NotebookLM 加 code execution,Google 想畀 AI 幫你睇文又計數
3C 產品

NotebookLM 加 code execution,Google 想畀 AI 幫你睇文又計數

圖片:via XDA Developers — https://www.xda-developers.com/used-notebooklm-code-executation-data-work/
TechLab 編輯部(譯)·

功能暫時跟方案同地區走,本地個人 Gmail 未必即刻有

Google 做咗咩

NotebookLM 本來賣點好簡單:你丟 PDF、網頁、YouTube、Google Docs 入去,佢用你啲 source 答問題,仲有 citation 畀你追返句嘢邊度嚟。今次 code execution 令件事行前一步。Google 官方話,合資格帳戶入面每個 notebook 會有一部 secure cloud computer,NotebookLM 可以寫 code、跑 code,幫你做較深嘅研究同數據分析。XDA 作者 Mahnoor Faisal 用成績表同網站流量 CSV 試,見到佢會清理亂格、搵出加總錯誤,再重計同出圖表報告。

Google 官方展示 NotebookLM 新 reasoning engine 嘅 win rate 圖表

圖片:Google

點解呢個位有用

LLM 做表格最易出事係「講得似啱,但冇真計」。ChatGPT data analysis 一早識用 Python 處理 CSV、xlsx、PDF 同 JSON,呢點唔新。NotebookLM 嘅分別係佢原本就困住喺一個 source library 入面:論文、會議紀錄、報告、spreadsheet 同圖表可以放埋同一個 notebook,答覆又有 source context。當佢識跑 code,計出嚟嘅圖表同報告就可以貼住原始資料,少咗開新 chat、手動搬資料嘅摩擦。

NotebookLM 可以建立多種輸出格式嘅官方示意圖

圖片:Google

XDA 試到嘅重點

XDA 個例子最值得睇嘅位,係 NotebookLM 主動做 data cleaning,唔只係最後張 histogram 有幾靚。作者畀咗一張有 absent、Not attempted、14(Retake) 呢類亂格嘅 grade sheet,佢冇淨係照單全收,反而解釋邊啲 row 要排除、邊啲值當零,仲搵到一個總分因為文字格式漏加 14 分。另一個流量表例子入面,佢又發現 mobile 同 desktop 百分比加埋唔夠 100%,推返剩低 2.7% 應該係 tablet 或其他裝置。呢種先查表有冇爛、再講結論嘅習慣,做數據助手時好有價值。

NotebookLM 加入外部 sources 嘅官方介面示意圖

圖片:Google

同 ChatGPT 同 Gemini 點分

如果你淨係想拎一份 CSV 去做 regression、pivot、畫幾張圖,ChatGPT 仍然直接,尤其你想一路改 Python 邏輯、一邊問統計假設。Gemini app 走嘅係 Google 搜尋同個人助理路線。NotebookLM 呢次改動最啱嘅場景係「資料堆」:大學生有十幾篇 paper 加問卷表、marketing 人有 campaign report 加銷售 CSV、中小企有報價單、客服紀錄同存貨表,想用同一個地方計數、引用、出初稿。

限制要講清楚

收費同地區係最麻煩嗰 part。Google 6 月公告話,新功能先畀 Google AI Ultra 同 Workspace business 嘅 AI Ultra Access / AI Expanded Access;官方 Help 又寫,桌面版 Ultra 可以用 agentic chat 去 search web、run code、做可下載 file。到 7 月 7 日,Workspace AI Ultra Access 已經停止新購,部分客戶會轉去 AI Expanded Access。本地個人 Gmail 仲要小心:Google AI Pro / Ultra 官方支援清單暫時冇見 Hong Kong,NotebookLM 一般支援清單亦冇清楚列出香港;公司或學校帳戶就要睇 admin 有冇開,同埋買緊邊個 license。

唔好當自動分析員

Google 自己都提醒,呢批新功能仲係 experimental,NotebookLM 會出錯,行動前要人手覆核。呢點唔係客套;當 AI 幫你改 missing value、排除 outlier、揀 correlation,佢其實已經做緊分析判斷。如果你唔睇清楚假設,最後張靚 PDF 只會包裝錯誤,睇落好專業。敏感公司資料亦要分 plan:Workspace / Cloud 企業保護同個人帳戶嘅資料處理唔同,唔好拎 payroll、合約、客戶名單當普通 sample 檔丟上去。

實際用法

呢功能最有機會慳時間嘅位,係原始 source、計算、圖表同初稿可以留喺同一個 notebook 入面,少啲 copy-paste 斷層。讀開 paper、做市場摘要、每星期睇銷售表嗰批人值得試;想要精準模型、可重現 code repo、審計級數字,就繼續用 Sheets、Python notebook、BI 工具,再用 AI 做旁邊助理。下一步要睇 Google 會唔會畀 Pro 或普通 Workspace 都用到 code execution,呢個會決定佢有幾快普及。


參考來源

本文根據原文及公開資料整理;資料有出入時,以原文及官方資料為準。

分享:WhatsAppThreadsTelegramFacebook