分类： 教程
-
10分钟拆解148条视频,用 NotebookLM 榨干油管博主的插件实战
source: "https://x.com/xiangxiang103/status/2037413403095113770"
你有没有过这种卑微的时刻：看到一个油管博主的内容体系牛逼到令人窒息，你琢磨着想把他所有视频的核心观点系统性地拆解个底朝天——然后发现人家 300 多条视频，你要一条一条点进去抄笔记，光是想想就已经放弃了。
告别苦力，有一款 Chrome 插件能让你一键把整个频道的逐字稿全部灌进 Google NotebookLM 知识库。灌进去之后，你可以像盘问一个活人一样，对着这个知识库随意提问：”他的核心方法论是什么？””他在哪几期视频里讲过定价策略？””他的叙事风格有什么规律？”
这就是今天要介绍的”YouTube to NotebookLM”系列插件。
它到底解决了什么痛点？
传统的学习路径是：看视频 → 记笔记 → 整理归纳 → 建立知识体系。这个流程的瓶颈在于人肉搬运——你的时间和精力永远是最贵的资源。
而这类插件做的事情很暴力很直接：
- 批量抓取：一键抓取整个频道/播放列表/搜索结果下所有视频的逐字稿
- 自动灌入：把抓到的逐字稿直接塞进 NotebookLM 作为知识源
- AI 深挖：在 NotebookLM 内对这些内容进行无限次的 AI 提问和分析
简单说就是把油管变成了一个可搜索、可提问、可交叉分析的知识库。
用它来干嘛最香？3 个杀手级场景
场景一：拆解对标博主的整套内容体系
这是最暴力的用法。直接把竞品博主整个频道灌进去，然后问 NotebookLM：
- “总结他所有视频的核心选题方向”
- “他最受欢迎的 10 个视频有什么共同规律？”
- “他的内容结构有哪些固定套路？”
半小时顶你看三天。
场景二：按关键词深挖某个领域
搜索”AI Agent 开发”，然后把搜索结果页的所有视频逐字稿一锅端导入。你不是在看某一个人的观点，你是在横扫整个领域最近的讨论热点。
场景三：加速学习系列课程
很多油管上的免费课程质量极高，但动辄几十集。把整个播放列表导入后，你可以让 NotebookLM 帮你做课程大纲、知识点索引、甚至生成复习题。
极简上手：3 分钟从安装到开查
第一步：安装插件
- 打开 Chrome 浏览器，进入 Chrome 网上应用店
- 搜索 “YouTube to NotebookLM”
- 点击 添加到 Chrome → 弹窗中确认添加
- 安装完成后，建议将插件图标固定到工具栏（点击拼图图标 → 找到插件 → 点固定）
第二步：导入单个视频（试水）
1.打开任意一个 YouTube 视频页面
2.你会在视频下方/右侧看到一个新增的 NotebookLM 按钮
3.点击它 → 选择新建笔记本或加入已有笔记本
4.插件会自动抓取该视频的逐字稿并送入 NotebookLM
第三步：批量导入频道/播放列表（真正的大杀器）
1.进入你想要研究的油管博主的 频道主页 → 视频标签页
2.点击插件在页面上注入的 导入按钮
3.选择目标笔记本，等待自动批量抓取和导入
4.完成后，打开 NotebookLM 即可看到所有来源已就绪
第四步：对知识库开炮
打开你的 NotebookLM 笔记本，在聊天区输入任何你想知道的问题。NotebookLM 会基于你导入的所有逐字稿，给出带引用的精准回答。
一些体验上的注意事项
- 逐字稿质量取决于原始视频：如果博主说话含糊或者口音重，YouTube 自动生成的字幕质量会参差不齐，最终分析的质量也会受到影响
- 注意 NotebookLM 的容量限制：目前单个笔记本最多 50 个来源（免费版），pro用户是300个来源，每个来源有字符上限。超大频道可能需要拆成多个笔记本
