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。

继续阅读和研究

几天之后,带着依据继续。

读完一篇论文后,留下结论和依据。下次读到相关研究时,接着核对。

  1. 01

    核对原文

    点开回答的引用,核对实验对象、比较条件与结果。

  2. 02

    保存为笔记

    留下自己的结论,连同原回答和引用一起保存。

  3. 03

    从这里继续

    读到后续研究时,打开原笔记,用当前资料核对哪些结论需要更新。

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。

当前为内测,仅向已有账户开放,暂不提供公开注册。