Transcription
99% 的人完全错误地使用 Notebook LM。他们把它当作另一个聊天机器人，但它实际上是一个研究智能系统，可以做其他人工智能工具无法做到的事情。所以，如果你点进这个视频，想知道哪些 Notebook LM 的功能真正重要，以及如何使用它们来更快地完成工作，你即将得到答案。我将带你了解区分那些在这个工具上挣扎的人和那些已经掌握它的人的七项技能。到本视频结束时，你将确切地看到你错过了什么。
所以，首先访问 notebookm.google.com。如果你以前使用过 Notebook LM，你会看到你现有的笔记本。如果没有，你会看到一个空白的画布。点击加号图标创建一个新项目。现在你立即会进入添加源屏幕。而这正是大多数人出错的地方，他们只是开始将随机文件倾倒到上传器中。现在不要这样做。我们首先需要定义环境。所以，按 Escape 关闭那个窗口。转到左上角，那里写着“未命名的笔记本”，并给它一个特定的名称。我将这个命名为“竞争性定价分析”。这很重要，因为 Notebook LM 依赖于紧密的上下文。如果你在一个项目中混合了完全不相关的议题，你会稀释模型。你需要一个干净、专注的环境。
现在容器已经准备好了，我们需要填充它。但不是手动上传你已有的文件，我们将让人工智能构建自己的库。这就是为什么你需要掌握的第一项技能是自动化研究。转到左侧的主提示输入框，寻找那个小的放大镜图标。这是新的 Gemini Deep Research 模型的切换按钮。选择它，你就不再只是与 PDF 聊天了。你正在部署一个自主代理。我将输入“SaaS 定价模型和收入策略”，然后按 Enter。系统会出去找到 50 个来源，并将关键见解汇集成一份报告。完成后，会弹出一个导入按钮。点击它，这将把每一个参考文献直接拉到你左侧的库中。
现在快速看一下那个列表。如果你看到任何以红色突出显示的文件，那些是链接失败，通常是被付费墙阻止的。不要让它们弄乱你的工作空间。点击这里的三个点，然后选择“删除所有失败的源”。现在你的数据是干净的。但在你开始提问之前，你需要检查一些东西，因为现在你有数量，但不一定有质量。如果你的来源过时或有偏见，Notebook LM 给你的每一个答案都会有缺陷。
这就是为什么你永远不要跳过技能二，源验证。大多数人会忽略这一步。他们盲目地信任人工智能，但专业人士在建造之前会验证地基。所以，转到中间的聊天框。在我问任何关于定价策略的问题之前，我会运行一个三步审计。首先，我检查日期。我输入，“显示每个来源的发布时间，并标记任何超过 18 个月的内容。”在 SaaS 领域，2022 年的数据太旧了。如果我基于通货膨胀前的经济学建立一个定价模型，我将损失金钱。我需要知道数据是否新鲜。其次，我检查数据类型。我问，“对这些来源进行分类。哪些是包含具体数字的案例研究，哪些只是观点文章。”你想基于案例研究和财务报告来建立你的策略。观点文章可以提供视角，但它们不能成为你的基础。第三，我检查战略偏见。我问，“这些来源是否偏向于某种特定的模型，如产品驱动增长或企业销售？”因为如果你的 90% 的来源倾向于一个方向，你就会得到一个片面的叙述，你需要尽早发现它，这样你才能在你的整个分析受到损害之前修复这些来源。运行这些检查大约需要 2 分钟，但它可以防止你花费数小时在薄弱的基础上建立策略。
现在你的来源已经验证了，我们需要告诉 Notebook LM 如何与你交流。我们通过技能三，自定义指令来实现这一点。Notebook LM 的行为取决于每个笔记本内的上下文。所以，控制它如何响应的方式是添加一个永久的指令说明。点击右下角的“添加说明”。在该说明的顶部，写下类似这样的内容：“扮演一个专注于定价模型的战略顾问。优先考虑财务准确性、单位经济学和边缘情况，而不是简化的解释。假设读者理解商业基础知识。提供详细、结构化、长篇的回复，除非明确要求简洁。”然后保存说明。一旦你保存了它，它就会应用于笔记本中的每一次互动。如果你的 AI 回复总是感觉通用或肤浅，这通常是你没有定义视角的原因。所以，模型默认会给出广泛的对话式答案，而不是战略研究。这个说明定义了笔记本如何思考。
所以，现在你有了高质量的来源，并且有了一个定制的助手。但如果你现在就开始提问，你仍然会得到稀释的答案，因为你迫使人工智能同时查看所有内容。为了获得绝对的清晰度，你需要使用一个大多数用户完全忽略的特定控件。那就是技能四，源过滤。看看你屏幕的左侧。你加载的每一个来源旁边都有一个勾选框。问题在于，当你提问时，如果所有内容都已选中，Notebook LM 会尝试同时从每个文档中提取信息。这会给你广泛的表面答案，因为人工智能试图同时综合 50 个不同的来源。
这是实际中的区别。假设我想要关于高级用户转化率的具体数据。如果我保留所有内容都选中，包括关于企业定价和销售招聘的来源，我就是在迫使模型进行泛化。所以，相反，我取消选中所有内容。然后我手动选择唯一一个专门讨论高级用户模型的来源。现在我问，“第一年我应该期望什么高级用户转化基准？”Notebook LM 使用那一个文档来回答。回复不再是模糊的总结。它是专注的、具体的、可操作的。这就是你从这个工具中获得实际效用的方式。你保留一个包含 40 个来源的主笔记本，但你可以精确控制人工智能在每个问题中看到哪些来源。这个单一的习惯改变了我使用该软件的方式，现在我不再得到泛化的回复，而是得到有针对性的见解。