- 自动翻译字幕的坑：如果视频是英文的，NotebookLM 有时会调用 YouTube 的自动翻译字幕，准确度在部分视频上会出逻辑偏差。建议尽量用原始语言逐字稿
- 导入不是秒完成：批量导入几十上百个视频时需要一点耐心，插件会排队处理
写在最后：信息过载时代的”知识抽水机”
我们每天被海量的碎片化内容轰炸，但真正的高手不是看得多，而是能把看到的东西迅速结构化、变成可调用的知识。
YouTube to NotebookLM 这类插件的本质，就是在你和海量视频信息之间架了一台”知识抽水机”。它把原本你需要花几天时间人肉搬运的工作量，压缩到了几分钟。
如果你是做内容创作的，用它来拆对标账号；如果你在研究某个领域的前沿动态，用它来横扫头部博主；如果你只是纯粹想学习，用它来加速消化课程——它都是一把好用的效率武器。
-
研究+笔记+PPT之神——NotebookLM 快速上手教程
source:https://x.com/Formulasearch/status/2033884676415496346
一、 NotebookLM是什么？
notebook LM的界面
NotebookLM 是 Google 推出的 AI 笔记与研究工具。它和普通聊天 AI 不太一样，核心不是“直接联网胡乱发挥”，而是围绕你上传的资料来理解、总结、提问和生成内容，更适合做学习、阅读、整理和写作辅助。 真正能做到“零幻觉”的AI工具，没有之一；一切信息全部可追溯，带引用参考。再也不用担心胡说八道的情况发生。
二、 我能用上吗？
能，而且，只要你的工作能够接触到文字，图表类。那你一定用的上。
目前具备的功能，个个都是重量级~
它可以导入 PDF、网页、本地文档等资料，再基于这些内容帮你完成几类事情： 第一，快速总结重点，帮你先抓住核心。 第二，针对资料提问，比如“这份文档的结论是什么”。 第三，生成学习和整理内容，比如摘要、学习提纲、问答、音频概览等。 第四，保留引用依据，方便回头核对信息来源。
三、 怎么用呢?
最简单的用法只有三步：
- 先新建一个 notebook。
- 再上传你的资料/也可以不上传，比如一篇 PDF、一个网页、几份笔记。
- 直接提问，例如： “帮我用 5 点总结这份内容” “这篇文章的核心观点是什么？” “帮我整理成适合复习的提纲” “把重点和例子分开列出来”
如果你不知道问什么，可以先让它做摘要，再继续追问细节。这样最容易上手。Google 官方也把它定位成适合从自己的真实资料开始试用的工具。
四、 notebookLM的重磅功能介绍
1. 深度研究+以资料为中心的“来源驱动问答”
这是 NotebookLM 的核心，不是普通聊天机器人那种“泛泛回答”。它会基于Gemini大模型的深度调研能力帮助你调研，收集资料，并自动保存到来源。以下都以Openclaw为研究案例进行演示。
直接对话框中输入需求，进行研究或者把现有的资料上传进去
也可以基于你导入的资料来回答、总结、比较和提炼内容；资料可以是 PDF、Word、Markdown、网页、Google Docs、Slides、Sheets、图片、音频，甚至公开 YouTube 视频链接。它本质上是“围绕你的资料做理解和生成”。
为什么最重磅： 因为后面几乎所有能力，都是建立在“先有资料，再围绕资料生成”的基础上。它不是单纯陪聊，而是偏研究、学习、整理、写作辅助。
2. 演示文稿：把资料直接变成PPT
最牛逼最出圈的功能，基于nano banana，它可以把资料生成成品化的幻灯片，并区分两种方向：
- 详细演示文稿：偏完整说明，适合发给别人读
