一个工具，一个问题，一个实用工作流。

问题

你手上有 20 篇论文要消化——可能是为了写文献综述、论文的一章、开启新项目，或者准备读书会——但没有时间一篇篇精读。只看摘要能知道每篇论文说了什么，却看不出论文之间的关系：谁和谁观点一致，谁和谁有分歧，各用了什么方法，还有什么没人研究过。

工具

NotebookLM 是 Google 推出的研究笔记本。你上传自己的资料，它只根据这些资料回答问题，并在回答里附上可点击的引用，直接跳到原文段落。正因为每个说法都能核对，它才适合做研究。

你需要准备

  • 一个免费的 Google 账号（免费版每个笔记本最多可放 50 个来源，20 篇论文完全够用）
  • 20 篇论文的 PDF 或链接
  • 第一轮大约 2–3 小时
  • 一个清楚的研究问题，粗略的也可以

工作流

第 1 步：一个问题建一个笔记本

新建笔记本，用研究问题来命名，而不是用主题。"间隔重复能否提高成年学习者的长期记忆？"比"记忆相关论文"好用得多。NotebookLM 之后的所有回答都取决于笔记本里有什么，所以不要放无关的论文。

第 2 步：上传论文并逐一检查

把 20 篇 PDF 添加为来源，然后打开几篇确认文字被正确读取。没有文字层的扫描版 PDF 可能读出来是空的或乱码——先做 OCR，或者找可复制文字的版本。

小技巧：把每个来源重命名为"作者 年份——简短标题"，之后看引用会清楚很多。

第 3 步：先看全景，再看细节

在问具体问题之前，先让它给出全局：

  • "把这些论文分成 3–5 个主题。每个主题列出属于它的论文，并总结这些论文共同的观点。"
  • "在这个笔记本里，哪些论文最常被其他论文引用或作为基础？"

然后在右侧 Studio 面板生成 Mind Map（思维导图）。它会把 20 篇论文的主要概念做成可点击的全景图，帮你决定哪些论文值得精读。

第 4 步：生成对比表

这是最省时间的一步。在 Studio 面板创建 Data Table（数据表），描述你想要的列，例如：

  • 论文（作者、年份）
  • 研究问题
  • 方法和样本量
  • 主要发现
  • 作者自述的局限

把表格导出到 Google Sheets。按方法或年份排序后，很多一篇篇读时看不出的规律就出来了。记得抽查几行和原文核对——表格是摘要，摘要可能丢掉重要的限定条件。

第 5 步：追问论文，并点开每个引用

接下来问更聚焦的问题。好用的问法包括：

  • "这些论文在哪些地方有分歧？引用相互矛盾的原话，并分别标注出处。"
  • "哪些结论有多篇论文支持，哪些只来自单一研究？"
  • "作者们最常提到的局限是什么？"
  • "还有哪些人群、方法或场景没有被研究过？"
  • "用初学者能懂的方式解释 [论文名] 的研究方法。"

每个回答都带编号引用，一定要点开看。如果某个说法没有引用，或者引用的原文并不是那个意思，就不要用。

第 6 步：把有用的内容存成笔记

遇到有用的回答就保存为笔记。做完之后你会有一组笔记——主题、共识、分歧、空白——这就是文献综述的骨架。

第 7 步：碎片时间复习（可选）

生成 Audio Overview（语音概览），通勤时像听播客一样回顾；如果需要记住内容（比如考试或见导师之前），可以生成 Flashcards（闪卡）和 Quiz（测验）。两者都可以指定侧重笔记本里的哪些内容。

第 8 步：自己写综述，再让它核对

综述要自己写。写完后粘贴到对话框里，问它：

  • "对照来源检查这段综述。哪些说法没有依据、说得过头，或者漏掉了重要的前提？"

这样思考仍然是你自己的，NotebookLM 只做它最擅长的事：对照原文核查。

最终成果

专注做完一轮后，你应该得到：

  • 20 篇论文的 3–5 个主要主题全景
  • 一张可以持续更新的 Google Sheets 对比表
  • 一份共识、分歧和研究空白清单，每一条都有出处
  • 3–5 篇值得精读的论文名单
  • 一份对照来源核查过的综述初稿

局限和常见坑

  • NotebookLM 只知道你上传的内容。重要论文没放进来，它不会提醒你——找文献请先用搜索类工具。
  • 回答仍可能出错或过度简化。引用就是用来核对的，请一定点开。
  • PDF 里的表格、图和公式不一定能被正确读取，数字要和原文核对。
  • 未公开、保密或包含个人信息的资料，上传前先确认所在机构的规定。
  • 它是阅读助手，不能代替阅读。关键论文仍然值得完整读一遍。

照着做一遍

  • 一个笔记本，对应一个研究问题
  • 上传 20 篇论文，确认都读取正确
  • 先问主题，再生成思维导图
  • 生成数据表并导出到 Sheets
  • 追问分歧、空白和局限——每个引用都点开核对
  • 把有用的回答存成笔记
  • 自己写综述，再让 NotebookLM 核对

同类工具

NotebookLM 最适合"论文已经在手"的阶段。如果还需要找论文，Elicit 和 Consensus 专注于文献检索，SciSpace 擅长解释单篇论文。ToolBid 正在制作"AI 读论文工具横向对比"。

你用 NotebookLM 的方式不一样？欢迎在 NotebookLM 页面 的讨论区分享你的工作流——优秀的社区工作流会成为之后的指南。