NotebookLM九个高级使用技巧，轻松打造你的AI数字分身-洪萨配资

本文整理自 B站「9个NotebookLM高级技巧」，通过音视频总结Ai好记进行转图文整理，以下为精炼整理后的内容。

NotebookLM 很多人只拿来「上传文档→问问题」，但它的上限远不止这个。这篇整理了 9 个高级技巧，从系统提示词到底层工具联动，一次性讲清楚。

大部分人使用 NotebookLM 的习惯是按主题建笔记本——「Q2 产品规划」一个、「市场分析」一个。这是用户的直觉用法，但官方的推荐做法恰恰相反。

Google 的建议是：创建一个包含你所有核心资料的主笔记本。

往里面丢什么？

当这些数据汇聚到一个笔记本里之后，NotebookLM 就不再是「某个文档的问答机器」了——它变成了一个了解你背景、经历、思维方式的AI 数字分身。

你问它决策建议，它会基于你的全貌给出量身定制的方案，而不是泛泛而谈。

操作建议：先建一个「主笔记本」做通用决策 AI，再按项目单独建知识笔记本做专项分析。

NotebookLM 最大的短板是什么？不能联网，不能生成图片，不能写代码。

解决方案是在Gemini 官网里调用 NotebookLM 的笔记本。

操作方法：打开 Gemini 对话窗口，在来源中选择你的 NotebookLM 笔记本。这样 Gemini 就能：

比如你把时尚穿搭资料放进笔记本，然后在 Gemini 里说「结合我的风格资料，生成一张搭配示意图」——它真的能给你一张图。

NotebookLM 支持设置系统提示词（System Prompt），并且字符限制已经扩展到一万字符。这意味着你可以非常细粒度地定义 AI 的行为。

一套完整的系统提示词应该覆盖以下几个维度：

关键特性：系统提示词的权重很高，后续对话很难覆盖它的设定。但注意，聊天历史不保存，每次新对话要重新输入。

NotebookLM 的 Studio 区域有 6 个功能模块（摘要、学习卡、测验等），每个模块都支持单独设置自定义提示词。

设计原则：每个提示词至少包含两个要素——

这样同一个资料，生成给老板看的简报摘要和技术团队看的深度分析，质量都会好很多。

NotebookLM 的 Deep Research 和通用 AI 的 Deep Research 有本质区别：

针对这个特性，优化提示词的方向应该是：

如果觉得提示词写起来麻烦，可以去 Reddit 社区找现成的结构化提示词模板，或者先用 Gemini 生成一份报告再导入 NotebookLM。

NotebookLM 对上传文件有大小限制。怎么绕过去？

方案：通过 YouTube 非公开视频中转。

步骤：

这个方法特别适合处理长会议录音、专家讲座、几小时的培训视频。

除了单个粘贴，还有一个更高效的方案：使用浏览器插件「YouTube to NotebookLM」。

装好插件后，你可以一键把某个 YouTube 博主的所有视频批量导入，或者一次性勾选多个视频一起解析。配合官方 Google Drive 插件和网页导入器，基本覆盖了所有批量导入场景。

Google Drive 在 NotebookLM 工作流里承担的是「资料收集与中转」角色。

各种资料都可以先存到云盘再导入：

还有一个冷门技巧：NotebookLM 本身不支持导入人物照片（审核限制），但你可以把照片插入 Google 文档再导入——绕过了审核，适合心理咨询、情绪分析、网文创作等需要保持人物一致性的场景。