Aug 7, 2026, 3:29 PM

This commit is contained in:
Paweł Domański
2026-08-07 13:29:13 +00:00
parent f64edfd62b
commit b0c712c4e8
9 changed files with 3464 additions and 0 deletions
@@ -0,0 +1,191 @@
---
title: "20 rzeczy, które NotebookLM potrafi, a których większość ludzi nigdy nie próbuje"
source: "https://nitingavhane.medium.com/20-things-notebooklm-can-do-that-most-people-never-try-a9f4b580743b"
author:
- "[[Nitin Gavhane]]"
published: 2026-06-15
created: 2026-06-29
description: "Najważniejsze wydarzenie"
tags:
- "clippings"
---
Cześć wszystkim, nazywam się Nitin Gavhane i na tym blogu pokażę wam, jak właściwie korzystać z NotebookLM
==Większość osób przesyła PDF, klika podsumowanie, otrzymuje trzy punkty i zamyka zakładkę.== Robiłem to przez miesiące, zanim zdałem sobie sprawę, że używam może 10% tego, co to narzędzie faktycznie potrafi.
NotebookLM nie jest podsumowującym. To bliższe partnerowi badawczemu, który przeczytał wszystko, co mu przekazałeś, i czeka, aż zadasz lepsze pytania. Problem w tym, że nikt nie mówi ci, jak wyglądają te pytania. Oto 20 podpowiedzi, których faktycznie wykorzystałem, plus kilka notatek, jak najlepiej z nich wyciągnąć.
![](https://miro.medium.com/v2/resize:fit:1400/format:webp/1*jzGI3oqv5TxB3hEAariCyg.png)
## 1\. Sprawdzenie "wyjaśnij mi to źle"
```c
Explain this concept back to me the way someone who misunderstood it might.
What's the common misconception?
```
Natknąłem się na ten przypadek i stał się jednym z moich ulubionych. Znajomość *błędnej* wersji pomysłu często sprawia, że właściwa wersja trafia do przodu. Czytasz błędne przekonanie i myślisz "aha, rozumiem, dlaczego ktoś miałby tak myśleć, ale tak naprawdę — " i nagle rozumiesz prawdziwą sprawę lepiej niż pięć minut temu.
## 2\. Przepustka sceptyka
```c
If you were a peer reviewer trying to find flaws in this paper, what would you flag?
```
Zazwyczaj prosimy AI tylko o pozytywne wyjaśnienia. Odwróć to. Poproś ją, by znalazła słabe punkty. Dostaniesz dużo bardziej szczery odczyt tego, jak solidny jest argument, i przestaniesz kiwać głową na rzeczy, które tak naprawdę nie wytrzymują sensu.
## 3\. Filtr "i co z tego"
```c
For each main point, tell me why it matters in practice.
If it doesn't matter, say so.
```
Nie każdy pomysł w źródle ma taką samą wagę. Proste podsumowanie traktuje je wszystkie równo. Ten prompt wymusza ocenę, a "jeśli to nie ma znaczenia, powiedz to" jest najważniejsze. Daje modelowi pozwolenie, by powiedzieć, że coś nie jest wielkim problemem, czego zwykle unika.
## 4\. Przetłumacz dla konkretnej grupy odbiorców
```c
Rewrite the key findings for a [12-year-old / busy executive / non-native English speaker].
```
Spróbuj tego samego źródła z trzema różnymi odbiorcami i obserwuj, jak wyjaśnienie zmienia się za każdym razem. To naprawdę przydatne, jeśli musisz komuś coś wyjaśnić, bo znajdziesz wersję, która faktycznie trafi, zanim staniesz przed nim.
## 5\. Znajdź założenie nośne
```c
What's the one assumption that, if wrong, would break this entire argument?
```
Każdy argument opiera się na czymś, czego nigdy do końca nie dowodzi. Ten prompt szuka go na poszukiwaniu. Często jest to bardziej przydatne niż zrozumienie samego argumentu, bo dokładnie pokazuje, gdzie naciskać, jeśli chcesz sprawdzić, czy całość się trzyma.
## 6\. Zbuduj arkusz przygotowawczy do debaty
```c
I'm about to discuss this with someone who disagrees.
Give me their likely objections and how I'd respond.
```
Używam tego przed spotkaniami, gdy wiem, że ktoś się sprzeciwi. Szczerze mówiąc, jest też przydatna przed rodzinnymi kolacjami, gdzie pewien temat na pewno się pojawi.
## 7\. Zwróć uwagę na przestarzałe części
```c
Which claims in this source are most likely to be outdated, and why?
```
NotebookLM nie może sprawdzać faktów na żywo, ale zaskakująco dobrze rozpoznaje, które rodzaje roszczeń starzeją się najszybciej, zwłaszcza w przypadku technologii. Warto poszukać starszych źródeł, zanim zaczniesz je cytować.
