90% 的人說「NotebookLM 很方便」，但他們連 10% 的功能都沒用到。我以前也是這樣。
我可以很肯定地這麼說。
這不是能力的問題。
這是「你投入了什麼」的問題。
※ 建議收藏這篇文章。
為什麼用同樣的工具，結果卻天差地遠？
想像一下兩個人。
他們都在使用同一個 NotebookLM。
一個人把每月 100 小時的加班時間，幾乎降到了零。
另一個人到今天還在手動彙整 Excel 表格。
差別不在於天賦。
單純只是知不知道「要放什麼進去」。
大部分人只會用到這種程度：
上傳一份 PDF。
輸入「總結這個」。
看完回應後心想「真方便」。
然後就結束了。
我懂那種感覺。
老實說，我最初也覺得 NotebookLM 不過就是個「智慧型影印機」而已。
我以前的使用方式，真的蠻可悲的。
週五晚上 9 點，只有日光燈的聲音在迴盪
讓我說說我的過去。
我以前每個月加班 100 小時。
早上 9 點進公司。
但要到晚上才能開始做真正的工作。
白天，我總是不斷地從各分公司寄來的各種 Excel 表格中，複製貼上資料到一個總表。
修正全形半形字元。
統一日期格式。
修復壞掉的公式。
這樣日復一日。
我每天都待到晚上 10 點，有時候甚至到半夜。
週五晚上，必須做定期報告的時候。
我會把表單回覆一筆一筆抄到另一個表格，然後寄出幾十封只改了收件者名字的郵件。
一邊想著「這種事應該讓機器來做」，一邊自己當機器。
我印象最深刻的是週五晚上 9 點。
我獨自一人在辦公室。
日光燈的嗡嗡聲，聽起來格外刺耳。
看著同事們說「辛苦了」然後離開。
我還在處理連一半都沒做完的複製貼上工作。
我感受到的不是挫折。
是空虛。
就算把這項工作做得完美無缺，也不會有人記得。
沒有累積任何技能或成果。
即使很努力，卻沒有留下任何努力的證據。
那種「虛無感」，至今回想起來還是最難受的。
我一次丟進 10 個東西，差點放棄
第一次知道 NotebookLM 的時候，我完全低估了它。
我丟進一份會議的 PDF。
輸入「總結這個」。
看完文字後心想「喔，還不錯」，然後就沒了。
隔天甚至不會再打開它。
有一次，我沒整理就把 10 份 PDF 一次丟進去。
我問：「根據這些，弄好看一點。」
結果得到一篇模糊又平淡的文章。
「嗯，好像也不怎麼樣。」
那時候，我差點就要放棄了。
但現在我明白了。
不是 NotebookLM 不好。
是我根本沒想過「要放什麼進去」。
我在責怪工具，卻逃避了最重要的部分：創意上的努力。
按下執行按鈕時，3 小時變成了 10 秒
轉捩點是第 5 個使用案例：GAS（Google Apps Script）。
GAS 是 Google 提供的自動化機制。
（可以把它想成 Google 版的 Excel 巨集。）
這一切始於絕望。
心想「反正大概也不行」，我蒐集了說明 GAS 的文章和範例，把它們放進 NotebookLM。
然後我問：
「寫一個每週五自動彙整試算表，並寄送郵件給團隊的程式碼。」
我把產出的程式碼原封不動地貼上去。
按下執行按鈕。
先跟你說：你完全不需要會讀程式碼。
你只需要把 NotebookLM 寫好的文字，複製貼上到指定的地方，然後按下「執行」。
老實說，我到現在還是不太懂那些內容。
……但它成功了。
平常要花我 3 小時的週五彙整和寄信工作，一個按鈕就完成了。
3 小時 → 10 秒。
那一刻，我真的在螢幕前大叫。
「等等，就這樣？」
同時，我感到一股寒意從背脊竄上來。
我那些奉獻給公司的幾百個小時，到底是什麼？
那一刻我確信了。
NotebookLM 的價值不在於「摘要」，而在於「儲存知識，並將其培養成專屬於你的個人『專家』」。
從那之後，我像水壩潰堤一樣開始建立自動化。
