《NotebookLM进阶篇》1小时

《NotebookLM实操培训·进阶篇——高效工作流设计》

主讲：韩迎娣老师

【课程背景】

NotebookLM 是 Google 推出的 AI 笔记与研究助手，其核心优势在于能够深度理解用户上传的文档内容，并基于这些内容进行智能问答、摘要生成和信息整合。进阶篇课程专为已掌握基础操作的学员设计，重点聚焦三大核心能力：如何高效整合多源信息、如何通过精准提示词获得高质量回答、如何将输出内容灵活导出并协同分享。

本课程还新增了 2025-2026 年上线的重要功能讲解，包括 Deep Research 深度研究、Gemini 联动等重磅更新，帮助学员构建完整的高效工作流。

【课程收益】

掌握跨文档关联分析技巧，能够从多份文档中发现隐性关联和观点对比

熟练使用 Deep Research 功能，生成带完整引文的深度调研报告

学会与 Gemini 联动，实现跨平台信息无缝流转

运用角色设定、目标聚焦等高级提示词技巧，获得更精准的 AI 回答

掌握迭代优化循环，将 AI 输出转化为可信赖的研究来源

灵活运用 Studio 八大输出功能，选择最适合场景的内容形式

精通 Audio Overview 深度操作，自定义播客风格与交互模式

建立团队协作机制，实现笔记本的共享与权限管理

【课程特色】

最新知识：包括 Deep Research、Gemini 联动等

实战导向：每个知识点配备具体操作步骤和场景案例，可直接应用于实际工作

流程闭环：从信息整合、提示词优化、输出导出的完整闭环，覆盖完整工作流

避坑指南：汇总常见提问误区，帮助学员少走弯路

【课程对象】

已掌握 NotebookLM 基础操作的医药专业人士、研究人员。尤其适合需要进行大量文献研究、报告撰写、知识整理和信息整合的学员

【课程时间】1小时

【课程大纲】

多源信息整合技巧

跨文档关联分析

NotebookLM 支持同时处理多份文档，并通过 AI 能力发现文档间的深层关联

实操案例：选择/取消选择特定来源：点击文档列表中的复选框，聚焦分析特定文档的内容，避免 AI 回答时混入其他来源的干扰

跨文档观点对比：输入"比较文档A和文档B关于XX的异同"，AI 会自动提取两份文档的立场差异，生成结构化对比

隐性关联发现：输入"这些材料中有哪些共同趋势？"，AI 会跨越文档边界，找出人类难以察觉的模式和规律

Deep Research 应用

案例讲解：Deep Research 的工作流程

AI 自主规划研究路径：根据用户输入的研究主题，AI 会自动规划需要探索的子主题和研究方向

搜索数百个高质量网络资源：AI 会主动联网搜索，涵盖学术论文、新闻报道、行业分析等权威来源

生成带完整引文的调研报告：输出的报告包含详细的引用链接，用户可随时追溯原始来源报告一键导入笔记本

Gemini 联动

NotebookLM 与 Gemini 实现双向同步，打通了 AI 对话与笔记管理的边界

案例讲解：Gemini 联动的三种核心场景：

Gemini 对话一键导入："Add to Notebook" 功能可将 Gemini 中的对话记录直接添加到 NotebookLM 笔记本，保留完整的思考过程

NotebookLM 内容反向同步至 Gemini：在 NotebookLM 中整理的笔记和摘要，可以同步到 Gemini 中继续延展讨论

在 Gemini 里搜索时可选择"在我的笔记本中搜索"：当 Gemini 用户提出问题时，可以选择仅在 NotebookLM 的笔记本范围内检索，实现隐私优先的 AI 问答

4、信息整合三阶段策略：先聚焦->再关联->最后提炼

先聚焦：使用 Sources 面板选择/取消特定来源，明确 AI 回答的范围边界，避免信息过载

再关联：使用跨文档提问，发现文档间的关联与差异，构建多维度认知

最后提炼：结合 Deep Research 获取外部背景，补充内部文档的盲区，形成完整洞察

5、课堂练习：上传3份不同来源的文档（PDF/网页/TXT均可），尝试：① 选择特定文档进行聚焦提问；② 比较两份文档的异同；③ 发现三份文档的共同趋势

二、提示词优化与迭代方法（约25分钟）

1、角色设定

设置角色方式，输入角色描述

描述上限

效果影响

最佳实践

案例讲解：角色设置、描述与效果差异

课堂练习：为笔记本设置"批判性分析师"角色，然后上传一篇新闻报道，询问"这篇报道可能存在哪些偏见或遗漏？"

目标聚焦，避免“跑题”

帮助 AI 始终围绕明确目标展开回答，避免"跑题"

设置 Goal：告诉 AI 你想要达成的结果，例如"帮我写一份关于XX的研究报告"

效果：AI 会持续聚焦于目标，所有回答都服务于这个核心任务

适用场景：长篇报告撰写、系统性分析、多轮迭代的深度研究

分层提问，从宏观到微观逐步深入

高效的提问策略是从宏观到微观的分层递进

第一层（宏观）："这篇文章/报告的核心观点是什么？"

第二层（中观）："支撑这个观点的主要论据有哪些？"

第三层（微观）："这个数据来源可靠吗？有什么局限性？"

第四层（行动）："基于以上分析，我应该做出什么决策？"

课堂练习：上传一篇商业分析报告，使用分层提问法，从"概述→论据→细节→应用"四个层次逐步深入。

迭代优化循环

高质量的 AI 辅助研究是一个不断迭代优化的循环过程

提问：输入具体问题或任务

检查引用：点击 AI 回答中的引用标记，回到原文验证准确性

追问细化：根据初步回答继续提问，要求更具体的细节或不同角度

保存笔记：将有价值的 AI 输出保存为笔记

转为来源：把高质量的 AI 输出转化为新的来源（重要！），这是迭代飞轮的关键

基于笔记再提问：使用新生成的笔记作为上下文，继续深入探索

笔记->来源的转化：迭代飞轮的关键

把 AI 输出的好内容变成可引用的新来源

核心价值：AI 后续的回答会将这段内容视为原始来源进行引用和延伸

应用场景：整合多轮对话精华、沉淀研究结论、保存复杂问题的拆解框架

课堂练习：进行3轮迭代提问，将每轮的重要结论保存并转为来源，观察笔记本如何逐步构建完整的知识网络

常见提问误区与正确做法

三、输出内容导出与协同分享

1、Studio输出能力矩阵

Audio Overview（播客），适用于通勤学习、内容分享

Mind Map（思维导图），适用于梳理逻辑、汇报展示

Study Guide（学习指南），适用于考试复习、培训

Briefing Doc（简报），适用于高管汇报、会议准备

Slide Deck（PPT），适用于正式汇报、培训

Data Table（数据表），适用于竞品分析、数据整理

Video Overview（视频），适用于教学、宣传

Timeline（时间轴），适用于项目复盘、历史梳理

导出格式全览

NotebookLM 支持多种导出格式，满足不同使用场景

文档格式、数据格式、演示格式、图表格式、音频格式

协作分享与权限管理

生成分享链接，添加 Welcome Note

团队笔记本共享：多人可以同时查看和编辑同一个笔记本，适合项目协作和知识沉淀

权限管理：笔记本所有者可以随时更改协作者的权限，或撤销访问权限

隐私保护：共享笔记本中，每个人的私密对话（Personal Notes）仅自己可见，不会泄露给其他协作者

课堂练习：创建一个笔记本并撰写 Welcome Note，然后生成分享链接，体验查看权限和编辑权限的差异