法律人为什么也该看看 NotebookLM：不是替你检索，是帮你从海量材料里找线索
当案卷、合同、会议纪要和法规资料堆成山，律师真正缺的不是“再多一个 AI”，而是一个能围绕材料说话、能追溯来源、能暴露矛盾的阅读工作台。
01
法律人这几年已经听腻了 AI。
今天一个模型，明天一个插件，后天又有人说“律师要被替代”。
很多人不是不想试，而是已经有点疲惫：
工具太多。
说法太满。
真正能放进日常工作的，反而没几个。
但 NotebookLM 值得单独拿出来讲。
不是因为它更会写法律意见书。
也不是因为它能替你完成法律检索。
而是因为它解决了法律工作里一个特别朴素、特别高频、也特别折磨人的问题：
材料太多，找不到重点。
案卷材料、合同版本、会议纪要、监管规则、行业报告、客户邮件、访谈记录、尽调清单、历史项目文档。
这些东西一多，律师不是不会判断。
是还没走到判断那一步，人已经被材料淹了。
NotebookLM 的强项，正好在这里。
它更像一个“材料阅读工作台”：你把资料放进去，它围绕这些资料回答问题、生成摘要、提炼结构，并尽量给出引用位置。
这对法律人很重要。
因为法律工作最怕的，不是 AI 不会说。
是 AI 说得很顺，但不知道依据在哪里。
02 先把话说清楚：它不是法律数据库
NotebookLM 不是北大法宝、威科先行、裁判文书网、法信、Lexis 或 Westlaw。
它不应该被当作“自动检索全网法律依据”的工具。
Google 官方对 NotebookLM 的定位，是帮助用户围绕自己添加的来源进行理解、问答和生成。官方帮助页也强调，它会基于你上传或添加的来源工作，并可生成简报、学习指南、FAQ、音频概览、视频概览等材料。
换成法律人的话说：
它不是替你去全世界找资料。
它是帮你消化你已经放进去的资料。
这个区别非常关键。
如果你没有把正确的材料放进去，它就不可能凭空知道你的案情。
如果你放进去的是过期法规、错误版本、残缺扫描件，它也可能围绕这些有问题的材料生成看似合理的回答。
所以，NotebookLM 的正确用法不是：
“帮我研究这个案子。”
而是：
“以下是我已经整理好的合同、会议纪要、法规摘录和客户说明。请只基于这些材料回答，并标注来源；来源里没有的内容，请说没有找到。”
这才是法律人能控制风险的用法。
03 第一个硬核用法：给每条信息打“证据标签”
很多法律人用 NotebookLM，只停留在“帮我总结一下”。
这太浅了。
更硬一点的用法，是让它把材料里的信息按证据强度分层。
你可以直接这样问：
请只基于当前 notebook 中的来源，提取与“甲方是否逾期付款”有关的所有信息。
请按以下标签分类：
- 【直接证据】：文件中直接记载了付款时间、金额、逾期事实或催款记录。
- 【间接线索】：文件中没有直接证明逾期，但出现了对账、催告、延期、资金安排等相关表述。
- 【相互印证】：两个以上来源能够互相支持同一事实。
- 【冲突信息】：不同来源之间存在日期、金额、主体、表述不一致。
- 【待核验】：来源不足、表述模糊、需要人工查看原件或补充材料。
输出表格字段：
事实点｜证据标签｜对应来源｜原文摘录｜律师复核意见栏
不要直接形成法律结论。
这类问题比“帮我分析谁违约”更安全。
因为它让 AI 做的是材料定位。
不是法律定性。
律师真正需要的，往往不是一个漂亮结论，而是：
哪页材料支撑这个事实；
哪份材料和它打架；
哪一句话需要回到原件确认。
04 第二个硬核用法：做“矛盾矩阵”
法律材料里最值钱的东西，常常不是摘要。
是矛盾。
客户说 A。
合同写 B。
会议纪要又出现 C。
对方律师来函再改成 D。
这些矛盾，才是律师判断的入口。
你可以让 NotebookLM 做一个“矛盾矩阵”：
请比较当前 notebook 中所有来源，找出围绕以下事项的冲突或不一致：
1. 合同签署时间
2. 服务交付时间
3. 付款金额和付款节点
4. 双方是否完成验收
5. 是否存在延期、催告、解除、索赔表述
请输出矛盾矩阵：
事项｜来源A表述｜来源B表述｜不一致点｜可能影响｜建议律师核验动作
注意：
只列来源中能找到的内容。
不要为了凑结论而推测。
如果只是表述不同但不构成实质冲突，请标注为“表述差异，待人工判断”。
