LongCut logo

谷歌NotebookLM更新神级功能!扔进一堆PDF,直接生成对比表格 | 效率提升100倍 | 数据表格应用场景实测!

By 灵姐说AI | Ling Talk AI

Summary

Topics Covered

  • AI赋能购物决策:跨越链接的智能比价
  • HR新利器:AI驱动简历横向比对
  • AI梳理旅游攻略:从碎片信息到行程指南
  • AI辅助学术研究:从文献综述到深度引用

Full Transcript

大家好欢迎来到灵姐说AI 这期节目啊 给大家介绍一下 谷歌Notebook LM的一个新的板块 叫做数据表格 我会讲讲它的使用场景以及技巧 如果你是谷歌的Pro或者是Ultra用户 这个功能啊 在上个月下旬的时候已经对你开放了

这是谷歌Notebook LM在2025年爆火的年底 给大家送的一份新礼物 这期节目啊 给大家介绍一下怎么来应用 打开我们的谷歌Notebook LM 在右侧这个位置啊 可以看到它新增了一个板块 叫做数据表格 怎么用呢 我给大家介绍一些场景和案例 第一大类的应用场景 就是横向的比较表格

天然方便我们对特定的选项 进行横向对比 我们可以应用这个功能 辅助帮我们进行购物决策 比如说啊 我们进到亚马逊这个页面 输入了关键词 这里呢会有一系列的信息 当我们需要在多个产品间 进行决策的时候 我们就可以把我们对应考虑的 几个商品的链接

复制给到Notebook LM 比如说在这个笔记里面啊 我就给了他 我意向要购买的打印机的四个链接 呃包括了brother的 Epson的还有惠普的 我把链接给到他 然后呢就在对应的数据表格里面 让他给我做对比看一下 我做了两个对比 先看这个 这里呢可以看到我写的这个提示词 这里的提示词呢 我就写的比较简单 我就跟他说啊

请对比一下这几款打印机的关键要素 以帮助我做出购买决策 然后呢 他就按照他的理解给我做了一个对比 还是比较清楚了 产品名称 然后打印的技术 是喷墨的还是激光打印机 功能有哪些 黑白和彩打的速度怎么样 还讲了一下耗材和维护成本 呃主要的特点和性价比的总结 那么有了这样的表格

就能帮助我们快速的做出决策 当然啊 如果说你在做购物决策的时候 已经有了你的评估标准 比如说你的诉求是需要能够支持彩打 需要能够双面打印 需要能够尽可能的性价比比较高 并且耗材的成本比较低 你就直接告诉他你的这几个选项 第二个我生成的数 据表格

就是我明确告诉了他我的标准是什么 让他围绕我的标准来输出这个表格 你看这里他就会很清晰 他这里的表头就是是否支持扫描 是否支持彩打 是否支持双面打印 这样我的购买决策就会特别的快 所以啊 在使用数据表格这个功能的时候啊 和前面的八功能有一点不一样 这里的提示词

会比较明显的 去影响这个数据表格最后的输出内容 这个用法 不仅适用于你生活中的商品的采购 如果说你是一个销售 对于大宗货品的采购 你也完全可以通过上传PDF 上传相关的产品资料 去做这样的横向对比 并且如果说你是一个测评博主

或者说你要写一些竞品的报告 这样的数据表格的功能 就变得特别实用了 而且这个功能的好处在于 它和谷歌的表格是打通的 点击右上角这个地方啊 导出到谷歌表格这个信息啊 就可以 直接在谷歌全家桶的产品里面去 应用 非常的丝滑 关于横向对比的第二个应用

是可以用于HR的人才筛选 在我们日常筛选人的时候啊 候选人交过来的简历资料 可能并没有什么标准的模板 我们完全可以把他们的资料 这个PDF丢到这个Notebook LM里面 然后呢 生成一个技术候选人的简历对比表 这里呢我就去Git Hub里面 去找了一些公开的

这个技术人的这么一个简历他 们放在公开的信息里面 然后我把它放进来 点击这里的数据表格 然后 生成了一个技术候选人的简历对比表 这里提示词我也写的比较简单 我就说制作一个表格 全面的对比一下 这几个技术候选人的简历 你看他就出现了姓名 目前或者是最高的职位是什么样子的

他的核心技能和技术栈是怎么样子的 教育背景 还有工作年限如何 你看很清楚了 13年11年4年2年 如果说 我想找一个10年工作经验以上的 那么就可以重点去看这两位候选人了 然后再去阅读他们详细的简历 这里还会有提到他们的项目成就 语言能力 专业认证与贡献 还有来源 这个呢就会帮助我们

特别快的做简历人才的筛选 如果说你对它生成的这个结果满意啊 你就直接导到Google的表格里面去使用 很顺滑 如果说你对这个生成的结果不满意 比如说这些表头啊 可能没有包含你预期的内容 你想补充它 现在不好的点是说 不能够直接在这个基础上去修改调整 你就修改一下你的提示词 重新生成一个新的数据表格就可以了

