notbooklm怎么用

还不会用 notebook lm？ 没关系，今天我用一条视频从零开始，手把手教你怎么使用 notebook lm。 首先，新键笔记本在这里，上传，资料在这里，总结概要在这里。 来源是指你上传的资料或者插入的信息。对话，这里有系统默认生成的总结， 就跟 jammer 的 对话模式是一样的，调用的也是 jammer 的 模型，区别是它只基于你提供的资料来做分析，不会从网络上搜寻信息来回答你，大大降低了幻觉率。你可以根据你的需求查找提问或者下达指令，让它整理成你要的形式。 studio 这块分区是 notebook lm 的 核心模块，我们一个个来讲音频概览，将你的来源总结成二人对话的播客形式。 视频改的，最近你肯定刷到过这种视频，没错，就是用它来做的，只要给他文本，他就能生成视频，当然质量很一般。因为谷歌本身做这个功能是为演讲者、教育工作者服务的，所以期望别太高。 思维导图好用，条理清晰，适合梳理和复盘。报告这里很少人讲，但是是它的核心功能之一。系统会预设几种报告形式，同时还会根据你上传的资料类型来推荐一些形式的报告。 比如这里我用的财报来做来源，他就会推荐一个投资分析备忘录，非常人性化。闪卡和测验这两个功能他都是针对学习者知识库使用人群的。 闪卡是抽取一些概念来强化记忆。测验则是给你生成选择题，来自测学习水平。我在网上看到一些有趣的案例，外国人用来学中文，大学生用来备战考试等等都算实用的地方。 数据表格如果你上传的内容中夹杂了很多数据，可以用这个功能来生成数据表格。比如现在我自己很多时候是连表格都懒得做的，直接口述数字，然后上传录音，最后由他来生成报表、 清晰图和演示文稿。这两个功能目前是自媒体讲的最多的。这两个功能本质上都是调用的 nano banana 的 深图模型，但是都不支持细节的修改，如果不满意，只能通过提示词来重新生成，所以对细节控的人是不太够用的。 需要注意的是，有的人说 notebook lm 不 像 jimmy， 可以 用提示词来控制输出，其实旁边有一个笔状的按钮，这里就是可以自定义的地方。你可以规定内容的长度，是要简洁还是详细， 语言类型是中文还是英文。还有如果有更多具体的需求，就可以写到提示词里，比如你想要的颜色、风格等等。不会写提示词的可以翻翻我前面的视频。 最后，我还是想提醒大家一下， human in the loop ai 只是你的合作伙伴，你不能把百分之百的工作全部交给 ai， 精准叫对核实、审阅都还是需要你的亲自干预。如果你真的相信某个 ai 能让你一件拿到完美结果，那这种态度本身就是错误的，研究再多的 ai 工具也是浪费时间。 好了，如果你还想了解更多的高阶技巧，比如如何让 notebook m 成为你的数字记忆，如何把你的笔记本变成公开可访问的网页，如何把 notebook lm 和 gmail 联动起来？ 以及很多人最关心的问题，怎么用 notebook lm 做出高品质的 ppt？ 有 没有一些提示词、模板或者工作流可以照抄的？关注我，后面几期我会继续分享。

分享的是这个 notebook lm 的 相关应用以及呢相关应用多渠道知识库。之后呢？如何去用 nano banana pro 去生成一些日式卡片？好，然后手推咱们这个 newbook lm， 那 给我们这些学术研究做出一些文献综述，然后以及呢相关的这个理论综述，能够帮助我们去进一步的写好这个文献综述。因为，嗯， 就我个人的研究，或者说个人经历而言，研究综述它是一个非常容易让 ai 进行幻想，然后进行一些呃，把杂七杂八的东西，不可靠的文献都给它录入进来的。那 newbook lm 的 话，它第一个当然是能够帮助我们去呃进行一些文献的阅读，比如说我现在就输入了一个 translang 的 一些相关的书籍，包括这个 pdf 的 一些刊文章。好，那我们先来看书籍呗， 然后比如说我，我上传了这个内容，它是来源，然后它就会有相应的这本书的这个样子，然后一些作者，然后一些啥时候就是简要的一些信息， 以及呢他这本书大概在讲什么？他会直接上传之后直接就总结一下。好，你看这关键词，他也呵是还赖出来了。好，然后呢？这是说出来之后呢？这是一本书嘛？然后以及呢？如果说我是一个刊，比如说这个，呃，我们 我比较早看的相关的一个研究，那他又会说这本刊的来源，包括他是在第几页， 然后以及呢？就是你在哪里可以看到？然后包括也有一个 summary。 好， 就是说 translate region 是 个啥？好，那不同的输入上传之后，它都有一个 summary， 加上这个 introduction， 包括还有这个 cover 的 一个录入。 好，这都是我们自己主观去，可以去直接再加入来源这儿，然后再上传。那包括我们也可以上传这个 youtube 的 一个网站， 我发现呢，就是他也可以快速的去学习一些内容，然后包括我们之前不是说要去转文字吗？我们还要需要去爬虫，要给他说出来，那这个其实也能够很快速的帮我们做一些研究。 好，那今天更多就是关于这个文件综述部分和这个知识卡片部分。然后呢，我给它输进去之后呢，我选了所有的来源，然后让它生成了相应的一些 studio 里边的东西。那首先第一个呢，就是我让它生成了这里面的这个思维导图， 思维导图是四个。呃，文章，四篇文章吧，我给它生成了这一个，大家也可以看一下，这是 stress language 的 所以东西，那它自己把自动地分成了这五 part。 呃，一般都是从 seratic 然后一起的，就是这个书里面的这个 chapter， 然后总结汇总的。那包括它也可以下沉到，呃，对应的 小标题内，包括定义啊，包括一些嗯，用的方法，包括他涉及到的理论知识。好，这些都是从我个人看到文献的角度来说，他是 比较的符合原文的，几乎没有这个我们说的幻想。然后这也就是非常重要的， 他是有来源的，有根据的，对吧？好，这是一个知识导图，或者说思维导图的一个方向， 那我们也是。呃，后来我就只这是选中四个嘛，然后我这边如果我只选中一本书，或者说一个刊里面的文章的话，它也可以生成相应的，比如说我，我可能就最后选了这本书里面的，那它对应出来的也是差不多，它有一些对应的内容。 