大約一個月內，我建了 12 個自動化流程。
我每月 100 小時的加班，幾乎變成了零。
這才是真本事。改變人生的 10 種方法
接下來是重點。
它們的共同點，都是 NotebookLM 的「尋找來源」功能。
（來源 = 你餵給 AI 的原始材料。）
你只要把提示詞丟進去就好。
（提示詞 = 對 AI 的請求。你甚至不需要自己準備材料。）
它會自動從網路上幫你收集相關資訊。
然後按主題儲存在筆記本中。
接著，那個筆記本就會變成該領域的「專家」。
它不是一個用完即丟的意見箱。
想像一下，你擁有 10 位個人專屬同事。
你不需要一次全部做完。
一個禮拜做一個就好。
如果你是新手，先從這三個開始：「7. 會議記錄、10. 資訊蒐集、5. GAS」。
習慣之後再來做其他的。
針對每一項，我都寫了要收集的材料（要放進去的來源）、實際的操作方式（指令範例），以及你會得到的效果。
把材料存進筆記本，然後輸入指令。就這麼簡單。
1. 提示詞設計支援 | 不再煩惱如何對 AI 下指令
「我不知道要問 AI 什麼。」
這是 AI 應用中最常見的絆腳石。
無論是 ChatGPT 還是 Gemini，根據你提問的方式，回答會完全不一樣。
不是「AI 沒用」，只是你問問題的方式還不夠好。
所以我把它放在第一個。
當你變得更擅長提問，你手邊所有的 AI 都會變得更聰明一級。
要放入的來源（在「尋找來源」中輸入這個）：
・「收集一些為初學者簡單說明如何建立 AI 指令的文章。」
・「收集許多可以在不同工作情境中使用的提示詞範例。」
・「收集一些總結提問技巧，能顯著提升回答準確度的文章。」
現在，這個筆記本變成了一個「如何提問的老師」。
使用範例：
・「寫一個指令，用來建立要在明天晨會使用的報告備忘錄。」 → 你會得到一個指令，它會幫你整理好要對誰、講什麼、以及按照什麼順序溝通。
・「寫一個指令，用來草擬一份說服老闆的提案。」 → 你會得到一個設計好的指令，它會把結論放在前面，並告訴你如何加入數字。
效果：每次都要上網搜尋如何提問的時間消失了。
而且，當你提問的方式變好，你產出的郵件、提案、社群貼文的品質也會一起提升。
當我要指派一個新任務給 AI 時，我一定會先在這裡建立指令，然後才發送給各個 AI。
2. GPTs 建立支援 | 從使用者變身為創作者
你覺得 AI 只是拿來「用」的嗎？
其實，你可以站到「創作者」那一邊，打造屬於你自己的個人 AI。
GPTs 是一個能讓你建立「自己的 AI 助手」的功能，它可以學習你的特定工作內容。
（※ 需要 ChatGPT Plus 方案。）
你可以獨自完成那些外包要花費幾十萬日圓的客製化工作。
要放入的來源：
・「收集一些為初學者說明 GPTs 建立步驟的文章。」
・「收集各種實際上在商業中使用的 GPTs 範例。」
・「收集一些總結讓 AI 記住角色與規則的技巧的文章。」
使用範例：
・「建立一個處理客戶初步諮詢的 GPTs 設計文件。」 → 你會得到要記住的指令、假設的問答、以及轉接給真人處理的界線。
・「我想做一個能回答公司內部『常見問題』的 GPTs，請幫我設計。」 → 它會建議你需要的資料組織方式，以及回覆的語氣。
效果：你可以擁有過去需要外包的「個人工具」，而且外包成本為零。
你最了解自己的工作。
所以你能創造出外包無法觸及的、「搔到癢處」的 AI。
3. 業務改善 Know-how | 不找顧問也能改變工作方式
業務改善顧問，小案子要幾十萬，大規模的專案更要上百萬。
而且，外部人員根本不了解你工作場所真正的麻煩之處。
所以，讓 AI 只學習改善的「知識」，然後用你自己的業務資料來分析。
這是最便宜也最精準的方法。
要放入的來源：
・「收集一些用範例來說明消除浪費的業務改善概念的文章。」
