Q：NotebookLM 可以用來準備 iPAS 考試嗎？ A：可以。把備考筆記或官方考綱上傳後，能生成語音摘要、自動出題、蘇格拉底式追問，三步驟對應三種不同的學習原理。
Q：NotebookLM 語音摘要怎麼用最有效？ A：不要坐著專心聽。通勤、走路、洗碗時聽，讓聽覺和白天的視覺閱讀形成雙重編碼，記憶留存率才會提升。
Q：NotebookLM 出的題目品質可靠嗎？ A：取決於你丟進去的資料。已整理過的備考筆記，比原始教材產出的題目精準非常多。
你有沒有過這種經驗——考前把講義讀了三遍，每一頁都覺得「我懂了」，坐進考場翻開考卷，腦袋一片空白？
這不是你不夠努力。認知心理學有一個被大量研究證實的現象叫「流暢效應」——讀起來順，大腦就誤判為「已經學會」。破解方式是逼自己把學過的東西從記憶裡拉出來，拉不出來的地方就是真正的盲區。
完整的原理拆解我錄了一支影片，建議先看完再回來跟著操作： https://youtu.be/F46h-bxnFQ0
這篇文章不講理論，只講動作。打開你的 NotebookLM，跟著我一步一步做。
一、把備考資料餵進NotebookLM
登入google帳號，進入 NotebookLM（notebooklm.google.com）
點選右上方「新建」(筆記本)。
左側欄點「＋」上傳來源，上傳的檔案支援 PDF、Google 文件、網頁連結、純文字貼上。你可以一次上傳多份資料，NotebookLM 會把它們整合在同一個筆記本裡，後續所有互動都只根據這些資料回答，不會跑出考試範圍以外的東西。
該上傳什麼？
- 考試的官方指引PDF
- 你自己整理的筆記
- 別人整理的重點筆記（例如我的頻道整理的 iPAS 備考筆記）
- 補充教材、簡報、甚至上課錄音的逐字稿
一個關鍵提醒：你餵進去的材料品質，直接決定 AI 產出的品質。拿一份已經對齊考綱、篩選過重點的筆記丟進去，跟拿原始教材或錄音丟進去，生成出來的問答精準度差很多。這就像同樣一台果汁機，你丟新鮮水果跟丟連皮帶籽的整顆進去，出來的東西完全不同。
點新增來源，可上傳筆記、指引或錄音或網路資源
二、語音摘要：用耳朵再學一遍
語音摘要最大的價值不是複習，是吃掉通勤時間。
這一步對應的學習原理是「雙重編碼」：同一份資訊同時用視覺（讀）和聽覺（聽）處理，大腦會建立兩條記憶路徑，記憶留存率大幅提升。
操作方式：
上傳資料後，在筆記本首頁找到「語音摘要」區塊，點選「生成」。NotebookLM 會根據你上傳的所有資料，自動生成一段十到十五分鐘的語音對話，用兩個主持人對談的方式重新講解你的備考內容。生成完畢後，你可以直接在網頁上播放，也可以下載音檔存到手機裡。
語音摘要可以生成podcast(雙人、中文)
務必注意，若來源範圍太大，建議要輸入你想聚焦學習的範圍
生成音檔可以直接聽或下載
怎麼用最有效？
不要坐在桌前專心聽——那跟重讀講義沒有差別。語音摘要的最大價值是吃掉你的零碎時間：通勤、走路、排隊、洗碗。你白天讀過一遍講義（視覺），晚上通勤時戴上耳機聽語音摘要（聽覺），兩條路徑交叉強化，這才是雙重編碼的正確打開方式。
注意：語音摘要的敘述方式、舉的例子跟你的講義不一樣。這不是缺點，是優勢——大腦碰到不同的表述方式會被迫重新處理資訊，而不是像重複閱讀那樣滑過去。
三、AI 出題：逼自己從記憶裡拉答案
AI 出題逼你從記憶裡拉答案——答錯比答對更有用。
這一步對應的學習原理是「提取練習」：閉上書本、從記憶裡提取答案的過程，本身就在強化記憶路徑。答錯比答對更有價值——答錯的瞬間，你的大腦會收到一個強烈的校正訊號：「原來這個地方我根本沒有真正懂。」
操作方式：在筆記本中間對話框裡，輸入以下考題出題 prompt：
你是一位iPAS AI應用規劃師出題委員
請根據我上傳的資料，出5題四選一的選擇題來測試我。
