Jest czwartek, dwudziesta pierwsza. Masz otwarty raport na dwadzieścia stron i pustą prezentację obok. Kopiujesz nagłówek, wklejasz, zmniejszasz font, bo nie mieści się w polu. Wyrównujesz ikonkę do lewej. Potem do środka, bo jednak lepiej. Następny slajd. Po dwóch godzinach masz coś, co się klika, i cichą pewność, że myślenia było w tym może na kwadrans.
Reszta to była obsługa oprogramowania.
Znasz to uczucie? Robota, którą maszyna wykonałaby lepiej i szybciej, tylko boisz się jej oddać — bo maszyna dopisuje. Wystarczy jedna wymyślona liczba na slajdzie dla zarządu i cała reszta przestaje mieć znaczenie. I to jest właściwe pytanie, a nie „czy AI zrobi mi prezentację": czy da się oddać maszynie składanie slajdów tak, żeby nie mogła wymyślić niczego, czego nie ma w twoich plikach.
Da się i tak właśnie działa NotebookLM. Warto tylko wiedzieć, co ta gwarancja obejmuje, a czego nie — bo to drugie decyduje o tym, ile roboty zostaje po twojej stronie.
Co znajdziesz w artykule?
- Czym różni się generowanie oparte na źródłach od zwykłego promptowania — i czego NotebookLM nie dopisze do slajdu, choćby bardzo pasowało
- Ile błędów zostaje mimo zakazu dopisywania, według niezależnego pomiaru na ponad siedmiu tysiącach dokumentów
- Sześć kroków od dokumentu do gotowego decku, razem z wyborem między Detailed Deck a Presenter Slides i tym, co warto wpisać w prompt
- Trzy pułapki, na których wykłada się większość pierwszych prób: śmieciowe źródła, zerowa weryfikacja liczb i traktowanie wyniku jak wersji finalnej
- Kiedy sięgnąć po NotebookLM, a kiedy po ChatGPT — reguła podziału oparta na tym, czy w danym materiale ważniejsza jest wierność liczbom, czy nowe pomysły
NotebookLM ma zakaz dopisywania czegokolwiek spoza twoich plików
Różnica wobec ChatGPT nie jest różnicą jakości modelu, tylko różnicą uprawnień. Kiedy prosisz ChatGPT o prezentację z wrzuconego dokumentu, model chce pomóc: dołoży kontekst z wiedzy ogólnej, zasugeruje punkt, którego w raporcie nie było, wypełni lukę, bo luka wygląda niechlujnie. Przy burzy mózgów to zaleta. Przy raporcie kwartalnym to ryzyko, które ponosisz ty, a nie model.
NotebookLM buduje slajdy wyłącznie z materiałów, które wgrasz — plików PDF, dokumentów tekstowych, notatek, linków, książek w formacie EPUB. Czego nie ma w źródłach, tego nie będzie na slajdach.
Pod spodem stoi mechanizm nazywany RAG: zamiast odpowiadać „z głowy", model najpierw przeszukuje twoje dokumenty, wyciąga pasujące fragmenty i dopiero z nich układa treść. Sam nie decyduje, co wie — decyduje, co znalazł.
📖 Ze słownika Noraline Generowanie oparte na źródłach (ang. source-grounded generation) — tryb pracy modelu, w którym wolno mu korzystać wyłącznie z dostarczonych dokumentów, a nie z wiedzy wyniesionej z treningu. Kosztem jest to, co część osób bierze za kreatywność: model nie zaproponuje wątku, którego w materiale nie ma, i nie wygładzi luki w danych. Zyskiem jest możliwość wskazania palcem, skąd wzięło się każde zdanie na slajdzie. Ten sam mechanizm stoi za firmowymi bazami wiedzy podpiętymi pod asystenta.
Zakaz dopisywania nie oznacza zera błędów
Tu zaczyna się część, którą materiały producentów pomijają, a która decyduje o tym, ile pracy zostaje po twojej stronie. Ograniczenie do źródeł usuwa jeden rodzaj błędu — zmyślony fakt. Nie usuwa drugiego: streszczenia, które przesuwa sens oryginału.
Skalę tego drugiego da się zmierzyć i ktoś to robi na bieżąco. Ranking Vectary sprawdza, jak często model wprowadza treść niezgodną ze źródłem, streszczając podany dokument, przy wyraźnej instrukcji „korzystaj tylko z tego fragmentu, nie wnioskuj, nie sięgaj do wiedzy własnej". Zbiór testowy liczy ponad 7700 artykułów z różnych dziedzin.
