NotebookLM视频生成完整实测：5种风格效果对比+从零到视频的全流程

下午两点，老板丢过来一句话：“有个客户想了解咱们的AI 智能体，这个客户不太熟悉AI大模型，你做一个介绍性的视频出来，下班前给我。”

你没有剪过视频，不懂动画制作，手边也没有现成的素材。脑子里唯一的念头是：这玩意儿我自己怎么做？

打开搜索引擎，搜了一圈，要么是专业剪辑软件的教程（学完已经下班了），要么是AI生成视频的测评文章（看完更焦虑了）。

其实如果我们把NotebookLM接进AI助手，一句话就可以完成这件事。于是，整个过程变成了这样——

你跟AI助手说：

帮我做一个AI 智能体入门的科普视频。主题覆盖大模型基本概念、
Transformer架构、训练流程、实际应用。风格用白板，中文讲解，
目标受众是不懂技术的人。先做深度研究搜集资料，自动导入后再生成视频。

然后你去喝了杯咖啡。20分钟后，一个5分钟的白板风格科普视频就躺在你的Downloads文件夹里了。

NotebookLM的视频功能

Google在2026年初给NotebookLM加了视频生成功能，3月份又推出了Cinematic Video Overviews——一个电影级的视频生成模式。你往Notebook里丢一堆资料，它就能根据这些内容自动生成一段讲解视频，支持多种风格：白板动画、经典幻灯片、日系卡哇伊、电影级画面等。

网页版的使用流程是这样的：

1. 打开http://notebooklm.google.com
2. 创建一个Notebook
3. 手动上传资料（PDF、网页链接、YouTube链接）
4. 等待资料处理完成
5. 点击「生成视频」
6. 等待生成（通常15-45分钟）
7. 在网页上预览
8. 手动下载

手动操作起来要生成一个视频耗时比较长，需要自己上传资料、搜索和选择资料、等待资料解析完成、调整视频生成的提示词、等待生成完成、最后下载。整个流程下来，至少要30-60分钟。

底层工具：notebooklm-py

teng-lin/notebooklm-py，一个开源的Python CLI工具，逆向了NotebookLM的内部接口。GitHub上11.9k stars，MIT协议，社区活跃。

安装方法：

# 手动安装
pip install notebooklm-py

# 智能助手安装
"帮我安装notebooklm-py这个技能。"

它的核心能力就是把NotebookLM网页版能做的所有事搬到了命令行——创建Notebook、添加资料、深度研究、生成各种内容（播客、视频、报告、思维导图、信息图等），全部一行命令搞定。

打个比方：网页版NotebookLM像一台全自动咖啡机，你只能按它预设的按钮。notebooklm-py相当于把咖啡机拆了，每个零件都能单独控制。而AI助手再把这些零件组装回去，变成一台能听懂人话的咖啡机——你说”来杯美式”，它自己选豆、磨粉、冲泡。

但光有CLI还不够。命令行的问题是——你得记住命令、记住参数、自己拼流程。真正让这件事变得「好用」的，是把notebooklm-py包装成了AI Agent的Skill。

从CLI到AI助手

思路很简单：notebooklm-py负责跟Google的服务器打交道，AI助手负责理解你的意图、选择合适的参数、串联整个流程。

你需要做一次初始配置（pip安装 + Google授权），之后的所有操作都是跟AI助手对话：

"帮我做一个AI智能体入门的科普视频，用白板风格，中文讲解，目标受众是不懂技术的小白。"

AI助手会自动拆解成完整流程：创建Notebook、启动深度研究搜集资料、等待资料就绪、生成视频、下载到本地。中间那20-30分钟你可以去做任何事。

这就是Skill的价值——你不需要知道notebooklm-py的存在，不需要记任何命令，只需要说清楚你想要什么。坦白说，如果你只是偶尔做一次视频，直接用网页版就够了。但如果你需要反复生成不同主题的视频，或者想把视频生成嵌入到更大的自动化流程里，这个方案省下来的时间会非常可观。

