📌Part 02 打造專屬知識庫 / 你的第一本 AI 筆記本~邱允文

 📌

🧠 Part 02 打造專屬知識庫 / 你的第一本 AI 筆記本

以下將針對您提供的 7 個步驟，詳細解說每一步驟，並為每個題目生成 3 個案例，用條列式講解每個細節及提示詞 (Prompt) 範例，並在相關軟件文字上加上超連結。

1. 提取關鍵資料與分析方向

這個步驟的目標是在開始使用 NotebookLM 之前，先界定您的知識範圍和想要解決的問題。

案例分析 (3 則)

  • 案例一：撰寫市場分析報告
    • 資料範圍： 關於新能源汽車行業的 15 篇新聞稿、5 份行業研究報告、3 份競品財報。
    • 分析方向： 識別未來五年的市場增長趨勢、主要技術瓶頸以及競爭格局的變化。
  • 案例二：準備大學期末考
    • 資料範圍： 課程的所有 PDF 講義、教授推薦的 4 篇論文、個人課堂筆記（轉為 Google Doc）。
    • 分析方向： 綜合所有資料，生成核心概念的定義，並設計涵蓋所有考點的模擬測試題。
  • 案例三：優化公司新員工手冊
    • 資料範圍： 現有員工手冊、各部門的常見問題 (FAQ) 文件、公司文化價值觀文件。
    • 分析方向： 提取員工手冊中最常被諮詢的 10 個問題，並根據文化價值觀，重寫手冊的「行為準則」部分。

📝 細節與提示詞 (Prompt) 範例

  • 關鍵細節： * 明確目標： 知道您想從這些資料中獲得什麼成果（報告、考卷、優化文件）。
    • 統一格式： 儘量將所有資料轉換成 NotebookLM 支援的格式，如 PDF 或 Google Doc，以利 AI 準確讀取。
    • 命名慣例： 為您的資料來源（Source）使用清晰的名稱（如「競品財報_2024Q1」），方便後續引用。
  • 提示詞 (Prompt) 範例 (目標設定 - 供自己思考)：

目的： 我希望這個 NotebookLM 最終能幫助我找出上傳的所有文件間關於「供應鏈韌性」的不同定義，並總結出一個適用於我們公司的綜合框架。

2. 建立筆記本

這是您在 NotebookLM 介面中創建一個專屬工作空間的步驟。

案例分析 (3 則)

  • 案例一： 建立名為「專案 A - PRD 與技術文檔」的筆記本，專門整合某個軟體專案的需求和技術規範文件。
  • 案例二： 建立名為「莎士比亞文學評論集」的筆記本，彙整所有關於《哈姆雷特》的不同時代評論文章。
  • 案例三： 建立名為「新興 AI 技術研究 (2025)」的筆記本，只包含近期的行業趨勢報告和技術白皮書。

📝 細節與提示詞 (Prompt) 範例

  • 關鍵細節： * 操作步驟： 登入 NotebookLM 後，點擊左側導航欄的 「New Notebook」（新建筆記本）按鈕。
    • 專一原則： 一個 Notebook 應專注於一個主題或專案，避免將不相關的資料混雜在一起，影響 AI 分析的準確性。
    • 即時生成： 筆記本建立後，NotebookLM 會開始為您上傳的每一個 Source 自動生成摘要 (Summary) 和主要主題 (Key Topics)。
  • 提示詞 (Prompt) 範例 (給 AI 參考的說明，非實際輸入)：

目的： 請將我稍後上傳的 8 份關於遠端工作效益的文件，視為一個單一的知識庫。這個筆記本的重點在於找出支持和反對遠端工作的核心論點。

3. 上傳多類型資料來源

將您在步驟 1 中準備好的文件實際匯入 NotebookLM。

案例分析 (3 則)

  • 案例一：
    • 上傳： 10 份 PDF 格式的學術期刊文章（研究型資料）。
    • 上傳： 5 份轉為 Google Doc 的個人訪談逐字稿（非結構化資料）。
  • 案例二：
    • 上傳： 3 份來自 Google Drive 的專案報告（雲端同步資料）。
    • 上傳： 2 份從電腦上傳的 TXT 格式程式碼說明文件（技術型資料）。
  • 案例三：
    • 上傳： 1 份包含大量表格數據的 PDF 文件（表格型資料）。
    • 上傳： 1 份從網頁複製貼上內容後保存的 Google Doc 文件（文本型資料）。

📝 細節與提示詞 (Prompt) 範例

  • 關鍵細節： * 支援類型： NotebookLM 主要支援 PDF、Google Docs 和 TXT 文件。
    • 上傳方式： 您可以直接從電腦上傳文件，或連結您的 Google Drive 帳號並匯入文件。
    • 自動處理： 上傳完成後，NotebookLM 會自動進行索引 (Indexing) 和向量化 (Vectorization) 處理，讓 AI 能夠理解文件內容。
  • 提示詞 (Prompt) 範例 (給 AI 協助分類 - 這是理想的流程，但目前 NotebookLM 會自動處理)：

