大方向上，我希望資訊不要停留在稍後閱讀、知識庫中太久，應更快進入「專案、任務筆記」中。

用 NotebookLM 稍後閱讀的核心流程，基本操作教學：

• 每天隨意瀏覽資訊時，把有興趣的文章、影片先傳入 NotebookLM。
• 下一次空檔時，點開 NotebookLM ，快速看過 AI 自動產生的各項中文摘要。
• 針對摘要後還想深入了解的文章，進行 AI 問答，並產出筆記。
• 把筆記匯入自己真正的專案任務第二大腦（ Evernote ）永久管理。
• 一段時間後，把這個 NotebookLM 刪掉，再建立一個新的稍後閱讀跳板。

現在有許多工具，可以讓我實現「隨手」把「網頁文章、YouTube影片、PDF文件」等等需要稍後閱讀的內容丟進 NotebookLM 中，這樣一來， NotebookLM 也可以是一個簡單實用的稍後閱讀收集載體。

例如在手機上，最新推出的 NotebookLM App 可以讓手機上的內容隨手分享到資料庫記事本中。

在電腦端，我會安裝「 NotebookLM 網頁匯入器 」的 Chrome 瀏覽器外掛，也可以一鍵把網頁文章、 YouTube 影片網址丟進 NotebookLM。

如果是 PDF 文件，例如論文、研究報告，我也可以上傳到 NotebookLM 做統整。這樣一來，其實 NotebookLM 也可以看做一個頗為全面的稍後閱讀收集工具。

這些內容隨手丟進 NotebookLM 時，通常我不會特別做分類，就先統一丟進一個「我的稍後閱讀」記事本中，因為我的目的是快速輸出，輸出後就會放入我目前使用的 Evernote 真正的專案整理架構 ，因此不需要在 NotebookLM （或稍後閱讀工具）花太多時間。

並且我通常每一個禮拜（七天左右，大概會收集30~50篇文章），就把這個「我的稍後閱讀」記事本「直接刪除」，然後再建立一個新的「我的稍後閱讀」記事本，處理新的一周的稍後閱讀文章。

利用接下來的空檔，在手機上打開 NotebookLM App ，或是在電腦上打開網頁，點開任何一篇之前收進來的文章、影片、PDF，就會看到預設已經分析好的「中文摘要」。

各國語言的文章、影片，都會自動完成中文摘要，幫助我快速了解文章主題，判斷是否有興趣繼續往下閱讀。

雖然在 NotebookLM 的這個記事本已經匯入大量文章，但我有時候會先取消勾選所有文章，然後反過來「只勾選」看完中文摘要後特別有興趣的一兩篇文章（尤其是長文章），開始針對這一兩篇文章做深入的 AI 索引與問答。

所以無論是要針對單篇、多篇、整個稍後閱讀清單做 AI 資料分析，都能在 NotebookLM 被輕鬆滿足。

而 AI 分析出來的摘要、筆記或任務企劃，我則會複製到 Evernote 中長久保存。

如果說在這樣每日 AI 輔助稍後閱讀的過程中，發現自己想要「深入探索」的新主題，例如先隨手丟幾篇看到後感興趣的醫療文章進來「我的稍後閱讀」記事本，讀一讀發現對健康新生活主題有興趣，接下來一段時間想要「繼續探索更多相關資料」，這時候我才會建立一個「新主題的記事本」，以後相關主題的稍後閱讀文章就丟進這個新主題的 NotebookLM 記事本中處理。

應用一：轉換成 Podcast ，用聽的也能理解今天感興趣的各種文章內容

除了上述基本的 NotebookLM 稍後閱讀流程，我還會在有時間、有想法時，做下面這樣延伸應用。

因應 NotebookLM 最近推出：「NotebookLM 語音摘要支援生成台灣中文對話 Podcast！口音節奏都很逼真」，我也用來生成稍後閱讀文章的「語音摘要」。

例如我收集了幾篇跟時間管理有關的新文章，還有幾篇跟 AI 趨勢相關的文章，還有一篇比較有趣的電影心得報導。到了中午午休，我就按下 NotebookLM 上的「語音摘要」，通常在不用特別自訂指令的情況下，就會生成一段兩人中文對話的 Podcast，而內容就是像新聞摘要報導一樣，會跟我介紹這幾個不同主題的內容。

現在更棒的是，在 NotebookLM 手機 App 上，也可以聆聽這一段大約 8~10 分鐘的 Podcast ，幫助我用「聽的」，快速消化早上收集的多篇文章重點內容。

有時候昨天收集的舊文章已經聽過 Podcast ，如果今天又有新的收集文章，我會先刪掉前次生成的對話節目，然後「只勾選」新文章的項目，就能重新生成「針對新文章」的 podcast。

應用二：針對感興趣主題，利用「探索」搜尋更多相關資料後，進行分析

NotebookLM 的「探索」功能可以在這個稍後閱讀流程發揮很大效用（延伸閱讀：Google NotebookLM 自動搜尋匯入影片文章！幫老師、學生無痛建立研究資料庫）。

