NotebookLM 教學——三步驟上手，上傳提問查來源

桌面上躺著一份五十頁的 PDF 報告，你打開第一頁就先嘆了口氣，心裡盤算著週末大概又得加班。丟給一般的 AI 聊天機器人問吧，它常常答得頭頭是道，可是回頭一查，那段「重點」根本不在你的文件裡，是它自己編的。這種一邊讀一邊還要防著 AI 唬你的感覺，比自己慢慢翻還累。

NotebookLM 就是為了解決這個問題而生的。簡單說，它是 Google 推出的 AI 研究助理，背後跑的是自家的 Gemini 模型，但跟 ChatGPT、Gemini 這類聊天機器人最大的差別在於：它只讀你上傳的資料來回答，不會去網路上抓別的、也不會自己掰。你給它一份合約，它就只談這份合約；它說的每一句話，都會標出引文，讓你點開就看到原文出處。

這篇 NotebookLM 教學會用最簡單的三步驟工作流帶你上手——上傳、提問、查證來源。先把這套「只認你的資料」的脾氣搞懂，後面的應用情境跟進階技巧才會用得順。

NotebookLM 是什麼？為什麼它不會像其他 AI 一樣亂編

一句話講完它的脾氣——NotebookLM 是一個「只認你上傳的資料」的 AI 筆記本，把文件交給它，它就在這個範圍裡幫你摘要、問答、整理，絕不越界自己發揮。

這個設計有個正式的名字，叫「來源導向」（source-grounded）。一般生成式 AI 是吃整個網路長大的，你問什麼它都能接話，好處是無所不知，壞處是它分不清自己是「記得」還是「在猜」，於是就有了 AI 幻覺——一本正經地給你一段不存在的引述或數字。NotebookLM 把這條路堵死了，它的知識邊界就是你那幾份檔案，沒寫在裡面的，它不會替你補。

聽起來像綁手綁腳，其實恰恰相反。當你處理的是公司年報、法律判決、課堂講義這種「答錯會出事」的文件時，你要的本來就不是天馬行空，而是一個老實的助手。它的每個回答後面都掛著引文編號，點下去直接跳到原始段落，你三秒就能確認它沒亂講。這份可查證的安心感，是它和一般 AI 聊天機器人最根本的分野。

要開始用它，門檻低到幾乎沒有。官方網址是 notebooklm.google，只要有一個 Google 帳號（也就是你的 Gmail）就能直接登入，不必填信用卡、不用裝任何軟體。登入後第一件事，建議先到左上角的設定把輸出語言切成繁體中文，之後它跟你對話、生成的摘要就都是中文。接著點「新增筆記本」，三步驟工作流就從這裡開始。

第一步，上傳資料來源，把你的文件交給它

第一步只做一件事——把你要它讀的東西丟進「來源」（Sources）區。這一步決定了之後問答的天花板，因為它能回答的，全部來自你這裡放了什麼。

NotebookLM 吃得下的格式比想像中多，幾乎涵蓋日常會碰到的所有文件類型：

操作上，在新筆記本的「新增來源」頁面點選對應的檔案或貼上網址即可，按下插入後，它會自動讀完內容、順手幫你生成筆記本名稱跟一段簡介，左側來源區出現打勾就代表上傳成功。

有個容量數字先放在心裡：免費版每一個來源的長度上限是五十萬字、單一檔案大小上限兩百 MB。五十萬字大概是好幾本書的份量，一般的報告、論文塞進去綽綽有餘。如果你手上是一份很厚的合約配上幾份附件，可以一次全丟進同一個筆記本，等下提問時它會跨檔案一起讀。

這裡有個小習慣值得養成：一個主題開一個筆記本。日本旅遊計畫一本、工作專案一本，別把不相干的資料混在一起，否則它回答時可能把旅遊景點跟工作內容攪在一塊。把來源整理乾淨，第二步的問答品質會明顯不一樣。

