逐字稿文字預覽
大家好,AI講得再好,試了才知道, 我是幫你們測試的AI語音助教艾米。 你可能早就知道Notebook LM已經改名叫做 Gemini Notebook了, 不過如果問他到底改了什麼,可能就不是很清楚。 身為Gemini家族中, 大家公認最實用的工具, Google這次直接讓AI具備 在後臺寫程式並直接執行的能力, 不用你在那邊複製貼上, 就能直接輸出可編輯的PPT、 Word、實體檔案, 還全面導入了全新的使用額度的制度。 今天這支影片, 艾米會一次帶你看懂 改版後的運作邏輯,掌握新版 Gemini Notebook要怎麼用, 額度會怎麼計算。 廢話不多說,我們直接開始。 在開始動手之前,我們先把 Gemini Notebook改版後的畫 面配置與全新的額度規則搞懂。 就算你是新手,有了基本觀念, 所有的操作你也會比較清楚。 請看螢幕,這次改版依然保 持了最核心的三欄式架構。 左側資料來源這裡是整本筆記本的基底, 像是PDF以及其他格式的文件網址、 YouTube影片全放在這裡提供知識的來源。 而在中間,互動對話區域這裡, 是你跟AI溝通提問以及後 續下達進階指令的主戰場, 決定你要怎麼處理左邊的這些知識。 再來,我們看到右側,工作室面板,這裡, 這裡有很多工具可以讓你決定 怎麼樣應用資料產出的形式, 包括讓你自動將資料濃縮成podcast, 簡報,影片或心智圖。 不過我們別忘了, Gemini Notebook架構最大的核心關鍵 就是百分之百根據你給的資料回答, 徹底避免AI胡說八道。 在以上的架構中,只要你左邊給的資料正確, 中間回答與右側的產出AI就不會自己瞎掰, 答案就絕對安全可信。 不過在這一次改版, Gemini Notebook 在底層迎來了三大核心突破。 第一是與Google旗 下的服務進行深度整合,與 Gemini 本體進行更深度的聯動。 第二是底層大腦升級到運算更聰明的Gemini 3. 5 以上的模型。 Gemini 3. 5 以上的模型。 依照你訂閱的會員等級有不同的版本。 第三也是最重大的變革。 在主界面對話的時候,底層直接串接了自家強大的 Agent 開發平臺 Antigravity。 有了antigravity的技術加持, 它在後臺能自己寫程式碼並直接執行。 因此擁有更多能力, 像是現在能直接為你生成並下載Word、 Excel和可編輯的PowerPoint 檔案。 比方說我們去觀光署的觀光資料統計庫, 去下載主要觀光、遊憩據點、 遊客人數月別統計的資料。 在這裡我們以下載2024年度為例, 得到這樣的一份統計數據。 以前Notebook LM 你可以把它想像為文科生, 沒辦法分析太複雜的統計數據的。 但是現在,我們把這個數據上傳到它的來源這裡, 然後輸入, 要它用程式幫我篩選出年增率最高的前三名景點, 以及衰退的警示景點,並分析背後的人流結構。 你看,現在在主對話這裡, 可以看到它不斷地在調用程式碼的工具, 幫我們分析這份數據表。 最後在右邊的工作室下方給了一份報告, 在這份報告中直接抓出成長率前三名, 這份報告是一個Markdown格式的檔案, 我們用記事本打開來看一下。 榜首是臺南的奇美博物館, 第二名是臺北的故宮博物院, 第三名則是高雄的博二藝術特區, 再加上緊追在後的臺北101觀景臺。 另外他也列出了背後人流結構分析, 發現室內景點普遍受到歡迎, 而室外景點則有人群衰退的趨勢。 當然光是這樣的文字分析我們還是不滿意, 因此還是可以把這個輸出的文字報告轉換到變成來源這裡, 字報告轉換到變成來源這裡, 然後勾選這個來源。 