・「收集一些總結任務整理與安排技巧的文章。」
・「收集一些將工作流程可視化並提升效率的成功案例。」
使用範例：
・「我們的業務團隊週一會手動輸入業績，週二報告，週三開會。哪裡有浪費？」 → 你會得到自動化手動輸入、讓 AI 草擬報告、以及將會議移到聊天室等建議。
・「把這些分成這週可以立刻做的，以及需要花一個月做的。」 → 它會幫你整理成短期與中期計畫。
效果：即使完全沒有改善的專業知識，也能獲得專業等級的分析與建議。
而且因為你能直接傳達工作現場的實際狀況，所以比外包顧問的建議更貼切。
4. 行銷技巧 | 今天就和「這不是我的專業」說再見
「行銷跟我無關。」真的是這樣嗎？
當你要爭取新的服務提案時。
當你要在公司內部爭取預算時。
當你要在招募時傳達公司的魅力時。
這些全都是關於「對誰、傳達什麼、如何傳達」，這本身就是行銷。
要放入的來源：
・「收集一些為非專業人士說明基本行銷概念的文章。」
・「收集一些小型公司或個人也能使用的行銷範例。」
・「收集一些總結透過社群或網路成功吸引客戶案例的文章。」
使用範例：
・「要向誰、用什麼話術來銷售這個針對中小企業的雲端服務？」 → 你會得到目標客群、要強調的優勢、以及第一個 Campaign 的建議。
・「面對競爭對手 A 和 B，我該如何傳達我們的優勢？」 → 它會從產品、價格、通路、促銷四個面向，幫你整理出差異化重點。
效果：過去需要依賴專門部門或外部人員的策略，你現在可以自己制定。
「思考框架」可以永遠重複使用，無論是對老闆的簡報，還是提案的起點。
5. GAS | 手動工作，一個按鈕搞定
這正是我將每月 100 小時加班降到幾乎零的方法。
GAS 是 Google 提供的自動化機制。
（可以想成是 Google 版的 Excel 巨集。）
它可以自動連動試算表、Gmail 和表單。
「我沒有程式經驗，所以做不到。」沒關係，NotebookLM 會幫你補足這個差距。
要放入的來源：
・「收集一些為初學者逐步說明 Google Apps Script 基礎的文章。」
・「收集一些用於自動化試算表和 Gmail 的 GAS 程式碼範例。」
・「收集一些說明如何修復錯誤和常見陷阱的文章。」
使用範例：
・「寫一個 GAS，讓它在每週五早上 9 點彙整各工作表，並將結果用郵件寄送給團隊。」 → 你會得到一個貼上就能用的程式碼。
・「寫一個 GAS，讓它在收到表單回覆時自動寄送感謝郵件，並記錄到工作表。」 → 你會得到整合的程式碼。
效果：3 小時的手動工作變成 10 秒。
你完全不需要會讀程式碼。
只要把回傳的文字複製貼上，然後按下「執行」就行了。
從這裡開始，我大約在一個月內建了 12 個自動化流程，涵蓋彙整、寄信、日曆整合等等。
這是你從「動手的人」轉變為「建立系統的人」的時刻。
6. SEO 策略 | 寫出能自然吸引搜尋流量的文章
給那些在 note 或部落格寫作的人。
「完全沒有人看。」是不是覺得很熟悉？
很多時候，原因在於缺乏 SEO 設計（為了在搜尋結果中排名較高所做的努力）。
即使內容再好，如果沒被發現，就不會被閱讀。
要放入的來源：
・「收集一些為初學者說明如何寫出搜尋排名較高的文章。」
・「收集一些總結如何選擇受歡迎的關鍵字的方法的文章。」
・（更有效的是）搜尋你想要寫的主題，然後把前 10 名文章的網址直接放進筆記本。
使用範例：
・「告訴我這些排名前面的文章共通的主題，以及反過來說，沒有任何一篇文章觸及到的切入角度。」 → 你會找到競爭對手沒有寫到的「空白地帶」。
・「比較這 10 篇文章的標題，並建議最好的結構。」 → 你會得到一個有可能排名較高的文章框架。
效果：你可以根據事實，而不是憑直覺或蠻力，來判斷「要寫什麼才能排名較高」。
