Header Logo
AI训练营 AI实战派 AI自动化 AI精英圈 AI精英周刊 所有课程 博客 咨询
Axton是谁
登录
← Back to all posts

这才是真正的第二大脑 - Google 最新升级的 AI 笔记本 |

Oct 05, 2024

原始 YouTube 视频点击此链接观看,本文包含附加资料。

NotebookLM 最全教程: AI 学习神器! 一款 AI 笔记本居然让我 1 分钟变身英文播客主播 | 回到Axton

 

NotebookLM 不仅能帮你智能整理笔记、提取要点,甚至还能将枯燥的论文或者各种有趣的 YouTube 视频,一键转换成两个主持人聊天的播客!

我们先来做个演示,把我的一篇博客,一个 YouTube 视频加入到知识库,然后点击「生成」

生成的播客是英文的,我们先来听听英文播客的语气和音色,然后我再把它翻译成中文播客,感受下内容。

原始英文播客

中文翻译片段 

 

好,因为 NotebookLM 目前只支持英文,所以生成的英文播客非常自然,就这个功能就火遍全网了,因为它的好处实在是太多了,咱们先不着急一一列举,我们看完视频中所有的演示之后,就明白了。总之,NotebookLM 绝不仅仅是简单的笔记 APP。它更像是一个 AI 思考伙伴,能够帮助你更有效地学习、研究和创作。关键还是免费的!

NotebookLM 从界面上来看很阳春,无非就是个能上传文档的地方、一个 AI 聊天框、能把聊天内容存下来而已,没有什么酷炫的地方,那么它牛在哪里呢?

很多笔记 APP 都集成了 AI 功能,什么 AI 总结、AI 智能搜索等等,但是虽然功能的名称一样,效果确是不同的,后面我会给你对比一下测试结果,你就知道为什么 NotebookLM 并不像它表面看起来的那么简单了,毕竟 Google 的实力不容小觑。

网址及语言

  • NotebookLM URL: https://notebooklm.google,使用 Google 账号登录。
  • 语言设置与你的 Google 账号设置相同

主要功能

丰富的来源

上传来源:目前支持的来源类型是 PDF、文本文件以及音频文件,可以直接拖放上传,也可以从 Google 云盘上上传,同时还能输入链接来添加网页内容和 YouTube 视频内容。

需要注意的是,网页是单页内容,目前还不能爬网。

YouTube 视频:无字幕的视频也不在话下,比如我的这期视频:

你想多了:非程序员也能用Cursor开发应用?15个实用避坑指南 | 回到Axton

 

就没有字幕,就算用插件获取内容也会失败,加到 Readwise Reader 里也白瞎,但是添加到 NotebookLM 中几乎瞬间就可以使用了。

引用

  • NotebookLM 在回答中,都会加上充足的引用,这可以追溯答案来源,确保信息准确可靠。
  • 比如我们问个问题:「在使用 Cursor 时要避免哪些错误?」在回答中,添加了不同的引用,虽然只有一个来源,但是引用的是不同的地方,这就比有些 APP 的引用只能到文件这一个层级要更进一步了。

笔记指南中的预置功能

 

对比 Notion、ChatGPT 的知识搜索

既然是笔记,那么对知识库的内容检索就是一个很关键的功能,因为笔记 APP 归根结底就是两大重点:记得爽、找得到。

在 5 月份 NotebookLM 刚出来的时候,我曾经做过一次搜索的对比,对比了当时手边能检索文档的一众工具,包括 Obsidian、Notion、ChatGPT、Claude、Google AI Studio,甚至 DEVONthink 都上了。对比的结果 NotebookLM 不算最差,但是并不让我满意,所以也没有出片。如果有朋友对对比结果感兴趣的话请留个言,留言多了我就整理到我的网站上供大家参考。

5 个月过去了,可以说 NotebookLM 取得了长足的进步,今天我们再来简单来对比一下。

使用的文档,是我在做 Dify 教程时的参考文档,我们这次先用一个测试,就是 Dify 的 Discord 群中导出的一些对话 PDF,一共 58 页,随机找了一个有人回答过的问题:

我用 Dify 连接 Ollama 的模型连接不上怎么办?

首先,我们在 NotebookLM 中新建一个笔记本,添加这个 PDF 文档,然后问问题:

我用 Dify 连接 Ollama 的模型连接不上怎么办?

