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

沒有留言:

AI世代的教養處方籤