NotebookLM 是什麼？Google AI 筆記本 2026 年評測

NotebookLM 是 Google 推出的 AI 筆記本，讓你用自己的資料進行研究與學習。你提供一組來源，例如 PDF、Google Docs、網頁、音訊檔或 YouTube 影片，它就會針對這些資料回答問題，並在每項說法旁附上引用，連回出處段落。它也能把同一組來源製作成學習指南、學習卡、測驗、心智圖與語音摘要。2026 年 7 月 16 日，Google 將它更名為 Gemini Notebook。產品、筆記本與分享連結都維持原樣，因此大多數人搜尋時仍使用 NotebookLM 這個名稱。

這篇評測會介紹 NotebookLM 實際能做什麼、擅長什麼、有哪些做不到的事，以及免費方案有哪些限制。文章也會深入探討許多人使用它的目的：透過 YouTube 學習。NotebookLM 能讀取 YouTube 影片，但只能讀取影片的字幕，而且一次處理一個連結。這正是 transcript.im 這類 YouTube 字幕工具能派上用場的地方。本文後半段會如實比較兩者的用途，以及面對整份播放清單或整個頻道時，如何搭配使用。

NotebookLM 是什麼？

NotebookLM 最初以 Project Tailwind 之名在 2023 年 Google I/O 亮相。Google 將它定位為以使用者來源為依據的研究與學習工具，並在 2026 年中表示，已有超過 3,000 萬人及 60 萬個組織使用。它與一般聊天機器人的差別很簡單：模型根據你放進筆記本的文件回答，而不是憑它從公開網路記住的內容作答，並透過編號引用交代依據。

更名為 Gemini Notebook 並不代表推出了新產品。Google 在公告中稱它為「同一款獨立產品」，如今與 Gemini 應用程式的整合更緊密，也能在該應用程式中建立及同步筆記本。既有筆記本與分享連結會重新導向新名稱。這次公告也為每個筆記本加入安全的雲端電腦，讓它能撰寫及執行程式碼，根據你的來源進行資料分析。這項功能先提供給 Google AI Ultra 訂閱者，目前正逐步開放給 Pro 使用者。如果你在近期指南看到「Gemini Notebook」，在舊指南看到「NotebookLM」，兩者指的是同一個工具。本文沿用 NotebookLM，因為這仍是多數讀者搜尋時輸入的名稱。

以下幾個詞會在文中反覆出現：

• 筆記本：用來容納專案的空間。每個筆記本都有各自的來源、對話與產出內容。
• 來源：你加入的一項資料，例如 PDF、Google Docs 文件、網頁、音訊檔、貼上的一段文字，或 YouTube 影片。
• 對話：根據筆記本來源進行的問答，並附上引用。
• Studio：將來源轉成不同形式內容的面板，包括 Audio Overviews、Video Overviews、心智圖、報告、學習指南、學習卡、測驗、簡報與資訊圖表。

「LM」代表語言模型。這個名稱從一開始就在描述它的構想：一本內建語言模型的筆記本，而且模型只讀取你提供的內容。

NotebookLM 如何運作

使用 NotebookLM 歸結為三個步驟，而結果的品質主要取決於第一個步驟。若要查看包含提示詞的完整操作指南，請參閱我們的 如何使用 NotebookLM 指南。

1. 新增來源

建立筆記本，加入你想處理的資料。可上傳 PDF、純文字與 Markdown 檔案、Word 文件，以及 MP3、WAV 等音訊檔。也能從 Google Drive 加入 Docs、Slides（最多 100 張投影片）與 Sheets（上限為 100,000 個 token）。你可以貼上網頁網址；若有多個網址，也能用空格或換行分隔，一起貼上。複製的文字可以單獨貼成一個來源。YouTube 連結也支援，但有一些條件，下文會說明。音訊會在匯入時轉錄，NotebookLM 留存的是轉錄後的文字。

2. 提出問題

對話會根據選取的來源回答。回答中的每項說法都附有編號引用，將游標移到引用上或點選，就能看到出處段落。你可以勾選或取消勾選來源，將問題範圍縮小到一份文件，或擴大到整個筆記本。問題愈具體愈好：「這兩篇論文對樣本數有哪些不同看法？」會比「把所有內容都摘要一下」更有效。

3. 在 Studio 中產生格式

相同的來源可以變成學習指南、簡報報告、時間軸、記憶卡、測驗、心智圖、投影片簡報、資訊圖表，或 Audio Overview —— 這是一段由兩位 AI 主持人針對您的資料進行的 podcast 式對話（我們的 NotebookLM Audio Overview 指南涵蓋其格式與選項）。Video Overviews 則會加入旁白投影片。這些輸出正是 NotebookLM 與聊天視窗有所不同的地方：一個精心建立的筆記本，就能提供多種方式來複習相同資料。