好，然后当然你选择就是一个期刊，它生成的话，它也是。嗯，相应的，我现在生成一个吧，这样子。等一下，我们比如说这个 identity 哈，就是说，呃，超语里边会有一些认同的，这个流， 流动性，像流水一样的，用 moment analysis 哈，那我先去做一个实操，就是让它做出一个思维导图。好，那除了之外，我们现在来看一下别的哈，然后除了这个之外呢？我们看一下它会有一些呃 ppt， 它直接给你生成。那我们先来看一个 ppt 哈，那当然 ppt 的 风格，你可以自己去跟它去书，跟它去对话，那不同风格，你可以说它是苹果设计风啊，或者等等。好，我们来可以看一下啊，这个是把四个来源，它自己起了个题目。 好，它是给这个一开始我们的书是 bilingual 的， 但现在有很多这个抄语是基于 multlingible， 然后呢？它也有说基于哪本书里面的内容， 那我们再来看一下对应下面的一些，嗯，这种图啊， visual 的 部分以及 the verbal 部分， visual 部分更多，它其实也是 gemini， 基于这个呃 banana pro 来生成的，你们 就会发现它特别的比我们做的都好，因为我们自己做要花特别多的时间，这个可能就两三分钟就出现了。然后就讲了一些定义，包括说到我们现在这是酷，我们或者是我们的 不是从这个 course switching 了，现在可能从这个 trans language 角度，然后去进行一些教学实践等等，然后包括我们说在 online community 的 这种研学习，然后包括这里，这样它就不同的解释了 用到什么东西好，然后包括这些图，包括这些分类等等。好，当然你也可以完全去改它对应的 case study， 需要的图它都拿过来了。 然后包括呢？就是，呃，也有一些注角，这是非常适用于咱们去呃，去大概了解这篇文章讲什么，以及呢？我们自己去做 pre 的 时候，我们可以根据它去改动改动，对吧？那我们的活动很多，但是它能够帮我们更 精细的做出一些设计，这也是蛮 visualize 的， 或者我也可以说这是一个 trans language 的 心得，所以这其实也是 jin ai 给我们带来一个研究的新点。好， 那除此之外的话，我还让它进行了一个，呃，这里有一个叫做报告，报告的话它其实类特别多，你可以自己制定不同的报告，比如说你要做一个 prl， 或者说你要做一个 round table 的 东西， 然后以前呢，你或者做一个呃小红书的推文或者博文啥的，你就想把这篇文章分享出去，那当然现在我们的分享方法是把这篇文章 呃给大家，就是放在这个小红书里边，对吧？然后下面就是简要概括一下文章里面的研究方法，研究综述、研究发现等等，这都可以。那当然我们也可以用它这个东西来哈，比如说我就试了一下， 就比如我这里是 blog post 哈，它这里就给了题目也是自己来的， so beyond named language 等等。好，然后就从 introduction， 然后到这个 body part， 然后一起到最后的发现等等，都是根据这本书来的。好，这也是其中一个功能。当然我们也可以就是用它这个音频和视频，这是特别特别好的。那视频的话，它能够让我们快速了解一篇文章或四篇文章在讲什么。比如我们可以看一个视频啊，这里 就是解释那这个视频的话，呃，相对而言，我们可以看到现在很多人 在发视频号的时候几乎也有这一个封面，那这个封面几乎都是 nobel lm 给他们做出来的。 hey， welcome to our explainer today ppt 加上一个讲解，有点像，你也可以跟他说电影风格啊，比如说我们这样说的 bbc six minutes 的 内容啊， we're diving in。 然后他这里面讲的就会比较的生动， pictured our languages as if they're all neatly filed away in some kind of mental cabinet but。 好， 这是一种。那除了之外也可以音频，就是说像播客一样的音频，他还有那种互动性的，比如说，呃，我们来试一下哈，这里边有一个对，这里 好，他有点像 i wanna see her today's deep dive with a little test， i'm gonna throw a few words at you okay， they look like england inventions from。 然后我这里，比如说我按互动，然后我能听到他的一个呃声音， i wanna start today's deep dive with a little test， i'm gonna throw a few words i okay， oh wait so what was the joy hey， go for it。 然后我就可以自己说话，然后我我们几个人一起来进行一些讨论，就有点像我们在播课里面听的 round table 这种，但我们是一个 engage 的。 好，这就可能会影响到我们的这个 affection 啊，或者说影响到我们的 emotion， 或者说我们的这个这个 motivation， right， 这个是 这一部分的内容，我觉得可以有的一些启发。好，就是整个 studio 可以 给我们很多，包括它也可以给你闪卡，就是做一些测试啊，包括 让他做一个这种测验的版本。好，这都 ok。 好， 就是就是能够帮助我们很快速的了解到这个文献在说什么。然后呢，接下来你也可以根据这个文献让他生成一些知识库。啊，什么意思呢？我就把跟他说，我说生成知识库英文的， 那生日就是会做英文的选择，所有比如说他现在给我了非常多的 definition， 包括内容，这个 framework 等等，对吧？他有些小标题。好，他所有东西都是有根有据的，比如说这里面第一个是这个 origins， 他 找到了这里书里面有对应的内容，他就找到到底是哪一趴的内容，然后以及呢哪一部分的内容有说到。