然後我們到右邊工作室的資訊圖表這裡點選進去, 然後設定我們要的圖表風格是手繪風格, 然後按下產生,把這個報告圖像化展示出來, 要等待一段製作資訊圖表的時間, 之後會在工作室下方將製作好的資訊圖表放置在這裡 作好的資訊圖表放置在這裡 那麼我們先來點選這個檔案 來看展示成資訊圖表的結果 當然光是看這樣一份資訊圖表 你會覺得就是一份普通的 Notebook LM製作出來的圖表 不過我們不要忘了 我們給它的原始資料只是一份統計數據 而不是整理後的分析報告 是透過我們的Anti-Gravity 去進行的分析以及歸納 才會有這樣的結果 那我們等一下會繼續講Anti-Gravity與Gemini Notebook搭配的其他應用 -Gravity與 Gemini Notebook 搭配的其他應用 但是現在我們先針對使用上 額度的限制以及配額進行說明 依照你訂閱的版本不同, 像是免費版以及付費的PLUS、PRO版本 他們在功能與額度上的差 距主要體現在以下幾個方面 第一是資料來源與筆記本數量上限 免費版單本筆記本最多只能放50個來源, 總共限建100本筆記本 PLUS版將來源提高到100個, 筆記本可建200本 而PRO專業版直接拉高到300個來源, 500本筆記本 第二是對話與多媒體生成頻率 訂閱級別越高, 你能提問的次數和多媒體生成額度當然就越多 不過大家一定要注意功能消耗的差別 像是心智圖、報告、單字卡這類文字整理, 對於額度的影響非常小 但是像語音摘要以及影片摘要消耗就非常多 而簡報與圖表生成也是相當高 如果你是免費或PLUS方案, 連續使用幾次這種多媒體功能配額可能很快就直接見底了 能配額可能很快就直接見底了 除了以上這些外,還要另外說明的是 最新的改版新加入了5小時額度機制 這個機制目前正陸續在推送中 所以有些人現在可能不受這個限制 有些人則會有 你可以到右上角的設定這裡點選下去 如果出現了用量這個選項 則表示你的額度已經變成新版 在這個版本下 每5小時會固定給你一定的額度 只要你這5小時內的操作額度達到上限 系統就會給你一個稍後生成的選項 直到下一個5小時週期補滿配額再來繼續生成 那現在我們來看一下 Gemini Notebook的這個工作室面板 這是專門把整個筆記本的知識 一鍵包裝成各種輸出表現方式的工具 那這個部分一直陸續不斷的在更新 目前這裡有九大功能 我們一個一個來看 第一個是升級後的語音摘要 它能把所有文件變成兩位AI 主持人的podcast對話 關於這個部分剛推出時只能一鍵傻瓜生成 可以選擇的對話內容以及方向並不多 但是現在你可以在上面指定兩人研究內容的方式 像是要做深入研究還是摘要 要做評論或是辯論 你也可以在這裡選擇語言以及內容的長短 在那下面的提示詞還可以進一步說明 你要他們討論的重點 是要聚焦在什麼方面 比方說我們以剛剛那個觀光景點的來源資料為例 我們要他們討論 為什麼室內景點比室外景點受歡迎 就是你覺得大家已經不愛看風景了 應該說大眾對旅遊的渴求 已經從純粹的看風景 轉向了消費內容 嗯 我也看過同一份數據 但我完全沒辦法介紹你這種 室內打敗室外的二分法結論 接下來我們看簡報這個功能 這應該是大家最常用的功能之一 在這個部分你可以設定要文字比較詳盡的簡報 或是像是平常比較精簡的投影片簡報 然後除了一開始在來源中選擇要參考的資料外 現在我們可以在這裡再一次選擇來源 並且可以在下面的指令欄位跟他說 你希望的簡報風格以及其他的要求 那我們在這裡看看,我雖然沒有輸入任何要求 他還是會依照預設的設定幫我們產生一份簡報 在這裡所謂的簡報其實更像是資訊圖表類的圖片 它並不是PPT的格式, 你也無法針對產生的這份簡報進行編輯 第三個是影片摘要,這跟語音摘要很類似 只是這是單人講話, 並且內容會搭配插圖的解說圖片 在這次的改版使用上並沒有與之前有什麼明顯的不同 有與之前有什麼明顯的不同 在設定這裡你可以選擇要精簡 的影片摘要還是詳細的影片摘要 你也可以在自定這裡說明 你希望這個影片的製作方向 像是我要他介紹五個最值得去的景點 帶你看今年最旺的五大必訪聖地 首先是人流霸主臺中逢甲夜市 二月狂吸將近90萬人次 證明指標夜市依舊是臺灣人的出遊首選 以前的影片摘要主要都是做成像是課堂報告一樣 圖片多半都是資訊圖表 不過這個影片它做得像是短影音一樣 明顯地與之前不同 這也應該算是一種進化 那第四個再來講 心智圖 它就是能幫你把問題細分 然後分析關聯性 像是我們要它分析各景點的優缺點 在這邊下了指令 點選進去之後 它會根據我們剛才分析出來的觀光人流數據 以放射狀的樹狀結構展開 這個心智圖是可以隨意縮放在畫布上滑動的 也可以隨時針對某個節點展開或是關閉 幫助你把龐雜的數據脈絡快速梳理開來 第五個是報告 以前這個功能叫大綱 這個功能可以說就是把你原本的內容套用到特定的格式寫成文章出來 容套用到特定的格式寫成文章出來 我們來點開設定 你會發現它內建了非常實用的格式範本 像是自訂報告、簡介文件、研讀指南、網誌文章。 