請求： 針對我剛上傳的 5 份文件，請根據文件名，將它們分為**「訪談紀錄」和「市場數據」**兩大類。

4. 閱讀所有資料的摘要 (Notebook Summary)

NotebookLM 會為整個筆記本中的所有 Source 生成一個綜合性的摘要。

案例分析 (3 則)

  • 案例一：綜合市場分析報告
    • 功能： 閱讀 AI 針對「新能源汽車」筆記本生成的總體摘要，快速掌握所有文件共有的市場核心共識和主要爭議點。
  • 案例二：綜合課程知識點
    • 功能： 閱讀 AI 針對「期末考」筆記本生成的總摘要，用 5 分鐘快速回顧整個學期所有講義的核心知識架構。
  • 案例三：跨部門溝通摘要
    • 功能： 閱讀 AI 針對「員工手冊優化」筆記本生成的總摘要，確認所有文件中是否有任何衝突的規定或價值觀。

📝 細節與提示詞 (Prompt) 範例

  • 關鍵細節： * 位置： 這個總摘要通常位於 NotebookLM 頁面的頂部，或側邊欄的總覽區。
    • 作用： 這是最高層級的鳥瞰視角，用於建立大局觀，而非專注於單一細節。
    • 引文連結： 摘要中的關鍵句子會連結到所有相關的 Source，方便您深入探究。
  • 提示詞 (Prompt) 範例：

需求： 根據這個 NotebookLM 中所有的資料來源，請總結**「去中心化金融 (DeFi)」在未來一年面臨的最大風險是什麼？請綜合**所有文件中的論點來回答。

5. 閱讀每份資料摘要與重要主題 (Source Summary & Key Topics)

NotebookLM 會為單個文件生成摘要和重要主題，以供快速篩選。

案例分析 (3 則)

  • 案例一：篩選重要論文
    • 功能： 在「學術研究」筆記本中，快速瀏覽 20 篇論文的獨立摘要，識別出哪些論文專注於實驗數據，哪些論文專注於理論推導。
  • 案例二：掌握訪談重點
    • 功能： 點擊「訪談逐字稿 A」的摘要和主題，立即確認這份訪談的核心回饋點是關於「產品的易用性」還是「產品的價格」。
  • 案例三：理解合約重點
    • 功能： 瀏覽一份複雜合約的主題標籤 (Key Topics)，快速定位到「終止條款」、「賠償責任」等關鍵章節。

📝 細節與提示詞 (Prompt) 範例

  • 關鍵細節： * 位置： 在 NotebookLM 的左側 Sources 列表中，點擊單個文件，即可在右側聊天區看到其獨立摘要和 AI 提取的重要主題。
    • 主題標籤： 這些主題標籤是可點擊的，點擊後 AI 會自動在聊天框中生成一個關於該主題的提問，幫助您深入挖掘。
    • 目標： 幫助您在不打開原始文件的情況下，判斷單個文件對您專案的價值和相關性。
  • 提示詞 (Prompt) 範例 (基於單一文件)：

指定文件： 針對 Source C：「新藥臨床試驗結果報告」。 需求： 請根據這份文件的摘要和主題，判斷這項新藥的主要副作用是什麼，並請用一個句子總結。

6. 閱讀每份資料內容與逐字稿

這是直接在 NotebookLM 介面中與原始資料進行交互的步驟。

案例分析 (3 則)

  • 案例一：驗證事實
    • 功能： 當 AI 在聊天中給出一個預算數字時，使用者可以直接在右側的原始文件視窗中，找到對應被高亮標註的段落，確認數字是否準確。
  • 案例二：深度註釋
    • 功能： 在閱讀某篇論文的「方法論」部分時，直接在 NotebookLM 的原始文件視窗中劃線、高亮，並將該段落一鍵匯出到您的筆記中。
  • 案例三：快速搜尋
    • 功能： 在單一文件的逐字稿中，使用Ctrl + F / Command + F 或 NotebookLM 的內部搜尋功能，快速定位**「關鍵字」**在文件中的所有出現位置。

📝 細節與提示詞 (Prompt) 範例

  • 關鍵細節： * 操作： 在 NotebookLM 左側 Source 列表，點擊文件後，即可在主視窗看到原始文件或逐字稿內容。
    • 雙向連結： 這是 NotebookLM 最強大的功能之一：AI 輸出的所有資訊都會連結回原始文件的具體段落，而您在原始文件中高亮的段落也可以連結到 AI 聊天。
    • 聚焦功能： 允許您暫時只與單個文件進行對話，排除其他 Source 的干擾。
  • 提示詞 (Prompt) 範例 (內容提取與驗證)：

