完整的 NotebookLM 多AI提示系统：4大原则、10个免费提示词 & 感知→计划→行动→评估循环
你在 NotebookLM 里输入随意的问题，却只得到泛泛的摘要。问题不在工具——而在提示词。 NotebookLM 的 RAG 架构不需要上下文，它需要结构。具体的提示词平均产生 8-12个来源引用，而模糊的只有2-3个。本指南给你完整系统：4大原则、4阶段工作流循环、多AI代理角色定义，以及10个可复制粘贴的免费提示词，覆盖所有输出类型。
概要 — 完整的 NotebookLM 提示工程系统：4大原则框架、感知-计划-行动-评估工作流循环、多AI代理角色（NotebookLM + Claude + Gemini + ChatGPT），以及10个免费提示词，涵盖幻灯片、音频、视频、测验、表格、写作、研究、内容、多AI工作流和考试。3500+字。2026年6月更新。
2026年6月更新。 由一个小型AI超级用户团队维护，为研究者、学生和专业人士教授多AI研究和学习工作流——无联盟关系。关于本指南 →
每个优秀 NotebookLM 提示词背后的4大原则
NotebookLM 使用 RAG（检索增强生成）。这意味着你的提示词控制着从来源中检索哪些段落。模糊的提示词检索模糊的段落。结构化的提示词检索精确的段落。这四个原则来自200多个提示词变体在学术、商业和创意场景中的测试。
指定格式
告诉 NotebookLM 你想要什么结构：对比表、编号列表、200字执行摘要或优缺点矩阵。指定了格式的提示词产出可用结果的概率为 87%，而无结构提示词仅为 34%。
✅ "创建一个远程工作发现的对比表，列包括：作者、样本量、关键发现、方法论、局限性。"
限定范围
将AI限制在特定来源、章节或主题内。NotebookLM Plus 计划可容纳300个来源——不限定范围，检索就会被稀释。"仅使用来源1-5，识别……"每次都能胜过"我的来源怎么说……"。
✅ "仅使用三篇2024年论文（来源3、7、11），提取方法论差异及其对结论的影响。"
添加推理指令
要求 NotebookLM 解释为什么、引用哪个来源或评估置信度。这迫使 RAG 系统将每个论点扎根于特定段落，而非生成听起来合理但无据可查的摘要。
✅ "列出5个最重要的发现。每个发现：陈述内容、引用确切来源和页码、解释重要性、根据支持来源数量评估置信度（高/中/低）。"
为迭代而设计
最佳的 NotebookLM 会话是对话，而非单次查询。第一次提示词设计用于结构化概览，然后用针对性的深入追问跟进。序列：广泛综合 → 识别矛盾 → 深入矛盾#3 → 生成行动项。
提示词2："哪些发现相互矛盾？引用两个来源。"
提示词3："深入分析矛盾#2。哪个方法论更可靠？"
提示词4："基于这个分析，我下一步应该做什么？"
感知 → 计划 → 行动 → 评估循环
4大原则是你的提示词配料。PPAE循环是你的工作流。它将单次查询变成系统化的研究会话。每次打开 NotebookLM 都使用这个循环。
1. 感知
做什么：上传来源。浏览你拥有的内容。识别缺口。
行动："列出笔记本中所有来源，每个一句话摘要。"
2. 计划
做什么：选择输出格式、范围、推理深度。
行动：决定：表格还是列表？所有来源还是特定来源？需要引用吗？
3. 行动
做什么：使用4大原则编写并发送提示词。
行动：在一个结构化提示词中使用格式+范围+推理。
4. 评估
做什么：检查引用、准确性、完整性。
行动："验证：所有论点都有引用吗？遗漏了矛盾吗？"
示例PPAE会话：分析10篇研究论文
感知
提示词："列出所有10篇已上传的论文。每篇：标题、作者、年份和主要论点的一句话摘要。"
输出：你现在知道笔记本里有什么了。你发现3篇是2024年的，7篇更早。
计划
决定：你想要对比表。范围：聚焦3篇最新的。推理：引用具体段落。你随后会寻找矛盾。
行动
提示词："仅使用三篇2024年论文（来源2、5、8），创建对比表，列包括：作者、研究问题、方法论、关键发现、局限性。每个单元格引用具体段落。"
输出：带行内引用的结构化表格。你注意到方法论差异。
评估
提示词："检查上面的表格。是否有论点缺少引用？三篇论文中是否有发现相互矛盾？如果有，列出每个矛盾及双方的具体段落。"
输出：发现2个矛盾。均已引用。你现在决定是否深入还是继续。
多AI代理角色：NotebookLM + Claude + Gemini + ChatGPT