好，他说到了这里边儿。 是啊， baker boca williams 一 开始来讲这个 translanguaging， 因为这本这个我是是取的是这个。呃，呃， 李威老师在二零一八年发这本书，呃，这个刊的文章叫做，呃， translanguaging and a practical series of language。 好， 那这里面其实就谈到了很多起源，所以这也就是起源的来源，然后以及呢，下面就是对应的一些呃，我们说的， 比如说 addchris， 他 就会给你找这本书哪个位置，但我觉得如果他能够告诉你只是能是在呃 page 多少页更好，因为我们到时候引用的时候会这样引用，对吧？但这种办法也能帮助我们快速知道这个来源，然后帮助我们快速地了解到这是一个呃 highlight 或者说 keyword。 好， 那这是关于这个知识库，那知识库我怎样把它生成这种知识卡片？对，我们现在来说，我们有不同的这个设定的模式，对吧？然后当然的话，你在跟他输入中文的时候，他很大程度上他会先给你中文， 你要给他说清楚你到底要用哪一个语言，包括这个语言里面能给你一些什么东西哈？但是我觉得他给的语言的翻译其实也是蛮中肯的，都是大家现在都会运用到的这种表示，然后包括运用到的一些 重点的一些表达哈，然后到这为止的话，其实呢， book l m 给我们非常大的这个研究型学者或者说文科学生来说，首先它是免费的，你可以试用特别多的词，但是你得科学上网。好，然后你有一个 google 的 这个 这个账号，然后进行你自己所要的来源的加入，加入之后呢，你再去进行你需要的，比如说你要音频呢？还是说你要这种呃 point， 然后在 point point 里边，它右边不是有一个修改键吗？你其实也可以跟它说，呃创建大纲风格，包括受众是怎么样的，它会有一些变化，那这其实也是呃非常好的帮助我们去做一些 pre 的 快速修改，对吧？然后我们也可以基于它作为一些 修改，那当然在这个过程中，我们也可以借借助它的思维导图的 一些讲解，然后包括在这个报告里面，它其实呃实时你也可以给它那种简，就是学识指南，它就会给你一个 quiz， 也包括也会给你一个关键术语。因为现在有些，包括啊，原教师或者是大学老师，或者是呃学生们，他们要去当 i a t a 的 时候，那我们需要去给学生们讲解这是个啥，然后他们做一个 qu， 对 吧？非常快速的 qu， 那 比如这里面我就有一个对 一个测试，你就会看到这也是寄予那本书里面的哈，然后这里首先来一个 show answer k 是 个啥啊？然后也给他们了一个啊 answer key， 然后最后呢也是给他们了一个 a asked question， 那 的怎么样去进行对比，或者说怎么样进行一个 critical thinking 的 一个讨论，其实这里面都有，然后形成一个 knowledge building， 然后包括也在自己的这种 语言教育中形成一个 knowledge 的 community， 最后能够形成这种 knowledge 的 这种 delivery 吧，可以算好。那这样子的话，其实归根结底我觉得跟我们所谓的超语 好，或者说呃这个超语的实践其实是非常大的关系，所以我会觉得 gai， 呃，包括我们现在说的这个，嗯，所有的 ai 产品其实跟潮语是原教育里面是非常大的一个联系，这也是可以以后做一个研究的重点。好，以上是今天的相关内容，然后之后也会再继 续更新一些别的 ai， 能够帮助我们做原教育，做原研究的一些渠道和工具。

帮我生成播客 this is the brief on the openclaw。 学习和做科研的小伙伴应该知道 notebook lm 它有很多强大的功能，可以将你在网上收集的资料作为一个信息的来源，把它整理成数据库，你将来的提问就可以根据数据库进行个回答。 但是我在使用的过程中呢，遇到几个问题，就是有一些材料或者是网站让它采集的过程中呢，它并不能完整的采集所有的内容。今天我就分享一下 notebook lm 的 一些新玩法。使用 open clone 打通它，我们可以在任何社交软件上去指挥 notebook lm， 让它在背后帮我们干活。 当我使用 notebook lm skill 创建一个笔记，名称为 ai 葵花宝典发送。他这边回复我，这个葵花宝典呢，它已经创建成功了，这个是葵花宝典的一个 id。 接着他问我是否要往这个宝典里面呢？添加什么武功秘籍，比如网址或者文件等。我们来刷新一下 notebook lm， 看到吗？这个笔记已经创建成功， 同时呢，他还给你生成一个图标，将 open clone 官方文档添加进笔记，发送回复。我说搞定了，然后将官方文档呢合并成一个四点三兆的一个超长的一个武功秘籍，并且上传到笔记里面。 接着问你是否要将它生成博课学习指南，接着还要加点什么呢？你可以直接和我聊聊，我们来检查一下。点击这个笔记，我们看一下，这边就出现了 open clone 的 官方文档，点击它，这样整个官方文档的所有的材料都被我们采集进来，帮我生成播客。 时间不要太长，简单介绍一下该文档发送。看一下网页，这个音频它已经生成，对话框，里面说它开启了监听了下代的程序。我们在对话框里面继续问，播客生成好了吗？ 发送给我，我们看到了，他说搞定了。然后呢，将这个播客呢 mp 三的一个格式发送给我，点击它， this is the brief on the openclaw official documentation。 将官方文档制作成思维导图并发送给我，思维导图就制作成功了。他这边呢是以节省的格式返回给我的，我们在网页上可以点击看一下，点击，这就呢，他最终呢生成了一个思维导图。那我们现在希望的是在手机端，他能以图片的方式展示给我，我们这边要求一下，以图片形式发送给我。他这边告诉你， nova 它不支持图片的格式，不过呢，它帮我们转换成图片，让我们稍等一会，然后发送给我们。接着问，有处理好吗？ 好的，这时候呢，他就生成一个图片，这个图片是一个信息图，他不是根据我们思维导图转换过来的。不过这个图片呢也比较漂亮，你可以在手机上面查看，也可以呢，在网页端查看。我们点击网页端的图片，整个图片的效果还是非常好的，但是他并没有理解好我的意思。我们再重新问一下， 将思维导图转换成图片发送给我。他这边说我刚刚写了个小的脚本，然后将节省格式的思维导图呢渲染成图片，这就是图片的样子。我们点进来看一下，完整度还是比较高的。 想要实现我们刚刚看到的效果，我们需要这样的提示值，这边对提示值进行复制，我们在对话框发送给 open 可乐，这边他一次性调用了十几个工具，最终告诉我他已经搞定了。我们接着问，帮我测试一下，发送他回复我说测试一下完美运行， 同时他查询到我 notebook lm 上面所有的笔记。好了，本期视频就到这里，希望对你有所帮助。关注我，分享更多 ai 技术和玩法。

