我這樣把 NotebookLM 串接成 AI Agent 的長期記憶

張貼者： 日期：
NotebookLM 串接 AI Agent — 把 NotebookLM 當 AI 助理的長期記憶庫
NotebookLM 串接 AI Agent ・ 把它從查資料工具、變成個人 AI 助理的圖書館

大部分人用 NotebookLM、用法都長一個樣：丟一篇文章進去、問它摘要、把它當搜尋引擎。

我之前也這樣用。但自從串接了 Claude Code 之後、我才發現 NotebookLM 真正的價值、不是「查資料」、是當 AI Agent 的長期記憶庫。

我以前的用法：跟大家一樣

開一本 Notebook、丟一篇 PDF 或 YouTube 連結、問它「幫我整理重點」。它整理得確實還可以、會標來源（這一段來自哪個影片第幾分幾秒）、引用很乾淨。

但這個用法很快就遇到一個問題 —

我每天看的影片、文章、Podcast 太多。如果每篇都要開新筆記本、那筆記本就會變成幾百本垃圾。如果都塞同一本、那 AI 回答的時候會被互相污染：我問 NotebookLM「黃仁勳對 AI 算力的看法」、結果它會把蘇姿丰、馬斯克的觀點也拌進來。我要的是「黃仁勳的觀點」、不是「AI 圈大佬綜合意見大鍋炒」。

真正的解法：主題式 Notebook、一個高層一本

我這 4 個月改用一個方式 — 把 NotebookLM 當「長期維護的知識庫」、每個主題一本筆記本。

舉幾本我手上正在維護的：

  • 「黃仁勳」一本 — 放他所有公開演講、訪談
  • 「李宏毅教授」一本 — 放他的課程、podcast
  • 「Apple Mac 銷售與維修」一本 — 我工作會用到的
  • 「0050 前十大成分股」一本 — 我關注的法說會、財報
  • 「Claude Code 與 Obsidian」一本 — 我的 AI 工作流參考

新東西出現、就 append 一筆 source 進對應的那本。

為什麼一定要主題分本？因為單一筆記本「源頭乾淨、主題集中」、AI 答你問題的時候不會被別主題的資料干擾。如果把黃仁勳演講、台灣大法說會、ADHD 教養全塞同一本、什麼問題的答案都會被互相污染。

串接 Claude Code 後、發生什麼事

NotebookLM 自己沒有官方 API。但社群做了一個叫 notebooklm-mcp-cli 的工具、讓 Claude Code 可以「從本機」直接控制 NotebookLM。

裝起來之後、我可以直接在 Claude Code 對話框打：「幫我把這個 YouTube 影片加進『黃仁勳』那本 Notebook、然後問它『黃仁勳對 AI 算力未來 3 年的判斷』、用白話整理給我。」

它真的會去做。整個流程不用打開 NotebookLM 介面。

AI Agent 跟 Chat 型 AI 的本質差別

對我來說最有感的不是「自動化」、是 AI Agent 跟 Chat 型 AI 的本質差別 —

一般 Chat 型大語言模型、你問問題、它給答案。然後句點。

Agent 型不一樣。它會告訴你 next step 該做什麼、而且它真的會去做。

舉個我自己的例子：上個月我請 Claude Code 幫我整理親子教養的資料、它整理完之後主動問：「要不要幫你做成簡報？要不要把這個跟你上次提到的 ADHD 那個主題結合？」我說好、它就動手了。Gemini 也能開多個 Notebook、但它停在「給你答案」、不會主動往下推。

Agent 有記憶、會幫你避開上次踩過的坑

只要你告訴 Agent 夠多事情、它會比你的助理還瞭解你。

我甚至把這些都告訴它：

  • 家裡完整地址
  • 車牌號碼
  • 車子型號、年份
  • 機車也有
  • 我的工作背景、職位、長官名字
  • 過去重要決定、踩過的坑

聽起來很瘋對吧？但這在實際工作流裡很有用。

上個月我訂閱的 Cursor 忘記退、被自動扣了 192 美金。我請 AI 幫我寫退費信、成功退款之後、我把整件事的脈絡寫成日記放回我的知識庫。

後來我請 AI 幫我掃 Email、找出還沒退費的訂閱、它直接做出一份清單、還主動問我要不要排進行事曆。而且行事曆的備註裡、它自動把之前踩過的坑寫進去 — 訂閱金額、後果、退訂連結都補完。甚至到期前 14 天先提醒一次、到期前 1 天再提醒一次。

它把我之前的失敗經驗、變成未來不會再踩同樣坑的提醒。

NotebookLM × Gemini × Claude Code 三件套

最近我才搞清楚這三個工具的分工 —

  • NotebookLM：來源乾淨、做「長期知識庫」、不會污染、不會幻覺
  • Gemini：能拉 Notebook 進來、但不會回寫汙染、適合「拿來腦力激盪」
  • Claude Code：執行引擎、會跑工具、會 take action

舉一個我玩過的組合 — 把「黃仁勳」「蘇姿丰」「馬斯克」三本 Notebook 放進 Gemini Gems、Prompt 寫「模擬一場 AI 算力策略晨峰會議、三位輪流發言、針對下一波 GPU 短缺給建議」。

它真的會用三個人不同的角度、給你一份有結構的會議紀錄。

為什麼這個時代沒有 AI Agent 真的不行

我現在如果 Mac 沒連線、會有點焦慮 — 不是工作做不下去、是「少了一個左右手」的感覺。

可以等、但會覺得手很空。

這個工具有個特點 — 它跟著你的能力成長、是非常客製化的產物。所以即使我覺得它很厲害、也很難拿自己的案例去分享、因為內容太私密了。你只能告訴別人「概念是這樣」、實際長什麼樣、要他自己用一段時間才能體會。

但我可以給一個觀察 —

軟體業以前最值錢的是「存資料的地方」（像 Salesforce 那種客戶資料庫）。下個十年最值錢的、會是「會替你想、會替你做事的智慧層」。

NotebookLM 就是個人版的「資料庫」。
Claude Code 那種 AI Agent 就是「智慧層」。

我這 4 個月就是把這兩層串起來、變成自己的個人 AI 助理。

下一個十年、能不能贏、看的是這層智慧能不能跑在前面。

留言

張貼留言