你手上可能同時有：三份 PDF 報告、兩支一小時的 YouTube 訪談、一份會議文件，以及十幾個還沒看完的網頁分頁。

真正麻煩的往往不是「沒有資料」，而是資料散落在不同格式裡。你得先全部看完，才能比較觀點、找出共識、確認矛盾，最後再整理成一份能交付的內容。

NotebookLM 想解決的正是這個問題。

它讓你先建立一個 Notebook，放入與主題相關的來源，再針對這批資料提問。回答會盡量以你選取的來源為依據，並附上可回看原文位置的引用。接著，你還能把資料轉成心智圖、學習指南、簡報、測驗或 Audio Overview。

如果一般 AI 像一位知識很廣的聊天對象，NotebookLM 更像一位坐在你資料室裡的研究助理：它不一定知道所有事，但能先讀你指定的材料，再協助整理、比較與轉譯。

NotebookLM 和一般 AI 聊天工具差在哪裡？

你也可以把 PDF 上傳到一般 AI 工具，請它摘要。但 NotebookLM 的核心設計是「以來源為中心」。

一個 Notebook 通常由三個工作區組成：

• Sources（來源）：管理 PDF、文件、網頁、影片等研究材料。

• Chat（對話）：針對已選來源提問，並查看引用。

• Studio（工作室）：把來源轉成不同輸出，例如學習指南、Audio Overview、心智圖、測驗與簡報。

這種架構的好處，是你可以隨時切換要納入哪些來源。例如比較兩份競爭對手報告時，只勾選這兩份；分析內部策略時，再換成公司文件與會議紀錄。

所以 NotebookLM 最適合的不是「問一個世界知識問題」，而是：

我已經有一批資料，現在要更快理解、比較、查找與轉換

## NotebookLM 可以匯入哪些資料？

依 Google 官方說明，目前支援的來源包含：

• PDF

• Google Docs、Slides、Sheets

• Microsoft Word（DOCX）、PowerPoint（PPTX）

• TXT、Markdown、CSV、ePub

• 網頁網址

• 公開的 YouTube 影片網址

• 音訊檔案，例如 MP3、WAV

• 圖片

• 複製貼上的文字

• Gemini 對話

免費版目前每個 Notebook 最多可放入 50 個來源；每個來源最多 500,000 字，單一上傳檔案最大 200 MB。方案與限制可能調整，實際使用前仍應以官方頁面為準。

但「支援匯入」不代表所有內容都會完整進入 NotebookLM。以下三個差異很重要。

YouTube：匯入的是字幕，不是完整畫面

NotebookLM 只支援具有字幕的公開 YouTube 影片，實際使用的來源是影片文字稿。畫面裡出現的圖表、示範操作與沒有說出口的文字，不會因為貼上網址就自動被理解。

因此，如果重點在螢幕操作或視覺圖表，最好另補講義、截圖說明或相關文件。剛發布不滿 72 小時的影片也可能暫時無法匯入。

網頁：主要擷取頁面文字

透過網址加入網頁時，NotebookLM 主要擷取 HTML 頁面的文字內容，不會完整匯入嵌入影片、所有圖片或巢狀頁面；付費牆後的內容通常也不支援。

文件：匯入後要留意版本

Google Drive 來源可同步更新，但其他上傳檔案通常是匯入當下的版本。原始 PDF 或簡報更新後，要確認 Notebook 裡的來源是否仍是最新內容。

完整操作流程：從一堆資料到一份研究成果

第一步：先用「一個問題」建立 Notebook

不要用「所有工作資料」作為 Notebook 主題。範圍太大，後續很難知道哪些來源真正相關。

比較好的命名方式是：

• 2026 台灣零售 AI 應用研究

• 新產品定價決策資料庫

• 第三季競爭對手動態

• 個人品牌內容策略

• 某本課程的考前複習

建立前先寫下一句：我希望這個 Notebook 最後幫我完成什麼？

這句話會決定你要放哪些來源，也會避免它變成另一個資料垃圾桶。

第二步：加入資料，但先控制來源品質

一開始不必把 50 個來源塞滿。先放入 5–10 份最關鍵資料，確認研究方向後再補充。

可以把來源分成四類：

• 核心來源：官方文件、原始研究、公司報告。

• 觀點來源：訪談、評論、產業文章。

• 內部來源：會議紀錄、企畫、客戶回饋。

• 反方來源：提出不同結論或風險的材料。

匯入後立刻把名稱改得可辨識，例如不要保留 final_v3_new.pdf，改成「2026 消費者調查｜研究機構｜2026-06」。名稱清楚，之後指定來源與檢查引用都更容易。

第三步：先做來源盤點，不急著要結論

第一輪提問的目的，是確認這批資料裡有什麼、缺什麼。

請先盤點目前選取的來源：
1. 每份來源的作者／發布機構、日期與主要目的
2. 各來源涵蓋的核心問題
3. 哪些來源屬於原始資料，哪些屬於二手評論
4. 目前資料在哪些重要問題上仍有缺口
5. 哪些來源可能已過期或存在利益立場
只做來源盤點，暫時不要提出最終結論。

這一步能避免 AI 用三份性質不同的內容，拼出一個看似完整、其實基礎不穩的結論。

第四步：從摘要升級成比較、證據與反例

只問「幫我摘要」通常很快就到達效益上限。NotebookLM 更適合回答跨來源問題：

比較來源 A、B、C 對「＿＿＿＿」的觀點。
請分成：共同結論、互相矛盾之處、各自使用的證據、可能造成差異的資料期間或研究方法。
每一項都附上引用；找不到依據時標示「來源未說明」。