後續成果全取決於放進去的內容。三個清楚明確的來源，會比塞滿四十個關聯鬆散連結的筆記本帶來更精確的回答。引用只有在來源值得信任時才有幫助。

NotebookLM 的優點

回答有據可查

最出色的功能就是引用。當回答提到某場講座如何定義一個詞，你可以點進去找到確切的那一行，確認是否正確。這讓 NotebookLM 從語氣篤定的助手，更接近能協助研究的工具。你仍得閱讀引用內容，但查證只需幾秒鐘，不必在一份 90 頁的 PDF 中翻找。

適合範圍明確的資料

當範圍清楚時，NotebookLM 的表現最好：一門課、一個研究問題、一位客戶的文件，或一本書。在這個範圍內，它能比較論點、找出某個主題在十個來源中的出現位置，並擷取定義、日期與引文，不會跑到公開網路搜尋。

一組資料，多種學習方式

學生用它製作學習卡與測驗；研究者透過重點報告與心智圖掌握領域架構；習慣用聽的方式學習的人，則能在通勤時收聽 Audio Overviews。同一本筆記本就能滿足這些需求，切換形式時不必重新上傳資料。

支援混合來源

實際專案的資料很少只有一種格式。NotebookLM 可以把投影片、演講錄音、網路文章與 PDF 筆記放進同一本筆記本，當成一整組文字資料處理。

方便分享

你可以把筆記本分享給全班、讀書小組或團隊，讓每個人都針對相同來源提問，不必輾轉傳閱已經被多次摘要的內容。

免費方案已能涵蓋不少需求

許多學生與獨立研究者根本不需要付費。如果一次只處理一門課或一個專案，免費方案提供的額度相當充足。

NotebookLM 的不足

有來源依據，不代表答案正確

引用讓答案可以查證，並不保證答案正確。NotebookLM 可能漏掉例外、把兩個來源之間的歧見簡化，或是指向正確段落，卻把某個細節說錯。凡是重要內容，都應打開引用，閱讀前後文。

它不會判斷來源的品質

如果來源過時、帶有偏見，或根本就是錯的，NotebookLM 仍會忠實地根據它回答。除非你明確告知，否則工具不會自行判斷哪些來源應占更高比重。

它只能看見文字

尤其對 YouTube 而言，NotebookLM 只匯入字幕文字，不包含其他內容。畫面上的投影片、白板上的示意圖、影片中展示的程式碼，或講者指著的圖表，都不屬於來源。如果重要資訊是展示出來、卻沒有說出口，筆記本就不會有這些資訊。

處理 YouTube 時依賴字幕

沒有字幕的影片無法加入。上傳未滿 72 小時的影片，也可能還無法匯入。使用者最常遇到的錯誤，大多是「無法取得逐字稿」之類的訊息，而 NotebookLM 內並沒有改為轉錄音訊的選項。

一個連結就是一個來源

它無法一次匯入整份 YouTube 播放清單或整個頻道。每部影片都必須各自成為一個來源，很快就會碰到每本筆記本的來源數量上限。

有被動學習的風險

一份整理精美的學習指南，會讓人覺得自己很有進展。但閱讀指南，不等於能回想內容或解決問題。NotebookLM 最適合用來引導你該學什麼，無法取代實際學習。

專案進行到一半才碰到上限

每日對話與 Studio 的使用量依方案設有上限，研究量大的一天就可能用完。通常最先遇到的，是來源數量上限。

NotebookLM 免費嗎？你需要知道的限制

是的。任何擁有受支援 Google 帳號的人都可以免費使用 NotebookLM，而且一次處理一門課程或一個研究主題通常已經足夠。影響您建立筆記本方式的限制如下：

這些數字來自 Google 的 Gemini Notebook 新增來源說明頁。付費 Google AI 方案，以及符合資格的 Workspace 與 Education 版本，會提高每本筆記本的來源數量上限與每日使用上限。Google 不時會調整方案內容，因此付費升級前，請先查看當前的方案頁面。

當資料來自影片時，有兩項限制值得留意。50 個來源的上限會把每個 YouTube 連結各算成一個來源，因此若將一門含有 60 部影片的課程逐部加入，一本免費筆記本就放不下。另一方面，每個來源最多 500,000 個單字，其實能容納很多內容：一小時的演講大約會產生 8,000 到 10,000 個單字的逐字稿，因此單一文字檔就能容納數十部影片的逐字稿，卻仍只算一個來源。這個差異正是本文稍後介紹批次處理流程的基礎。

