5分钟用免费工具替代AI顾问,我只用了两步

1.5 万美元,3 块钱。

这是某位知识博主的报价–每小时 500 美元的 AI 咨询费。而他真正做的事情,不过是把客户的资料读一遍,整理成结构化文档,再用 AI 跑出方案。

核心工具就两个:NotebookLM + DeepSeek。全免费。

你没看错。一个 Google 的免费研究工具,加一个国产开源大模型,就能复刻那些高价顾问 80% 的工作成果。区别只在于–你愿不愿意花 5 分钟学一下。

你有没有过这种崩溃

做自媒体的都知道一个痛:你花 3 天研究一个选题,写了深度分析。下次再写类似话题,又得从头来。

或者你是做知识付费的,每天有 50 个学员问你几乎一样的问题。你雇不起助理,也请不起 AI 顾问–人家开口就是几千块一小时。

更扎心的是,你其实已经在用 AI 了。ChatGPT、DeepSeek、Kimi……但每次打开对话框,都得重新解释一遍背景。上次聊的上下文?没了。精心调教的提示词?复制粘贴到 txt 文件里,找起来比现写还慢。

问题的根源不是 AI 不够强,而是你的知识没有被”结构化存储”。

AI 模型是通用的。它不知道你的业务逻辑、你的用户画像、你的写作风格。你得喂它,而且得喂对。

有没有一种方法,能让 AI 永远记住你的专业知识,不用每次都从零开始?

有。而且全免费。

一个被忽略的免费武器:NotebookLM

NotebookLM 是 Google 出的一个 AI 研究工具,很多人只知道它能”把 PDF 变成播客”,但它的真正杀手锏是:它可以同时吃进去多种来源,然后基于这些来源回答问题。

什么意思?

你可以把一篇 50 页的行业报告丢进去,同时再加一个 教程链接、一篇公众号文章、甚至你自己录音的语音文件。NotebookLM 会把所有这些素材”消化”成一个知识库,然后你问什么它答什么–而且只基于你给的素材回答,不会胡编。

666,这个”只基于你的素材回答”才是精髓。

普通 AI 是”什么都知道一点,但什么都不精”。NotebookLM 是”只懂你给它的,但每一条都有出处”。这对知识工作者来说意味着什么?意味着零幻觉。

NotebookLM 支持的来源类型:PDF、网站 URL、视频、音频文件、Google Drive 文档、复制文本、语音文件–几乎你能想到的都能喂进去。

而且完全免费。不需要 API key,不需要翻墙(NotebookLM 在国内可直接访问),不需要写代码。

核心玩法:一个 skill 对应一个任务

这里要引入一个 2026 年在 AI 圈越来越火的概念:Skill Engineering–技能工程。

简单说就是:把一个可重复的工作流程,写成一份结构化的指令文件(通常叫 skill.md),让 AI 按照这个文件执行任务。

你不用每次都跟 AI 废话半天。只需要说”执行 skill-01″,AI 就知道该怎么做。

一个 skill = 一个任务。 比如:

10 个 skill 叠起来,就是一支小型 AI 团队。而且每个 skill 都是基于你的实际经验定制的,不是网上抄的通用模板。

关键在于:这些 skill.md 怎么写?

大部分人写不出来。因为写 skill.md 需要你把自己的隐性知识显性化–你做一件事的判断标准、决策逻辑、注意事项,全都得落到文字上。这对很多人来说比写代码还难。

这就是 NotebookLM 的价值所在。

实操:5 分钟搭建你的第一个 AI 工作流

下面这套流程,我身边好几个做自媒体的朋友已经在用了。反馈就一个字:绝。

第一步:用 NotebookLM 整理素材(2 分钟)

打开 notebooklm.google.com,新建一个笔记本,把相关资料全丢进去。然后问它:

NotebookLM 会基于你给的素材,给出结构化的回答。666,每一条都有出处。

第二步:把回答整理成 skill.md(1 分钟)

