南場董事長的 AI 研究法：掌握 NotebookLM，10 分鐘完成客戶研究

DeNA 會長南場智子在與人初次見面之前，總會執行一套固定的研究流程。

她會用搜尋 AI 收集對方的資訊，全部丟進 NotebookLM，然後在通勤路上提問。

就是這樣。

老實說，我第一次聽到時心想：「她是日本頂尖企業的高層，肯定用了什麼特殊工具吧。」

但深入研究後，我發現我錯了。

她用的工具，是我們任何人今天就能開始使用的免費服務。

在這篇文章中，我將分享我這個業餘人士，如何重現南場會長使用 NotebookLM 的研究方法。

雖然 NotebookLM 在 6 月 8 日進行了一次重大改版，但這個流程完全可以在免費方案中重現。

讀完這篇文章，你將學會如何在 30 分鐘內，徹底分析你明天會議的商業夥伴。

真正厲害的，不是工具本身的性能。

而是「搜尋」與「內化」的分工模式。

第一章：南場會長研究法的秘密，就是單純將「搜尋」與「內化」分開

首先，我們來整理一下南場會長的做法。

資料來源是她本人在 2025 年 2 月 DeNA AI Day 上的發言。

流程如下：

1. 向搜尋 AI Perplexity 提問：「關於這個人，有哪些必讀文章？」
2. 將所有建議的文章、影片和 X（Twitter）網址，全部放進 NotebookLM。
3. 在前往會議的計程車上，向 NotebookLM 提問，例如：「這個人對川普政府有什麼看法？」

這樣一來，她就能在通勤時間內，掌握初次見面對象的興趣與觀點。

這裡的重點，是兩個工具之間的角色分工。

Perplexity 是「收集者」，負責從廣闊的網路大海中挑選相關文章。

NotebookLM 是「閱讀者」，只閱讀收集來的文章，並僅根據這些文章回答問題。

為什麼要分開？因為如果讓一個 AI 包辦所有事情，就容易混入幻覺（謊言）。

NotebookLM 只會根據你提供的資料來回答。

因此，它甚至能透過引用標示，告訴你答案來自資料中的哪個部分，大幅降低幻覺發生的機率。

這種分工有其堅實的理由。

如果你要求搜尋 AI「總結一切」，它會混入來自整個網路的資訊，可能包含對方從未說過的話。

但 NotebookLM 絕不會超出你提供的文章範圍。

因此，你手上只會留下對方「實際說過的話」。

在商業會議前，最可怕的事情就是基於錯誤的假設與人交談。

這種兩階段方法的優點，就在於從結構上杜絕了這種情況。

當我以 AI 顧問身份進入中小企業時，這是我傳達的第一個概念。

許多公司一開始都在思考「要導入哪個工具」。

但真正有效的是，事先決定「要把哪項任務交給 AI」。

研究、摘要、製作資料草稿，這些交給 AI。

最終判斷以及與人面對面的工作，則由人類掌握。

這種明確的區分，對於成果的幫助，遠比單純增加新工具的數量要高出許多倍。

南場會長的做法，歸根究底也是同樣的分工模式。

以上就是這個方法的概要。接下來，我會說明為什麼現在用「新版」NotebookLM 來做這件事是合理的。

第二章：為什麼是「新版」NotebookLM？ | 6 月 8 日，大腦升級為 Gemini 3.5

南場會長是在 2025 年初提到這個使用方法的。

從那時起，NotebookLM 已經進化成了另一個層次的東西。

最大的變化是 2026 年 6 月 8 日的更新。

Google 在官方部落格中說明，NotebookLM 現在運行於新一代 Gemini 的 Gemini 3.5，以及一個名為 Antigravity 的基礎架構上。

