Tính năng mới của NotebookLM biến giấc mơ của các nhà nghiên cứu thành hiện thực

NotebookLM của Google là một trong số ít công cụ AI mà nhiều người vẫn sử dụng thường xuyên sau khi sự mới lạ và sức hấp dẫn ban đầu phai nhạt. Nó đã chiếm một vị trí ổn định trong quy trình làm việc của họ kể từ những ngày đầu tiên tại Google Labs. Lý do chủ yếu là vì NotebookLM không cố gắng làm mọi thứ. Nó được ra mắt với mục tiêu giúp mọi người đối phó với sự phát triển nhanh chóng của thông tin bằng cách cho phép họ tương tác trực tiếp với nguồn thông tin của riêng mình thay vì toàn bộ Internet.

Không giống như nhiều công cụ khác đi chệch hướng theo thời gian, NotebookLM vẫn giữ vững tầm nhìn ban đầu. Mặc dù Google chắc chắn đã đầu tư mạnh vào việc cập nhật công cụ này với các tính năng mới có ý nghĩa, nhưng những bổ sung đó luôn được xây dựng dựa trên cùng một ý tưởng cốt lõi: Giúp bạn hiểu rõ hơn về tài liệu của chính mình. Và với tư cách là người bắt đầu sử dụng nó hoàn toàn cho các dự án nghiên cứu chuyên sâu, tính năng Data Tables mới cảm thấy như là bản nâng cấp tự nhiên nhất cho đến nay.

Data Tables là tính năng mới nhất được thêm vào bảng Studio của NotebookLM

Đây là tính năng mà bạn không hề biết mình đang chờ đợi

Các đầu ra của Studio trong NotebookLM bao gồm những đầu ra khác nhau mà bạn có thể tạo ra từ các nguồn được upload lên notebook của mình. Điều này bao gồm tính năng Audio Overviews, Video Overviews, Mind Maps, v.v... Data Tables là tính năng mới nhất được thêm vào và được giới thiệu vào cuối năm 2025.

Tính năng này thực hiện chính xác những gì bạn mong đợi từ tên gọi của nó - nó tự động tổng hợp các nguồn của bạn thành những bảng có cấu trúc. Để làm cho các bảng này thực sự hữu ích, NotebookLM cho phép bạn mô tả những gì mình muốn bảng bao gồm bằng ngôn ngữ tự nhiên. Bạn có thể chỉ định cả các cột, cấu trúc và loại thông tin bạn muốn trích xuất, và NotebookLM sẽ tổng hợp tất cả từ các nguồn của bạn. Cũng như mọi tính năng được hỗ trợ bởi AI, prompt càng chi tiết thì đầu ra càng tốt.

Sau khi được tạo, các bảng có thể được xuất trực tiếp sang Google Sheets. Bằng cách này, bạn có thể chỉnh sửa kết quả và tiếp tục phát triển nó mà không cần phải mất công sao chép mọi thứ thủ công.

Kết quả đầu ra luôn là một điểm khởi đầu tuyệt vời

Có thể không hoàn hảo, nhưng nó tốt hơn một bảng tính trống

Bảng tính luôn làm nhiều người thấy sợ. Họ chưa bao giờ là người hâm mộ việc tạo bảng tính, bất kể bảng tính họ muốn có đơn giản đến đâu. Tuy nhiên, với sự hỗ trợ của AI hiện nay, quá trình tạo bảng tính đã trở nên dễ dàng hơn rất nhiều. Điều tuyệt vời khi có tính năng này trong NotebookLM là nó chỉ lấy dữ liệu từ các nguồn bạn đã upload lên. Công cụ sẽ phân tích dữ liệu bạn đã upload lên và thực hiện tất cả các công việc nặng nhọc để tạo bảng.

Tính năng Data Tables rất hữu ích khi bạn có một notebook chứa đầy các nguồn nghiên cứu và cần hiểu rõ tất cả chúng cùng một lúc. Ví dụ, bạn có thể đưa 200 bài báo nghiên cứu vào notebook NotebookLM và sau đó tạo bảng dữ liệu phân tích phương pháp luận, kích thước mẫu, phát hiện chính và kết luận của mỗi bài báo. Đây là loại công việc mà trước đây phải mất nhiều ngày đọc và biên soạn thủ công các ghi chú vào bảng tính. Giờ đây, chỉ mất vài giây.

Mặc dù Data Table bạn tạo bằng NotebookLM có thể không phải lúc nào cũng hoàn hảo, nhưng đó là một cách tuyệt vời để quyết định nguồn nào đáng để nghiên cứu sâu hơn và để xác định những lỗ hổng trong nghiên cứu của bạn.

Nó cũng hữu ích ngoài phạm vi nghiên cứu chuyên sâu

Tương tự như cách NotebookLM không chỉ dành cho sinh viên, tính năng Data Tables không chỉ dành cho các nhà nghiên cứu đang chìm đắm trong những bài báo học thuật. Bất kỳ notebook nào có đủ nguồn tài liệu để bắt đầu cảm thấy quá tải đều có thể hưởng lợi từ nó. Ví dụ, nhiều người đã sử dụng NotebookLM để thay thế ứng dụng đọc sau của mình.

Dù các ứng dụng đọc sau lưu trữ hiệu quả nội dung bạn muốn đọc trong tương lai, nhưng bạn dễ quên mất nó chỉ sau vài ngày. Để giải quyết vấn đề này, hãy tạo 2 notebook NotebookLM - một để duy trì danh sách đọc sau và một để lưu trữ tất cả nội dung đã đọc (giống như một kho kiến ​​thức). Giờ đây, với cuộc sống bận rộn, đôi khi danh sách đọc sau bị tràn ngập nội dung đã lưu lại.

Để dễ dàng lựa chọn nội dung nên đọc tiếp theo, hãy sử dụng Data Tables để tạo tổng quan nhanh về mọi thứ trong danh sách, với các cột cho tiêu đề bài viết, tác giả, chủ đề chính và những điểm chính cần ghi nhớ. Thay vì phải mở từng nguồn riêng lẻ để nhớ lại nội dung, bạn nhận được bản tóm tắt dễ đọc về toàn bộ danh sách công việc cần làm chỉ trong vài giây. Từ đó, bạn có thể quyết định cái nào đáng ưu tiên dựa trên những gì mình đang làm hoặc quan tâm vào thời điểm đó.

Bạn cũng có thể tạo một Data Table tương tự cho notebook "lưu trữ" trong quy trình này, rất hữu ích khi bạn cần nhanh chóng tham khảo lại những tài liệu đã đọc cách đây vài tuần hoặc thậm chí vài tháng mà không cần phải lục tìm trong các nguồn tài liệu đã thêm vào.

NotebookLM đang phát triển mạnh mẽ

Kể từ khi NotebookLM từ một thử nghiệm thầm lặng của Google Labs trở thành một trong những công cụ AI được bàn luận nhiều nhất, Google đã liên tục tung ra các tính năng và cải tiến mới. Tính năng Data Tables là một ví dụ khác cho thấy NotebookLM đang phát triển mà không đánh mất những gì đã làm nên sự tuyệt vời của nó ngay từ đầu.