多數人以為 AI 研究助理之間比的是模型聰不聰明，其實真正拉開差距的，是它願不願意「只讀你給的資料」。市面上多數聊天機器人吃的是整個網路，你丟一份文件進去，它照樣會摻進網路上查到的東西，甚至一本正經編出文件裡根本沒有的段落。
NotebookLM 是 Google 推出的 AI 研究筆記工具，底層跑 Gemini 模型，脾氣卻跟一般聊天機器人相反——它只根據你上傳的來源回答，沒寫在裡面的東西，它不會替你補。每一句回答後面都掛著引用標記，點開就能跳回原文核對，這對合約、報告這類容不下編造的文件特別重要。
這篇把 NotebookLM 目前的完整功能一次講清楚，從上傳提問到把資料變成 Podcast、動態影片、心智圖與簡報這些輸出工具都會拆開講。先從它跟一般 AI 聊天機器人的根本差異講起。
NotebookLM 是什麼？和一般 AI 聊天機器人有什麼差異？
一般聊天機器人的知識來自訓練時看過的整個公開網路，你問什麼幾乎都答得出來，代價是它自己也分不清楚哪些是真記得、哪些是拼湊出來的，這就是所謂的 AI 幻覺，看起來言之鑿鑿，內容卻是查無此文。NotebookLM 反其道而行，Google 把它的知識邊界鎖定在使用者放進筆記本的那幾份檔案，沒有寫進來源裡的事，它不會自己延伸。
這套設計官方定義為「來源導向」，意思是每一段回應都必須能對應到具體的來源段落，不是模型自己現編。實際用起來的感覺，比較像找了一位只讀過你這份資料的顧問，問到資料以外的事，它會直接說找不到答案，而不是硬湊一個聽起來合理卻查無出處的說法。
這種寧可說不知道、也不亂答的個性，剛好適合合約、公司內部規範、學術論文、課堂講義這類容不下一絲編造的文件。每一句回覆的句尾都附著引用標記，點下去會直接跳到原始文件的對應段落，讀者不必整份重讀，幾秒鐘就能核對它講的對不對。這種可回溯性，才是它跟一般聊天機器人最根本的差異。
怎麼開始使用 NotebookLM？
開始使用 NotebookLM 的門檻低到幾乎沒有。網址是 notebooklm.google，只要有一個 Google 帳號就能直接登入，不必額外安裝任何軟體，也不必先付費才能試用。
登入後，進到筆記本列表頁面就能建立新的筆記本，介面與大部分核心功能已經完整支援繁體中文。值得先做的一件小事，是到設定裡把輸出語言切成繁體中文，這樣不管是之後的對話回覆，或是後面會介紹的語音、影片這類生成內容，預設都會用中文呈現，不用每次再手動切換。
NotebookLM 能讀哪些資料來源？
帳號準備好之後，第一件事就是把要它讀的東西放進來源區，這一步決定了它之後能回答到什麼程度，放進去什麼，它就只懂什麼。
NotebookLM 吃得下的格式比想像中多，日常會碰到的文件類型幾乎都涵蓋在內：
| 來源類型 | 說明 |
|---|---|
| 文件檔案 | PDF、Word（docx）、純文字（txt）、Markdown、CSV、PowerPoint（pptx） |
| Google 文件／簡報／試算表 | 直接從雲端硬碟匯入，不必先下載；同一份檔案裡的多個分頁會併成一個來源 |
| 網頁連結 | 貼上網址，自動擷取網頁正文 |
| YouTube 影片 | 限公開且已有字幕（使用者上傳或自動產生皆可）的影片，讀取的是字幕逐字稿，不是影像內容 |
| 音訊檔案 | 支援 MP3、WAV 等格式，從 Google 雲端硬碟直接匯入音訊檔目前還不支援 |
| 純文字 | 手邊沒有檔案時，直接複製貼上 |
容量限制也要先放在心裡，每一個來源長度上限是 50 萬字，或檔案大小 200MB，以先達到的那個為準；免費版每個筆記本最多可以放 50 個來源，最多可以建立 100 個筆記本。50 萬字大概是好幾本書的份量，一般報告、論文塞進去綽綽有餘，真的是一份很厚的合約配上幾份附件，也可以一次全丟進同一個筆記本，回答時會跨檔案一起讀。
建議養成一個習慣，一個主題對應一個筆記本，行銷企劃跟法務合約分開放，別把不相干的來源混在同一本，否則它回答時容易把兩邊內容搞混。來源整理得愈乾淨，後面的提問品質差別愈明顯。
用自然語言提問，答案還能點開查證來源
來源就定位之後，接下來就是在對話區直接打字問它，不需要學什麼指令語法，把它當成一個已經讀完你資料的顧問，怎麼開口問人就怎麼問它。
幾個能立刻上手的問法：
- 這份報告的主要結論是什麼？用三句話講完。
- 第三章提到了哪些風險因素？條列出來。
- 這兩份文件的說法有沒有互相矛盾的地方？
- 把這份資料整理成一份重點摘要，分段落呈現。