突破极限的 notebook lm 有 多强？看好了，这是我用它生成的一百页商业计划书，调性高度统一，图标逻辑拉满。想知道怎么做的三招教你突破限制。首先，结构化文档，不要直接丢资料， 先让 ai 根据资料帮你写个百页大纲，精确定义每一页要讲什么。比如这本商业计划书，从市场规模到团队介绍，每一页的内容必须确定好。第二步，风格指引，别用大白话描述每一页的内容必须确定好。第二步，风格指引，别用大白话截图丢给 ai， 问它关键词， 把得到的配色方案和字体逻辑写在文档开头。第三部分段执行，这是最核心的一步，在 notebook l m 里，分批次指令先生成一到十页，再生成十一到二十页，每次都加上第二步定义的风格， 这就叫化整为零，彻底绕过页数限制。最后把生成的几个 pdf 顺手一合并。原本要熬一周的活，现在一小时搞定，趁现在知道的人还不多，赶紧去试试吧！

如何用 notebook lm 生成各种不同风格的 ppt？ 分享一个万能提示词公式，那就是目标受众加风格要求、加重点内容加特殊要求。如我这里给 notebook lm 的 原始文件是作文开头的二十种写法，按照刚刚的万能提示词公式，那么我们就可以这样来描述你要创建的这个演示文稿， 为小学生创建一个生动有趣的演示文稿，风格要活泼幽默，多使用比喻和夸张语气。重点介绍十种最容易上手的开头方法，每一页都要有具体的例子，并且设计一个挑战环节，激发孩子的兴趣。最后生成的 ppt 如图所示，还可以按照这个公式继续生成不同风格的 ppt。

上期讲了用 notebook lm 打造 ai 智能团，大家都感觉非常好用。留言中有很多关于 notebook lm 的 使用问题， 例如笔记来源不够专业空间不够用、总结总是泛泛而谈等等。此次分享将基于 notebook lm 的 工作流来展开，从信息的收集、学习、内化，再到最终的内容多模态输出等。希望通过这期视频，能让你手里的 notebook lm 从一个机械总结的机 变成你真正得心应手的外脑。我们先来看第一部分，信息的收集充足且优质资料是保障 notepook lm 输出的能量来源。那么我们如何高效地获取信息呢？我们分两部分来讲， 第一， ai 辅助，让它帮我们快速收集权威资料。第二，高效获取批量上传以及解决笔记容量不够用的方法。我们先来看下这个容易被忽略的 ai research 功能。这里的 fast research 相当于是一个增强版搜索引擎， 可在几秒钟为你提供初步的来源，适用于刚开始没有方向的时候使用。而 deep research 相当于是一个自主智能体，它像一个不知疲倦的研究助理， 不仅帮你搜，还帮你把搜到的东西读完，筛选好，并给你一个完整的综述。而在此之前呢， gmail 的 deep search 更偏向于解决问题，它会给你一个最终答案。而 notebook lm deep search 主要是帮你搜索资料，想让搜索出来的资料更加权威，那么提示词就特别重要， 我利用这个 cip 专业查找方法论来增强他的资料搜索能力。我们从实力出发，来看一下这段提示词思路。 首先是搜索研究的角色和主题需要定义清楚，然后让 aig 与 crip 进行信息的可信搜索。第一，时效性信息是什么时候发布的，有没有过时？第二，相关性需要着重回答你哪些问题。 第三，权威性信息来源是否来自权威机构，语言是否中立等等。最后，准确性和目的，信息的来源是否有数据支撑，是为了学术研究还是为了营销等等。 通过这些提示词，可以大大提升资料来源的可信度。搜索完成之后呢，可以点击导入搜索结果，这里可以批量删除一些因各种原因而无法添加进来的资料。 然后就是大家提到比较多的视频资料批量收集的问题。上次分享了把 youtube 视频一键导入到笔记里边，非常的好用，有朋友问能不能一键导入某站的视频，官方目前是不支持的，那有没有更好的办法呢？这个可以有。 其实将视频链接丢到笔记里，本质上并不是 ai 帮你观看了整个视频，而是帮你阅读了视频的字幕，所以其实我们上传字幕就可以了。 我发现了一个在 github 上开源的视频和字幕提取程序，可批量下载并支持一千七百多个视频网站。不过它属于命令行工具，需要在终端里输入命令才能执行，有一定的门槛。那我是怎么使用的呢？ 就是一步一步的把截图发给 ai， 他 竟然帮我跑通了，但这依然很麻烦。后来我才发现，其实有界面化的软件，可以用，在电脑上安装这个即可。如果是单纯想下载某站的字幕，用这个 chrome 插件就可以，它用起来比较方便，而且是免费的， 视频字幕倒是有了。大家提到比较多的还是文件数量的限制问题，免费版官方给的限制是五十个文件，其实并不多。我这边的思路是将文件进行合并和压缩，听起来好像挺麻烦的，但如果你的动手能力还不错， 免费且高效的方法还是有很多的。视频的话，我们可以将多个字母文件合并到同一个文件里。 pdf 文件的道理也是一样的。 这样的工具有不少，但基本上都是收费的。我们可以随便找个能写 ai 抠钉的工具，输入两句话，几分钟就可以给你一个合并文档的应用，还挺好用的。另外， pdf 的 压缩处理推荐这个工具， 压缩后还不损失质量，功能也比较全面。另外，较大的音频文件像会议录音，可以转成文字后再上传。 我们可以使用 open ai 开发并开源的语音识别模型 whisper， 下载后用这个工具即可识别，还是比较精准的。 