🧠 NOTEBOOKLM × CLAUDE CODE STACK

Claude Code + NotebookLM

高速建立你的 AI 研究助手
12 分鐘 完成專家級研究

$0
月費
×
2
免費 AI
=
24/7
研究助手

🎯 點用呢份指南

99% 人用 AI 都係 single-brain mode — 用一個 AI 開 chat 重複 paste brief。1% 人 stack 兩個免費 AI，做專家級研究比 ChatGPT Plus 月費 $20 嘅 tool 快 10 倍。下面先睇 3 層 stack 架構、再跟 5 步 setup、抄走 6 個 workflow + 12 條 Claude prompt。

⚔️ Single-brain vs Stacked AI
維度
❌ Single-brain
✅ Stacked
背景記憶
每次重新解釋
source 永久記住
source 處理
一次讀 1 個 PDF
20 個 source 同時讀
答案質素
generic 答案
基於 your data
跨工具
人手 copy paste
Claude 自動跨 tool
月費
$20–200/月
$0 / 月
一個 research task
2 小時
12 分鐘
🏗️ 3 層 Stack 架構
🧠

知識層 · Knowledge

NOTEBOOKLM · 免費

Google 出嘅免費 AI — 餵 200 頁 PDF / YouTube / article / 報告 入去，AI 即刻變該主題嘅專家。每句答案必引 source、唔 hallucinate、出嚟係專家級研究助手。

🔄

中樞層 · Stack

MCP · 兩個 AI 之間嘅橋

兩個 AI 唔係並排運作 — 係一個指令同時驅動兩個。Claude 主導 workflow、NotebookLM 做知識 backbone。Stack 砌齊 = 你個 24/7 自動跑嘅研究助手。

🤖

行動層 · Execution

CLAUDE CODE · 免費

Anthropic 嘅 CLI agent — 自動 push file 入 NotebookLM、pull 出 research、整 report、抓網頁、跨平台 copy paste 全部代你做。由「我手動跨工具」變「系統自己跑」。

