Собственный Echo за вечер: NotebookLM + свой архив

Чему научитесь

• Собирать персональный RAG-ассистент — аналог NYT Echo из M.9.4, только под одного человека — за один вечер.
• Выбирать между бесплатным NotebookLM (50 источников), Google AI Plus за $7.99/мес (100 источников) и Google AI Pro за $19.99/мес (300 источников, расширенные лимиты Audio/Video Overviews).
• Подготовить архив собственных публикаций, интервью, PDF и заметок к импорту так, чтобы поиск работал, а не возвращал мусор.
• Настроить Audio Overview на русском и получить аналог подкаста по своим материалам.
• Запустить ежедневный рабочий процесс, в котором NotebookLM становится шестым членом команды из одного человека.

Зачем вообще свой Echo

В M.9.4 мы разбирали NYT Echo — внутренний LLM NYT поверх собственного архива редакции. Это инструмент, который делает главный актив редакции (накопленный корпус) рабочим: журналист задаёт вопрос на естественном языке и получает саммари, цитаты, противоречия.

У соло-автора свой архив тоже есть: статьи за 3–10 лет, расшифровки интервью, PDF-отчёты, которые вы собирали как источники, слайды конференций, книги, которые вы разметили. Обычно это десятки-сотни файлов, раскиданных по Google Drive, Notion, локальным папкам, закладкам в Pocket. По ним трудно искать в нужный момент: «а что я писал про это три года назад», «где у меня была та цитата из того интервью», «какие источники у меня накопились по этой теме».

NotebookLM закрывает эту дыру за вечер и без кода. Это Google Lab’овый продукт, построенный на Gemini: вы загружаете документы, NotebookLM индексирует их в RAG, вы задаёте вопросы, он отвечает только по вашим материалам с точными цитатами и ссылками на конкретные места в источниках. Это и есть NYT Echo под один стол — с 80% функциональности и 0% бюджета.

Шаг 1: Собрать корпус

Вечер начинается с подготовки материалов. NotebookLM принимает несколько типов источников:

• PDF — статьи, отчёты, книги, материалы конференций.
• Google Docs / Google Slides — ваши собственные черновики, заметки, презентации.
• Веб-страницы — по URL; NotebookLM сам подтянет и проиндексирует.
• YouTube-видео — автоматически забирает транскрипт.
• Аудиофайлы (на платных тарифах) — транскрибирует и индексирует.
• Markdown / TXT — экспорт из Notion, Obsidian, любого редактора.

Что брать в первый корпус (для соло-автора-журналиста):

1. Свои публикации за последние 2–3 года — экспортированные в PDF или скопированные в Google Docs.
2. Транскрипты интервью — те, что вы делали через Whisper (M.5.2) или другие инструменты.
3. Отчёты и исследования, которые вы реально читали и размечали.
4. Книги и статьи из области — если имеете право (свои заметки, публичные материалы).
5. Свои рабочие заметки — из Notion / Obsidian / плейн-тексты.

Что НЕ брать:

• Сырые дампы «всё подряд». Лучше 30 качественных источников, чем 200 сырых — иначе поиск возвращает мусор.
• Конфиденциальные материалы клиентов / источников без их разрешения: NotebookLM передаёт данные в Google, для чувствительных файлов это неприемлемо.
• Файлы за пейволлом, которые вы не имеете права хранить в облаке.

На всё это — около часа. Подсказка: ведите одну временную папку notebooklm-corpus-v1/ на Google Drive, складывайте туда всё, потом одним движением подключите к NotebookLM.

Шаг 2: Регистрация и доступ (важно для России)

NotebookLM работает на notebooklm.google.com — нужен Google-аккаунт. Бесплатный тариф доступен без платежа: 50 источников на notebook, 100 notebooks на аккаунт, до 3 Audio Overview в день. Для многих это достаточный старт.

На 2026 год Google делит доступ к NotebookLM на три платных уровня:

• Google AI Plus ($7,99/мес) — 100 источников на notebook, 6 Audio Overview в день, 200 chat-запросов.
• Google AI Pro ($19,99/мес, бывший Google One AI Premium) — 300 источников на notebook, 500 notebooks на аккаунт, 500 chat-запросов в день, 20 Audio Overview в день. Именно этот план даёт то, что раньше называлось NotebookLM Plus.
• Google AI Ultra — enterprise-уровень с ещё более высокими лимитами.

Для большинства авторов оптимален Pro — 300 источников закрывают редакционный архив, 20 Audio в день покрывают обзорные подкасты по свежим темам.

