前幾個月 Google 推出了 NotebookLM 這個 AI 工具，讓使用者上傳最多 50 個文件檔案，可以接受 .txt, .pdf 以及 markdown 檔案 (副檔名 .md，前幾天才提供的功能)。

檔案上傳後使用者能針對文件資料提出問題，讓 AI 在文件中找答案，一開始不知道要問什麼的話，AI 也會給予一些提問建議。

暑假這幾天將自己整理的心得筆記上傳 NotebookLM，然後馬上發現 50 個文件檔案的上限實在太少了，隨便就超過 50 個檔案啊。而且到達 50 個檔案後畫面下方會有一個訊息提醒你已經到達上限，看了很討厭，所以我刪掉一個檔案，祇留 49 個文件。

向 AI 提問了幾個關於學習的問題，NotebookLM 馬上從上傳的資料中找答案，如果找到相關資料就會給予答案並將原始資料呈現在連結中，如果上傳的文件中沒有相關的訊息也會老實回答。

對於 AI 的答案覺得滿意，可以按一下對話視窗的圖釘圖示，這個對話就會保留起來供日後參考。沒有釘起來的對話祇要關掉瀏覽器視窗就不見了，所以覺得喜歡的答案一定要釘選它，消失掉了可能就找不回來了。畢竟是生成式 AI，給予相同的問題得到的答案還是會有不少差異。

看到下圖滿滿的釘選對話，你應該會覺得很棒吧？覺得 NotebookLM AI 幫忙找到這麼多資料，幫我們省下許多找原始資料的時間，寫文章一定超順手的。

才怪，你想太多了。你馬上會發現資料多到不知道怎麼收尾！

主要是 NotebookLM 中缺乏一個好的工具來整理釘選的筆記，你沒辦法將筆記分群分類、分階層整理，所有的筆記都平等的攤在你面前，雖然提高了訊息的曝光率，但資料太多會讓人無從下手。

為了解決 NotebookLM 筆記缺乏整理工具的問題，我試著將每一則筆記放到 Logseq 中，因為 Logseq 可以方便連結每一則筆記，也能搜尋有哪些筆記跟當前筆記相關，所以要寫文章用 Logseq 記錄點子是很方便的。

用了幾天之後覺得 Logseq 祇適合寫短文章，要寫長文章 Logseq 不適合我，因為我希望能一眼看到所有資料的階層性，最好是以圖形顯示。Logseq 雖然也有關係圖，但我覺得那祇能拿來炫給新手看而已，實際效用不高，所以我又回到心智圖軟體 XMind 了。

我將 NotebookLM 中釘選的筆記複製貼至 XMind 的註解欄中，長一點的筆記還可以拆分為幾個節點，再將這些節點歸納分類，這就解決了 NotebookLM 無法分層分類的問題。

你可能會想 Word (或是 Google 文件) 也能分層分類，應該也可以用來整理資料吧？但我自己覺得 Word 的大綱模式不是那麼好用，概念分類分群 & 調整階層時沒有 XMind 方便。

此外，Word 的階層顯示很死板，不像 XMind 隨時可以拉近拉遠、一鍵關掉其他分支祇看目前撰寫的部份，所以我還是喜歡在 XMind 裡面整理資料。

我並不是心智圖的擁護者，我不愛手繪的心智圖，覺得看起來很阿雜、很容易分心，所以我不用紙本手繪心智圖；但是 XMind 呈現的心智圖我非常喜歡，隨時可以查看心智圖全貌，也可以專心在某個焦點上，見樹又見林的思考模式讓我工作起來非常順手。

最後整理的差不多了，就到 Word 開始撰寫文章。

但是資料實在太多了，目前祇將心智圖右上角的學習本質改寫為文章就已經寫了 6 頁 B4 學習單。我當然還可以繼續寫，但現在課綱沒時間讓我把這些學生應該知道的學習方法教給學生，實在很困擾。

無論如何，繼續於 NotebookLM & XMind 中整理資料，並不斷回到 Word 撰寫文章，之後儘量找時間教學生這些內容吧。如果實在沒有時間教學生，至少對我而言這是一個輸出式學習，在這個過程中我還是能獲得成長，不會有損失。

鄭伊廷在《打造超人大腦》主張讀書不應從頭到尾把書讀完，而是應該拿著問題去讀書。當你帶著問題去讀書時，一本書也許祇有 1 頁是你需要的，你祇要讀這 1 頁的內容即可，省下閱讀其他數百頁內容的時間。

最笨的讀書方式就是從頭讀到尾，花了數個小時至數十個小時，才發現自己祇需要其中 1 頁的訊息 (甚至整本書都沒有自己需要的內容)，白白浪費了時間。

鄭伊廷也猜得到大家一定會反對這樣的讀書方法，所以她反問：『當你去 google 查資料時，會將所有列出來的網頁都讀過一次嗎？』

很顯然我們做不到，就算真的想把每個網頁都讀過，也沒那麼多時間逐一閱讀搜尋引擎提供的海量資訊。帶著問題去讀書就像到搜尋引擎查資料，祇讀自己需要的幾頁即可，其他不需要的內容就放過吧，畢竟你也放棄了海量的網頁資訊。

我雖然認同鄭伊廷的說法，但是，**我還是習慣把一本書從頭讀到尾。**使用 NotebookLM 之後，我才真的開始實行把書當網頁查詢的讀書方式。

現在放入 NotebookLM 的書籍都是之前逐字讀完的書 (但過了好幾年其實內容都忘的差不多了)，習慣利用 NotebookLM 以問題找答案之後，我會嘗試放入一些沒讀過的書，帶著問題來讀書，讓新工具改變我的舊習慣。

