NotebookLM 研究技能

利用 NotebookLM 的深度研究能力，从上传文档中提取知识、生成引用驱动的答案，并将研究成果转化为高质量的信息图风格演示文稿和结构化输出。

---

核心能力

1. 深度研究 — 基于上传文档进行多轮深度问答，生成引用溯源的答案
2. 信息图生成 — 将研究发现转化为视觉层次清晰的信息图演示
3. 引用追溯 — 每个结论和数据点都链接到原始文档来源
4. 多格式输出 — 支持 Markdown、HTML/reveal.js、Mermaid 图表等格式
5. 综合分析 — 跨文档交叉分析，识别共性、差异和趋势

---

研究工作流

完整流程

上传文档 → 初始查询 → 深度追问 → 综合分析 → 结构化输出 → 演示呈现
   │          │          │          │          │          │
   ▼          ▼          ▼          ▼          ▼          ▼
 来源准备   问题设计   迭代探索   交叉对比   格式选择   视觉设计

阶段一：文档上传与准备

支持的文档类型

类型	格式	最佳实践
PDF	学术论文、报告	确保文字可选（非扫描图片）
网页	URL 链接	选择内容完整的页面
文本	TXT、Markdown	结构清晰的纯文本
Google Docs	在线文档	确保共享权限
Google Slides	演示文稿	含备注的幻灯片更佳
YouTube	视频链接	需有字幕/转录
音频	MP3、WAV	需有转录文本

文档准备清单

1. 筛选相关文档 — 只上传与研究问题直接相关的文档
2. 检查文档质量 — 确保文字清晰、结构完整
3. 控制数量 — 单个 Notebook 建议 5-50 个来源
4. 标注来源 — 记录每个文档的元数据（作者、日期、来源）
5. 预分类 — 按主题对文档分组

来源管理模板

## 研究来源清单

| # | 文档标题 | 类型 | 作者/来源 | 日期 | 关键主题 |
|---|---------|------|----------|------|---------|
| 1 |  | PDF/URL/... |  |  |  |
| 2 |  |  |  |  |  |
| 3 |  |  |  |  |  |

### 来源分组
- **组 A: [主题]** — 来源 #1, #3, #5
- **组 B: [主题]** — 来源 #2, #4

阶段二：查询与深度研究

查询设计原则

有效的查询应该：

• 具体且有明确的范围边界
• 能通过上传文档回答
• 能产生可引用的结论

查询类型与示例：

查询类型	描述	示例
事实查询	提取特定数据点	"文档中提到的年均增长率是多少？"
比较查询	跨文档对比	"论文 A 和论文 B 在方法论上有何区别？"
综合查询	多来源综合分析	"综合所有来源，影响用户留存的前三大因素是什么？"
因果查询	探索因果关系	"根据报告，什么因素导致了市场份额下降？"
趋势查询	识别时间变化	"从 2020 到 2025 年，该领域的研究重点如何变化？"
矛盾查询	发现分歧	"不同来源对该技术的效果评估有何矛盾？"

迭代深度追问策略

第一轮：广泛探索
  "关于 [主题]，这些文档中的核心发现是什么？"
       │
       ▼
第二轮：聚焦细节
  "详细解释 [具体发现]，引用具体数据和来源。"
       │
       ▼
第三轮：交叉验证
  "其他文档是否支持或反驳 [这个结论]？"
       │
       ▼
第四轮：综合提炼
  "综合所有发现，提出 3 个关键结论和依据。"