全流程实录：从零到视频

先看最终效果。下面这段是NotebookLM生成的白板风格视频开场（10秒片段，实际视频全长约5分钟），感受一下画面风格和AI配音的效果：

下面是实际操作的完整过程。

第一步：一句话发起

我要做的主题是「AI大模型入门科普」。目标受众是完全不懂AI的非技术人员，视频需要从最基本的概念讲起。

我的第一句话是：

帮我用NotebookLM做一个AI大模型入门科普视频。
主题覆盖：大模型基本概念、Transformer架构、训练流程、实际应用。
风格用白板，中文讲解，目标受众是不懂技术的人。
先做深度研究搜集资料，自动导入后再生成视频。

AI助手收到后开始执行。它先创建了一个叫「AI大模型基本概念入门」的Notebook，然后并行启动了三个深度研究任务，分别搜索：

• 大语言模型基本概念、Transformer架构、注意力机制
• AI模型训练过程、预训练、微调、RLHF
• AI大模型应用场景、Prompt工程、实际案例

第二步：等待（你不需要干任何事）

三个研究任务在后台并行跑。每个任务会自动搜索几十个相关网页，提取关键内容，整理成结构化资料导入到Notebook里。

实际跑下来，导入了36份有效资料源，涵盖了Transformer原理、训练流程、应用场景等方方面面。如果手动做这件事，光搜集资料就要一整个下午。

期间AI助手会汇报进度：资料导入了多少份、有没有报错。你只需要偶尔看一眼。

第三步：自动生成

资料就绪后，AI助手自动触发了视频生成。它根据我的要求选择了白板风格和中文语言，并用了一段生成指令来引导内容方向。

生成耗时大约20分钟。

第四步：下载到本地

生成完成后，AI助手自动把51MB的MP4文件下载到了我的Downloads目录。

全程对话记录大概就是上面那一段话。后面的创建、研究、生成、下载，全是AI助手自动完成的。

实用技巧

一、9种画面风格怎么选？

NotebookLM的视频有9种可选画面风格，日常用对话指定就行，如果你想看完整参数列表，这里也一并列出：

风格	对话里怎么说	命令行参数
自动	”风格你定” / “自动选择”	auto
经典	”用经典风格”	classic
白板	”用白板风格”	whiteboard
日系卡哇伊	”用卡哇伊风格”	kawaii
动漫	”用动漫风格”	anime
水彩	”用水彩风格”	watercolor
复古印刷	”用复古印刷风格”	retro-print
国风	”用国风风格”	heritage
纸艺	”用纸艺风格”	paper-craft

日常用法，对话里提一句就行：

"帮我做个产品介绍视频，风格用经典的。"
"用动漫风格做一个游戏角色设定的科普。"
"帮我做一个中国书法入门的视频，用国风风格。"

用同一份AI大模型入门资料，我生成了4种风格看看效果差异：

白板风格 — 手绘线条配合文字标注，像在黑板上边画边讲：

白板风格

经典风格 — 结构化幻灯片排版，信息密度高，适合汇报场景：

经典风格

卡哇伊风格 — 粉嫩配色加可爱插图，轻松活泼的日系调调：

卡哇伊风格

动漫风格 — 日系动画画风，画面精致，角色和场景像番剧截图：

动漫风格

四种风格实际对比下来，我的判断是：白板风格的信息传达效率最高，经典风格适合正式场合，动漫和卡哇伊更偏视觉向的内容。做科普和知识讲解，白板风格几乎是默认最优选。

还有一个独立的「电影级视频」模式（Cinematic Video Overviews），2026年3月上线，跟普通视频的9种风格不在一个层级。

它的底层用了三个模型协同工作：Gemini 3 负责当「创意总监」，做叙事结构、视觉风格、格式等数百个决策，还会自我修正保证画面一致性；Nano Banana Pro 和 Veo 3 负责生成流畅的动画和精致的画面细节。效果跟普通视频风格拉开了一个档位——深色背景、高对比前景、粒子光效、电影级转场，看着更像科技纪录片的质感。

