NotebookLM : l’outil gratuit de Google pour un assistant sur mesure

Dans le monde de l’intelligence artificielle, certains outils font un peu tout, comme ChatGPT et Claude, de vrais petits couteaux suisses. Mais parfois, tu as besoin de quelque chose de plus spécifique, d’un outil qui s’adapte vraiment à ce que tu veux faire.

Un de ces outils est NotebookLM.

Ce qui le rend unique, c’est la façon dont il fonctionne. Il n’est pas ‘factuellement intelligent’ comme ChatGPT ou Claude. Il ne sait rien. C’est à toi de lui donner accès aux sources qui vont créer son ‘intelligence’. Tu lui fournis des documents, et il se base uniquement sur ces informations pour répondre à tes questions ou exécuter tes demandes.

C’est particulièrement pratique si tu fais de la recherche ou si tu as besoin de paramétrer précisément ce qu’il peut utiliser comme données.

Dans cet article, on va voir ensemble comment il fonctionne, comment tu peux t’en servir, et quelques exemples concrets.

Comment accéder à NotebookLM ?

Pour accéder à NotebookLM, tu n’as besoin que d’une chose : un compte Google. Tu en surement déjà un (tu en as déjà un si tu as un compte YouTube ou une adresse en Gmail).

Tu vas aller sur notebooklm.google et tu te connectes avec ton compte. Et voilà, tu es dedans.

À partir de là, tu peux commencer à explorer et à tester les fonctionnalités de l’outil.

Comment ajouter des sources sur NotebookLM ?

Une fois connecté à Notebook LM, tu peux commencer à structurer ton travail en créant des dossiers. Ces dossiers vont contenir les sources que tu ajoutes toi-même. C’est là que l’outil prend tout son sens.

Les sources, c’est quoi ?

• Des fichiers texte : PDF, EPUB, TXT…

• Des fichiers audio : MP3…

• Des liens : vers des sites web ou des vidéos YouTube

• Des Google Docs qui existent sur ton compte Google

• Du texte que tu vas copier

Tu rassembles tes documents en groupes selon le sujet de ta recherche. Par exemple, imaginons que tu étudies Marie Curie.

Tu peux :

• ajouter un lien vers sa page Wikipédia

• ajouter un lien vers le site officiel

• glisser des EPUB ou des PDF de ses journaux

• ajouter un documentaire que tu as trouvé sur YouTube

• ajouter le lien d’une vidéo YouTube où elle prononce un discours

• des interviews

• …

À partir de là, NotebookLM te permet de poser des questions à partir des documents que tu as ajoutés. Tu peux toujours ajouter ou enlever des sources : c’est tout l’intérêt de l’outil, tu maîtrises l’accès aux informations.

C'est là que ça devient intéressant d'avoir déjà une bonne organisation pour tes lectures.

Comment interagir avec NotebookLM ?

L’interface est divisée en trois parties :

• À gauche : tu as un récap de tes sources (et tu peux en ajouter d’autres)

• Au centre : un chat classique avec l’IA

• À droite : un espace pour sauvegarder les réponses de l’IA sous forme de notes.

Tu peux utiliser le chat pour :

• Trouver des thèmes récurrents dans les journaux.

• Extraire des informations spécifiques.

• Dénicher des anecdotes originales.

• Faire la chronologie de sa vie.

Note : je n’ai pas réussi à lui faire réponse en français - mais je pense que c’est une question de langue de ton compte Google.

Si quelque chose te paraît particulièrement pertinent, tu peux sauvegarder la réponse en cliquant sur le bouton épingle en dessous de la réponse. Les notes sont sauvegardées sur le côté droit. Ça te permet de :

1. Retrouver facilement les infos importantes sans devoir tout redemander (parce que les chats ne sont pas sauvegardés)

2. Transformer cette réponse en une nouvelle source, au besoin.

Des fonctionnalités avancées pour aller encore plus loin

Notebook LM ne s’arrête pas à te donner des réponses ou à organiser tes sources. Il propose aussi des outils pour générer des contenus à partir de ces données, ce qui peut être très pratique :

• Le bouton de briefing : c’est comme un résumé intelligent. Tu obtiens un document qui explique comment tes sources sont reliées entre elles. Il te fournit un sommaire clair de chaque source. Par exemple, si tu veux savoir dans quel journal Marie Curie a parlé d’un sujet précis, ce briefing te permettra de le retrouver rapidement.

