NotebookLM

Google 推出的个人 RAG 检索式知识库工具，让用户上传资料后仅基于这些资料进行精准问答，并标注每句话的出处

简介

NotebookLM 是 Google 基于 Gemini 模型构建的一款 AI 笔记与知识库工具。它的核心定位是个人 RAG（Retrieval-Augmented Generation）检索式知识库——用户把 PDF、网页、YouTube 视频等资料丢进去，NotebookLM 只在这些资料范围内寻找答案，并且能精确标注引用来源（如”这句话来自第 4 份文件第 3 页”）。

与 ChatGPT、Claude 等通用对话 AI 不同，NotebookLM 的回答始终受限于用户上传的资料范围，这使它在需要”精确引用 + 资料溯源”的场景下（学术研究、企业知识管理、报告分析）比通用模型更可靠。它同时支持音频概述（Audio Overview）功能，可将资料内容转化为播客风格的双人对话音频。

NotebookLM 的局限在于深度分析和整合推理能力较弱。它擅长的是记忆与检索——快速从大量资料中捞出相关段落——但需要和更强的推理模型（如 Gemini）配合才能完成复杂分析任务。

关键信息

• 类型：工具 / AI 知识库产品
• 领域：个人知识管理、RAG、检索增强生成
• 厂商：Google
• 官方网站：https://notebooklm.google.com
• 定价/开源状态：免费使用（基础版）；NotebookLM Plus 提供团队/企业功能
• 技术架构：RAG（Retrieval-Augmented Generation）
• 相关概念：Gemini、RAG 知识库、Claude Code、Codex

核心特性

工具类必填项

• 安装方式：无需安装，网页端直接使用：https://notebooklm.google.com
• 基本用法：
  1. 创建新笔记本（Notebook）
  2. 上传资料源（支持 PDF、网页 URL、YouTube 视频、Google Docs、复制的文本等）
  3. 在笔记本内提问，NotebookLM 仅基于上传资料回答，并标注引用来源
  4. 可生成音频概述（Audio Overview），将资料转化为播客风格对话
• 关键功能：
  • 精确溯源：每句话标注出自哪个文件的哪一页
  • 多源协同：可同时处理不同类型资料（PDF + 网页 + 视频），实现跨资料检索
  • 音频概述：将资料内容转化为播客风格的双人对话音频
  • 与 Gemini 串接：通过 Gemini 在多个笔记本之间同时检索，做跨笔记本分析
• 适用场景：
  • 个人知识管理：把散落的笔记、文章、报告统一检索
  • 报告分析：把外部报告和个人资料同时放入，让 AI 做交叉对比分析
  • 学术研究：论文精读、多篇文献综述、引用追溯
  • 团队知识共享：多人资料汇总后统一检索
• 不适合的场景：
  • 需要深度推理和综合分析的任务（需搭配 Gemini 或其他强推理模型）
  • 资料量极小时（如几段文字）：直接用通用 AI 更高效

笔记本串接 Gemini 的进阶用法

NotebookLM 可以串接 Gemini，实现”多个笔记本同时被调用”的效果。过去知识散落在不同笔记本中，整合很麻烦。串接 Gemini 后，不同类型的知识（专业内容、客户沟通、会议记录、其他顾问意见、其他项目）可以一起协作、互相比对、找出重点或合并出新内容。

工作流分层：

• 记忆层（NotebookLM）：负责从大量资料中精準检索相关内容
• 思考层（Gemini）：负责深度分析、整合推理，基于检索结果做判断
• 应用层（Claude/Codex）：处理整理后的本地文件，做复杂推理和实际应用

不同素材中的观点

• 2026-05-31-notebooklm-x-gemini：作者江昱德认为 NotebookLM 是”目前最强的个人检索式知识库”，其核心价值在于精准溯源（标注每句话出自哪个文件哪一页）。他用 NotebookLM + Gemini + Claude 的三层架构管理知识：少量资料直接用 Claude 读 NotebookLM，大量资料（如一个 YouTube 频道 300 支视频）则先用 Codex 整理分类再存入本地知识库。他特别强调”这招准不准，取决于你的内部资料有没有先准备好”——平常累积的工作日记和文章是 AI 认识你的依据。

实用信息

• 快速上手步骤：
  1. 打开 https://notebooklm.google.com，用 Google 账号登录
  2. 点击”New Notebook”，上传你最常用的几份资料（PDF 或网页链接）
  3. 在下方提问框输入问题，观察 NotebookLM 如何标注来源
  4. 尝试生成 Audio Overview，听一下资料的音频化呈现效果
• 扩展玩法：
  • 安装 YouTube to NotebookLM 外挂，批量把 YouTube 频道视频字幕导入笔记本
  • 安装 notebooklm-connector（https://github.com/Jiang-Yude/notebooklm-connector），在 Claude Code 或 Codex 对话中直接问 NotebookLM 里的内容
• 注意事项：
  • NotebookLM 擅长检索，但深度分析能力弱，复杂分析任务需搭配 Gemini
  • 资料必须先准备好——报告能不能”读”你，取决于你有没有东西让它读
  • 免费版有来源数量限制，NotebookLM Plus 提供更大的额度

相关页面

• Gemini
• RAG 知识库
• Claude Code
• Codex