它的回答會緊貼著上傳的資料走，問到資料裡沒提的事，不會硬掰，而是直接說來源裡找不到，這也呼應了前面提到「寧可說不知道」的設計。
如果同一個筆記本裡放了不只一份來源，可以在提問前先到來源區勾選這次只要它參考哪幾份，等於限定它只准從指定範圍裡找答案。手上有十份市場報告，這次只想問其中兩份的數字，勾起來再問，答案會更聚焦，不會被其他檔案的內容干擾。
回答裡如果出現一段值得留下來的整理，記得點「儲存至記事」，這段內容才會被收進 Studio 面板，重新整理頁面後也不會不見；存起來的筆記後續甚至能再轉成新的來源，讓這個筆記本的知識庫一層層疊起來。
不知道要問什麼？讓 Discover 功能先幫你找來源
前面的提問都建立在你已經放好來源的前提上，但如果連要放什麼資料進去都還沒有頭緒，NotebookLM 也準備了一個功能能幫上忙，叫作「探索」（Discover）。
在來源區點開探索功能，輸入你關心的主題，例如「台灣中小企業的 AI 導入現況」，它會直接到公開網路上找出最多約十筆相關資料，每一筆都附一段說明，解釋這篇跟你的主題有什麼關聯。看過摘要覺得合用，一鍵就能把它加進筆記本，不用自己再開分頁一篇篇搜尋、複製貼上。
這個功能等於解決了空白筆記本不知道從何開始的卡關情況。筆記本裡還有一個「問答好手氣」的入口，會隨機丟一個切角給你，特別適合剛接觸一個陌生領域、還抓不到該從哪個問題問起的時候。
Deep Research：把問題交給它，自動跑遍上百個網站整理成報告
探索省下的是找資料的力氣，但如果你要的不只是幾筆連結，而是一份已經消化過的研究整理，NotebookLM 還有更進一步的工具，叫作 Deep Research。
使用方式很單純，把一個研究問題交給它，它會自己擬一份研究計畫、瀏覽上百個網站，邊搜尋邊修正方向，幾分鐘內產出一份有憑有據的整理報告，過程幾乎不用你插手。這份報告連同它引用的所有來源，可以直接一起併入筆記本，等於它先幫你把一輪初步研究做完，每一個結論分別是從哪個網站來的都看得到，再拿去跟自己手上的資料交叉核對。
它提供兩種模式：Fast Research 用來快速掃過一輪來源，給一份精簡摘要；Deep Research 則跑得比較慢，換來更完整的分析與品質較高的來源。臨時要對一個市場現況有個初步了解，用快的那個就夠，真正要動筆寫報告前的背景研究，才值得選慢的那個。
Audio Overview：把資料整理成一段雙人 Podcast
研究資料整理好之後，NotebookLM 還有一整組輸出工具，能把同一份內容轉換成不同形式，第一個、也是最廣為人知的一個，是把資料變成一段對談式 Podcast 的 Audio Overview。
點開 Studio 面板選擇 Audio Overview，它會讀完筆記本裡的所有資料，生成一段兩位 AI 主持人互相討論的語音內容，長度通常落在幾分鐘到十幾分鐘，聽起來像兩個人真的在聊你上傳的那份資料，而不是照稿子唸重點。
這個功能這幾年最大的進展，是語言支援已經擴大到五十種以上，繁體中文也在其中，而且不只是把英文內容硬翻譯過去，非英文語言的版本現在做的是完整深度的討論，涵蓋的面向跟英文版一樣紮實，不再是縮水的簡短摘要。生成長度也可以自訂，想要短一點快速聽完，還是完整一點深入了解，兩種都能選。
通勤、開車、做家事這類騰不出眼睛但騰得出耳朵的零碎時間，正好可以拿一份長報告、長論文丟進去，用聽的方式先吸收一輪，之後真正要細讀時會更有方向。
Video Overview 能把長篇報告變成一段有旁白的動態影片嗎？
如果連聽都嫌不夠直觀，NotebookLM 也能把同一份資料做成一段看得到畫面的影片。
Video Overview 會把資料轉換成一段有 AI 旁白搭配動態視覺呈現的影片，概念上跟 Audio Overview 類似，只是多了畫面。語言支援已經擴大到八十種，等於絕大多數常見語言都能生成對應語音旁白的版本，適合拿來做課程摘要影片、把一份研究報告轉成簡報式的視覺內容，或是準備一場演講前先看過一輪重點的視覺化預覽。
2026 年 3 月，NotebookLM 進一步推出更進階的版本，叫作 Cinematic Video Overview。差別在於原本的 Video Overview 比較接近旁白配投影片的呈現方式，畫面偏靜態；Cinematic 版本則是由 Gemini 擔任類似創意總監的角色，自己決定鏡頭運動、視覺風格與敘事節奏，做出有動畫流動感、敘事更完整的沉浸式影片。目前這個進階版本只支援英文，也只開放給最高階的付費方案使用，一般免費版與較低階的付費方案還沒有這項功能，算是這組輸出工具裡走得最前面、但也最早期的一塊。
