跳到主要內容

來自NotebookLM之父Steven Johnson親傳的8個專家級技巧

來自NotebookLM之父Steven Johnson親傳的8個專家級技巧
Steven Johnson建議NotebookLM新使用者的第一件事就是找出最近的10個文件上傳到NotebookLM,然後開始提問。即使這些文件毫無關連也是測試NotebookLM的好方法。無論你對這些文件熟悉或是陌生,NotebookLM都能幫你找出一些有趣的洞見。
Steven建議記下一個他所謂的「everything 筆記本」,將日常工作使用的各種資料來源集中在這裡。這些來源可能包含你所有閱讀過書籍的重點或摘要、工作的核心文件、或是你多年來腦袋中所閃過的想法。Steven說:「我經常在我的everything 筆記本進行開放性思考和探索所有想法。」但同樣重要的是還要創建基於主題或專案的notebook。他解釋說我有一個專門用於構建NotebookLM的筆記本,裡面包含所有的新聞稿、新功能描述以及我們團隊所撰寫的內部文件。透過將所有相關的來源集中在一個notebook中,Steven等於擁有了一個個人化的AI,幾乎就像團隊中的另一個成員。他說「我可以輸入類似”為我們上週討論的功能寫一篇部落格文章的草稿”」,然後NotebookLM會精準的知道該做什麼。
NotebookLM對於需要管理、連接和綜合來自各個來源的資訊非常有用。Steven說「我們都有這樣的問題,當我們在處理某件事情的時候,所需的資訊卻分散在桌面、分頁和其他地方」這就是NotebookLM的用途,將這些分散的節點連接起來。
作為使用Gemini和Gems的下一步,這樣做特別有用。在你使用這些工具腦力激盪或開放式對話之後,NotebookLM將這些結果轉化為容易遵循的東西。Steven以製作簡報為例,也許你一開始會使用Gemini腦力激盪,從而開啟一些文章的分頁、儲存一些圖片並且在google doc中加入一些筆記。然後將這些資料全部匯入NotebookLM,他會將資料整合成容易消化的格式,讓你在Google Slides建立簡報的時候,可以在同一個地方參考所有資料。
當你把資料加到NotebookLM的時候,就是你開始問問題的時機了,這也常是把你卡住的地方,因為你根本不知道要問甚麼問題。Steven說NotebookLM的建議問題是很棒的資源,這個模型會幫助你問問題,直到你真的想從資料當中想到想問的問題為止。你可以在”筆記本導覽”中找到一些入門問題。另外當你開始提問的時候,NotebookLM也會根據你已經提出的問題和上傳的資料建議你可以接續追問的問題。
每個人處理資訊的方式都不同,或根本只是喜歡以不同的方式呈現資訊。使用”筆記本導覽”功能,NoteobookLM可以將你上傳的內容轉換成常見問題、文件摘要、時間軸、目錄或是學習指南,甚至是很受歡迎的音訊總覽,將資訊轉換為兩個AI主持人之間的對話。嘗試不同的選項,看看哪個比較適合你自己學習的目的及向他人傳達資訊
NotebookLM是工作和學校專案的絕佳資源(剛推出NotebookLM Business試用計畫,用於工作用途的協作)但在辦公室跟教室之外的其他創意用途上也是很棒的工具。Steven說:「我們看到很多人用它來協助或撰寫奇幻和科幻小說、開發遊戲、在遊戲中建立世界觀及其背後複雜的故事。也許你在寫劇本時,會在文件中記下筆記、儲存網頁、拍攝照片和影片作為靈感,但是這些資料往往難以整理」使用者可以把這些所有素材都放到一個筆記本上,然後問一些些問題像是”這個角色是怎麼回事”或是”提醒我哪些角色住在哪裡”?Steven特別喜歡向NotebookLM徵求創意意見,像是”你認為哪些角色最引人注目”或是”你最喜歡那個部分”?就像按下Control +F搜尋關鍵字「趣味性」一樣
Steven認為,你絕對應該將一開始上傳的10個文件逐一轉為音訊總覽。在等待幾分鐘讓它產生後,你就會有個分常有趣、有點陣和心靈的聲音對話,內容是關於你上傳的任何內容。音訊總覽也推出了新功能,可以讓使用者「自訂」,輸入簡短的描述讓主持人從你的來源著重哪些部分,像是特定來源、主題或對象,你可以根據你對音訊總覽所期望的複雜呈程度來引導。Steven解釋說,我一直在上傳自己的作品並請他們給我建設性的批評意見。
NotebookLM可以讓你輕鬆儲存與AI對話時出現的任何有趣內容,只要每次對話時按下「儲存至記事」按鈕就可以。Steven還推薦另外一個選項,比方說你會對其中一個筆記本進行對話,你會提出問題然後追問,甚至你會要求他完善你的想法。你不想遺漏在對話中所得到的任何進展或是蒐集到的洞見。在對話結束的時候,你可以要求NotebookLM剛剛對話的關鍵重點總結成一個記事,並且按下儲存至記事。Steven說道「未來的你會感謝過去的你----還有NotebookLM」因為他可以讓你輕鬆的從上次停下來的地方繼續

