在不久前结束的 Google I/O 上，Google 悄咪咪地在安卓和 iOS 同时上线了一款“旧”app——NotebookLM。发布当日，不到 24 小时，它就夺得苹果 App Store 中生产工具类别的第二名。

2023 年发布的 NotebookLM 此前只有桌面端

NotebookLM 于 2023 年发布，当时人们只把它当拆解文档的知识库使，等到了 2024 年新增“音频概览”后，NotebookLM 破圈了。

就连来自竞争对手 OpenAI 的创始成员 Andrej Karpathy 在体验 Google NotebookLM 后都难掩激动地表示，这让他想起了当初的“ChatGPT 时刻”。

同我们这两年已经习惯的 AI 问答机器人不同，当我们输入一个问题，NotebookLM 会要求你先把掌握的多媒体素材上传了，再提问题，它是 source-grounded 的，只会根据你上传的知识作答。就是这么一款由 AI 驱动的笔记产品，翻红了。

增加了音频概览功能后的 NotebookLM，可以将原本结构化、线性表达的知识文本，生成 10 分钟左右的 AI 双人播客，而且音色、抑扬顿挫，甚至包括调侃，都活人味十足。这还没完，当文本被转化为音频后，人们发现 AI 非常会讲故事、划重点，在声音上都能做出高亮……繁杂的论文大概率是没能看完，但相声总是能在路上就听完的。

注：NotebookLM 支持生成中文播客，在生成之前将导出语言改为中文即可。相比中文播客，英文播客的呈现还会更加自然。

据流量分析平台 SimilarWeb 统计，从去年 11 月开始算，NotebookLM 半年时间月访问量涨了 56%，达到超四千八百万的量级。前阵子，Google 还推出了独立的手机版， “声音快餐”加上移动场景，使用量有望再次翻倍。

AI 时代的笔记本长啥样

打开 NotebookLM，映入眼帘的一个个分门别类的自建主题，每次新建都会被要求上传素材，诸如会议记录、课堂内容、研究笔记，现在已经支持各种格式的文本文档、带板书的幻灯片、PDF、网页（中文网页解析支持不佳，建议将其“网页转 PDF”后再导入）、音频，以及全互联网智慧的结晶——YouTube！

一股脑儿都放进去后，界面瞅着就像一个特定研究主题的问答机器人，刚才上传的不同媒介的资源，AI 全吸收了，且变成了你深入提问的上下文。

如图，AI 已经将资料概括写好了，如果你这时就有明确的问题要问，直接在输入框激情问答，但如果你和大部分人一样，无从下手，AI 已经贴心地拟好了高质量问题，就悬浮在输入框的下方，而且这些问题你越问越有，不断更新生成。

NotebookLM 的回答，几乎是每一句，都会做好索引，而且并不只是定位到某个素材，而是细化到某一个素材具体讨论到当前部分的位置。

如果你提的问题，在库里都没有相关内容，AI 就会直接说：答不了。

如果你上传的素材非常多元，“思维导图“能派上大用场。它会将不同内容统统收整起来，呈现逻辑和关联，如果你需要查看更细节的内容，再逐层展开，当找到你想具体研讨的知识点，点击，AI 将会就这一个小点放置到整体语义和上下文中，再帮你划出重点。

笔记区的“学习指南”“简报文档”“常见问题解答”和“时间轴”，也都能帮你做好各种形式的“划重点”。这么看来，NotebookLM 更像个学霸搭子，它一目十行后，再递给你一本划满荧光笔迹的浓缩本，且对它说的每句话都负责。

由于 source-grounded 的属性，NotebookLM 的幻觉是降低了，但也意味着它并不能像 ChatGPT 那种生成式回答发散，不太能举一反三。在用 NotebookLM 时，我不太担心 AI 胡编乱造，最大的幻觉可能在于我瞅了一眼展开的思维导图，觉得自己学到了太多……

文本生成“相声”，他们都这么玩

真正让 NotebookLM 在 AI 产品赛道跑出差异化的，是“音频概览”。用法也很简单，基于你上传的资料，指定 AI 主播着重讲哪个素材、哪个子主题，以及说明你的角色、背景、职务，明确你听待生成播客的目的是什么，prompt 写完，等几分钟，节目就开播了。

科技博主@宝玉 xp 通过逆向推导，总结出播客被系统要求“使用‘热情讲述者 + 冷静分析者’双声部，只凭指定来源，为时间紧却求深度的学习者，精编出既客观中立又足够有趣的洞见，让他 / 她收获可立即行动或引发顿悟的认知价值。”这种形式的知识摄取，并不直接替代阅读，NotebookLM 在特定场景有它的实用意义。

NotebookLM 的产品负责人 Raiza Martin 最早在家里放这些播客，她的丈夫不满一播就不带停，Raiza 那时候却在暗爽对方并没有听出那是 AI 在说相声。

