html
NotebookLM 在功能方面早已超出预期，它比任何其他公开的 LLM 都更容易上手，而且用户还能自行添加防护措施，效果也差不多。尽管这个 AI 工具与其他 Gemini 品牌的 Google 工具共享 Gemini LLM，但其突出特点仍然是结果中几乎不出现胡编乱造的内容，因为每个笔记本仅限于你提供的来源。
在五月份的 I/O 大会上，Google 宣布转向 AI 优先的搜索体验，这难免会让 AI 摘要和 AI 模式的结果里混入错误或没核实过的信息，因为这些功能还是能访问整个互联网。对我来说，这反而让 NotebookLM 更牛了，因为我可以将其限制在我选择的专家来源中。然而，NotebookLM 中有一个被严重低估的功能，能帮你跟搜索里的那些 AI 叫板，至少对朋友来说是这样——共享这些笔记本。
讨论变得重复
我更希望 AI 从教导我的同一来源进行宣讲
我小时候，分享笔记本就是递一沓订起来的纸，但我都数不清有多少次了，为了跟朋友分享个 Reddit 讨论，还得费劲地重新翻一遍搜索记录，就为了聊起某个热门话题。到后来就烦了，因为在我常混的爱好者圈子里，这种事经常发生。我喜欢分享知识，但有时候就是懒得一遍遍重复，比如解释某人的 NAS 怎么用 *arr 套件更好，或者怎么正确给 CPU 涂硅脂。
这些话题里，有不少通过视频和这类文章能讲得更明白，所以我最近琢磨着，把这些常被翻看的资源一股脑儿塞进几个 NotebookLM 笔记本里。每个来源都归置到一个能搜的仓库里，我特乐意让那些老问同样问题的人直接去跟笔记本的聊天机器人聊，而不是甩给他们一个阴阳怪气的“自己谷歌去”链接。
他们能很快上手，摸清某个话题的门道，而谷歌 AI 呢，也该拿出无限的耐心，陪他们来回问个没完。当然，我随时能插一句，把 AI 回答里没说到的地方补上。这么一来，这些笔记本就成了爱好者社区里特别好用的入门资源，尤其是那种新来的老爱问同样那十几个问题的地方。给他们指个资源，总比不理他们强，同时也能腾出真人聊天的空间，聊点更特别、更有深度的东西。
分享并非新功能
只是被严重低估了
这一切都靠分享我正在整理的笔记本的便利性，也希望别人能礼尚往来。最关键的是，分享笔记本对 NotebookLM 来说不是啥新功能，你只要像用其他 Google Workspace 工具那样，点一下作品上的“分享”按钮就行。你还能看到分析数据，比如按天算的用户数，以及他们问这个笔记本 AI 的次数。
分享设置跟 Sheets、Docs 和 Slides 特别像。你可以邮件邀请协作者，或者直接把权限改成“知道链接的人都能看”。这种情况下，访客能根据资料问聊天机器人问题，但不能加资料或删资料。这些功能免费版就能用，你不用非得订 Google AI Pro，就能分享自己的作品，或者用别人分享给你的笔记本。
不难看出，由人工智能驱动的共享专题笔记本对于学生、研究人员和学者来说都是一项巨大的资源。一个共享笔记本，汇集了课堂讲义、以EPUB格式提供的课程推荐教材，以及从搜索中收集的解说视频，对于整个班级或准备期末考试的一批学生来说，都是无价之宝。借助Studio工具，你就能创建完整的学习指南、用于有效记忆的闪卡以及按单元划分的报告，此外还能通过聊天机器人快速解决疑问。默认情况下，Google AI会独立处理每个用户的聊天机器人使用情况，因此，有权访问同一笔记本的其他用户也不会看到你的对话历史记录。
从精选笔记本开始
有限的选择，无限的潜力
如果你还不太清楚如何在NotebookLM中使用共享功能，精选笔记本部分是一个很好的起点，它就在项目落地页上。我承认选择有限，但这家科技巨头已与知名行业领袖合作，策划了各种类型的笔记本，主要是为了展示NotebookLM的功能。
这里面有一份OpenStax出的AP世界历史学习指南。这是搞一个AI辅助课程复习笔记的最好例子。你可以把相关的EPUB文件、讲义笔记、同学共享的资料都塞进文档里，然后把这个笔记变成一个能分享的资料库，里面全是靠谱的、经过大家验证的学科信息。不管分不分享，只要你会自己整理各种资源，你就能省时省力，不用费劲去找专家挑好的答案了。
热门跟贴