10 个 NotebookLM 专家级提示词：让 AI 真正读懂你的资料
Google 的 NotebookLM 与一般 AI 聊天工具最大的不同在于——它只在你提供的资料范围内思考，不会自由发挥，也不会编造内容。这意味着，配合高质量的提示词，它能成为极其强大的资料分析引擎。
本文整理了 10 个专家级提示词，覆盖从信息提炼 → 矛盾发现 → 落地执行 → 批判审查的完整链路。虽然这些提示词也适用于 ChatGPT、Claude 等工具，但在 NotebookLM 中效果最佳——因为它会严格基于你上传的资料作答。
> 原始提示词来自 @Ihtesham 的分享，本文在此基础上进行了重新整理和补充说明。
1. 专家级提炼
场景： 快速判断一堆材料"有没有真货"、值不值得深挖。
让 AI 扮演某领域 15 年经验的专家，从资料中提炼出 3 个突破性核心洞见，说明每个洞见为什么重要，以及忽略它会有什么后果。
提示词：
> You are a [field] expert with 15 years of experience. Analyze these sources and identify the 3 core insights that practitioners in this field would immediately recognize as groundbreaking. For each insight, explain why it matters and what conventional wisdom it challenges.
> 您是一位拥有15年经验的[领域]专家。请分析这些资料，并找出该领域从业者一眼就能看出具有突破性意义的3个核心见解。对于每个见解，请解释其重要性以及它挑战了哪些传统观念。
2. 矛盾捕手
场景： 综述论文、政策分析、行业报告、技术路线之争。
找出多份资料之间互相矛盾的地方，判断哪一方证据更强；如果双方都可信，解释分歧产生的原因。
提示词：
> Compare these sources and identify every point where they contradict each other. For each contradiction, explain which source has stronger evidence and why. If both are credible, explain what factors might explain the disagreement.
> 比较这些资料，找出它们之间所有相互矛盾的地方。对于每一个矛盾之处，解释哪个资料的证据更有力，以及原因。如果两者都可信，解释可能导致分歧的因素。
3. 实施蓝图
场景： "看懂了，但不知道怎么落地"的所有情况。
从所有资料中提取每一个可执行步骤、工具、框架和技术，整理成带前置条件、预期结果和潜在风险的实施计划。
提示词：
> Extract every actionable step, tool, framework, and technique mentioned across all sources. Organize them into a step-by-step implementation plan with prerequisites, expected outcomes, and potential pitfalls for each step.
> 提取所有来源中提到的每一个可操作的步骤、工具、框架和技术。将它们整理成一个循序渐进的实施计划，每个步骤都应包含前提条件、预期结果和潜在风险。
4. 专家级提问
场景： 论文选题、创业方向、产品差异化、深度内容选角度。
生成 15 个真正的专家才会问、但现有资料没有回答的问题，优先挑选能推动领域进展、暴露认知缺口的关键问题。
提示词：
> Based on these sources, generate 15 questions that an expert would ask but that these sources DON'T answer. Prioritize questions that would advance the field or reveal critical gaps in current understanding.
> 基于这些资料，提出15个专家会问但这些资料没有回答的问题。优先考虑那些能够推动该领域发展或揭示当前理解中关键空白的问题。
5. 隐含假设挖掘器
场景： 识别系统性风险、认知偏差、共识幻觉。
列出资料中所有"默认成立但从未明说"的假设，对每个假设评估重要性（1-10）和出错概率（1-10），并说明假设不成立时会发生什么。
提示词：
> Identify every unstated assumption in these sources. For each assumption, rate how critical it is (1-10) and how likely it is to be wrong. Explain what would change if that assumption were false.
> 找出这些资料中所有未明确说明的假设。对于每个假设，评估其重要性(1-10)以及其错误的可能性。解释如果该假设为假，将会发生什么变化。
6. 统一认知框架
场景： 把零散观点变成"能反复使用的认知工具"。
构建一个完整框架，包含核心组件、组件关系、决策路径，以及框架在哪些边界条件下会失效。
提示词：
> Create a comprehensive framework that integrates all concepts from these sources. Include: key components, relationships between components, decision trees for application, and edge cases where the framework breaks down.
> 创建一个综合框架，整合来自这些来源的所有概念。包括：关键组成部分、组成部分之间的关系、应用决策树以及框架失效的极端情况。
7. 核实信息来源
场景： 反营销、反"专家胡说"、防被带节奏。
对每一个主要结论标注支撑证据的类型（轶事、相关性、实验、Meta 分析），并标记"证据很弱但语气很强"的危险结论。
提示词：
> For every major claim in these sources, extract the supporting evidence and rate its strength (anecdotal, correlational, experimental, meta-analysis). Flag any claims with weak evidence that are stated with high confidence.