比如 AI 主播讲到“3%”这么一个需要强调的百分比，就会着重在这个字眼上加重语气，这种声音上的高亮非常像活人，也加深了我们对重点的记忆。

这还没算完，播客在放时，你如果觉得 AI 并没有讲到你感兴趣的点子上，直接按“加入”按钮，打断他们，直接提问。

比如你在策划一趟去巴厘岛的行程，把一整本《孤独星球》和各种攻略都导入库，开始让 AI 主播做景点推介了，听着听着你的小孩放学回家了，你这才意识到你把孩子这茬给忘了，那就可以打断 AI 让他们给你讲点适合亲子互动的景点……等到真正到了旅游地，打断主播，指定他们给你实时导览，NotebookLM 直接化身耳机里的地陪。

也总有人使用工具不按套路。

有人把自己的简历传上去，那俩 AI 主播逮住你每条职业经历就是一顿赞美，仿佛拉了一个三人“夸夸群”，他们夸你前瞻，夸你深耕，即便教育背景和工作经历风马牛不相及，他们也会说你底层能力迁移到位了……你听完只会笑盈盈地说“AI 懂我”。

有人在工作会议上走神，把录音传给 AI 主播整理，在工位上听到生动的会议概要，这可比枯燥的领导发言更易消化吸收。

有人担心长辈摄取太多二手信息，干脆收集可靠的出版物，做成 “10 分钟听完一本书”系列，这样的“听书”低幻觉，零私货。

以上都属于内容消费，也有人把生产搞起来了。

比如 OpenAI 的创始成员 Andrej Karpathy 就花了两个小时做出了一档十集的播客Histories of Mysteries，先是用搜索引擎、ChatGPT、Claude 做好选题，然后再把诸如“亚特兰蒂斯”的维基词条传给 NotebookLM，节目就算杀青了。

Histories of Mysteries 的其中一集，讲述了“wow！ 信号”的故事

又比如一位博主开发了一款浏览器插件，可以把收集起来的 B 站视频的字幕都给抓了，再导入 NotebookLM 分析，他对另一个博主非常感兴趣，通过集中分析对方的文案特点，为自己的创作提供灵感。

总结来说，NotebookLM 的对话交互和播客生成，都让原本被动接受知识的过程（比如听讲座），变为主动收集、主动交互。在传统的教育中，要持续并随时进行高层次学习并不容易。

一个非常规 Google 产品的诞生

在前不久的 Google I/O 上，Google 宣布他们专为教育场景优化的 AI 模型 LearnLM 集成到了 Gemini 2.5 和 NotebookLM 中，持续优化个性化、强互动性的教学内容的生成。值得一提的是，NotebookLM 之后，Google 就基于 LearnLM 推出了一个青少年科普交互式百科全书 Learn About。

Learn About 界面

据 TestingCatalog 报道，NotebookLM 还将上线“Sparks”视频生成功能，90% 基于用户提供素材，10% 为 AI 补充的信息。

而 Google 可是前不久刚端出 Veo 3。这个 AI 视频生成模型，你只需要撰写一段 prompt，它就能一键生成一个声音、背景音跟视频完美契合的完整成品。

如果拿 NotelookLM 的攒稿能力，结合 Veo 3，恐怕要冲击一大波知识区博主。别不信，因为 Veo 3 现在的成片长这样：

NotebookLM 诞生的背后，也有不少说头。

NotebookLM 最早是一个 “20% project”——这是 Google 的一个传统，即“员工可用 20% 的时间在业余项目上”。产品孵化自 Google Labs，相比大厂，Google Labs 更像创业小公司，流程更少，更迭和验证速度更快。

除了技术人和工程师，他们还雇了一位写科普畅销书的作家——Steven Johnson，让 AI 和真实的文字工作者交锋和共创，团队深入研究了这位作家组织信息以及书写的技艺。

NotebookLM 出圈后，Google Labs 负责人 Josh Woodward 也开始兼任 Gemini 项目。他在接受红衫采访时，表示“我确实认为 prompt 已经过时了”，他主张人们和 AI 交互不需要手搓那么长的提示词，他认为多模态生成的超长上下文，加上 AI 的推理能力，用户的意图会更容易被捕捉。

一个薅羊毛小贴士：

NotebookLM 免费版支持上传 50 个素材，对于一个你刚萌发好奇心的主题，可能用不到 50 个，但如果是想反刍、回温一个你曾花费大心思钻研过的课题，扩容到了 Pro 版，就有意义了，将整本著作、长视频、长音频、内容繁多的板书，再加上这个课题的最新进展，夯实自己对旧知识的认知基础，还能引入新动态的补充。

搜 Gemini Student，可以免费领 Google One 会员，包含所有 AI 服务会员，NotebookLM 也在内。这样，你的 NotebookLM 一下子就支持 500 个主题研究，每个主题最高可上传 300 个素材。

作者：biu

编辑：卧虫

图源：如无特别指出，图片均来自 Google 应用截图

封面图来源：Google

如有需要请联系sns@guokr.com