现在，让我们来谈谈如何结合不同类型的信息。为了获得最佳结果，你需要技能五，多模态策略。大多数使用 Notebook LM 的人不知道它接受网站、YouTube 视频、音频文件和 Google Docs。这一点至关重要，因为不同的媒介捕捉不同层次的信息。PDF 提供学术严谨性。YouTube 视频展示了现实世界的执行情况。播客提供了策略和细微差别。当你混合这些时，你会得到一个从任何单一格式都无法获得的完整视图。
让我来演示一下。我将点击“添加源”，选择“YouTube”，然后粘贴一个 URL。我正在添加一个播客采访，其中一位首席执行官解释了他们如何调整他们的定价模型。Notebook LM 会自动提取文字记录。现在我可以问一个能够弥合差距的问题。“比较研究论文中的定价理论与播客中提到的现实世界执行挑战。”Notebook LM 会综合两者。它给了我经过实际检验的学术理论。你无法通过只阅读论文或只观看视频来获得这种见解。
现在，这里变得有趣了。你对你的来源有精确的控制，并且你有一个战略性的格式组合。但所有这些都只是一个设置。真正的回报来自于 Notebook LM 可以从这个基础中生成什么。我指的是演示文稿、音频简报和视觉效果，所有这些都可以在几分钟内自动创建。以下是如何实现这一点。
从技能六，自定义音频简报开始。看看你屏幕的右侧。你会看到一个名为“工作室”的面板，其中有一个“音频概览”选项。点击该选项卡上的小铅笔图标打开自定义面板。在文本框中，写下你想要涵盖的内容。我正在写“严格关注定价、心理学和锚定策略。比较三个竞争对手如何构建他们的层级。保持在 12 分钟以内。跳过理论，专注于实施策略。”看看那个文本框的上方。你不再局限于标准格式了。你可以将模式从“深度探讨”切换到“批判”，这会迫使人工智能审查你的研究并找出其中的差距和弱点。对于这次运行，我将坚持“深度探讨”。我将点击“生成”。这需要几分钟来处理。这是结果。让我们听听。
>> 欢迎来到深度探讨。你给了我们研究、技术论文、成功案例、关于定价心理学的文章。
>> 我们的工作就是将海量信息提炼成即时的战术知识。
>> 没错。所以今天我们抛开定价为何是基础的理论，只专注于“如何做”。
你可以立即听到，他们没有浪费时间在介绍或一般性定义上。Notebook LM 创建了一个双主持人播客，直接切入了我要的特定心理策略。默认设置和自定义设置之间的区别是天壤之别。默认设置涵盖一切，平均分配。自定义版本为你提供了一个有针对性的简报，包含了你所需要的一切。而大多数人错过的部分是，你应该将第一次输出视为草稿。你可以随意多次重新生成它。如果第一个版本太技术化，告诉它简化。如果它在介绍上花费了太多时间，告诉它直奔主题。迭代，直到它符合你实际需要。
现在音频已经处理好了。让我们使用技能七，专业图形来构建视觉资产。回到工作室面板。找到信息图卡片，点击小编辑按钮打开设置。你会看到方向和细节级别的选项。我建议选择标准细节和横向格式。在说明框中，要具体。我正在写“创建一个定价比较图表，显示我们排名前三的竞争对手如何构建他们的计划。包括价格点、功能限制和目标客户规模。使用海军蓝和白色配色方案。”现在点击生成。输出是一个干净、专业的定价比较布局。它清楚地显示了 Slack、Salesforce 和 HubSpot 如何构建他们的计划和层级。
现在，让我们生成幻灯片。回到工作室面板，找到幻灯片卡片，然后点击编辑按钮。这里有两个选项。你可以选择详细的演示文稿，如果你需要一份文本量大的报告供人们自行阅读，这会很棒；或者你可以选择演示者幻灯片，它会尽量减少文本，适合现场推介。我将在这里选择演示者幻灯片，并选择“短”，因为我需要大约 10 张幻灯片。在说明中，我将写“创建一个董事会演示文稿，解释我们的定价策略转变。专注于收入预测和客户细分。”然后点击生成。完成后，你会得到一个结构化的策略演示文稿，包含清晰的视觉效果、图表和示意图。每张幻灯片都呈现了一个特定的概念，从定价转变到收入影响，并具有强大的视觉层次结构。内容组织有序，易于理解，并旨在快速传达见解。演示文稿看起来很精致，并且可以立即使用。
就是这样。你现在知道了区分随意使用和专业使用的七项 Notebook LM 功能。想象一下这能给你带来多大的优势。你现在可以在几分钟内而不是几天内交付深入的研究和专业的资产。但真正驱动这些结果的引擎是知道如何正确地提示。如果你问的是模糊的问题，无论你如何配置工具，你都会得到模糊的答案。提示是让所有人工智能工具更好地工作的基石。所以我建立了一个框架，它适用于 ChatGPT、Claude、Gemini，等等。将通用输出转化为你所需内容的根本。它就在你屏幕的链接处。立即点击它，我将在那里见你。