将资料导入之后，在来源管理这块， notebook lm 并没有给提供搜索、筛选和编辑功能，例如添加进来的材料很难查找。针对这个问题，我平时会对一些重要资料进行重命名， 官方并没有给搜索功能。我们也可以利用浏览器的查找功能进行关键词搜索，点击 command 加 f 输入关键词即可。 还有一些 u x 设计的问题，例如无法对资料进行格式归类、文件归类批量删除等等，以及重复上传的资料无法去重，这些问题给操作带来了一些困扰。 在这里推荐一个好用的插件，安装插件后可以发现整个 notebook l m 的 体验都有了质的飞跃。 这边多了一些功能，具备了一些高级搜索和筛选的能力，例如关键词搜索，按照来源文件格式进行筛选。还有类似文件夹的功能，可以自定义筛选组，还可以将来源文件进行导出， 以及贴心的批量删除功能等等。在对话栏这边，这个插件也提供了导出和复制功能，方便我们把对话结论进行导出，并进行二次学习。 丢丢模块也是同样的，可以把已生成的多模态资料进行批量导出。在这个插件的高级版功能中，还有很多云端功能，这里就不再过多赘述，有兴趣的小伙伴可以去体验一下。我感觉 notebook l m 的 后续体验升级，可以借鉴一下这个插件的 u x 设计思路。 第二部分，信息的内化信息输入之后呢，我们对信息要进行进一步的熟悉，特别是来自外部的信息来源。 我们用 five w two h 的 方法快速熟悉一下资料的基本情况。题日词可以这么写，请以表格的形式帮我列出来源资料的标题、日期、来源、研究主题、文献类型等等，这样你就可以对每一个资料都有一个初步的判断。如果想对某个资料进行深入的探寻， 可以在左侧单独勾选后，再对内容进行单独的提问。另外还有两个比较好用的题日词，比如说寻找资料的缺失或漏洞， 就可以输入这段题日词，用于排查缺失的关键信息，未被证明的假设数据断层，并指明下一步研究的方向。我们可以看到 ai 比较精准地发现这里的研究时长和数据等问题， 同时也给出了建议，点击这里的来源引用标识，可以进一步的对原始材料进行阅读。另外也可以让 ai 帮我们找出各个资料之间的矛盾点，便于进一步进行批判性思考等等。这里有一些我收藏的提示词用法，也分享给大家，可以截图保存。 这里还隐藏了一个配置，对话的功能相当于是给对话定一个基调，我们可以选择默认或者是学习指南型的对话风格，另外也可以进行自定义， 它相当于是给 ai 设定了一个长期人设或固定规则。这里的提日词字数虽然已经扩充到了一万字，但还是建议按照官方的要求，对基础的对话角色、风格、整体目标等进行配置，回答长度的话根据需要配置即可。 这里给大家几个提日词案例进行参考，建议提日词内容尽量的精简，这样的话可以避免与对话时所使用的提日词产生冲突。 目前对话内容系统已经可以做到自动保存了，另外还可以手动保存为笔记保存之后呢，还可以再次转化为来源资料，从而丰富你的笔记内容。 第三部分内容生成能力 notebook lm 的 studio dom 太输出功能是这个产品的核心，可将来源资料总结并转化为音频播客、视频解说、欢腾片等等。这种能力使得 notebook lm 实际上成了一个私人内容工厂。这九大输入功能，每一个单独拿出来都能讲一集。 本期我先讲一些高频功能的使用技巧。首先最需要注意的是，不要直接点击这里的卡片进行生成操作，这样生成出来的内容可能不是你想要的。 建议点击这里的铅笔 icon， 进入设置界面，设置后再进行生成。我们可以看到这里有七种具备自定义选项的功能，主要是针对生成内容格式的配置。最重要的是这里的提示词在输入之前可以参考官方给到的视力说明。 其中我用到比较多的是音频概览功能，可以帮我快速了解来源资料的具体内容，也能针对我提出的问题进行快速总结性的解答。举个好玩的例子，例如我让 ai 主持人寄予我收集来的奶茶店经营资料，专门为我定制一期播客内容，来解答我最近纠结要不要开一家奶茶店的问题， 让他们帮忙分析利弊，大家来听一下，欢迎超梦进化论来到我们的深度解析，今天我就为你梳理了一系列行业报道，深度分析，还有很多真实的创业者故事，帮你一起把这件事掰开揉碎了看个明白。你最近在纠结要不要开一家奶茶店？对，这次我们目标很明确，就是帮你拨开奶茶行业这种热闹的表象， 清楚它背后到底有多残酷。怎么样，这种娓娓道来的讲解方式比直接看文字更有代入感吧。另外，大家用的比较多的可能就是这里的演示文稿 ppt 功能，我这里有两个小心得，第一，如果这里生成的 ppt 是 你工作中需要拿来参考的，想要控制生成的内容方向，这里有两种方式， 第一，让它针对你的目标生成 ppt 大 纲，你满意后再生成最终的 ppt。 第二，你输入事先你定好的大纲，让它帮你补充内容后再生成 ppt。 因为让 ai 帮你填充内容的话，所有的内容都是基于你笔记里已有的资料，这样生成出来的内容才相对可靠。第二， ppt 的 风格是可以进行自定义的，这里给大家精选了几种 ppt 风格的提日词，大家可以选择性使用 这些风格的提日词，也可以用到视频、信息图等功能这里。另外让大家头疼的是，生成出来的欢腾片是 pdf 格式的，是不能对其修改 的，可以使用一些第三方工具转化为 ppt 文件，但可能需要一些花销。工具是有很多的，大家可以去搜索一下。还有一个前不久更新的非常好用的数据表格功能，可基于你上传的资料，快速抽取你想要的信息，并 以表格的形式输出。比如我们想分析一家企业的经营情况，在以前我们需要单独在报告里手动抽取数据，这样很费力，那利用数据表格的话，我们可以让他按照我们的要求进行快速整理， 并且可以导入到 google 表格中，结合大模型进行进一步的分析工作。另外这个功能在市场分析、会计较等方面也有不错的效果，大家可以试试。 好了，以上就是本期的分享，这期视频真的是做了好长时间，还有许多实用的功能没来得及跟大家分享。如果大家还有一些问题，欢迎留言讨论，我是超梦进化论，我们下期再见！