當然在下面也有利用AI幫你針對 目前的內容所建議的其他專屬建議。 現在我們點選研讀指南上面的鉛筆圖示, 可以進到這個介面。 下面就是寫成研讀指南的預設的提示詞, 其實它就是把原本的內容改變成 為測驗題目問答的方式來表現。 像是這樣的結果。 我們可以看到, 這裡列出的都是一些問答題、測驗題。 因此這部分功能比較像是給正在準備考 試需求的學生進行考前測驗所準備的。 我們再來點選另外一個叫做學習解析筆記的這個, 這是它依照我們的內容由AI生成的形式。 我們點選進來看一下它的提示詞, 這裡寫的是說以親切的口吻, 教導新手如何閱讀景點統計表, 並且說明淡旺季的效應以及消費偏好轉移等等, 那這個結果就又與前面的測驗形式完全不一樣了。 比較像是科普或是教育書籍的內容, 所以你就可以在報告這裡 選擇你喜歡的形式來輸出。 那在這裡還值得一提的是, 在這裡產生出來的報告內容, 右上角有一個很實用的一鍵按鈕, 可以直接匯出到Google文件, 直接在你的Google 雲端硬碟中打開以及修改, 方便你直接拿去進行更多的應用, 或分享給主管或同事。 第六個是學習卡的功能, 因為這裡的功能比較適合學生學習來使用, 因此我們現在轉換到另一個筆記本。 在這個筆記本來源中, 我們儲存了一些日文學習的相關內容。 當我們點選了學習卡之後, 你就在這裡輸入你想要加強學習的部分。 比方說,我想要加強日文形容詞的規則練習, 我就在這邊輸入。 這個學習卡就是我們在學生時常會用到的卡片系統, 生時常會用到的卡片系統, 把問題放在卡片上,然後我們思考後回答。 也可以按下答案來比對, 看看結果與我們想象的一不一樣。 這個功能非常適合拿來做員工教育訓練, 學生背誦專業知識, 或是讓團隊快速抽考業務重點。 第七個是測驗的功能。 這跟前一個學習卡差不多, 在設定的時候也只要告訴他你 要測驗的範圍或是重點就好, 只是最後是直接幫你生成一份互動式的四選一測驗券。 份互動式的四選一測驗券。 系統會根據資料自動出題, 你在畫面上直接點選答案, 它會立即告訴你答對還是答錯。 如果答錯了,底下還會附上 引用來源與詳細的原理解析。 第八個是資訊圖表, 這也是大家最常用到的功能之一, 它能把整篇枯燥的數據報告直接一鍵轉化為資訊解析的圖表。 接一鍵轉化為資訊解析的圖表。 在這裡你可以選擇各種內建的圖表表現風格, 例如手繪筆記風格,教學風格, 科學風格,也可以依照你的目的 來選擇要橫向還是直向的格式。 當然一個好的資訊圖表,除了美觀外, 也必須要有精準的表達。 在下面的欄位中,說明你要強調的表現重點, 或是希望的表現風格。 然後按下送出,只要你的資源夠豐富, 通常最後給你的結果都不會讓你失望。 最後第九個功能是資料表。 這個功能你可以把它理解為把任何內容快速整理成為表格的工具。 何內容快速整理成為表格的工具。 先舉一個例子給你看。 比方說,這裡日文學習的來源有很多對話例句, 我可以在資料表這裡要求他把所有的日文例句, 依照課程科目的不同列出來。 然後你可以看到, 他就幫我們把這個來源中相關的句子整理好, 然後提供了包含了來源出處等的相關欄位。 你檢查之後,如果覺得這個表格有用的話, 還可以按下右上角的這裡 把這個表格輸出到你Google雲端的試算表 進行其他的應用 不過我個人比較常用到資料表的場合 是在筆記中有很多筆來源的時候 像是我每次做教學時 總要把很多參考資料都匯入來源這裡 有網頁的形式 也有YouTube影片的形式 當內容超過30筆以上的時候 我大概也就忘了為什麼要把這些來源加進來 這時我會在資料表這裡 要求他把筆記中所有的來源都列出來, 並且依照每個來源都提供三個重點。 