NotebookLM新增「資料表格」功能!一鍵提取關鍵數據,還能匯到Google試算表!實測教學一次看
NotebookLM新增「資料表格」功能!一鍵提取關鍵數據,還能匯到Google試算表!實測教學一次看

Google 旗下的 AI 筆記助手 NotebookLM 推出全新功能資料表格(Data Tables),旨在解決使用者在處理大量零散資訊時,手動彙整資料的繁瑣痛點。這項功能能夠自動從使用者上傳的來源文件中提取關鍵數據,將其轉化為清晰、結構化的表格,還支援直接匯出至Google試算表。透過這項技術,原本雜亂無章的原始訊息能迅速提煉為具備參考價值的決策依據。

根據官方說明,這兩項新功能目前優先開放給 Pro 和 Ultra 用戶,免費版預計於未來幾週內陸續推送。不過,經《數位時代》以免費版帳號實測發現,目前其實已能使用這項功能。建議免費版用戶不妨登入確認,看看自己是否已經獲得更新。

#0 NotebookLM Data Table
圖/ NotebookLM
#1 NotebookLM Data Table
圖/ NotebookLM

這項新功能預期將大幅提升日常學習與工作的效率。如果你想知道如何運用這些工具,《數位時代》在下方整理了 NotebookLM 的完整使用攻略,裡面也包含最新功能實測(若想略過前言,可點擊目錄直接跳轉至功能介紹),趕快往下看吧!

文章目錄

NotebookLM是什麼?

NotebookLM是由Google推出的線上筆記軟體,內建Gemini人工智慧,透過使用者上傳的內容,可以生成摘要、註解,並根據內容整理相關問題,或是讓使用者在對話框內進行提問,大幅提升工作效率。

NotebookLM的優勢在哪?適合哪些人群?

整理文本、回答問題,這些事情其他AI如ChatGPT也能做到,NotebookLM究竟特別在哪?

NotebookLM的關鍵優勢,在於它是依據使用者上傳的資料來進行統整和回答,並且會附上來源,因此相較於其他的AI對話引擎,比較不容易出現AI幻覺的問題,也有利於使用者查證。不過建議用戶在使用時,對於資料的正確性,還是自行再確認一遍更為保險。

由於NotebookLM能依據文章內容如實做整理和回答,加上操作介面簡單和好上手,對於想要快速閱讀大量文本或是做資料研究的人群來說,是非常實用的AI工具。

不過,由於NotebookLM是一款「匯整資料後,再轉換成易於理解的內容」的筆記型軟體,因此比較不適合想要進行創意類工作的人群哦!

NotebookLM介面介紹

《數位時代》以下整理NotebookLM的使用方式供讀者參考,本次實測教學採用的是免費版NotebookLM,以《數位時代》網站專題《Bolt來了!歐洲來的獨角獸,能撼動Uber、台灣大車隊嗎?》作為實測範例。

NotebookLM不需下載,使用者只要用Google帳號就能登入。進入NotebookLM的頁面後,點擊「建立」按鈕,便能發現NotebookLM提供使用者上傳多種不同格式的資料:不論是透過上傳PDF文件、或是連動自己的Google雲端硬碟、或直接粘貼網址、純文字都可以。

NotebookLM在資料整理完後,介面會分成三個部分展示,分別為:資料來源區、對話區以及工作室。

NotebookLM介面介紹
圖/ 數位時代

NotebookLM資料來源區:支援PDF、純文字、Youtube影片、網址上傳

在資料來源區,使用者可以看見自己一開始輸入的文件列表,並且可以隨時新增內容請NotebookLM消化,NotebookLM將資料整理並理解以後,會在問答區呈現小總結,使用者可以選擇將其儲存成新記事(即筆記的意思),或是也可以在下方的對話框詢問NotebookLM問題。