動作： 請在 Source B 中找到所有提到**「客戶留存率 (Customer Retention Rate)」**的句子。 需求： 將這些句子以引言格式逐一列出，並告訴我該文件所定義的「優良留存率」是多少。

7. 常見的提問技巧與方法

提問的品質直接影響 NotebookLM 分析結果的價值。

案例分析 (3 則)

  • 案例一：對比與綜合
    • 技巧： 使用 「比較 (Compare)」 或 「對比 (Contrast)」 提示詞。
    • 範例： 比較 Source A 和 Source D 中關於「AI 倫理」的主要分歧點是什麼？
  • 案例二：角色扮演與草擬
    • 技巧： 使用 「以...身份 (Act as a...)」 或 「草擬 (Draft a...)」 提示詞。
    • 範例： 請以一位風險投資人的身份，根據所有文件，列出這個初創公司最致命的 3 個潛在風險。
  • 案例三：結構化與清單提取
    • 技巧： 使用 「生成清單 (Generate a checklist)」 或 「以表格呈現 (Present in a table)」 提示詞。
    • 範例： 根據所有上傳的專案管理文件，生成一個**「專案啟動」的標準化清單 (Standard Checklist)**，包含 5 個關鍵步驟。

📝 細節與提示詞 (Prompt) 範例

  • 關鍵細節： * 具體性： 避免模稜兩可的問題，如「文件講了什麼？」。應具體到「文件關於...的主題講了什麼？」
    • 強制引用： 總是要求 AI 引用原始資料 (Cite your sources)，這能確保答案的準確性和可追溯性。
    • 限制格式： 透過要求輸出**「條列式」、「表格」、「五點摘要」**等，來控制 AI 的輸出結構，使其更易於閱讀。
  • 提示詞 (Prompt) 範例 (綜合技巧應用)：

角色/目標： 請擔任一位資深編輯，根據 Source X 和 Source Y 的論點。 需求： 撰寫一個兩段式的結論，總結「區塊鏈技術」在供應鏈追蹤方面的潛力和挑戰。 限制： 每段不超過 100 字，並在每個關鍵論點後方附上 Source 引用。

您是否希望針對這些步驟中的任何一個，進行更具體的 NotebookLM 界面操作或進階提示詞的實戰練習？

 

留言

張貼留言

這個網誌中的熱門文章

🧠 Part 04 職場效率提升 / 行政與會議助理好幫手~邱允文

  🧠 Part 04 職場效率提升 / 行政與會議助理好幫手 1. 建立筆記本 為特定的職場任務或專案建立獨立的工作空間，以確保資料隔離和分析的精準性。 案例分析 (3 則) 案例一： 目標： 專門處理 跨部門會議記錄和決策追蹤 。 操作： 建立一個名為「 Q4 專案決策與追蹤 」的 NotebookLM 筆記本。 案例二： 目標： 集中管理 人事行政文件 。 操作： 建立一個名為「 員工福利與行政規範 」的筆記本，用於處理公司制度、請假流程等文件。 案例三： 目標： 分析並整理 客戶服務通話記錄 。 操作： 建立一個名為「 客戶服務痛點分析 」的筆記本，用於上傳錄音檔轉成的逐字稿。 📝 細節與提示詞 (Prompt) 範例 關鍵細節： 任務導向： 筆記本應與您的 實際工作流程 對應，例如「每週例會」、「新產品開發」、「年度審計」。 快速訪問： 清晰的命名有助於您在多個 NotebookLM 專案中快速切換，提高效率。 提示詞 (Prompt) 範例 (目標描述 - 供自己參考)： 目的： 這個筆記本將用於整理我們與潛在供應商的 所有會議記錄、報價單和合作協議 。主要目標是幫助我 比較它們的報價結構和服務條款 。 2. 上傳會議錄音生成逐字稿 NotebookLM 本身不直接生成音頻逐字稿 ，但它能分析您 事先 轉換好的逐字稿文件。此步驟強調將音頻內容轉化為可分析的文本格式。 案例分析 (3 則) 案例一： 前置步驟： 使用 Google Meet 或其他工具的 錄製功能 ，將會議錄音轉換為 TXT 格式的逐字稿。 上傳： 將該 TXT 檔案轉為 Google Doc 並上傳至 NotebookLM 。 案例二： 前置步驟： 使用 手機錄音 的客戶訪談內容，透過第三方服務或工具 轉為 PDF 格式的逐字稿。 上傳： 將此 PDF 檔案上傳至「客戶服務痛點分析」筆記本。 案例三： 前置步驟： 匯入一個包含 時間戳和發言人姓名 的結構化逐字稿（例如 [05:30] Jane: 我們應該... ）。 上傳： 讓 NotebookLM 識別 不同發言者 的意見。 📝 細節與提示詞 (Prompt) 範例 關鍵細節： 先文本化： NotebookLM 只能處理 文本 Sources ，音頻需要外部工具先處理。 結...
閱讀完整內容