隱私方面，Google 表示，除非你提交意見回饋，否則筆記本內容不會用來訓練其基礎模型，符合資格的 Workspace 與 Education 帳戶還享有額外保護。但這不代表任何資料都適合上傳。加入受限制的資料之前，請遵守學校、雇主與著作權相關規定。

NotebookLM 與 YouTube：實際匯入了什麼？

從 YouTube 學習是人們開啟 NotebookLM 最常見的原因之一，也是最容易開始產生混淆的地方。以下是 Google 說明頁面中所述，當你 將 YouTube 影片新增至 NotebookLM 時會發生的情況：

• 僅支援有字幕的公開影片。 字幕可以由創作者上傳，也可以由 YouTube 自動產生。
• 只匯入逐字稿文字。 影像、畫面上的文字與音訊本身，都不屬於來源內容。
• 近期上傳的影片可能匯入失敗。 上傳未滿 72 小時的影片，可能還無法匯入。
• 片長不是限制。 任何長度的影片都能使用，除非字幕檔超過 500,000 個單字。
• 也可能因其他原因匯入失敗。 Google 列出的原因包括缺少字幕檔、影片被標示為可能不安全，以及語言尚未受到支援。

實際上，這表示 NotebookLM 讀取的，就是你在 YouTube 逐字稿面板中看到的同一條字幕軌。創作者仔細撰寫字幕時，筆記本就能取得清楚的文字；字幕由系統自動產生時，筆記本也會承接其中的錯誤：聽錯的名字、缺漏的標點，以及語音模型猜出來的專業術語拼法。螢幕錄影、短片、小型頻道的訪談，以及許多非英語影片，常常完全沒有字幕，這時 NotebookLM 就沒有內容可讀。

數量是另一個問題。一個 YouTube 連結就是一個來源。一份有 40 堂課的課程播放清單，需要分別貼上 40 次，並占用 50 個來源名額中的 40 個。如果其中幾堂課沒有字幕，匯入的課程內容還會有缺漏。NotebookLM 不會把播放清單或頻道連結展開成其中的影片。

這些限制並不違背 NotebookLM 的定位。它本來就是根據文字進行推理的筆記本。從影片取得文字是另一項工作，而這正是 transcript.im 的用途。

NotebookLM 與 transcript.im：各自負責不同的工作

兩者都能處理 YouTube，也都使用 AI，因此很容易被視為競爭對手。其實，它們位於同一套工作流程的不同階段。transcript.im 將影片轉成文字，NotebookLM 則根據你已經取得的文字進行推理。

NotebookLM 更擅長的事

如果資料本來就是文字，例如論文、筆記、投影片與文章，NotebookLM 更適合用來思考。整合多份文件並附上引用的回答、從一本筆記本產生多種學習內容、Audio Overviews，以及群組分享，都是它的核心優勢；transcript.im 並不是以這種多來源筆記本為核心打造的工具。transcript.im 確實提供逐字稿的 AI 摘要與對話功能，但重點在於你剛轉錄的那部影片，而不是五十份不同類型的文件。

transcript.im 更擅長的事

如果資料是影片，transcript.im 就能補上 NotebookLM 缺少的那一步。有創作者字幕軌時，它會讀取字幕；沒有時，則會轉錄音訊，因此即使 NotebookLM 無法匯入的影片，仍能轉成文字。它會保留時間戳記，讓引文能追溯到說出口的那一刻；也能依其他工具需要的格式匯出檔案、翻譯逐字稿並保留時間戳記，還能處理 NotebookLM 完全無法讀取的平台影片，包括 TikTok、Instagram 與 LinkedIn。此外，一個播放清單或頻道連結就能作為一項工作處理，不必拆成四十項。

兩者都做不到的事

兩個工具都看不到只出現在畫面上的資訊。逐字稿記錄的是說話內容，因此沒有被唸出來的投影片、未搭配口頭說明的程式碼，以及無聲示範，都不會出現在兩者的內容裡。處理這類影片時，請在筆記旁同時開著影片。

實際使用時，不必二選一。先用 transcript.im 從影片取得完整、含時間戳記的文字，再將這些文字作為來源交給 NotebookLM。

為 NotebookLM 批次取得 YouTube 逐字稿

如果你要處理的不只是幾部影片，例如一份課程播放清單、一個研討會頻道、Podcast 歷年集數，或一組需要分析的競爭對手影片，就適合使用這套流程。它能一次解決前面提到的三個問題：影片沒有字幕、一個連結各占一個來源，以及 50 個來源的上限。