接下来,我们上传到 Notion 的一个页面中,虽然 Notion AI 是可以在你所有的 Notion 笔记中寻找答案的,但是毕竟我的 Notion 笔记太多,这样比不太公平,咱们就直接针对此文档提问,然后大家对比答案:

最后,我们再直接把文档上传到 ChatGPT,看看效果如何:

NotebookLM 的回答效果我认为是好于 Notion 和 ChatGPT 的,不过需要注意的,这只是单项功能的对比,毕竟每个软件都有它的侧重点。

这个对比结果,可以告诉我,在现阶段,NotebookLM 作为学习笔记,是值得使用的。

NotebookLM 的”哇”时刻

AI 主持人认为自己是人类

NotebookLM 让人着迷的不仅仅是帮助学习啊,而是从它的播客功能衍生出的各种五花八门的内容。在 Reddit 论坛上,有用户分享了各种各样的玩法,比如:

NotebookLM Gone Wild: Hosts React to Alien

如果你是喜欢听各种科幻故事、都市传说,你都可以不用听别人讲,自己就能编故事了。

这里面我觉得最有趣的一个片段,就是 NotebookLM 的播客主持人说着说着,发现他们是人工智能而不是人类,把他们自己都吓到了不敢相信,其中一位还要给他老婆打电话来验证一下自己是真人,我们来听一下:

 AI 主持人认为自己是人类

 

潜力无限的播客

NotebookLM 甚至用一幅画就能生成一个播客,比如我们给它一张图片。

这是普华永道的 2024 年人工智能就业指数预测,分析超过 5 亿份招聘广告得到的数据:

我让 Claude 把图片翻译成中文,我们看一下,了解一下这些数据也是非常有意义的:

我们可以看到,虽然 AI 人才身价倍增,但是对 AI 从业者快速学习的能力也有很高的要求,而 AI 精英学院 就是你深入学习 AI 核心技能的最佳选择。

好,我们把原图直接给到 NotebookLM,看看它能生成一个多长的播客:

看图说话 

 

不要小看这个生成播客的功能,它的潜力是无限的,等你们看完后面的演示后相信会有同样的感觉。

使用技巧

当然,NotebookLM 除了讲故事之外,更主要的用法还是帮助我们学习和研究。

不要被 NotebookLM 阳春的界面所误导,重要的话再说一遍。即便其他的 APP 可以做到同样的招式,但是未必有同样的内力,Google 现在的 Gemini 1.5 Pro 模型已经不是刚出来时那么不堪了。

下面咱们就列举几个实用的方法,抛砖引玉。

主题学习

把论文以及其他相关的学习材料全部上传到 NotebookLM,我们可以通过两种方式去学习:

  • 问答:就像使用 ChatGPT 之类的 AI 工具一样,一问一答,共同讨论。
  • 生成播客:可以随时随地听。

如果你耐心地听一遍 NotebookLM 生成的播客,你会发现它并不是简单地总结和复述你给他的材料,而是真的有自己的思考,这就是你能把它当作学习材料的原因。

建议在组织笔记本的时候,可以采取以下两种方式:

  • 同一主题:所有的来源都与同一个主题相关,避免混乱。
  • 发散主题:有意识地寻找不同的主题,但是具有相关性,这样虽然不同的来源是不同的主题,但是在一起使用,也许会产生灵感火花。

英语学习

把自己写的中文内容,比如博客文章或者视频脚本,转换成英文播客,然后自己去听播客。因为文章是你自己写的,你对内容很熟悉,这就会让你很容易地知道你脑袋里想的那些东西,应该如何用英文表达。这会比听一些不熟悉的英语新闻或者美剧来得更有效。

第二大脑,专属知识库

  • 上传的所有内容源,就会形成自己的知识库。
  • 把选定的对话「保存到笔记」,一方面在不断地充实自己的知识库,另一方面还可以避免很多无用的上下文干扰。
  • 比如我们在 ChatGPT 里面如果在一个线程持续对话,其实就会有很多没有用处的对话内容,但是它们又没办法从上下文中剔除掉。这实际上会影响之后对话的质量。
  • NotebookLM 这种可以筛选内容源,就给我们对话场景带来了灵活度。我们可以根据不同的对话目的选择不同的背景信息。

更多内容发布渠道

作为内容创作者,把自己的文章、视频一键转换为播客,既能给原有的听众带来更丰富的体验,还能扩大覆盖范围,甚至是多语种的覆盖。因此,盼望 NotebookLM 快些能够支持中文。

 

展望

大神背书

在去年 Google IO 大会我就说过,NotebookLM 是我最期待的功能,虽然刚出来时觉得「啊,就这?」但是可以看到它变得越来越好,Google 毕竟也不是浪得虚名的。