阶段三：综合分析

分析框架

MECE 分析法（Mutually Exclusive, Collectively Exhaustive）：

## 研究主题: [主题名称]

### 维度 1: [分类名称]
- 发现 1.1 [来源: Doc A, p.12]
- 发现 1.2 [来源: Doc B, §3]

### 维度 2: [分类名称]
- 发现 2.1 [来源: Doc C, Fig.3]
- 发现 2.2 [来源: Doc A, p.45]

### 交叉发现
- 来源 A 和 C 在 [方面] 一致
- 来源 B 与 A 在 [方面] 存在矛盾

### 信息空白
- 关于 [方面] 缺乏数据
- [方面] 需要更多来源验证

引用与溯源规范

所有研究输出必须包含引用，格式遵循以下标准：

行内引用：

用户留存率在第 30 天平均为 23.5%[^1]，显著低于行业基准 35%[^2]。

[^1]: 《2025 移动应用留存报告》, App Annie, p.18
[^2]: 《SaaS Metrics Benchmark》, OpenView Partners, Table 3.2

引用块：

> "深度学习在小样本场景下的泛化能力仍然有限，需要结合领域知识进行模型设计。"
> — Zhang et al., 2024, "Few-Shot Learning: A Survey", §4.3

引用汇总表：

| 引用 # | 来源 | 位置 | 相关发现 |
|--------|------|------|---------|
| [^1] | App Annie 报告 | p.18 | 留存率数据 |
| [^2] | OpenView 基准 | Table 3.2 | 行业基准对比 |

阶段四：结构化输出

输出格式选择指南

格式	适用场景	优势
Markdown	文档、Wiki、笔记	通用性强、版本控制友好
HTML/reveal.js	演示、分享	视觉丰富、交互式
Mermaid 图表	流程、关系、架构	纯文本生成、易维护
信息图 Markdown	一页式总结	信息密度高、易扫读

---

信息图设计规范

视觉层次体系

信息图的核心是建立清晰的视觉层次（Visual Hierarchy），引导读者的视线流动。

层次结构

Level 0: 主标题 — 一句话概括全文核心
   ↓
Level 1: 核心数据/结论 — 最大字号、最醒目颜色、居中布局
   ↓
Level 2: 分类/维度标题 — 中等字号、分区色块
   ↓
Level 3: 具体发现/数据点 — 标准字号、图标辅助
   ↓
Level 4: 来源引用/注释 — 小字号、浅色调

色彩系统

### 推荐配色方案

**方案 A: 专业蓝（商业/技术报告）**
- 主色: #2563EB (蓝色)
- 强调: #F59E0B (琥珀)
- 成功: #10B981 (绿色)
- 警告: #EF4444 (红色)
- 背景: #F8FAFC
- 文字: #1E293B

**方案 B: 学术绿（研究/学术报告）**
- 主色: #059669 (绿色)
- 强调: #7C3AED (紫色)
- 辅助: #0891B2 (青色)
- 背景: #F0FDF4
- 文字: #1A2E05

**方案 C: 暗色主题（技术/数据报告）**
- 主色: #60A5FA (亮蓝)
- 强调: #FBBF24 (金色)
- 成功: #34D399 (亮绿)
- 背景: #0F172A
- 文字: #E2E8F0

排版规格

### 字号规格（rem 基准）

| 元素 | 字号 | 行高 | 字重 |
|------|------|------|------|
| 主标题 | 2.5rem (40px) | 1.2 | 800 |
| 核心数据 | 3.5rem (56px) | 1.0 | 900 |
| 分区标题 | 1.5rem (24px) | 1.3 | 700 |
| 正文 | 1rem (16px) | 1.6 | 400 |
| 引用/注释 | 0.75rem (12px) | 1.4 | 300 |

### 间距系统

| 层级 | 间距 |
|------|------|
| 主区块间距 | 48px |
| 子区块间距 | 24px |
| 元素内间距 | 16px |
| 紧凑间距 | 8px |

