夜雨聆风
前两天我在整理自己的项目资料，发现一个特别烦的事：我用 Gemini 聊了很多次关于同一个项目的问题，但每次新开一个对话，它就什么都不记得了。我得重新说一遍背景，重新贴一遍需求，重新解释一遍上下文。
Gemini 和 NotebookLM 打通了
4月9日，Google 发布了一个更新：Gemini 和 NotebookLM 正式打通。
简单说，你可以在 Gemini 里创建一个叫「Notebook」的东西，把你所有的文件、资料、聊天记录都放进去，然后 Gemini 就能记住这些东西了。
而且不只是记住，是真正理解了。因为它会把你整理好的资料当成「知识库」来用，每次回答都从你的资料出发，而不是凭空瞎编。
这个功能叫 Notebooks。
用起来不复杂——在 Gemini 的左侧边栏点一下就能创建笔记本，然后往里面扔文件就行。PDF、网页链接、Google Drive 文档，甚至你之前跟 Gemini 的聊天记录，都可以直接转成「知识来源」。
最有意思的是，它跟 NotebookLM 是双向同步的。
你在 Gemini 里加的东西，NotebookLM 那边自动能用；反过来也一样。
同一套数据，两种 AI 能力，无缝衔接。
这个功能到底能帮你做什么
我试了一下，确实好用。
之前我让 Gemini 帮我分析某个行业的竞品，每次都要把竞品信息重新贴一遍。现在我把竞品资料扔进一个 Notebook，之后每次聊这个话题，它都自动有上下文了。
具体来说，Notebooks 有三个特别实用的能力。
第一个是持久上下文，
同一个笔记本里的对话会一直记住之前的所有来源和聊天历史，不用每次从零开始。
第二个是工具联动，
NotebookLM 擅长深度摘要和文献梳理，Gemini 擅长联网搜索和内容生成。以前这两套能力是割裂的，现在数据打通了，你可以用 NotebookLM 把一堆研究资料消化成结构化摘要，再切到 Gemini 直接生成报告草稿。
第三个是自定义指令，
你可以给笔记本设专属规则，让 AI 始终按你的风格或项目需求来回复，不用每次重新交代。
跟你学 AI 编程有什么关系
可能有人觉得，这是 Google 的功能更新，跟新手学 AI 编程有什么关系？
关系大了。
如果你在学 AI 编程，零基础想入门，最头疼的可能不是写代码，而是资料太多整理不过来。
教程看了一堆，收藏了一堆，到真正要用的时候找不到。现在你可以把所有学习资料扔进一个 Notebook，之后随时问 Gemini 相关问题，它都能基于你的资料来回答。
这比你到处搜索高效太多了。
如果你在做项目，比如接了一个外包单子，客户给了需求文档、设计稿、参考链接，你可以把这些全放进一个 Notebook。后面每次跟 AI 讨论这个项目的时候，它都记得之前的所有信息。不用每次重新解释「客户要什么颜色」「用了什么框架」「上次改了哪里」。
如果你是学生或者在做研究，写论文的时候可以把所有参考文献 PDF 导进去。
Gemini 能针对这套资料出题、答疑、帮你生成大纲。相当于你有了一个只读你指定资料的私人助教。
这些场景背后，指向的是同一个趋势：未来用好 AI，不只是会写提示词那么简单，更重要的是你会不会给 AI 「喂」高质量的上下文。
能不能把零散的资料整理成 AI 能理解的知识体系，这个能力会越来越值钱。
Google 在布什么局
当然，这个功能也有局限。它解决不了 AI 模型本身的幻觉问题——模型偶尔还是会编东西。但它能做到的是，把 AI 的回答范围锁定在你自己的资料里，让它至少言之有据，不至于完全胡说。对日常使用来说，已经够用了。
还有一个值得注意的点：Google 这次更新的真实意图不只是加一个功能，而是在把 Gemini、NotebookLM、Google Drive 串成一个闭环。以前这三样东西各干各的，现在数据打通了，入口也统一了。如果 Google 继续沿着这个方向走，Gemini 很可能会变成你在整个 Google 生态里的「统一操作界面」——你的文件在里面，你的工作记录在里面，你的知识库也在里面。
这个方向对普通用户的启示是：选 AI 工具的时候，不光看模型聪明不聪明，还要看它能不能帮你把信息管好。一个能记住上下文的 AI，比一个聪明但失忆的 AI，实用太多了。
结语
说白了，会用 AI 工具只是第一步，会整理信息才是真正的护城河。Google 这次更新让我意识到，AI 编程新手入门最该练的能力之一，就是学会给 AI 喂好的上下文。
往期内容
