Un articolo di XDA Developers suggerisce un approccio non convenzionale a NotebookLM: invece di caricare documenti ordinati e completi, alimentarlo con materiali disordinati come note grezze, memo vocali, screenshot e idee incomplete.
Secondo l’autore, questo metodo permette all’AI di individuare schemi nascosti e connessioni tra pensieri non strutturati, funzionando più come un assistente di ricerca che come un semplice “riassuntore”.
In particolare, le trascrizioni di memo vocali si rivelano preziose perché catturano il processo di ragionamento spontaneo, con dubbi e deviazioni che spesso vengono eliminati nella scrittura.
Questo uso “caos-first” rende NotebookLM uno strumento per scoprire priorità e intuizioni latenti durante le fasi creative di un progetto.
L’approccio resta meno adatto quando si lavora con ricerche formali o documenti legali, dove la struttura dei dati è essenziale.
Link alla fonte:
https://www.xda-developers.com/notebooklm-backwards-workflow/