學習方法 on EricChung的程式勇者村

NotebookLM 是什麼？Google 的 AI 筆記助手，幫你把一堆資料變成可問答的知識庫

Mon, 20 Apr 2026 00:40:00 +0800

你一定遇過這種情境：

手上一堆 PDF、會議記錄、研究報告，要整理成摘要
讀了十篇文章，要比較它們對同一個主題的觀點
YouTube 有一場 3 小時的演講，只想知道「他在第幾分鐘講了 XX」
準備考試或簡報，想把筆記變成可以互相問答的對象

以前這種事很花時間。

直到 Google 推出 NotebookLM，整個遊戲規則變了。

NotebookLM 是什麼？

簡單一句話：

「把你自己的資料丟進去，它就變成一個只會根據這些資料回答的 AI 助手。」

跟 ChatGPT、Claude 最大的差別是：

ChatGPT 會用它全網路的訓練資料回答你
NotebookLM 只會用你上傳的那些文件回答你

這個差別超級關鍵。

因為它表示：AI 不會亂掰（或至少亂掰的機率大幅降低）。

你讀的資料、它讀的資料，是同一份。

可以放什麼進去？

支援的來源類型越來越多，目前包含：

PDF
Google Docs / Slides
網頁 URL
YouTube 影片（會自動抓字幕）
音訊檔（會自動轉文字）
純文字貼上
Markdown

一個 notebook 可以放最多 50 個來源（免費版）、300 個（Plus 版）。

每個來源的大小限制也不小（PDF 上限 500,000 字），對大部分情境夠用了。

最強的三個功能

1. 基於來源的問答

這是核心。

把資料丟進去後，你可以直接問：

「這幾篇文章對於 XX 議題，立場分別是什麼？」
「第 3 頁講的那個實驗，結論是什麼？」
「這本書的核心論點用三句話總結」

每個回答都會附上「引用來源」，點進去就能看到原文在哪一段。

這個 source citation 功能是 NotebookLM 最讓人安心的地方——你可以驗證 AI 有沒有亂掰。

2. 自動 Podcast（Audio Overview）

這個功能剛推出的時候全網都在驚呼。

你丟一份資料進去，點一下「Generate Audio Overview」，它會自動生成一集兩個 AI 主持人對話的 Podcast，就像真人在討論你的資料一樣。

聽起來像真人節目，而且內容是根據你的資料做的。

用途：

通勤聽自己的論文摘要
讀書會前快速掌握一本書
把枯燥的技術文件轉成好吸收的對話形式

現在還支援多國語言（包含中文）。

3. Mind Map（心智圖）

上傳資料後，NotebookLM 可以自動生成一張心智圖，把主要概念、子概念、彼此的關係視覺化。

對要做簡報、寫文章、理清思路的人，超級有用。

實際使用情境

我自己常用的幾種情境：

情境 1：讀論文 / 研究報告

丟 5 篇相關主題的論文進去，問：「這些研究在方法論上有什麼差異？」

比自己一篇一篇讀快十倍。

情境 2：工作文件彙整

把會議記錄、產品規格、使用者回饋全部丟進去。

需要某個決策背景時，直接問：「關於 XX 功能，之前做了什麼決定？為什麼？」

情境 3：技術文件學習

丟一份新工具的完整官方文件進去，問：「我要做 XX 的話，大概的流程是什麼？」

不用從頭讀 200 頁文件。

情境 4：寫作素材整理

把相關文章、筆記、訪談稿丟進去。

寫作時問：「這個主題我之前有沒有寫過類似的觀點？」

情境 5：面試準備

把公司官網、產品文件、新聞報導丟進去。

問：「這家公司最近的策略方向是什麼？」「他們最大的競爭對手是誰？」

跟 ChatGPT / Claude 比起來呢？

功能	NotebookLM	ChatGPT / Claude
基於自己資料	✅ 核心功能	有但要貼上
引用來源	✅ 每句都有	大部分沒有
來源數量	50 份（免費）	受 context 限制
自動 Podcast	✅	❌
通用對話	弱	強
程式碼生成	弱	強

結論：NotebookLM 不是要取代 ChatGPT，是另一個用途。

需要「基於特定資料做深度理解」時，用 NotebookLM；要「寫 code、寫文案、泛用對話」時，還是用 ChatGPT / Claude。

幾個使用小技巧

把相關資料放同一個 notebook

NotebookLM 的回答品質，跟你給的來源品質高度相關。

不要把無關的資料塞在一起，會互相干擾。建議一個主題開一個 notebook。

先問「總結」再問細節

新開一個 notebook，先丟資料問：「這些資料的主要內容是什麼？」

這樣你會對它「看到什麼」有個概念，後續問細節才知道怎麼問。

善用「Notes」功能

NotebookLM 裡面可以記 notes。

把自己的想法、問答結果存成 note，之後可以把這些 note 也變成新的來源。

等於你的思考會跟資料一起累積。

定期清理來源

資料放太多會稀釋重點。

做完一個專案後，可以把這個 notebook 封存，開新的。

需要付費嗎？

目前有兩個版本：

版本	價格	特色
免費版	$0	每個 notebook 50 個來源、基本功能都有
Plus	併入 Google AI Plus / Pro 方案	更多來源、更長使用時間、進階功能

