NotebookLM 的 4 大職場應用：別把生命浪費在瑣碎的任務上
本文目錄
NotebookLM 是搭配 AI（Gemini 1.5 Pro）為助手，專門為使用者處理龐大資訊的工具（文件、音訊、影片）。
不僅可以快速生成摘要，還能透過提問的方式快速找到重點資訊。如果你的日常工作需要大量閱讀、整合資訊、回憶考古，那 NotebookLM 將成為你不可或缺的助手！
文章大綱
ㄧ、NotebookLM 功能簡介
二、資訊統整（筆記、部落格）
三、音訊轉逐字稿（會議記錄、人物訪談）
四、了解新知識（網頁、YouTube 網址）
五、快速找到所需資訊（員工守則、專案會議記錄、需求規格）
六、總結：現在就動手將 NotebookLM 打造成自己的第二大腦吧！
ㄧ、NotebookLM 功能簡介
官網：https://notebooklm.google.com/
目前 NotebookLM 支援以下幾種資訊來源的整合（最多 50 份）：
- Google 雲端硬碟內的簡報、文件
- PDF、文字和 Markdown 檔案
- 公開影片的 YouTube 網址（目前需要有 CC 字幕，如果沒字幕就要先把它轉換成 mp3 當音訊使用）
- 網址連結
- 音訊
單一來源的限制：
- 最多 500,000 字
- 上傳檔案的大小上限為 200 MB
因為使用上非常簡單，所以下面筆者直接從實際的案例來做說明。
二、資訊統整（報告、筆記、部落格）
製作報告時，我們通常會搜集大量素材；而過去要花費大量時間統整素材的工作，現在就可以外包給 NotebookLM。
同理，如果你想將個人筆記、部落格做有效的歸納，甚至是再利用，也可以讓 AI 幫你一把！
比如我想了解今年把精力花費在哪些領域上，就把自己部落格的 Markdown 文件上傳上去，然後請他做資訊上的分類：「請幫我將這些來源做種類的分類後，呈現對應的標題」
接著我請他幫我根據「個人經驗與體悟」整合成一篇新的文章：「將”個人經驗與體悟”的內容，整合成一篇個人的年度回顧。要有粗體的大標、小標，以此幫助讀者了解前因後果，並在最後作出總結。」
這邊提醒一下大家，你與 NotebookLM 的對話如果沒有儲存成記事，刷新頁面就會消失喔！另外儲存成記事的內容目前是不可編輯的。
三、音訊逐字稿（會議記錄、人物訪談）
會議記錄、人物訪談往往會夾雜一些專有名詞，而且時程可能長達 1 小時以上。
過去如果想要把這些音訊轉成逐字稿，除了非常耗時外，也非常看記錄人員對專案的理解程度。
但現在只要把音訊上傳到 NotebookLM，稍等一下，不僅能生成逐字稿，甚至可以直接產生摘要；如果想了解特定細節，還可以透過問答的方式找出答案。
下面筆者上傳了一份自己在社團分享 AI 課程的錄音檔（長達兩小時），提供來源後會發現下方 AI 根據這份音訊檔案給予對話的提示。
如果點擊文字上的引用「數字」，便會出現對應的來源逐字稿。
雖然裡面有不少錯字，但操作下來並沒有對答案的精確度造成影響。
小技巧：如果 mp3 檔案太大，可以先壓縮再上傳喔！
四、了解新知識（網頁、YouTube 網址）
現在文章、影片的農場標題太多了，常常我們滿懷希望地點進去，看完後才發現這是在浪費人生。
而 NotebookLM 能幫你大幅減少這類問題，假使想要了解「七日斷食法」對健康的影響，就先透過 Google 搜尋出對應的文章、影片。
然後把看起來比較靠譜的文章、YouTube 網址加入 NotebookLM 的來源。
接著就可以從這些來源去提出問題了，比如：「七日斷食法的有效性及潛在風險為何？」
如果你選擇的主題爭議性較高，也可以透過這個方式來了解各方論述。
五、快速找到所需資訊（專案會議記錄、需求規格、員工守則）
過去如果想從龐雜的文件找到自己所需的資訊，最快的方式就是用「查找目錄 + 搜尋關鍵字」。
但並不是每份文件都製作精良，或者說，你需要的資訊可能散落在多份文件中。
以專案會議紀錄＆需求規格來舉例，一個專案可能有數十次的會議、上百頁的需求規格；想從散落各地的文件中找到自己想要的資訊，那簡直難如登天。
更何況有些產品可能同時有好幾個專案在跑，根本沒人有能力記住各專案新增/修改了哪個功能。
此時如果能把這個任務交給 AI 來處理，我們就不需要浪費時間聯絡各單位的 Key man 來釐清狀況了（前提是公司資安政策允許）。
下面就以橫跨數個月的專案會議紀錄來舉例，比如你想知道專案的主要貢獻者，詢問：「專案執行過程有遇到哪些困難，具體是由誰處理的，以列點呈現」
如果想知道專案的細節，也可以透過問答的方式提出，比如：「專案的培訓負責人是誰？」
如果你想將這個筆記本分享給相關人員使用，也可以點擊右上角的「分享」，並安排他擁有的權限。
六、總結：現在就動手將 NotebookLM 打造成自己的第二大腦吧！
跟 ChatGPT 相比，NotebookLM 最棒的地方就在於有明確的資料來源；這對資訊統整、檢索資料有相當大的幫助。
工作幾年後，筆者深刻體會到「人的記憶是不可靠的」，所以我花費很多心力在製作「會議紀錄、需求規格、技術文件」上。
但就算我能要求自己，也無法強制他人；幸好現在有了 AI 的幫助，過去這些繁瑣的任務都得到了很大的緩解。
而且 NotebookLM 就像是我們儲存「知識、資訊」的第二大腦；他不但可以幫我們「回憶、考古」，還能快速整理出我們所需要的資訊。
最後提醒一下大家，有來源並不代表資訊就是正確的。不好的提問結構可能會讓 AI 理解錯誤，如果資料來源的品質低落也可能造成誤判，我們對 AI 給予的結果還是要保持自己的判斷能力。
如果你想更全面的掌握生成式 AI 工具，歡迎購買筆者出版的新書，他將幫助您在 AI 的浪潮中站穩腳步，並在未來的職場競爭中佔據優勢！
也歡迎 Follow 筆者的部落格，我會持續分享最新 AI 工具，目前已有超過 80 篇 AI 相關文章等你來看！
AI 實戰 實測生成式 AI 工具、Vibe Coding 與自動化流程的第一手心得，把 AI 變成每天都用得上的即戰力。 林鼎淵 Dean Lin
留言載入中…