- 演示用幻灯片：偏演讲辅助，适合自己讲 📷
还支持：选择语言，设定长短，自定义风格和受众，生成后逐页修订，导出 PDF，全屏播放等丰富功能。
实际意义： 这已经很接近“把文档直接变成汇报材料”了。对于学生、研究者、产品经理、顾问类工作都很有用，并且质量非常的高。
就这个质量让我自己手搓我都想不到从何入手
3. 音频概览：把资料直接变成“播客式讲解”
最牛逼的功能之二。它可以把你的资料转成 AI 主持人讲解的音频内容，而且不止一种形式：有深入对谈的 Deep Dive、快速概述的 Brief、用于评审和挑错的 Critique。官方将它定义为对来源内容的客观反映，而不是主观闲聊。
适合场景： 通勤时听论文、听课程笔记、听项目材料、先快速建立整体理解。 这也是 NotebookLM 与很多“只会总结文字”的工具拉开差距的功能。
4. 视频概览：把资料生成视频化讲解
https://youtu.be/KA_pExdDSUo?si=rdEtMMOfD7cAc1o_ 最近刚刚更新不久，相对更新、更偏展示型的能力，但也是非常有潜力和强大的功能，官方说明里，它会把资料转成一个“清晰、易消化的视觉化演示视频”。生成前还可以做一定程度的定制，具体内容可以看视频，这个功能绝对利好广大视频类博主的视频产出。
价值： 比纯文本摘要更适合演示、汇报、课堂复习、给别人快速解释复杂材料。 如果你有一堆文档，但想更轻松地“看懂”，这个功能会比普通摘要更直观。
5. 思维导图：自动把资料变成思维导图
思维导图会把资料中的主题关系可视化成树状分支图，帮助你先看结构，再看细节。官方强调它适合快速掌握大图景、发现概念之间的联系、帮助组织思考。
为什么重要： 很多资料难，不是难在字多，而是关系复杂。思维导图正好解决“结构看不清”的问题。 对课程学习、论文阅读、知识梳理、搭建写作框架都很实用。
6. 闪卡/测验：直接生成学习工具
NotebookLM 可以把资料转成抽认卡和测验题，而且不只是静态输出。官方支持：
- 难度选择
- 自定义生成要求
- 点击“Explain”查看解释
- 标记“记住了 / 没记住”
- 记录你的进度，之后可继续学习或重做
这很关键： 它不只是“帮你看懂”，还开始进入“帮你记住、帮你练习”的阶段。 所以现在的 NotebookLM，已经明显偏“学习引擎”而不只是“文档问答”。
7. 保存/添加笔记：把 AI 输出和自己的理解沉淀下来
直接把ai的输出内容保存为笔记，下次的回答会直接基于此来进行回答
也可以新建笔记，直接记录自己的想法，同样也会纳入ai的知识库中
你可以在 NotebookLM 里创建和添加笔记，用来记录关键观点、自己的解释和中间结论。聊天结果也能直接保存为 note，而且会保留原格式与可点击引用。
作用： 它让 NotebookLM 不只是“看完就结束”，而是能逐步沉淀成自己的研究笔记。
8. Source Guide / 自动摘要 / 选源问答
可以任选文档，ai会根据你选中的内容进行思考回答
导入来源后，NotebookLM 会给整份来源生成自动摘要；聊天时还能选择全部来源或只选部分来源来回答问题。官方也明确说明：来源始终会被用于回答，而 notes 只有在你明确选择时才会加入提示。
AI的回复会直接引用上传的资料内容，“拒绝幻觉”
这个点很实用： 当一个 notebook 里资料很多时，你可以控制它“只看哪些材料回答”，减少跑偏。
9. 发现来源 / Fast Research
移动端官方文档已经写到 Fast Research：可以直接输入查询，从 web 搜索相关来源，先浏览，再导入 notebook。