留言

這個網誌中的熱門文章

Anthropic 團隊如何使用 Claude Code

Anthropic團隊透過Claude Code 改造他們的工作流,讓開發人員跟非技術人員可以處理複雜專案、自動化流程,並跨越過去限制其生產力的技能鴻溝。 他們深入採訪了以下團隊 資料基礎設施 產品開發 安全工程 推論 資料科學與視覺化 產品工程 成長行銷(Growth Marketing) 產品設計 強化學習工程 法律 Claude Code 用於資料基礎設施 資料基礎設施團隊為公司內所有團隊組織業務資料。他們使用 Claude Code 自動化例行資料工程任務、排除複雜基礎設施問題,並為技術和非技術團隊成員創建文件化工作流程,讓他們能夠獨立存取和操作資料。 主要 Claude Code 使用案例 使用截圖進行 Kubernetes 除錯 當 Kubernetes 叢集當機且不再排程新的 pod 時,團隊使用 Claude Code 診斷問題。他們將儀表板的螢幕截圖輸入 Claude Code,它逐一引導他們瀏覽 Google Cloud 的 UI 選單,直到找到顯示 pod IP 位址耗盡的警告。Claude Code 接著提供確切的指令來建立新的 IP 池並將其新增到叢集,無需涉及網路專家。 為財務團隊提供純文字工作流程 工程師向財務團隊成員展示如何撰寫描述其資料工作流程的純文字檔案,然後將其載入 Claude Code 以獲得完全自動化的執行。沒有編碼經驗的員工可以描述步驟,如「查詢此儀表板、獲取資訊、執行這些查詢、產生 Excel 輸出」,Claude Code 會執行整個工作流程,包括詢問所需的輸入,如日期。 協助新進人員熟悉程式庫 當新的資料科學家加入團隊時,他們被引導使用 Claude Code 來導覽龐大的程式庫。Claude Code 讀取他們的 Claude.md 檔案文件,識別特定任務的相關檔案,解釋資料管線間依賴關係,並幫助新人了解哪些上游來源輸入到儀表板。這取代了傳統的資料目錄和可發現性工具。 工作階段結束後更新claude.md 團隊要求 Claude Code 總結已完成的工作階段,並在每個任務結束時建議改進。這創建了一個持續改進循環,Claude Code 根據實際使用情況幫助改進 Claude.md 文件和工作流程指示,使後續迭代更有效。 跨多個實例的平行任務管理 在處理長時間執行的資料任務時...

