Come usare NotebookLM al meglio: fonti, notebook e metodo

Questo articolo non è un manuale di funzionalità, voglio raccontare le pratiche operative che trasformano NotebookLM da un motore di domande e risposte in un ambiente di lavoro strutturato.

Prima dello strumento, sapere cosa si vuole ottenere

NotebookLM lavora esclusivamente sulle fonti caricate. Non inventa, non cerca informazioni all’esterno, quando riceve una domanda su argomenti non coperti dalle fonti lo dichiara apertamente. Questo comportamento, che ne costituisce il punto di forza, ha una conseguenza diretta, la qualità dei risultati dipende da due fattori di competenza dell’utente, ovvero la qualità delle fonti e la qualità delle domande. Entrambe presuppongono chiarezza sullo scopo del lavoro.

Prima di creare un notebook conviene fermarsi e definire cosa si vuole ottenere. Studiare un argomento per comprenderlo meglio è diverso da analizzare un corpus di documenti per estrarne un report, che a sua volta è diverso da raccogliere materiale per scrivere un articolo o un capitolo di un libro. Ognuno di questi obiettivi porta a scegliere fonti diverse, a organizzarle diversamente e a formulare domande con livelli di specificità diversi.

Questo vale in modo particolare per i progetti ampi. Se l’obiettivo è scrivere un libro conviene scomporre il lavoro in passi che lo strumento possa gestire bene, partendo dalla definizione dell’indice e poi lavorando un capitolo alla volta. Lo stesso principio si applica a un report articolato, a un corso di formazione o a qualsiasi progetto che richieda molte fonti e molti passaggi intermedi. NotebookLM produce risultati migliori quando opera su compiti circoscritti e ben definiti, e la scomposizione non è un limite ma una strategia per ottenere qualità più alta su ogni singolo pezzo.

La chiarezza dell’obiettivo si riflette anche nella formulazione delle domande. Una domanda generica come «parlami di questo argomento» produce risposte generiche. Una domanda specifica come «quali sono i tre fattori principali che influenzano questo fenomeno secondo le fonti?» guida meglio NotebookLM verso risposte focalizzate. Le domande più produttive sono quelle che esplicitano il contesto («considerando solo le fonti più recenti, come viene descritto questo processo?»), che chiedono analisi («come è evoluta questa teoria nel tempo?») o che richiedono confronti («quali sono le differenze principali tra questi due approcci secondo gli autori?»). Non serve formulare domande perfette al primo tentativo, ma serve avere chiaro cosa si sta cercando.

Organizzare i notebook, un tema per ogni contenitore

Ogni notebook dovrebbe avere un perimetro chiaro. L’approccio più efficace è quello monotematico, un notebook per ogni argomento circoscritto. Questo permette a NotebookLM di operare su un corpus coerente, dove tutte le fonti contribuiscono allo stesso campo semantico e le risposte risultano più precise e pertinenti.

L’alternativa è l’organizzazione per progetto, dove un notebook raccoglie fonti eterogenee ma tutte funzionali a uno stesso obiettivo di lavoro. Entrambi gli approcci funzionano, la scelta dipende dal tipo di attività. Il criterio guida è la coerenza interna, ogni notebook dovrebbe rispondere alla domanda «di cosa parla questo contenitore?» con una risposta semplice.

Quando un progetto cresce oltre una certa soglia, conviene spezzarlo in più notebook specializzati piuttosto che accumulare fonti in un unico contenitore. Un libro con dieci capitoli che coprono temi diversi lavora meglio con un’architettura di notebook interconnessi, ognuno dedicato a un sottoinsieme del materiale. Questo approccio mantiene la precisione delle risposte evitando la dispersione che si verifica quando NotebookLM deve orientarsi in un corpus troppo ampio e disomogeneo.

Ogni notebook può avere la propria configurazione, il proprio stile di interazione, il proprio insieme di fonti ottimizzato per uno scopo preciso. Creare ambienti di lavoro distinti per attività diverse è una delle strategie più sottovalutate.

La qualità delle fonti, selezionare, preparare, nominare

Tutto quello che NotebookLM produce dipende da quello che gli si dà in ingresso. Questa sezione raccoglie tre pratiche che sembrano preparatorie ma che determinano in larga misura la qualità del lavoro successivo.

Essere selettivi, meno fonti e più valore

NotebookLM permette di caricare un buon numero di fonti per notebook, ma il fatto di poterlo fare non significa che convenga riempire ogni slot disponibile. La selettività è una scelta di metodo, non una conseguenza di vincoli tecnici. Ogni fonte caricata dovrebbe guadagnarsi il posto, lasciando fuori materiale ridondante, generico o di bassa qualità che diluisce le risposte invece di arricchirle.

