# 一条 Prompt，调动 Gemini Notebook 的 9 种 Studio 工具

如果你在使用 Gemini Notebook（前身为 NotebookLM）整理资料，可能已经习惯了这样的流程：先生成报告，再点思维导图，然后制作幻灯片、测验或音频概述。每种格式都要单独选择、逐项等待，还得自己规划它们分别应该解决什么问题。

一位 Medium 作者分享了一个更省事的做法：不再逐个点击 Studio 工具，而是在 Chat 面板里用一条 Prompt，让 Gemini Notebook 先规划整套输出，再批量生成多种内容。

原始指令非常简单：

```text
Run all 9 tools from the Studio panel so I get a comprehensive analysis of the source.
```

中文可以理解为：

```text
运行 Studio 面板中的全部 9 种工具，对当前资料进行一次全面分析。
```

真正值得关注的，并不只是“少点几次鼠标”，而是 Gemini Notebook 在执行前增加了一个规划与确认环节。

## 它没有立即生成，而是先给出方案

作者把自己的 Deep Drill（深度钻探）协议作为测试材料。收到指令后，Gemini Notebook 没有立刻机械地启动全部工具，而是先列出一份 9 步规划，说明每种输出格式将从什么角度重构原始内容。

作者确认“Yes”之后，系统才开始依次生成整套产物。

这个过程把工作流从“用户逐项设计和操作”，变成了：

1. 用户给出总体目标；
2. AI 规划不同格式与内容角度；
3. 用户检查并确认方案；
4. AI 批量执行。

批量生成因此不只是自动化操作，也多了一个人为审批点。用户仍然可以在耗时任务开始前检查方向，而不是等全部内容生成后再返工。

## 一条指令生成了哪些内容？

针对 Deep Drill 协议，Gemini Notebook 规划并生成了以下 9 项产物：

1. **Slides（幻灯片）**：《Deep Drill: Beyond the Surface》，围绕准备、侦察、目标锁定和深度打击四个阶段展开。
2. **Video Overview（视频概述）**：《The Single-Question Trap》，用“向地下钻探 50 米，而不是停在表层 1 米”的隐喻解释深度研究。
3. **Audio Overview（音频讨论）**：《The Rigor of 50+ Examples》，通过双人讨论分析为什么收集 50 个以上样例有助于分类和发现模式。
4. **Tailored Report（定制报告）**：《The Master Prompt Library and Playbook》，整理适用于学术、商业、法律、医疗和出版等领域的 Prompt 模板。
5. **Mind Map（思维导图）**：《Deep Drill Architecture Map》，呈现从宏观背景到跨类别定位目标的完整逻辑。
6. **Infographic（信息图表）**：《The Quick Reference Card》，以可打印速查表的形式汇总阶段、动作、产出和核心 Prompt。
7. **Quiz（测验）**：《Deep Drill Certification Quiz》，用 10—15 道题检验团队对协议核心概念的理解。
8. **Flashcards（记忆卡片）**：《Troubleshooting and Advanced Tactics》，用于复习递归、对抗性分析、时间维度和常见故障处理。
9. **Custom PDF Case Study（定制 PDF 案例研究）**：《The ClawHub Blueprint》，用一个分析 5,700 多个插件及恶意技能的案例，展示如何把简短素材扩展成结构化研究。

这里有一个容易被忽略的细节：Studio 面板原本的九宫格工具包含 Data Table（数据表），但 Gemini Notebook 在这次任务中没有机械照搬，而是用更符合素材特点的定制 PDF 案例研究替代了数据表。

这说明“运行全部工具”更像是让系统完成一次多格式内容策划，而不一定是严格逐项复制界面上的九个按钮。实际生成结果可能随素材和产品行为变化。

## 这个方法真正节省的是什么？

表面上，它节省的是逐项点击和等待的时间；更重要的是，它把“每种格式应该讲什么”的规划工作交给了 AI。

面对结构复杂的资料，人往往知道自己需要一套学习或分享材料，却不一定能立即决定：

- 哪部分适合做幻灯片；
- 哪个概念值得用视频解释；
- 哪些争议适合放进音频讨论；
- 哪些知识点应该做成测验或记忆卡片；
- 哪些结构适合转成思维导图。

让 Gemini Notebook 先给出映射方案，可以降低这类决策成本。对于团队培训、课程材料、研究成果拆解或内容再利用，这种方式尤其有价值。

## 但它并不适合所有任务

这篇经验分享也暴露了几个明确边界。

### 1. 全套生成需要时间

视频和音频等产物通常比文本报告慢。一次启动全部工具，更适合提交任务后离开一段时间，而不是期待即时完成。

### 2. 输出上限由原始素材决定

多格式生成不会凭空增加信息密度。原文如果结构清晰、观点充分，同一内容可以被有效重构为报告、图表、测验和视频；原文如果很浅，九种输出也可能只是九种形式的重复。

### 3. 只需要一种结果时，不必批量运行

如果目标只是做一份思维导图或一组幻灯片，直接使用对应工具更省时间。批量方式适合需要完整学习包、培训包或多渠道内容资产的场景，而不是每次都应默认开启的标准动作。

### 4. “多模态”不等于“学习有效”

阅读、听讨论、看图示和做测验，理论上可以从不同路径帮助理解与记忆；但真正的效果仍取决于使用者是否阅读、判断和练习。文件数量不是学习成果。

## 更值得复用的思路：先规划，再批准，最后批量执行

这次实验最有价值的部分，不是那句 Prompt 本身，而是它体现出的工作流：

> 先让 AI 为不同输出格式设计用途，再由人确认方向，最后批量执行。

这个模式也可以迁移到其他 AI 工具。面对一份高密度资料时，可以先要求 AI 提交“内容重构计划”，说明每种产物的目标、受众和侧重点；确认没有重复、遗漏或偏离主题后，再开始生成。

这种做法既减少手动操作，也保留了人的控制权。它比毫无规划地一次生成大量内容更可靠，也比完全手工设计每一种格式更省力。

## 结语

一条 Prompt 调动九种 Studio 工具，听起来像一个效率技巧，但它背后的启发更重要：AI 不只可以生成内容，也可以先帮助我们规划内容应该如何被重新表达。

如果你手上有一份结构扎实、信息密度较高的研究资料，不妨试试先让 Gemini Notebook 给出一套多格式方案，再决定是否批量生成。反过来，如果素材本身还没有整理清楚，先打磨内容，通常比急着生产九份文件更有价值。

---

**来源说明：**本文根据 Medium 文章 [Run All Nine Gemini Notebook Studio Tools From One Prompt](https://medium.com/@kombib/run-all-nine-gemini-notebook-studio-tools-from-one-prompt-682ca0c008b2) 整理。文中流程与产物来自作者的个人实验，Gemini Notebook 的界面、工具数量和批量执行行为可能随产品更新而变化。