信息图布局模式

模式一：数据驱动摘要

┌──────────────────────────────────────────┐
│         📊 [研究主题]                     │
│     一句话核心发现                         │
├──────────────────────────────────────────┤
│  ┌──────┐  ┌──────┐  ┌──────┐           │
│  │ 3.5x │  │ 78%  │  │ #1   │           │
│  │增长率 │  │采纳率 │  │市场份额│          │
│  └──────┘  └──────┘  └──────┘           │
├──────────────────────────────────────────┤
│  发现 1          │  发现 2                │
│  详细说明...     │  详细说明...           │
│  [来源 A, B]     │  [来源 C]             │
├──────────────────────────────────────────┤
│  📈 趋势图 / 时间线                       │
├──────────────────────────────────────────┤
│  结论 & 建议                              │
│  来源列表                                 │
└──────────────────────────────────────────┘

模式二：对比分析

┌──────────────────────────────────────────┐
│         ⚖️ [对比主题]                     │
├───────────────────┬──────────────────────┤
│    选项 A          │    选项 B            │
├───────────────────┼──────────────────────┤
│  维度 1: ✅ 优     │  维度 1: ⚠️ 中       │
│  维度 2: ⚠️ 中     │  维度 2: ✅ 优       │
│  维度 3: ❌ 弱     │  维度 3: ✅ 优       │
├───────────────────┴──────────────────────┤
│  综合评估与推荐                            │
│  引用来源                                 │
└──────────────────────────────────────────┘

模式三：流程/时间线

┌──────────────────────────────────────────┐
│         🔄 [流程/历程主题]                 │
├──────────────────────────────────────────┤
│  ①──────→②──────→③──────→④              │
│  阶段一    阶段二    阶段三    阶段四       │
│  说明      说明      说明      说明        │
│  [来源]    [来源]    [来源]    [来源]      │
├──────────────────────────────────────────┤
│  关键转折点与洞察                          │
│  引用来源                                 │
└──────────────────────────────────────────┘

---

输出格式详细规范

Markdown 输出

适用于知识库、文档系统、Git 仓库。

# 研究报告: [主题]

> **核心发现**: 一句话总结

## 执行摘要
简要概述研究背景、方法和核心结论。

## 关键发现

### 发现 1: [标题]
详细描述，包含数据支撑。
> 引用: [来源, 位置]

### 发现 2: [标题]
详细描述。
> 引用: [来源, 位置]

## 数据分析

| 指标 | 数值 | 来源 | 趋势 |
|------|------|------|------|
|  |  |  | ↑/↓/→ |

## 结论与建议
1. 建议一
2. 建议二

## 参考来源
1. [来源 1 完整信息]
2. [来源 2 完整信息]

HTML/reveal.js 幻灯片输出

适用于演示、分享、汇报。

<!DOCTYPE html>
<html>
<head>
  <meta charset="utf-8">
  <title>研究报告: [主题]</title>
  <link rel="stylesheet" href="https://cdn.jsdelivr.net/npm/reveal.js@5/dist/reveal.css">
  <link rel="stylesheet" href="https://cdn.jsdelivr.net/npm/reveal.js@5/dist/theme/white.css">
  <style>
    :root {
      --primary: #2563EB;
      --accent: #F59E0B;
      --text: #1E293B;
      --bg: #F8FAFC;
    }
    .reveal h1 { color: var(--primary); font-size: 2.5em; }
    .reveal h2 { color: var(--primary); font-size: 1.8em; }
    .stat-number {
      font-size: 3.5em;
      font-weight: 900;
      color: var(--primary);
    }
    .stat-label {
      font-size: 1em;
      color: #64748B;
    }
    .citation {
      font-size: 0.7em;
      color: #94A3B8;
      text-align: right;
    }
    .highlight-box {
      background: var(--bg);
      border-left: 4px solid var(--primary);
      padding: 1em;
      margin: 1em 0;
    }
  </style>
</head>
<body>
  <div class="reveal">
    <div class="slides">

      <!-- 标题页 -->
      <section>
        <h1>研究主题</h1>
        <p>核心发现的一句话总结</p>
        <p class="citation">基于 N 个来源的综合分析 | YYYY-MM-DD</p>
      </section>