NotebookLM對話區:透過與AI對話深入了解文本內容

在NotebookLM的對話區,使用者可針對想深入瞭解的問題,對AI進行提問,如果對於問題沒有想法,AI本身也有提供一些問題給使用者參考。

我們在對話框中輸入:「目前台灣有哪些叫車平台?」可以看見,NotebookLM透過列點式的方式回答,並且會在回覆的最後,附上答案的來源,此來源即為先前輸入的文件,方便使用則隨時核對原始資料。

NotebookLM
圖/ 數位時代

NotebookLM會自動儲存與使用者的對話紀錄,這樣即時使用者關閉視窗,之後再回打開筆記本,對話內容也不會遺失,聊天記錄也能隨時刪除。此外,在共享筆記本裡,使用者的聊天紀錄僅自己可見。

在與AI聊天時,使用者也可以透過客製化聊天功能,讓AI採用特定的目標、語氣或角色,只需在聊天室的設定區域,選擇「自訂」,即可編寫所需目標,例如設定為「Treat me like a PhD candidate (把我視為博士生)」來嚴格挑戰假設、或「Act as a lead marketing strategist (擔任首席行銷策略長)」,這樣 NotebookLM 便能更靈活地適應各種專案情境。

NotebookLM
NotebookLM現在支援設定特定角色來改變對話風格
圖/ NotebookLM

NotebookLM工作室:可生成影片、Podcast、學習測驗多種內容

在最右邊的工作區,NotebookLM提供不同的功能,包括:音訊(Podcast)摘要、影片摘要、心智圖、報告、學習卡以及測驗,使用者可以根據自身消化資訊的方式,選擇適合的功能來研讀輸入的文件。

以下為針對NotebookLM各項功能進行實測後的介紹:

NotebookLM功能介紹

資料表格

這項功能可以自動將散落在多個來源的重點與數據,整理成乾淨、可用的結構化表格。 資料表格支援以自定形式描述想要的表格樣式與欄位。例如,我們在編輯框內輸入「針對全球叫車平台製作一份比較表格」,NotebookLM便會在幾分鐘內生成具備平台、主要市場、核心業務、司機抽成比例、乘客收費特色等關鍵資訊的表格。這種以對話驅動的表格生成模式,讓使用者能針對不同任務,如市場調查、產品對比等,打造自身所需的數據檢視視角,將複雜資訊化繁為簡。

#0 NotebookLM Data Table
圖/ 數位時代
#1 NotebookLM Data Table
圖/ 數位時代

使用者在 NotebookLM 建立好表格後,只需點擊畫面右上方的匯出圖示,即可將成果一鍵匯出至Google 試算表,在跨應用整合上十分方便。

資訊圖表

資訊圖表能將使用者的筆記快速轉換成視覺化摘要。在生成之前,使用者可以自由選擇語言、圖表方向及詳細程度,甚至描述想要的風格與配色。

NotebookLM
圖/ 數位時代

上圖為NotebookLM的生成結果,可以看出圖表將叫車平台的兩大經營模式與區域競爭梳理得很有條理,版面乾淨、層次分明。較為可惜的是,在繁體中文輸出上,仍難免遇到 AI 常見的字型渲染瑕疵,導致文字模糊或變形。不過,鑑於 NotebookLM 在資料視覺化的完整度與準確性極高,若作為個人研讀或研究輔助,目前的生成的結果其實非常夠用。

簡報

顧名思義,就是根據來源區的內容生成一份簡報,其優勢在於直接把文字、影音內容轉成結構化輸出,省下整理與排版時間。使用者還可以選擇要生成「詳讀版」或「上台版」,依受眾調整深度與語氣。

NotebookLM
圖/ 數位時代

在實測中,我們讓NotebookLM生成一份詳細版的簡報,簡報以「Bolt透過低價策略進軍台灣」為主軸,並把北美、東南亞與中國的叫車格局作為對照,框架清楚、敘事順暢,能快速讓讀者理解整個文章專題的內容。