例如我在 NotebookLM 上讀到最近一篇文章，跟如何用心理學原理設計 AI 指令有關，我覺得很有意思，還想要深入挖掘更多想法。

於是我打開 NotebookLM 左上方的「探索」，打下幾個 Google 搜尋指令，讓 AI 幫我去挖掘更多的資料來源。

在找到的來源中，我會主動過濾，只勾選自己真正感興趣的幾篇文章，繼續匯入這個「稍後閱讀」資料庫中，然後利用上述方式來閱讀、處理。

應用三：讓 AI 整理、延伸需要的知識、任務筆記，放入筆記系統

當我真正讀到一篇覺得有用的文章時，我會用下面幾種方式，請 AI 將文章整理成真正有用的筆記，而這是我覺得用 NotebookLM 做稍後閱讀工具時最棒的一點，因為我需要的就是「可以使用的筆記」：

• 單純整理重點摘要
• 變成自己需要的知識筆記架構
• 延伸對任務應用的思考
• 進行反思與討論

有時候文章已經很棒，我會請 NotebookLM 針對這一篇或這幾篇文章（可以在左方資料清單勾選），協助摘要出內容當中的細節。這時候的目的是盡量保留原文中的內容（但預設都自動進行中文翻譯），放入我的筆記（Evernote）後可以更有效參考原始資料。

當有多篇文章有用時，我喜歡勾選這幾篇，然後讓 NotebookLM 用表格整理與比較，快速完成綜合不同想法的知識筆記。

如果某篇文章已經讓我可以聯想到某個具體任務，我會讓 NotebookLM AI 幫我思考如何實作的步驟，這時候整理出來的就更接近可以放入任務筆記的操作內容。

甚至我可以跟 AI 對話，討論自己的延伸想法，請 AI 去跟原始文章做辯證，然後統整出可以放入我自己的思考筆記的反思內容。

應用四：結合整套 Google Gemini 流程提升文獻整理效率

還有一些更進階的搭配用法，利用 Google Gemini 互相搭配的幾個工具，我可以這樣做：

1. 在 NotebookLM 稍後閱讀處理時，發現有一個主題可以深入分析。
2. 打開 Gemini Deep Research 針對這個主題做深度研究。
3. 把深度研究報告匯出成 Google 文件，再把 Google 文件直接匯入 NotebookLM。
4. 再次利用上述技巧，在 NotebookLM 中完成閱讀、聆聽、筆記處理。

延伸閱讀：先用 Deep Research 掃清認知盲區，再用 Google 搜尋，我的 6 種學習新流程

例如讀到某篇健康文章，但第一時間沒有找到更完整的報告，那麼不如讓 Gemini Deep Research 直接寫一篇。

Deep Research 寫完後，直接把報告匯出到 Google 文件。

再把 Google 文件匯入 NotebookLM 稍後閱讀。

應用五：請 AI 整理出知識架構，讓 Gemini Canvas 生成延伸學習測驗

如果是認真閱讀的主題，當收集了足夠多文章，並且一定程度閱讀與理解後，我會利用 NotebookLM 內建的一個「研讀指南」功能，生成一份測驗。

這個「研讀指南」，預設會把資料庫中的文章生成各種問答題，引導使用者去學習、複習。

但現在我會把 NotebookLM 生成的學習指南，複製到 Gemini ，利用 Canvas 中的測驗功能，生成可互動測驗，這樣就能更有趣、有效地完成複習。（延伸閱讀：個人學習、考試新利器！ Google Gemini 測驗功能，一次完成知識研究、出題、複習）

先釐清真正要完成的任務，捕捉個人經驗，建立自己的工作流程，培養規劃、判斷、解決問題能力。

AI 可以做到的資料整理，與人可以做到的任務判斷：

• 「資料 / 知識」
• 我不再花很多時間去收集、擷取各種相關參考資料。
• 甚至我閱讀 AI 整理的資料，理解後，不一定要把所有資料都放到筆記。
• 我在一邊閱讀時，一邊思考一個關鍵問題：這個資料，要用在我的哪一個任務上？
• 「任務 / 經驗」
• 我打開任務筆記，思考在任務筆記的哪一個步驟會用到這個資料？
• 然後，我把資料直接轉化成我的具體行動步驟，這些才是我寫入筆記的內容。
• 接著，在這個任務執行過程中，我在筆記添加個人的經驗，調整更適合自己的作法與順序。

AI 能快速幫我整理大量資料，但不能幫我決定哪個資訊對我有用，也無法取代我在任務執行中的經驗與調整。

• 我要如何執行？
• 對我產生什麼幫助？
• 在我的個人特質上有什麼需要調整的地方？
• 怎麼建立起屬於我專屬的工作（生活）流程？

建立休閒任務筆記，而不是感興趣的休閒資料：

最近在一個企業中分享「防彈筆記法」，有學員提了一個問題：「Esor你的筆記系統看起來好認真，那如果休息時間想要放鬆休閒一下怎麼辦？」

我當下立刻搜尋「閱讀」兩個字，兩秒鐘在筆記系統中找到一則「養成閱讀習慣」的「任務筆記」，打開這則筆記，可以看到一個待辦清單，關於最近我有興趣讀讀看的日本推理小說，於是我立刻會知道這是空檔時間可以買來閱讀的首選。

