必须先确保资料格式合规：PDF需为文字型（可复制中文）、Excel要取消合并单元格并规范列名、网页优先存HTML而非截图、YouTube粘贴URL而非上传MP4，且上传前须声明书名、作者、版本、ISBN及当前页码等元数据。
☞☞☞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☜☜☜
想让Gemini Notebook真正读懂你上传的PDF、Excel或网页截图，而不是返回一堆“根据常识”“一般来说”的幻觉答案，必须先过资料格式这一关——它不接受扫描图、不兼容加密PDF、对图片型PPT会直接跳过文字识别，连WPS另存为的某些PDF都可能被判定为“不可解析”。
第一步：确认PDF是文字型，不是“看起来像PDF”的图片
打开PDF后，用鼠标拖选任意一段正文，能正常高亮并复制出可读中文，才是合格输入源。如果复制出来是乱码、方框、空格或一串问号，说明它是扫描图/PNG转PDF，AI完全无法提取语义。
【必须用Adobe Acrobat或WPS PDF工具箱执行OCR识别，且语言选“中文（简体）”，识别后导出为新PDF再上传】。跳过这步，后续所有提问都会失效——模型不是在读你的文献，而是在猜整本书的目录结构。
实测中，某用户上传《Transformer综述_2023》扫描版后提问“作者指出哪三个局限”，AI返回“1. 计算开销大；2. 长程依赖建模不足；3. 数据效率低”，看似合理，但原文根本没提第三点——这是模型基于训练数据补全的幻觉，而非资料真实内容。
第二步：Excel/CSV上传前做三件事
方法一：删除所有合并单元格。Gemini Notebook解析时会把合并单元格识别为单个空值，导致整行数据错位。用Excel“取消合并单元格”→按原逻辑填充空白即可。
方法二：确保首行为清晰列名，且不含空格、斜杠、括号等特殊符号。例如“销售金额(万元)”要改为“销售金额_万元”，否则AI可能将该列整体忽略。
方法三：数值列禁用千分位逗号。把“1,234,567”改成“1234567”，否则会被识别为文本而非数字，后续无法做求和、排序或条件筛选。
使用 Google GenAI SDK 通过 Gemini 生成或编辑图像。当用户要求在 OpenCla… 中创建、转换、渲染或保存一张或多张图像时使用。
第三步：网页与截图类资料的处理优先级
第一步：网页链接优先用“保存为HTML”方式导入，而非截图。NotebookLM能解析HTML中的标题层级、列表结构与超链接锚点，截图只能走OCR，丢失90%语义关系。
第二步：若只有截图，必须满足两个条件才可上传：① 文字区域无反光、阴影或模糊；② 字体大小≥12pt，且背景与文字对比度＞4.5:1。低于此标准的会议白板照，AI大概率把“Q3目标”识别成“Q8目标”或“G3目标”。
第三步：YouTube视频不要上传MP4，而是粘贴原始URL。系统会自动调用Gemini多模态引擎提取音频转录+关键帧描述+字幕时间戳，比本地视频文件解析更准、更快、支持跳转定位。
第四步：命名与元数据绑定——让AI知道你在读哪一版
上传《认知觉醒》时，不能只传PDF，必须在笔记本创建后、上传前，在输入框里先写一句：“书名《认知觉醒》，作者周岭，2021年10月第1版，中信出版集团，ISBN 978-7-5217-2679-3，当前精读至P72。”
【中文译本页码与英文原版差异极大，不声明版本，Gemini默认按英文原版页码逻辑推算，P72可能被映射到实际P91或P58】。这会导致所有带页码的引用全部错位，三个月后你回查“P72提到的元认知定义”，根本找不到对应原文。
上传后，立刻验证：在输入框问“P72原文第一句话是什么”，若回答含糊或出现“根据上下文推测”，说明元数据未生效，需重传并确认该句写在上传动作之前。