这说明 NotebookLM 不再只是“你先自己找资料再喂给它”，而是开始具备“先帮你找，再帮你整理”的入口能力。
10.与Gemini的联动
得益于Gemini的超长上下文窗口，以及同属于Google的生态，你可以在使用Gemini的时候直接点击调用你的nlm当中的知识库让Gemini根据内容进行回答，联动能力非常强（但也存在塞爆上下文的情况导致回答不出来，需要）
可以直接在用Gemini的时候，直接引用nlm当中的知识库
11. 移动端能力
NotebookLM 已有移动端应用。官方列出的移动端能力包括：
- 基于来源提问
- 收听播客，并支持离线下载
- 复习闪卡和测验
- 查看思维导图和信息表等
- 从手机浏览网页、PDF、YouTube 时直接分享到 NotebookL
最后，如果你也有类似的需求，请务必试用一下这款产品，真的会事半功倍。
-
Notebooklm：油管大神Dankoe的“3-2-1”方法，让你成为任何领域的1% ！
油管大神Dankoe的“3-2-1”方法，让你成为任何领域的1%
你只需要掌握一套极简但极狠的“3-2-1”方法。
Dan Koe认为，现代人之所以平庸，不是因为不努力，而是因为努力的姿势极其丑陋且低
我们在用战术上的勤奋，掩盖战略上的懒惰。我们在用低维度的忙碌，逃避高维度的思考。
想要跳出这个平庸的重力井，想要在任何一个领域，注意，是任何领域，无论是写作、编程、设计还是搞钱，杀进前1%，你不需要拼命，你不需要内卷，你只需要掌握一套极简但极狠的“3-2-1”方法。
这套方法，是Dan Koe从神经科学、进化心理学和极简主义商业哲学里提炼出来的武器。
它能把你从一个被算法控制的“数字人”，变成一个拥有绝对掌控权的“神级玩家”。
第一：那个“3”，是每天雷打不动的神圣时间
Dan Koe口中的这个“3”，指的是：每天3小时的深度创造。在Dan Koe的逻辑里，人类的大脑根本不是为了像工业机器那样连续运转而设计的。
我们的大脑是高能耗的生物计算机。
神经科学家早就证明了，人类每天能维持的“高强度、高认知、创造性”的专注时间，上限就是4小时左右。
超过这个时间，你的大脑就进入了垃圾时间。
Dan Koe提出的“3小时原则”，是让你像狮子一样工作，而不是像牛一样工作。
牛整天低头吃草，吃一天也只是一头牛。
狮子大部分时间在睡觉、晒太阳、磨爪子，但只要它出击的那一瞬间，就是致命的。
这每天的3小时，必须是神圣的、不可侵犯的、真空的。
在这3小时里，你不能回微信，不能看邮件，不能刷新闻。
你必须切断一切与外界的联系，把自己关在一个精神的小黑屋里。
你要做的事，必须是那个领域里最难、最核心、杠杆率最高的事情。
如果你是作家，这3小时就只用来写正文，不许查资料，不许排版。
如果你是程序员，这3小时就只用来攻克核心算法，不许修琐碎的Bug。
如果你是创业者，这3小时就只用来思考战略和产品，不许回客户消息。
Dan Koe说：如果你能坚持一年，每天只有3小时的深度工作，你的产出将超过99%每天坐在办公室里混日子的打工人。
因为那99%的人，他们的注意力被撕碎了。
他们每5分钟就被打断一次。他们的精神熵高得吓人。他们的大脑是一团混乱的浆糊。
而你，在这3小时里，是心流状态。是人剑合一。
这3小时产出的东西，是带有“灵魂”和“穿透力”的。
在这个AI已经能生成无数垃圾内容的时代，只有这种深度思考的产物，才是稀缺的，才是值钱的。
所以，想要成为1%，第一步就是学会“偷时间”。
早起3小时，或者晚睡3小时（如果你身体扛得住）。
哪怕你还要上班，你也必须在老板榨干你之前，先把这最宝贵的3小时留给你自己。
这是你为自己赎身的资本。
第二：那个“2”，是必须缝合在一起的对立技能