⚡ 6 個 Stack Workflow Unlock
📰
對手分析
抓 30 條 IG / Threads → NotebookLM 出 trend report
📚
文獻 review
10 篇 paper / 報告 → 一份 executive summary
🎙️
Brief → podcast
你聲音 + source → 12 分鐘 自製 podcast
🗺️
Mind map
5 個主題 → 一張 connected 知識圖
📊
Slide deck
20 篇 article → 10 頁演講 outline
🤖
Batch QA
100 條 reference → 自動分類 + tag
🛠️ 5 分鐘 Setup
1
開 NotebookLM
1 分鐘
去 notebooklm.google.com → 用 Google 帳戶 login → 建立第一個 notebook。完全免費、無 quota 限制。
2
餵 3-5 個 source
1 分鐘
upload PDF / paste URL / 接 YouTube transcript。NotebookLM 即刻讀晒、變該主題嘅專家。
3
裝 Claude Code
2 分鐘
terminal 入 brew install anthropic/tap/claude → claude login → 完成。Anthropic 官方 CLI agent，免費。
4
connect 兩個 AI
1 分鐘
用 Claude Code 嘅 web automation 功能 → 自動操作 NotebookLM interface。唔需要 API key。
5
跑第一個 workflow
12 分鐘
揀「對手分析」做起點 → 用下面 prompt #1 → 30 分鐘攞返一份 trend report。第 1 個 workflow 跑得通，之後 5 個自動有方向。
🤖 6 條 Claude × NotebookLM Prompt（點擊複製）
#1
對手 IG / Threads 趨勢分析
RESEARCH
用 Apify 抓 [@競爭對手帳號] 過去 30 日 IG / Threads post（包含 caption / engagement / hashtag）。 存做 CSV 上傳去我嘅 NotebookLM notebook「competitor-tracking」。 然後問 NotebookLM： - 邊 3 個 topic 出現次數最多？ - 邊條 post engagement 最高？呢 5 條共同 pattern 係咩？ - 對手嘅 caption hook 結構有冇 trend？ - 我點樣 differentiate？ 輸出一份 trend report，香港廣東話。
點擊複製整段
第一個跑通嘅 workflow — 之後 30 日對手動向你即時掌握。
#2
10 篇 Paper → Executive Summary
REVIEW
我俾 10 個 URL（學術 paper / 行業報告）。 幫我下載 PDF → 統一上傳到 NotebookLM notebook「[主題名]」。 然後問 NotebookLM： - 10 篇文最 common 嘅 finding 係咩？ - 邊 3 個觀點互相矛盾？反映咩 debate？ - 邊個 source 嘅 methodology 最 robust？ - 對我嘅 use case [____] 最 actionable 嘅 3 個 insight？ 輸出一份 2 頁 executive summary。
點擊複製整段
本來要做 1 個禮拜嘅 literature review — 30 分鐘搞掂。
#3
Brief → 自製 12 分鐘 Podcast
CONTENT
用 NotebookLM 嘅 Audio Overview 功能。 Source：[paste 你想 podcast 化嘅 brief / 文章 / 訪談 transcript] 要求： - 兩個 AI host 對話風格 - 12 分鐘長度 - 重點 cover：[topic 1, topic 2, topic 3] - Output：mp3 file 然後用 Claude Code download mp3 → 自動 upload 落我嘅 Telegram channel。
點擊複製整段
通勤途中聽自己 source 嘅 podcast — 學習速度即時 2 倍。
#4
5 主題 → Mind Map
MAP
NotebookLM notebook：[notebook 名] 入面已經有 [X] 個 source。 幫我用 Mind Map 功能： - 揀出 5 個 core concept - 顯示 concept 之間 connection - 標記邊個 source 撐邊個 concept - 互動 explore mode 然後 export 落 vault 入 04-sop/mindmaps/。
點擊複製整段
複雜主題嘅 concept 關係一張圖見哂。
#5
20 篇 Article → 10 頁 Slide Deck
DECK
我俾你 20 個 article URL。 Step 1：Claude 抓 + 整理入 NotebookLM Step 2：問 NotebookLM「呢 20 篇 article 撐起 10 個 key narrative，每個 narrative 1 句 + 2 個 supporting data point」 Step 3：用呢 10 個 narrative 整 slide deck outline Step 4：output Markdown，下次用 Marp / Slidev render 廣東話。每張 slide 唔超過 50 字。
點擊複製整段
由 raw research 到演講 outline — 一個下午搞掂。
#6
100 條 Reference → Batch QA
BATCH
我有 100 條 reference URL / PDF。 Claude Code： - 並行下載 + upload 落 NotebookLM - 為每條 source 問 NotebookLM：「主題 / 質素 / 對 [我嘅 use case] relevance score」 - 輸出 CSV：URL / 主題 / 質素 / relevance / 1 句 summary - 自動 tag 入 vault 03-content/competitors/ 香港廣東話，唔好用書面語。
點擊複製整段
本來要做 3 日嘅 source curation — 1 小時搞掂。
⚡ Edward 心法

單個 AI 永遠係 generic — stack 兩個先係專家

NotebookLM 強喺深度（200 頁 PDF 變專家）。Claude Code 強喺行動（自動跨工具 execute）。兩個分開用都係 70 分 tool。Stack 起就係 90+ 分嘅自動研究系統 — 比月費 $200 嘅工具強 10 倍，仲係 0 月費。

Stack 係起點 —
12 Agent 係終點

NotebookLM × Claude Code 係2 個 AI 員工。
完整 12 Agent 系統 — 13 個 AI 員工 + 自動 hooks + subagents + 30+ prompt，由 stack 起一間真・一人公司。

了解 12 AI Agent 課程 →

早鳥 $3,888（原價 $6,800）· 限時優惠

已複製 ✓