本文最后更新于 2026-05-18，文章内容可能已经过时。

NotebookLM + Claude 组合工作流：3个Prompt模板让50份PDF变成可汇报的结论

本文不重复介绍 NotebookLM 或 Claude 的基础功能，默认读者已会基本操作。

---

去年底我做了一件蠢事。

公司要做年度竞品分析，我把一整年的竞品报告、行业白皮书、财报摘要——大概50个PDF——全部丢进Claude，然后问："帮我总结一下竞争格局和我们的机会点。"

Claude的回答是："您提供的内容超出了当前上下文窗口限制，请分批次提交。"

我当时的心情，大概就是把一车食材拉到餐厅，厨师告诉你厨房装不下。

然后我多加了一步。同样的50个PDF，同样的问题，10分钟之后我拿到了一份能直接在周会上讲的结论——有矛盾点对比、有假设推演、有下周可以执行的3个动作。

今天把这套流程和其中最实用的3个Prompt模板全部公开。

---

一、为什么单独用一个工具总差点意思

让我先说两个典型的失败场景，你大概率遇到过其中一个。

场景A：把所有文档直接喂给Claude

Claude（包括最新的 Claude Sonnet 4.6）的上下文窗口虽然已经很大，但50个PDF轻松超限。即使没超限，一次性塞入大量文档，Claude的注意力会分散——它会给你一个"面面俱到但没有判断"的总结，像是把目录读了一遍。

场景B：让NotebookLM回答复杂推理题

NotebookLM非常擅长在文档内部做检索和摘要，但它的推理深度有限。你问它"如果监管政策收紧，这些报告里哪些预测会失效"，它大概率给你一段从文档里拼出来的引用，而不是真正的推演。

两个工具的问题是一样的：被要求做自己不擅长的那段工作。

NotebookLM的强项是大规模文档的结构化摄入和检索；Claude的强项是基于给定信息做高质量的推理、判断和生成。

把它们的强项串起来，而不是用一个去替代另一个——这就是这套工作流的核心逻辑。

---

二、这套组合工作流长什么样

用一张文字流程图说清楚：

原始文档（PDF/网页/笔记）

↓


【NotebookLM】


- 上传所有文档


- 生成来源概览（Source Overview）


- 用内置问答提炼结构化摘要


- 输出：按主题组织的文字摘要（500-2000字）


↓


【摘要 + 你的具体问题】


- 把摘要复制进Claude的对话框


- 附上精心设计的Prompt


↓


【Claude】


- 基于摘要做推理、对比、假设演绎


- 输出：结论、矛盾点、行动建议


↓


最终交付物（报告/决策备忘/行动清单）

这样拆分不是多此一举，而是在绕开两个工具各自的硬性限制：

  • NotebookLM解决了文档量的问题：它可以处理大量来源，你不用担心上下文超限
  • Claude解决了推理质量的问题：它拿到的是已经结构化的摘要，注意力高度集中
工具配置的最低门槛：
  • NotebookLM：免费版支持最多50个来源，每个来源最大500MB，对大多数场景够用
  • Claude：推荐使用 Claude Sonnet 4.6（性价比更高），复杂推理任务可升级到 Claude Opus 4.6

---

三、8种Prompt类型速览

我实测了8种Prompt类型，先给你一张全景菜单：

| # | Prompt类型 | 适用人群 | 难度 | 推荐指数 | | 1 | 文档结构提取 | 所有人 | ⭐ | ★★★☆☆ | | 2 | 跨文档矛盾识别 | 研究/分析岗 | ⭐⭐ | ★★★★★ | | 3 | 假设性推演 | 决策者/管理层 | ⭐⭐⭐ | ★★★★★ | | 4 | 观点归因 | 学术/法务 | ⭐⭐ | ★★★☆☆ | | 5 | 数据对比表格化 | 运营/产品 | ⭐ | ★★★★☆ | | 6 | 反驳生成 | 咨询/辩论 | ⭐⭐⭐ | ★★★☆☆ | | 7 | 行动建议提炼 | 所有人 | ⭐ | ★★★★★ | | 8 | 读者角色扮演 | 内容创作者 | ⭐⭐ | ★★★☆☆ |