也可以要求它找反例：

目前資料似乎支持「＿＿＿＿」這個結論。
請從已選來源中找出可能削弱、限制或反駁這個結論的內容，並說明這些反例會如何影響判斷。

研究助理的價值不只在於替你找支持，而是幫你看見結論的邊界。

第五步：點開引用，回到原始段落

NotebookLM 回答中的引用可以帶你回到來源位置。看到重要數字、直接引言、因果關係與關鍵結論時，不要只閱讀 AI 的轉述，至少點開確認：

• 原文真的支持這句話嗎？

• 有沒有被省略的條件或例外？

• 數字的年份、單位與樣本是什麼？

• AI 是否把兩個來源的內容混在一起？

「有引用」會讓查證變容易，但不代表引用一定正確支撐結論。NotebookLM 官方也明確提醒，系統仍可能產生不準確內容。

第六步：把研究轉成可用的 Studio 成果

理解完成後，再選擇適合的輸出，而不是每次都生成全部格式。

• Mind Map：快速掌握主題架構與概念關係。

• Briefing／學習指南：建立重點摘要、核心名詞與討論題。

• Flashcards／Quizzes：用於複習、培訓與概念檢驗。

• Audio Overview：將來源轉成 AI 主持人對談，適合通勤時複習。

• Video Overview／Infographic：用視覺方式理解資料。

• Slide Deck：把研究內容整理成簡報初稿。

輸出格式不是成果本身。真正重要的是，它是否服務你的下一步：要做決策、教學、簡報、複習，還是與團隊對齊。

三個實用情境

情境一：讀一份很長的 PDF 報告

先請 NotebookLM 畫出報告結構，再針對你的問題找證據：

我的目的不是完整閱讀，而是評估「＿＿＿＿」。
請指出這份報告中最相關的章節、關鍵數據、限制條件與建議閱讀順序。

閱讀時仍回到原文，但不必從第一頁平均用力讀到最後一頁。

情境二：整理多支 YouTube 訪談

把同一主題的公開、有字幕影片放進一個 Notebook：

比較這些受訪者對「＿＿＿＿」的看法。
列出共識、主要分歧、各自引用的案例，以及只有一位受訪者提出的獨特觀點。

記得 NotebookLM 使用的是字幕；若論點依賴畫面展示，仍要回看影片。

情境三：建立團隊專案研究室

加入專案簡報、會議紀錄、使用者訪談與決策文件，再問：

根據目前來源整理：
1. 已確認的決策
2. 尚未解決的問題
3. 有負責人與期限的行動
4. 文件之間互相矛盾的地方
5. 哪些結論使用的是過期版本

此時 NotebookLM 不只是摘要器，而是團隊的資料查詢入口。

建議直接收藏的研究提示詞

找證據

針對「＿＿＿＿」列出最有力的 5 項證據。
每項包含：主張、來源、原文依據、資料日期、限制。
沒有直接證據的內容不要列入。

比較資料

比較已選來源在研究目的、資料期間、方法、主要發現與限制上的差異。
不要只比較結論，也要解釋為什麼結論可能不同。

準備簡報

請將研究整理成 8 頁簡報架構。
每頁只包含一個核心訊息，附上所需證據與來源。
將「資料事實」與「我們的推論」明確分開。
最後一頁列出尚待確認的問題，不要為了完整而補寫。

自我測驗

根據目前來源逐題測驗我，一次只問一題。
包含概念、比較、應用與反例題。
我回答後，指出正確處、遺漏處與建議回看的來源位置。

使用 NotebookLM 最常踩到的 6 個坑

1. 把所有資料放進同一個 Notebook

主題太廣會增加雜訊。不同專案、決策或研究問題應分開建立。

2. 來源多，卻沒有檢查來源品質

NotebookLM 可以忠實整理錯誤、過期或立場偏頗的資料。以來源為依據，不代表來源本身可信。

3. 認為 YouTube 網址等於理解完整影片

它主要讀取字幕，不會自動理解所有畫面細節。

4. 只閱讀答案，不點引用

引用的價值在於讓你快速回到證據，而不是替你取消查證。

5. 文件更新了，Notebook 裡卻仍是舊版

建立版本與日期習慣，更新後確認同步狀態。重要決策不要混用新舊資料。

6. 上傳沒有權利使用或不該外流的資料

上傳前確認著作權、公司政策、個資與機密等級。工作或學校帳號還應遵守組織管理規範。

一張可以收藏的 NotebookLM 工作流

1. 先定研究問題：最後要理解、比較或產出什麼？

2. 建立專題 Notebook：一個 Notebook 對應一個清楚目標。

3. 加入核心來源：先少量、高品質，再逐步補充。

4. 整理名稱與版本：標示機構、日期與文件類型。

5. 先盤點、再研究：確認資料覆蓋與缺口。

6. 跨來源比較：找共識、衝突、證據與限制。

7. 點開引用查證：重要數字與結論回到原文。

8. 選擇合適輸出：依簡報、複習或決策需求使用 Studio。

9. 保留人工判斷：AI 整理資料，你負責評估資料是否足夠支持結論。

私人研究員的價值，取決於你給它什麼資料

NotebookLM 最有價值的地方，不是把一份 PDF 縮短成五句話，而是讓散落在 PDF、影片、文件與網頁裡的資訊，進入同一個可提問、可比較、可追溯的研究空間。

但它不會自動把所有資料變成真相。來源選得不好，整理得再快也沒有意義；問題問得太空泛，回答也只會停在表面。

先從一個真正需要處理的小題目開始：建立一個 Notebook，放入五份關鍵來源，先問資料缺口，再比較觀點，最後點回引用確認。當你建立這個習慣，NotebookLM 才會從摘要工具，變成一位真正能協助你研究的資料夥伴。