这个用法特别适合：
- 诉讼案件事实梳理；
- 合同争议证据审查；
- 尽调资料交叉核对；
- 客户访谈记录和书面材料比对；
- 项目交接时快速发现风险点。
NotebookLM 不一定能一次找全。
但它可以帮你先把“值得人工看的地方”亮出来。
05 第三个硬核用法：按法律要件读材料
很多法律分析不是从材料开始，而是从构成要件开始。
比如违约责任，不是看完一堆材料后凭感觉写：
“对方可能构成违约。”
而是要回到要件：
- 合同义务是什么；
- 履行期限是什么；
- 是否届期；
- 是否履行；
- 是否存在抗辩或免责；
- 损失和因果关系如何证明；
- 证据是否足够。
你可以先写一个要件表，再让 NotebookLM 按表找材料：
请围绕“服务合同逾期交付责任”建立要件审查表。
请只基于当前来源填写，不要补充外部信息。
表格字段：
法律要件｜当前来源中支持该要件的事实｜对应来源和原文摘录｜证据强度：强/中/弱/缺失｜需要补充的材料｜律师判断提示
要件包括：
1. 合同中约定的交付义务
2. 交付期限
3. 实际交付情况
4. 验收或拒收记录
5. 催告或沟通记录
6. 违约责任条款
7. 可能的抗辩或免责事由
8. 损失或影响
请把“来源没有记载”的地方明确标为“缺失”，不要猜。
这才是法律人更值得训练的 NotebookLM 用法。
不是让它“写分析”。
而是让它把材料塞进法律要件框架里。
然后由律师判断哪些够，哪些不够，哪些需要补。
06 第四个硬核用法：生成时间线，但必须带来源
诉讼、仲裁、合规调查、投融资项目，都离不开时间线。
但手工拉时间线很烦。
邮件、合同、纪要、聊天记录、付款凭证，一份份翻下来，很容易漏。
你可以这样问：
请基于当前来源生成一份项目时间线。
输出字段：
日期｜事件｜涉及主体｜来源文件｜原文摘录｜事件类型｜是否需要核验
事件类型请使用：
合同签署、付款、交付、验收、催告、会议沟通、争议发生、补充协议、解除/终止、其他。
要求：
1. 没有明确日期的，放入“日期待确认”部分。
2. 日期格式不一致的，请统一格式，但保留原文日期。
3. 同一天多个事件分别列出。
4. 不要根据上下文推测日期。
5. 最后列出“时间线断点”，也就是明显缺少材料或无法连接的时间段。
“时间线断点”这四个字很重要。
因为真正有用的不是一张看起来完整的时间线。
而是你知道哪里不完整。
法律工作里，缺口本身就是信息。
07 第五个硬核用法：把尽调资料做成“缺口地图”
NotebookLM 用在尽调上，最好不要一上来让它写报告。
先让它找缺口。
比如：
请根据当前来源，生成一份尽调资料缺口地图。
请按模块输出：
公司治理｜资产权属｜重大合同｜债权债务｜劳动用工｜知识产权｜诉讼仲裁｜行政处罚｜数据合规｜税务社保
每个模块下列出：
1. 已提供材料
2. 尚未看到但通常需要的材料
3. 当前材料中存在矛盾或不清楚的地方
4. 应向客户追问的问题
5. 是否需要律师人工查看原件
请不要写风险结论，只做资料状态判断。
这个用法的价值很现实。
它可以把“材料是否齐”这件事先变得可见。
尽调里的很多痛苦，不是法律问题太难。
是资料一直不齐，问题一直散，追问一直漏。
08 第六个硬核用法：把会议录音和访谈材料变成追问清单
Google 官方已经支持在 NotebookLM 中加入音频文件和公开 YouTube 链接等来源，并可围绕转写内容进行问答和引用。对法律人来说，这不只是“生成播客”。
更实用的是：
把访谈录音、会议纪要、客户说明和书面材料放在一起，让它找出下一轮要追问的问题。
可以这样问：
请基于当前来源中的访谈记录、会议纪要和书面材料，生成一份追问清单。
请分成三类：
1. 为确认事实必须追问的问题
2. 为补充证据必须追问的问题
3. 为判断法律风险必须追问的问题
每个问题请包括：
追问对象｜问题内容｜为什么要问｜对应来源｜如果不追问的风险
要求：
不要问来源里已经明确回答的问题。
不要问过于宽泛的问题。
每个问题都要能直接拿去发给客户或业务部门。
这类输出，尤其适合年轻律师。
因为它训练的不是“把纪要写漂亮”。
而是从杂乱表达里看出下一步工作。
09 第七个硬核用法：用 Audio / Video Overview 做新人预读