這帶來了三大進化：

1. AI 現在可以自行搜尋並建議網路來源，即使問題很模糊也能做到。
2. 每個筆記本都有一個雲端環境，可以編寫和執行程式碼進行分析。
3. 研究成果可以輸出為 PDF、Word、Excel、PowerPoint 和圖片等多種格式。

根據 Google 的內部評估，改版後的系統在關鍵類別上，平均表現比前一版本高出 65% 以上。

為了避免誤解，接下來我會誠實地說明。

6 月 8 日推出的這些新功能，目前是優先提供給頂級 Ultra 方案（每月 14,500 日圓起）以及部分 Workspace Business 用戶。

官方聲明表示，他們會逐步將這些功能開放給其他用戶。

換句話說，並非「從今天開始，每個人都可以免費使用所有這些新功能」。

如果說在這裡全部都能免費做到，那就是謊話了。

不過，這裡是重點。

南場會長的方法，本質上是「自己用 Perplexity 收集來源，然後放進去」的類型。

你不需要等待第一步的自動探索功能，這個流程本身就可以用目前的 NotebookLM 重現。

而且，「僅根據提供的資料並附上引用來回答」這個核心功能，從一開始就是免費提供的。

這個核心部分，正是研究商業夥伴時所需要的。

即使在免費方案中，NotebookLM 每個來源也允許最多 50 萬字。

50 萬字相當於 4 到 5 本文庫本小說的份量。

你可以塞入超過 10 篇該人物的文章和影片逐字稿，而且還有餘裕。

此外，一個筆記本最多可以放入 50 個來源。

在期待新大腦的完整功能逐步開放的同時，先試試看這個免費就能做到的流程，是比較實際的做法。

現在工具已經準備好了，我將展示我在 30 分鐘內重現這個流程的具體步驟。

第三章：業餘人士在 10 分鐘內重現的完整流程 | 徹底剖析商業夥伴

接下來，這是我假設一個虛構的商業夥伴，實際重現流程的記錄。

沒有任何特殊操作。我也沒有寫任何程式碼。

1. 用 Perplexity 收集必讀文章

首先，打開 Perplexity 並提問：

「請告訴我關於 [公司名稱] 的 [姓名] 先生/女士的必讀文章、訪談和演講資訊。請附上來源網址。」

接著，系統會回傳相關文章和影片的網址，並附上來源連結。

不要全盤接收，只選擇那些看起來相關的網址。

2. 將網址放入新版 NotebookLM

接下來，在 NotebookLM 中建立一個新筆記本，然後從左側的「新增來源」貼上收集到的網址。

如果以換行符號分隔，可以一次輸入多個網址。

YouTube 影片可以直接加入，X 的貼文則可以複製貼上文字。

這裡有一個訣竅：

混合不同類型的來源，例如該人物的訪談文章、演講影片以及近期的 X 貼文。

官方聲明通常包含許多場面話，而 X 貼文則可能較為零碎。

透過混合兩者，你甚至可以觀察到該人物「公開立場與真實想法」之間的差距。

當你放入資料時，新版大腦會在幾十秒內讀取所有內容，並提供一個概括性的摘要。

3. 透過聊天深入了解對方

這是重頭戲。在中央的聊天欄中，提出對商業會議有效的問題。

以下是一個提示範例：

1請扮演一位協助會議準備的助理。
2請僅根據上傳的資料，整理以下項目：
3
41.  該人物近期反覆提及的主題（前 3 名）
52.  重要的價值觀與判斷基準
63.  似乎不宜觸碰的話題（地雷）
74.  在會議中可能引起共鳴的角度（請附上佐證陳述）
8
9對於資料中未提及的項目，請明確標示「無相關記載」。
10推論部分請清楚標示為推論。