我发现了一个最适合使用 notebook lm 的 场景，那就是看文献或者看书也可以。读研或者读博的朋友肯定都知道看文献是必须的，那往常我们在看文献的时候，其实是非常枯燥的，因为没有人跟你一起看，你只能自己去看， 然后有问题你也很难找到人去讨论，只能自己去研究。那现在你只需要把文献发给 notebook lm 就 可以了，它可以跟你一块看。这是我在网上随便找了两篇论文，我尝试让它带着我去读这两篇论文。当你把论文发给他以后，它就会去简单的告诉你这篇论文讲的是一个什么样的内容， 其实大概就是一个摘药的意思。完了之后呢，它会给你这么几个问题啊，这些问题是用来帮助你去更好的理解 这篇文献讲了什么的。你点击这个问题，他就会回答你，他的所有回答都是基于你上传给他的文献。比如他在简介里提到了一个三的可行能力理论，这个理论我并没有听过嘛，然后我就问他这个理论是什么， 然后他就回答了这么多。但是呢，他这些回答并不是联网搜索的，而是基于我给他的论文，就 就是你使用它的时候，不用担心它会产生幻觉或者胡说八道，因为它的一切回答都是基于你给他的资料，而且回答完之后，这里还可以非常方便的保存为笔记。通过这种一问一答的方式，当我们需要去看文献的时候，你就会发现没有那么枯燥了， 你也不用再一段一段一片一片的去看了，你只需要把它发给 notebook lm 就 可以了，在这里面有什么问题直接问，然后它就会帮你回答。除此之外呢，它还可以帮你去生成思维导图和信息图， 这就是其中一篇文章的思维导图，这个是 notebook lm 自己总结的，通过这个思维导图，你会发现它比你自己一段一段的去读文献要直观方便得多。除了可以生成思维导图，它还可以生成这样的信息图，其实就是用一张图片的形式来表达这篇论文到底写了什么， 也是方便我们去呃更直观的去看论文，看文献。同样的道理，你如果直接把书放在这里面也是可以的，这样你就省得自己再去一篇一篇一张一张的去读了，直接放在这里面，然后有什么问题直接问 notebook lm 就 可以了。

大家好，我是根古，今天是 ai 工具指南的第一堂课，用 notebook， 我 们制作精美的 ppt， 那 bookbook 是 谷歌这个推出的一款制作精美 ppt 的 一个工具啊， ai 的 工具。 我们制作这个 ppt 有 几个痛点，一个是时间上的消耗啊，视觉上的这个设计逻辑的构建，那有了大模型的话，我们会给他带来非常大的便利啊。表级的这种整理的这个内容无缝的对接，就用算法验， 核心的就是核心引擎啊。 notebookl 应该到底是什么呢？它有个输入程的，输入程就是从海量的资料一键上传，可以上传文档， pdf， 也可以去搜索它有一个这个应该是锦觅这样一个处理中疏，把你所有的输入程的内容打包在一起，提取送精华，最后给你设计大纲，最后输出这个图片来，输出图片，这上就是 你的一个 ppt 的 一个数字，能吧？对，大概就三步走啊，我给大家演示一下，就是首先要打开这个 notebookl， 谷歌点 com， 打开这个网站的时候，第一次的小伙伴需要再去登录一下右边登录一下谷歌的邮箱，登录了以后你长可能是长成这样子了，长成这样子了也可能是长成这样子的，对，然后你先先创建一个啊，先创建一个这样的谷歌，到了这里来的话，我们就可以，比如说我，我要做一个这个 ai， ai 这个入门的，入门的 ai， ai 名词，入门课程， 然后你去网上搜索，这里可以开 web， 是 吧？大师的设置最好是选第一个，我让他搜索左边，他就会在用谷歌引擎去搜索网上的内容，搜索完了内容他就会进入这个聊天框，然后这个聊天框你进行你的输入总结，这个已经好了，对吧？然后这里可以点这个 vivo， 看一下哪些是你需要的，比如说这个我不需要， 这个我也不需要，这个也不需要，这个不需要。好，剩下就需要， 当然你也可以点过去看一下。好，这里就已经导导入在这个这个中间了，有小伙伴开始是那个那个那个英文的，英文的在这里进行设置一下，就 settings 有 一个这个 输出的语言，你把它变成中文，默认的是英文，你把它选一下就好，这可以选对，选好了以后，这个就是他把所有的资料给你汇总来介绍有什么资料，但是他没有把所有的内容给你展示。 喏，右边这块，右边这块的话最重要的就是这个 slide 的 desk， 这就是你写的 ppt， 左边这些还可以生成视频啊。老图说报告测试图表，这个其实别的没啥用，最有用的就是这个玩意， 我们可以生成一个短短的，对吧？甚至说我就是可以给他提要求了，是吧？然后 ai， ai 这个名词 入门介绍是吧？要求图片精美。午夜吧，午夜 ppt 我不用多 nor generate 生成，我生成的时候右右下角就会在这里在跑，对吧？等了十几分钟也没出来，没出来没关系，我可以给大家看一下，昨天我这个就是昨天分享的一个这个黄尿煮蛋 ttc 大 会上的一个分享啊，可以大家看一下这个做出来的效果。其实我是先让大模型把这个 总结出来的话，就是我先让大伙先把这个总结了一遍，总结了一遍以后，然后让他再生成这个 ppt， 他 效果还是不错的。比如说这一页如果不符合我的要求怎么办呢？我点他，然后继续点这个编辑，然后你再跟他说换一张图用，用柱状图，用 柱状来描述，图里面用中文， 这样他就能够去再把这个你刚刚需要他改变的那张那页 ppt 去重新生成。啊，这个就不等了，他其实非常好用，只是现在用的人多了，可能他时间上会比较长。你看这个他还没出来，出来了，出来了， 就刚刚说刚刚说的用 ai 这个与机器学习的衔接课程，这个我觉得还是不错的，对吧？看效果还是可以的。但它这个有个缺点，就有些字啊，好像它是因为是图片生成的。这个字好像有感觉像是有些是错别字啊，有些是错别字，但是错别字比较少了，效果还是不错的。效果还是不错的。那这道题就分享到这里，你学会了吗？

