地心引力
我非常喜欢NotebookLM，它精彩地呈现了AI工具设计的优秀实践，我在今年6月份写了这篇简要分析，今天分享给大家。NotebookLM的设计师也分享了一些背后的故事，推荐阅读：https://jasonspielman.com/notebooklm
- 注重操作动线
- NotebookLM的UI设计非常简洁甚至有些简陋，但通过合理的功能分区和动线设计让用户一目了然快速上手。
- 左侧为知识库，中间为NotebookLM核心功能——对话式研究，右侧为内容产出区，播客、笔记、思维导图等产出物的聚合。
- 整体是按照输入——处理中心——输出的逻辑来组织，简单操作一下就能理解，非常自然，而且多窗口动态缩放的交互不仅有创意，还非常实用。
- 知识库可控
- 作为一个研究类工具，限定范围的知识库是影响回答质量的关键。NotebookLM的做法是，首先用「笔记本」而非「Chat」作为每项研究的载体，然后在这个项目中，把用户从输入到输出的数据组织起来。
- NotebookLM的知识库，尽可能多地支持了各种导入方式，本地文件、网页链接、YouTube视频、网页搜索等等，并可以随时检查每个文件的内容，除了直接增删具体的文件之外，甚至还可以调整每次对话参考的文件范围。
- 最后，NotebookLM做了非常细致的内容引用机制，对话中引用的资料，可以直接找到在知识库中的出处，右侧生成的思维导图，也可以通过自动触发对话的方式获取详细解读。
- 区分Chat与产出
- 我认为这是NotebookLM做得最好的一点，它不是单纯区分了知识库和Chat这么简单，而是做了一系列设计。
- 首先如果不添加知识库，则无法使用Chat等其它功能
- 添加了知识文件之后，可以自由Chat，Chat的风格是每一次回答都尽可能的详细，回答内容可以被保存为笔记。
- 笔记是NotebookLM中持久存在的产出物，笔记可以进一步被添加到知识库中，也就是用户在研究过程中的洞察可以进一步反哺AI提升回答质量
- 把笔记添加到知识库时会自动生成一份快照，所以用户对笔记的修改不会被同步到知识库，除非用户再次提交
- 知识库作为一项研究的基石，是持久化；笔记作为一项研究的产出，也是持久化的；而聊天记录是用户可以反复试错、探索的场所，是不会持久化保存的，甚至可以手动清空。
- 增强而非取代，利用人机协作循环
- 任何文件进入知识库都需要用户确认
- 把对话保存为笔记需要用户确认
- 把笔记转换为知识也需要用户确认
- 研究工具最关键的一点就是研究的文件范围，所以核心的决策权始终都在用户手里，不会被AI的自动化操作污染；每当用户在Chat过程中发现有意思的东西，可以先记为笔记，如果这份笔记质量很高，那可以进一步将其添加到知识库。NotebookLM实现了人发出指令——AI执行——人确认并发出指令——AI执行这样的人机协作反馈循环，而且非常顺畅。
- 充分发挥模型的多模态转换能力
- 以上分析是NotebookLM能留住用户的理由，但让NotebookLM爆火出圈的是让人惊艳的播客生成能力，双主持人的创意、极高的语音质量和较为合适的内容深度等等优点加在一起构成了远超同期产品的用户体验。
- 除了播客，NotebookLM还提供了思维导图、摘要、时间轴生成等功能，并不惊艳，但保证了体验的丰富性和便捷度。