這樣我就可以在這個表格中, 比較快速地掌握到每一個來源有什麼重點, 再去打開那些來源來複習重要的內容。 在看完了右邊工作室面板的九大功能之後, 我們現在進入這次大改版最關鍵, 也是最核心的黑科技, 底層串接的Anti-Gravity 到底能幫我們幹嘛。 大家要先有一個概念, 右邊的工作室面板就像是美工設計師, 專門幫你把資料包裝成影片、圖片或測驗。 而中間對話框底層串接的 Antigravity, 它就像是給了AI一臺專屬的雲端電腦, 讓他能在後臺自己寫程式碼,自己執行運算。 那寫程式碼可以做到哪些事情? 我個人把它歸納為三個方面, 但老實說,每一項也都有目前必須注意的缺點與限制。 前必須注意的缺點與限制。 第一方面可以對純資料進行 深度數據分析與統計運算。 這部分我們在一開始的時候其實就已經示範過了。 我們把觀光署那份複雜的統計數據丟進來源, 它就是在後臺直接調用程式, 幫我們把16個景點的增減 幅度與人流趨勢精確算出來。 第二方面可以產生可自由編輯的實體原生檔案, 像是PowerPoint、 Word、Excel檔案。 過去Notebook產生的簡報是以圖片為主, 大家千方百計希望能夠產生出可以 修改的PowerPoint檔案。 那現在我們可以利用Antigravity 的功能, 直接產生PPTX格式的簡報。 我們同樣打開剛剛那份臺灣觀光人流趨勢的筆記, 然後這次我們在主對話框這裡輸入這樣的指令。 請根據我們剛才分析出來的臺灣觀光人流趨勢, 撰寫一份六頁的觀光策略分析簡報, 並且要生成可以自由編輯文字與版面的PowerPoint檔案, 面的PowerPoint檔案, PPTX格式供我下載。 你看,這時候對話框會顯示後臺正在調用程式碼編譯檔案, 臺正在調用程式碼編譯檔案, 之後就會在對話框中告訴你檔案已經製作完成, 給你一個下載連結。 同時在工作室面板的下面也會列出這個做好的PPTX檔案, 列出這個做好的PPTX檔案, 我們可以在這裡點選下載, 然後用我們電腦上的軟體來把這個簡報檔案打開。 現在打開這個簡報來看, 的確是P
本次執行流程與問題處理
下達指令
預期流程
- 採用來源字幕（略過語音辨識）
- 來源選擇與品質檢查
- 文字校正與句子單元
- 筆記與發布
- 公開網頁發布
1. 下載與語音辨識
工具：videonote-transcribe-url（主辨識管線：下載、Whisper 辨識與選稿）
處理：下載音訊、以 Whisper 辨識並選出最佳逐字稿
產出：yt_dlp_meta.json（影片元資料）、audio_16k_mono.wav（16kHz 單聲道音訊）、transcript.whisper.json（Whisper 辨識結果）、transcript.json（正式逐字稿）、transcript_selection_report.json（來源選擇報告）
耗時：3.9 秒
關係：依序執行
結果：完成
2. 全文快速校讀
工具：videonote_rapid_transcript_review.py
處理：先速讀完整逐字稿，再修正高可信突兀詞句並列出待確認項目
產出：rapid_transcript_review_report.json（產出檔案）
耗時：47.1 秒
關係：依序執行
結果：完成
3. 建立句子單元
工具：videonote-build-sentence-units
處理：將逐字稿切成帶時間軸的句子單元
產出：sentence_units.json（句子單元）
耗時：0.2 秒
關係：依序執行
結果：完成
4. 時間軸稽核
工具：videonote_timeline_audit.py
處理：檢查時間軸與音訊對齊
產出：timeline_audit_report.json（時間軸稽核）
耗時：0.2 秒