免費版已經夠用，如果你只是想試試看，不用急著付費。

資料安全？

這是 Google，大家關心的問題：「我的資料會被拿去訓練嗎？」

官方說明是：

個人免費版的資料不會被用來訓練模型
企業/教育版（Workspace）的資料完全隔離

但還是有幾個原則：

機密資料、公司機密不要上傳
客戶個資不要上傳
如果不確定敏感程度，請遵守公司的資料政策

對個人學習、公開資料研究，NotebookLM 幾乎沒有安全疑慮。

小結

如果你是：

學生：NotebookLM 可以把整學期的教材變成問答助手
研究者：可以快速整合多篇文獻
工程師：可以把技術文件變成隨時可查的 AI
寫作者：可以把素材庫變成靈感來源
一般上班族：可以把工作文件變成「問問題就有答案」的系統

這個工具都值得試試看。

👉 notebooklm.google.com

用 Google 帳號就能登入，免費先玩一輪再說。

我的 Obsidian 知識庫長什麼樣？前端工程師的筆記系統建立方法

Sun, 19 Apr 2026 00:00:00 +0800

工程師最怕的一件事，不是學不會，是學了又忘。

看了一篇很棒的文章，當下覺得懂了，過三天回來看自己的 code 又像在看別人寫的。

這個問題困擾我很久。

直到我開始認真用 Obsidian，才覺得知識開始真正累積起來。

為什麼選 Obsidian？

市面上的筆記工具不少：Notion、Evernote、Logseq……

我試過不少，最後回到 Obsidian，原因很簡單：

本地純文字（Markdown） — 資料永遠在自己電腦上，不依賴任何雲端服務
雙向連結 — 可以把不同主題的筆記串聯起來，像大腦一樣形成網狀結構
完全客製化 — 外掛生態系非常豐富，可以打造符合自己習慣的系統
速度快 — 不像 Notion 有時候載入要等，Obsidian 本地執行幾乎零延遲

知識庫的架構

我的 Obsidian Vault 公開放在 GitHub 上：

👉 EricChung24/Obsidian-vault

整個 Vault 以前端工程師的知識地圖為核心，目前分成 12 個資料夾：

資料夾	主題
`01-基礎技術`	HTML、CSS、JavaScript 核心觀念
`02-框架與函式庫`	React、Vue、Angular 等框架
`03-狀態管理`	Redux、Zustand、Pinia 等
`04-樣式解決方案`	Tailwind、CSS Modules、styled-components
`05-建置工具`	Vite、Webpack、Rollup
`06-測試`	Jest、Vitest、Cypress、Testing Library
`07-效能優化`	Lazy loading、Bundle size、Core Web Vitals
`08-瀏覽器與 Web APIs`	DOM、事件迴圈、Fetch、Web Storage
`09-設計模式`	常見 Design Patterns 在前端的應用
`10-無障礙與資安`	a11y、CSRF、XSS 防護
`11-DevOps 與部署`	CI/CD、Docker、Vercel、GitHub Actions
`12-面試準備`	常見面試題整理與解題思路

目前的進度快照

這是現在 Vault 的大致狀態。

每個資料夾下面都在持續補充中，不是一次性整理好的，而是隨著學習推進慢慢長出來的。

我怎麼記筆記？

有一個關鍵觀念讓我的筆記系統變得更有用：

不要只抄原文，要用自己的話重新解釋一遍。

這個方法叫做費曼技巧（Feynman Technique）。

做法很簡單：看完一個知識點，把書或文章闔上，嘗試用自己的話解釋給一個完全不懂的人聽。

如果解釋不出來，代表你還沒真正理解，回去重看。

所以我的筆記長這樣：

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13


## 什麼是閉包（Closure）？

函式記住了它被建立時的作用域，即使執行時已經離開了那個作用域。

### 用一句話說

「帶著背包的函式，背包裡裝著它出生時能看到的變數。」

### 常見應用

- 工廠函式
- 計數器
- setTimeout 裡面的變數保留

重點是：有自己的比喻、有自己的例子，不是複製貼上文件。

雙向連結怎麼用？

Obsidian 最強的功能之一是 [[雙向連結]]。

舉例：我在筆記「React useEffect」裡面提到了閉包（stale closure），我就會加一個 [[閉包（Closure）]] 的連結。

久了之後，Obsidian 的 Graph View 會畫出一張像這樣的網狀圖，讓你看到各個主題之間的關係。

這不只是整理筆記，而是讓你的理解可視化。

這個系統對我的改變

用 Obsidian 認真整理知識庫大概三到四個月了，有幾個明顯的變化：

學新東西更快 — 因為舊的基礎筆記都在，不用每次從頭回想
面試準備更有系統 — 12-面試準備 那個資料夾，讓準備面試從「不知道從哪開始」變成有清單可以對照
記憶變得更深 — 動手整理一遍，比看十遍文章更有用

最重要的是：我終於有一個地方，可以放心把學到的東西存起來，知道以後找得回來。

如果你也想建立自己的知識庫

幾個建議：

不要等架構完整才開始 — 先隨手記，架構之後再整理
不要只複製貼上 — 用自己的話寫，哪怕寫得不好
不要追求完整 — 知識庫是長出來的，不是一口氣建起來的
定期複習 — 配合 Spaced Repetition（間隔重複），Obsidian 有對應的外掛

我的 Vault 是公開的，如果你也是前端工程師，歡迎參考或 fork 來用：

👉 github.com/EricChung24/Obsidian-vault

知識管理這件事，沒有標準答案。

重要的是找到一個你願意持續用下去的系統。

Obsidian 對我來說就是這個系統。