## 8\. Przekształcić to w decyzję
```c
Based on this, what should I actually do? Give me options, not just information.
```
Wiele materiałów źródłowych opisuje sytuację, nie mówiąc ci, co z nią zrobić. To zmniejsza tę lukę. Czasem odpowiedź brzmi "nic", co również warto wiedzieć.
## 9\. Porównaj przed i po
```c
How does this source's view differ from the conventional wisdom on this topic?
```
Tak właśnie rozróżniam, co jest naprawdę nowe w czymś, a co jest po prostu tym samym pomysłem z nowym opakowaniem. Oszczędza dużo czasu na materiałach pełnych hype'u.
## 10\. Generuj pytania, które powinieneś zadawać
```c
What questions should I be asking about this topic that I probably haven't thought of?
```
Czasem najbardziej użytecznym wynikiem wcale nie jest odpowiedź. To lepsze pytanie, którego nie wiedziałeś, że zadać.
## 11\. Notatka "wyjaśnij przyszłemu sobie"
```c
Write a note to myself in 6 months, reminding me what this was about and why it mattered.
```
Za pierwszym razem wydawało się to sztuczne, ale wymusza taki poziom kompresji, który się utrzymuje. Sześć miesięcy później ta notatka jest naprawdę najszybszą drogą powrotu do materiału.
## 12\. Zmapuj obsadę postaci
```c
List every person, organization, or entity mentioned, and explain their role in one sentence each.
```
Gęste raporty często zawierają tuzin nazwanych zawodników i tracisz z oczu, kto jest kim już na trzeciej stronie. To naprawia to jednym razem.
## 13\. Prompt "co zmieniłoby moje zdanie"
```c
What evidence, if it existed, would make this argument fall apart?
```
To jeden z lepszych sposobów, jakie znalazłem, by sprawdzić, czy naprawdę w coś wierzę, czy po prostu jeszcze tego nie kwestionowałem.
## 14\. Zbuduj słownik na bieżąco
```c
Pull out every technical term and define it in plain language, ordered by how often each one appears.
```
Kolejność częstotliwości ma większe znaczenie, niż się wydaje. Najczęściej pojawiają się terminy, które warto najpierw ustalić; Wszystko inne możesz sprawdzić w razie potrzeby.
## 15\. Znajdź sprzeczność
```c
Are there any points in this source that seem to contradict each other? Where?
```
Dłuższe dokumenty, zwłaszcza te napisane przez komisję, częściej się przeczą, niż można by się spodziewać. To szybko go znajduje.
## 16\. Zamień to w rozmowę
```c
Write this as a dialogue between two people with different views, based on the source.
```
Dialogi ułatwiają śledzenie złożonych pomysłów niż zwykła ekspozycja, a to fajny sposób, by wrócić do czegoś, co już raz czytałeś.
## 17\. Wyzwanie z jednym slajdem
```c
If you could only show one slide to summarize this, what would be on it?
```
Ekstremalne priorytetyzowanie. Cokolwiek przetrwa to cięcie, jest faktycznym rdzeniem tego dzieła.
## 18\. Znajdź analogię, która już tam jest
```c
Is there an analogy or metaphor used in this source? If not, suggest one that fits.
```
Czasem autor miał już dobre wyjaśnienie ukryte na stronie 12. Czasem takiej nie ma i trzeba ją zbudować sam.
## 19\. Zbuduj listę "tego, czego brakuje"
```c
What would you expect a source like this to cover that it doesn't?
```
Przydatne do wykrywania luk, zwłaszcza w artykułach naukowych lub raportach o określonym zakresie, który cicho się zawęża w trakcie czytania.
## 20\. Stwórz własną listę lektur do uzupełnienia
```c
Based on this source, what topics or questions would be worth researching next?
```
W ten sposób jeden dokument staje się punktem wyjścia, a nie końcowym. Szczerze mówiąc, to cała gra.
## Kilka rzeczy, które naprawdę zrobiły różnicę
Jeśli możesz, wrzuć więcej niż jedno źródło. Prawdziwą siłą NotebookLM jest praca między dokumentami, a nie w jednym z nich. Samotny PDF to nie docenia.
Bądź konkretny co do formatu. "Daj mi tabelę" albo "pięć punktów" daje ci coś, czego naprawdę możesz użyć. Na ogólnikowe prośby odpowiadają się niejasne.
I nie traktuj pierwszej odpowiedzi jako ostatecznej. Sprzeciw się temu, poproś o głębsze słowa, przepisz to dla kogoś innego. Narzędzie jest stworzone do wymiany zdań, a pierwsze wyjście rzadko jest najlepsze.
Jeśli znalazłeś tematy, które działają lepiej niż te, naprawdę chętnie je posłucham. Zostaw je w komentarzach.