Morty的小仓库Gemini Notebook：把资料变成可提问的知识库
Gemini Notebook 是一个围绕指定资料工作的 AI 知识库。
你可以把 PDF、网页、视频、文档和研究报告放进去，再通过提问、引用核查和 Studio，把资料转化为摘要、音频、视频、思维导图、演示文稿等内容。
NotebookLM 已于 2026 年 7 月 16 日更名为 Gemini Notebook。它仍然是独立的研究与学习工具，同时开始与 Gemini 应用及 Google 生态进一步连接。
这篇教程适合第一次使用 Gemini Notebook 的人。你不需要先学复杂的知识库方法，只需要准备一组资料，跟着流程完成一次操作，就能理解它真正解决什么问题。
第1章 Gemini Notebook 是什么？
简单来说，Gemini Notebook 就是一个可以阅读你指定资料，并围绕这些资料持续工作的 AI 助手。
普通聊天通常是：
你提出一个问题 → AI 根据已有知识或网络信息回答
Gemini Notebook 则是：
你先放入资料 → AI 阅读并整理资料 → 你围绕资料提问 → 查看引用 → 继续生成内容
它的核心由三个部分组成：
1. Sources：资料来源
这里存放 Notebook 需要阅读的内容，例如 PDF、网页、YouTube 视频、音频、Google 文档、幻灯片、表格、图片和粘贴文本。
2. Chat：与资料对话
你可以要求它总结重点、寻找数据、比较观点、解释概念，或者根据部分资料完成一项任务。回答中通常会附带引用，方便返回原文核查。
3. Studio：把资料转化成内容
Studio 可以把同一批资料进一步转化为报告、音频概览、视频概览、思维导图、抽认卡、测验、信息图和演示文稿等内容。
整个过程可以理解成：
导入资料 → 理解资料 → 提问核查 → 生成内容 → 持续更新
建议配视频：PDF、网页、视频等资料进入 Gemini Notebook，再输出摘要、音频、思维导图和演示文稿的工作流
第2章 Gemini、Deep Research 和 Gemini Notebook 有什么区别？
这三个工具都可以帮助你处理信息，但它们解决的问题并不相同。
工具 | 核心作用 | 更适合的场景 |
Gemini | 通用 AI 助手，可以对话、写作、分析并调用各种工具 | 日常问答、内容创作、文件分析和执行具体任务 |
Deep Research | 主动搜索大量网络资料，并整理成带来源的研究报告 | 市场研究、产品比较、行业分析和复杂信息收集 |
Gemini Notebook | 围绕一个项目保存资料，并基于这些资料持续提问和生成内容 | 学习资料、课程知识库、项目档案和长期研究 |
最容易记住的区别是：
- Gemini 负责广泛对话与执行任务；
- Deep Research 负责寻找和整理资料；
- Gemini Notebook 负责消化、核查和长期使用资料。
现在三者之间也可以互相衔接：你可以在 Gemini 应用中创建和使用 Notebook，也可以直接在 Gemini Notebook 中运行 Deep Research，再把报告和来源导入当前 Notebook。
一个比较完整的知识工作流是：先用 Deep Research 收集资料，再用 Gemini Notebook 建立知识库，最后回到 Gemini 中继续写作、规划或执行任务。
建议配图：Gemini、Deep Research、Gemini Notebook 三者的区别与衔接关系
第3章 创建第一个 Notebook
第一次使用时，不要急着建立一个包含所有资料的“大知识库”。先围绕一个明确主题创建小型 Notebook，更容易得到稳定结果。
例如，我们可以创建一个：
AI 学习资料库：普通人如何系统学习和使用 AI
创建步骤
- 打开 Gemini Notebook。
- 点击 新建 Notebook。
- 输入一个能说明主题的名称。
- 上传或搜索第一批资料来源。
- 等待 Chat 区生成资料摘要。
- 先阅读摘要，再开始提问。