Wyniki czołowych modeli mieszczą się dziś w okolicach kilku procent. To bardzo dobrze na tle otwartych pytań, gdzie model odpowiada z pamięci. I jednocześnie to nie jest zero, a slajd z liczbą trafia na ekran przed zarządem, więc jeden błąd na trzydzieści slajdów oznacza mniej więcej jeden zepsuty deck na kwartał.
Praktyczny wniosek jest krótki. Zakaz dopisywania zdejmuje z ciebie obowiązek sprawdzania, czy fakt istnieje. Nie zdejmuje obowiązku sprawdzenia, czy został przepisany wiernie — a to inna czynność i zajmuje inne pięć minut.
Poprawianie pojedynczego slajdu i eksport do PPTX zmieniły opłacalność
W pierwszej wersji Slide Deck był raczej ciekawostką: eksport wyłącznie do PDF, brak edycji pojedynczych slajdów, zero wpływu na styl. Wystarczyła jedna literówka w danych, żeby generować całość od nowa. Marcowa aktualizacja Google Workspace zdjęła obie te blokady naraz, a przy okazji dołożyła zestaw stylów infografik i obsługę plików EPUB.
Poprawki promptem. Jak opisuje XDA Developers, przy podglądzie slajdu jest dziś ikona ołówka. Klikasz, wpisujesz „dodaj dane z czwartego kwartału" albo „skróć do trzech punktów", a NotebookLM przebudowuje ten jeden slajd i nie rusza pozostałych.
Eksport do PPTX. Prezentację przenosisz do PowerPointa i kończysz normalnie: wstawiasz slajdy do istniejącego decku, nakładasz firmowy szablon, dokładasz przejścia. To ta zmiana decyduje, czy wynik da się w ogóle pokazać w firmie, w której obowiązuje jeden szablon dla wszystkich.
Obie zmiany dotyczą tego samego: kosztu poprawki. Dopóki jedyną reakcją na błąd było wygenerowanie decku od zera, narzędzie nadawało się do szkiców, a nie do pracy.
Sześć kroków od dokumentu do decku
Cała ścieżka zajmuje kilkanaście minut, ale rozkłada się nierówno — najwięcej daje krok pierwszy i ostatni, choć oba wyglądają na formalność.
To, co znika z tej ścieżki, to kopiowanie, formatowanie i układanie kolejności. Zostaje selekcja materiału, kontekst i priorytety, czyli dokładnie ta część, przy której siedziałeś kwadrans z trzech godzin.
Trzy pułapki, na których wykłada się pierwsza próba
Trzy pułapki powtarzają się u każdego, kto pierwszy raz robi prezentację w NotebookLM. Dotyczy to wszystkich trzech opisanych poniżej, nie tylko pierwszej.
Śmieciowe źródła. Wgrywasz kilkanaście plików naraz: stare notatki, niedokończone wersje robocze, dwa razy ten sam raport. Model próbuje to pogodzić i produkuje deck, który skacze między wątkami, bo w materiale nie było żadnej hierarchii. Pięć minut porządkowania przed wgraniem oszczędza pół godziny poprawek po.
Zerowa weryfikacja. Najczęstsze zdanie brzmi „AI to zrobiło, więc jest dobrze". Tymczasem model źle sparafrazuje jedną wartość i wystarczy, żeby ktoś na sali to wyłapał — a wtedy reszta prezentacji przestaje mieć znaczenie, niezależnie od tego, jak dobra była. Sprawdzaj tam, gdzie stawka jest największa: liczby, terminy, nazwiska.
Traktowanie draftu jak finału. To, co dostajesz, jest wersją roboczą po kimś, kto przeczytał dokumenty i nie zna twojej firmy. Reszta należy do ciebie i tego nie da się zlecić — pisałem o tym przy okazji agentów AI, bo mechanizm jest identyczny.
Wierność liczbom kontra nowe pomysły — reguła wyboru narzędzia
Nie chodzi o to, które narzędzie jest lepsze, bo oba robią co innego i oba bywają w tym samym tygodniu potrzebne. Chodzi o jedno pytanie: czy w tym konkretnym materiale groźniejsze jest zmyślenie, czy powtórzenie tego, co już wiesz.
| Kiedy | NotebookLM | ChatGPT |
|---|---|---|
| Typ materiału | Raport finansowy, materiał szkoleniowy, deck dla zarządu, streszczenie dokumentacji. | Pitch, koncepcja kampanii, warsztat, materiał, który dopiero szuka formy. |
| Co jest ryzykiem | Jedna wymyślona liczba kosztuje wiarygodność całości. | Powielenie tego, co już masz w głowie, i zero nowej perspektywy. |
| Co dostajesz | Wierność źródłu i możliwość wskazania, skąd pochodzi każde zdanie. | Wątki spoza dokumentu, kontrpropozycje, uzupełnienie luk. |
| Co musisz zrobić sam | Przygotować dobre źródła i sprawdzić parafrazy liczb. | Zweryfikować każdy fakt, którego nie było w twoim materiale. |
W praktyce najczęściej korzysta się z obu w jednym tygodniu, tylko na innym etapie. Materiał kreatywny powstaje w narzędziu, które podpowiada; materiał sprawozdawczy — w tym, które ma zakaz podpowiadania.
