NotebookLM不只是摘要工具：20个你可能不知道的高阶用法
大多数人只用了10%
大多数人用NotebookLM的方式是：上传一个PDF，点一下「总结」按钮，看三个要点，然后关掉。我也这么干了几个月，才意识到自己只用了这个工具大概10%的能力。
NotebookLM不是一个摘要器。它更像一个研究伙伴——你喂给它的所有材料它都读完了，就等着你问更好的问题。问题在于，没人告诉你那些更好的问题长什么样。
下面是我实际用过的20个prompt，附上每个场景的使用说明。
一、批判性思考类
1. 「反向解释」检验法
用错误的方式向我解释这个概念。什么是常见的误解？
这是我偶然发现的一个技巧，后来成了最爱。知道一个想法的”错误版本”，往往比知道正确版本更能让你真正理解它。你读到误解时心里会想”哦，我明白为什么会有人这么想了，但实际上——”，然后你对正确答案的理解就更深了一层。
2. 同行评审
如果你是同行评审，要找这篇论文的漏洞，你会标记什么？
我们习惯只让AI正面解释事物。反过来问问——让AI找出弱点。你会对论证的实际可靠程度有更诚实的判断，不会再对站不住脚的东西点头称是。
3. 「那又怎样」过滤器
对每个主要观点，告诉我它在实践中为什么重要。如果不重要，直接说出来。
不是每个想法分量都一样。普通摘要把它们同等对待。这个prompt强制排序，而「如果不重要就直说」是关键部分——它允许模型告诉你某件事没什么大不了，而模型通常倾向于回避这个判断。
4. 找出支撑性假设
哪个假设如果错了，整个论证就会崩塌？
每个论证都依赖某个它从未真正证明的前提。这个prompt就是去找那个前提的。很多时候，找到这个假设比理解论证本身更有用，因为它直接告诉你如果想测试整套体系是否站得住，应该从哪里下手。
二、深度理解类
5. 为特定受众翻译
把核心发现改写给[12岁小孩/忙碌的高管/非英语母语者]看。
同一个材料用三种不同受众去试，你会发现解释的方式每次都变。如果你需要向别人解释某个东西，这个技巧能帮你先找到最能打动的版本。
6. 生成追问清单
关于这个主题，我应该问哪些我可能没想到的问题？
有时候最有用的输出不是答案，而是你没想到的更好的问题。
7. 角色转换对话
基于这个材料，把它写成两个持不同观点的人之间的对话。
对话比平铺直叙更容易理解复杂观点。而且用这种方式回顾你已经读过的东西也很有趣。
8. 术语词典
提取所有技术术语，用通俗语言定义，按出现频率排序。
频率排序比你以为的重要得多。出现最多的术语最值得先搞懂，其他的可以遇到了再查。
三、决策与行动类
9. 转化为决策
基于这个材料，我实际上应该做什么？给我选项，不只是信息。
很多材料描述了情况但从不告诉你该怎么办。这个prompt填补了这个空白。有时候答案是「什么都不做」，这本身也很有价值。
10. 辩论准备单
我要和一个持反对意见的人讨论这个。给我他们可能的反对论点以及我该如何回应。
我在知道有人要质疑的会议前用这个。老实说，在家庭聚餐前也很有用。
11. 一页纸挑战
如果你只能用一张幻灯片总结这个，上面应该放什么？
极限优先级。能通过这个筛选的才是真正核心的东西。
12. 写给未来自己的笔记
写一个6个月后给我自己的笔记，提醒我这是关于什么的、为什么重要。
第一次用觉得有点花哨，但它迫使你做到极限压缩。六个月后，这条笔记是重新回到材料的最快路径。
四、查漏补缺类
13. 找出过时内容
这个材料里哪些说法最可能已经过时了？为什么？
NotebookLM不能实时查证，但它很擅长标记哪些类型的声明最容易过期。在引用旧资料前值得跑一遍。
14. 矛盾检测
这个材料里有没有自相矛盾的地方？在哪里？
长文档，尤其是委员会写的那种，自相矛盾的频率比你想象的高。这个prompt能快速找到它们。
15. 映射所有角色
列出所有提到的人、组织或实体，用一句话说明每个的角色。
密集的报告里经常有十几个参与者，看到第三页就记不清谁是谁了。这个prompt一次性解决。
16. 找出缺失的部分
你觉得这个材料应该覆盖但实际没覆盖的内容是什么？
对识别空白很有用，尤其是那些声称有范围但读着读着范围悄悄变窄的研究论文或报告。
17. 找出现成的类比
这个材料里有类比或隐喻吗？如果没有，建议一个合适的。
有时作者已经在第12页埋了一个很好的解释工具。有时没有，你需要自己搭一个。
五、后续跟进类
18. 生成后续阅读清单
基于这个材料，接下来值得研究什么主题或问题？
这就把一份文档从终点变成了起点。老实说，这才是整个操作的核心。
19. 创建对比
这个材料的观点和这个主题的传统看法有什么不同？
这样我就能判断什么东西是真正新的，什么只是换了个包装的老观点。在炒作密集的材料上很省时间。
20. 找出会改变你想法的事
如果存在什么证据，会让这个论证崩塌？
这是我发现自己是否真的相信某事、还是只是没质疑过它的最好方式之一。
几个让效果翻倍的小技巧
多来源一起上传。 NotebookLM真正的强项是跨文档分析，单一份PDF发挥不出它的10%。一个Source和五个Source的差距是质的。
对格式要具体。 「给我一个表格」或「五条要点」能得到你直接能用的东西。模糊的请求得到模糊的答案。
不要满足于第一个回答。 追问它，让它深挖，为别人重写。这个工具是为来回对话设计的，第一个输出很少是最好的。
如果你有比这些更好用的prompt，我很想听听。欢迎在评论区分享。