NotebookLM 备考考研：3 个月知识库实战手记

一句话结论

3 个月用 NotebookLM 备考 MJC（新闻与传播专硕）专业课，专业课从一战 95 涨到二战 132 分，省下大概一半的「啃书时间」——但只推荐给已经过完一轮、要做二轮三轮材料消化的人，不推荐零基础首轮入门用。

我的背景：二战在职跨考 MJC

先交代人设，方便你判断我的经验是否参考得上：

• 本科：法学，2022 年毕业
• 工作：北京互联网公司法务岗，2 年
• 报考：北外新闻与传播专硕（440 + 334）
• 一战成绩（2024）：政治 68 / 英语二 78 / 440 专业课 95 / 334 专业课 88 → 专业课双双没过线
• 二战目标：公共课不动，专业课每科冲 120+
• 可用时间：早 6:30-8:30 + 晚 21:00-23:00 + 通勤地铁 40 分钟 + 周末全天
• NotebookLM 入门：2025 年 8 月底，距考试约 100 天

我的痛点很具体：专业课两本书各 500 多页 + 5 年真题 + 3 个机构讲义 + 半年关注的 30 个公众号热点——靠纸笔过不完。第一年就是栽在「书是过了，但没消化」。

第 1 月（2025-09）：搭知识库 + 第一次让 AI 出活

整个 9 月只做一件事：把所有备考材料按规则灌进 NotebookLM，不急着「学」。

上传清单（实数）

最终建了 3 本笔记本，共上传 18 份来源：

上传顺序的坑

一开始我把 4 个机构的讲义一股脑全传进去，结果检索时引用乱跳——同一个理论 4 个版本说法略有差异，AI 给的答案穿插不同讲义的术语，看完更晕。

修正规则：一个核心议题只留一个权威来源。教材当主，机构讲义只选一份最厚的当补充（我选了暑期班 280 页通讲义），其他全删。

第 1 月让 AI 出的第一个活

不是浓缩、不是出题，而是画一张「这门科目长什么样」的全景地图——一战我连这门课的考点框架都没搞清楚。

我上传的两本书是 MJC（新闻与传播专硕）440 科目的核心教材。请帮我做一份「考点全景地图」：

两本书各分几大模块，每个模块对应哪几章
每个模块的 3-5 个核心理论 / 概念，用 50 字定义 + 标出原文章节
哪些模块在我上传的近 5 年真题里出现频次最高（必须用真题原文反推，不能凭印象）
哪些模块跨章节关联强（例如：第 3 章和第 7 章哪些概念是同一个东西换说法）
建议复习顺序：先学哪个模块、再学哪个，说明理由
格式：先一张总览表（模块 / 章节 / 真题频次 / 优先级），再每个模块一段详述。
每个结论必须标出处（教材第 X 章 / 真题第 X 年第 X 题）。

AI 输出大约 3000 字，最有价值的是标出「第 4 章「传播效果研究」近 5 年考过 4 次大题」——这个我之前完全没意识到，一战这一章只刷了 1 遍。

第 1 月产出：3 本笔记本 + 1 份「考点全景地图」+ 1 份按真题频次排序的章节优先级表。实际只学了 4 章——一轮已过，这个月没背新东西。

第 2 月（2025-10）：Audio Overview 喂满通勤时间

第 2 月开始进入「用 NotebookLM 做二轮」的节奏。这一个月的核心动作有 2 个：用模板浓缩重点章节 + 把核心章节做成播客通勤听。

章节浓缩 prompt（每周 4-5 章用一次）

请把 {教材} 第 {X} 章浓缩成一份「3 页核心笔记」：

本章一句话主旨（不超过 30 字）
必须背的 5-8 个核心理论 / 概念：原文出处 + 用我自己的话复述
高频考点：每个标「真题第 X 年第 X 题考过」+ 教材原文出处
易错点：教材或讲义专门提醒过的、容易和别的理论混淆的点
答题模板：如果这章常考论述题，给一个 200 字的答题骨架
我看完这章应该能回答的 5 个问题：只列问题不给答案
格式：纯文字 + 编号列表，方便我抄进手写本。
所有引用必须可追溯到教材具体章节 + 页码。不能编造教材里没有的内容。

整个 10 月用这个 prompt 浓缩了约 22 章（两本书的全部核心章节），每章浓缩输出大概 1500-2000 字，我抄进手写笔记本的速度大约一晚上 2 章。

Audio Overview 通勤实测（27 期播客）

Audio Overview 中文播客 是这个月最大惊喜。我每周做 6-7 期，每期对应 2-3 章、长 15-25 分钟。10 月共生成 27 期，覆盖两本教材全部章节 + 部分热点专题。详见 Audio Overview 完整指南。

