NotebookLM 筆記術: 打造你的 AI「第二大腦」

洪錦魁

畢業於明志工專（現今明志科技大學），跳級留學美國University of Mississippi計算機系研究所。

2023~2025年連續3年獲選博客來10大暢銷華文作家，多年來唯一獲選的電

腦書籍作者。也是一位跨越電腦作業系統與科技時代的電腦專家，著作等身的作家，下列是他在各時期的代表作品。

► DOS時代：「IBM PC組合語言、Basic、C、C++、Pascal、資料結構」。

► Windows時代：「Windows Programming 使用C、Visual Basic」。

► Internet時代：「網頁設計使用HTML」。

► 大數據時代：「R 語言邁向Big Data之路、Python王者歸來」。

► AI時代：「機器學習數學、微積分 + Python實作」、「AI視覺、AI之眼」。

► 通用AI時代：「ChatGPT、Gemini、Copilot、無料AI、AI職場、AI行銷、AI影片、AI賺錢術、NotebookLM - 打造你的AI『第二大腦』」。

► Vibe Coding 時代：「寫程式的 AI 戰友、Vibe Coding - ChatGPT x Codex」。

► 國內第 1 本「多模態 AI - ChatGPT 5」、「Nano Banana 藝術宇宙」作者。

► 國內第 1 本「AI 健康養生長壽書」、「AI 思維 – 原子習慣」作者。

作品曾被翻譯為簡體中文、馬來西亞文，英文，近年來作品則是在北京清華大學和台灣深智同步發行。

他的多本著作皆曾登上天瓏、博客來、Momo電腦書類，不同時期暢銷排行榜第1 名，他的著作特色是，所有程式語法或是功能解說會依特性分類，同時以實用的程式範例做說明，不賣弄學問，讓整本書淺顯易懂，讀者可以由他的著作事半功倍輕鬆掌握相關知識。

▌第1 章 為什麼傳統筆記已經不夠用
1-1 為什麼「抄重點」無法真正幫助理解
1-2 AI 時代的筆記 - 從「記錄 → 理解 → 輸出」
1-3 NotebookLM 在學習與工作中的角色定位

▌第2 章 NotebookLM 快速上手與基本設定
2-1 NotebookLM 可以做什麼、不適合做什麼
2-2 建立第一本「筆記（Notebook）」
2-2-1 建立第一本 Notebook 的關鍵原則
2-2-2 教育場景常見的 Notebook 主題
2-2-3 企業場景常見的 Notebook 主題
2-3 免費版與進階版本差異說明

▌第3 章 多來源資料整合把「零散資訊」變成知識
3-1 可加入的資料來源與支援格式總覽
3-2 PDF、Google 文件、簡報的最佳整理方式
3-3 圖形與圖像資料的應用（截圖、流程圖、照片）
3-4 YouTube、會議紀錄、錄音資料的應用
3-5 來源命名與分類技巧（避免混亂）

▌第4 章 如何準備「適合 AI 理解」的資料
4-1 為什麼資料順序會影響回答品質
4-2 長文件 vs 多文件的整理策略
4-3 教材、論文、企劃文件的差異化處理

▌第5 章 提問技巧 - 問得好筆記才有價值
5-1 問題型、摘要型、比較型提問
5-2 如何讓 NotebookLM 幫你「想清楚」
5-3 避免得到空泛答案的提問原則

▌第6 章 NotebookLM 視窗操作環境
6-1 認識NotebookLM 入口視窗平台
6-1-1 NotebookLM 入口視窗
6-1-2 筆記本的存取權限 – Reader/Owner
6-1-3 設定
6-1-4 何時建立新 Notebook、何時進入既有 Notebook
6-1-5 入口視窗畫面與後續工作流程的關係
6-1-6 從入口視窗到內部視窗
6-2 NotebookLM 內部視窗架構概覽
6-3 來源區 - 理解的地基
6-3-1 基礎觀念
6-3-2 來源區窗格
6-3-3 點選來源檔案後的閱讀畫面與其意義
6-4 對話區 - 思考正在發生的地方
6-5 引用與可信度索引提示 - 讓回答可被驗證
6-6 工作室在視窗畫面中的角色
6-6-1 工作室的角色與定位 - 為什麼不是一開始就用
6-6-2 是否先使用對話，會如何影響工作室的輸出結果
6-7 視窗配置與使用情境的對應關係
6-8 本章小結 - 看懂畫面，就是看懂流程