加粗的三个是本文重点展开的。选择标准只有一个：普通人上手最快、效果最直观。

---

四、最实用的3个Prompt——完整模板+实测效果

Prompt ① 跨文档矛盾识别

适用场景： 竞品分析、政策文件解读、多方研究报告对比

这个Prompt解决的问题是：当你有10份报告，每份都说自己的数据是对的，你怎么快速找到它们之间的分歧？

操作步骤：

1. 在NotebookLM中上传所有文档，点击"Generate"生成来源概览

2. 在NotebookLM的问答框中输入：请列出这些文档在[主题X]上的主要观点，每个观点注明来源

3. 把NotebookLM的输出复制，加上下面的Prompt，一起发给Claude

Prompt模板（可直接复制）： 
以下是来自多份文档的结构化摘要，已按主题整理：


[粘贴NotebookLM的输出]



请你完成以下任务：


1. 识别上述摘要中存在明显矛盾或分歧的观点，列出至少3组


2. 对每组矛盾，说明：(a)分歧的核心是什么 (b)哪种立场在逻辑上更站得住脚，以及理由


3. 如果这些矛盾无法调和，对[我的具体决策目标]意味着什么风险？



请严格基于我提供的摘要内容作答，不要引入摘要之外的信息。
实测对比：
直接问Claude（不走组合流程）：
"这几份报告对市场规模的预测差异很大，你觉得哪个更准？"
→ Claude会给你一段"各有道理，需要结合实际情况判断"的模糊回答，因为它没有看过你的文档。
走组合流程之后：
→ Claude明确指出：报告A预测2025年市场规模为800亿，报告B预测为1200亿，核心分歧在于对"下沉市场渗透率"的假设不同（A用了15%，B用了28%）。基于你提供的用户调研数据，B的假设更接近实际，但存在高估风险。对你的定价策略意味着……

差距是质的不同，不是量的差异。

常见踩坑：
  • NotebookLM的摘要有时会把不同文档的观点混在一起，不标注来源。解决方法：在NotebookLM的问答里明确要求"每条观点后面用括号注明来源文件名"
  • Claude有时会"脑补"摘要里没有的信息。Prompt里那句"严格基于我提供的摘要内容"是关键，不要删掉
一句话评价： 这是这套流程里信息密度最高的Prompt，做竞品分析或政策研究的人，用一次就回不去了。

---

Prompt ② 假设性推演

适用场景： 战略决策、风险评估、"如果……会怎样"类问题 Prompt模板（可直接复制）： 
以下是来自[X份文档]的结构化摘要：


[粘贴NotebookLM的输出]



现在请你基于上述摘要进行假设性推演：



假设条件：[在这里填写你的假设，例如"假设监管部门在2025年内出台数据本地化强制要求"]



请分析：


1. 上述摘要中，哪些结论或预测会在这个假设成立后直接失效？请逐条列出，并说明失效原因


2. 哪些结论依然成立，甚至会被强化？


3. 基于以上分析，在这个假设场景下，最关键的不确定性是什么？



重要限制：你的分析必须锚定在我提供的摘要内容上。如果摘要中没有足够信息支持某个判断，请明确说明"摘要中信息不足，无法判断"，不要自行补充假设。
为什么这个Prompt特别难写好：

Claude天生喜欢"发散"——给它一个假设，它会滔滔不绝地推演，但很快就飘离了你的文档内容，开始讲通用知识。这是这个Prompt最大的坑。

那句"重要限制"是整个Prompt的灵魂。它强制Claude把推理范围锁定在NotebookLM给出的摘要里，让输出可验证、可追溯。

踩坑记录：

我第一次用这个Prompt时忘了加限制条件，Claude给了我一篇写得很好的行业分析文章——但和我提供的50份文档几乎没有关系。它在用自己的训练数据回答，而不是在分析我的材料。加了限制之后，它的回答变短了，但每一句都有据可查。