今天是继续学习的一天，大家都知道啊， note 六幺幺 m 是 一个很好用的直供平台，今天找到了一个小插件，可以帮我们把 youtube 上面的视频一键导入到 note 六幺幺 m， 就比如说我们看单扣的 youtube 视频，我想让他作为我们的导师来给我们日常做一些指导。但是如果你在弹幕型里直接跟他说，假设你是单扣作者，你下是单扣，哎呀，其实可能会有一些幻觉或者不太准确的地方，那么我们就可以一见吧 啊单口在 youq 这所有视频导入到这个 note 二 m 里面，只需要一个插件就可以，就是就是这个给到 com 的 音容上单 so you to note 二 m。 嗯，安装了之后，你的视频界面就会出现一个这个 note 二 m， 你 就可以 create new notebook， 或者是把它倒到你已有的 note 里面， 比如在我这个里面，他就已经倒出来，就可以给我生成他这一篇播客的一个 啊思维导图，然后我有任何的问题哦，我可以直接点这个思维导图的内容，他就会把这一部分相应的内容都给我 结构化的语言告诉我，这样可能对于我后续啊理解他的播客或者任何内容都会更加的方便。嗯，今天又是学到了的一天。

嘿，大家好，今天咱们来聊一个正在悄悄改变整个金融世界游戏规则的东西，人工智能，你可能觉得这东西离我们很远，但其实啊，它已经是一股真真切切影响着我们每一个人钱包的强大力量了。 这么说吧，就在咱们说话的这会功夫，一个 ai 系统可能已经分析完了上百万篇新闻，然后刷的一下完成了一笔交易。你没听错，这就是我们今天要聊的速度和规模，是不是有点吓人？ 好，那我们今天的路线图是这样的，咱们先去看看华尔街的新大脑到底是个啥，然后呢，会揭秘一下 ai 到底是怎么预测价格，怎么读懂市场情绪的。接着我们还会打开 ai 投资者的工具箱，看看里头都有什么神兵利器，当然也得聊聊那些看不见的风险和黑箱。 最后嘛，咱们一起唱响一下金融的未来。好了，我们就是进入第一部分华尔街的新大脑。你可以想象一下那个画面，以前的交易所都是人挤人，大声喊叫着交易，现在呢，早就不是那样了，现在是芯片和代码之间以毫秒为单位的对决， 这中间到底发生了什么变化？我们来看看。首先我得告诉你一个可能让你有点惊讶的事实，今天在金融市场上，绝大部分的交易已经不是由我们人类亲手完成的了。没错，是算法，特别是那些能自己学习的 ai 算法在主导着全球资金的流动。 这张时间线就特别清楚的告诉我们，这一切是怎么一步步发展过来的。最早在一九零零年，旧人开始尝试用数学来理解市场的随机性，到了七十年代，我们有了更厉害的工具，就是那个给期权定价的著名公式。 再往后，从八十年代开始，交易就慢慢的从交易所现场搬到了电脑上，变成了基于规则的算法交易。而现在二零二零年代，我们已经进入了一个全新的时代， ai 时代，这里的机器已经不是执行命令了，它们能自己学习，自己净化。 好看完了历史，咱们现在来看点更刺激的。第二部分，用 ai 预测价格。你可以把这个过程想象成一场模型烘焙大赛，看看哪种 ai 用的配方能考出最精准的预测大纲。 那么问题就来了，对吧？我们到底要怎么做，才能教会一台机器去预测一只股票未来的走势呢？ 这第一步啊，说白了就是为数据，给它为海量的数据。你看这张图， ai 模型就是在这些数据里寻找规律，比如开盘价和收盘价之间有什么关系？ 你再仔细看，这些数据点几乎连成了一条完美的直线，这就说明它们俩的关系非常非常强，而这就是 ai 预测的起点。 好了，那咱们烘焙大赛的选手们就上场了。左边呢，是传统派选手，比如宪信回归，他就像个拿着尺子画画的小孩，总想用一条直线去解释所有事情，简单是简单，但市场哪有那么简单。 右边呢，就是更聪明的鸡去学习选手了，比如随机森林，他就像一个专家委员会，大家投票决定。还有一个更厉害的叫 lstm， 这家伙有记忆，能记住过去发生了什么，所以他能理解更复杂的模式。 那么比赛结果怎么样呢？咱们用一个叫 r 平方的分数来评判，你只要记住这个分数，越接近一就越厉害。你看，宪信回归，拿了零点七二分，还行，随机森林不错，零点八七分。但是真正的冠军是那个有记忆的 l s t m 模型，他拿到了惊人的零点九二分。 这张图就更直观了，简直是一目了然。橙色这条线是股票的真实价格，绿色这条虚线呢，是 lstm 模型的预测，你看看，它们俩几乎是完美的贴合在一起， 这就是零点九二的准确度，它几乎是实时精准地抓住了每一次价格的波动。 那么这个聪明的模型，他到底学到了什么秘诀呢？这张图就告诉了我们答案，在分析了所有因素之后，他发现最重要的那个预测指标，你猜是什么？居然是昨天的收盘价，他的重要性占了差不多一半。这其实也印证了一句老话，市场是有惯性的。 好，咱们刚才聊的都是冷冰冰的数字，但市场不光有数字，还有情绪，对吧？就是我们常说的贪婪和恐惧。那么 ai 能读懂这些复杂的人类情绪吗？这就是我们第三部分要探讨的， 这里头最核心的技术就叫做情感分析。说白了就是让 i a 去读懂文字背后的情绪，他会判断一道话到底是积极的、悲观的，又或者是中性的。 那 ai 从哪去听这些情绪呢？嗯，他的信息来源可就广了，从主流新闻到社交媒体上大家的讨论，再到非常专业的公司财报和官方文件，所有这些带文字的东西，他都会去读，去分析。 这个过程听起来很复杂，但其实可以拆分成这么四步，第一步就是海量地收集文本，越多越好。第二步，给这些文本做个大扫除，把那些没啥用的词去掉。第三步也是最关键的一步，判断情感，给每段话打上积极、消极或者中性的标签。 最后一步，把这些情感分数转化成具体的买卖信号。好啦，那我们现在就打开 ai 投注者的工具箱，看看里头都有什么神兵利器，或者说它主要有哪几种学习的方法。 这张表总结的特别好，基本上就是三种主流的学习方法。第一种叫监督学习，就像有个老师拿着标准答案叫他，你给他带标签的数据，他就学会了怎么去预测股价。 第二种叫无监督学习，他更像个侦探，你什么都不告诉他，就给他一堆数据，他自己去里面找规律，比如发现市场好像要变天了。 最后一种是强化学习，这个最好理解，就像训练宠物，做对了就给奖励，做错了就没奖励， ai 通过不断试错，自己摸索出最好的交易策略。 当然了， ai 也不是万能的神，它也有自己的问题，所以咱们接下来就要聊聊它的风险，也就是所谓的黑箱和盲点。 有一份研究里的一句话，我觉得说的特别到位，它说像咱们前面提到的 lstm 这种高级模型，它就像一个黑箱，我们知道它做出了决策，但很难搞清楚它为什么会这么做，这就很麻烦了，对吧？当一个你完全不了解的东西在帮你管钱的时候，你心里能踏实吗？ 具体来说，挑战主要有这么几个，第一个就是黑箱问题，我们不知道他为什么这么做。第二个就是数据隐私，要训练 ai， 就 需要海量的敏感数据，这些数据怎么保护？ 