NotebookLM 怎麼用才不會愈用愈亂？這篇不列官方功能表，用四個知識工作者天天遇到的場景，帶你把讀不完的資料變成隨時能問的知識庫。
桌上那疊列印出來的報告、信箱裡幾十封「之後再看」的郵件、共用資料夾裡沒人記得內容的制度文件。你不是缺工具，是資料太多、讀不完，更糟的是要用的時候找不到（工具愈加愈多、人卻愈來愈累的這個現象，先前談過）。Google 推出的 NotebookLM 就是為這種情境做的：你把自己的文件餵進去，它只根據你給的資料回答問題，而且每一句答案都附上出處，讓你點回原文核對。它不幫你寫作文，它幫你把一堆讀不完的資料，變成一個隨時能問的對象。
NotebookLM 跟 ChatGPT 差在哪？
最大的差別是「資料從哪來」。ChatGPT 的答案來自它訓練過的整個網路，你很難確認某一句話的根據；NotebookLM 只讀你上傳的來源，答案句句附引用，點一下就跳回原文那一段。這讓它特別適合一件事：把你手邊已經有、卻讀不完的文件，變成一個能問的知識庫。它不是拿來天馬行空生成內容的，是拿來問你自己資料的。
| 維度 | ChatGPT | NotebookLM |
|---|---|---|
| 答案來源 | 它訓練過的整個網路 | 只有你上傳的文件 |
| 有沒有出處 | 不一定，較難查證 | 每句附引用，點回原文 |
| 最適合做的事 | 生成、發想、寫文案 | 問你自己的資料、找重點 |
想讓 AI 幫你生成內容，可以參考我們整理的ChatGPT 指令包；但要它老實回答「我這份報告到底寫了什麼」，NotebookLM 更可靠。
用法一：一疊讀不完的報告，怎麼問出重點？
把那疊報告、研究、年報全部丟進同一個筆記本，然後像問同事一樣問它：「這幾份的共同結論是什麼？」「哪一份提到成本問題？」NotebookLM 會從你給的檔案裡整理答案，並標出是第幾份文件講的。原本要花一下午翻的資料，現在幾分鐘就能問出輪廓，再針對重點段落細讀。
怎麼做：建立一個新筆記本，一次上傳同一主題的所有檔案，先問「幫我整理這些文件的三個重點」，再順著它的答案往下追問。
用法二：會議逐字稿，怎麼抽出待辦清單？
把會議錄音的逐字稿貼進去，直接問：「這場會議決定了哪些事？誰負責？下一步是什麼？」NotebookLM 會把散在對話裡的決議和待辦拉成一張清單，並附上是逐字稿哪一段講的。你不用再從頭聽一次錄音，也不會漏掉某個被順口帶過的承諾。
怎麼做：上傳逐字稿後，用「請列出這場會議的決議與待辦事項，標註負責人」這種明確指令，會比籠統問「重點是什麼」精準很多。
用法三：公司的制度文件，怎麼變成隨時能問的同事？
把請假辦法、報帳流程、新人手冊這類沒人想從頭讀的制度文件放進一個筆記本，它就成了一個隨時在線、答案有出處的同事。有人問「出差怎麼報帳」，你不用再翻 PDF，直接問它，它會回答並指出是哪份文件的哪一段。這特別適合資訊分散、又常被重複詢問的團隊，把你從「人肉知識庫」的角色裡解放出來。
怎麼做：把同一類制度文件集中在一個筆記本，答案出來一定點開引用，確認條文是不是現行版本，再轉給同事。
不過工具放好只是第一步，真正落地要靠團隊願意用，這也是為什麼員工上完 AI 課回去卻什麼都沒改會是常態。
用法四：跨多份文件，怎麼找出彼此矛盾的地方？
當你手上有好幾版合約、好幾份報告，最花時間的往往不是讀，是比對。把它們放進同一個筆記本，直接問：「這幾份文件有哪些說法互相矛盾？」NotebookLM 會把不一致的地方並列出來，並標明各自出處。你要做的事就從「逐字比對」變成「驗證它抓到的矛盾對不對」，省下大量交叉核對的時間。
怎麼做：問「這些文件在某個議題上的說法是否一致？不一致的地方請列出並標來源」，再逐條點開引用驗證。
NotebookLM 的邊界在哪？有些事它做不到
NotebookLM 只忠於你餵給它的來源，這是它的優點，也是它的邊界。來源如果本身是錯的、過期的，它會照樣拿來回答，而且答得很有條理，反而讓你更容易誤信。所以它省下的是「翻找和整理」的時間，不是「判斷對錯」的責任。附引用是為了讓你能驗，不是讓你不用驗。 每一個要拿去做決定的答案，都要點開出處核對過。
本內容系統自己就把 NotebookLM 當團隊的研究記憶，寫東西前先問它、引用前一定回頭看出處。要判斷一個工具能不能真的幫到你，可以用一個簡單的框架：以你每天的工作任務為單位，一項一項盤點「這件事 AI 能接手多少」，這正是個人 AI 技能診斷在做的事。NotebookLM 適合接手的是讀、找、整理，判斷和拍板留給你。想讓整個團隊都用起來，可參考企業 AI 應用力培訓的做法。
把讀不完的資料交給 NotebookLM，只是讓 AI 替你處理知識工作的第一步。當你開始想「還有哪些工作能這樣交出去」，就是該把 AI 當一支團隊來帶的時候，這也是分身乏術？教你策劃 AI 營運團隊這門實戰班在談的。
FAQ
NotebookLM 免費嗎？
NotebookLM 目前提供免費版本，用 Google 帳號登入就能建立筆記本、上傳文件、開始提問，對多數個人與小團隊的日常使用已經足夠。Google 另有容量更高的付費方案，適合上傳量大的重度使用者。建議先用免費版把一個真實的工作場景跑通，確認它幫得上忙，再決定要不要升級。
把公司文件上傳到 NotebookLM，資料安全嗎？
這是最該先確認的問題。上傳前一定要先看公司的資訊安全規範，機密、個資、未公開財務這類敏感資料，在沒有取得許可前不要上傳。比較安全的起點，是拿公開或非機密的文件先試，例如產業報告、已對外的簡報。等你確認流程與權限都沒問題，再逐步擴大範圍。工具好用，但界線要自己畫。
NotebookLM 會不會亂編答案？
比一般 AI 聊天工具不容易，因為它只根據你上傳的來源回答，而且每句都附出處讓你回頭核對。但「忠於來源」不等於「絕對正確」，來源本身錯了，它會照樣答錯。把它附的引用點開、對照原文，是使用時不能省的一步。它降低的是憑空捏造的機率，沒有取代你驗證的責任。
我該從哪一個場景開始用 NotebookLM？
從你這週最想逃避的那疊資料開始。挑一個具體、你本來就得做的任務，例如把幾份報告問出重點，或把一場會議的逐字稿整理成待辦，建一個筆記本、上傳、問三個問題。用一個真實任務把流程跑通一次，比讀十篇教學都有感，其他場景自然會延伸出來。
關於智谷
智谷網絡（Kvalley Network）自 1996 年創立，專注企業 AI 轉型與中高階主管培訓，累計服務 3,000+ 家企業、75,000+ 小時訓練執行時數、年度訓練 30,000+ 人次。
研究來源
- Google NotebookLM 官方產品頁（notebooklm.google）
- Google 官方說明中心 NotebookLM 使用指南
- iThome 2026 科技新聞報導（ithome.com.tw/news/177419）