前幾個月 Google 推出了 NotebookLM 這個 AI 工具，讓使用者上傳最多 50 個文件檔案，可以接受 .txt, .pdf 以及 markdown 檔案 (副檔名 .md，前幾天才提供的功能)。

檔案上傳後使用者能針對文件資料提出問題，讓 AI 在文件中找答案，一開始不知道要問什麼的話，AI 也會給予一些提問建議。

暑假這幾天將自己整理的心得筆記上傳 NotebookLM，然後馬上發現 50 個文件檔案的上限實在太少了，隨便就超過 50 個檔案啊。而且到達 50 個檔案後畫面下方會有一個訊息提醒你已經到達上限，看了很討厭，所以我刪掉一個檔案，祇留 49 個文件。

向 AI 提問了幾個關於學習的問題，NotebookLM 馬上從上傳的資料中找答案，如果找到相關資料就會給予答案並將原始資料呈現在連結中，如果上傳的文件中沒有相關的訊息也會老實回答。

對於 AI 的答案覺得滿意，可以按一下對話視窗的圖釘圖示，這個對話就會保留起來供日後參考。沒有釘起來的對話祇要關掉瀏覽器視窗就不見了，所以覺得喜歡的答案一定要釘選它，消失掉了可能就找不回來了。畢竟是生成式 AI，給予相同的問題得到的答案還是會有不少差異。

看到下圖滿滿的釘選對話，你應該會覺得很棒吧？覺得 NotebookLM AI 幫忙找到這麼多資料，幫我們省下許多找原始資料的時間，寫文章一定超順手的。

才怪，你想太多了。你馬上會發現資料多到不知道怎麼收尾！

主要是 NotebookLM 中缺乏一個好的工具來整理釘選的筆記，你沒辦法將筆記分群分類、分階層整理，所有的筆記都平等的攤在你面前，雖然提高了訊息的曝光率，但資料太多會讓人無從下手。

為了解決 NotebookLM 筆記缺乏整理工具的問題，我試著將每一則筆記放到 Logseq 中，因為 Logseq 可以方便連結每一則筆記，也能搜尋有哪些筆記跟當前筆記相關，所以要寫文章用 Logseq 記錄點子是很方便的。

用了幾天之後覺得 Logseq 祇適合寫短文章，要寫長文章 Logseq 不適合我，因為我希望能一眼看到所有資料的階層性，最好是以圖形顯示。Logseq 雖然也有關係圖，但我覺得那祇能拿來炫給新手看而已，實際效用不高，所以我又回到心智圖軟體 XMind 了。

我將 NotebookLM 中釘選的筆記複製貼至 XMind 的註解欄中，長一點的筆記還可以拆分為幾個節點，再將這些節點歸納分類，這就解決了 NotebookLM 無法分層分類的問題。

你可能會想 Word (或是 Google 文件) 也能分層分類，應該也可以用來整理資料吧？但我自己覺得 Word 的大綱模式不是那麼好用，概念分類分群 & 調整階層時沒有 XMind 方便。

此外，Word 的階層顯示很死板，不像 XMind 隨時可以拉近拉遠、一鍵關掉其他分支祇看目前撰寫的部份，所以我還是喜歡在 XMind 裡面整理資料。

我並不是心智圖的擁護者，我不愛手繪的心智圖，覺得看起來很阿雜、很容易分心，所以我不用紙本手繪心智圖；但是 XMind 呈現的心智圖我非常喜歡，隨時可以查看心智圖全貌，也可以專心在某個焦點上，見樹又見林的思考模式讓我工作起來非常順手。

最後整理的差不多了，就到 Word 開始撰寫文章。

但是資料實在太多了，目前祇將心智圖右上角的學習本質改寫為文章就已經寫了 6 頁 B4 學習單。我當然還可以繼續寫，但現在課綱沒時間讓我把這些學生應該知道的學習方法教給學生，實在很困擾。

無論如何，繼續於 NotebookLM & XMind 中整理資料，並不斷回到 Word 撰寫文章，之後儘量找時間教學生這些內容吧。如果實在沒有時間教學生，至少對我而言這是一個輸出式學習，在這個過程中我還是能獲得成長，不會有損失。

鄭伊廷在《打造超人大腦》主張讀書不應從頭到尾把書讀完，而是應該拿著問題去讀書。當你帶著問題去讀書時，一本書也許祇有 1 頁是你需要的，你祇要讀這 1 頁的內容即可，省下閱讀其他數百頁內容的時間。

最笨的讀書方式就是從頭讀到尾，花了數個小時至數十個小時，才發現自己祇需要其中 1 頁的訊息 (甚至整本書都沒有自己需要的內容)，白白浪費了時間。

鄭伊廷也猜得到大家一定會反對這樣的讀書方法，所以她反問：『當你去 google 查資料時，會將所有列出來的網頁都讀過一次嗎？』

很顯然我們做不到，就算真的想把每個網頁都讀過，也沒那麼多時間逐一閱讀搜尋引擎提供的海量資訊。帶著問題去讀書就像到搜尋引擎查資料，祇讀自己需要的幾頁即可，其他不需要的內容就放過吧，畢竟你也放棄了海量的網頁資訊。

我雖然認同鄭伊廷的說法，但是，**我還是習慣把一本書從頭讀到尾。**使用 NotebookLM 之後，我才真的開始實行把書當網頁查詢的讀書方式。

現在放入 NotebookLM 的書籍都是之前逐字讀完的書 (但過了好幾年其實內容都忘的差不多了)，習慣利用 NotebookLM 以問題找答案之後，我會嘗試放入一些沒讀過的書，帶著問題來讀書，讓新工具改變我的舊習慣。