我在寫 note 之前一定會做這個動作。
寫作前的 30 分鐘準備，能讓文章的壽命延長好幾倍。
7. 建立會議記錄 | 會議後的工作完全消失
會議結束後，那段枯燥又沉重的會議記錄製作時間。
現在你可以解脫了。
只要放入會議逐字稿，它就會幫你整理成決議事項和待辦事項。
如果你是新手，想先試試看，我推薦這個。
因為這是最容易感受到效果的項目。
要放入的來源：
・會議逐字稿文字（用手機錄音 App 或轉錄工具都可以）
・「收集一些總結容易理解的會議記錄格式與寫作風格的文章。」
使用範例：
・「從這份逐字稿中，建立一個包含決議事項、負責人、截止日期的表格。」 → 你會得到一個可以直接分享的表格。
・「只提取出下次開會前需要完成的事項，以及由誰負責。」 → 你會得到一份沒有遺漏的任務清單。
效果：原本需要花 1 小時製作的記錄，現在只要 5 分鐘。
你會發現自己說出：「這比我整理得還仔細。」
開會時可以專心做筆記，會議一結束記錄就完成了。
一旦體驗過這種感覺，就回不去了。
8. 數據分析 | 把數字的「意義」轉化成文字
你有沒有在面對滿是數字的表格時，腦中一片空白，想著「所以，這告訴我什麼？」
NotebookLM 不是一個完整的計算工具。
但它在將「可以從這些數字中讀取到的訊息」轉化成文字方面，非常出色。
要放入的來源：
・你自己的數字，例如業績備忘錄或月報
・「收集一些為初學者說明如何解讀數據、掌握趨勢的文章。」
使用範例：
・「列出從這份業績備忘錄中可以觀察到的三個趨勢。」 → 它會回傳關於成長因素、業績下滑的月份、季節性波動等文字。
・「與上個月相比，我們需要注意哪些變化？」 → 它會指出那些容易被忽略的異常點。
效果：盯著 Excel 看的 2 小時，變成 10 分鐘。
這裡重要的不是計算本身，而是能夠「將趨勢化為文字，並向他人解釋」。
你可以在會議或報告中說出：「總而言之，這代表的意思是……」。
9. 文件製作 | 從零開始產出草稿
製作文件最困難的部分，就是面對空白頁面的前 10 分鐘。
那種「該從何下筆」的感覺會消失。
如果讓它學習提案和簡報的模式，它隨時都能給你一份草稿。
要放入的來源：
・「收集一些總結有效提案和簡報資料的結構模式的文章。」
・你自己過去獲得良好反應的文件（放進去可以提高精準度）
使用範例：
・「根據這些內容，建立一份內部提案的投影片結構。」 → 你會得到一份從封面到結論的頁面配置草稿。
・「將結構縮短成一份可以在 3 分鐘內向高層報告的版本。」 → 你會得到一份只聚焦重點的濃縮版本。
效果：從零開始的 3 小時，變成有草稿的 30 分鐘。
你不是從零開始創造，你只是修正已經產出的想法。
心理上的障礙完全是不同層級的。
10. 資訊蒐集 | 最新資訊會自動匯集
每次想查詢「那個產業現在怎麼了」的時候，就在網路上閒逛一個小時。
這個環節可以完全省略。
只要丟進你想研究的主題，它就會自動收集並整理相關資訊。
和會議記錄一樣，這也非常適合新手先嘗試。
要放入的來源：
・「收集一些介紹 ◯◯ 產業最新動向與案例的文章。」
・「收集關於這個主題的正反兩面意見。」
使用範例：
・「用三個重點總結這個產業的最新趨勢。」 → 只會回傳你現在應該掌握的要點。
・「如果要向初學者說明，應該從哪裡開始？」 → 它甚至會幫你整理好說明的順序。
效果：搜尋的時間完全消失。
你可以馬上從「使用」開始。
這就是它有效的地方。
因為蒐集的功夫變成了零，你可以花更多時間在思考上。
六個月後，這個差異就會在你和周遭的人之間顯現出來。
※ 這 10 個項目本身就是一份執行清單，「從第一個開始，每週一個」。請把它加入書籤，週一從第一項開始做起。
一旦你擁有了全部 10 項，你就不再是孤島了。
