罗佳 
写在前面：
本文继续通过三个使用场景来介绍 NotebookLM 能力以及如何使用，NotebookLM 的介绍请参考上期文章瞬间整理百万字资料！2025年最实用的AI神器 NotebookLM 终极攻略（上）。
场景一：
多网页多种文档导入自动生成笔记（数据库）
试想这样一个场景，你在研究、学习或者整理某个领域的知识时，打开了很多网页的教程、资料，你的手头还有无数的音频、PDF等。按照比较传统的学习方式，得至少迅速得做一次概览提取各个资料得信息，才能有重点的学习，学习完后还得自己手动归纳总结，保存后才能方便以后使用。但 NotebookLM使这个过程至少提升了十倍速度。
上传文档后 NotebookLM会全资料进行自动预处理，而且会跨文档将所有来源关联起来，迅速建立联系，在过程中你可以随时让它生成大纲、草稿、甚至随时提问，将提问的所得所思继续补充进笔记，简而言之：NotebookLM将学习中最耗时、最机械的“体力活”自动化了，让你能将100%的精力投入到最高价值的“脑力活”：思考、连接和创造上。
我们来看如何实现：
首先，上传我们的资料，网页资料只需要输入网站链接，输入后 NotebookLM 便可以自动分析。在当前的版本中一个笔记本可以连接50个文档或者链接，单一档案的大小是200MB或者50万字，也就是极限状况下 NotebookLM 可以处理将近2000万字的资料。
我们可以在左上角更改笔记的名称，左侧是我们上传的文档，即笔记的来源，点击后可以单独查看， notebookLM 已经为我们自动生成了摘要，也可以查看原文。
页面右侧的 Studio (工作室) 功能区是一个强大的创作和构思中心。它利用我们已经上传到资料库中的信息，帮助你将零散的知识点和想法，快速转化为结构化的内容。Audio overview 可以根据我们的来源生成播客，Video overview 可以更具我们的俩元生成AI解说视频，Mind Map 可以自动生成思维导图，Flashcards 可以生成知识闪卡供我们学习，Quiz 可以生成测试，帮我们用做题的方式巩固学习。Reports 报告按钮中提供了各种模板帮助我们自动生成学习简报、学习文档、博客文章或者其他自定义的类型。
思维导图和报告按钮我们在瞬间整理百万字资料！2025年最实用的AI神器 NotebookLM 终极攻略（上）已经做了演示，可查找观看。
来源：rodya.top/articles/notebooklm-private-knowledge-base · 罗佳 Rodya 原创
我们在学习的过程，也可以利用下面的 Add note 按钮，随时添加我们的所思所想或者补充资料。
需要注意的是所有我们后期补充的资料，都不会自动进入我们的笔记来源中，需要我们手动添加到笔记源，这样AI在回答或者生成时才会参考我们后期加入的内容。
场景二：
在互动中学习
试想这样一个场景，在学习某个领域或者语言中途想要测试一下自己的学习程度，或者说资料导入后不知如何开始，这时你可以通过 NotebookLM部分功能来引导我们学习。
点击 Quiz 生成测验来验证我们的学习情况，点击 Reports 报告中的学习指南来指引学习。
点击生成的测验可以看到 NotebookLM 自动给我们生成了题目供我们自检，如果做不出点击下面的Hint可给出提示。
如果做错，NotebookLM 也会给出正确答案，并作出相应解析。
点击生成的学习指南，NotebokLM 会迅速抓取学习中的关键和核心问题，供我们参考。并下面附上，题目解析，并且还有基于你内容的核心术语表，论文题目建议等等内容。
不仅对于学习者，而且对教学的老师对课题的设计都很有意义。
场景三：
试想你的团队正准备制作一个口播类或者访谈类的内容，你可能需要在海量的资料中寻找灵感，或者需要对嘉宾访谈的过往采访做预处理，或者需要快速把所上传的资料生成脚本内容等等你所能想到的，都可以通过与NotebookLM进行互动，以及使用播客生成来实现。
我们点击 Audio overview 音频来帮我们生成播客，也可以点击 Audio overview 音频旁边的铅笔按钮来自定义本次播客的内容，如图所示，我们既可以选择深入探讨风格，也可以选择批判或争论风格，根据我们所选择的， NotebookLM 会自动帮我们生成由2位AI主持人主持的播客节目。如果需要定制化的内容，也可以在下面输入提示词，强调生成的内容中的侧重点。
由于是生成音频，可能需要几分钟的等待时间，播客内容就生成好了。
当然我在这里只做解释说明，我们可以完全利用 NotebookLM 优化整个流程：
将我们所有的参考资料全部上传，用NotebookLM提炼出核心创意和独特的视角，帮我们选题
确定好选题后，让NotebookLM帮我们生成大纲，开场白，讨论点，结尾。
点击音频生成播客，让它生成稿件。过程开始前我们可以给出明确指令，比如：请为这期播客写一个双人主持的脚本，帮我设计好主持人A和主持人B的对话，风格要轻松有趣，像朋友聊天一样。
结尾：
到此，已经完全可以用 NotebookLM 做很多事情，当然文章中所列出来仅仅是一些基本的用法，还有很多使用场景都有待挖掘。但我们可以看出来，使用了AI赋能的学习方式相比传统的方式在效率方面的优势，通过AI来在学习的启动环节和辅助环节助力，让我们能更加专注学习和思考本身。它没有取代你的思考，而是相当于为你配备了一个超级助理一个数据库一个陪伴者，让你思考得更快、更深、更有创造力。
风骨
