Gemini Notebook可将研究空白转化为带页码和原文依据的靶点；需规范上传文献、OCR处理及结构化提问，并经Google Scholar交叉验证确保真实性。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
你需要从一堆文献里精准揪出别人没做过、但你又能做的研究缺口，而不是靠拍脑袋猜——Gemini Notebook能帮你把“空白”变成带页码和原文依据的可操作靶点。上传前不清理PDF类型、不控制数量、不规范命名，模型输出就会漂移；交叉验证若跳过Google Scholar手动复核，极易把已被2025年新论文填平的“假空白”当成真靶点。
上传前必须做好的三件事
第一步：只上传你真正精读过、确认可信的核心文献PDF，数量控制在8～15篇。文献太多会稀释关键信息密度，太少则无法支撑横向对比；尤其要剔除综述类文章里转引的二手结论，避免模型被误导。
第二步：确保每份PDF是文字型（非扫描图）。打开PDF后能选中文字、复制粘贴不乱码，才是合格输入源。如果复制出来全是方框或乱码，说明它是图片PDF，必须先用WPS或Adobe Acrobat OCR识别成文本再上传。
第三步：给笔记本起名时别用“论文资料”“参考文献”这种泛称，改用具体领域+时间范围，例如“Transformer时序预测_2020–2024核心文献”。【名字含年份能帮NotebookLM自动建立时间轴意识，后续识别“最新进展”和“长期未解问题”更准】
用结构化提问逼出研究空白
方法一：六维对比法（推荐用于开题阶段）
在输入框直接输入：
“你是计算机时序预测方向的博导，请基于我上传的所有文献，按以下六列生成表格：研究目标→所用模型→数据集→关键指标→作者自述局限→该局限是否被后续文献解决（是/否/未见跟进）。缺失项标‘未提及’，不脑补。”
方法二：高频词锚定法（适合已有初步方向）
先问：“所有文献中，出现频次最高的三个‘局限’类表述是什么？请列出原文短语+出现次数+对应文献标题。”
拿到结果后，立刻追问：“这三个高频局限，在近3年文献中是否有被系统性回应？若有，请指出哪篇解决了什么；若无，请标注‘仍为开放问题’。”
使用AIsa生成图像与视频。仅需一个API密钥即可调用Gemini 3 Pro Image（图像）和Qwen Wan 2.6（视频）。
方法三：反向排除法（用于验证选题可行性）
输入：“假设我要做‘轻量化Transformer在边缘设备上的长序列预测’，请逐条检查我上传的文献：① 是否有团队在相同硬件约束下做过同类任务；② 是否有论文明确声明‘此方法无法部署于边缘端’；③ 是否有综述指出该方向存在数据匮乏问题。只回答‘有/无’，附原文引用位置。”
交叉验证：用Google Scholar锁定真实空白
第一步：从Gemini Notebook输出的“未被解决的局限”中，挑出最具体的1～2条，例如“缺乏面向RISC-V架构的低精度推理支持”。
第二步：打开Google Scholar，输入组合关键词：
“RISC-V” AND “low-precision inference” AND “Transformer” NOT “survey” NOT “review”，限定时间为2024–2026。
第三步：逐篇点开前10条结果，重点看摘要末段与结论部分——【只要有一篇明确写出‘we address the low-precision deployment gap on RISC-V’，这条空白即失效，必须退回上一步更换靶点】。
第四步：对确认未被覆盖的空白，复制其原文表述（含页码），粘贴进Notebook新对话框，指令：“请基于该原文局限，生成一句符合国自然立项依据风格的科学问题凝练句，并标注出处PDF名称及页码。”