每个 Notebook 都是一个独立项目。默认情况下，它不会同时读取其他 Notebook 中的资料。
不要用“资料库 1”“新笔记”等模糊名称。建议使用“主题＋用途”命名，例如“AI 工具课程资料库”“竞品研究与营销案例库”。
建议截图：Gemini Notebook 首页、新建 Notebook、上传来源后的完整界面
视频：从零创建第一个 Notebook，并上传第一批资料
第4章 添加和管理资料来源
Gemini Notebook 的回答质量，很大程度取决于你放进去的资料。
可以添加哪些资料？
常见来源包括：
- 本地 PDF、文档、表格、图片、文本和音频文件；
- 网页链接；
- 带字幕的公开 YouTube 视频；
- Google Docs、Google Slides 和 Google Sheets；
- 复制粘贴的文字；
- 通过网络搜索或 Google Drive 搜索发现的新来源；
- Gemini Deep Research 生成的报告和相关来源。
需要注意的是：网页通常只会导入页面中的文字内容；YouTube 来源主要读取视频字幕，而不是直接理解完整画面。
怎样选择资料？
优先加入以下资料：
- 与主题直接相关，而不是只在边缘提到主题；
- 来源可靠，重要结论优先使用官方资料、原始报告或权威机构内容；
- 能互相补充，避免几十份资料都在重复同一观点；
- 保留不同立场，不要只放支持某个结论的资料。
更好的资料组合 | 容易出现的问题 |
官方说明＋研究报告＋真实案例 | 全部来自同一篇文章的转载 |
支持观点与反对观点同时保留 | 只加入符合自己预期的资料 |
按一个明确主题建立 Notebook | 课程、投资、旅行等资料全部混在一起 |
定期删除失效或重复来源 | 来源越来越多，却从不整理 |
管理来源的两个实用方法
方法一：按任务选择来源。 提问前，可以只勾选与当前问题有关的资料，减少无关内容干扰。
方法二：使用标签分类。 当来源达到一定数量后，可以让系统自动分类，也可以手动创建标签，例如“官方资料”“案例”“竞争对手”“待核查”。
第5章 与资料对话，并检查引用
Gemini Notebook 最有价值的地方，不只是“帮你总结”，而是让你能够围绕资料继续追问，并返回原文核查答案。
从这些问题开始
第一次导入资料后，可以先问：
总结这些资料最重要的 5 个观点，并说明每个观点来自哪些来源。
不同来源在哪些问题上存在一致意见？又有哪些分歧？
整理资料中出现的关键数据，并标明时间、口径和来源。
哪些结论证据充分？哪些只是推测或个别案例？
根据这些资料，为新手整理一条由浅入深的学习路径。
怎样提出更有效的问题？
一个清楚的问题通常包含四项信息：
要素 | 示例 |
任务 | 总结、比较、解释、提取或生成 |
范围 | 全部来源，或者指定的几份资料 |
重点 | 关注成本、风险、时间或关键差异 |
格式 | 表格、清单、报告、学习路径或脚本 |
例如，与其只问：
这些资料讲了什么？
不如改成：
请根据我选中的资料，对比三种 AI 学习方法，重点分析学习成本、适合人群和实际应用场景，并用表格输出。每个结论都要标注引用。
查看引用，而不是只看答案
回答中的引用可以帮助你快速定位原文。遇到以下内容时，建议一定点击引用核查：
- 具体数字、日期和价格；
- “最好”“第一”“增长最快”等比较性结论；
- 涉及医疗、法律、投资等高风险判断；
- 不同来源互相矛盾的内容；
- 你准备公开发布或用于商业决策的结论。
有引用不等于结论一定正确。原始资料可能已经过时、存在偏见，AI 也可能误解上下文。重要结论仍然需要回到原文判断。
有价值的回答可以保存为笔记，逐步沉淀成自己的摘要、结论和内容素材。
建议截图：回答中的引用编号、点击引用后定位原文、将回答保存为笔记
视频：提问、查看引用、核查原文并保存笔记
第6章 Studio：把资料转化成不同内容
当你已经完成资料导入和基本提问后，可以进入 Studio，把同一批来源转化成更容易理解或直接使用的内容。
输出形式 | 适合用途 |
报告、简报、学习指南 | 快速形成结构化文字 |