> 针对这些来源中的每一项主要论断，提取其支持证据并评估其强度（轶事证据、相关性证据、实验证据、荟萃分析证据）。标记出任何证据薄弱但置信度很高的论断。
8. 多受众翻译器
场景： 汇报、产品文档、技术传播、对齐认知。
把同一批结论分别翻译给管理层、工程师和普通用户，每一版只讲他们真正关心的点，用他们能立刻理解的语言和例子。
提示词：
> Translate the insights from these sources for three different audiences: [executives, engineers, end-users]. For each audience, focus on what they specifically care about and use language/examples they'll immediately understand.
> 将这些来源的见解转化为三种不同受众群体能够理解的内容：[高管、工程师、最终用户]。针对每种受众群体，重点关注他们具体关心的内容，并使用他们能够立即理解的语言/示例。
9. 时间线构建器
场景： 行业趋势分析、技术路线演进、判断"现在入场是不是太早或太晚"。
从资料中提取一切与时间有关的信息（明确日期、事件、里程碑、隐含时间指代），构建完整的演化时间线，并标出"加速节点"——进展突然变快的阶段。
提示词：
> Extract every date, event, milestone, and temporal reference from these sources. Build a comprehensive timeline showing how this field/topic evolved. Identify acceleration points where progress dramatically increased.
> 从这些资料中提取所有日期、事件、里程碑和时间参考信息。构建一个全面的时间线，展示该领域/主题的发展历程。找出进展显著加速的节点。
10. 弱点扫描器
场景： 尽职调查、学术论文阅读、商业报告审查、防被包装好的结论误导。
扮演严苛的同行评审员，找出所有方法论缺陷、逻辑跳跃、夸大结论和缺乏依据的推断。对每个问题指出：如果要让这个结论成立，还需要补充什么证据。
提示词：
> Act as a harsh peer reviewer. Identify every methodological flaw, logical gap, overclaim, and unsupported leap in these sources. For each weakness, suggest what additional evidence would be needed to strengthen the argument.
> 扮演严苛的同行评审员角色。指出这些文献中所有的方法论缺陷、逻辑漏洞、夸大其词和缺乏依据的推断。针对每一个缺陷，提出需要哪些补充证据来加强论点。
使用建议
- 先上传资料再使用提示词：NotebookLM 的优势在于"基于你的资料思考"，先把相关文档、网页、视频上传，再套用提示词。
- 组合使用效果更佳：比如先用「专家级提炼」定位核心内容，再用「弱点扫描器」做批判性检查，最后用「实施蓝图」落地。
- 替换 [field] 为具体领域：第一个提示词中的
[field]需要替换为你实际研究的领域，如"机器学习""产品管理""金融投资"等。
- 这些提示词同样适用于其他 AI 工具：ChatGPT、Claude、Gemini 等都可以使用，只是需要自行把资料贴进对话。
💡 实战技巧：用 NotebookLM 生成高质量 PPT
NotebookLM 现在支持生成精美的 PPT，但如果提示词写得不够好，生成结果往往差强人意。以下是经过大量测试（每天生成近 20 个 PPT）总结出的关键技巧：
三个核心要点
- 使用深色背景（Dark Mode）：在提示词中明确要求生成黑色/深色背景的样式，视觉效果会好很多。
- 总页数控制在 20 张以内：NotebookLM 目前最多只能有效生成 20 张幻灯片。如果你要求 30 张，它会把内容平均分成 30 份，但生成到第 20 张就会"断掉"，导致 PPT 不完整——可能到一半或三分之二就戛然而止。
- 只用大标题，避免小字：NotebookLM 在生成小字时容易出现乱码，但大标题效果很好。建议在提示词中加上限制，例如：
仅生成大标题，不要附带小标题或小字说明。
进阶玩法：模板参考法
如果你想生成特定风格（如苹果风格、扁平化设计等）的 PPT，可以用这个"邪修"技巧：
- 找一页你觉得排版和样式特别漂亮的 PPT 模板截图
- 将模板图片作为参考文档上传给 NotebookLM
- 在提示词中这样限定：
内容按照我提供的文档 A（你的内容文档）来组织，排版样式则参考文档 B（模板截图），标题可以自行拟定。
这样就能让 NotebookLM 在保持内容准确的同时，输出你想要的视觉风格。
评论