NotebookLM新功能引发网络疯传 ：AI大神、Altman大赞：一手实测来了

播客内容，逻辑清晰，重点明确。

比较遗憾的是，目前仅支持英文，所以我用飞书提取出了AI播客的章节摘要，并翻译成中文。

你可以想象在后台，一个模型正在编写并不断编辑对话脚本。

除了对话的娱乐性，它最重要的职责是要揭示真知灼见：不只是总结资料，还要找出最有趣和最令人惊讶的部分。

现在看来，NotebookLM确实做到了。

另外，「主持人」一男一女，声音听起来很自然，和平时听到的 AI 语音播报，很不一样。

他们用「嗯」、「 you know 」进行停顿，还会刻意结巴。还会用「好的，事情是这样的」来介绍观点，用「 exactly 」等口语来强化对方的观点，对谈很自然。

难怪《华尔街日报》专栏作者 Ben Cohen 说，AI 让他大吃一惊，只有两次。「一次是第一次接触 ChatGPT。这是第二次。」

「我不知道该感到惊讶还是害怕，」《Acquired》是一档热门商业类音频节目，主持人之一 David Rosenthal 在亲自体验后评价说。

其实，NotebookLM 早在 2023 年就推出了，但热度一般，直至近期上新「播客」功能，立刻引发全网「复杂文档转播客」风潮。

现在 10 个 NotebookLM 用户，恨不得有 9 个人都在使用这个新功能。

比如，有人直接将今年诺贝尔物理学奖得主 Hinton 得意门生 Ilya 推荐的所有经典论文整成了播客。

毕竟，不是每个人都能通过阅读进行高效学习，对于许多听觉类型学习者来说，播客的学习方式可能更为有效。

还有用户将自己的账单变成了一个关于如何在 Uber 上「败家」的播客。

AI 主持人甚至会在节目中表示，因为该用户的奢侈而感到羞耻。

数据集也能变播客，用来详细解释数据集，意不意外？

NotebookLM 编辑总监甚至介绍了一个超赞的学习办法：

使用手机（或录音笔）录制课堂音频，辅以手动笔记，简单记一些课题重点。

然后，将课堂录音和笔记一起传到 NotebookLM，做成一个播客。

每周末听听这些播客，并与它们交流，就等于回顾了最重要的课堂知识。

顺便说一句，谷歌还有另一个很棒的播客实验产品，叫做 Illuminate ，不过目前更专注于学术文本，通常语气更严肃。

-2-「一鱼多吃」与隐藏的超能力

除了播客生成，「笔记本指南」这个版块提供了五个最为常见的「吃鱼」方式：

常见问题解答、学习指南、目录、时间轴、简报。

视频下方，还有英文原文显示

上传了一段霉霉在 2022 年纽约大学毕业典礼上演讲视频。

「常见问题解答」可以自动总结一些问题，帮助了解视频内容：

「学习指南」像在做阅读理解，对视频内容进行深度理解。

「目录」，顾名思义，就是画出内容的「地图」。

而「简报」就是要点总结。

因为很难从这篇演讲中抽出时间轴，我们选择了一篇讲述今年诺奖医学奖得主的人物故事，来展现「时间轴」的好处。

不过，最让人印象深刻的是与内容的自由「交谈」。

你可以选择系统推荐的相关问题：

也可以自由发问。

亮点在于回答背后的超能力：基于可信来源的事实核查。

几乎每句回答的结尾处，都有相应的注释。

点击数字，系统会立刻追溯到原文出处。比如，数字「1」，立刻追溯到了原文段落（左侧）。

其次，针对原文中并无明确证据的地方，回答会予以说明和强调。

如，斯诺登并没有讨论过网络实名制，回答补充道，是「推测」的上述分析。

而针对完全超越文本范围的内容，直接拒绝回答。

最后，NotebookLM 还有一个很厉害的地方：可以发现文本之间的知识关联。

如，霉霉演讲、李笑来的《财富的真相》、斯诺登传记《永远记录》以及《批判性思维》等文本背后，思维模式的共同点。

比如，批判性思维和财富思维有什么共通之处？

结束本文之前，有必要提一嘴大模型的幻觉。

其实，Ethan Mollick 早在 2023 年就用过 NotebookLM，当时，他就发现它相当不准确。

Ethan Mollick 在2023 年就用过 NotebookLM，当时发现它相当不准确，比如数字方面。

不过，他现在注意到，再用同样的问题测试，NotebookLM 错误大大减少了，尽管仍然不是完美的。

结合我们的大模型使用经验，如果你的要求是准确无误地显示重要数字，那么，最好还是回到原文出处，比对检查。