思维导图 | 理解概念之间的关系 |
数据表 | 提取并整理结构化信息 |
音频概览 | 用对话或讲解方式理解资料 |
视频概览 | 把复杂内容转化为可视化讲解 |
抽认卡、测验 | 复习知识和检查掌握程度 |
信息图、演示文稿 | 把资料转化成展示内容 |
帮助理解资料
可以先生成思维导图、简报或报告，快速看清资料的结构、主要观点和概念关系。
帮助学习和复习
使用音频概览、视频概览、抽认卡和测验，把阅读资料变成听、看、练习的过程。
帮助输出内容
使用信息图、演示文稿和数据表，可以把知识库进一步转化为课程材料、汇报内容或创作素材。部分报告和数据表还可以导出到 Google Docs 或 Google Sheets 中继续编辑。
不要一上传资料就把所有内容都生成一遍。先明确用途：是为了理解、复习，还是对外输出，再选择最合适的形式。
不同账号、语言和设备上可用的功能可能略有差异，具体以当前界面显示为准。
建议配图：Studio 完整界面，以及思维导图、音频概览、视频概览和演示文稿成品拼图
视频：从同一批资料生成思维导图、音频概览和演示文稿
第7章 完整案例：把研究报告变成可持续使用的知识库
这一章，我们把前面的功能串起来，完成一次完整操作。
案例主题是：
普通人应该如何系统学习和使用 AI？
第一步：用 Deep Research 收集资料
先让 Deep Research 搜集学习路径、常用工具、真实应用场景和不同观点，生成一份带来源的研究报告。
第二步：把报告和来源导入 Notebook
不要只导入最终报告。建议同时保留：
- Deep Research 最终报告；
- 报告中最重要的原始来源；
- 官方产品说明；
- 真实案例或课程资料；
- 你自己的笔记和判断。
这样 Notebook 不只是“阅读一份报告”，而是拥有更完整的证据基础。
第三步：提炼核心结论
可以依次提问：
总结所有资料中最一致的 5 个结论。
不同来源对 AI 学习顺序有哪些分歧？
把工具按入门、进阶和专业三个阶段分类。
哪些建议有实际案例支持，哪些只是作者观点？
第四步：核查关键引用
重点检查数据、时间敏感信息、产品功能和学习效果等结论。发现资料过时或证据不足时，补充新来源，而不是直接接受答案。
第五步：生成不同形式的内容
在 Studio 中，可以继续生成：
- 一张 AI 学习路线思维导图；
- 一份面向新手的学习指南；
- 一段适合通勤收听的音频概览；
- 一套课程演示文稿；
- 一组用于复习的抽认卡和测验。
第六步：持续更新 Notebook
以后看到新的模型发布、工具教程或案例，可以继续把新的资料源加入同一个 Notebook，再询问：
与上一次总结相比，新资料改变了哪些结论？哪些内容仍然成立？
这样，一次性的研究报告就会逐渐变成一个可以持续更新、提问和创作的知识库。
完整工作流：提出问题 → Deep Research 收集资料 → 导入 Gemini Notebook → 提问与核查引用 → Studio 生成内容 → 持续补充新资料
建议配图：从 Deep Research 报告到 Gemini Notebook，再到学习指南、音频、思维导图和课程的完整流程图
视频：完整演示如何把一份 Deep Research 报告沉淀为 Gemini Notebook 知识库
什么时候应该使用 Gemini Notebook？
适合使用 | 不必专门使用 |
需要阅读和整理大量资料 | 只想问一个简单问题 |
建立课程、项目或研究知识库 | 没有任何指定资料，只想自由聊天 |
长期围绕同一主题持续更新 | 主要需求是实时执行其他工具任务 |
需要根据原文核查引用 | 不需要保存资料和研究过程 |
把资料转化为音频、视频或演示内容 | 只需要快速生成一小段临时文案 |
最后记住三个原则：
- 一个 Notebook 围绕一个明确项目。
- 资料质量比资料数量更重要。
- 重要结论必须查看引用和原文。
Gemini Notebook 的价值，不只是帮你保存资料，而是让资料变成一个可以随时提问、核查、更新和继续创作的知识库。
官方参考资料
Loading...