通勤怎么用：

• 早高峰地铁 40 分钟：听一期，被动复习
• 午饭散步 20 分钟：听昨晚浓缩章节对应的播客
• 晚上跑步 30 分钟：听热点专题播客

第 2 月学到的最重要一件事

Audio Overview 是「复习增量」，不是「学习主干」。它的价值是把已学章节做成「听觉版」，让你在不能看书的时间过一遍。第一次接触新理论绝对不能用播客打底——AI 把概念讲错你根本听不出来（见翻车案例 1）。

第 2 月产出：22 章手写浓缩笔记 + 27 期播客 + 一本答题模板册。

第 3 月（2025-11）：Mind Map + Flashcard 冲刺

11 月节奏完全切换：不再背新东西，重点是把已学的东西反复巩固 + 测自己的真实水平。

用 Mind Map 重构知识体系

思维导图功能 这个月救了我。每本书我让它各出 2 张导图：

1. 总览图：整本书章节关系
2. 专题图：按「传播效果 / 媒介伦理 / 新闻业务 / 新媒体」4 个高频专题各出一张

导图打印 A3 贴墙上，每天起床扫 5 分钟就能强化结构感。一战时我从没建立过这种「俯视感」。

Flashcard 自动出题（412 张的实数）

用 NotebookLM 抽认卡 我累积生成了 412 张卡，分布如下：

错题本怎么让 AI 帮维护——这是我最得意的工作流：

下面是我昨天默写 {某主题} 抽认卡时答错或答不全的题号列表：
{贴卡片编号 + 我的答案 + 卡片正确答案}
请帮我做错题归因：

每张错卡对应教材哪一章 / 哪个理论：列出页码出处
错误类型分类：概念混淆 / 时间记错 / 提出人记错 / 论述要点不全 / 完全没印象
把同类错误聚到一起：哪类错最多
针对最高频错误给 3 条具体改进建议（要具体到「再背一遍 X 教材 P88-90」这种程度，不要给「多复习」这种废话）
给我「这周必须重做」的卡号清单：按性价比排序
格式：错误分类表 + 改进清单 + 必重做清单。

每周用一次，把当周的错卡集中处理。第 3 月底错误率从最初 38% 降到 12%。

第 3 月学到的另一件事

Flashcard 不能完全信 AI 生成——必须人工筛。AI 会把「讲义里某个老师的个例发挥」当成普适考点（见翻车案例 3）。

第 3 月产出：6 张思维导图 + 412 张抽认卡 + 一本错题归因日记。

临考 1 周（2025-12 第一周）：AI 模考 + 复盘

最后 7 天的关键动作：让 NotebookLM 基于真题水平生成模拟卷。

基于我上传的近 5 年真题（440 + 334），请帮我生成 1 套「考前模拟卷」：
要求严格按照真题题型和分值：
440 部分：

名词解释 5 题 × 6 分（要求覆盖近 5 年真题考过但今年还没出现过的考点）
简答题 4 题 × 15 分
论述题 2 题 × 30 分（要求结合 2025 年新传热点）
评析题 1 题 × 30 分
334 部分按对应题型生成。
每题答案末尾标：

涉及教材章节 + 页码
涉及哪个真题年份 / 题号（如果借鉴了过去真题命题思路）
这题预期得分要点（按官方给分点的语言风格）
要求：

难度对标近 2 年真题水平，不要超纲
不能编造教材里没出现过的理论或案例
热点案例必须来自我上传的「热点本」材料，不能虚构

7 天做 3 套 AI 模考，每套限时 3 小时。不让 NotebookLM 自动打分——它的评分太随意。我自己对照标准答案手动评，重点找「又栽在哪类知识点」，回头再过一遍那一章的浓缩笔记。

考试结果：440 考了 132（一战 95），334 考了 121（一战 88）。

3 个翻车场景：NotebookLM 帮倒忙时怎么补救

这一段是这篇文章最该看的部分——你应该提前知道 AI 会怎么坑你。

翻车 1：把「使用与满足理论」的核心说反

11 月某天我让 NotebookLM 浓缩「使用与满足理论（Uses and Gratifications）」，输出里有这么一句：「使用与满足理论强调媒介对受众的强大影响，受众被动接受媒介信息」。

这是彻头彻尾的反向错误——这个理论恰恰是反对「强效果论」、强调「受众主动选择媒介」的。如果我信了，考场写论述题就是 0 分。

怎么发现的：看完输出第一反应是「这跟我手写笔记不一样」，点 NotebookLM 标的页码引用——教材原文写的是「强调受众的能动性」。AI 浓缩时把语义颠倒了。

怎么补救：

1. 「强调 / 反对 / 否定 / 颠覆」类语义判断不能只信 AI 一次——必须点引用回原文核对
2. 在每个章节浓缩 prompt 末尾加：「输出后请把涉及「强调 / 反对 / 否定 / 主动 / 被动 / 强效果 / 弱效果」等立场词的句子单独列出来，标可追溯页码」
3. 「理论立场」类内容改成手写+原文截图双重核对，不依赖 AI 单次输出

