各行各業怎麼用 NotebookLM整理繁瑣資料？

完成「從文件→理解→摘要→問答」整個流程，正是 RAG 的威力所在

NotebookLm 是Google AI 筆記工具。這次用它來整理《政府採購法》，尤其假設在平常工作中會遇到法規的問題，效果奇佳。它可以根據你上傳的文件、自動生成摘要、問答、重點提示，幫你快速理解文件內容。

小的呢昨天也去考了IPAS 114年 第一次AI 應用規劃師初級能力鑑定，不得不說覺得題目稍難，似乎超出初級?成績還要4/21才會公布(也太久😒)，那到底這麼多AI要應用在哪裡?我之後也會陸續分享在實務上之應用。

NotebookLM的核心運作邏輯，就非常接近 RAG（Retrieval-Augmented Generation） 的概念。

☑️ RAG 是一種 AI 模型的運作方式，簡單來說就是：

1. Retrieval（檢索）：
   先從你提供的資料庫（如 PDF、網頁、筆記等）中找到相關內容。
2. Augmented（補強）：
   把這些找到的資料餵給生成模型（像是 LLMs）。
3. Generation（生成）：
   最後由語言模型（例如 GPT）根據這些補強過的資料產出回應。

這樣的方式可以大幅提升回答的準確度與內容依據性，不像一般 AI 胡亂猜，還死不承認。(我的GPT亂教我我說揍他，還給我哈哈笑🤨)

實務分享

1. 在來源部分上傳相關採購法相關法規及公共工程一些招標文件範本

2. 提出問題，並可以彙整成表格

• 限制性招標規定

• 招標期限彙整

• 出考題

這樣在念法規的部分是不是方便很多? 🙂

適用範圍

💡 重點是：NotebookLM 對什麼最有幫助？

✔ 有「資料來源」的情境

✔ 需要「摘要」＋「針對性問答」的內容

✔ 傳統讀起來很硬、但又不能錯的東西（例如法規、流程、規定）

最後還是用會對我哈哈笑的GPT整理出各行各業適用範圍