第二步，用自然語言提問，像問家教一樣問它

資料就定位後，第二步就是在右側的對話區直接打字問它——不用學什麼指令語法，把它當成一個讀完你文件的家教，你怎麼跟人開口就怎麼問。

幾個立刻能用的問法，給你抓個手感：

1. 「這份報告的主要結論是什麼？幫我用三句話講完。」
2. 「第三章提到了哪些風險因素？條列出來。」
3. 「這兩份文件的說法有沒有矛盾的地方？」
4. 「把這份資料整理成一份重點摘要，分標題。」

它的回答會緊貼著你的文件走。問到文件裡沒提的事，它不會硬掰，而是老實告訴你來源裡找不到——這正是「只讀你資料」設計的好處，與其給你一個可能是錯的答案，不如直接說沒有。

如果一個筆記本裡放了好幾份來源，你可以在提問前先到來源區勾選想讓它參考的特定檔案，等於限定它「只准從這幾份裡找答案」。比方說手上有十份市場報告，但這次只想問其中兩份的數字，勾起來再問，答案就更聚焦、不會被其他檔案干擾。這個「指定來源」的動作，是讓回答精準的關鍵小技巧。

還有一點要記得，對話內容在你重新整理頁面後可能會消失。當它生成了一段你想留下來的整理，記得點「儲存至記事」，這段內容才會被收進工作室區，之後甚至能再轉成新的來源，一邊讀一邊長出自己的知識庫。

第三步，點開引用來源，三秒確認它沒亂講

第三步常被忽略，卻是 NotebookLM 最值得你養成的習慣——看到答案別急著相信，先點一下後面的引文編號。

它每段回答的句尾都會掛著小小的數字編號，那不是裝飾，是它的「我從這裡看到的」。點下去，畫面會直接跳到原始文件對應的那一段，把它引用的原文反白給你看。等於它一邊回答、一邊把證據攤在你面前，你不必整份重讀，只要核對它指的那幾行對不對就好。

這個動作為什麼重要？因為它把「相信 AI」變成了「查證 AI」。一般聊天機器人給你一段話，你信不信只能靠感覺；NotebookLM 則是把判斷權交還給你，每一句都可回溯。處理重要文件時，這條引用鏈就是你的防錯網——尤其當答案牽涉到金額、日期、條款這種錯一個字就出事的細節，花三秒點開原文確認，遠比事後補救划算。

把這三步走順了，你會發現整套邏輯其實很單純——你決定它讀什麼，它只在這個範圍裡回答，而且每句都能查。接下來看看，這套工作流實際能套進哪些情境。

NotebookLM 可以用在哪些情境

它最適合的場景有一個共同點——你手上有一堆文件、時間又不夠把它們全部讀完。下面幾種是最常見、上手後馬上有感的用法。

讀書與考試準備。 把課本章節、講義、考古題上傳進去，請它幫你整理重點、做成測驗題或學習卡。問它「分析這些考古題常考哪些範圍」，它會根據你給的題目歸納出重點方向；要練習就請它出選擇題，答完馬上對答案。對學生跟考生來說，等於多了一個隨時待命、只讀你指定教材的家教。

消化長報告與論文。 面對一份很厚的研究報告或多篇文獻，先用它生成一份摘要或研讀指南抓住全貌，再針對細節逐一提問。因為它只讀你給的來源、又附引用，整理出來的內容不會混進網路上的雜訊，這對需要嚴謹查證的研究工作特別重要。

工作文件與會議整理。 把會議的逐字稿錄音檔，搭配你們公司慣用的會議紀錄範本一起上傳，再請它「依照範本格式，整理出這場會議的紀錄」，一份初稿很快就出來。回信給客戶也是同樣的做法——把過往的對話跟回信範本當來源，讓它幫你擬草稿，省下從零開始的時間。

把資料「聽」完。 它有一個很受歡迎的語音摘要功能，會把你上傳的資料自動生成一段兩位 AI 主持人對談的 Podcast，有問有答、聽起來像真人在聊。通勤、開車、做家事的零碎時間，就能把一份長文件用「聽」的方式吸收一遍。除了語音，它也能生成心智圖、影片摘要、時間軸這些不同形式的整理，看你習慣用哪一種方式理解內容。

