只从你给的资料里回答——每句话都能链接回原文。












NotebookLM 靠一个核心决定把研究型用户从 ChatGPT 手里拉了过来:拒绝幻觉。对靠论文 和参考资料学习的人来说,不可原谅的失败是 AI 教了你一个原文里没有的东西。从第一天 起,一切都锚定在你提供的资料上——每一次转换、每一次生成、问答里的每一个回答—— 每句话都能追溯回原文。重度用户留下来,靠的就是这份信任。在 Google 内部孵化则提供 了底下那些不公平的优势:自家模型撑起一个真正慷慨的免费额度,Google 的招牌也在产品 自己挣到信任之前,先把信任借给了它。
拒绝幻觉,就是最核心的产品决定。不过爆发式增长来自一个病毒式功能:把任何材料——文字、幻灯片、文件——变成一期 播客。我猜真正从头听到尾的用户比例并不高,但那是第一次,内容让人感觉 AI 可以用 平实的人话讲给你听。当时 X 上的流行玩法是把自己的简历喂进去,听两位主播把你夸 上天。就这一个功能,把产品带到了一整波好奇用户面前。
这个团队的另一项强项是节奏。每一两个月就落地一个大能力,而且始终围绕同一个中心—— 你要学的那份材料:资料变成幻灯片视频课,最近甚至变成像 TikTok 一样上下滑的短视频 流。每次发布都把注意力拉回来、把流失用户带回产品,加上那个友好的免费额度,增长就 这么一直持续。这个团队的创新力和交付力都是真的。
我的不满在界面:从头到尾都要人去学,而且始终没有变得直觉。设计师讲三栏布局思路的 博客我读过,但我仍然认为,快速迭代一直把“先发出去”排在打磨流程、理清每步操作、 抠 UI 细节之前。不过工具的生死终究取决于它交付的价值——这里的能力强到用户愿意 接受这笔交换,包括我。
要消化成堆文档、又承受不起编造答案的学生、研究者和产品人。