NotebookLM
NotebookLM生成的簡報資訊完整,且能夠根據資訊字型判斷合適的圖表類型。
圖/ 數位時代

至於美觀與排版程度方面,簡報文字敘事清楚,但視覺呈現仍然可以再改善,像是重點如「低抽成、低價」、「76% 市佔」沒有被視覺強調,難以在看簡報時一眼捕捉到關鍵資訊。

影片摘要

影片摘要可以將文件內容自動轉換為有旁白的投影片,並從原始資料中擷取圖片、圖表與數據,協助用戶以視覺化方式理解複雜概念。

舉個例子,我們在來源區勾選4篇文章後,點選影片摘要,約莫 5 分鐘的時間,NotebookLM 便會產製出一段半小時的影片,影片運用語錄、表格、列點、時間軸等方式,並配上旁白,讓讀者更容易理解文章的脈絡,並且也支援輸出繁體中文內容。

NotebookLM影片摘要
圖/ 數位時代

目前NotebookLM的影片摘要功能提供6種不同的視覺風格,並且在生成時會自動採用其中之一,分別為: Watercolor(水彩)、Papercraft(紙藝)、Anime(動漫風)、Whiteboard(白板)、Retro Print(復古印刷)與 Heritage(古典) ,用戶可在生成後於介面中進一步挑選或調整。

影片也提供兩種觀看模式以對應不同情境需求。 Explainer(解說)為結構化、全面性的影片,適合深入理解一份或多份資料的脈絡、細節與推論;Brief(摘要)則以「速覽」為目標 ,濃縮文件的核心概念與要點,便於快速掌握重點或做初步篩選。

語音摘要

語音摘要功能,則是可以將使用者的原始筆記或資料來源,自動轉換對話式的Podcast摘要,經過實測,由NotebookLM產出的繁體中文摘要脈絡清晰,對話中的語調也十分自然,雖然聽久了不免還是會察覺出「AI感」,但對於沒時間看長篇文字,或是更依賴聲音輸入的人來說,是個不錯的選項。

心智圖

NotebookLM會將文章整理成心智圖,從文章的主題擴散出相關聯的內容結構。對於輸入了大量資料的用戶來說,是非常好釐清文章脈絡的學習方式。

心智圖
圖/ NotebookLM

報告

報告功能除了能自訂格式,也提供多種不同的文件選項,分別為:簡介文件、學習指南、網址文章、市場分析報告、策略備忘錄、個案研究、概念說明,內容的呈現豐富多元,使用者可根據想閱讀的類型自行選擇。

報告
圖/ NotebookLM

學習卡

學習卡類似單字閃卡,一面是問題、一面是答案,能夠幫助記憶關鍵術語、重要概念。測驗則是將內容轉換為選擇題,讓使用者自我測驗學習成效,可自訂主題和難度,AI會在解答後會提供說明選項,說明答錯原因。

NotebookLM學習卡
圖/ 數位時代

測驗

測驗則是將內容轉換為選擇題,讓使用者自我測驗學習成效,可自訂主題和難度,AI會在解答後會提供說明選項,說明答錯原因。

NotebookLM題目
圖/ NotebookLM

經過實測,NotebookLM會生成10道選擇題,題目皆圍繞文章主題、且沒有重複,選項設計合理,不會有過於簡單或語意不清的問題。

總結來說,NotebookLM就像是一位個人化的AI研究助理,其最大的優勢在於所有回應皆立基於使用者提供的資料,並附上來源索引,大幅提高了資訊的可信度與查證效率。

從自動生成摘要、心智圖,到產出影片腳本與Podcast對話,甚至是建立學習測驗,NotebookLM透過提供多元的內容呈現當時,滿足了不同使用者的學習與研究需求,讓消化複雜資訊的過程變得更加的輕鬆,如果你還沒嘗試過,不妨試試這個簡單好用的AI工具吧!