▌第7 章 實戰建立NotebookLM 知識庫- 以「AI 在教育研究中的應用與影響」為例
7-1 本章案例說明 - 知識庫要回答什麼問題？
7-2 建立 Notebook 與上傳研究來源
7-3 錯誤示範 - 標題相似，卻不該放在同一本 Notebook
7-4 來源上傳順序與研究脈絡 - 技術層與使用層的差異
7-4-1 觀念釐清 - 技術層不看順序，使用層會形成脈絡
7-4-2 實務示範 - 本章五個研究來源的建議上傳順序
7-4-3 建立 Notebook -「 AI 在教育研究中的應用與影響」
7-5 補充來源 - Deep Research 與網路搜尋的使用判斷
7-6 第一次對話 - 建立研究脈絡
7-6-1 摘要型研究提問 - 為什麼第一問不該追求結論
7-6-2 對話實作
7-6-3 認識回應的「索引編號」
7-6-4 認識「儲存至記事」
7-6-5 實際輸入後的回應解讀 - 如何判斷研究脈絡是否站穩
7-6-6 解讀 NotebookLM 的回應內容
7-7 深化研究對話與判斷 - 從比較提問到研究總結
7-7-1 深化對話：比較與研究型提問（對話實例二）
7-7-2 對話實作
7-7-3 研究者如何總結 NotebookLM 的回應 - 從比較結果到研究立場
7-8 儲存至記事 - 為研究歷程定錨，而不是為結果存檔
7-8-1 儲存記事 - Notebook 的定錨點
7-8-2 實作 - 儲存至記事

▌第8 章 NotebookLM 的應用 - 長文件應用場景
8-1 那份你一直沒打開的 PDF
8-2 先不急著讀，先把這份PDF 交給NotebookLM
8-3 上傳「原子習慣的力量.pdf」
8-4 角色導向閱讀
8-4-1 教師 - 以「教學結構」為核心的角色閱讀
8-4-2 學生 - 以「學習目標」為核心的角色閱讀
8-4-3 企業員工 - 以「行動判斷」為核心的角色閱讀
8-5 本章小結 - 你不需要讀完，才算開始

▌第9 章 NotebookLM 的應用- 多來源知識庫的建立
9-1 為什麼真正的知識庫，一定是「多來源」
9-2 圖片作為來源 - 當重點其實藏在畫面裡
9-2-1 為什麼圖片適合作為知識庫來源？
9-2-2 應用場景 - 教師的教材圖片與教學示意圖
9-2-3 應用場景 - 學生的筆記圖片與課堂紀錄
9-2-4 應用場景 - 企業工作中的截圖與操作畫面
9-2-5 小結 - 圖片不是裝飾，而是理解本身
9-3 YouTube 作為來源 - 當知識是被「說出來」的
9-3-1 為什麼影片是重要的知識來源？
9-3-2 應用場景 - 學生的補充學習
9-3-3 應用場景 - 企業內部訓練影片
9-3-4 小結 - 讓影片成為可整理、可比對的知識來源
9-4 網站網址作為來源 - 當資訊一直在更新
9-4-1 為什麼網站不能只靠書籤？
9-4-2 應用場景 - 教師與研究者的資料整理
9-4-3 應用場景 - 企業資訊的持續追蹤與整理
9-4-4 如何在 NotebookLM 中實作 + 實例提問方式
9-4-5 小結 - 把動態資訊，變成可理解的脈絡
9-5 把不同來源放在同一個 Notebook，會不會亂
9-5-1 多來源本身，不會造成混亂
9-5-2 什麼情況下，多來源是「加分」
9-5-3 為什麼「問題一致」這麼重要
9-5-4 多來源真正發揮作用的時刻
9-5-5 小結 - 先對齊問題，再談來源
9-6 本章小結 - 來源不是越多越好，而是各司其職

