用 NotebookLM 建資料庫、讓 Gemini 動手做事：兩套 Google AI 串接的實戰工作流

我常看到一個很矛盾的畫面：同仁的電腦和雲端硬碟裡存了大量報價單、規格書、會議紀錄和前輩交接的檔案，平常也開始會用 AI 問問題，但這兩件事完全接不起來。資料歸資料，AI 歸 AI。於是每次問 AI 同一個主題，答案都不太一樣；想追問「這段是根據哪份資料說的」，AI 也給不出來源。

問題不在工具不夠強，而在少了一個分工設計：誰負責管資料，誰負責動手做事。這篇文章用 Google 自家的兩套工具示範這個分工。先用 NotebookLM 建立有邊界的資料庫，再讓 Gemini 把資料庫裡的內容引出來，變成真正的產出。

先搞清楚分工：NotebookLM 管資料，Gemini 管執行

很多人把這兩套工具當成「功能重疊的聊天機器人」，其實它們的性格完全不同：

• NotebookLM：只根據你上傳的來源回答，不會憑空發揮。每個回答都附上出處引用，適合當「有邊界的資料庫」。你餵什麼，它就守著什麼。
• Gemini：泛用型助理，能查最新資訊、做深入研究、直接在 Google 文件和簡報裡動手改寫，適合當「會做事的執行者」。但它的回答沒有固定邊界，同一題每次答案可能不同。

一旦分工清楚，串接的邏輯就出來了：NotebookLM 負責「答案從哪裡來」，Gemini 負責「答案變成什麼」。

第一步：用 NotebookLM 建立你的資料庫

一個主題開一本筆記本，不要一鍋煮

NotebookLM 的最小單位是「筆記本」，每本可以放入 PDF、Google 文件、簡報、網頁連結、YouTube 影片等來源。我給學員的原則是：一個工作主題開一本。例如傳產的業務人員可以分成「產品規格與型錄」「客戶往來與報價紀錄」「產業法規與認證要求」三本，而不是把所有東西塞進同一本。筆記本的邊界，就是 AI 回答的邊界。邊界越清楚，回答越穩定。

風格設定：讓每次回答長得一樣

很多人不知道 NotebookLM 可以在對話設定裡自訂回應風格。這是讓「資料庫」用起來像資料庫的關鍵。我自己的設定是這樣的邏輯：先規定格式，再規定語氣。例如指定「回答時先列出引用的來源名稱，再給重點摘要，最後用一段話說明可以怎麼應用，全程使用繁體中文」。

設定完之後，不管是我自己查資料，還是把筆記本分享給同事或接手的新人使用，拿到的回答格式都一致。這就是「風格設定」真正的價值：不是讓 AI 講話好聽，而是讓資料庫的輸出規格化，後面的流程才接得住。

第二步：讓 Gemini 把資料庫的內容引出來

NotebookLM 守著資料，但它不擅長「做成品」。這時候的橋樑就是 Google 文件與雲端硬碟，這是兩套工具都認得的共同地盤。實務上有兩條路線：

路線一（資料庫到產出）：在 NotebookLM 裡請它整理主題摘要或報告，把結果儲存成筆記、再匯出到 Google 文件。接著在文件裡呼叫 Gemini，把這份「有出處的原料」改寫成給客戶的提案段落、給主管的決策報告、簡報大綱或教育訓練講義。因為原料來自資料庫，Gemini 的改寫就不會憑空編造。

路線二（產出回到資料庫）：反過來，當你用 Gemini 做深入研究、產出一份完整的研究報告後，把這份報告存成文件、再匯入 NotebookLM 當作新的來源。資料庫因此持續長大，下一次查詢的依據又更厚實。

實際操作三步驟：一、在 NotebookLM 對筆記本提問，把有引用出處的回答儲存為筆記並匯出到 Google 文件。二、在文件中用 Gemini 指定產出格式，例如「改寫成給客戶的兩頁提案摘要」或「整理成給主管的一頁決策報告」。三、把 Gemini 完成的成品存回雲端硬碟，重要的研究成果再匯入 NotebookLM 當來源，形成循環。

傳產業務主管的交接難題

一位在傳統製造業擔任業務主管的學員，接手了資深前輩退休後留下的老客戶。前輩留下的不是一份整理好的交接報告，而是十幾年份的報價單、會議紀錄、規格書和往來信件。她做的第一件事，是幫這家客戶開一本專屬的 NotebookLM 筆記本，把這些檔案全部放進去，並設定好回應風格。

拜訪客戶前，她先問資料庫：「這家客戶過去三年最在意的三個問題是什麼？有沒有出過重大客訴？」拿到有出處的答案後匯出到 Google 文件，再請 Gemini 依這三個問題整理出拜訪前的準備清單與提案方向。整個過程她沒有重新讀完那十幾年的檔案，但每一個判斷都指得出依據。這就是兩套工具串接後最大的差別：AI 的產出從「大概是這樣」變成「根據這份資料是這樣」。

你的下一步

不用急著把所有資料搬進去。今天先挑一個你最常被問到的工作主題，開一本 NotebookLM 筆記本，放進十份以內最關鍵的資料，設定一次回應風格，然後試著問它三個問題、再把其中一個答案交給 Gemini 做成一份成品。跑完一圈，你就會知道這套分工適不適合你的工作。

你的工作裡，最想先建立資料庫的是哪一類資料？是客戶往來紀錄、產品知識，還是前輩留下的交接檔案？歡迎留言分享，我們一起討論怎麼開第一本筆記本。