我如何使用 NotebookLM 将讲座录音变成学习笔记（并实际保留它们）

听三小时的讲座录音在技术上是学习，实际上是在拖延额外的步骤。您需要的是其中的结构，而 NotebookLM 可以很好地提取该结构，因为它仅适用于您的源。我的日常工作有四次通过，每堂课的整个过程不到四十分钟，保留红利会持续整个学期。

第一关是原始上传和摘要。每门课程创建一个笔记本，将录音与任何幻灯片或阅读材料一起转储，并首先生成内置摘要。不要从中学习；将其用作地图。查看人工智能识别的主题，一分钟内就会告诉您上传是否有效以及讲座的内容，这些内容有时与教学大纲所说的不同。

第二遍是实际做笔记的地方。要求进行结构化细分：主要主张、支持示例、给出的定义以及提到的任何数字或日期。这些引文是我比一般聊天机器人更信任它的原因，每个声明都链接到音频中的确切时刻，并且抽查一个声明只需单击一下，而不是擦洗三个小时。将其导出到您的笔记应用程序中，并按照您自己的结构重新格式化，因为重新组织的行为就是学习的一半。

第三关是审讯，也是大多数人跳过的关卡。向 NotebookLM 询问您在考试中期望的问题：比较第四周提出的两个模型，讲师对这条规则的例外情况有何看法，幻灯片和讲座在哪里不一致。分歧问题是黄金，因为你的材料之间的矛盾是考试问题存在的地方，也是扎根工具诚实地对待歧义的地方，而一般聊天机器人则不然。

第四遍是音频概述，在末尾生成，而不是在开头生成。两位主持人对材料的播客讨论确实有利于在通勤时进行巩固，但前提是你已经完成了真正的工作，因为被动聆听首先会产生熟悉的错觉。我的顺序故意颠倒了它：与纸上的材料互动，然后让音频概述巩固它。每周三堂课变成了我实际拥有的笔记，周日的复习时间从三小时缩短到四十分钟。