标签 NotebookLM 下的文章

NotebookLM 中这些提示词的作用Google 的 NotebookLM（一个 AI 笔记工具）支持生成 AI 信息图表（Infographics）、视觉摘要、幻灯片（Slide Decks）或视频概述（Video Overviews）。在生成这些视觉内容时，用户可以通过自定义提示词（Custom Style Prompts）来控制输出风格，包括颜色调色板、布局、字体、图标类型、整体美学等。这些提示词就是自定义视觉风格的描述，它们告诉 AI 如何设计信息图表的“外观和感觉”。NotebookLM 默认有几种内置风格，但用户可以输入详细的自定义提示来创建更个性化的视觉效果（如专业、趣味、教育或未来感）。你列出的这些提示词，正是社区用户常用或分享的自定义风格提示示例，用于生成不同主题的信息图表。它们不是生成内容的主体提示，而是附加的“风格指导”（通常在生成信息图表的界面中，有一个输入框或铅笔图标来添加这些）。

notebooklm提示词用来生成AI 信息图表（Infographics）

Professional looking specalise for utility not for fun

Clean Swiss Minimalist. Use a high-contrast monochrome palette (black, white, and slate grey), strict grid alignment, and geometric, technical iconography. Avoid cartoons or hand-drawn elements.

Not found [Sorry I was unable to find this one]

Professional minimal designing

Technical Blueprint, Logic and Relationships, Swiss Minimalist.

Vertical Winding Timeline. Focus on Chronological Progression. Flat Vector Minimalist style. Use a monochromatic cool-tone palette (Cyan, Teal, Slate Blue), central path layout, and clean sans-serif typography. Simple flat icons, no complex shading.

Create a 'sketchnote' style infographic that looks like it was drawn on a whiteboard. Use a handwritten font style, arrow doodles, and marker-style colors

​Use a dark mode theme with neon accents (cyberpunk aesthetic). Dark grey background with glowing green and purple highlights. Use futuristic, angular fonts.

Design a fun, colorful infographic suitable for students. Use pastel colors, rounded shapes, and simple illustrative icons to represent the main points.

NotebookLM 不支持直接将生成的分类总结或笔记输出为 DOCX 文档。它主要通过网页界面生成和显示内容，如笔记、学习指南、FAQ 或音频概述，而内置导出选项有限，通常仅支持下载为 Markdown、PDF（部分功能如 Infographic 可下载为 PNG）或分享链接。

替代方法实现类似输出

尽管没有原生 DOCX 导出，你可以通过以下方式获取内容并转换为 DOCX：

  1. 手动复制并粘贴：在 NotebookLM 的笔记或聊天响应中，生成的分类总结通常以结构化文本（如 bullet 列表或表格）呈现。你可以全选复制，然后粘贴到 Microsoft Word 或 Google Docs 中，保存为 DOCX。这会保留基本格式，但可能需要手动调整表格或方程。

  2. 使用第三方工具转换：

    • 生成 Markdown 输出（NotebookLM 支持导出笔记为 Markdown），然后使用工具如 MassiveMark、Pandoc 或在线转换器（如 bibcit.com）将其转为 DOCX。这些工具能保留表格、代码和方程的格式。
    • 例如，在 NotebookLM 生成总结后，导出为 Markdown 文件，然后在 Word 中打开或使用转换服务下载 DOCX。
  3. 下载所有笔记：如果你生成多个笔记，可以使用扩展方法（如浏览器插件或脚本）一次性下载整个项目的内容，然后导入 Word。但这不是官方功能，需要额外步骤。

NotebookLM 支持上传 DOCX 文件进行分析（如你的物理题目文档），但输出侧重点在交互式笔记而非文件导出。如果需要更灵活的导出，考虑结合 Google Docs（NotebookLM 基于 Google 生态）或外部 AI 工具来处理生成的内容。

bibcit.com 在线工具注册就可以领取免费额度.

NotebookLM 结果导出DOCX 文档或者pdf文档

NotebookLM 如何快速制作播客

NotebookLM（Google 的 AI 笔记工具）可以非常快速地将你的文档、笔记、PDF、网页链接或 YouTube 视频等来源转换成一个自然对话式的AI 播客（Audio Overview），由两个 AI 主持人（一男一女）讨论内容，声音非常逼真，通常 5-15 分钟。

步骤：

  1. 访问 https://notebooklm.google.com/，用 Google 账号登录。
  2. 创建一个新 Notebook。
  3. 添加来源：上传 PDF/文档、粘贴文本、输入网址，或添加 YouTube 链接。
  4. 在右侧的 Notebook guide 面板中，找到 Audio Overview 部分。
  5. （可选）点击 Customize，输入指令如“重点讨论 XX 部分”或“用幽默风格讨论”。
  6. 点击 Generate，等待几分钟生成。
  7. 生成后，可以播放、调整速度、下载音频文件（WAV 格式，在播放器右上角菜单点击 Download）。
  8. 如果不满意，删除后重新生成。

这个过程通常只需几分钟，就能得到高质量的播客音频。支持多语言生成（50+ 种），但主持人对话默认英语。

如何基于 NotebookLM 播客制作短视频（Shorts/Reels）和长视频

下载音频后，用 Python 工具将音频转换成视频：添加背景图片/视频、自动字幕、波形动画等。适合 YouTube Shorts、TikTok、Instagram Reels（竖版 9:16）或长视频（横版）。