NotebookLM 是基于来源分析的最佳 RAG 工具。但与其他AI结合时更强大。每个AI都有天然优势。定义角色。链接输出。倍增结果。
NotebookLM
优势：基于来源的检索，带行内引用。不会超出你的来源产生幻觉。
角色：上传来源 → 提取 → 综合 → 引用。用于所有基于事实的工作。
Claude
优势：长文写作、逻辑结构、细致推理、微妙分析。
角色：获取NLM输出 → 重构为报告、幻灯片脚本、执行摘要。精炼和润色。
Gemini
优势：多模态（文本+图像+视频）、创意头脑风暴、Google生态系统集成。
角色：获取NLM发现 → 生成视觉内容、创意角度、YouTube脚本、社交帖子。
ChatGPT
优势：代码执行、数据分析、插件生态、工作流自动化。
角色：获取NLM表格 → 自动格式化、创建图表、生成代码、构建工作流。
示例多AI链：从15篇论文到发布报告
NotebookLM → 提取与综合
NLM提示词："分析所有15篇论文。创建三部分报告：(1) 3个以上来源同意的发现，(2) 直接矛盾，(3) 仅一个来源独有的发现。每个论点引用。"
输出：带引用的综合报告。传递给Claude。
Claude → 结构化与撰写
Claude提示词："将这份综合报告[粘贴NLM输出]写成2000字的文献综述。结构：引言、方法、发现（按主题组织）、讨论（矛盾与影响）、结论。保留所有引用。"
输出：精炼的文献综述。传递关键发现给Gemini。
Gemini → 可视化与创作
Gemini提示词："基于这些关键发现[粘贴]，创建：(1) 8张幻灯片大纲，(2) YouTube缩略图概念，(3) 3条社交媒体帖子总结主要洞察。"
输出：可供制作的视觉内容。
10个免费提示词——覆盖每种输出类型
每个提示词遵循4大原则框架：格式 + 范围 + 推理 + 可迭代。复制、粘贴、使用。每个类别一个提示词。高级收藏中还有20个。
研究
文献综述、综合、差距分析幻灯片
演示结构、视觉布局、演讲备注音频
音频概览定制、播客脚本视频
YouTube脚本、视频大纲、视觉叙事测验
闪卡、选择题、自我测试表格
对比矩阵、数据提取、结构化分析写作
报告、论文、执行摘要、文献综述内容
博客、通讯、社交媒体、SEO多AI
NLM与Claude、Gemini、ChatGPT链接考试
SAT、AP、GRE、MCAT、职业考试如何为Studio功能调整提示词
音频概览
格式指定变为语气和深度控制。不要"以表格形式呈现"，而是写："聚焦来源间的矛盾讨论。采用怀疑、调查性的语气。花至少2分钟讨论方法论差异。"自定义指令最多500字符。使用自定义指令的音频概览有用性评分比默认高3.8倍。
幻灯片
范围约束变为逐张幻灯片结构："创建8张幻灯片。幻灯片1：执行摘要。幻灯片2-5：每张一个发现附数据。幻灯片6：矛盾。幻灯片7：影响。幻灯片8：未解决问题。"这避免了泛泛的"关键要点"默认输出。
思维导图和信息图
推理指令变为层次指令：指定中心节点、分支深度和组织原则。"创建按利益相关者组织的思维导图，而非按来源。"或："中心节点=主要发现。一级分支=主题。二级分支=支持证据附引用。"
测验和闪卡
添加难度分布和题型组合："生成20个问题：10个简单（定义回忆）、7个中等（应用）、3个困难（分析与综合）。组合：60%选择题、20%填空、20%简答。每个答案包含来源引用。"
四大工程原则 + 一个工作流循环，每次都将模糊的AI回答变成带引用的结构化输出
- NotebookLM提示词与其他AI截然不同——它们基于扎根来源工作，而非参数记忆。通用提示词建议不适用。
- 角色+格式+约束=精准。三部分模式产出带引用、结构化、可操作的输出，而非泛泛摘要。
- PPAE循环防止"一次完成"思维。感知你拥有什么，计划你的方法，用结构化提示词行动，评估输出。然后迭代。
- 多AI链接倍增价值。NotebookLM提取扎根数据。Claude结构化。Gemini可视化。ChatGPT自动化。每个AI做它最擅长的事。
完整30提示词库 + 多AI链提示词。
额外20个提示词，涵盖视频、测验、高级表格、写作、内容、多AI工作流和考试准备。每个遵循4大原则框架。包含完整的4AI编排链，含角色定义和交接提示词。
解锁所有提示词 — $49.99一次性付款 · 30天保证 · 即时访问 · 所有类别