进阶与避坑篇
把 NotebookLM 用对、用稳、用长久
一、幻觉控制铁律（再强调一次）
- 任何具体数据 / 关键结论 / 直接引语，必须点开脚注跳回原文核对。
- 跨来源综合时，要求 AI 显式标注每条结论的出处文件与位置。
- 对“看似合理但来源模糊”的表述保持怀疑，必要时用深度研究或人工复核补足证据。
原笔记作者直白结论：“NotebookLM 的引用功能是最有价值的……这是对抗 AI 幻觉的唯一铁律。”
二、中文 PPT / 视频乱码：前置修复
生成中文 PPT 或视频时，模型容易输出模糊、重叠、字号过小的中文。解决办法是在提示词里前置字体与清晰度要求（出自作者实测）：
用清晰简体中文，标准字体、高分辨率、文字锐利无模糊。采用 2×2 网格 / 三列卡片 / 垂直编号列表布局，文字严格放在容器内，每行≤12 字、每页≤5 点，字体大小统一、无重叠、无边距模糊。三、水印与版权
NotebookLM 生成内容可能带平台水印；引用他人受版权保护的来源（论文、书籍、文章）用于商业场景前，需确认授权。爬虫插件抓取内容同样受版权与平台条款约束。
四、备份策略
云端笔记本随时可能调整或下架。重要知识库建议：定期导出来源原件、关键对话与生成成品留本地归档；把 NotebookLM 当作“活的工作台”而非唯一存储。
五、评估指标（怎么判断用得好不好）
| 维度 | 好 | 差 |
|---|---|---|
| 可追溯 | 每条结论有脚注 | 无出处、凭空生成 |
| 精确度 | 严格限定数据范围 | 越界编造 |
| 可复用 | 提示词模板化、可迁移 | 每次从零随机提问 |
六、软件“日抛化”思维
Karpathy 等行业判断：AI 工具迭代极快，单个软件的“生命周期”在缩短。真正值得长期投入的是你的知识资产（来源库、提示词框架、方法论），而非某一个工具。本指南的 170 条提示词刻意写成“不限于 NotebookLM（或任何 AI 研究工具）”，正是为了让它们在工具更替时依然有效。
七、私有化 vs 云端 怎么选
| 情形 | 建议 |
|---|---|
| 公开资料 / 学习 / 创作 | 直接用 NotebookLM 云端，享受脚注与生态 |
| 涉密资料（未公开税务/案件/企业内部） | Ollama + AnythingLLM 本地 RAG（参数见工作流篇） |
| 需联网扩边又不泄密 | Perplexity 外查 + NotebookLM 内守 双核 |