Google官方的介绍视频截了一帧，感受一下这个质感的差异：

电影级视频风格

目前这个功能只对 Google AI Ultra 订阅用户开放（18岁以上，仅支持英文），网页和移动端都可以用。命令行同样可以触发：

notebooklm generate cinematic-video "纪录片风格总结量子物理发展史" --wait

跟AI助手说”用电影级风格”也能触发。生成时间比普通视频长不少，通常需要30-60分钟。

二、提示词怎么写才有效？

你跟AI助手说的话会直接影响视频的内容方向、叙事风格和受众适配。我测了十几种场景，总结下来就一个核心：说清楚给谁听。

同样一份资料，“给5岁小孩讲”和”给行业专家讲”生成的视频完全是两个东西。除此之外，说清楚想要的风格（白板/经典/卡哇伊/动漫/电影）和语言就够了，AI会自己处理叙事结构。

给两个实际跑通过的模板参考：

科普视频——面向非专业人士：

帮我做一个关于量子计算的科普视频，白板风格，中文讲解。
目标观众是对物理完全不了解的普通人。
用生活化的类比来讲，不要用公式。比如用"排队结账"来类比量子叠加态。
重点讲清楚量子计算和普通计算到底有什么不同，它到底能用来干什么。

学习笔记视频——把资料变成讲解：

我有一份《认知觉醒》的读书笔记，帮我做成一个白板风格的中文视频。
资料我已经上传了，你基于这些资料，整理出最核心的5-7个知识点。
按逻辑顺序讲，每个知识点之间要有自然过渡。
复杂的流程用分步骤的方式展示。结尾做一个要点回顾帮助记忆。

技术分享、产品宣传、项目汇报这些场景，原理一样，把上面的模板里的”受众”和”内容要求”替换成你自己的就行。

三、声音怎么选？能定制吗？

坦白说，NotebookLM视频的声音目前不支持自选。它会根据你设定的语言自动匹配默认的AI旁白声音，中文就是标准的中文AI配音。

如果你对声音有特殊需求（比如品牌特定的声音、特定的语速语调），目前NotebookLM做不到。现实中的替代方案是：先下载MP4视频文件，然后用第三方工具提取音频，用你喜欢的TTS重新配音，最后再合成回去。

一个值得注意的细节：如果你只需要音频不需要画面（比如做播客），NotebookLM支持单独生成纯音频，支持4种格式和3种时长：

# 4种格式
notebooklm generate audio "深度探讨AI对教育的影响" --format deep-dive  # 深度对谈
notebooklm generate audio "AI本周要闻速览" --format brief               # 简报
notebooklm generate audio "评价这篇论文的方法论" --format critique       # 评论
notebooklm generate audio "正反方辩论：AI是否会取代程序员" --format debate # 辩论

# 3种时长
notebooklm generate audio "话题" --length short   # 简短版
notebooklm generate audio "话题" --length default  # 标准版
notebooklm generate audio "话题" --length long     # 加长版

跟AI助手说”帮我生成一个播客音频”或”做个简报音频”就能触发对应格式。

四、视频生成后怎么修改？

NotebookLM的视频生成是一次性的，不支持局部修改。你没有办法说”把第二段的画面换成另一种风格”或者”重新讲一下第三部分”。

这意味着你要么接受生成的结果，要么调整要求后重新生成。实际操作中的建议：

• 先跟AI助手说”帮我试一下自动风格”，看看AI自己选的效果
• 如果内容方向没问题但风格不对，指定风格重新生成
• 如果内容本身有问题，回去改你的提示词，或者往Notebook里补充资料

所以要修改视频，还是需要传统的视频修改工具来做后期处理。NotebookLM生成的视频更适合一次成型的场景——你说清楚想要什么，它就给你一个成品。如果你需要反复调整和修改，可能还是人工剪辑更灵活。

生成耗时和下载的坑：视频生成通常需要15-45分钟，有时候会更久。第一次生成时因为默认超时被掐断了，等了更长时间才成功——遇到这种情况，跟AI助手说”继续等”就行。另外，视频文件刚生成完时Google的服务器可能还没完全准备好，下载失败的话等一两分钟再试。

五、一个常见误区：上传PPT ≠ 保留原PPT样式的视频

有人会想：我有一个做好的PPT，能不能直接上传，让NotebookLM给它配上配音，输出一个「原PPT画面 + AI讲解」的视频？

答案是：不能。

NotebookLM的视频生成不会保留你原始PPT的排版、配色和设计。它把PPT当作文本资料来「理解」，然后自己重新生成一套动画画面。你可以理解为：它读懂了你的PPT内容，但用自己画风重新画了一遍。

