NotebookLM筆記術: 打造你的AI第二大腦 (1版)

https://youtu.be/goMo2U5C3vo NotebookLM筆記術 打造你的AI「第二大腦」 ★☆★ 從「抄重點」走向「理解與輸出」 ★☆★ ★☆★ 多來源整合 x 提問思考 x 知識累積 ★☆★ ★☆★ 學生、教師、上班族、研究者都適用 ★☆★ ★☆★ 不是功能教學，而是完整思考流程 ★☆★ ★☆★ 真正的「第二大腦」，不是替你想，而是陪你想 ★☆★ ◎ 書籍核心定位 　　這不僅僅是一本功能操作說明書。　 　　更是一套在 AI 時代，重新設計「理解與輸出流程」的筆記方法。 　　當多數人還在問：「AI 會不會取代我」？本書教你的是：「如何讓 AI 成為你的第二大腦，而不是你的代勞者」。 ◎ 這本書在解決什麼問題 　　☆ 抄了很多重點，卻說不出重點。 　　☆ 資料很多，卻無法整合。 　　☆ PDF 一直存著，卻沒有真正讀完。 　　☆ 會議紀錄很多，卻無法回顧決策脈絡。 　　☆ 做了很多報告，但知識沒有累積下來。 　　本書從「傳統筆記為何失效」談起，帶你建立一套完整流程： 　　☆ 多來源整合 → 提問釐清 → 結構形成 → 成果輸出 → 長期累積 ◎ 與市面NotebookLM書籍最大差異 　　本書不是教你「按哪個按鈕」，而是教你： 　　☆ 為什麼來源順序會影響理解。 　　☆ 為什麼第一問不該追求結論。 　　☆ 為什麼多來源不會亂，問題才會亂。 　　☆ 為什麼工作室不能一開始就用。 　　☆ 為什麼記事才是知識真正開始累積的地方。 　　這是一本「思考流程設計書」，不是功能列表手冊。 ◎ 三大讀者族群 ★ 學生 　　☆ 考前複習 Notebook 建立。 　　☆ 小論文與專題整理流程。 　　☆ 減少死背，提高理解效率。 　　☆ 用學習卡與測驗檢核理解深度。 ★ 教師 　　☆ 快速建立課程結構。 　　☆ 教材整合與影片摘要。 　　☆ 形成性評量設計。 　　☆ 用資訊圖表強化教學視覺化。 ★ 上班族 　　☆ 會議紀錄自動整理。 　　☆ 企劃決策脈絡保存。 　　☆ 建立可回顧的工作經驗庫。 　　☆ 建立長期可成長的知識系統。 ◎ 本書實戰特色 　　☆ 示範建立完整研究型 Notebook。 　　☆ 示範處理長 PDF（不用從第一頁開始讀）。 　　☆ 示範多來源整合（PDF + 圖片 + 影片 + 網站）。 　　☆ 示範會議決策整理。 　　☆ 示範跨 Notebook 比較與觀點整理。 　　☆ 示範從 Fast Research 到 Deep Research 的完整流程。 　　每一章都有： 　　★ 情境問題 　　★ 操作示範 　　★ 思考拆解 　　★ 使用判斷 ◎ 本書的核心價值 　　真正的第二大腦： 　　☆ 不是幫你想，而是讓你想得更清楚。 　　☆ 不是讓 AI 代替你閱讀，而是讓你有能力理解複雜資料。 　　☆ 不是替你生成內容，而是幫你把理解轉為可輸出的成果。

▌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」