翻车 2：把「李普曼」念成「李普恩」（人名错误）

听 Audio Overview 时听到「李普恩在《公众舆论》里提出拟态环境」——我心里咯噔一下，回头查：教材写的是「李普曼（Walter Lippmann）」，播客把名字念错了，连续 3 期都念成「李普恩」。

新传这个科目老外名字特别多（拉斯韦尔、霍夫兰、施拉姆等），如果我不是恰好记得，可能就在考场上写错。

怎么补救：

1. 播客只听章节内容，关键人名、年份、专有名词必须回到文字材料核对
2. 做一份「人名 / 著作 / 提出时间」对照表手写在卡片上，每次听完播客对一次
3. 让 NotebookLM 单独输出「本章学者英文原名 + 标准中文译名 + 主要著作」清单当索引

翻车 3：Flashcard 把「学姐个人答题习惯」当成普适考点

让 NotebookLM 基于「学姐答题模板」讲义自动出抽认卡，生成的卡里有「北外 440 论述题必须先写「研究背景」三段式开头」——这是学姐自己的习惯，不是官方规范。

我背了一周「三段式开头」，直到对真题官方答案才发现：官方答案根本没有这个套路。一周浪费了。

怎么补救：

1. 抽认卡生成后必须人工筛——尤其是从「机构讲义 / 学长学姐笔记」生成的卡
2. 只从「教材原文 + 官方真题答案」生成考点卡，从讲义生成的只用来「了解答题思路」，不背
3. 上传讲义时在 prompt 里明确：「这份材料是「学姐」的个人笔记，仅供思路参考，不要把个人化表达当成普适考点」

NotebookLM vs 传统备考方法对比

结论：NotebookLM 在「材料消化 / 碎片时间复习 / 真题反推」三个场景显著优于传统方法；在「形成长期记忆 / 答题手感训练 / 热点追踪」三个场景明显不如手写或讨论。

最好的用法是「材料消化用 AI，记忆训练用手写，热点交流用社群」，三者互补。

反向劝退：什么考试 / 什么人不要用 NotebookLM 备考

不是所有考试都适合用 NotebookLM。下面 5 类我自己或同学实测不推荐：

1. 纯计算密集型考试

例：CPA 财管 / CFA Level 2 数量分析 / 数学考研 / 注册建造师计算题。

为什么不行：核心是「手算公式推导」，AI 给你浓缩公式没用——公式只有自己推一遍才记得住。

替代：错题归类可以用 AI，学公式必须自己练。

2. 强动手实验型考试

例：临床执医实操 / 教师资格证试讲 / 计算机课程设计。

为什么不行：要练「手上动作」或「口头表达」，AI 没法替你练手、练嘴。

替代：视频跟练 + 搭子互测，AI 只整理理论部分。

3. 高度依赖个人经验型考试

例：MBA 提面 / 公务员面试 / 行测申论。

为什么不行：要的是「你这个人」——你的故事、你的判断、你对热点的看法。AI 给的都是「模板化」内容，会让回答变得平均无个性。

4. 一轮零基础首次入门

为什么不行：第一次接触陌生学科时，你没有判断 AI 输出对错的能力——AI 把概念讲反你也不知道（见翻车案例 1）。

替代：一轮老老实实跟视频课 / 看教材，有了「最低判断力」之后再上 AI 做二轮材料消化。

5. 距离考试不到 30 天

为什么不行：最后 30 天该「反复巩固已学」，不是「学新工具」。NotebookLM 用熟需 2 周磨合期。

替代：朴素的「真题反复刷 + 错题反复看」。一定要用 AI，只用最简单的「上传真题 → 反推高频考点」一个功能。

三个月真实账：投入产出

最后给个总账方便你判断：

我的判断是：90 小时投入带来的提分大概值 60-70%，剩下 30-40% 是「二战本身的熟悉度加成」。把 AI 工具功劳算得太满会误导你，但说「完全没用」也不公平。

读完按你的下一步继续：

• NotebookLM 完全指南 Pillar - 全功能总览
• NotebookLM 备考 CPA / CFA 工作流 - 备考方法论
• NotebookLM 抽认卡教程 - 抽认卡详细玩法
• NotebookLM 思维导图教程 - 知识体系可视化
• NotebookLM 中文播客生成 - 通勤被动复习
• NotebookLM Audio Overview 完整指南 - 音频概览全功能
• NotebookLM 上传 PDF YouTube 网页 - 来源管理
• NotebookLM 常见问题 20 问 - 新手疑惑速查

更多 AI 教程 见首页分类。