心智圖、報告與簡報，把資料整理成看得懂的格式
除了聽的和看的這兩種動態內容，NotebookLM 也能把資料整理成比較靜態、方便反覆查閱的結構化格式。
心智圖會把筆記本裡的主題自動拆成一層一層可以展開的分支，讀完一份很長的資料後，用心智圖抓整體架構、看各個子概念之間的關係，會比從頭翻一次原文快得多。
Study Guide、Briefing、Reports 這幾個工具則是把重點抓出來，整理成摘要、學習指南或是報告形式的文件，格式清楚，直接複製到自己的文件或簡報裡就能用，適合備考、讀書會，或是要準備一份內部教育訓練教材的時候。想要更直接輸出成可用的視覺成品，還有 Infographic 資訊圖表跟 Slide Deck 簡報這兩個工具，能把整理好的內容直接轉成一份圖表或投影片檔案。
這一整組輸出工具有一個共同點，不管轉換成哪一種格式，內容一律根據上傳的來源生成，不是另外找資料湊出來的，跟前面的對話問答用的是同一套只讀你資料的邏輯。
Quiz 與 Flashcards 怎麼幫你複習？
同一組 Studio 面板裡，還有兩個特別偏向教育用途的工具。
Quiz 會依照上傳的資料自動出一份選擇題，答完之後可以馬上核對哪些答錯、哪些觀念還沒搞懂；Flashcards 則是把重點整理成一問一答形式的單字卡，適合考前反覆翻閱、加深記憶。
這兩個工具對學生、考生特別實用，把課本章節、講義、考古題丟進同一個筆記本，先用對話功能問重點、再用 Flashcards 練習、最後用 Quiz 驗收成果，等於多了一個隨時待命、又只讀你指定教材的家教。同樣的流程換到公司內部訓練也適用，把教材上傳進去，讓新人自己用測驗確認有沒有讀懂，省下不少一對一講解的時間。
上傳的資料會不會被拿去訓練 AI？
把功能摸過一輪之後，接下來免不了要面對一個現實問題，上傳進去的這些資料安不安全。
Google 的官方說明把這個問題拆成兩種情況，答案並不是一句「不會」就能完整帶過。一般使用個人 Google 帳號的使用者，上傳的內容、提問與 NotebookLM 的回覆，預設不會被用來訓練 AI 模型，也不會經過人工審查；唯一的例外，是使用者主動對某個回答按讚或倒讚、提供意見回饋時，那一次互動的完整內容，包含提問、來源與回覆，就可能被受過訓練的團隊拿去審查，並保留一段時間，用來改進產品。
如果使用的是 Google Workspace 或教育版帳號，保障又更完整一層，不論有沒有提供意見回饋，內容一律不會經過人工審查，也不會被用於訓練生成式 AI 模型，沒有前面提到的例外情況。
該有的警覺還是要留著，政策會隨產品版本調整。真正涉及高度機密的商業文件，上傳前先確認一次公司內部的資料使用規範，會比事後補救穩妥得多。
免費版夠不夠用？升級方案又解決了什麼問題？
了解安不安全之後，另一個常見的疑問是，免費版能用到什麼程度，要不要花錢升級。
先給結論，對多數個人使用者來說，免費版就已經很夠用，短時間內不太會撞到天花板。免費版能建立最多 100 個筆記本，每個筆記本最多放 50 個來源，每天有 50 次對話額度；比較容易碰到限制的是 Audio Overview、Video Overview 這類生成式功能，免費版每天大約各能生成 3 次。前面提到的 Deep Research，免費版則是每個月有固定次數的額度可用，重度研究需求的人會比較快用完。
如果是重度使用或團隊協作，付費升級走的路徑跟過去不太一樣。2026 年起，NotebookLM 的付費額度已經併入 Google 整體的 AI 訂閱方案，依分層提供對話次數、來源數量與各項生成功能數倍以上的額度，也綁進 Gemini 進階模型與雲端儲存空間這些其他 Google AI 功能一起訂閱。前面提到目前只支援英文的 Cinematic Video Overview，也只開放給其中最高階的方案使用。一般用途，先把免費版用熟，真的撞到限制了再考慮升級，會是比較務實的順序。
工具再完整，沒把資料餵對、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，不在它能一次做出多少種花俏格式，而在於每一句話都能讓你回頭核對出處，不必單靠信任。下次再有一份讀不完的文件躺在桌上，先把它丟進去，挑一個提問或一個輸出工具試著用一輪，你會發現整理資訊這件事，原來不必這麼累。