Для российского пользователя есть два момента.

Первый — оплата. Google One AI Premium не принимает российские карты. Решения: оплата через зарубежную карту или карту страны, где аккаунт приписан; подписка через сторонних reseller’ов; альтернативно — работа на бесплатном тарифе (50 источников в большинстве персональных сценариев хватает).

Второй — доступ к сервису. Сам NotebookLM с российских IP открывается (по состоянию на апрель 2026), но если возникают ограничения по региону аккаунта Google, иногда помогает временный VPN для активации. После первой работы сессии сервис обычно продолжает открываться без VPN.

Рекомендация для новичка: начните с бесплатного тарифа и 30–50 источников. Если через месяц поймёте, что упираетесь в лимиты — тогда оплачивайте Plus.

Шаг 3: Импорт и структура notebooks

Один notebook = одна тема / один большой проект. Типичная структура для автора:

• Notebook «Архив публикаций» — все свои тексты с 2023 по 2026.
• Notebook «Интервью» — транскрипты всех разговоров, которые вы делали.
• Notebook «Research: AI в образовании» — отчёты, статьи и ссылки по конкретной теме, над которой работаете.
• Notebook «Research: AI в медиа» — аналогичный тематический по следующей теме.

Почему разбивать, а не грузить всё в один. Смешанный notebook работает хуже: если спросить у него про образование, он будет тянуть контекст из ваших текстов про медиа, потому что тоже «ваше», и наоборот. Разделение по темам = точнее ответы.

Как заливать. Через кнопку «Add source» → выбираете Google Drive → подключаете Drive к NotebookLM один раз и дальше просто выбираете файлы. Альтернативно — drag-and-drop файлов с компьютера. Индексация 50 источников — примерно 3–5 минут. Для 300 на Plus — до 15 минут.

Проверка импорта. После индексации откройте каждый источник в правой панели и посмотрите — нет ли файлов, где распарсилось на половину (такое бывает с кривыми PDF-сканами). Если есть — удалите из notebook и перегоните через Mistral OCR (M.9.4), потом залейте обратно.

Шаг 4: Sanity-check корпуса

Первое, что делает профессионал после загрузки — проверяет, что RAG не врёт. Набор стандартных проверок:

1. Вопрос с точным ответом. «Когда я опубликовал материал про X?» — если у вас есть такой материал в корпусе, NotebookLM должен процитировать его с датой. Если отвечает «не нашёл» — проблема индексации.
2. Вопрос-ловушка на фабрикацию. «Какое моё интервью с Илоном Маском вышло в 2024?» — если вы с ним не разговаривали, NotebookLM должен сказать «в ваших источниках такого нет». Если сочинит — с этим корпусом работать нельзя, пересматривайте источники.
3. Вопрос на противоречие. «Какие разные оценки рынка AI в образовании упоминаются в моих источниках?» — должен выдать несколько разных цифр с указанием откуда. Это проверка того, что ответ действительно идёт из корпуса, а не из общих знаний модели.
4. Вопрос на «неизвестное». «Что про рынок AI в Аргентине в 2020 году?» — если этой темы у вас нет, должен честно сказать «ваших материалов по этому вопросу нет».

Если все четыре проверки прошли — корпус готов к работе. Если не прошла хотя бы одна — значит либо документы плохо распарсились, либо их слишком мало, либо они не по теме.

Шаг 5: Audio Overview на русском

Самая знаменитая фича NotebookLM — Audio Overview. Два AI-ведущих разговаривают по вашим материалам в формате подкаста. С апреля 2025 доступно 50+ языков для Audio Overview и 80+ языков для Video Overview. Русский поддерживается в обоих форматах.

Как включить русский. Settings → Output language → Russian. После этого Audio Overview будут генерироваться на русском. Ведущие говорят как опытные подкастеры: вводная, основные тезисы из ваших источников, конкретные цитаты, спорные моменты, финал.

Четыре режима Audio Overview (Google постепенно раскатывает их по пользователям):

• Deep Dive — длинный подкаст на 20–30 минут с полноценным разбором.
• Brief — короткий саммари, 3–5 минут.
• Critique — ведущие критически оценивают тезисы ваших источников.
• Debate — два ведущих занимают противоположные позиции и спорят.

Как это использует автор.

• Загрузил 10 отчётов по рынку AI → сгенерировал Deep Dive → слушает за рулём вместо чтения.
• Написал свой черновик → загрузил его + 15 источников → Debate → получает контраргументы, которые у него самого в голове не возникли.
• Готовится к интервью → загружает публикации собеседника → Brief → за 5 минут получает основные тезисы человека.