Jeden upload, kilka różnych wyjść
Slide Deck jest wejściem do zestawu funkcji, które korzystają z tego samego notatnika i tych samych źródeł.
- Audio Overview — dwoje wirtualnych gospodarzy omawia twoje dokumenty w formie rozmowy. Nadaje się do przyswajania materiału w drodze, kiedy i tak nie masz jak czytać.
- Video Overviews — narracja wideo z kluczowymi punktami, użyteczna przy wdrożeniach i wewnętrznych szkoleniach.
- Infografiki — zestaw gotowych stylów wizualizacji danych z raportu, bez otwierania osobnego narzędzia graficznego.
Korzyść nie polega na liczbie formatów, tylko na tym, że wszystkie wychodzą z jednego pnia. Kiedy prezentacja, podcast i infografika powstają z tego samego zestawu plików, nie ma jak powstać rozbieżność, którą ktoś zauważy dopiero na spotkaniu.
Cała robota przeniosła się do twoich dokumentów
Największy wpływ na jakość prezentacji z NotebookLM ma nie prompt, tylko porządek w plikach, które do niego wrzucasz.
Zasada „śmieci na wejściu, śmieci na wyjściu" jest stara jak informatyka, ale w narzędziu ograniczonym do źródeł działa dosłowniej niż gdziekolwiek indziej. Model nie ma czym załatać dziury, bo nie wolno mu sięgnąć poza twoje pliki. Luka w materiale zostaje luką na slajdzie, a nieaktualna dana zostaje nieaktualna.
Praktycznie sprowadza się to do czterech nawyków. Przed wgraniem wyrzuć stare wersje i zostaw najnowszą. Jeden spójny dokument daje lepszy wynik niż pięć luźnych notatek na ten sam temat. Brakujące dane uzupełniaj w źródle, nie dopisuj ich potem na slajdzie, bo wtedy tracisz jedyną gwarancję, po którą sięgnąłeś. I nazywaj pliki tak, żeby nazwa mówiła, co jest w środku — model widzi ją przy indeksacji.
To jest ten sam mechanizm, który opisywałem przy budowaniu bazy wiedzy dla AI. Prompt jest najmniej istotną częścią układu; liczy się materiał, z którego model czerpie. NotebookLM tylko pokazuje to bez owijania.
Dostajesz draft od stażysty, którego nikt nie wprowadził w firmę
Najbliższa analogia brzmi tak: dostajesz pierwszą wersję prezentacji od kogoś, kto sumiennie przeczytał wszystkie dokumenty i nie zna nikogo w twojej firmie. Nie zmyśla, trzyma się materiału, formatuje czytelnie. Nie wie za to, że prezes nie znosi list punktowanych. Nie wie, że czwarty slajd trzeba przenieść na początek, bo od niego zawsze zaczyna się dyskusja. Nie wie, że w zeszłym kwartale była reorganizacja, więc porównanie rok do roku wymaga jednego zdania komentarza.
Ta wiedza nie jest w żadnym pliku i dlatego nie da się jej wygenerować. Jest jedyną rzeczą, która decyduje, czy prezentacja zadziała na sali.
Zmienia się więc nie długość pracy nad prezentacją, tylko jej rozkład. Zamiast dwóch godzin klikania i kwadransa myślenia masz kwadrans generowania i kwadrans myślenia — z czego ta druga część jest w całości tą, za którą ci płacą.
Sprawdź to na materiale, który już kiedyś składałeś ręcznie
Najuczciwszy test nie polega na nowym projekcie, bo wtedy nie masz punktu odniesienia. Weź raport albo artykuł, z którego kiedyś robiłeś prezentację samodzielnie — pamiętasz, ile to zajęło i co było trudne.
Wgraj go do NotebookLM, wybierz Slide Deck i wygeneruj dwa warianty z tego samego materiału: Detailed i Presenter. Porównaj je nie ze sobą, tylko ze swoją starą wersją. Zobacz, co model złapał, czego nie złapał i które z tych braków wynikały z materiału, a nie z narzędzia.