很多人把 NotebookLM 的 Audio Overview 当成新鲜功能。
但在法律团队里，它更适合做培训和预读。
比如一个新人要加入某个项目。
你可以把脱敏后的项目背景、合同、会议纪要、问题清单放进 notebook，然后生成：
- Briefing document：给新人快速了解项目；
- FAQ：整理常见问题；
- Study guide：做培训材料；
- Audio Overview：让新人通勤时先听一遍；
- Timeline：先建立项目时间感；
- Quiz / Flashcards：检查新人是否读懂。
Google 官方帮助页也提到，NotebookLM 可在 Studio 中生成 audio、video、flashcards、quizzes、reports 等材料，Audio Overview 还可以按不同形式生成，例如深度讨论、简报、批判式反馈、辩论等。
法律团队可以把它转译成：
不是让新人少读材料。
而是让新人读材料前，先有地图。
不过要提醒一句：
Audio 和 Video Overview 适合预读，不适合做正式依据。
正式判断还是要回到原文和律师复核。
10 第八个硬核用法：把一个大案拆成多个 notebook
资料一多，NotebookLM 也会乱。
不要把所有材料都丢进一个大 notebook。
更好的方式，是按法律任务拆：
Notebook 01：案件总览与时间线
Notebook 02：合同及补充协议
Notebook 03：付款与履行证据
Notebook 04：往来函件与会议纪要
Notebook 05：法律依据与裁判观点
Notebook 06：客户汇报与问题清单
每个 notebook 只解决一个问题。
然后用一个“总控文档”记录：
- 这个 notebook 的用途；
- 放了哪些来源；
- 适合问什么；
- 不适合问什么；
- 最后输出了哪些结论或问题。
如果一个案件特别复杂，可以先建“原始材料 notebook”，让它输出问题清单；再把筛选后的材料放进“可交付 notebook”。
这有点像法律项目管理。
不是所有材料都进报告。
也不是所有输出都能交付。
11 一个今晚就能试的完整流程
如果你想今晚就试一次，可以从低风险材料包开始。
不要用真实客户敏感材料。
选一组公开资料，或者一份已经脱敏的合同项目。
第一步，整理材料。
01-主合同.pdf
02-补充协议.pdf
03-会议纪要.md
04-客户问题清单.docx
05-相关法规摘录.pdf
06-历史邮件摘要.md
第二步，上传到 NotebookLM。
第三步，先问总览：
请只基于我提供的来源，生成一份材料总览。
请列出主体、时间线、关键文件、主要争议、缺失信息和需要律师确认的问题。
每一项都要标注对应来源。
第四步，问证据标签：
请围绕“是否逾期付款”提取所有相关信息，并按直接证据、间接线索、相互印证、冲突信息、待核验分类。
第五步，问矛盾矩阵：
请找出合同、会议纪要、邮件摘要之间关于付款、交付、验收、解除的矛盾或不一致。
第六步，问要件表：
请围绕“逾期付款违约责任”生成法律要件审查表，只填来源中能找到的事实，缺失处明确标注。
第七步，问追问清单：
请生成一份可发给客户的补充问题清单，问题必须具体、可回答，并说明对应来源和追问目的。
第八步，人工复核。
不要跳过这一步。
把 NotebookLM 给出的每个关键结论点，回到原文核一遍。
如果要进入正式法律意见、诉讼材料或客户汇报，再回到权威数据库核验法规、案例和时效性。
12 它和 Codex 怎么配合
如果说 Codex 更像“任务执行助手”，NotebookLM 更像“资料阅读助手”。
这两个工具的气质不一样。
NotebookLM 适合：
- 材料总览；
- 来源问答；
- 证据标签；
- 矛盾矩阵；
- 时间线；
- 尽调缺口地图；
- 新人预读材料。
Codex 适合：
- 围绕项目文件夹生成底稿；
- 整理台账；
- 输出合同审查表；
- 生成客户问题清单；
- 留下复核记录；
- 把一次项目经验沉淀成工作流。
一个很自然的组合是：
先用 NotebookLM 从材料里找线索。
再用 Codex 把线索变成交付流程。
