本文整理自 B站「9个NotebookLM高级技巧」通过音视频总结Ai好记进行转图文整理以下为精炼整理后的内容。NotebookLM 很多人只拿来「上传文档→问问题」但它的上限远不止这个。这篇整理了 9 个高级技巧从系统提示词到底层工具联动一次性讲清楚。01 Everything Notebook把你的「脑子」喂给 AI大部分人使用 NotebookLM 的习惯是按主题建笔记本——「Q2 产品规划」一个、「市场分析」一个。这是用户的直觉用法但官方的推荐做法恰恰相反。Google 的建议是创建一个包含你所有核心资料的主笔记本。往里面丢什么你的工作文档、项目复盘成功案例和失败记录个人思维笔记、口播文案后台数据比如 YouTube 粉丝画像商务合作邮件当这些数据汇聚到一个笔记本里之后NotebookLM 就不再是「某个文档的问答机器」了——它变成了一个了解你背景、经历、思维方式的AI 数字分身。你问它决策建议它会基于你的全貌给出量身定制的方案而不是泛泛而谈。操作建议先建一个「主笔记本」做通用决策 AI再按项目单独建知识笔记本做专项分析。02 NotebookLM Gemini 联动补上多模态短板NotebookLM 最大的短板是什么不能联网不能生成图片不能写代码。解决方案是在Gemini 官网里调用 NotebookLM 的笔记本。操作方法打开 Gemini 对话窗口在来源中选择你的 NotebookLM 笔记本。这样 Gemini 就能结合笔记本资料 实时网络搜索做回答一次选择多个笔记本跨笔记本综合分析用笔记本里的资料做背景让 Gemini 帮你画图、写代码比如你把时尚穿搭资料放进笔记本然后在 Gemini 里说「结合我的风格资料生成一张搭配示意图」——它真的能给你一张图。03 系统提示词控制 AI 行为的最高权重指令NotebookLM 支持设置系统提示词System Prompt并且字符限制已经扩展到一万字符。这意味着你可以非常细粒度地定义 AI 的行为。一套完整的系统提示词应该覆盖以下几个维度模块内容示例角色定义你是谁「你是一名资深产品分析师」任务目标要做什么「回答用户问题时先拆解为3层」资料使用规则是否仅限本库「仅使用上传资料回答」思考方式逻辑路径「先对比不同观点再给出结论」输出格式结构要求「用 Markdown 表格输出」语气风格说话方式「专业、严谨、带案例说明」约束条件禁止项「不要使用模糊表述」关键特性系统提示词的权重很高后续对话很难覆盖它的设定。但注意聊天历史不保存每次新对话要重新输入。04 Studio 模块自定义提示词NotebookLM 的 Studio 区域有 6 个功能模块摘要、学习卡、测验等每个模块都支持单独设置自定义提示词。设计原则每个提示词至少包含两个要素——目标与受众这个摘要给谁看技术团队看详细版业务团队看结论版证据约束严格引用资料库中的原文不要自己编这样同一个资料生成给老板看的简报摘要和技术团队看的深度分析质量都会好很多。05 Deep Research 优化NotebookLM 的 Deep Research 和通用 AI 的 Deep Research 有本质区别通用 AI从全网搜索直接生成一份可直接用的报告NotebookLM把你资料库里的内容作为主要来源网络搜索只做补充针对这个特性优化提示词的方向应该是明确研究目标和最终使用场景限定研究范围不要跑题约束来源优先级资料库 网络定义输出结构如果觉得提示词写起来麻烦可以去 Reddit 社区找现成的结构化提示词模板或者先用 Gemini 生成一份报告再导入 NotebookLM。06 大容量音视频上传技巧NotebookLM 对上传文件有大小限制。怎么绕过去方案通过 YouTube 非公开视频中转。步骤把长音频或大视频上传到 YouTube设为「不公开」在 NotebookLM 中粘贴 YouTube 链接直接解析这个方法特别适合处理长会议录音、专家讲座、几小时的培训视频。07 YouTube 视频批量导入除了单个粘贴还有一个更高效的方案使用浏览器插件「YouTube to NotebookLM」。装好插件后你可以一键把某个 YouTube 博主的所有视频批量导入或者一次性勾选多个视频一起解析。配合官方 Google Drive 插件和网页导入器基本覆盖了所有批量导入场景。08 Google 云端硬盘资料中转中心Google Drive 在 NotebookLM 工作流里承担的是「资料收集与中转」角色。各种资料都可以先存到云盘再导入来源操作方式网页内容浏览器插件一键保存到云盘AI 对话记录复制粘贴为文档Gmail 邮件附件直接保存到云盘本地文件桌面同步Obsidian 笔记同步文件夹到云盘还有一个冷门技巧NotebookLM 本身不支持导入人物照片审核限制但你可以把照片插入 Google 文档再导入——绕过了审核适合心理咨询、情绪分析、网文创作等需要保持人物一致性的场景。09 文档合并自动化NotebookLM 单个笔记本有文档数量上限50个/500000 token。超出后需要合并文档。分两种情况纯文本文件TXT / MD用 Shell 脚本一键合并几行代码搞定混合文件PDF / Word / 图片用 Python 脚本批量处理不会写脚本也没关系直接用 ChatGPT 或 Claude 生成对应脚本把路径改一下就能跑。资料包里已经包含完整的脚本示例。