• Le bouton de création de guides d’étude : parfait pour organiser tes recherches et identifier les points importants.

• Une chronologie : pour situer des événements ou des thèmes dans le temps.

• Une FAQ : des questions-réponses basées sur tes sources, idéales pour structurer des informations complexes.

• La fonctionnalité podcast (uniquement en anglais) : Un peu plus gadget, mais NotebookLM peut générer un podcast audio à partir de tes sources. Deux voix d’IA discutent et analysent les documents que tu as ajoutés. Ça donne une vingtaine de minutes de contenu où elles explorent les thèmes, les idées ou les faits marquants de tes données.

Et nouveau, mais en BETA : le mode interactif

Google a ajouté une fonctionnalité conversationnelle vocale. Au lieu de tout passer par du texte, tu peux parler directement à l’IA, comme si tu échangeais avec quelqu’un en face de toi (enfin avec deux personnes qui se parle aussi entre eux). C’est une option sympa sur le papier pour rendre tes recherches encore plus fluides et interactives. Mais c'est pas encore assez fluide pour être plus rapide que du texte.

Les limites de NotebookLM

Comparée à des outils comme ChatGPT ou Claude, la générosité des limites de NotebookLM est un gros avantage :

• Jusqu’à 50 sources par groupe, ce qui est déjà énorme.

• Chaque source peut contenir jusqu’à 500 000 mots ou peser jusqu’à 200 Mo.

Ces capacités sont largement suffisantes pour la plupart des projets, à moins que tu ne sois sur des recherches très pointues nécessitant une masse de données colossale. Et même si c’était le cas, Google travaille sur une version payante avec des limites encore plus étendues (avec l'abonnement Google One).

À quoi sert NotebookLM dans la pratique ?

Si tu te demandes en quoi NotebookLM peut t’être utile au quotidien, surtout si tu ne fais pas de recherche académique : il a plusieurs atouts qui le rendent pertinent pour un large éventail de projets, notamment pour des activités créatives ou de création de contenu.

Faire des recherches pour un livre, par exemple, devient un poil plus simple :

• regrouper toutes les sources au même endroit

• pouvoir y ajouter ou enlever des sources au fur et à mesure

• même y ajouter ce que tu as déjà écrit (via Google Doc, encore plus simple)

Personnellement, un des usages les plus pratiques que je fais de NotebookLM, c’est de l’utiliser avec mes highlights Readwise. Pour ça, j’exporte toutes les citations et notes que j’ai sauvegardées au fil des années, j’ajoute le tout sur un Google Doc, que j’ajoute ensuite dans NotebookLM.

Quand je travaille sur un article de blog, une formation, un produit digital ou même un livre, je peux demander à NotebookLM de :

• Lister les principes relatifs à un thème (par exemple : la création de contenu ou l’organisation personnelle)

• Chercher des citations ou des idées que je pourrais intégrer dans mon projet actuel

• S’il y a des liens avec d’autres idées, par forcément liées directement au projet, mais qui pourrait faire avancer ma réflexion.

Ce qui rend Notebook LM précieux ici, c’est qu’il va chercher au-delà des mots-clés. Il identifie des idées qui ne sont pas directement liées au thème principal, mais qui pourraient enrichir ma réflexion. Des idées que j’ai déjà rencontrées dans mes lectures.

Pourquoi pas juste utiliser Readwise, Notion AI ou ChatGPT ?

Oui, je pourrais faire des recherches par mots-clés sur Readwise, mais c’est moins intuitif et plus limité dans sa capacité à établir des connexions entre les idées. Et en théorie, Notion AI pourrait m’aider. Mais avec la quantité massive de données dans mon Notion, l’IA s’y perd souvent et a du mal à retrouver des infos pertinentes.

Quant à ChatGPT, c’est très difficile de lui demander de prendre en compte UNIQUEMENT les sources partagées. Il ‘sait’ trop de choses. La fonction la plus proche, serait d’utiliser les projets. Mais ce n’est pas aussi hermétique.

Notebook LM, en revanche, fonctionne mieux dans ce contexte, car les sources que je lui donne sont contenues dans des documents dédiés. Pas de dispersion dans des bases de données géantes ou des structures trop complexes.