💡Elementor 網站編輯器裡的 AI 功能~邱允文

  💡 Elementor 網站編輯器裡的 AI 功能，含  AI 站點規劃 (Site Planner) 、 AI 容器與布局生成功能 、 AI 影像生成 、 AI 文本寫作助手 、 AI 程式碼產生器  及  AI Notetaker  等， 旨在加速設計流程並激發創意。 Elementor 網站編輯器裡的 AI 功能，含  AI 站點規劃 (Site Planner) 、 AI 容器與布局生成功能 、 AI 影像生成 、 AI 文本寫作助手 、 AI 程式碼產生器  及  AI Notetaker  等，旨在加速設計流程並激發創意。 。由於這些功能都屬於 Elementor AI ，我將在第一個標題中加入 Elementor 的超連結，並詳細解說每個功能。 ⚙️ Elementor AI 網站建構與輔助功能詳解 以下將針對您提供的 6 個 Elementor AI 功能，詳細解說每一步驟、提供 3 個應用案例，並用條列式講解細節與提示詞 (Prompt) 範例。 1. AI Site Planner ( 網站規劃 ) 透過 AI 會話讓使用者描述理想網站，系統依最佳實踐產生關鍵頁面、簡報、網站地圖和內容豐富的線框，並可快速調整或重新生成。 案例編號 應用案例 產生結果 / 產出 1 律師事務所網站規劃 包含「服務項目」、「成功案例」、「律師團隊介紹」頁面的網站地圖、簡報和基礎線框圖。 2 電子書銷售網站 專注於單一產品（電子書）的銷售漏斗，生成包含「產品介紹」、「客戶見證區塊」和「購買 CTA 」的線框。 3 線上課程平台架構 具備「課程分類」、「教師簡介」、「學員登入」和「定價方案」的網站地圖和各頁面線框。 📝 細節與提示詞 (Prompt) 範例 基本功能與步驟： AI 會話輸入： 使用自然語言描述網站的 類型...
閱讀完整內容

🗣️【會議、訪談 AI 助理】 — 逐字稿 key-in、待辦事項整理, 繁瑣事通通交給 AI~邱允文

  🗣️【會議、訪談 AI 助理】 — 逐字稿 key-in、待辦事項整理, 繁瑣事通通交給 AI 2-1 用 AI 將會議 / 訪談語音檔一鍵轉成逐字稿 這個實作利用專業的語音辨識技術（ASR），將會議或訪談的音訊或視訊檔案轉換成帶有 時間戳 和 講者分離 的文字逐字稿。 步驟與使用說明詳解 💻 軟體存取與錄製： 對於線上會議，建議使用內建轉錄功能的工具，例如 [Google Meet] （需搭配 Workspace 訂閱）或 [Microsoft Teams] 。 對於線下訪談或上傳檔案，可使用專門的轉錄服務，如 [Otter.ai] 或 [網易見外] ，或具備該功能的 [Google 語音轉文字] 服務。 🎙️ 啟動即時轉錄（Live Transcription）： 使用說明（Google Meet 為例）： 在會議開始前，點擊右下角的「活動」或「更多選項」，然後選擇「 開啟字幕 」或「 啟用轉錄功能 」。 啟用後，AI 會在會議進行時 即時 將語音轉換成文字。 📂 處理現有檔案（Upload & Process）： 使用說明（檔案上傳服務為例）： 將錄製好的 MP3/MP4/WAV 檔案上傳到服務平台。 上傳後，選擇 語言 （例如：繁體中文）和 講者數量 （Speaker Count），這有助於 AI 區分不同人的發言。 📥 匯出與格式化： 轉錄完成後，結果通常會以一份帶有時間戳的文字文件（如 VTT 或 TXT 格式）呈現。 使用說明： 將逐字稿 下載 或 複製 ，準備進入下一步的整理與精煉。 案例與 Prompt 範例 案例一：多人會議的講者分離（Speaker Separation） 目標： 準確區分並標註四個部門代表在產品會議中的發言，以釐清責任。 Prompt 範例（給轉錄工具的設定指令）： 轉錄設定： 上傳 MP4 會議錄影檔。請設定 四位講者 （如果工具支援，可預先命名為：專案經理、行銷代表、技術總監、業務經理）。務必啟用「 講者分離 」功能，並在每個發言段落前加上 講者標籤 。 細節講解： 講者量化： 明確指定講者數量，提升辨識準確性。 命名輔助： 如果平台允許，預先命名可以幫助 AI 學習特定聲音，並在輸出時直接使用人名標註。 功能要求： 核心要求是啟用「 講者分離 」功能，這是處理多人對話的關...
閱讀完整內容