NotebookLM：把你的资料喂给 AI，让它当只认你材料的研究助手

大模型回答问题常犯一个毛病：张嘴就编，还编得很自信。Google 的 NotebookLM 换了个思路——它不靠自己的"记忆"答你，而是只基于你上传的文件说话。你丢给它论文、报告、录音稿，它就在这堆材料里找答案，每条还标出来自哪段原文。对做研究、写综述、整理访谈的人来说，这种"有出处"的 AI 比通用聊天机器人靠谱得多。

它能做什么

• 基于资料的问答：问"这份财报里研发费用涨了多少"，它只从你传的 PDF 里找，并给出页码出处，不胡扯。
• 自动生成摘要与提纲：上传几十页文档，让它输出一页纸要点，或按"背景—方法—结论"结构拆。
• 音频总览（Audio Overview）：把资料丢进去，它能生成一段两个 AI 主播的对话式播客，通勤时听，等于有人帮你把材料讲了一遍。
• 引用溯源：每个回答都能点开看到原文片段，方便核对，也方便直接复制到自己的文档里标注来源。

适用场景

写文献综述的学生、要快速吃透竞品白皮书的产品经理、整理客户访谈记录的用研、以及任何"资料很多但没空全读"的岗位。它不适合闲聊或开放性创作——那不是它的设计目的。

上手步骤

1. 用 Google 账号打开 NotebookLM，新建一个 Notebook。
2. 上传材料：支持 PDF、Google 文档、网页链接、纯文本，甚至可以直接粘一段文字。一个 Notebook 能放几十份。
3. 在右侧对话框直接提问，比如"列出所有提到用户留存率的段落"。
4. 想听不想读，点"Audio Overview"生成对话音频，下载或在线播。
5. 需要落到文档里，把 AI 给出的带出处要点复制到你的草稿，再人工核对一遍引用是否准确。

一点提醒：它"只认材料"不等于"永远对"。材料本身有误、或几份文件互相矛盾时，它会照着错料答。所以它省的是你翻找的时间，不是你判断的责任——关键结论仍要自己过一眼原文。