第三个是语言的微妙之处，比如说有人在网上说一句反话，哇，这财报真是太漂亮了， ai 可能就当真了，这就可能导致误判。最后呢，就是算法偏见，如果 ai 学习的历史数据本身就有问题，那他只会把这些问题放大。 聊这么多，那我们最后再往远看一看，金融的未来，地平线上正在发生什么新的变化呢？ 未来的趋势啊，真的非常让人兴奋。首先， ai 的 感官会变得更丰富，他以后不光是读文字，他还要听财报会议的录音，甚至看发布会的视频，进行全方位的分析。其次，一切都会是实时的， 信息出来的瞬间分析结果就有了。最后，模型本身会越来越聪明，它们能像我们人一样，真正理解上下文，读懂话里话外的意思。 所以最后，我想留给大家一个问题，一个挺值得我们深思的问题，如果一个 ai， 它没有我们人类的贪婪，也没有恐惧，它会终终征服整个市场吗？ 这个问题答案可能就在不远的未来。好了，这次的分享就到这里，感谢大家。

你敢相信把一百多页的报告喂给 ai， 他 竟然给我播放了一段相声给大家听一下。我今天啊手上拿了一大堆资料，嗯，可以说是五花大门，确实是有最新的科技展报告，对吧？然后还有家居设计，甚至于是一个完整的视频段报告，这就是谷歌最火，而且是免费的谷歌 notbook lm 最变态的功能之一。 我只是在这块去打了几个关键词告他，比方说聚焦消费电子行业，然后选择这个深度思考模式，然后点击发送，他就一下子给我们输出了一百多个网页的相关的信息啊，然后我再去咨询他，结合未来的趋势给我们指明方向。在下面这块他就给我们输出了完整的报告的内容， 非常非常的详细。这还没完，点击音频带来，他就以最火的播客的形式呈现，点击这个 ppt， 我 们这块可以编辑相对的想要的文字，他的风格诉求，他就会以这种 ppt 的 形式给我们呈现。 我们当然还有更多的功能，包括像思维导图，包括还有像闪卡或者是信息图，或者是行业的报告，记得点个赞和收藏，主页还有更多 ai 辅助设计的干货。

如何用 notebook lm 在 五分钟之内制作出你的产品目录册，并且支持一百多种语言，让你的海外客户直接看花眼呐啊，多的不说，少的不唠，赶紧跟上宇哥的步伐，直接开始，这边点击新建笔记本， 然后这边关掉，然后我们把我们的网站地址直接甩给他，然后这边选选择深度研究 啊，从网页研究，然后选择开始等待几分钟，这边对你的网站进行深度的分析和研究后呢，你就可以在这个下面的这个对话框啊，呃，问他任何关于你网站的内容，这个 notebook l m 会链接互联网，给你很多的建议和帮助， 然后这些给你的建议不是信口令来的啊，全部都是根据你网站现有的呃实际内容给你进行的一种深度的分析。 同样的道理，当你需要对你的这个国外客户啊进行分析和研究深度调研时，你也可以把客户的网站丢给他啊，他能够很快的了解客户的痛点和切入点 啊，更好的理解并且让你去开发这个客户。然后我们这边点击这边的演示文稿哦，这边支持很多种语言啊，有这么多种语言，大概将近一百多种吧。好，我们这边选择西班牙语哦，这边西班牙语，它支持 本土西班牙语，拉丁西班牙语和墨西哥的西班牙语，根据自己的要求选择，我们就选最基本的西班牙语，然后还是一样给他这个提示词啊，然后生成，这边就已经开始在生成了，我们等待一下。 好，我们这边就已经搞定了，然后我们打开看一下。好，这边已经生成好了，我们这边直接点击下载 好，下载好了之后，我们这边直接点击打开。 好，我们先看一下他一共帮我们做了多少页啊？做了不到，一共做了没有二十页啊，一共做了十五页的样子啊，那也足够了，我们看一下他做的效果怎么样啊？ 哦，这个图给的是非常的棒啊啊，这个完全的都是西班牙语啊！各位宝子们，你们看一下这个效果怎么样啊？所有的这些图纹笔帽啊，生动形象， 全部都是他自己帮你生成的，非常的专业啊。看到这了，你还不赶紧点个赞，点波关注，赶紧跟上于哥的步伐，稳的一匹啊！

这两天把点 ko 一 近五十个视频的啊，底层逻辑以及风格呢，把它封装成一个 skill， 然后能够自动帮我去生成啊公众号的文章或者是视频的脚本。然后呢，它还能够帮我自动配图，是如何做到的呢？ 这个 skills 呢，主要包含以下几个部分，那第一个呢，叫提炼风格，在这块呢，我是一次性把点 ko 一 近五十个视频投入给 notebook lm 中，让它去帮我进行分析。 如果不知道怎么样去操作的小伙伴也可以参考我这期视频。然后呢，我在 gemini 中呢，让他分析出 denco e 的 这个整体的它视频的逻辑以及风格，呃，也生成了一套完整版的提示词，有需要的小伙伴呢可以在评论区告诉我。 然后我把这套风格呢，首先呢封装进我的 skills 里面。其次呢，我让他呃去帮我搜索，以及加上我自己提供的素材去生成文章，再让他去帮我去除 ai 位。这里呢，我参考了这个 skill， 大家有兴趣的小伙伴也可以去进行参考。最后一步呢，就是让他为我进行配图， 当然这步如果你觉得花的 token 太多的话，你也可以选择让它生成提示词。然后呢，后期自己去配图，因为本身一篇文章你也不需要配太多图。如果有需要去配图的话，呃，你可以参考我这个 key 的 配置。接下来呢，我把这整个 skills 呢进行一个封装，然后生成一个 md 格式的呃文件。然后， 然后呢我在 cloud code 中呢，首先我建了一个文件夹叫点 cloud， 然后呢在这个文件夹中呢，再建了一个文件夹叫 scuse， 然后，然后呢，我把这个文件呢命名成 wechat writer， 它这是一个一点零点零的版本。然后所有的刚刚我们说到的步骤呢，我都在这里面详细进行了描述。 接下来呢，我就要告诉他，帮我点扣一这个 skill。 然后呢，写一篇四百字左右的文章啊，就关于你怎么去看待 openclaw 这个主题，并且配两张图。然后呢，他就会帮我调取这个 skill 啊，然后完成相关的文章啊，包 包含了这个，呃，文章风格的这个提取啊等等。然后呢，最后呢，他就帮我输出了这一篇文章，我看着啊，我觉得整体还是挺不错的，有图有文。最后呢，我觉得大家可以去参考一下自己工作流中有没有一些重复的工作，把它封装成一个 skills， 快 去试试吧。