回傳的答案都會附上引用，例如「來自哪個來源的哪個部分」。

舉例來說，我實際測試時，它回覆了類似這樣的內容：「該人物重視長期品牌勝於短期數字。依據來自演講影片中段的發言」，並附上了該發言的位置。

因此，如果你對某個觀點感到好奇，可以點擊那個引用，當場查看原始文章。

透過親眼確認第一手資訊這個額外步驟，你也能注意到 AI 可能產生的誤解。

4. 整理成會議備忘錄

最後，提出要求：「請將這些內容總結成一份我能在會議前 3 分鐘閱讀的備忘錄。」

這樣一來，對方的興趣、價值觀、地雷以及能引起共鳴的角度，就會濃縮在一頁上。

到目前為止，大約花了 10 分鐘。

其中超過一半的時間是在 Perplexity 上挑選文章，NotebookLM 的操作本身不到 5 分鐘。

即使是第一次接觸的人，一旦熟悉之後，感覺也能在約 10 分鐘的通勤時間內完成。

前幾天，當我在沙龍裡與成員分享這個流程時，他們高興地說：「見面前的不安感減少了。」

在已經了解對方的狀態下見面，所帶來的安心感是完全不同的。

這裡我要老實說。

這個 10 分鐘的流程之所以可行，是因為該人物有相當多的公開資訊。

如果合作夥伴幾乎沒有文章或貼文在網路上，能收集到的資料就會很少，也無法達到這樣的成果。

在這種情況下，不應只依賴 AI，還需要透過介紹人或傳統的訪談方式，進行背景調查。

另外，還有一件事要告訴你。

AI 產出的內容，終究是基於公開資訊建立的假設。

帶著既定的假設去見面是很危險的，所以應該抱著「當天在現場驗證」的心態來使用。

以上就是針對個人的重現流程。接下來，我會說明如何將這個方法變成公司業務的利器。

第四章：如何在公司會議中真正發揮作用 | 培養「客戶專用筆記本」

到目前為止，這是「單次會議的準備」。

要讓它在公司層面真正發揮作用，是在這之後。

那就是為每個客戶建立並培養一個「專用筆記本」的用法。

方法很簡單。

為 A 公司建立一個專用筆記本，不僅放入 A 公司的文章，也放入過去的會議記錄、提案書和往來郵件。

然後，這個筆記本就會變成一個只了解 A 公司的專屬助理。

在下一次會議前，如果你問：「我們上次與 A 公司決定的方針是什麼？」它會當場回答你。

如果你問：「A 公司過去對哪些點表示過猶豫？」它會告訴你地雷在哪裡。

即使公司內部負責人換人，只要交接這個筆記本，合作夥伴的歷史就會原封不動地傳承下去。

「只有那個人了解那個客戶」的個人化問題，用一個筆記本就解決了。

只有一點需要注意。

如果你放入的資料包含客戶的機密資訊，請使用公司 Workspace 等受管理的帳號，而不是個人的免費帳號。

只要不搞錯存放的地方，這就會成為一個強大的武器。

讓我告訴你一個我過去的失敗經驗。

當我在一家新創公司做業務時，我是那種用數字衝刺的類型。

為了開發新客戶，我發出了近 300 封訊息，能收到 5 封回覆就算幸運了。

有一次，我停止了以量取勝，開始在逐一研究每家公司後，發送為其量身打造的單一訊息。

這麼做之後，回覆率明顯提高了。

那是我親身體驗到「研究的品質直接連結到成果」的瞬間。

現在，過去需要花費數小時手動進行的合作夥伴背景調查，已經縮短到 AI 的 10 分鐘。

老實說，真希望我當時就有這個工具。

仔細研究每家公司的價值，並沒有改變。

改變的，只是進行背景調查所需的時間。

我們現在已經將個人層面的重現，連結到公司營運。最後，我將今天就能開始的行動，濃縮成三個步驟。

第五章：你今天就能做的 3 個步驟

文章變長了，所以我將第一步濃縮成三點：

1. 只鎖定一位商業夥伴。 → 不要想一次做全部。就選你下週要見的一個人。
2. 將用 Perplexity 收集的所有網址放進 NotebookLM。 → 分開「收集者」和「閱讀者」。這是南場會長模式的核心。
3. 在通勤時間透過聊天深入了解對方。 → 貼上第三章的提示，詢問對方的興趣和地雷。

一開始，得到的答案可能感覺有點不對勁。

但是，如果你提高放入文章的品質，答案就會越來越精準。

重點不是一開始就追求完美，而是先為一個人跑完整個流程。

老實說，不了解這種分工模式，每次都從零開始進行合作夥伴的背景調查，真的很浪費時間。

如果每次會議花 1 小時做背景調查，一年累積幾十個案例，光是這裡就會耗費幾十個小時。

感謝您觀看到最後。

在我的 Open Chat 中，我正在免費贈送精選的 200 個提示詞、20 個 Gems 以及 7 個 Claude 技能。

我也會分享從未在 X 上發布的機密資訊。

歡迎隨時從這裡加入我們。🎁🎁

Open Chat「AI x SNS 徹底攻略」 https://line.me/ti/g2/LmLu1N1cE6UBkoURbaYf_bV8l66cCyotSJU2og