▌第10 章 NotebookLM 的來源探索與研究模式
10-1 什麼時候該用「來源探索」？先看你手上有沒有資料
10-1-1 NotebookLM 中的來源探索位置示意
10-1-2 來源探索在 NotebookLM 中的使用時機
10-2 來源探索的入口 - 網路與雲端硬碟
10-3 快速研究（Fast Research）- 快速探索的起點
10-3-1 Fast Research 的定位與使用時機
10-3-2 Fast Research 的實際應用實例
10-3-3 企業導入新工具前的「快速可行性判斷」
10-4 深度研究（Deep Research） - 深入探索與系統分析
10-4-1 Deep Research 的定位與 Fast Research 的差異
10-4-2 Deep Research 的工作原理與研究流程
10-4-3 適合使用 Deep Research 的情境
10-4-4 深度研究實作 - 生成式 AI 真的會影響我的工作嗎

▌第11 章 記事 - 把一次理解，變成長期可用的知識
11-1 為什麼對話不會留下，記事才會留下
11-2 什麼內容「值得」存成記事
11-3 記事怎麼命名，決定你會不會再用它
11-4 從「儲存至記事」到「主動新增記事」
11-5 本章總結 - 記事，連接理解與產出的關鍵層

▌第12 章 工作室 - 把準備好的來源，轉化為實際成果
12-1 什麼是工作室？九種成果，而不是九個工具
12-2 從來源到成果 - 工作室的基本運作邏輯
12-3 第一類成果 -「 摘要型產出」
12-4 第二類成果 -「 結構化理解產出」
12-5 第三類成果 -「 說明與展示型產出」
12-6 第四類成果 -「 分析與整理型產出」
12-7 第五類成果 -「 檢核與回饋型產出」
12-8 如何選對功能？從「我要交什麼」開始
12-9 為什麼有些工作室功能有「筆」
12-10 本章小結 - 工作室，是成果真正開始出現的地方

▌第13 章 學生應用 - 考試、報告與專題整理
13-1 考前複習 Notebook 的建立方式
13-1-1 生成式AI 考前複習Notebook
13-1-2 語音摘要 - 情境是零碎時間很多，卻很難再坐下來讀書
13-1-3 影片摘要 - 快速回顧重點章節
13-1-4 用心智圖整理整科的概念結構
13-1-5 小結：考前複習的關鍵轉換
13-2 小論文與報告的整理流程
13-2-1 生成式AI 專題Notebook
13-2-2 用「報告」功能整理多來源資料
13-2-3 用「資訊圖表」釐清論點與架構
13-2-4 避免「拼貼式寫作」的關鍵轉換
13-2-5 應用結論 - 報告整理的核心價值
13-3 減少死背，提高理解效率
13-3-1 生成式AI 理解檢核Notebook
13-3-2 用「學習卡」功能整理關鍵概念
13-3-3 用「測驗」檢查是否真的理解

▌第14 章 教學設計應用 - 教材、講義與備課
14-1 課程內容快速整理
14-1-1 資訊科技概論Notebook
14-1-2 用心智圖建立課程整體結構
14-1-3 用語音摘要快速熟悉新教材
14-2 講義、測驗與補充教材生成
14-2-1 用「簡報」快速生成教學投影片
14-2-2 用學習卡設計重點講義
14-2-3 用測驗做形成性評量 - 不是考試
14-3 教學備課的 AI 協作模式
14-3-1 資訊科技概論_ 含影片Notebook
14-3-2 用影片摘要快速吸收外部教學資源
14-3-3 資訊圖表 - 把外部教學資源轉為可視化教具

▌第15 章 上班族應用 - 會議、企劃與知識管理
15-1 會議紀錄自動整理
15-1-1 會議決策整理Notebook
15-1-2 用語音摘要快速掌握會議重點
15-1-3 用報告整理多場會議的決策脈絡
15-2 企劃資料與決策脈絡保存
15-2-1 企劃決策整理Notebook
15-2-2 用資料表整理方案比較
15-2-3 用資訊圖表呈現決策重點
15-3 建立「可回顧」的工作筆記
15-3-1 工作經驗回顧Notebook
15-3-2 用報告累積工作經驗
15-3-3 用測驗檢查是否真的理解流程

▌第16 章 研究者與長期學習者的知識庫建構
16-1 為什麼需要為「長期學習」設計 Notebook
16-2 主題型 Notebook 的設計原則
16-3 長期累積與更新的實用策略
16-4 避免筆記越多越亂的三個關鍵
16-5 本章小結 - 建立可成長的知識系統

▌第17 章 跨 Notebook 思考 - 把知識連起來
17-1 多本 Notebook 的搭配方式
17-2 比較、歸納與觀點整理
17-3 建立自己的「第二大腦」