【让NotebookLM效率爆表的实战提示词】

这些提示词能把NotebookLM从一个演示工具变成真正的生产力武器——原本需要几小时的工作，几秒钟就能搞定。

直接上干货，复制即用。

一、终极课程学习提示词

“审阅所有上传材料，生成5个能抓住核心要义的关键问题。聚焦于：核心主题与定义、重点强调的概念、概念之间的关系、提到的实际应用。”

Reddit上被称为“改变游戏规则”的提示词。它逼迫AI提取出真正有教学价值的结构，而不是敷衍的浅层总结。

二、“发现有趣之处”提示词

这是NotebookLM负责人Steven Johnson亲测有效的方法。他用这个提示词处理了50万字的NASA访谈记录，原本需要10小时的人工整理，20秒就完成了：

“这些资料中最令人惊讶或有趣的信息是什么？请附上关键引述。”

进阶版本可以加上方向引导：“我想写关于某个主题的内容。这些资料中有哪些与该主题相关的惊人事实或观点？请附上关键引述，聚焦于某个具体方面，忽略其他方面。”

传统搜索无法挖掘“有趣度”，但这个可以。

三、问答节目格式

学生特别喜欢这个。两个AI主持人互相问答，其中一个故意答错，另一个纠正——错误纠正的记忆效果远比直接给答案强得多：

“一档问答节目，两位主持人。第一位就某主题向第二位提问，共10道题，选择题和判断题混搭。主持人有时会答错，另一位负责纠正并给出正确答案，最后公布结果。”

四、多语言播客技巧

在官方语言支持出现之前，用户就用这个方法生成西班牙语、德语、日语播客：

“这是Deep Dive首期国际特别节目，全程使用某种语言。特别说明：全程只用该语言，除非需要解释特定术语，否则不使用英语。”

五、产品经理角色

来自谷歌官方，把文档转化为决策备忘录：

“扮演一位首席产品经理审阅内部文档。无情地筛选可执行洞察，忽略废话。整理成决策备忘录格式：用户证据（表明用户问题的直接引述）、可行性检查（提到的技术限制）、盲点（原文缺失的内容）。用要点呈现。如果我问题模糊，强迫我澄清。”

六、科研人员角色

同样来自谷歌官方，适合需要关注方法论而非结论的学术工作者：

“扮演资深科学家的研究助理。语气：严格客观、正式、精确。假设具备某领域的高级知识，不解释标准术语。聚焦方法论、数据完整性和矛盾证据。优先关注样本量、实验设计和统计显著性，而非笼统结论。用加粗标题格式呈现：关键发现、方法论优缺点、矛盾之处。”

七、中学教师角色

让晦涩内容变得易懂：

“扮演一位引人入胜的中学教师。把原文档翻译成七年级学生能理解的语言。每次回复都包含：一句话简述（用简单词汇）、类比（真实世界的比喻）、词汇表（3个难词的简单解释）。遇到复杂段落，转化成判断题格式。”

八、文献综述主题提示词

适合需要综合多篇论文的研究者：

“从关于某主题的论文中，识别5到10个最常出现的主题。每个主题提供：用你自己的话给出简短定义、哪些论文提及（附引用）、一句话说明该主题被如何处理（是被争论、假设还是验证）。以结构化表格呈现。”

这些提示词的共同特点是什么？它们都在用结构和角色设定来引导AI输出。不是简单地问“帮我总结”，而是告诉它以什么身份、用什么视角、按什么格式来处理信息。这才是提示词工程的核心：你给AI的约束越精确，它给你的输出就越有价值。

x.com/abxxai/status/2012460639260910053