这个“2”，指的是：你需要掌握两项看起来完全对立、甚至毫不相干的技能，并将它们缝合在一起。
我们从小受到的教育是“专业化”。
你要专精，要深耕，要成为一颗标准的、无可替代的螺丝钉。
但在Dan Koe看来，专业化是给昆虫准备的。
AI来了。你知道AI最擅长什么吗？
最擅长专业化。AI下围棋比你专业，写代码比你快，翻译比你准。
如果你只会在一个狭窄的领域里卷，你会被AI降维打击得连渣都不剩。
在2026年，真正的护城河，叫做“技能堆栈”。
你要做个“缝合怪”。
Dan Koe提出，最强大的技能组合，往往是“一文一武”，或者说“一内一外”。
比如：
编程（极度理性的逻辑）+ 写作（极度感性的表达）。
设计（视觉审美） + 营销（人性洞察）。
心理学（理解人类） + 数据分析（理解机器）。
当你拥有两项对立技能时，神奇的化学反应发生了。
你不再是和程序员比写代码，因为你比他们会写文章，你能把枯燥的技术讲成引人入胜的故事，你能让更多人理解并使用你的产品。
你不再是和作家比文笔，因为你比他们懂代码，你能自己搭建网站、开发小程序，你能把你的文字变成可交互的产品。
这叫“交集竞争”。
在A领域，你是前20%；在B领域，你也是前20%。这听起来不难，对吧？但是，在“A+B”这个交集领域，你就是前1%。甚至，你是那个唯一。
Dan Koe自己就是最好的例子。
他懂设计（早期是设计师），他懂写作（后来苦练文案），他懂哲学（喜欢思考人生）。
他把这三者结合起来，创造了一种独特的视频风格：黑白极简动画 + 哲学旁白 + 硬核干货。
市场上没有他的竞品。
因为比他会设计的没他有思想，比他有思想的没他会设计。
这就是“2”的奥义：不要在一个赛道上卷死，要去创造一个领域的新赛道“差异化”。
第三：那个“1”，是只解决核心终极的问题
这个神秘的“1”指的是：只解决“一个核心”的问题。
这个问题就是，“你曾经遇到最大的问题，踩过最大的坑”。
Dan Koe 的整个商业帝国，看似庞大复杂，其实核心逻辑简单到令人发指：他所有的产品、所有的文章、所有的视频，都在试图拯救两年前那个迷茫、焦虑、没钱的 Dan Koe。
这不仅仅是一个营销策略，这是一种深刻的人生哲学。
我们总是习惯向外看。
我们去调研市场，去分析用户画像，去猜现在的年轻人喜欢什么，去猜大妈们喜欢什么。
结果呢？你猜不透。人心是善变的，市场是诡谲的。
你今天跟风做短剧，明天短剧凉了；你后天跟风做AI，大模型把你淘汰了。
Dan Koe 告诉你：别猜了。
这个世界上，你唯一能百分之百了解、百分之百共情、百分之百知道痛点在哪里的人，只有你自己。
那个曾经的你，在深夜里焦虑得睡不着觉，是因为什么？
那个曾经的你，在职场上受了委屈却不敢辞职，是缺了什么能力？
那个曾经的你，想要减肥却总是管不住嘴，是心理哪里出了问题？
你的痛，就是千万人共同的痛。
人与人的悲欢虽然不相通，但人与人的焦虑是高度同构的。
你走过的弯路，就是他们的“地图”。
你爬出来的坑，就是他们的“阶梯”。
所以，成为某个领域的终极秘密，就是把自己变成一个“活体样本”。
领先一百步那是神，神太远了，凡人够不着。领先两步是学长，学长的话最听得进去。
当你把那个“1”（过去的自己）作为你所有输出的靶心时，神奇的事情发生了：
第一，你再也不会没有灵感了。
你只需要回想一下：当初我是怎么解决这个问题的？我当时最想听到什么建议？
你的生活本身，就是最大的素材库。
第二，你的内容会变得极度真诚。
你在写东西的时候，心里想的是如何拉那个曾经的自己一把。
第三，你会构建出最坚固的护城河。
你的痛苦是独一无二的，你的顿悟是独一无二的。
所以，这个“1”，就是你的“独一无二的利基市场”。你自己解决问题的过程和体验就是那个细分市场。