1. 貼上播放清單或頻道連結

在 YouTube 播放清單逐字稿頁面，貼上一個播放清單網址，就能依清單設定的順序將所有影片排入佇列。在 YouTube 頻道逐字稿頁面，貼上一個頻道網址，就能將其中公開上傳的影片排入佇列。影片會同時處理，因此即使是很長的課程，也能取得整組結果，不必逐部等待。

2. 自動補齊缺漏

每部影片有字幕軌時，就會讀取字幕；沒有字幕的影片，則會從音訊轉錄，因此缺少字幕軌不再讓課程內容出現空缺。每份逐字稿都會標示影片標題，並保留時間戳記。

3. 檢查你會採用的內容

在整組逐字稿中搜尋你關心的詞，並對照影片，抽查人名、數字與專業術語。自動產生的字幕與 AI 轉錄，都可能聽錯不常見的名字；現在先修正，NotebookLM 之後引用時才會使用正確的拼法。

4. 匯出為 NotebookLM 容易讀取的格式

純文字 TXT 或 Markdown 最適合匯入筆記本。Markdown 能將每部影片的標題保留為段落標題，讓 NotebookLM 清楚區分各堂課，也讓你更容易讀懂引用。

5. 將逐字稿分組，控制來源數量

一個來源最多能容納 500,000 個單字，因此不必每部影片都各占一個來源。將相關逐字稿合併成幾個檔案，例如依課程單元或上傳月份分檔，並在檔案內保留各部影片的標題。一門含有 60 部影片的課程，可以整理成六個或八個來源，而不是 60 個，讓筆記本還有空間放投影片、閱讀材料與自己的筆記。

6. 將檔案加入 NotebookLM，針對全部內容提問

把檔案上傳為來源後，「哪些課程談到定價？」或「講者對這件事的建議，從第一集到最後一集有什麼變化？」這類問題，就能根據整組資料回答，並附上連到逐字稿文字的引用。文字中的時間戳記，也能帶你回到原始影片的確切時間點。

同一份逐字稿也能在 NotebookLM 以外重複使用。這些檔案可用於 ChatGPT、Claude 或 Gemini、筆記應用程式，或試算表；匯出的 SRT 或 VTT 則能直接匯入影片剪輯軟體。只需轉錄一次，再保留檔案，就不會被綁在某一本筆記本裡。

幾個實用提醒：

• 分析時保留原始語言。 依影片說話的語言轉錄。如果讀書小組需要另一種語言，之後再翻譯逐字稿；每一行仍會保留對應的時間戳記。
• 依內容範圍命名檔案。 「單元 3 - 第 12-18 課.md」能讓來源清單更清楚，也能一眼看出引用來自哪個來源。
• 更新內容，不必重建。 對於持續發布影片的頻道，只要處理新上傳的影片，再將一個新檔案加入筆記本，不必從頭再來。

哪些人適合使用 NotebookLM

適合使用 NotebookLM 的情況： 你的課程有大量閱讀材料、研究時需要比較論文或訪談、想用學習卡與測驗準備考試、要透過一組已知文件入門新領域，或想以 Audio Overview 的方式收聽資料。在範圍明確的一組來源中進行研究與學習時，它是目前最好的免費工具之一。

資料以影片為主時，搭配逐字稿工具使用。 講座、研討會演講、發布在 YouTube 上的 Podcast、教學、訪談與創作者內容，都需要先轉成文字，NotebookLM 才能可靠地根據內容推理。尤其是缺少字幕、影片數量多達數十部，或需要時間戳記來重新找到某一刻時，更是如此。

以下情況應考慮其他工具： 你需要不經查證就保證正確的答案、正式評量、實作練習，或工作仰賴的是畫面呈現、而非說出口的內容。此外，NotebookLM 也不會定期主動尋找新資料；它只處理你提供的內容。

評測結論

NotebookLM 值得使用。它清楚展現了 AI 工具如何專注於你的資料、交代每個回答的出處，並將同一組來源轉成多種學習方式。更名為 Gemini Notebook 改變的是名稱，並沒有改變使用它的理由。它的弱點也很明確：它信任你提供的來源，仍可能漏掉細節；免費方案每本筆記本最多 50 個來源；處理 YouTube 時，一次只能讀取一部影片的字幕文字。

要充分發揮它的價值，就得提供更好的輸入。對文件而言，這代表仔細挑選來源；對影片而言，則是先取得完整文字：用 transcript.im 處理播放清單或頻道、保留時間戳記、將逐字稿分組成幾個檔案，再讓 NotebookLM 發揮所長。