一個專家團隊會像工廠一樣為你工作。
我先來拆解三個「但是……」
當我推薦這個方法時，總是會聽到這三句話。
① 「我覺得我們公司基於安全理由，不可能這樣做。」
嗯，我以前也這麼想。
但深入探究後，通常只是「覺得有點可怕」。
像這樣的彙整和寄信處理，全部都在你自己的 Google 帳戶內完成。
你只會用到試算表和 Gmail。
除非你連結外部服務，否則資料不會跑到外面。
大部分時候，只要「跟 IT 部門簡單確認一下」就能突破。
② 「我沒有時間做這個。」
這是最浪費的想法。
我過去就是這樣。
但我第一個自動化流程在週末花了 2 小時做出來，光是這樣就大幅減少了我的每月加班時數。
之後用同樣的方式累積小規模的自動化，大約一個月內加班就幾乎歸零了。
這週忍耐一下加班，把種子播下。
從下個月開始，你每個月都能收成。
就是這麼簡單。
③ 「反正我的工作比較特別。」
如果你把工作拆解開來，80% 是像「複製貼上、抄寫、寄送、彙整」這樣的簡單工作。
只有剩下的 20% 才是特別的。你把那 80% 交給機器，這樣你才能把時間花在那 20% 上。
區分能否精通 AI 的唯一差別
2026 年。
那些把 AI 當作「搜尋工具」的人，和那些已經把它培養成「專家團隊」的人。
這個差距會每一天都在擴大。
照這樣下去，你會被拋在後面。
那種慢慢感到焦慮的感覺。
我也記得。
但沒關係。
你可以從今天開始縮小這個差距。
過去外包要花幾十萬日圓的工作，你可以自己免費完成。
一旦知道了這種感覺，你就回不去了。
總結
今天有三個重點：
- NotebookLM 的價值取決於「你放入了什麼」。如果只用來做摘要，你連它的 10% 功能都沒用到。
- 按主題儲存知識，它就會變成專屬於你的「10 人專家團隊」。
- 我在大約一個月內建了 12 個自動化流程，將每月 100 小時的加班降到幾乎為零。
建議的工作順序是這樣：
第 1 週：為第一個用例「提示詞設計」建立一個筆記本。
第 2-3 週：從這 10 個用例中，選擇一個最適合你目前最頭痛任務的用例，並開始培養它。
第 1-2 個月：用 GAS 建立你的第一個自動化流程。一旦成功，就複製這個模式來增加自動化流程的數量。
如果你今天只想做一件事。
今晚只有一件事要做。
在你的手機或電腦上搜尋「NotebookLM」並打開它（有 Google 帳號就能免費使用）。
貼上一份最近的會議備忘錄，然後輸入「用 3 行總結會議記錄」。
先體驗一次成功的感覺。
工作自動化不是天賦。
你只是需要知道「該放什麼進去」。
那些做了零次的人，和那些只做了一次的人。
差別就只有這樣。
最後
你覺得怎麼樣？
最後，還有一件事。
為了防止你只是「讀完」這篇關於 AI 使用方法的文章就結束，我目前正在限期免費贈送 32 項超豪華福利。
福利內容概要如下：
・ChatGPT / Claude Code / Codex / Gemini 完整指南
・月賺 100 萬日圓的 AI 副業路線圖、獲利類型地圖、單價一覽表、市場行情數據
・AI 影片生成、AI Agent、Vibe Coding 等實戰指南
・100 個 AI 應用案例等
總共 32 項，全部加起來超過 860 頁。
而且全部免費。
你不需要參加講座或個別諮詢就能獲得。
聽起來很像假的吧？
但這是真的。
領取方式很簡單。
只要加入下方的 LINE 群組聊天室。
點這裡加入。
但是，這些福利是限時的。
我沒有設定截止日期，但結束時會無預警終止。
幾乎所有人都會忘記「我明天再做」。
請趁還能拿到的時候快點領取。
請讓我再說一次。
能否用 AI 賺錢，不是由天賦決定的。
而是取決於你是否能用正確的順序學習。
那個順序，全部都在這 32 項福利裡。