Dan Koe 说过一句话：“大多数人之所以失败，是因为他们在黎明前最黑暗的那一刻放弃了。”
坚持那个“3”，打磨那个“2”，瞄准那个“1”。
时间是你的朋友。
只要你在这个方向上持续用力，复利效应会在某个临界点突然爆发。
-
YouMind vs Notebook LM 做PPT，谁更胜一筹
source: "https://x.com/jinglian/status/2009428326989877696"
YouMind vs Notebook LM 做PPT，谁更胜一筹？
结论：YouMind完胜（左）；Notebook LM大翻车（右），完败。
因为推文作者是 YouMind 团队的品牌增长。所以我的内心有点🤔。
在我的个人资料页中，我说过，我最喜欢的 AI 学习类应用就是 NotebookLM。我创建了非常多的笔记本，玩的也不亦乐乎。
感谢 @liu10102525 告诉我是哪四本 pdf，我创建了👇这个笔记本做测试。
https://notebooklm.google.com/notebook/1a1fedba-7475-4067-a196-bb643b35939a
结论：
先是用粘贴来的指令（来自于@liu10102525 的推文 ）。
“`这是一份给AI时代创作者的必读书单（4 本 pdf）。
帮我生成一份详细的幻灯片，要求是
幻灯片里除了要把每本书的定位，核心内容说清楚，还要判断这本书适合哪类题材的创作者，更重要的是，为什么这些书里提到的方法可以用AI来帮助实现和落地，如何用AI来帮助实现和落地？
“`
如果使用了自定义 Prompt，可以点击slide 的这个按钮查看
测试结果比原推文描述的还惨，只读了一本书，Exploratory Writing Everyday magic for life and work (Alison Jones) (Z-Library).pdf
我去，我有点不甘心，天天用的最爱的 NotebookLM 这么拉跨。
于是，我调整了一下 Prompt
“`帮我生成一份幻灯片，分成四大部分，分别对应 4 个 pdf 文件，每个部分均包含
1. 每本书的定位和核心内容。
2. 适合哪类题材的创作者？
3. 为什么书里提到的方法可以用AI来帮助实现和落地，以及如何用AI来帮助实现和落地？（这部分最重要）
“`
结果还是依旧拉跨，还是只读了 Exploratory Writing Everyday magic for life and work (Alison Jones) (Z-Library).pdf
最后，我平时都不用自定义 Prompt，于是我又来了一次默认无 Prompt 的，你猜怎么着？
居然，没发生奇迹。
现实如此，我只能接受，但是我想找到原因是为什么。于是我问 gemini web。
gemini 给我的回答
这是一个非常典型的 NotebookLM 提示词（Prompt）问题。NotebookLM 虽然上下文窗口很大，但如果你给它的指令比较模糊（比如“根据资料生成幻灯片”），它往往会“偷懒”，只抓取权重最高或者排在第一个的文件进行生成，从而忽略其他文件。
要解决这个问题，你需要强制它按顺序、分别处理每一个特定来源，并明确要求它进行“跨时代的联想”（因为这些书可能没写这一代 AI 的用法，需要它基于书中的逻辑去推演 AI 的用法）。
以下是为你设计的一段专用提示词（Prompt），请直接复制并发送给 NotebookLM：
