#NotebookLM ⟪Machine Readable⟫ #人機共讀 Steven Johnson（NotebookLM之父, Google 實驗室編輯副總經理）在6月的時候寫了這篇文章，NotebookLM可以作為人類思考跟閱讀的合作伙伴，找出我們沒有看到的視角跟連結，而非總結和摘要的替代品。 NotebookLM可以像個探照燈，快速從我們閱讀過或篩選過的資料找出潛在的可能性。不是取代我們閱讀，而是幫我判斷什麼值得閱讀。 Steven Johnson說他運用NotebookLM的方法是 1.明確告訴NotebookLM自己的背景:讓NotebookLM知道你是誰，以及你想做什麼 2.精心挑選資料：把自己讀過或挑選過的資料，如某些書籍或文本的片段資料丟給NotebookLM。因為如果只給出一般的資料，就只能給出平均的答案。 3.生成想法而非答案：用AI快速生成各種可能性，但最終還是自己撰寫 Steven Johnson建議大家做個小實驗，先把文章初稿丟到NotebookLM之中，再加入10幾個相關的資料來源(可以用探索來源)，請NotebookLM找出你文章初稿跟新資料來源間「令人驚訝」的連結，然後反過來閱讀這些資料，會比傳統直接閱讀資料更能發覺偶然間的關聯性。