L’intenzionalità nella selezione produce un doppio beneficio. Le risposte diventano più precise perché il corpus è più coerente, e il processo di scelta obbliga a riflettere su quali informazioni servono davvero per l’obiettivo definito. Meno fonti ma di alta qualità funzionano meglio di molte fonti mediocri.

Preparare le fonti prima del caricamento

Non tutto il materiale arriva in una forma che NotebookLM può sfruttare al meglio. Documenti lunghi, dispersivi o pieni di rumore (intestazioni ripetute, luoghi comuni, sezioni irrilevanti) producono risposte meno precise. Una fase di preparazione prima del caricamento migliora sensibilmente i risultati.

La preparazione può assumere forme diverse a seconda del materiale. Per documenti molto estesi conviene suddividerli in sezioni tematiche più piccole, in modo che NotebookLM possa identificare con più facilità le informazioni pertinenti. Per fonti particolarmente verbose o ridondanti è utile una fase di distillazione, in cui si estraggono e condensano le informazioni rilevanti. Per trascrizioni audio o video può servire una pulizia del testo che elimini le ripetizioni e le parti non significative.

Il tempo investito in questa fase si ripaga nella qualità di ogni interazione successiva.

Rinominare con criterio

I nomi originali sono spesso inutili quando le fonti crescono di numero. Rinominare ogni fonte con un nome che ne descriva il contenuto è un’operazione rapida che migliora enormemente la navigabilità del notebook.

NotebookLM mostra le fonti in ordine alfabetico e tronca i nomi lunghi per i limiti di larghezza della colonna, per questo la parte significativa del nome va messa all’inizio. Quando un notebook contiene molte fonti può essere utile adottare una convenzione di prefissi per raggruppamento. Se si lavora con testi di più autori, premettere il cognome al titolo permette di individuare rapidamente i documenti di un singolo autore. Se le fonti hanno una sequenza temporale, una numerazione iniziale (01, 02, 03) mantiene l’ordine cronologico nella visualizzazione. Non esiste una regola universale per i prefissi, ma è importante sceglierne una coerente e mantenerla all’interno dello stesso notebook.

Definire il «prompt di sistema» del notebook

Nell’area chat di ogni notebook si trova un’opzione di personalizzazione che funziona come un vero prompt di sistema. Cliccando sull’icona delle tre linee orizzontali in alto a destra si accede a un pannello che permette di definire come NotebookLM si comporta nelle risposte.

Le opzioni disponibili sono tre. Predefinita è il comportamento standard, adatto a ricerche generiche e attività di brainstorming. Guida all’apprendimento configura NotebookLM come tutor interattivo, utile quando si studia un argomento nuovo. La terza, Personalizzata, è quella che cambia il modo di lavorare, mette a disposizione 10.000 caratteri per definire il comportamento del notebook con la stessa logica con cui si scrivono le istruzioni generali di un assistente AI.

Nello spazio di personalizzazione si possono specificare il livello di formalità del linguaggio, la struttura preferita per le risposte, la terminologia di settore da usare, l’approccio analitico (privilegiare la sintesi o l’esplorazione dettagliata), il tono, le prospettive specifiche da adottare. In pratica si definisce la personalità operativa del notebook, e dato che ogni notebook può avere la propria configurazione è possibile creare ambienti con comportamenti molto diversi per scopi diversi.

Il pannello permette anche di regolare la lunghezza delle risposte, con tre opzioni che vanno da risposte concise a risposte estese e dettagliate. La scelta dipende dal tipo di lavoro, una verifica rapida richiede brevità, un’analisi approfondita richiede spazio.

Per chi non sa da dove cominciare, uno scheletro di partenza può essere utile. Non è un testo da copiare così com’è, ma una traccia delle categorie da considerare, da adattare ogni volta al notebook specifico.

Ruolo:[definire il ruolo diNotebookLM in questo notebook]

Tono e registro:[formale/informale, tecnico/divulgativo, sintetico/discorsivo]

Struttura delle risposte:[preferenza per paragrafi narrativi o elenchi puntati, livello di dettaglio, uso di esempi]

Terminologia:[termini di settore da usare, termini da evitare, convenzioni specifiche del campo]

Focus tematico:[aspetti da privilegiare nell’analisi, prospettive da adottare, eventuali argomenti da escludere]

Pubblico di riferimento:[per chi sono destinati i risultati, livello di competenza da presupporre]

Le voci possono essere ridotte o ampliate in base alle necessità. L’importante è che il notebook abbia istruzioni esplicite invece di operare con il comportamento generico predefinito.

Chi non personalizza il comportamento del notebook sta lasciando sul tavolo una buona parte del valore dello strumento.