當我想放鬆休息時，我會在「筆記系統」中搜尋閱讀、遊戲、運動這類任務關鍵字，找到當下感興趣的任務筆記，裡面就會有類似下面這樣的待辦清單，可以引導我立刻去做自己感興趣的事情。

我「沒有」在筆記系統「花時間」建立「書櫃」，然後把各種好像有點意思的書籍資料放進去，架構一個很漂亮的書籍整理系統。

這樣的書櫃或許吸睛，但大多數的資料其實跟自己真正的工作、生活無關。

所以我的方法是，建立一則簡單的「閱讀習慣任務筆記」，然後幾個簡單的待辦清單，把我下個階段想讀讀看的書列上待辦清單，把最近讀完正在驗證中的書列上待辦清單。

事實上，剛好我最近忽然有點想讀日本推理小說，於是我就問了 AI ，有沒有推薦的、新時代的本格推理選擇， AI 給了我一些書單，但我沒有擷取完整資料（因為覺得不需要），我就只是把其中自己感興趣的題目，列入「閱讀任務筆記」的待辦清單而已。

這比架構一個個人書櫃資料庫更節省時間，卻比擁有一個書櫃，更能在我可利用的空檔時間，引導我立刻開啟感興趣的閱讀任務。

任務學習筆記，而不是一本書的重點學習筆記：

我的閱讀任務筆記中還有一個「驗證方法」待辦清單，列出我近期讀完的書，我正在不同任務中驗證書中所學，產生屬於我自己真正的經驗。

我也在嘗試一種新方法，不做傳統的閱讀重點整理筆記，而是直接在閱讀過程轉化出任務，把自己想要嘗試的行動、產生的經驗，乃至真正需要參考的書中重點，整理在「任務筆記」中，而不是在某一本書的筆記裡。（延伸閱讀：個人知識管理的時間平衡技巧，忙碌中我如何維持高效率輸入輸出？）

於是我可以把更多精力、腦力花在思考：「怎麼把學到的，對應到真正的任務上」。

可是，每一個人都是有不同感受、不同喜好的個體，所以我們會決定自己的任務要如何執行，會產生跟大多數人很像但又有點不一樣的經驗，這些，才是我們每一個人自己的任務筆記要整理的內容。

筆記的核心：連結我的任務，開始累積行動的經驗

但是，有一個做筆記最關鍵的問題，我依然要自己來，但也是人最值得花時間去想的問題：「這個資料、知識、想法，我要用在哪一個任務上？」

為什麼要讓資料任務化？兩個層次的思考：

• 每次看到一個好像不錯，有點意思的文章，我會問自己一個問題：「近期內哪個任務用得到？」
• 然後用任務導向的原則，把資料連結到用得到的那則「任務筆記」。
• 如果當這個核心的問句得不到解答的時候，我會選擇「放下這個資料」。

• 第一個層次是：練習建立第二大腦的「核心邏輯」轉換，勇敢放下資料是節省更多時間

「因為這就是現在的自己不需要的資料，放下他們，讓我去處理真正任務，這樣我可以獲得更多時間與成果。」

• 第二個層次是：練習「以輸出為目的」，而非輸入，我的任務是我自己可以設計的

這其實忽略了一個關鍵的重點：那就是任何我要執行的任務，其實是我們自己可以主動設計出來的！

1. 資料要跟任務進行連結，不用花很多時間整理，這些資料以後會被真正的拿出來使用。
2. 為自己非常喜歡的知識主動設計任務成果，開啟產出，才是打造第二大腦的方式。

我的具體實踐案例步驟一：如何把資料連結到任務？

於是我把這個資料擷取下來之後，將其連結到那堂講座的任務筆記。

我的具體實踐案例步驟三：那學習成長、擴充知識圈怎麼辦？

這其實是對這個系統最大的誤解，說任務成果一定要是既有的，或者是別人給予的呢？難道我不能主動設計任務產出嗎？

在這個月的過程中，當時那個感興趣的資料，不再只是資料，而是真的變成我理解一個新領域的經驗！

1. 收集資料時要馬上任務化：而不是先囤積再說，透過「先問自己這個資料會應用在哪個任務上」的檢查點，不只是省下整理時間，更能推進真正有產出的行動。
2. 如果沒有現成的任務，也可以自己創造任務：很多人以為任務一定是別人交辦或現成的，其實我們可以為感興趣的新知主動設計一個「任務產出」來驗證和學習。
3. 當你找不到對應任務，就勇敢放棄那些資訊：「放下」其實是最高效的選擇，不必因為資訊 FOMO（錯失恐懼）讓自己失焦。