大多數人都沒在用的 NotebookLM 功能
大多數使用 Google NotebookLM 的人，仍把它當作「會回答問題的 Google Drive」。這樣用沒錯，但你會錯失大約 80% 的價值。2026 年的 NotebookLM 已不再是研究摘要工具。它現在能生成電影級影片簡介、把簡報匯出成 PowerPoint 並支援以提示語修改個別投影片，還能直接整合進 Gemini 應用程式，讓你一個問題就能跨越所有筆記本檢索資訊。
如果你三個月沒打開過 NotebookLM，你印象中的版本已經過時。Google 在 2026 年第一季穩定推出新功能：包括只開放給 AI Pro 與 Ultra 方案使用的 Gemini 3.1 Pro，以及將 Veo 3、Lyria 3 Pro 和 Nano Banana Pro 整合進筆記本本身。它現在更像是端對端的研究與內容工作空間，而不是升級版的文件閱讀器。
這份指南針對已經懂得基礎、想知道資深從業者實際操作流程的中階使用者。讀完之後，你會知道哪些功能與你的工作相關、如何為穩定輸出設定筆記本，以及哪些提示語模式能持續產出高質量結果。
2026 年的 NotebookLM 是什麼？適合誰使用？
NotebookLM 是 Google 推出、以來源為基礎（Source-Grounded）的 AI 研究與內容工作空間。每個筆記本最多可上傳 300 個來源（PDF、Google Docs、網站、YouTube 影片、語音檔），所有 Gemini 生成的輸出都會被限制在這些來源範圍內，並提供回到原文具體段落的引用連結。
它適合任何「比起在開放網路上發想，更需要保持在可信材料內」的工作：研究綜整、客戶簡報、內部政策說明、學習新的技術主題，以及把長篇內容轉換為投影片、語音、影片等衍生格式。NotebookLM 團隊的產品頁顯示，目前每月使用者已超過 1,300 萬人。
它不適合需要即時網路資料、自由創意寫作或寫程式的任務。這些情況請繼續使用 ChatGPT、Claude 或 Gemini。NotebookLM 的紀律就是它的優勢，但前提是你的工作要符合它的格式。
怎樣設定一個能穩定輸出的筆記本？
每一份 NotebookLM 輸出的可靠性，是在你載入來源時就決定的，而非你寫提示語的時候。能持續取得穩定結果的從業者都遵守三條規則：每個專案一個獨立筆記本、合併文件而非上傳大量小檔案、以及明確的來源命名。
每個專案一個筆記本。把客戶研究與你的個人學習筆記混在一起，會造成「來源滲漏」。輸出開始引用錯誤的上下文，可信度下滑。任何需要獨立答案空間的主題，都另開一個新筆記本。
上傳前先合併。NotebookLM 把 Google Docs、Slides、Sheets 視為「會持續更新」的活來源，PDF 則是靜態快照。如果你有 30 封關於某主題的電郵，請把它們貼進一份附帶分段標題的 Google Doc，而不是上傳 30 個獨立檔案。每個筆記本的來源欄位有限，妥善整合可以節省欄位、改善跨來源比對。
為來源命名。替上傳檔案改一個能立即說明上下文的名字。「2026Q1-內部營收估算.pdf」勝過「報告1.pdf」，因為模型會把檔名當作檢索推理的一部分。當兩份來源衝突，命名清晰的檔案能讓你快速控制誰勝出。
怎樣使用電影級影片簡介（Cinematic Video Overviews）？
電影級影片簡介是 NotebookLM 在 2026 年最重要的功能：一鍵把你的來源轉成附動態圖像的旁白影片，由 Gemini 3、Nano Banana Pro 和 Veo 3 共同生成。輸出可用於講解片、內部訓練與社群媒體內容。但有一個關鍵：輸出品質幾乎完全取決於你來源材料的結構是否乾淨。
NotebookLM 團隊在產品部落格反覆強調的原則是：「Garbage in, Garbage out（廢料進、廢料出）」在影片生成上影響加倍。影片需要緊湊的敘事弧，模型只有在來源已經有敘事結構時才建得出來。長篇而無組織的 PDF 會產出散漫的影片。分段清晰的逐字稿、乾淨的數據報告與既有的投影片大綱，則會產出銳利的影片。
請試試以下提示，貼到自訂方塊內：
--- 受眾：[中階／高層／一般大眾]
--- 目標：在三分鐘內解釋[主要概念]。
--- 結構：以來源中最出乎意料的發現開場。中段以三個有具體數字的實例支撐。結尾給出觀眾應採取的一個具體行動。
--- 語氣：自信而好奇，不要戲劇化或推銷感。
--- 避免：通用開場、「在當今世界」這類含糊用語、任何來源未直接支持的內容。