讓 NotebookLM 更好用的幾個技巧

把基本工作流跑熟之後，有幾個小地方調整一下，使用體驗會差很多。

第一、善用跨文件比較。 同一個筆記本放進多份檔案後，直接問「這幾份報告的結論有什麼不同」，它會幫你一次比對完，省去自己在好幾個檔案間來回翻找。要比較的項目多，也可以請它「整理成一張對照表」，它會把可比較的欄位排成表格。

第二、把好回答固定下來。 AI 整理出的好內容，記得點「儲存至記事」存成筆記，否則重整頁面就不見了。這些筆記還能再「轉換成來源」，變成下一輪提問的素材，知識庫就這樣一層層疊起來。

第三、拿它來學英文影片。 待看清單裡那些英文 YouTube 影片，把連結貼進來當來源，再用中文問它「幫我整理這部影片的重點」，它會根據字幕回答。語言隔閡瞬間少一大半，優質的外語內容也能快速吸收。

第四、用「探索」功能找靈感。 對某個主題還很陌生、不知道從何問起時，可以用來源區的探索功能輸入主題，讓它幫你找相關資料；甚至有個「問答好手氣」會隨機丟一個角度給你，很適合剛接觸一個新領域、還抓不到問題方向的時候。

這些技巧的共同精神，是把 NotebookLM 從「一次性的問答工具」用成「持續累積的個人知識庫」。用得越久、整理得越勤，它對你那批資料就越熟。

上傳的資料安全嗎？它是怎麼保護你文件的

Google 明確承諾，你在 NotebookLM 上傳的內容、提問與它的回覆，都不會被拿去訓練 AI 模型。

這點之所以能放心，跟前面講的「只讀你資料」其實是同一套邏輯延伸出來的。你的文件對它來說是「拿來回答這一個筆記本」的素材，不是餵給模型長知識的養分。對使用 Google Workspace、教育版或企業版的使用者，這層保障更明確：上傳的內容、查詢與模型輸出，都不會經過人工審查，也不會用於模型訓練。底層基礎設施承襲 Google Cloud，並通過 ISO 27001 資訊安全管理認證，安全規格不算陌生。

不過該有的警覺還是要有。它畢竟是一個還在快速演進的產品，相關政策有可能隨版本調整，真正涉及高度機密的商業文件之前，先確認過自己公司的資料使用規範比較穩妥。如果你要分析的是夾帶個資的檔案，比方求職者履歷，上傳前把姓名、身分證字號這類個資先做去識別化處理，或乾脆改用保障更完整的企業方案，都是更保險的做法。

「只讀你上傳資料」這個設計，既給了它不亂編答案的底氣，也讓它在隱私上比較好交代——它的世界就只有你給它的那幾份檔案，沒有別的。

免費版夠用嗎？先把限制看清楚再決定要不要升級

直接給結論，對絕大多數個人使用者，免費版就很夠用了，多數人短時間內碰不到它的天花板。

免費版能讓你建立最多一百個筆記本、每個筆記本放進最多五十個來源，每個來源長度可達五十萬字，每天還有五十次對話的額度。比較會碰到限制的是進階生成功能，像語音摘要、影片摘要這類，免費版每天大約能生成三次，學生或上班族日常使用通常綽綽有餘。

如果你是要重度使用、或團隊一起協作，付費方案會把這些額度往上拉好幾倍——筆記本數量、單本來源數、進階功能的生成次數都更寬鬆，並且整合進 Google 的訂閱生態裡。但這比較適合每天大量處理文件、或有團隊共用知識庫需求的人。一般用途，先把免費版用熟、真的撞到限制了再升級，會是更務實的順序。

工具再強，沒餵對資料、沒養成點開引用查證的習慣，它也只是另一個會說話的 AI。NotebookLM 真正的價值，不在它能生成多花俏的東西，而在它願意把「我從哪裡看來的」老實攤給你看。下次再有一份讀不完的文件躺在桌上，先把它丟進去、好好問它一輪——你會發現，原來消化資訊可以不必這麼累。