跳到主要内容
NotebookLMPersonal

PERSONAL NOTEBOOKLM 基于你的资料的 AI 知识库

把你的资料,
变成有据可查的答案。

导入 PDF、网页和文本,围绕同一主题提问。
回答附来源,也能把理解整理成大纲、摘要与测验。

无需登录查看演示 · 问答与产物为预置内容,非实时 AI 生成

影片无旁白,以音乐配合演示工作台的操作:输入问题,回答逐段生成并附引用;点开引用 1,左侧来源栏翻开原文摘录并高亮被引用的句子;随后逐条核对其余引用,在 Studio 中生成大纲并完成一道测验。

影片中的界面与内容,都来自下方可以动手的交互演示。换你来点

换你来点

影片里那个「1」,
你也可以点开。

同一份演示资料,同一个问题。
点回答里的引用数字,原文摘录会在左侧翻开。

如何真正读懂一篇长文预置演示 · 不调用 AI
围绕资料提问预置问答

这些资料里,主动回忆和反复阅读差在哪?为什么“读完了”常常什么也没留下?

回答节选

区别不只是读了几遍,而是有没有离开原文,尝试自己提取内容。Roediger 与 Karpicke 的实验比较了读完文章后自由回忆和再次学习,而不是把再读一遍也算作自测。

点回答中的引用数字,核对原文依据。

查看完整问答与工作台

从资料,到理解

从一个问题,
回到它的依据。

让分散的资料进入同一段讨论。
答案可以继续追问,依据可以回头核对。

走一遍完整示例
01

资料,围绕一个主题。

把 PDF、网页和文本放在同一个知识库,围绕你的问题建立联系。

02

答案,连回它的出处。

从回答中的引用打开来源片段。把原文和解释放在一起,自己核对。

03

理解,留下可用的结构。

把资料整理成摘要、大纲、测验和思维导图,为下一次研究留下起点。

把理解带走

读进去,也留下点什么。

同一份资料,不同的整理方式。
给思路一个结构,给理解一次检验。

大纲

让思路,有一个结构。

梳理要点与层次,把一段讨论整理成可以回看的路径。

在完整演示中查看

如何真正读懂一篇长文 · 预置大纲

  1. 01

    接触信息

    读一小节,写下作者试图回答的一个问题。暂不把看懂句子当作完成理解。

  2. 02

    建立联系

    用自己的话概括一个要点,再标出它与已知内容的联系或冲突。材料分别提供了用自己的话概括、综合和分析的启发。

  3. 03

    提取与核对

    暂时移开材料,尝试回答刚才的问题,再打开原文核对。这个练习借用了提取动作;自查反馈是本演示的安排,不是对无反馈实验的原样复制。

  4. 04

    留下自己的问题

    把仍解释不清的地方拆成具体、可回答的小问题,留待下一次复习。

围绕你正在做的事

每个值得研究的问题,
都有它的资料。

从一次学习,到一个项目。
为自己的课题,建立一个知识库。

converge

产品与方案

把不同观点,放到一起看。

需求文档、用户反馈、行业文章

“这些资料对同一个问题,有哪些不同判断?”

带来源的对照,帮助你形成自己的选择。

layers

学习与研究

让读过的,变得更清楚。

论文、课程资料、阅读笔记

“这两个概念有什么联系?依据在哪里?”

核对解释,再用大纲和测验梳理理解。

branches

项目与架构

找到一个方案背后的依据。

架构说明、评审纪要、技术文档

“为什么选择这个方案?哪些条件仍待验证?”

把相关依据找出来,支持下一次讨论。

以上为使用场景说明。交互演示使用《如何真正读懂一篇长文》的预置资料。

让项目讨论接得上

几天之后,带着依据继续。

工作流示例:一次项目架构评审,从选择方案到重新评估。

  1. 01

    保存决策

    记录本阶段选择同步处理的理由、容量假设与重评条件。

  2. 02

    建立恢复点

    把决策与阶段说明放在一起,留下未决问题和下一步。

  3. 03

    继续与修订

    几天后恢复这些记录,加入新的容量证据,再确认是否需要修订。

开始之前

你可能还想知道。

了解资料、引用与演示的边界,
再开始自己的第一段讨论。

查看使用帮助

让每一次阅读,都有下文。

从你的第一份资料开始。

给一个问题,留一个可以继续研究的地方。

登录或注册后,即可建立自己的知识库。