但易遺漏 | ⚠️ 能做但易遺漏 |
| 引用定位 | ✅ 標到段落 | ❌ 常無出處 | ⚠️ 有時有 |
| 幻覺風險 | 極低 | 中 | 低 |
| 保留期限 | 筆記本永久保存 | 對話結束即失去 | 對話結束即失去 |
| 音訊 Podcast | ✅ 獨家 | ❌ | ❌ |
| 即時網路 | ❌ | ✅ | ❌ |
一句話總結：如果你要做的是針對固定資料集的深度研究，NotebookLM 無可取代；如果你要的是一次性的單篇 PDF 摘要，ChatGPT 和 Claude 更方便（不用開筆記本）；如果你還需要即時網路資訊，得用 Perplexity 或 ChatGPT 搜尋模式。
限制：無法即時搜尋網路，別搞錯定位
NotebookLM 最常見的誤用是——有人想拿它當搜尋引擎用。它做不到。
NotebookLM 只會讀你上傳的資料，不會上網查最新資訊。如果你問它「現在的台積電股價是多少？」它不會回答，或只會根據你上傳的文件中的舊數據回答。這是它的設計理念，不是 bug。
正確的工作流是：先用 Perplexity 或 ChatGPT 搜尋模式 找到你需要的文獻和報告 → 下載成 PDF → 上傳到 NotebookLM 做深度分析。兩個工具分工合作，而不是擇一使用。
⚠️ 使用限制
- 每個筆記本最多 50 個來源
- 每個來源最大 500,000 字
- 音訊概覽目前主要支援英文（其他語言品質較低）
- 無法存取即時網路資訊
- 圖片和圖表的理解能力有限
❓ FAQ
NotebookLM 免費嗎？
是的，NotebookLM 目前完全免費，只需要 Google 帳號即可使用。Google 可能未來推出付費進階版本，但基本功能保持免費。
我上傳的資料會被 Google 用來訓練 AI 嗎？
根據 Google 的說明，NotebookLM 不會使用你上傳的資料來訓練模型。你的數據會根據 Google 的一般隱私政策處理。但如果處理的是高度敏感的商業資料，建議先確認公司的 AI 使用政策。
NotebookLM 和 [RAG](/tech/rag/) 有什麼關係？
NotebookLM 本質上就是一個消費者級別的 RAG 應用。它把你上傳的文件建立成知識庫，用檢索增強生成（RAG）的方式來回答問題。如果你想深入了解背後的技術，可以看我們的 RAG 入門指南。
音訊概覽支援中文嗎？
截至 2026 年 3 月，音訊概覽主要支援英文，中文來源的文件可以生成英文音訊。中文原生音訊功能正在開發中，預計未來更新。
我可以把 NotebookLM 當作個人知識庫嗎？
可以，但要留意兩個限制：每個筆記本最多 50 個來源、每個來源 50 萬字。對大多數人來說這個容量已經夠用（50 份 PDF 等於一本專業書的量級）。如果你的資料超過這個上限，可以按主題分成多個筆記本，或考慮搭建自己的 RAG 系統。另外 NotebookLM 的資料是雲端存放的，涉及高度機密的內容請三思。
NotebookLM 適合學生準備考試嗎？
非常適合。上傳教科書和講義後，直接讓它生成「學習指南」，它會自動整理成問答式的複習材料。你還可以問「這一章最可能考的三個觀念是什麼？」「第 5 章和第 7 章的觀念有什麼關聯？」進階用法是把老師的授課錄影 YouTube 連結也丟進去，AI 會把投影片內容和口頭補充都納入問答範圍。比起自己畫重點，效率高 5 倍以上。
NotebookLM 和 [ChatGPT](/tools/chatgpt-guide/) 應該怎麼搭配？
最好的搭配是「NotebookLM 提取、ChatGPT 加工」。用 NotebookLM 從大量文件中精準提取事實和數據（因為它不會亂編），再把這些可信資料丟給 ChatGPT 做進一步的策略建議、文案撰寫、或創意發想（因為它的輸出更活潑）。兩者分工：一個負責正確性，一個負責創造力。想了解更多模型差異可以看 AI 模型比較。
NotebookLM 可以處理掃描版的 PDF 嗎？
可以，但效果取決於掃描品質。NotebookLM 內建 OCR，清晰的掃描版（300 dpi 以上、文字端正）辨識率很高。但如果是手寫筆記、模糊掃描、或充滿手繪圖表的文件，辨識會出錯。建議先用 Adobe Acrobat 或其他 OCR 工具預處理成純文字 PDF 再上傳，效果最好。