律师负责判断、取舍、表达和背书。
这才是比较健康的法律 AI 工作流。
13 最后讲边界
NotebookLM 很适合“从材料里找线索”。
但它不适合替代法律检索。
也不适合替代律师判断。
更不适合绕过保密规则。
使用时至少记住五句话：
第一，来源质量决定输出质量。
OCR 错误、文件残缺、标题混乱、材料重复，都会影响结果。
第二，有引用不等于结论正确。
引用只是说明它能指回某段材料。那段材料怎么解释、是否适用、能不能作为法律依据，仍然是律师的工作。
第三，法规和案例必须二次核验。
条文时效、裁判规则、地域差异、监管口径，必须回到权威数据库和正式来源。
第四，敏感材料不要随手上传。
客户原始材料、商业秘密、未公开交易文件、诉讼策略、个人敏感信息，都要先看账号类型、数据政策、内部授权和客户保密义务。
第五，不要把“总结得很完整”误认为“审查得很充分”。
AI 很擅长给你一个完整的样子。
律师要做的，是把这个样子拆开，逐项看依据。
法律人不缺工具。
缺的是能真正放进工作流里的工具。
NotebookLM 的意义，不在于它又多会写。
而在于它让法律人面对海量资料时，多了一个相对可控的阅读入口。
Codex 解决的是“怎么把任务推进下去”。
NotebookLM 解决的是“怎么先从材料里看出问题”。
一个偏执行。
一个偏阅读。
而法律人的真正价值，仍然在两者之后：
把线索变成判断。
把判断变成方案。
把方案变成客户能理解、也经得起复核的交付。
资料来源
官方资料：
- Google NotebookLM Help：Create a notebook
https://support.google.com/notebooklm/answer/16206563 - Google NotebookLM Help：Generate Audio Overview in NotebookLM
https://support.google.com/notebooklm/answer/16212820 - Google Blog：NotebookLM Audio Overviews
https://blog.google/technology/ai/notebooklm-audio-overviews/ - Google Blog：NotebookLM adds audio and YouTube support
https://blog.google/innovation-and-ai/products/notebooklm-audio-video-sources/ - Google Workspace Updates：NotebookLM and NotebookLM Plus as a core service
https://workspaceupdates.googleblog.com/2025/02/notebooklm-and-notebooklm-plus-now-workspace-core-service.html
法律与社区参考：
- Lawra：NotebookLM for Legal Practice
https://lawra.io/learn/notebooklm/ - LLRX：NotebookLM for Lawyers: AI That Focuses on Your Documents
https://www.llrx.com/2025/12/notebooklm-for-lawyers-ai-that-focuses-on-your-documents/ - Attorney at Work：NotebookLM for Lawyers
https://www.attorneyatwork.com/notebooklm-for-lawyers/ - Reddit NotebookLM 社区关于 citation、source quality、clean OCR、conflict finding、reusable prompts 的实践讨论。
提示：社区内容只用于提炼真实使用感和工作流思路，不作为法律或产品事实来源。涉及数据政策、可用功能、账号权限，以 Google 官方页面和所在机构规则为准。