Lavorare con le fonti, la selezione dinamica

È possibile selezionare e deselezionare singole fonti prima di porre una domanda. Nella colonna delle fonti ogni elemento ha un segno di spunta, e NotebookLM risponde solo in base alle fonti attive in quel momento.

Questo trasforma il modo di interagire con il notebook. Invece di lavorare sempre sull’intero corpus si possono isolare sottoinsiemi di fonti per scopi specifici. Se un notebook contiene testi di tre autori diversi su uno stesso tema, deselezionare due autori e mantenere solo il terzo permette di esplorare la posizione di quell’autore senza interferenze. Riattivando tutti e tre e chiedendo un confronto si ottiene un’analisi comparativa. Lo stesso principio vale per fonti di periodi diversi, di tipologie diverse o di livelli di dettaglio diversi.

La selezione dinamica evita di dover creare notebook separati per ogni combinazione di fonti. È l’equivalente di dire a NotebookLM «per questa domanda usa solo questi documenti», ed è particolarmente utile quando il notebook è stato costruito con un perimetro ampio ma il lavoro del momento richiede precisione su un sottoinsieme o su una singola fonte.

Gli output, scegliere lo strumento giusto

La sezione Studio di NotebookLM offre numerosi strumenti di generazione, dall’audio al video, dalle mappe mentali alle presentazioni, dai report ai quiz. La tentazione è provarli tutti, ma il punto non è la quantità degli output prodotti, è l’adeguatezza dello strumento rispetto al risultato che serve.

Un report testuale ha senso quando serve un documento strutturato da condividere o da rielaborare altrove. Una mappa mentale è utile per visualizzare le relazioni tra concetti e identificare connessioni non evidenti nella lettura lineare. Un’infografica funziona per comunicare dati o relazioni in modo visivo e sintetico. Una presentazione serve quando il materiale deve essere esposto a un pubblico. Un audio in formato podcast è efficace per ripassare contenuti mentre si fa altro. Ogni strumento ha un contesto d’uso, e usare quello sbagliato produce un risultato che non serve a nessuno.

Tutti gli strumenti dello Studio sono personalizzabili. L’icona della matita, quando presente, apre le opzioni di configurazione dove si possono specificare il focus, lo stile, la lingua e altri parametri. Anche qui, come per le domande nella chat, la specificità delle istruzioni determina la qualità del risultato.

Un’abitudine che vale la pena costruire è quella di salvare nell’area Studio le risposte utili che si ricevono nella chat. Ogni risposta ha un pulsante di salvataggio che la trasferisce nello Studio come nota permanente. Col tempo questo costruisce una base di conoscenza dentro il notebook, un archivio dei risultati migliori che riduce la necessità di ripetere domande simili e che rappresenta, di fatto, il prodotto del proprio lavoro con le fonti.

C’è un aspetto ulteriore che rende questa pratica ancora più utile: le note salvate nello Studio possono a loro volta diventare fonti del notebook. Questo significa che si possono interrogare le fonti originali, ottenere sintesi o analisi strutturate, salvarle e poi usarle come nuovo materiale su cui lavorare. In pratica è un modo per ristrutturare progressivamente la base di conoscenza del notebook, trasformando fonti grezze in materiale già elaborato e riutilizzabile.

Checklist: preparare un nuovo notebook

Passi da definire quando si inizia un nuovo progetto:

• definire l’obiettivo e valutare se basta un notebook o se la complessità del progetto ne richiede più di uno;
• scegliere l’organizzazione (monotematica o per progetto) e stabilire il perimetro;
• definire l’obiettivo del singolo notebook e, per lavori ampi scomporli in passi gestibili;
• selezionare solo fonti di qualità verificata;
• preparare le fonti prima del caricamento (pulizia, distillazione, segmentazione se necessario);
• rinominare ogni fonte con nomi parlanti e prefissi coerenti;
• configurare il comportamento del notebook con la personalizzazione nell’area chat;
• usare la selezione dinamica delle fonti per interrogazioni mirate;
• scegliere lo strumento dello Studio adatto al risultato che serve;

Per concludere

Il filo che collega tutte queste pratiche è l’intenzionalità. Sapere cosa si vuole ottenere prima di iniziare, selezionare le fonti con criterio, prepararle e nominarle con cura, configurare il comportamento del notebook, scegliere gli strumenti di output adeguati, sono tutti passaggi che richiedono tempo in anticipo e che ne fanno risparmiare molto di più durante il lavoro.

NotebookLM restituisce esattamente quello che si investe nella preparazione. Chi carica fonti a caso e pone domande generiche ottiene risposte generiche. Chi investe nella costruzione del notebook ottiene un ambiente di lavoro che migliora ogni interazione successiva.

Per chi vuole approfondire le singole funzionalità nel dettaglio, il manuale completo è disponibile su GitHub e viene aggiornato regolarmente.