把 NotebookLM 的回答复制出来,整理成 Markdown 文件。格式很简单:目标、输入、执行步骤、输出格式、注意事项。这就是一个 skill.md。不复杂,但够用。就像乐高积木一样–单块不起眼,拼起来就是城堡。

第三步:丢给 DeepSeek 执行(2 分钟)

打开 DeepSeek 网页版(chat.deepseek.com,免费),把 skill.md 作为提示词的一部分,告诉它:”执行这个 skill。”

DeepSeek 会严格按照你的 skill 文件执行。因为指令是结构化的、有明确输出格式的–它不需要猜你想要什么。

整个流程:NotebookLM 整理知识 → 写成 skill.md → DeepSeek 执行。5 分钟。

叠加 10 个 skill,你就有了一支 AI 团队

一个 skill 只能解决一个问题。但当你积累了 10 个、20 个 skill 的时候,事情就变了。

你打开 DeepSeek,依次执行:skill-01 分析热点 → skill-02 生成选题 → skill-03 写成文章 → skill-04 改写成短视频脚本。这就是一个完整的 AI 内容生产流水线。 每个环节的指令,都是基于你自己的经验定制的。

有人会问:这跟直接用 ChatGPT 有什么区别?

区别大了。普通用法是”对话式”的–你问一句,它答一句,上下文满了就忘了。Skill 工作流是”指令式”的–每个 skill 都是完整的、可复用的。你换了 AI 模型,skill 照样能用。

DeepSeek 的 API 定价极其便宜。截至 2026 年 5 月,DeepSeek-V4-Flash 的输入价格是 0.14 美元/百万 tokens。算下来,执行一个 skill 的成本大概几分钱人民币。

真正的成本在于前期整理 skill.md。 而 NotebookLM 帮你把这一步从”苦思冥想”变成了”喂素材 + 提问”。

三个进阶玩法

视频变 skill:把链接丢进 NotebookLM,提炼方法论写成 skill.md。别人花几小时看的视频,你 5 分钟提取核心。

语音笔记变工作流:开会录音、语音备忘录丢进 NotebookLM,整理成可执行的 skill。666,这招对知识付费从业者特别好使。

多来源交叉验证:把 3-5 篇同话题的素材全丢进去,问它”共识是什么?分歧在哪?”共识写进 skill,分歧标注”需人工判断”。

几个需要注意的事

DeepSeek 和 Claude Code 的差异要诚实说。 Claude Code 是 Anthropic 的命令行 AI 编程工具,可以读写本地文件、执行代码。DeepSeek 目前主要通过 API 或网页版使用,在”自动读写本地文件”上不如 Claude Code 成熟。但如果是”基于知识库生成文本内容”,DeepSeek 完全够用,而且成本低得多。

NotebookLM 不会直接输出 skill.md 格式。 它输出的是结构化摘要,你需要手动整理。但这本身就是有价值的思考过程。

skill.md 不是写一次就完事的。 建议每个 skill 都加上版本号和最后更新日期,持续迭代。

现在就开始

别等了。打开 notebooklm.google.com,新建一个笔记本。

把你最近写的一篇不错的文章丢进去,问它:”这篇文章的核心方法论是什么?步骤应该怎么拆?”

把回答整理成 skill.md,丢给 DeepSeek 执行。

对比一下:跟你自己从零写,差别有多大?

差别不大–恭喜你,隐性知识已经被”结构化”了。差别很大–回到 NotebookLM,补充素材,迭代 skill。

整个循环:整理 → 执行 → 迭代 → 再执行。

工具链接– NotebookLM:notebooklm.google.com(免费)– DeepSeek 网页版:chat.deepseek.com(免费)– DeepSeek API:api-docs.deepseek.com(V4-Flash 极低价)

Huintellimance

让未来智能早日来临

促进人类与未来智能沟通交流平台

全网｜Huintellimance

 加入交流群·