请你扮演一位精通“写作理论”与“AIGC应用落地”的专家。请阅读我上传的全部 4 份文档，为我生成一份详细的幻灯片大纲。 ⚠️ 重要指令：请务必不要合并文档内容，必须严格按照以下顺序，分为 4 个独立的部分进行输出。请确保每一部分都覆盖到了对应的文档，不要遗漏。 --- ### 第一部分：基于《Exploratory Writing》 1. **定位与核心**：用一句话概括这本书的定位，并列出 3 个核心观点。 2. **适合人群**：这本书的方法论最适合哪种类型的创作者？（例如：灵感枯竭型、逻辑混乱型等） 3. **AI 落地指南（重点）**： - **为何适合 AI**：分析书中的“探索性写作”方法为何天然契合与 AI 的对话模式？ - **如何落地**：给出一个具体的 Prompt 示例或操作流程，展示如何利用 AI 辅助完成书中提到的“自由写作”或“清理思维”的过程。 ### 第二部分：基于《<华尔街日报>是如何讲故事的》 1. **定位与核心**：概括该书对于非虚构写作的核心原则。 2. **适合人群**：适合哪类题材的创作者？（例如：深度报道、干货类博主等） 3. **AI 落地指南（重点）**： - **为何适合 AI**：解释 AI 如何辅助构建该书强调的“倒金字塔”或“特稿结构”？ - **如何落地**：结合书中的具体技巧（如“宏大主题的小切口”），说明如何指令 AI 将一篇枯燥的报告改写成华尔街日报风格的故事。 ### 第三部分：基于《从提问到输出：上野千鹤子的知识生产术》 1. **定位与核心**：概括上野千鹤子关于“信息生产”的核心逻辑。 2. **适合人群**：适合处于什么阶段的创作者？（例如：学术研究、社会评论等） 3. **AI 落地指南（重点）**： - **为何适合 AI**：分析“通过提问来生产知识”这一理念，为什么 AI 是完美的“苏格拉底式”提问搭档？ - **如何落地**：设计一个工作流，展示如何利用 AI 扮演“质疑者”角色，来打磨创作者的论点，实现书中的“问题意识”深化。 ### 第四部分：基于《写作这回事》 1. **定位与核心**：提炼书中的核心写作哲学（如关于“工具箱”或“摒弃修饰”的观点）。 2. **适合人群**：适合哪类追求风格的创作者？ 3. **AI 落地指南（重点）**： - **为何适合 AI**：如何用 AI 来执行书中提到的“关门写作，开门改稿”？ - **如何落地**：说明如何利用 AI 进行“残酷的删减”和“风格检查”，以符合书中对简洁有力的要求。 --- 请用结构清晰的 Markdown 格式输出，确保内容深度足以直接用于制作 PPT。为什么这样写能解决你的问题？
- 明确的“分治策略”： 我没有让它“总结所有文件”，而是用 ### 第一部分、### 第二部分 的标题强制规定了结构。这就像给学生考试，不是让他“随便写”，而是给了他四道必答题。这能有效防止它只读第一个 PDF。
- 强制“AI 桥接”： 你上传的这几本书（除了一些新书外）很多是经典写作书，里面肯定没有提到 ChatGPT。 如果你的 Prompt 只是问“书里怎么说用 AI”，它会回答“书里没提”。 所以我把指令改成了：“基于书中的原理，分析为何适合 AI 以及如何落地”。这要求 NotebookLM 运用它的推理能力，将旧理论（如《华尔街日报》的叙事结构）与新工具（LLM 的重写能力）结合起来。
- 角色设定： 设定它为“AIGC应用落地专家”，会让它在回答第三点（如何用 AI 实现）时，不再是泛泛而谈，而是倾向于给出 Prompt 示例或具体工作流。
这一次，真没翻车。
结论
- 对于 NotebookLM 来说，可能确实会存在偷懒的问题。借助gemini 这类的 llm 生成精确的指令，效果会远远好于模糊的指令。
- AI 必须得干中学。
下面是最终版的slide。