      <!-- 核心数据页 -->
      <section>
        <h2>核心发现</h2>
        <div style="display:flex;justify-content:space-around;">
          <div>
            <div class="stat-number">3.5x</div>
            <div class="stat-label">增长率</div>
          </div>
          <div>
            <div class="stat-number">78%</div>
            <div class="stat-label">采纳率</div>
          </div>
        </div>
        <p class="citation">来源: 文档 A, p.12; 文档 B, §3</p>
      </section>

      <!-- 详细发现页 -->
      <section>
        <h2>发现一</h2>
        <div class="highlight-box">
          <p>关键发现的详细描述，包含数据支撑和引用。</p>
        </div>
        <p class="citation">来源: 文档 C, Table 2</p>
      </section>

      <!-- 结论页 -->
      <section>
        <h2>结论与建议</h2>
        <ol>
          <li>建议一</li>
          <li>建议二</li>
          <li>建议三</li>
        </ol>
      </section>

    </div>
  </div>
  <script src="https://cdn.jsdelivr.net/npm/reveal.js@5/dist/reveal.js"></script>
  <script>Reveal.initialize();</script>
</body>
</html>

Mermaid 图表输出

适用于流程、关系、架构的可视化。

流程图：

```mermaid
graph TB
    A[文档上传] --> B[初始查询]
    B --> C{发现足够?}
    C -->|否| D[深度追问]
    D --> B
    C -->|是| E[综合分析]
    E --> F[结构化输出]
    F --> G[Markdown]
    F --> H[HTML/reveal.js]
    F --> I[Mermaid 图表]
```

思维导图：

```mermaid
mindmap
  root((研究主题))
    发现一
      数据点 A
      数据点 B
    发现二
      论据 C
      论据 D
    发现三
      趋势 E
      对比 F
```

时间线：

```mermaid
timeline
    title 技术发展时间线
    2020 : 基础模型出现
         : GPT-3 发布
    2022 : ChatGPT 引爆市场
         : 指令微调成为标准
    2024 : 多模态模型成熟
         : Agent 架构兴起
    2025 : 端侧推理普及
         : MCP 协议标准化
```

实体关系图：

```mermaid
erDiagram
    RESEARCH ||--o{ DOCUMENT : "基于"
    DOCUMENT ||--o{ FINDING : "包含"
    FINDING ||--o{ CITATION : "引用自"
    RESEARCH ||--o{ CONCLUSION : "得出"
    CONCLUSION }o--|| FINDING : "基于"
```

---

研究质量检查清单

输出前自检

检查项	标准	✅
引用覆盖	每个核心发现都有引用
来源多样	不依赖单一来源
数据准确	数字和引文与原文一致
逻辑连贯	发现之间逻辑自洽
信息空白	已标注缺失或不确定的部分
视觉层次	信息图有清晰的阅读路径
可操作性	结论包含具体建议
格式规范	输出格式正确、可渲染

研究可信度评估

## 可信度评估

### 来源质量
- 学术同行评审: X 篇
- 行业权威报告: X 篇
- 一手数据: X 篇
- 二手分析: X 篇

### 发现一致性
- 多来源支持的发现: X 条
- 单来源发现: X 条
- 来源间矛盾: X 处

### 局限性
- 时间范围: YYYY 至 YYYY
- 地理范围: 
- 样本局限: 
- 方法论局限: 

### 综合可信度: 高 / 中 / 低

---

注意事项

• 尊重版权 — 引用应遵循合理使用原则，不大段复制原文
• 标注不确定性 — 推测性结论应明确标注为"推测"或"需进一步验证"
• 区分事实与观点 — 文档中的事实和作者观点应有区分标识
• 保持中立 — 呈现多方观点，避免选择性引用
• 检查时效性 — 标注数据的采集时间，提醒读者时效风险
• 注意文档质量 — 上传前确认文档可读，OCR 文档可能有识别错误
• 迭代优化 — 第一轮输出后审查引用准确性，必要时回查原文
• 格式兼容 — reveal.js 幻灯片需确保 CDN 资源可访问