Google NotebookLM 升級至 Gemini 3.5 並整合 Agentic 程式開發與雲端運算環境，大幅強化研究分析與自動化產出能力。
核心功能升級
Google NotebookLM 於 2026 年 6 月 9 日正式發布重大更新，核心亮點在於採用「Gemini 3.5」模型並整合「@Antigravity」技術，使 AI 的思考過程具備更高的透明度，讓使用者能更清晰地掌握 AI 的推論邏輯。此外，每個筆記本現在都配備了一個安全的雲端電腦環境，內建超過 100 種精選的軟體 skill，這項變革讓 NotebookLM 不再僅限於文件問答，而是能執行更深度的研究與複雜的資料分析任務。
自動化產出與格式支援
NotebookLM 現在能將來源資料整理為多種可下載的自訂格式，大幅提升工作流效率：
視覺化圖表：支援生成各類統計圖表與資訊圖表。
文件格式：可匯出 PDF、docx、markdown 等檔案。
專業簡報與結構化資料：支援 Excel、PPTX 以及結構化資料格式（如 csv、json）。
影像生成：整合「Nano Banana」技術，可直接生成相關圖像。
Google NotebookLM 透過上傳數據檔案，自動生成分析報告與視覺化圖表。
Agentic 程式開發與研究輔助
NotebookLM 已轉型為具備 Agentic 特性的研究夥伴。使用者僅需輸入零散的想法或問題，系統便能引導使用者建立完整的專案儲存庫，甚至在取得授權後，主動從網路搜尋並加入相關來源文件。
實際應用案例與數據分析能力
根據實測影片展示，NotebookLM 在處理複雜資料時表現出極高的自動化水準：
數據清洗與分析：在處理行銷歸因資料時，系統能自動識別並修正重複的發票編號。例如，針對「Meta Leads Marketing ROI」的分析，系統能精確區分「報告數據」與「實際數據（清除重複後）」，如將 Meta 的報告金額從 $17.2k 修正為 $12.6k，並能識別出未歸因（Unattributed）的 $2.4k 實際營收。
技術文件處理：使用者上傳如 GLCCustomerIntegration_Specification.pdf 等技術文件後，系統能針對安全性驗證、庫存管理提供精確回答，並自動生成包含「整合架構」、「安全性與驗證機制」等 7 張投影片的簡報大綱與架構圖。
跨領域視覺化：在「Smart City Analytics」案例中，系統能整合生物識別與城市規劃數據，生成包含「綠色基礎設施對溫度調節（如 Biophilic Canopy Park 降溫至 24.1°C）」及「空氣品質改善（PM2.5 降至 12.5 µg/m³）」的量化效益分析圖表。
Google NotebookLM 透過上傳技術文件，自動生成簡報大綱與視覺化投影片的演示。
操作流程建議
若要體驗上述功能，使用者可依照以下步驟進行：
透過「Add sources」功能上傳 CSV、PDF 或 PNG 等多種格式的原始資料。
在聊天視窗輸入研究目標，系統將自動在右側「Studio」面板生成音訊總覽、報告、測驗、資訊圖表與資料表。
針對特定數據進行追問，系統會自動整合來源文件並提供關鍵洞察，使用者可直接點擊來源文件以檢視原始內容。
Google NotebookLM 透過上傳多種格式的資料來源，能自動生成分析報告、統計圖表與簡報，協助使用者快速整理與視覺化複雜的研究數據。
Google NotebookLM 透過上傳數據檔案，自動生成分析報告與視覺化圖表。 影片中的 Prompt 與操作：
Prompt（00:08）： 你能比較我們健身房的銷售額與廣告支出嗎？
原文：Can you compare our gym's sales to what we spent on ads?
Prompt（00:32）： 分析我們 2026 年 5 月的每日轉換趨勢，以便找出任何規律。
原文：Break down our daily conversion trends across May 2026 so we can pinpoint any patterns.
操作步驟： 1. （00:02）上傳 CSV 檔案 2. （00:18）點擊查看「Meta Leads Marketing ROI」圖表 3. （00:23）點擊查看「ad_spend_vs_sales_analysis.md」報告 4. （00:40）點擊查看「Sunday Sales Revenue Peaks」圖表
Google NotebookLM 透過上傳技術文件，自動生成簡報大綱與視覺化投影片的演示。 影片中的 Prompt 與操作：
Prompt（00:08）： 將該指南轉化為簡單的投影片大綱，並為團隊制定分步路線圖。
原文：Turn the guide into a simple slide outline and step-by-step roadmap for the team.
操作步驟： 1. （00:01）上傳文件 2. （00:08）輸入指令 3. （00:18）點擊生成簡報 4. （00:21）檢視生成的投影片 5. （00:25）點擊來源文件檢視 PDF
Google NotebookLM 透過上傳多種格式的資料來源，能自動生成分析報告、統計圖表與簡報，協助使用者快速整理與視覺化複雜的研究數據。 影片中的 Prompt 與操作：
Prompt（00:07）： 我想了解更多關於人類生物識別技術如何與城市規劃相關。你能從網路上找到相關來源嗎？
原文：I want to know more about how human biometrics can be relevant for urban planning. Can you find relevant sources from the web?
Prompt（00:16）： 查看上傳的數據，並給我一份準確的績效分析。
原文：Take a look at the uploaded data and give me an accurate breakdown of the performance.
Prompt（00:28）： 以資訊圖表橫向格式顯示最終結果
原文：Show the final results in an infographic landscape format
操作步驟： 1. （00:01）上傳資料來源 2. （00:07）輸入查詢問題 3. （00:16）要求分析績效數據 4. （00:28）要求生成資訊圖表
原文：https://easyvibecoding.app/curated/1831
