Обзор Google NotebookLM: нейросеть для обучения и работы с заметками
Google NotebookLM это нейросеть для учебы на базе Gemini Pro. В ней можно задавать вопросы, создавать заметки и организовывать идеи.
Главные фишки Google NotebookLM
Нейросеть переплетена с системой заметок и блокнотов. Вы можете загрузить в один блокнот до 50 источников и задавать связанные с ними вопросы. Нейронка не берет информацию на стороне, отвечает вам исходя из содержания источников. Она не просто находит нужный кусок текста. NotebookLM понимает контекст всей информации и суммирует её, прям как живой ассистент. Вы получаете краткую выжимку со ссылками, как в википедии.
Нейросеть умеет не только отвечать на вопросы по источникам, но и придумывать свои вопросы, генерировать руководство для изучения, краткое содержание, хронологию и краткий обзор.
Google NotebookLM может за раз проанализировать сильно больше информации чем Chat GPT или Cloude благодаря контекстному окну. Оно у него 2 млн. токенов. У Chat GPT и Cloude окна 128к и 200к токенов. В Google NotebookLM можно спокойно загружать объемные книги, документы, веб страницы и работать с ними.
В качестве источников Google NotebookLM принимает файлы Doc и Docx с диска, PDF, txt, просто текст, файлы с MarkDown и url страницы. Таблицы, увы не поддерживает.
Большое контекстное окно, зацикленность на источниках, удобные системы цитирования и структурирования информации по блокнотам — эти фишки делают NotebookLM интересной нейросетью для обучения.
Как пользоваться Google NotebookLM
Для использования нейросети нужен vpn и аккаунт Google.
На начальной странице вверху расположены блокноты и кнопка для их создания. Внизу, примеры блокнотов от Google.
Вверху можно поменять имя блокнота и добавить вручную заметку. Сбоку слева поле для добавления и работы с источниками. Внизу чат и руководство.
Для загрузки необходимо нажать на кнопку слева вверху и выбрать источники до 50 штук. Размер одного источника должен быть не больше 200 мб.
После загрузки источников можно выборочно задавать вопросы при помощи галочки.
Нейросеть подготовит ответ в виде заметки. Её можно закрепить кнопкой вверху справа.
Внизу, над формой с чатом появятся дополнительные подсказки с вопросами.
Цифры в конце предложения отвечают за ссылку на источник. Если навести на нее курсор, то откроется окно с цитатой.
Если нажать на цифру, то откроется поле с текстом источника. Там будет выделенный фрагмент, который использовала нейронка при генерации ответа.
Если нажать на «Руководство по использованию блокнота», то вылезет окно с общей информацией о блокноте и примерами вопросов.
А еще тут можно сгенерировать:
- Часто задаваемые вопросы;
- Руководство для изучения материала;
- Содержание;
- Хронологию;
- Краткий обзор.
Чтобы вернуться к чату надо нажать кнопку «Открыть чат».
Если нажать кнопку «Закрыть чат», то откроются созданные заметки.
Здесь можно задавать нейросети вопросы по заметкам, либо написать новую заметку.
Если сделать заметку самостоятельно и сохранить её, то потом к ней можно возвращаться и редактировать. Если заметку сделала нейросеть, то редактировать её не получится.
Перспективы Google NotebookLM
14 мая прошла конференция Google IO на которой показали как NotebookLM генерирует программу обучения и двух виртуальных репетиторов. Они объясняют материал и с ними можно общаться.
На данный момент эта функция не доступна и когда появится не понятно.
Впечатления от Google NotebookLM
По впечатлениям суховато. Не хватает возможности добавлять видео, аудиофайлы, таблицы и книги в форматах fb2 и epub. Еще хочется чтобы поскорее завезли виртуальных репетиторов. В том же Chat GPT 4 Omni уже можно общаться голосом.
В остальном круто. Да, Chat GPT тоже умеет работать с файлами, но иногда додумывает, у него меньше контекстное окно и менее удобная система хранения информации. Для рабочих задач в области контент-маркетинга, копирайтинга, менеджмента NotebookLM не подходит. Уж слишком он зациклен на источниках.
Но, если вы учитесь или работаете с документами, то эту нейронку уже можно внедрять в свою жизнь. Или как минимум присматривать за ней, ведь перспективы у NotebookLM в качестве нейросети для обучения многообещающие.