題目要以情境描述（產業場景、限制、目標）的方式出題，不要直接問定義。
選項應該要有2個以上具鑑別度的干擾項，干擾項要能鑑別考生是否真的理解其知識。
禁止明顯不合理的錯誤選項，讓考生無法單純運用邏輯判斷。
每個題目至少80字以上，選項20字以上。
生成正確答案選項應均勻分布於ABCD選項。
先列出題目就好，不要給答案。
筆記本中間的對話框裡，輸入prompt
NotebookLM 會根據你上傳的資料即時生成一組題目。注意看，它出的題目是有附來源標註的——你可以點進去確認這題考的是哪份資料的哪個段落。
NotebookLM 會根據你上傳的資料即時生成一組題目
作答完畢後，在對話框輸入你的答案，然後加一句：
請批改我的答案，並逐題解釋為什麼對、為什麼錯
錯的部分請引用資料原文說明正確觀念。
生成解答
進階用法——針對弱點加強：
如果你發現某個主題特別容易錯，可以繼續追問：
我在「非監督式學習的應用場景」這個主題上連續答錯
請再針對這個主題出 3 題，難度提高一級。
這就形成了一個自動修正迴圈：測試 → 發現盲區 → 針對盲區再測試 → 盲區縮小。每轉一圈，你的元認知就校準一次——你對「自己到底哪裡不會」的判斷會愈來愈準。
四、蘇格拉底式追問：把問題想通
蘇格拉底式追問不是測記憶，是挖你以為自己懂的地方。
前兩步測的是「你記不記得」，這一步測的是「你有沒有真正理解」。
蘇格拉底式提問的邏輯是：不直接給答案，用一連串追問逼你自己發現理解上的漏洞。出題自測是一題一答的平面掃描，蘇格拉底式追問是垂直鑽探——一個概念往下挖三層、五層，挖到你答不出來為止。
操作方式：在對話框輸入以下 prompt：
我覺得我已經搞懂了「監督式學習和非監督式學習的差別」
請用蘇格拉底式提問法來挑戰我，一次只問我一個問題
等我回答後再根據我的回答繼續追問，目標是找出我理解上的盲區。
接下來 NotebookLM 會開始一輪一輪追問。示範對話可能長這樣：
AI： 「你說監督式學習需要標籤資料，那如果標籤資料很少、取得成本很高，你會怎麼處理？」
你： 「可以用資料增強。」
AI： 「資料增強在什麼情況下反而會讓模型表現變差？」
你： ……（卡住了）
這個「卡住」的瞬間就是金礦。你以為你懂監督式學習，被追問兩輪就碰到天花板了——而考試最愛考的，就是這種「多數人以為自己懂但說不清楚」的灰色地帶。
什麼時候該用蘇格拉底式追問？
不需要每個章節都用。把它留給你「最有信心」的章節——因為影片裡講過，流暢效應在你讀得最順的地方最強，你最自信的章節往往就是最大的盲區。
總結：三步驟的搭配節奏
這三步不是一次做完的，而是融入你的備考日常：
- 平日通勤： 戴耳機聽語音摘要（第一步），讓雙重編碼在背景運作。
- 每天撥 20 分鐘： 請 AI 出 5-10 題做提取練習（第二步），記下答錯的主題。
- 週末撥 30 分鐘： 拿出這週累積答錯最多的 2-3 個主題，用蘇格拉底式追問深挖一輪（第三步）。
這個節奏不需要額外多出讀書時間，而是把你原本「再讀一遍講義」的時間，替換成效率高兩到三倍的主動提取。
你餵進去的材料，決定了一切
NotebookLM 是引擎，備考筆記是燃料——燃料品質不夠，產出就打折。
官方考綱和指引內容齊全，直接丟進去就能跑——這是你的基本盤。但如果你手邊有一份已經根據考綱重新整理過邏輯線、標注過考試高頻考點、把容易搞混的概念做過對比表的筆記，丟進去之後 AI 生成的題目和追問會精準非常多。
最後一件事
回想一下：在你過去的備考經驗裡，有沒有哪一個章節是你「最有信心、但考試時表現最差」的？如果有，那很可能就是流暢效應在作祟。現在你有了 NotebookLM，打開它，把那個章節的資料丟進去，用蘇格拉底式追問挖一輪，看看你的信心能撐到第幾個問題。
操作上有任何問題，留言告訴我。
