NotebookLM 正在消灭工具书

NotebookLM 正在消灭工具书

前面说到人人都应该构建自己的 AI 可用数据库。

我目前在构建基于 Obsidian 和 AI Agent 的一套。这种方案对于非技术来说,知识断层比较大,我还没找到很好的办法能教会我老婆...

不过没关系,先推荐大家玩玩 Google 的 Notebooklm,先感受一下时代带来的震撼。

Notebooklm

看名字好像就是个笔记工具?是,也不是。

Google 把强大的生态和 Gemini 都集成到了里面。

能做什么用?我认为用它处理「别人生产的内容」最恰当不过。试问:

  • 你是否有没有阅读完的工具书?
  • 你是否有外语的资料,嫌麻烦没看?
  • 是否想汇总一下某个大V的所有公众号?
  • 有么有油管视频,太长,懒得看?

Notebooklm 都能做到

举个例子:

我把这本书传了上去

然后记得右上角这里选择输出语言是中文

然后就可以和这本书对话了:

这是最简单的一种用法。你还可以让它帮你画书的思维导图、做成 PPT 等等...

多种维度吃透一本书。

一挪迈的思考

Notebooklm 和我现在构建的本地知识系统其实也并不冲突。我认为 Notebooklm 非常适合随手把收集到的资料、视频等丢进去。

然后这些外部资料用 AI 地能力去掰开揉碎,形成你自己的理解,最终形成的笔记,就可以进到本地的知识库进行保存了。

有条件的(需要能打得开 Google),去试试吧。

原创不易,如认为有价值,请不吝赞赏充电⚡️

微信赞赏码
微信 扫码,为我买一杯咖啡☕️
公众号二维码
关注公众号,获取最新文章推送

相关阅读

Claude 投研方法论:11 篇实战开箱懒人包

Claude 投研方法论:11 篇实战开箱懒人包

过去这几周,一直在开箱 Anthropic(目前最先进的 AI 公司之一) 开源的金融投研套件(financial-services-plugins)。这是一套包含了 51 个 skill(可认为是给 AI 用的程序),覆盖股票研究、财务分析、财富管理、私募股权、投行等领域。这是华尔街机构真实在用的方法论。 这个开箱系列把其中对个人投资者有意义的部分拆解出来,用通俗的方式讲清楚,并做到了每篇附一个可以直接用的 Prompt。 今天整理一下目录,方便大家回顾和查找。 选股篇:怎么找到值得研究的股票 一:机构「主题挖掘」方法论,个人投资者也能用 从一个投资主题出发,沿着价值链找受益公司。五步走:定义论点、画价值链、找受益者、用护城河和估值过滤、盯催化剂。自上而下的选股思路。 二:机构的选股方法 五套量化筛选器:价值型、成长型、质量型、动量型、

Claude 金融投研套件开箱收官:机构的投资灵感生产线

Claude 金融投研套件开箱收官:机构的投资灵感生产线

这个系列写到现在,估值讲了、财报讲了、持仓管理讲了、行业研究也讲了, Claude 这个金融投研套件的开箱也要收官了。 今天拆解 Claude 开源的金融投研套件(financial-services-plugins),最后一个核心内容:Idea Generation(选股灵感)。 说白了,后面的流程再完善,如果最前面"找到值得研究的标的"这一步卡住了,一切都是零。 机构分析师有一套系统化的方法来产生投资灵感,叫 Idea Generation。它把"找机会"这件事从灵光一闪变成了一套可重复的流程。 灵感的两个来源 机构找投资机会,基本就两条路: 路径一:量化筛选(自下而上) 设好条件,让数据帮你过滤。比如"P/E 低于行业平均、连续 5 年盈利增长、内部人在买入"

机构分析师研究一个新行业的五步速写法

机构分析师研究一个新行业的五步速写法

前九篇我们一直在聊股票:怎么选、怎么估、怎么管。但有个更前置的问题一直没讲: 你凭什么相信这个行业值得你投? 很多人的投资路径是这样的:看到一个新闻"某公司股价暴涨了 50%",然后冲进去研究这只股票,再决定买不买。但是,这个顺序是反的。 机构分析师的顺序是:先搞懂这个行业是怎么运作的、谁在赚钱、未来五年会怎么变,然后才去问"这个行业里谁是最好的标的"。 今天继续拆 Claude 开源的金融投研套件(financial-services-plugins),来看看行业全景(Sector Overview) 这套框架。 为什么要做行业研究? 举个例子,毕业生找工作。 路径 A(散户思路):听说程序员工资高,直接学编程,甚至转码。 路径 B(机构思路):先研究一下整个科技行业的结构和趋势,发现云计算和 AI 是未来五年的大趋势,然后再去看这个趋势里哪些岗位最吃香,最后才决定学什么技能。