Odpowiedź na to ostatnie pytanie jest właściwym wynikiem eksperymentu. Jeśli braki siedziały w dokumentach, znalazłeś coś ważniejszego niż nowe narzędzie do slajdów — znalazłeś powód, dla którego te prezentacje zawsze zajmowały trzy godziny.
Sprawdźmy, co da się zdjąć z Twojej głowy
A jeśli podejrzewasz, że prezentacje to tylko objaw, a prawdziwy koszt siedzi w tym, jak powstają u Ciebie raporty i dokumenty — przejrzyjmy ten proces razem.
Napisz do mnie →Najczęściej zadawane pytania
Podstawowe korzystanie z NotebookLM nie wymaga osobnej płatności — wystarczy konto Google, a funkcje Slide Deck, Audio Overview, Video Overview i infografiki są dostępne w ramach ekosystemu. Limity dotyczące liczby i objętości źródeł oraz zakres funkcji płatnych zmieniają się jednak wraz z aktualizacjami, więc przed planowaniem większej pracy warto sprawdzić aktualne warunki u Google.
Różnica dotyczy uprawnień modelu, nie jego jakości. NotebookLM generuje slajdy wyłącznie z dokumentów, które wgrasz, i nie sięga do wiedzy ogólnej — dzięki temu nie dopisze faktu, którego nie ma w materiale. ChatGPT może uzupełniać treść z własnej wiedzy, co pomaga przy burzy mózgów i szkodzi przy raporcie, w którym każda liczba musi pochodzić ze źródła.
Może, tylko inaczej niż model otwarty. Ograniczenie do źródeł usuwa ryzyko zmyślonego faktu, ale nie usuwa ryzyka streszczenia, które przesuwa sens oryginału. Ranking Vectary mierzy dokładnie ten rodzaj błędu, sprawdzając na zbiorze ponad 7700 artykułów, jak często model wprowadza treść niezgodną ze streszczanym dokumentem — czołowe modele mieszczą się w okolicach kilku procent. Dlatego weryfikacja liczb, dat i nazwisk zostaje po stronie człowieka.
Tak. Przy podglądzie slajdu jest ikona ołówka: klikasz i wpisujesz instrukcję zmiany, na przykład „dodaj dane z czwartego kwartału" albo „skróć do trzech punktów", a przebudowany zostaje tylko ten jeden slajd. Prezentację można też wyeksportować do PPTX i dokończyć w PowerPoincie, Canvie lub Prezentacjach Google.
Pliki PDF, dokumenty tekstowe, notatki, linki do stron, materiały wideo oraz książki w formacie EPUB. Formaty można mieszać w jednym notatniku — raport PDF, notatki z dokumentu tekstowego i link do artykułu działają razem. Ważniejsza od formatu jest spójność źródeł: model nie ma czym uzupełnić luki, bo nie wolno mu wyjść poza to, co dostał.
Samo wygenerowanie decku to kwestia kilkunastu minut: minuta lub dwie na indeksację źródeł, kilka minut na generowanie i kilka na sprawdzenie kluczowych danych. Zmienia się jednak nie tyle łączny czas, ile jego rozkład — znika kopiowanie i formatowanie, zostaje selekcja materiału, kontekst i priorytety, czyli ta część, której nie da się zlecić.
Wtedy, gdy groźniejsze od zmyślenia jest powtórzenie tego, co już wiesz: przy pitchu, koncepcji kampanii, warsztacie i każdym materiale, który dopiero szuka formy. Zdolność modelu do wychodzenia poza dokument jest tam zaletą. NotebookLM wybieraj przy materiałach sprawozdawczych — raportach finansowych, szkoleniach i deckach dla zarządu, gdzie jedna wymyślona liczba kosztuje wiarygodność całości.
Szymon Mojsak
Ekspert automatyzacji procesów biznesowych i współwłaściciel RCPonline — systemu rejestracji czasu pracy.
Teoria zastosowana w praktyce — treści opieram na własnych doświadczeniach zdobytych przy wdrożeniach i w relacjach międzyludzkich.
Poszerzam horyzonty — nieustannie rozwijam wiedzę z zakresu marketingu, psychologii i IT.
Zamieniam twórczy chaos w kierunek — najpierw pytanie „po co”, dopiero potem „jak”. Pomagam zrozumieć procesy, by je usprawnić.
Ten materiał powstał z udziałem AI
Narzędzia AI — wspierały research, redakcję tekstu i przygotowanie ilustracji.
Autor — wybiera temat, pisze pierwszą wersję i redaguje całość przed publikacją. Doświadczenia, oceny i punkt widzenia w tekście są jego własne.
Ładowanie komentarzy...