NotebookLM 五大教學場景實作
使用者跟著做完，能掌握 NotebookLM 在五個關鍵教學場景中的精準應用，徹底理解它與通用型 AI (Gemini) 的差異，並將其變成備課與評量的神器。
§1 概覽
概覽
這個 Playbook 深入探討 NotebookLM 在五個核心教學場景中的實用應用。它旨在幫助教師、教育內容開發者和培訓師，充分利用 NotebookLM 的「只根據提供資料回答」的核心特性，來設計精準教案、建立一致性評分準則、快速查詢學校法規、以及製作絕對不超綱的封閉式測驗。透過實作這些場景，使用者將學會如何區分 NotebookLM 與通用型 AI (如 Gemini) 的適用情境，從而將 NotebookLM 轉化為備課與評量的強大神器，大幅提升教學效率與品質。
整體架構
本 Playbook 的整體架構圍繞著 NotebookLM 的「資料來源鎖定」核心概念展開，並透過五個具體的教學實作場景來示範其應用。首先，確立 NotebookLM 僅依賴提供來源的特性，以此為基礎，逐步引導使用者在教案設計中，將官方教材作為唯一來源生成貼合學習目標的教案；在評分標準上，將量表與範文匯入以確保批改的客觀性；在法規查詢上，建立校規資料庫以獲取精確引用；最後，利用指定文章生成完全封閉式的測驗題。每個場景都強調如何利用 NotebookLM 的精準性來克服傳統 AI 工具的局限，提供可操作的步驟、驗證方式和常見問題解決方案，最終實現個人化的教學輔助工具。
---en---
Overview
This playbook delves into the practical applications of NotebookLM across five core teaching scenarios. It aims to assist educators, educational content developers, and trainers in leveraging NotebookLM’s core feature of “answering solely based on provided sources” to design precise lesson plans, establish consistent grading criteria, quickly consult school regulations, and create strictly closed-book assessments. Through implementing these scenarios, users will learn to differentiate between NotebookLM and general-purpose AI (like Gemini) for various contexts, thereby transforming NotebookLM into a powerful tool for lesson preparation and assessment, significantly enhancing teaching efficiency and quality.
Overall Architecture
The overall architecture of this playbook revolves around NotebookLM’s core concept of “source-locked data” and demonstrates its application through five specific teaching scenarios. Initially, it establishes that NotebookLM relies exclusively on provided sources. Building upon this foundation, users are guided step-by-step to: design lesson plans using official teaching materials as the sole source to align with learning objectives; apply rubrics and sample essays for objective grading; create a repository of school regulations for accurate policy lookups; and finally, generate entirely closed-book test questions from specified articles. Each scenario emphasizes how to utilize NotebookLM’s precision to overcome the limitations of traditional AI tools, offering actionable steps, verification methods, and troubleshooting for common issues, ultimately leading to personalized teaching assistance.
§2 前置準備
§3 Step-by-step
核心觀念建立：鎖定資料來源
Do 理解 NotebookLM 的核心價值——它只會根據你提供的資料來回答問題。
Why 這是它與 Gemini 最大的不同。Gemini 會混合使用你的資料和它的通用訓練資料，容易產生「幻覺」或超出範圍；NotebookLM 則能保證回答的「絕對忠誠」，不會胡說八道。
想像一個情境：你要根據某篇課文出閱讀測驗題。
如果在 Gemini 中做，它可能會出一些課文中沒有的背景知識題。
如果在 NotebookLM 中做（將課文作為唯一來源），它保證所有題目都出自這篇課文。
Verify 你能在心裡清楚地說出：「當我需要 AI 的回答絕對不能超出我給的範圍時，我應該用 NotebookLM。」
場景一實作：精準教案設計
Do 將官方教材或備課用書作為來源，生成完全貼合學習目標的教案。
Why 避免 AI 生成的活動華而不實，確保每個教學環節都對應到課程標準。
打開 NotebookLM，建立一個「第一單元：光合作用」的筆記本。
將該單元的課本 PDF、教師手冊 PDF 作為「來源」上傳。
在提示詞框輸入：「請根據來源中的學習表現與學習內容，為一堂45分鐘的課設計一份教案，包含引起動機、發展活動和總結性評量。」
Verify AI 生成的教案中，所有關鍵詞、學習目標都與你上傳的官方教材完全一致。
場景二實作：一致性評分準則
Do 將評分標準和範文作為來源，讓 AI 成為一個客觀、不知疲倦的閱卷助教。
Why 解決人工閱卷時，標準前後不一或因疲勞而產生誤差的問題。
建立一個「作文批改」筆記本。
上傳兩份來源：一份是「作文評分量表.pdf」，另一份是包含多篇優、中、劣範文的「範文集.pdf」。
上傳一篇學生的新作文作為第三份來源。
提問：「請根據評分量表和範文集的標準，批改這篇新的學生作文，並從『結構』、『文采』、『立意』三個方面給出評語和分數。」
Verify AI 的評分和評語完全基於你提供的量表，而不是它自己的主觀感受。
場景三實作：學校法規查詢
Do 建立一個學校的「法規資料庫」，讓 AI 成為你的法律顧問。
Why 處理學生問題（如霸凌、作弊）時，需要引用準確的校規或教育法規，不能依靠 AI 的模糊記憶。
建立一個「學校規章」筆記本。
將學校的「教師輔導與管教辦法.pdf」、「獎懲規定.pdf」等文件上傳為來源。
模擬一個情境並提問：「一名學生在考試時被發現偷看他人答案，根據來源中的規定，應如何處理？請列出相關條文和建議程序。」
Verify AI 的回答不是「一般來說作弊會被...」，而是精確引用你提供的文件條文。
場景五實作：絕對封閉式測驗
Do 將一篇長文或歷屆試題作為來源，生成完全不超綱的考題。
Why 確保測驗的公平性與有效性，評量學生對特定材料的理解程度。
建立一個「月考複習」筆記本。
將指定範圍的課文（例如一篇 2000 字的科學報導）貼上為來源。
提問：「請根據這篇來源，出5道選擇題和2道問答題，用來檢測學生是否完全理解文中的細節。所有題目的答案都必須能直接在來源中找到。」
Verify 每一道題目和選項，你都能在原文中找到對應的句子作為出處。
§4 動手練習
動手練習
§5 自我檢核
§6 常見卡關
NotebookLM 的回答很死板，不像 Gemini 那麼有創意。
這是正常的，也是它的優點。當你需要創意、發想、寫詩時，請用 Gemini。當你需要精準、忠誠、有根據時，請用 NotebookLM。用對工具是關鍵。
上傳的來源太多，AI 回答變慢或不準確。
善用 NotebookLM 的「勾選來源」功能。在提問時，只勾選與當前問題最相關的 1-3 個來源，可以大幅提升回答的精準度和速度。
§7 延伸資源
§8 Badge unlock
👨🏫 NotebookLM 教學大師
完成所有步驟後解鎖。
恭喜您掌握了 NotebookLM 在教學上的五大實用場景！