親師溝通一定要用LINE嗎? 用LINE@會更安全更省時間

作者: 林穎俊 常聽到很多老師不想用LINE,因為LINE的方便性使得老師上班時間延伸到5點下班之後,舉凡孩子的大小事,甚至婆媳之間的事情,家長也想好好跟老師聊一聊。常讓老師覺得為什麼我下班了還要當家長的垃圾桶? 而且相信大家也有聽過同事說過。家長覺得孩子在學校受到委屈,自己覺得老師沒有公正的處理,就放話說要來學校找對方孩子的,在LINE群中這些層出不窮的事,相信都不是老師想要跟家長溝通的本意。 ㄧ、LINE@的特色: LINE@最大的特點是 群組成員無法對話跟互相加好友,只能跟老師對話。還可以設定關鍵字回復,不用立即回訊。在1對1 對話中還可以設定對話時間,不用半夜還在回line LINE@的功能:群發、1對1對話、動態消息等可以方便做好親師溝通。而且群發訊息(像是提醒 全班注意事項、班級宣導等)只要在1000則內都是不收費的。 二、如何使用LINE@ 1.安裝並登入Line@ 1-1在AppStore 中搜尋LINE@。  1-2 下載完成後,以原來LINE的帳號登入,設定好照片、名稱(例如五年孝班的小天地等),就可以開始使用了。 2.回應模式: 2-1簡介回應模式:登入後,先點進「回應模式」,內有「1對1聊天模式」、「於自動回應模式接收訊息」、「1對1聊天可對應時間」、「自動回應訊息」、「關鍵字自動回應訊息」、以及「設為好友時的歡迎訊息」。老師們可以視需要開啟前面兩項1對1聊天模式」跟「於自動回應模式接收訊息」。 2-2「1對1聊天可對應時間」是設定家長可以傳訊給您的時間,我們先點入週日,再點右上角的「編輯」再把左邊那個綠溝溝點起來,按下刪除後儲存,回到「回應模式」的畫面你就發現,週日你就收不到訊息囉~~科科 接下老師也可以設定平常上班日可以跟家長對話的時間 2-3 自動回應:先點入「撰寫新訊息」,「編輯訊息」可以設定當家長傳訊給你時,系統會自動回覆的訊息。管理用標題是你可以設定訊息的標題。指定期間或時刻,你可以區分上下課不同時間來回應家長不同的訊息。例如在上課時間,我會打「親愛的家長您好,謝謝您傳訊給我,我知道您一定有重要的事情跟我聯絡,...

【Vibe Coding 或是Vibe Prompting?】

自去年開始,我開始嘗試教孩子一門結合 Python 與 AI 的課程。一開始叫做「AI Assisted Python Programming」,但現在或許叫做「Vibe Coding」會是更貼切的名稱。這門課的想法是運用 Python 作為基礎程並結合 AI 作為教學助力,幫助小學生學習基礎的程式學習。 在最初的設計中,我採取的是「由下而上」的教學設計。透過一個實作專案,我一步步引導學生認識變數、資料型別、if-else跟函式等基本概念。當時我們設定的目標是建構一個簡易的線上訂購網站。雖然最終並未完整實作出來,但這個過程讓學生有機會從目標出發,理解每一項功能背後所需的知識與技能,並逐步補足所需的知識。 當學生遇到困難時,我會先請他們透過 AI 尋求協助。他們可以請 AI 解釋概念,甚至產出程式碼。但我給了他們一個額外的挑戰:他們必須能向我清楚說明這段程式碼的意義與邏輯。為了完成這個挑戰,他們必須學會如何有效地與 AI 對話,從而深化對程式內容的理解。這樣的好處是學生不用花費很多時間查資料獲等待老師解決問題,只要有問題AI都可以回答。然而在實際執行的過程中,我發現即使這樣循序漸進地引導,還是有部分學生容易卡關。 因此今年我嘗試轉向「由上而下」的教學方式,靈感來自 Vercel CEO Guillermo Rauch 的訪談。我從中學到人類的價值在於抽象與高階的思考,我們應該訓練孩子更清楚地表達需求,善用 AI 將想法實現,而不是拘泥於每一行程式碼的細節。 因此這學期我決定從「品味」開始,帶領學生探索「什麼是好的作品」。我們從一塊巧克力開始討論,學習如何描述一個「好吃」的巧克力,進而將這樣的能力轉移到數位創作上。我們的主題是「貪食蛇」遊戲設計。我會讓學生先用 AI 生成一個基礎版本,再引導他們去玩網路上的不同版本,學習觀察與評比:什麼樣的遊戲更美觀?速度更流暢?玩法更有趣或更具挑戰性? 接下來,學生需要根據自己的體驗,提出對「好遊戲」的定義與規格,並運用 AI 進行修正與調整,完成屬於他們自己的版本。對我來說這樣的過程可稱為「Vibe Coding」:從描述目標開始->進行生成->再進入反覆的修改與調整。但因為課程還沒告一段落,還無法做出很精確的結論。 這樣的過程也讓我思考孩子們在這當中究竟學到的是什麼?他們學到的是「Coding」本身,還是「Prompt...