核心工具：MoviePy（Python 视频编辑库）

  • MoviePy 是最成熟的开源库，基于 FFmpeg，专用于从音频+图片生成视频、添加字幕。
  • 安装：pip install moviepy（会自动处理 FFmpeg）。

基本思路生成视频

  1. 准备材料：

    • NotebookLM 下载的音频文件（.wav 或转 .mp3）。
    • 背景：静态图片（一张封面图）或动态背景视频（从 Pexels/Unsplash 下载免费 stock video）。
    • （可选）字幕：先用 Whisper 转录音频生成 SRT 字幕。

  2. 生成字幕（推荐 faster-whisper）：

    • 用 OpenAI Whisper 或 faster-whisper 自动转录音频，生成带时间戳的 SRT 文件。

  3. 用 MoviePy 合成视频：

    • 简单静态背景 + 音频 + 字幕：适合长播客视频。
    • 动态背景 + 剪辑音频片段：适合短视频。

完整 Python 思路示例代码（从音频生成视频）

from moviepy.editor import AudioFileClip, ImageClip, VideoFileClip, CompositeVideoClip, TextClip, ColorClip
from moviepy.video.tools.subtitles import SubtitlesClip

# 1. 加载音频
audio = AudioFileClip("podcast_audio.wav")  # NotebookLM 下载的音频
duration = audio.duration

# 2. 背景：静态图片（长视频）或动态视频
background = ImageClip("background.jpg").set_duration(duration).resize(height=1920)  # 竖版 Shorts: width=1080, height=1920
# 或动态背景：background = VideoFileClip("stock_background.mp4").loop(duration=duration)

# 3. 添加字幕（SRT 文件）
def generator(txt): 
    return TextClip(txt, fontsize=50, color='white', bg_color='black', size=(1080, None))

subtitles = SubtitlesClip("subtitles.srt", generator)

# 4. 合成视频
final = CompositeVideoClip([background, subtitles.set_pos(('center', 'bottom'))])
final = final.set_audio(audio)

# 5. 输出（短视频：subclip 剪辑；长视频直接写）
final.subclip(0, 60).write_videofile("short_video.mp4", fps=24, codec="libx264", audio_codec="aac")  # 60秒 Shorts
# 或全长：final.write_videofile("long_podcast_video.mp4")
  • 短视频：从长音频剪辑高光片段（手动或用 GPT 分析转录选段）。
  • 长视频：直接用全音频 + 静态/慢动背景。
  • 高级：添加波形动画（用 MoviePy 的 AudioClip.visualize）或多张图片切换。

生成字幕的辅助代码（用 faster-whisper）

from faster_whisper import WhisperModel
model = WhisperModel("large-v3")  # 或 small 更快
segments, _ = model.transcribe("podcast_audio.wav", word_timestamps=True)

with open("subtitles.srt", "w") as f:
    for i, seg in enumerate(segments):
        start = seg.start
        end = seg.end
        text = seg.text.strip()
        f.write(f"{i+1}\n{format_time(start)} --> {format_time(end)}\n{text}\n\n")

成熟的 Python GitHub 项目（综合起来制作视频并发布）

以下是高质量、活跃或实用的开源项目（越多列一些）：

  1. Zulko/moviepy（最核心）：视频编辑神器，从音频+图片生成视频、加字幕。几乎所有项目都依赖它。

  2. ProfessorKazarinoff/audio-to-video：专为播客设计，将 MP3 音频转 MP4 视频（静态背景），上传 YouTube。

  3. harshitsinghai77/podcast-to-video-remotion：从播客 MP3 + 字幕生成 YouTube Shorts 风格视频（虽用 Remotion，但有 Python 思路）。

  4. RayVentura/ShortGPT：全自动化短视频框架，支持播客转 Shorts/TikTok，自动脚本、语音、剪辑、上传。

  5. NisaarAgharia/AI-Shorts-Creator：用 GPT-4 分析长视频/播客，提取高光生成 Shorts（可适配音频）。

  6. Binary-Bytes/Auto-YouTube-Shorts-Maker：简单脚本自动生成 Shorts（TTS + 背景），易改成用 NotebookLM 音频。

  7. GabrielLaxy/TikTokAIVideoGenerator：AI 生成脚本、语音、字幕、背景，输出竖版视频（Shorts/Reels）。

  8. raga70/FullyAutomatedRedditVideoMakerBot：全自动生成+上传 Shorts/Reels/TikTok（可改用播客音频）。

  9. souzatharsis/podcastfy：开源替代 NotebookLM，直接生成多语言对话播客音频（可结合 MoviePy 转视频）。

  10. ccallazans/ai-video-generator：故事转 TTS + 字幕 + 视频，全自动化。

综合思路：自动化流水线

  1. 用 NotebookLM 生成并下载播客音频。
  2. 用 faster-whisper 转录生成 SRT 字幕。
  3. 用 MoviePy（或以上项目）合成视频：静态/动态背景 + 音频 + 字幕。
  4. 对于短视频：用 GPT 分析转录，选 30-60 秒高光片段，单独生成多个 Shorts。
  5. 发布：手动上传，或用 youtube-upload 等库自动化（需 API Key）。

这个流程免费（除 API 如 OpenAI/ElevenLabs 可选）、高效，几分钟一个视频。开始时用简单 MoviePy 脚本，熟练后整合 ShortGPT 等框架实现全自动。