關係：依序執行
結果：完成
5. 品質檢查
工具：videonote_controlled_quality.py（檢查時間軸與品質）
處理：檢查語言、時間軸與可讀性品質
產出：controlled_quality_report.json（品質報告）、language_sanity_report.json（語言檢查）
耗時：0.3 秒
關係：依序執行
結果：完成
6. 播放時間軸回填
工具：videonote_rebase_display_timeline.py
處理：將網頁播放時間軸回填為校正字幕時間
產出：display_timeline_rebase_report.json（時間軸回填報告）
耗時：0.3 秒
關係：依序執行
結果：完成
7. 來源句整理
工具：videonote_prepare_source_entries.py
處理：整理來源句子供時間軸與頁面使用
產出：sentence_units.json（句子單元）
耗時：0.3 秒
關係：依序執行
結果：完成
8. 生成筆記摘要
工具：videonote-generate-note（生成筆記摘要）
處理：生成筆記摘要與重點
產出：note.md（筆記 Markdown）、note.html（筆記 HTML）
耗時：107.3 秒
關係：依序執行
結果：完成
9. 建立筆記頁面
工具：videonote-render-html（產生筆記 HTML）
處理：產生可閱讀的筆記 HTML 頁面
產出：note.html（筆記 HTML）
耗時：0.4 秒
關係：依序執行
結果：完成
10. 發布公開頁面
工具：videonote-publish（發布公開頁面）
處理：發布到公開網站與每日列表
產出：公開筆記網址、result.json（管線結果）
耗時：0.5 秒
關係：依序執行
結果：完成
手動來源字幕
自動來源字幕
Whisper 字幕
- 尚未產生
Qwen 字幕
- 尚未產生
Parakeet 字幕
- 尚未產生
MOSS 字幕
- 尚未產生
聲學時間證據（PyAnnote / WhisperX）
- 尚未產生
校正前後逐字稿
目前待解決問題與初步改善方向
- ⚠️ 全文快速校讀：已套用暫定修正，請確認
segment=53 已先套用暫定修正：第二是底層大腦升級到運算更聰明的 → 第二是底層大腦升級到運算更聰明的Gemini 3.5 以上的模型。；segment=93 已先套用暫定修正：因此還是可以把這個輸出的文 → 因此還是可以把這個輸出的文字報告轉換到變成來源這裡,；segment=100 已先套用暫定修正：之後會在工作室下方將製 → 之後會在工作室下方將製作好的資訊圖表放置在這裡；segment=113 已先套用暫定修正：那我們等一下會繼續講Anti → 那我們等一下會繼續講Anti-Gravity與Gemini Notebook搭配的其他應用
- 逐字稿可先使用，但有待校正清單
segment=11 unnatural_sentence_boundary: 標點出現在句首或停在逗號位置，斷句可能不符合文法/口語；segment=28 unnatural_sentence_boundary: 標點出現在句首或停在逗號位置，斷句可能不符合文法/口語；segment=63 unnatural_sentence_boundary: 標點出現在句首或停在逗號位置，斷句可能不符合文法/口語；segment=67 unnatural_sentence_boundary: 標點出現在句首或停在逗號位置，斷句可能不符合文法/口語；segment=359 unnatural_sentence_boundary: 標點出現在句首或停在逗號位置，斷句可能不符合文法/口語
- Qwen3-ASR 未完成，需確認 qwen_asr_lab 環境與音訊後重試精進模式。
- 音訊下載不穩定，需更新 cookies / PO token 後重試精進模式。