NotebookLM 點用：以資料集整理研究與長片內容

圖片：TechLab 自製資訊圖

TechLab 編輯部·2026-09-08

先建立可追溯的資料集，再決定是否值得花時間深入閱讀或觀看

想知道 NotebookLM 點用，最實用的起點不是把它當成萬能答案機，而是把它視為一個圍繞指定材料工作的研究空間。它適合學生整理課程閱讀、寫報告前梳理資料，也適合想處理長篇 YouTube 內容、但未必有時間逐段觀看的人。

核心做法很簡單：每一個筆記本只處理一個明確問題，先放入可追溯的材料，要求系統幫你找出脈絡與待核實之處，最後仍回到原始資料作判斷。XDA 的案例提到，使用者可把 YouTube 網址加入 NotebookLM 的來源，藉此建立待處理影片清單；同一報道亦把這類工具用於研究及備考。這種用法一般比把不同主題混在一起，較容易找回重點。

先決定一個筆記本只回答甚麼

建立新筆記本前，先用一句話寫下目標，例如：

「這份課程閱讀要回答哪三條考試題目？」
「這個專題有哪些相互矛盾的說法？」
「這條長片有沒有值得我花完整時間看的論點？」
「我要為報告整理哪些定義、例子和反駁？」

題目愈具體，之後加入的材料愈容易取捨。不要把一整個學期、所有收藏影片或所有工作文件一口氣堆進同一處；那可能令不同時間、不同立場的材料混在一起，之後較難追查結論源自哪一份資料。

一個實際的分法是按「任務」而不是按「格式」建立筆記本：期中溫習一個、報告題目一個、某個長期研究題目一個。即使兩份材料同樣是 PDF 或網頁，只要服務於不同問題，也應分開處理。咁樣日後回看時，筆記本本身已經是你的研究邊界。

餵資料前，先做一輪來源篩選

加入材料前，為每一份資料記下三項：作者或機構、發表日期、它能回答的問題。這一步看似慢，卻可避免系統把背景文章、意見文章和一手資料當成同等證據。

可用以下次序處理：

先放最重要的原始材料，例如課程指定閱讀、研究報告、訪問逐字稿或影片網址。
再加入用來補充背景的材料，但標記它只是背景，不是最後定論。
發現材料之間有衝突時，保留衝突，不要急於刪走其中一方。
把資料名稱改成容易辨認的寫法，例如「作者—主題—年份」；日後追查會省下很多時間。

XDA 報道描述的做法，是把想稍後處理的 YouTube 影片網址加入一個專門的 NotebookLM 清單，而不是每遇到一條影片便另開一個筆記本。對於長片尤其有用：先集中候選材料，再依題目篩選，能減少「收藏了但從未看完」的情況。不過，影片是否有足夠內容、文字紀錄是否完整，以及關鍵語氣與畫面有否影響意思，仍要由你回看片段確認。

用摘要建立地圖，不要把摘要當結論

當材料已經放好，第一輪應問的是結構問題，而不是立即要求一個立場鮮明的結論。可依次整理：各材料的中心主張、反覆出現的概念、相反觀點、缺少證據的地方，以及最值得回看原文的段落。

之後再把大題拆成小題。例如準備考試時，可先按章節列出定義與例子，再要求比較兩個概念；寫研究報告時，可分開處理「已有共識」、「爭議所在」和「我還缺甚麼資料」。每完成一輪，就抽查幾個關鍵句回到原文。特別是數字、引述、因果關係、日期與人名，不能只憑整理結果落筆。

Google 近年把學習工具放在 Gemini 的學生功能之中；The Verge 報道提到，相關學習筆記本可用於收集研究材料、製作記憶卡及練習測驗，並支援圖表和圖片。這說明「資料先行」是合適的學習方向，但不等於任何自動整理內容都必然正確。把系統用作提綱、問題清單與閱讀導航，會比把它當成可直接交功課的答案更穩陣。