延伸閱讀:實測|Lovart Slides上手指南:4步驟駕馭 NanoBanana Pro,做出「可分層可細修」的專業PPT
Google官方發布8種NotebookLM簡報玩法,零散筆記變專業簡報!中英文提示詞一次看

責任編輯:黃若彤

往下滑看下一篇文章
從 Raise Day 出發,方睿科技如何打造商用地產的 AI 企業服務生態系?
從 Raise Day 出發,方睿科技如何打造商用地產的 AI 企業服務生態系?

AI 與數據正快速落地至各行各業,從製造、金融、電信、醫療到零售,應用速度不斷加快。但在每年交易規模至少新台幣 1900 億元的商用地產領域,卻長期受到數據破碎且不透明的限制,只能仰賴人力蒐集資訊,再憑直覺和經驗去解讀資訊、做出決策,使 AI 潛在價值難以真正發揮。為回應產業轉型的核心痛點,方睿科技首度舉辦「商用地產生態系年會 2026 Raise Day」,以開放式平台為核心,串聯專業地產服務商、空間相關企業服務商、產業專業人士等多元角色,勾勒出 B2B 企業服務生態系的全貌,希望能透過科技促進數據流動,為商用地產企業協作模式開啟新的可能性。

方睿科技
方睿科技首度舉辦 2026 Raise Day,以開放式平台為核心串聯多元角色,推動商用地產邁向產業共好的新階段。
圖/ 數位時代

方睿科技雙軌策略,讓 AI 成為商用地產的決策引擎

方睿科技創辦人暨執行長吳健宇指出,在 AI 時代,人應該專注於「最有價值」的工作;然而在商用地產業中,專業人士卻有約 70% 的時間耗費在資料蒐集與整理上,真正用於判斷與決策的時間僅約 10%。方睿科技希望翻轉這樣的時間分配,讓人力從低價值的資料處理中解放,將更多心力投入在判斷、溝通與決策等創造價值的商業活動。

方睿科技
方睿科技創辦人暨執行長 吳健宇
圖/ 數位時代

為此,方睿科技提出兩條實踐路徑。第一條是建構出具備完整性、易用性與進化性的商用地產智慧平台,運用 AI 技術,將過去產業中破碎、非結構化的資料,重塑為可被運算、可驗證的標準化數據,並結合圖表與互動式介面,讓使用者能夠快速得到完整市場資訊,實現「用戶即專家」的目標。

第二條則是推動生態系聯盟,將不動產視為企業服務的核心載體,串聯設計、家具、搬遷、清潔等多元服務夥伴,使空間不再只是靜態標的,而是承載案例、服務與數據回饋的生態系節點。透過生態系夥伴累積的實務資料與服務紀錄,平台得以發展「資料即推薦」模式,推動商用地產從單點交易,邁向可擴張的 B2B 服務網絡。

獨創「資料飛輪」機制,實現用戶即專家目標

在 AI 模型日益普及的當下,真正的競爭關鍵已不在模型本身,而是能否有效率地收集資料、提高資料品質,並將其與實際決策流程緊密結合。為此,方睿科技獨家設計出一個由「資料收集、資料精煉、專家把關、決策反饋」組成的資料飛輪,回應商用地產長期面臨的資料破碎與決策效率低落問題,成為方睿科技實踐願景的第一條路徑。

方睿科技技術長郭彥良進一步說明,資料飛輪機制的運作架構。首先在資料收集階段,必須系統性蒐集公開資料、內部檔案與報告,並透過 AI 協作將圖片等非結構化資訊轉換為可用的結構化數據。接著進入資料精煉,透過資料清洗與實體對齊,將原始資訊從單純的可閱讀升級為可比較、可推論的決策依據。第三步專家把關,則引入不動產專家進行校正與產業判讀,補上模型難以理解的規則與慣例,確保關鍵數據的正確性。最後的決策反饋階段,藉由收集使用者提問與行為,檢視現有資料是否足夠精準,再回到專家校正與補齊流程,使整個系統能隨使用頻率提升而持續進化。