Лимит бесплатного тарифа — 3 Audio Overview в день. Для старта хватает, но когда станете использовать это регулярно — один из аргументов в пользу Plus (20 генераций в день).

Шаг 6: Ежедневный рабочий процесс

Как только корпус настроен, NotebookLM вплетается в работу несколькими точками касания:

• Утро. Открыть notebook по текущей теме, спросить «что нового я видел / сохранил / писал по этой теме — систематизируй». Вывод — набор разрозненных тезисов уже собран в карту.
• Перед интервью. Загрузить профильные материалы собеседника и публичные разборы. Сгенерировать Brief Audio Overview на 5 минут — послушать по дороге.
• Фактчек своего черновика. Загрузить готовый текст + исходные источники в один notebook, спросить «проверь, есть ли в тексте утверждения, которые не подкреплены источниками из этого корпуса». Это не замена полноценного fact-check, но быстрая первая линия защиты.
• Поиск старой цитаты. «Была у меня цитата про X из интервью с Y, в каком файле?» — за секунды возвращает конкретный транскрипт с тайм-кодом.
• Обновление корпуса. Раз в неделю или раз в месяц — добавляйте новые публикации, интервью и источники в соответствующие notebooks. Через полгода у вас будет по-настоящему рабочий архив, из которого идут новые материалы.

Lenny RAG paradigm и мостик к M.6.4

В M.6.4 мы разбирали подход Lenny Rachitsky: его Substack с сотнями постов превращён в RAG-ассистент, к которому идут за готовыми ответами. Это та же идея, что у вас будет после этого урока, только Ленни построил её под внешних пользователей — миллионы читателей могут задать вопрос его архиву. У вас будет то же самое, только под себя и под свою команду из одного человека.

Дальнейший шаг роста — если ваш архив станет ценным не только для вас, открыть упрощённую публичную версию. NotebookLM позволяет делиться notebook (share link) — любой с ссылкой получит доступ к тому же контексту. Можно сделать публичный notebook с подборкой по одной теме и раздавать ссылку подписчикам. Это монетизационный шаг, о котором подумают единицы — но возможность есть.

Альтернативы, если NotebookLM недоступен

Если по какой-то причине Google Plus оказывается недоступен, а бесплатного тарифа мало, рабочих альтернатив несколько:

• Notion AI с Q&A по базе — работает похоже на NotebookLM внутри вашего Notion-воркспейса. Дороже, не такой красивый, но функционально сопоставимо.
• ChatGPT с кастомным GPT или Project — загружаете файлы (до 20 файлов в один проект), получаете чат по ним. Менее строгий RAG, больше риск галлюцинаций, но работает.
• Claude Projects — Anthropic аналог ChatGPT Projects. Вход через arckep.ru (все модели, без VPN, рублями, 100 руб стартовый баланс) упрощает жизнь российскому пользователю.
• Свой локальный RAG на Qdrant + LLM API — для технически продвинутых: полная приватность, нулевые лимиты источников, но требует инженерных компетенций или готового open-source решения вроде Dewey (M.9.4).

Для подавляющего большинства соло-авторов NotebookLM остаётся самым простым вариантом с лучшим соотношением «возможности / затраты / кривая освоения». Если он доступен — начинайте с него.

Главное

Персональный Echo на NotebookLM — это не далекая мечта, а конкретный инструмент, который собирается за вечер. На входе: ваши собственные материалы за последние годы + один Google-аккаунт. На выходе: чат-интерфейс по вашему архиву, точные цитаты вместо фабрикаций, Audio Overview на русском как подкаст по собственным исследованиям, ежедневная точка опоры в работе.

Ключевое решение на старте — не грузить всё подряд. Тридцать-пятьдесят хорошо отобранных источников дают лучшие ответы, чем триста сырых. Потом — регулярные пополнения по мере того, как вы пишете новое и собираете новые материалы. Через полгода у вас будет то, чего нет у большинства конкурентов — работающий персональный RAG над своим трудом.

Следующий и последний урок — M.10.3 «Чек-листы, шаблоны, куда двигаться дальше». Там мы соберём в один документ все чек-листы трека (ресёрч, фактчек, редактура, AI-политика, антикейсы), дадим шаблоны (бриф, политика, промпты) и покажем, куда двигаться дальше: какие сообщества, книги и инструменты поддерживают этот путь после окончания курса.