别难为 ChatGPT 了，面对海量资料，NotebookLM + Gemini 的“外挂模式”才是降维打击

学习与拆解的引擎

Google 打通 NotebookLM 和 Gemini 后，大家都挺欣喜。

平常写个邮件、查个常识，用 GPT 或者通用的 Gemini 模型确实够快。但是，一旦扔给它们一份 1000 页的技术文档、几个 G 的混合资料库（图片、视频、网页链接）, 就麻烦了：

现在当我有现成的资料的时候：笔记、视频、图片。。

我一般会直接把各种模态的都丢进 NotebookLM 起步，他是「学习与拆解的引擎」，负责把复杂信息拆解成易于理解的各种学习视图。一边研究，一边学。

就连这种前端提示词优化，我也建了一个小知识库，实现它自动帮我优化提示词。

但如果我把之前做研究或者学习的笔记本做为 Gemini 的参考数据源 (可以多本)

那Gemini 的答案会更加精准，幻觉会更少，输出更加聚焦和有价值。

这些笔记本相当于外挂 RAG一样， 可以让 Gemini 用起来更丰富和严谨。

如果不使用NotebookLM，Gemini3的上下文没这么大。而且对于那些多模态资料而言，前者更多的是RAG，后者是作为上下文。

而对于Gemini来说， 它可以做许多NotebookLM 做不了的事。。比如 Deep Research，写程序，绘画，做视频等等。

甚至我也可以把与Gemini的好的输出再反向填到NotebookLM 中。拆解消化吸收。

总之，这是一个双向协作，互为补充的过程。

基于笔记本做网站

你看我在gemini里中，编写网页：利用 Canvas 功能，将笔记里的核心方法论直接转化为可运行的网页。

Prompt 指令：

请基于我上传的 Notebook 内容，扮演一位顶尖的前端设计师和知识架构师，通过编写一个单页网页（Artifact）来清晰、专业地传达这套方法论。请严格执行以下指令，确保界面避开 AI 常见的平庸美学，创造出令人愉悦的、具有“呼吸感”的知识型展示。

🎯 一、内容结构与叙事逻辑

• 1. 顶部核心： 用大字号、高视觉权重的排版展示“一句话核心思想”，作为方法论的灵魂。
• 2. 核心概念： 提取 3–5 个关键概念，采用非预测性的卡片结构进行展示。
• 3. 信息颗粒度： 每个概念卡片必须包含“核心解释”+“具体应用示例”。应用示例建议使用代码块样式或独特的字体容器来区分知识层级。

🎨 二、前端美学与反趋同性设计约束（“前端美学技能”应用）

您必须致力于一种有凝聚力的“知识型/社论式”美学，通过代码实现以下维度：

• 1. 字体排版 (Typography) 🖋️：
• ◦ 禁令： 严禁使用 Inter, Roboto, Arial, Open Sans 或默认系统字体。
• ◦ 搭配： 采用高对比度字体搭配。标题建议使用 Editorial 风格（如 Playfair Display 或 Crimson Pro），应用示例建议使用 Code Aesthetic 风格（如 JetBrains Mono）。
• ◦ 极端字重： 标题使用 800/900 字重，解释文本使用 100/200 字重，字号跳跃应大于 3 倍，以建立清晰的阅读阶梯。
• 2. 色彩与主题 (Color & Theme) 🎨：
• ◦ 审美承诺： 选择一种偏向**“现代 IDE”或“高品质报纸”**的配色方案。
• ◦ 重点色彩： 使用具有鲜明重点的主导色彩来引导视线，严禁使用白色背景上的紫色渐变。
• 3. 背景与深度 (Backgrounds) 🖼️：
• ◦ 氛围创造： 创造氛围和深度，而非默认的纯色背景。可以通过分层 CSS 渐变或微妙的几何图案来营造背景的复杂性，使知识卡片看起来具有层次感。
• 4. 动态效果 (Motion) 💫：
• ◦ 编排： 专注于高影响力的时刻，例如采用 交错显示（animation-delay） 的页面加载效果，让概念卡片逐一浮现，这比分散的微交互更具吸引力。

📝 三、最终提醒与交付物要求

• - 避免局部趋同： 请跳出思维定势，做出意想不到的、感觉是为该上下文（Notebook 知识内容）而设计的选择！。
• - 技术规格： 直接输出一个完整的、模块化的 HTML + CSS（可包含内联 CSS）。

这个审美水平是否比较高级：

基于笔记本做视频

Veo3.1：

基于我上传的 Notebook 内容，用一个小孩子都能看懂的视频来表达清楚：

这里视频太短，就可以让它生成脚本，然后丢到flow里，使用延展功能。

对于笔记本之前的研究，我还可以利用Canva生成小测试。相比NotebookLM 里面的测试卡片，这个重在自己可以diy。

甚至它里面还有一个study模式。

NotebookLM 里面也有一个深度研究。但这个是搜索到更多的源，是一些参考结果。

这个和gemini那个深度研究还是有些区别的。后者更适合我们反复拆解研究，思考交互。

深度研究完了，那么我们可以立马生成图片、视频或者网页，各种视觉形式。

基于笔记本生成图片

生成图片：读取笔记中的抽象概念，自动生成对应的视觉配图。

我感觉生成的这个表的风格挺好的。。我写的提示词是这样的：

从 Notebook 中挑选一个最抽象的概念，

请生成一张“用于文章配图”的概念视觉图，

风格偏理性、结构化、极简、系统图、思维模型感风格，

使用浅色背景、细线结构、冷色调，

类似 Apple 官方文档中的系统架构示意图。要中文。

这个相比于NotebookLM里面的信息图而言，可以一边聊一边修改。生成不同的比例输出。

你或许已经看到这里面的字体有问题了。解决办法在这里：Nano Banana PPT 生成，分辨率越高，文字越准确吗？

一些需要注意的点

如果你想用笔记本生成图片或者视频。选择fast的模式会好一些。 Pro模式想的更多，它有可能直接输出文字。

NotebookLM 负责长期上下文与学习拆解，Gemini 负责多模态表达与高级输出。

这也是我目前最常用的组合之一。

Onre More Thing

你有没有试过把Ai Studio，或者其他LLM整个聊天放到NotebookLM里？

聊天记录。NotebookLM 生成ppt，以可视化的方式查看聊天记录。

如果你的聊天记录是ai生图提示词的话，那效率太高了，生成的ppt里面包含了这些提示词的绘图。

一些关于 NotebookLM 生成的ppt无法编辑的解决方案：

1、WPS 有一个PDF转PPT工具，文字会被识别成文本框，可以编辑。但复杂的图形元素可能还是图片形式，没法改。

2、lovart 的图片编辑功能

3、Windows智能圈选，可以自动把图片内容转化成可编辑的PPT格式

最后，关于前端提示优化小知识库：

这个如果你喜欢的话，可以在评论区留言，后面可以说一说。

🌟 知音难求，自我修炼亦艰，抓住前沿技术的机遇，与我们一起成为创新的超级个体（把握AIGC时代的个人力量）。

点这里👇关注我，记得标星哦～