在資料飛輪的運作基礎上,方睿科技正積極研發商用地產智慧平台 PickPeak。郭彥良表示,PickPeak 並非單純的物件搜尋工具,而是結合深度資料與 AI 的決策輔助平台。使用者可透過自然語言互動,提出人數、預算、區位、產業屬性等多重條件,再由系統動態生成可比較、可驗證的選址方案,真正將 AI 從「回答問題的工具」,轉化為「陪伴決策的數位專家」。

方睿科技
方睿科技技術長 郭彥良
圖/ 數位時代

創新 Data to win 模式,讓 AI 深入商用地產各階段決策流程

不過,單靠數據整合與 AI 應用仍不足以支撐產業全面升級,因此,方睿科技提出的第二條路就是,推動產業生態系聯盟,整合商用地產市場上不同角色的數據,讓 AI 能夠真正成為商用地產決策時的智慧引擎。

方睿科技不動產知識創新中心總監曾凡綱指出,目前在企業、房東或物業主與各類服務供應商之間,缺乏有效的整合機制,導致企業在選址與空間規劃過程中,難以快速找到真正合適的服務與解決方案,形成明顯的產業斷點。

為解決這些斷點,方睿科技提出「Data to win」模式,以資料取代傳統「Pay to win(付費買廣告)」思維,讓真正具備經驗與實績的服務夥伴,在適當的決策節點被看見。

曾凡綱說明,在廣告投放效益越來越低的情況下,企業服務商面臨的問題已不只是「如何曝光」,而是「如何在對的地方被看見」,這將是未來的市場勝出指標;而 Data to win 正好可以協助企業服務商建立此能力,方睿科技將生態系夥伴所擁有的案例、服務紀錄與產業知識等資料,經過去識別化與結構化處理後,再嵌入企業決策流程中,讓推薦不再來自廣告投放,而是真實、可被驗證的使用經驗,透過這樣的機制,不僅提升企業決策的準確度,也能同步放大生態系夥伴在合作中的實質價值。

舉例來說,方睿科技整合辦公傢俱夥伴 Backbone 班朋實業長期累積的辦公室規劃案例與平面圖資料,讓企業在選址階段,就能同步評估空間規劃方案,加速決策流程。又如,整合出行服務夥伴 USPACE 悠勢科技的服務資料,並呈現在地圖上,協助企業評估辦公據點的交通便利性,優化員工日常通勤與出行體驗。此外,平台也可整合大樓的 ESG 認證、公共設施與服務層資訊,協助企業快速篩選符合需求的辦公大樓,提升進駐媒合效率。

方睿科技
方睿科技不動產知識創新中心總監 曾凡綱
圖/ 數位時代

「Raise Day 只是這場變革的起點。」吳健宇強調,方睿科技已經透過投資與合夥模式,將布局延伸至專業地產服務與空間經營領域,至今旗下已有商用不動產仲介、顧問與估價等專業服務的宇豐睿星,以及聚焦商用地產代銷市場的希睿創新置業。透過直接參與第一線實務運作,方睿得以更深入理解產業真實痛點,讓科技不只是工具,而能真正回應實際決策與服務需求。

此外,方睿科技未來也將持續擴大「商用地產 x 企業服務生態系」聯盟,目前包括 Backbone、USPACE、IKEA For Business、潔客幫等企業服務夥伴已率先加入;接下來,方睿科技將邀請更多擁有關鍵數據與專業能力的企業服務商加入,讓數據在安全、可控的前提下流動,進一步釋放商用地產在選址、營運與企業服務等全生命週期中的結構性價值,為產業轉型啟動下一個關鍵階段。

方睿科技
右起方睿科技共同創辦人暨營運長陳致瑋、USPACE悠勢科技共同創辦人暨執行長宋捷仁 、Backbone班朋實業創辦人暨執行長廖家葳,透過企業服務生態系合作共同為產業啟動下一個關鍵階段。
圖/ 數位時代

方睿科技官網: https://www.funraise.com.tw

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
2026 大重啟
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