一句话评价： 门槛略高，但一旦跑通，是这三个里面最有"高级感"的输出。

---

Prompt ③ 行动建议提炼

适用场景： 所有人，尤其适合"看了很多资料但不知道该做什么"的状态

这是门槛最低、效果最直观的一个。很多人读完大量文档，脑子里是满的，但行动清单是空的。这个Prompt专门解决这个问题。

Prompt模板（可直接复制）： 
以下是来自多份文档的结构化摘要：


[粘贴NotebookLM的输出]



我的角色：[填写你的职位/身份，例如"一家50人规模SaaS公司的产品负责人"]


我当前面临的核心挑战：[用1-2句话描述，例如"用户留存率持续下降，需要在Q2前找到改善方向"]



请基于上述摘要，为我提炼出：


1. 【本周可以开始的3件事】：具体、可执行，每件事说明为什么摘要中的信息支持这个行动


2. 【需要进一步验证的2个假设】：在我采取大动作之前，需要先确认哪些前提是否成立


3. 【一个反直觉的洞察】：摘要中有没有什么信息，和我的常识或直觉是相反的？



输出格式：用清单形式，每条不超过3句话，语言直接，不要废话。
实测效果：

这个Prompt的输出质量高度依赖你填写的"角色"和"核心挑战"。我测试过两个版本：

  • 角色写"产品经理"，挑战写"提升留存"→ Claude给了一个通用的产品优化建议清单，价值有限
  • 角色写"一家主打Z世代用户的内容社区产品负责人，DAU在节假日后持续下滑"，挑战写"需要在不增加推送频率的前提下提升回访率"→ Claude的输出立刻变得具体，直接引用了摘要里某份研究报告关于"被动触达vs主动触达"的对比数据
结论：越具体的输入，越有价值的输出。 这不是废话，是这个Prompt最重要的使用技巧。 一句话评价： 最适合小白入门，5分钟就能感受到"AI真的在帮我思考"的那种感觉。

---

五、这套流程的边界和不适合的场景

说了这么多好处，必须诚实说出局限。

什么时候这套流程会失效：

1. 文档质量差时：如果你上传的PDF是扫描件、格式混乱或者充斥着图表，NotebookLM的摘要质量会大幅下降，带偏Claude的推理。垃圾进，垃圾出，这个规律在任何AI工具上都成立。

2. 需要精确引用原文出处时：Claude基于摘要输出的结论，有时会把来源搞混。如果你的场景需要精确到"第X页第X段"的引用（比如法律文件分析），必须回到原文二次核查，不能直接用Claude的输出。

3. 实时性内容：NotebookLM处理的是你上传的静态文档，Claude的训练数据也有截止日期。如果你需要分析的是最近几周的市场动态，这套流程不适用。

4. 文档量超过NotebookLM免费版上限时：免费版50个来源的限制，对大型研究项目可能不够用。

上面这套流程在网页端已经够用，但如果你处理的文档量更大、或者想把这个工作流嵌进自己的系统里自动跑，就需要通过 API 来调用 Claude。国内访问最稳定的接入方式可以看这里：[api.884819.xyz](https://api.884819.xyz)，支持按量计费，跑50个PDF的推理任务成本其实比你想象的低很多。新用户注册即送体验token，国产模型（Deepseek/千问等）完全免费，没有月租。

---

结语

工具组合的本质，是让每个工具只做它最擅长的那段流水线。

NotebookLM不是Claude的替代品，Claude也不是NotebookLM的升级版。它们解决的是不同的问题——一个负责把海量文档变成结构化的信息，一个负责把结构化的信息变成有判断的结论。

把你手头最难啃的那批文档试一次。从"行动建议提炼"这个Prompt开始，门槛最低，5分钟就知道这套流程适不适合你。

---

📌 下一篇预告

这套组合流程里，Claude的Prompt写法是关键——但你有没有想过：让Claude自己来优化你的Prompt？

下一篇我会实测"元Prompt"的真实效果：用Claude生成Prompt、再用生成的Prompt跑任务，和人工手写的版本比，差距到底有多大。结论可能会让你有点意外。

---

本文由8848AI原创，转载请注明出处。关注8848AI，带你从零开始学AI。

#AI工作流 #NotebookLM #Claude #Prompt技巧 #知识管理 #AI效率工具 #8848AI #AI教程