目前我最期待的功能就是:第一,我也能参与讨论。别光是你们两个 AI 聊的热火朝天,我只能干听。我也希望参与进去。第二,我能够设定讨论的主题,现在讨论什么都是 AI 自己选的,我完全无法干预。第三,就是支持中文。

很多大神级人物也对 NotebookLM 赞不绝口,NotebookLM 的开发者之一著名作家和播客主持人 Steven Johnson,他认为 NotebookLM 就是自己一直追求的思考工具。

AI 界大神,前 OpenAI 科学家 Andrej Karpathy,不但十分推崇 NotebookLM,而且已经在 Spotify 上发布 10 集播客了:

Andrej Karpathy 的播客

功能猜想

推特账号 @testingcatalog 发来一些预测 NotebookLM 功能的推文,包括:

最后,NotebookLM 根据本期视频,生成了如下的播客:

 

看 AI 如何评价本期视频 

 

Responses

Join the conversation
t("newsletters.loading")
Loading...
从宽泛到聚焦的PROMPT艺术与橘子树实践法 | AI 精英周刊 023
我们总是希望一次性给AI写出完美指令,但这样做真的对吗? 经过大量实践,我发现了一个有趣的现象:那些试图用复杂指令一步到位的人,往往错过了AI最有价值的创造性输出。相反,从宽泛主题开始,让AI自由发挥后再逐步聚焦的方法,反而能产出更令人惊喜的结果。 这套方法论我称之为”橘子树模型”——从播种到结果,从发散到收敛的完整流程。 你有没有发现,很多人在使用AI时都有一个共同的困惑:明明给了很详细的指令,为什么AI的回答总是差强人意?或者反过来,有时候随便问一句,AI却能给出让人眼前一亮的答案? 这背后其实隐藏着一个关键问题:我们究竟应该如何与AI沟通? 大多数人初接触AI时,总想着要给出”完美”且复杂的指令,期望一步到位。这就好比你面对一位才华横溢的画家,如果你一开始就给他一张精确到毫米的施工蓝图,要求他依葫芦画瓢,那么你得到的很可能只是一幅匠气十足的复制品。但如果你先给他一个...
揭秘不同AI的“文风”偏好:你的Prompt风格选对了吗? | AI 精英周刊 022
你是否注意到,和不同AI模型(比如Claude、GPT系列)打交道时,它们似乎对Prompt的”写法”有着不同的偏好?Claude偏爱有序列表和XML标签,GPT时常用分隔线和括号,而OpenAI Playground的生成器则钟情于Markdown标题。 这仅仅是不同厂商的”风格差异”吗?还是说,这些写法真的会影响AI的输出效果?今天,我们就来深入探讨这个话题。 AI Prompt的”三大流派”及其特点 让我们先直观感受一下这些不同风格的Prompt:   Claude风格:有序列表 + XML标签 Claude倾向于接收用XML标签包裹指令和上下文的Prompt。这种结构清晰,指令层级分明。比如以下的 PROMPT 片段:   GPT (o3)风格:连续分隔线 + 特殊括号 如果我们直接在 ChatGPT 中,选择用 o3 模型帮忙写 PROMPT,那么它一般会使用连续...
Make 下架 Twitter 之后的备选方案 Buffer | AI 精英周刊 021
2025 年 4 月3 日起,Make.com 正式官宣下架 Twitter(现称 X)集成模块。这一决定的原因在于 Twitter 更新了 API 政策并大幅提高了接口收费,导致 Make 难以继续为用户提供可行的官方 Twitter 集成。换言之,除非第三方平台支付高昂费用,否则无法直接调用 Twitter API。对于内容创作者来说,这意味着原先通过 Make 自动发推的工作流需要寻找替代方案。 就在不久前,Make 还在功能更新中推出 Twitter 的回复(Reply)功能呢,原以为对 X 的支持会越来越多,结果好景不长,X 把基础版本的 API 费用从 100 美元每月翻倍到 200 美元不说,更是把企业版起价涨到 4 万 2 千美元一个月,可见 X 多么能折腾吧。 对此我真是无力吐槽, GPT 说得好,当平台规模 > 盈利能力 时,”免费开放”率先被祭天。 如果我们...

AI 精英周刊

深度阅读、高级分享、拒绝碎片!
© 2025 AI 精英学院 by Axton. All Rights Reserved.
Powered by Kajabi

Join Our Free Trial

Get started today before this once in a lifetime opportunity expires.