上传PPT后实际得到的效果是：AI读完PPT里的文字，用白板/经典等风格重新制作画面，配上自动讲解。你精心设计的模板、配色、排版，在视频里统统看不到。

如果你确实需要「原PPT + 配音」的效果，NotebookLM做不了，现实中的替代方案：

• 把PPT另存为PDF，用 generate audio 生成音频播客，再在剪辑软件里手动合成
• 用PPT自带的「录制幻灯片」功能，搭配第三方AI配音工具
• 用剪映/Descript这类工具直接对PPT录屏做后期

如果你的需求是让PPT的内容「动起来」变成讲解视频，NotebookLM反而很适合——前提是你接受它用自己的画风重新呈现。

六、输入资料的最佳实践

公开资料为主的情况，一句话让AI助手去搜就行：

帮我用NotebookLM做一个关于"人工智能在医疗领域的应用"的视频。
先用深度研究搜集相关资料，白板风格，中文讲解。

AI助手会自动启动深度研究，搜索几十个相关网页，整理后导入Notebook。如果想让研究搜得更深，跟AI助手说”用深度模式搜索”——CLI层面是 --mode deep，比默认的 fast 搜得更全，但耗时也更长：

notebooklm source add-research "你的主题" --mode deep --import-all

--import-all 会自动把所有搜到的资料导入，省去手动确认。

私有资料为主的情况（这是很多人会遇到的问题），你把文件路径告诉AI助手：

帮我用NotebookLM做一个培训视频。
资料在以下路径：
- ~/Documents/内部培训文档.pdf
- ~/Documents/产品需求文档.pdf
- ~/Documents/技术架构图.pdf
经典风格，中文讲解。

AI助手会自动把这些文件上传到Notebook。支持的格式包括PDF、TXT、Markdown、Word、音频、视频、图片。

混合场景下最实用的策略是「公开研究打底 + 私有资料补充」：

帮我用NotebookLM做一个AI产品落地方法论的视频。
先用深度研究搜集公开的行业资料作为背景，
然后上传我自己的私有资料作为核心内容：
- ~/Documents/AI落地案例.pdf
- ~/Documents/客户反馈汇总.xlsx
- ~/Documents/内部技术评估报告.pdf
生成时以私有案例为主，公开资料只作为背景补充。
经典风格，中文讲解。

如果Notebook里的资料比较多、内容比较杂，你还可以告诉AI助手只用某几份资料：

我上传了10份资料到Notebook里，但这次视频只用其中3份——
产品需求文档、技术架构图、和用户调研报告。
其他的先不管。

CLI层面，用 -s 参数指定资料ID：

notebooklm generate video "总结这几份报告的核心发现" \
  -s src_abc123 -s src_def456 \
  --style whiteboard --language zh_Hans

资料导入的坑：深度研究导入时经常会命中同一个域名的多个页面，导致大量URL重复报错。看到一堆红色错误不要慌，不影响最终结果——36份有效资料已经足够了。另外，深度研究是后台执行的，资料多的时候跑得慢。我实际操作时没等第三个研究任务跑完就先生成了（前两个已导入36份），效果也没受影响。但如果你对资料完整性要求高，最好跟AI助手说”等所有资料都导入完成再生成视频”。

一点感想

NotebookLM的视频生成能力，放在Google整个产品线里其实不算突出。真正让我觉得有意思的，是notebooklm-py这个项目做的事——它把一个只能网页操作的SaaS产品，拆成了一个可以编程调用的服务。

这个路径其实不只适用于NotebookLM。任何一个有CLI封装的网页工具，都可以用同样的思路变成AI助手的一项能力。工具和AI之间的边界正在变得模糊——你不需要学会用每个工具，你只需要学会跟AI说话。

NotebookLM生成的视频在信息密度和讲解逻辑上已经够用了，但如果你追求精美的画面设计和精细的节奏控制，它跟人工制作还有明显差距。

你觉得这种AI生成的视频，目前能替代人工剪辑吗？在什么场景下可以，什么场景下还不行？