目前呢这个生成数据表格 因为它不涉及到多模态 所以生成的速度还是比较快的 这类数据表格的第二类大的应用呢 是纵向时间轴的梳理和对比 比如说我们做一个旅游攻略 很多人啊 喜欢去小红书 抖音或者相关的一些旅游网站 去找一些驴友的笔记 作为自己旅游攻略的参考 但是啊

最后做攻略又要重新整理 现在有了notebook之后啊 可能会让你轻松许多 比如说啊 在这里啊 有三篇关于杭州的这个旅行笔记 那么我们直接把它的链接给到Notebook LM 之后呢我们就在数据表格这里啊 输入提示词 让它给我制作杭州三天两夜的

这个深度的旅行表 我看了一下 基本还是符合实际情况的 他会讲解景点的地方 耗时费用 注意事项 交通工具 还有吃喝玩乐的情况 这里呢也会附上一个来源 他这里主要引用了 我这个第一条和第二条的两条笔记 啊第三条我估计是因为这个 他里面啊

全部都是图片为主 5张图片 它在读取和引用的时候 不是特别的流畅 所以它基本没有体现第三条的内容 关于纵向时间点的应用 其实还有很多种用法 比如说 你可以对一些社会事件的发生的前后 时间点做一些梳理 再比如说你可以对历史的一些事件 它的关键事件是什么

发生的时间点是什么 关键的人物是什么 带来的影响是什么 做一个梳理 它的纵向时间点的应用也是非常好的 这个可以结合大家自己的工作 生活场景 去尝试 第三我想讲的大的应用场景 就是数据表格这个功能啊 实际上 是补全了NotebookLM信息处理的全链路 关于这个方

向最典型的应用 就是 我们在做特定领域的研究的时候啊 可以很好的应用这个功能 比如说在这里啊 我给它上传了4篇学术论文 这四篇论文呢 是关于AI对开发效率影响相关的 这里面的文章啊 有的观点甚至是对立的 这个案例的场景啊 在我们现实生活中也是存在的 当研究生写论文的时候

包括你是一个特定领域的研究员 你需要做特定领域的研究 和分析的时候 都是用得到的 那我是一步步深入的 首先第一个层次 我需要对这些文章做一个文献综述 先了解他们的主要观点 那么我就有了第一个数据表格 这里我提的要求是

根据这4篇论文生成一个文献综述 包含这些表头 你看他这里啊 就把论文的标题 发表的年份 和他主要的研究方法和核心结论 以及对应的样本量都梳理出来 这决定啊 我要不要去详细的去看这篇论文 并且我可以判断 这篇论文和我自己的思想观点 是相左的

还是一致的 第二个层次 就涉及到这些论文观点的深度分析 比如说在这里啊 我让他深度分析的是 AI对软件工程的具体影响的对比分析 这里涉及到具体的观点 在提示词里面呢 我也会详细的描述 让他对这些层次进行分析 可以看到这两篇论文啊 他普遍的认为

这个AI对代码的这个编码速度 都是有提升的 但是在第二列这里啊 它们的观点就是相左的 比如说我看这一篇论文啊 这里面就讲到了 AI倾向于使用不安全的库 和不正确的输入过滤 那么看到这个点啊 他和其他的论文的观点 就是有点不一样的 这就会引起我做这个研究的重视 那么

关于这篇论文里面的这个重点观点 我就要需要打开原文 去重点的去看和思考一下 第三个层次 在看完这些论文的大纲 以及他们重点的观点和研究方法之后 那么我在继续我的研究和写作的时候 我需要去引用这些论文的核心观点 并且指出它的局限性

那么我就有了第三层次的数据表格 在这里呢 我就在提示词里面 要求他给我对应的论文标题 以及他的核心的金句 这个金句呢 他最好是给我原文引用 并且我是一个中文的使用者 再给我做一个中文翻译 并且说明局限性 那么我在使用论文的时候

就可以直接引用对应的句子 这是我从信息的读取 深度研究到最后引用的一个过程 它帮助我 能够快速的将这些非结构化的信息 变成结构化 而且你发现没有 当Notebook LM补全了数据表格之后 它相当于

把整个信息模块的方方面面的拼图 做了一个更完整的呈现和表达 如果说对于一些新手刚刚接触AI Notebook LM 将是我推荐他们使用的首款产品 这个可以立竿见影的 提高它的生产效率和工作效率 以上就是我给大家介绍的

Google Notebook数据表格的三大应用方向 横向对比 纵向时间 轴 以及从非结构化到结构化的逻辑梳理 大家也可以找到更多 契合你自己的生活 工作场景 今天的节目就聊到这里 我们下期节目再见拜拜

Loading...

Loading video analysis...