NotebookLM九个高级使用技巧，轻松打造你的AI数字分身
本文整理自 B站「9个NotebookLM高级技巧」通过音视频总结Ai好记进行转图文整理以下为精炼整理后的内容。NotebookLM 很多人只拿来「上传文档→问问题」但它的上限远不止这个。这篇整理了 9 个高级技巧从系统提示词到底层工具联动一次性讲清楚。01 Everything Notebook把你的「脑子」喂给 AI大部分人使用 NotebookLM 的习惯是按主题建笔记本——「Q2 产品规划」一个、「市场分析」一个。这是用户的直觉用法但官方的推荐做法恰恰相反。Google 的建议是创建一个包含你所有核心资料的主笔记本。往里面丢什么你的工作文档、项目复盘成功案例和失败记录个人思维笔记、口播文案后台数据比如 YouTube 粉丝画像商务合作邮件当这些数据汇聚到一个笔记本里之后NotebookLM 就不再是「某个文档的问答机器」了——它变成了一个了解你背景、经历、思维方式的AI 数字分身。你问它决策建议它会基于你的全貌给出量身定制的方案而不是泛泛而谈。操作建议先建一个「主笔记本」做通用决策 AI再按项目单独建知识笔记本做专项分析。02 NotebookLM Gemini 联动补上多模态短板NotebookLM 最大的短板是什么不能联网不能生成图片不能写代码。解决方案是在Gemini 官网里调用 NotebookLM 的笔记本。操作方法打开 Gemini 对话窗口在来源中选择你的 NotebookLM 笔记本。这样 Gemini 就能结合笔记本资料 实时网络搜索做回答一次选择多个笔记本跨笔记本综合分析用笔记本里的资料做背景让 Gemini 帮你画图、写代码比如你把时尚穿搭资料放进笔记本然后在 Gemini 里说「结合我的风格资料生成一张搭配示意图」——它真的能给你一张图。03 系统提示词控制 AI 行为的最高权重指令NotebookLM 支持设置系统提示词System Prompt并且字符限制已经扩展到一万字符。这意味着你可以非常细粒度地定义 AI 的行为。一套完整的系统提示词应该覆盖以下几个维度模块内容示例角色定义你是谁「你是一名资深产品分析师」任务目标要做什么「回答用户问题时先拆解为3层」资料使用规则是否仅限本库「仅使用上传资料回答」思考方式逻辑路径「先对比不同观点再给出结论」输出格式结构要求「用 Markdown 表格输出」语气风格说话方式「专业、严谨、带案例说明」约束条件禁止项「不要使用模糊表述」关键特性系统提示词的权重很高后续对话很难覆盖它的设定。但注意聊天历史不保存每次新对话要重新输入。04 Studio 模块自定义提示词NotebookLM 的 Studio 区域有 6 个功能模块摘要、学习卡、测验等每个模块都支持单独设置自定义提示词。设计原则每个提示词至少包含两个要素——目标与受众这个摘要给谁看技术团队看详细版业务团队看结论版证据约束严格引用资料库中的原文不要自己编这样同一个资料生成给老板看的简报摘要和技术团队看的深度分析质量都会好很多。05 Deep Research 优化NotebookLM 的 Deep Research 和通用 AI 的 Deep Research 有本质区别通用 AI从全网搜索直接生成一份可直接用的报告NotebookLM把你资料库里的内容作为主要来源网络搜索只做补充针对这个特性优化提示词的方向应该是明确研究目标和最终使用场景限定研究范围不要跑题约束来源优先级资料库 网络定义输出结构如果觉得提示词写起来麻烦可以去 Reddit 社区找现成的结构化提示词模板或者先用 Gemini 生成一份报告再导入 NotebookLM。06 大容量音视频上传技巧NotebookLM 对上传文件有大小限制。怎么绕过去方案通过 YouTube 非公开视频中转。步骤把长音频或大视频上传到 YouTube设为「不公开」在 NotebookLM 中粘贴 YouTube 链接直接解析这个方法特别适合处理长会议录音、专家讲座、几小时的培训视频。07 YouTube 视频批量导入除了单个粘贴还有一个更高效的方案使用浏览器插件「YouTube to NotebookLM」。装好插件后你可以一键把某个 YouTube 博主的所有视频批量导入或者一次性勾选多个视频一起解析。配合官方 Google Drive 插件和网页导入器基本覆盖了所有批量导入场景。08 Google 云端硬盘资料中转中心Google Drive 在 NotebookLM 工作流里承担的是「资料收集与中转」角色。各种资料都可以先存到云盘再导入来源操作方式网页内容浏览器插件一键保存到云盘AI 对话记录复制粘贴为文档Gmail 邮件附件直接保存到云盘本地文件桌面同步Obsidian 笔记同步文件夹到云盘还有一个冷门技巧NotebookLM 本身不支持导入人物照片审核限制但你可以把照片插入 Google 文档再导入——绕过了审核适合心理咨询、情绪分析、网文创作等需要保持人物一致性的场景。09 文档合并自动化NotebookLM 单个笔记本有文档数量上限50个/500000 token。超出后需要合并文档。分两种情况纯文本文件TXT / MD用 Shell 脚本一键合并几行代码搞定混合文件PDF / Word / 图片用 Python 脚本批量处理不会写脚本也没关系直接用 ChatGPT 或 Claude 生成对应脚本把路径改一下就能跑。资料包里已经包含完整的脚本示例。
