你把年度報告丟進 NotebookLM，期待它幫你整理重點，結果出來的是一堆「???」亂碼。或者它給的摘要看似合理，但對照原文發現根本是幻覺。
這不是你不會用，是 NotebookLM 的設計限制。這篇整理我實際踩過的 7 個問題，以及對應的解決方案或替代工具。
問題1：PDF 亂碼（最常見）
症狀： 上傳年報或論文 PDF，複製文字變「???」，AI 讀取後摘要完全錯誤。
原因： PDF 內嵌 CID 字型沒有 ToUnicode 映射，NotebookLM 無法正確提取文字。
解決方案：
- 預處理 PDF： 用 Adobe Acrobat 或線上工具（如 iLovePDF）將 PDF 轉為「標準字型的 PDF」
- 改用純文字： 直接複製 PDF 文字貼到 .txt 檔，或請求文件的 Word 版本
- 避免掃描檔： 圖片型 PDF 完全無法辨識，先用 OCR 工具（如 Adobe Scan）轉成可搜尋文字
預防： 建立資料時就要求「可複製文字的電子檔」，而非掃描或圖片型 PDF。
問題2：高度排版文件辨識差
症狀： 表格多、欄位複雜的財報或規格書，NotebookLM 讀取後結構全亂。
原因： NotebookLM 的解析器對複雜排版處理能力有限。
解決方案：
- 手動清理： 將表格轉成純文字列表，或分段貼上
- 改用結構化格式： 直接上傳 .csv 或整理過的 Markdown，而非原始 PDF
- 分段處理： 將大表格拆成多個小檔案，降低單一來源的複雜度
問題3：檔案大小限制（台灣使用者常遇）
症狀： 大報告或論文集上傳卡住，顯示「無法匯入」。
限制： 單檔 200 MB、單一筆記本 50 個來源 / 50 萬字上限。
解決方案：
- 分割檔案： 用 PDF 分割工具將大檔拆成章節
- 摘要上傳： 先自己讀完，將「關鍵章節」而非全文丟進 NotebookLM
- 精簡來源： 50 個來源的限制下，優先放「高品質原始資料」而非「二手整理」
問題4：AI 輸出不一致、有幻覺
症狀： 同樣的問題問兩次，得到不同答案。或摘要裡出現原文沒有的資訊。
原因： LLM 的溫度設定帶有隨機性，且 NotebookLM 的 RAG 架構在處理多來源時容易「注意力分散」。
解決方案：
- 減少來源： 對話時指定「只參考來源 A 和 B」，而非全部來源
- 精煉提示詞： 要求「根據第幾頁的具體內容回答」，而非開放式提問
- 交叉驗證： 關鍵資訊務必對照原文，不要直接複製 AI 摘要
認知調整： NotebookLM 是「輔助回憶」工具，不是「權威解答」工具。適合幫你快速定位資訊，不適合幫你做出關鍵決策。
問題5：手機版功能殘缺
症狀： 手機上只能對話和聽 Podcast，無法生成簡報或心智圖。
現狀： Google 目前將進階功能保留給網頁版。
解決方案：
- 場景分流： 手機只用來「快速查詢」和「聽 Podcast 複習」
- 深度工作回電腦： 簡報生成、來源整理、複雜提問一律在網頁版處理
- 善用分享： 手機上發現的關鍵引文，用分享功能傳到電腦後續處理
問題6：繁體中文輸出異常
症狀： 輸入繁體中文，輸出變簡體或語意模糊。
解決方案：
- 提示詞修復： 在問題結尾加上「請用繁體中文回答，保持原文用語」
- 來源預處理： 上傳的檔案本身使用繁體，減少模型混淆
- 後編輯： 將輸出複製到純繁體環境（如台灣版 Word）檢查
問題7：匯出格式混亂
症狀： 匯出的表格或 Markdown 換行失效，需手動重排。
解決方案：
- 降低格式期待： 將 NotebookLM 視為「草稿產生器」，而非「最終成品」
- 搭配其他工具： 匯出後用 Notion、Obsidian 或 Word 重新排版
- 手動標記： 在對話中要求「用項目符號列出，方便複製」
當 NotebookLM 真的不適合：替代方案比較
如果上述問題你無法接受，考慮這些替代工具：
| 工具 | 強項 | 適合場景 | 注意事項 |
|---|---|---|---|
| ChatGPT + 自建知識庫 | 對話靈活、格式控制強 | 需要深度推理、多輪追問 | 需手動整理來源，無自動 Podcast |
| Claude | 長文理解、摘要品質穩定 | 學術論文、長篇報告 | 無內建來源管理，需自行切割上傳 |
| Perplexity | 即時搜尋、引用來源明確 | 需要最新資訊、驗證事實 | 依賴網路內容，非私有文件分析 |
| Grok（X Premium） | 即時資訊、對話風格直接 | 快速理解時事、社群討論 | 台灣存取限制、需付費 |
| gistr.so | 專為摘要設計、介面簡潔 | 快速產生文章摘要 | 功能較單一，無對話功能 |
NotebookLM 的正確使用場景
經過這些問題的洗禮，我現在這樣使用 NotebookLM：
- Podcast 複習： 上傳會議記錄或學習資料，通勤時聽 AI 生成的對話
- 快速定位： 大量資料中「這個概念出現在哪裡」的搜尋助手
- 初步摘要： 長文的第一輪消化，產出草稿後再人工精修
不這樣用： 報表分析、關鍵決策依據、複雜邏輯推理、最終成品輸出。
記住：工具是手段，不是目的。NotebookLM 的價值在於「降低回憶成本」，而非「取代你的判斷」。知道它的邊界，才能用得安心。