若第一次輸出不理想，不要試圖用更長的提示語去修正。改而調整來源組合：移除噪音來源，貼上一頁定義敘事弧的概要，再重新生成。
怎樣用 NotebookLM 做投影片？
NotebookLM 現在可以把投影片以 PowerPoint（.pptx）格式匯出，並支援以提示語修改個別投影片。你先從來源生成草稿簡報，再用自然語言提示修改某張投影片（例如「把第 4 頁的指標改成對比表格」），其他投影片不受影響。這個功能終於讓 NotebookLM 與企業簡報流程銜接起來。
最常見的錯誤是要求過多投影片。NotebookLM 在 8 至 12 頁時的輸出明顯優於 25 至 30 頁。長簡報會稀釋論點；短簡報會迫使模型對自己最強的論據負責。
第二常見的錯誤是還沒鎖定結構，就跑去 PowerPoint 動手調。一旦匯出，提示式投影片編輯器就用不了了。先在 NotebookLM 鎖定結構，再匯出，最後才優化視覺設計。
一個穩定可用的流程：
--- 步驟 1：以提示語生成簡報，明確說明受眾、預期長度（8 至 12 頁），以及這份簡報必須提出的單一論點。
--- 步驟 2：使用提示式投影片修改功能，修正資料錯誤、結構失衡或措辭過於通用的投影片。
--- 步驟 3：匯出為 .pptx，套用你的品牌範本。
--- 步驟 4：人手補上講者備註與視覺。NotebookLM 的圖像「能用」但「不會貼合品牌」。
怎樣讓 NotebookLM 跨多個筆記本協同？
2026 年初，Google 修復了 NotebookLM 最大的歷史限制：每個筆記本不再是孤島。你現在可以把 NotebookLM 筆記本作為資料來源直接掛載到 Gemini 應用程式，意味著一個 Gemini 問題就能跨越你所有筆記本進行綜整。對個人知識工作流程而言，這是巨大的改變。
立刻見效的應用情境是：對 Gemini 提一個橫跨「客戶工作」「學習筆記」與「業界監測」筆記本的研究問題。沒有這個整合，你得分別問每個筆記本，再自行縫合答案。有了整合，Gemini 會幫你做跨來源比對，並標註每個事實來自哪個筆記本。
設定方式：在 Gemini 應用程式中，把每個 NotebookLM 筆記本掛載為資料來源。掛載後，該筆記本內容即可供任何 Gemini 對話呼叫。這是消費級 AI 生態系中最接近「個人知識圖譜」的功能，而大多數使用者都還沒注意到它的存在。
最佳的語音簡介（Audio Overview）提示語怎麼寫？
語音簡介是 NotebookLM 最早爆紅的功能：兩位 AI 主持人就你的來源進行 10 至 25 分鐘的對話。2026 年起，主持人會回應使用者的中途打斷，你可以在播放中提出後續問題。輸出的品質上限，由你在自訂方塊中寫下的指令決定。
預設的語音簡介為了一般大眾的娛樂性，會花時間在玩笑與閒聊。對從業者而言這是浪費時間。解法是用幾條具體指令限制其格式。
請試試以下自訂提示，產出一份聚焦的 12 分鐘語音：
--- 受眾：已經懂基礎的香港資深行銷人。
--- 語氣：專業而直接。不要笑話。不要閒談。
--- 結構：80% 的時間用於說明來源中的方法論與發現。最後 20% 給出觀眾下一步應採取的三個具體行動。
--- 避免：「好問題」「絕對如此」「讓我們深入了解」這類通用話術。
--- 長度：12 分鐘。任何站不住腳的內容請刪去。
互動模式對技術密度高的材料最有用。當主持人講到你想再深入的概念時暫停，提出具體的後續問題，再讓對話繼續。這把被動聆聽變成主動學習。
結語：把它當作研究工作空間，不是搜尋框
真正釋放 NotebookLM 價值的關鍵，是把它視為一個你親手策展來源、再從這個基礎產出一切衍生格式的工作空間。介面看起來像搜尋列，價值卻來自搜尋背後的來源策展。
如果你有一個現在已經分散在 PDF、逐字稿與筆記之間的工作流程，那就是你的第一個 NotebookLM 專案。用本文的規則一次建好。每次未來生成的語音、投影片與影片，都會讓你回頭看時覺得這次設定時間花得值。
懂AI，更懂你 UD相伴，AI不冷。工具一直推出新功能。真正會留下價值的，是那些圍繞工具建立工作流程，而不是追著工具跑的從業者。
用 UD 建立你的 AI 研究工作流程
掌握一個工具，只是開始。在 NotebookLM、Gemini、Claude 與 ChatGPT 之間建立一套穩定、可重複的 AI 工作流程，才是真正釋放生產力的關鍵。瀏覽 UD AI Employee Hub，UD 團隊手把手帶你完成每一步：從工具選型到整合工作流程的設計。
