Como usar o NotebookLM: A IA do Google para Pesquisar e Estudar com seus Documentos [2026]

Quem já pediu para um chatbot resumir um PDF de 80 páginas conhece a sensação: a resposta parece ótima até você procurar a frase citada e descobrir que ela nunca esteve no documento. O NotebookLM resolve esse problema de um jeito simples. Ele responde com base nas fontes que você carrega, e cada afirmação vem com um número clicável que leva ao trecho exato de onde saiu. Saber como usar NotebookLM direito transforma pilhas de relatórios, apostilas, transcrições e documentações em um assistente de pesquisa que conhece o seu material de verdade.

A ferramenta mudou bastante em 2026. Em junho, passou a rodar sobre os modelos Gemini 3.5 e ganhou, em alguns planos, um computador na nuvem por caderno, capaz de escrever e executar código para analisar dados. Em julho, o Google rebatizou o produto como Gemini Notebook e conectou os cadernos ao app do Gemini. O nome novo ainda está chegando aos poucos nas interfaces e quase todo mundo continua procurando pelo antigo, então vamos chamar de NotebookLM ao longo do texto.

Aqui reunimos o que aprendemos usando a ferramenta na Marfin para estudar documentação técnica, organizar pesquisa de mercado e preparar briefings: o passo a passo do primeiro caderno, como escolher fontes, como conversar com elas, o que cada recurso do Studio entrega, um roteiro de estudo, a comparação com ChatGPT, Claude e Gemini, os planos atualizados e as dicas que mais economizam tempo.

Link para esta seçãoO que é o NotebookLM e como ele funciona

O NotebookLM é um assistente de pesquisa do Google construído sobre os modelos Gemini. A peça central é o caderno (notebook): um espaço onde você reúne as fontes de um assunto, como PDFs, Google Docs, apresentações, planilhas, sites, vídeos do YouTube e textos colados, e conversa com a IA sobre esse conjunto. Segundo o próprio Google, mais de 30 milhões de pessoas e 600 mil organizações usam a ferramenta.

A diferença para um chat comum está na ancoragem nas fontes, o que o mercado chama de grounding. Quando você pergunta algo, o NotebookLM busca os trechos relevantes nos documentos do caderno e monta a resposta a partir deles, com citações numeradas. Por baixo, é uma aplicação de RAG, a técnica de geração aumentada por recuperação que explicamos no guia sobre o que é RAG. Na prática, isso significa menos invenção e mais rastreabilidade: se a resposta diz que a receita de um concorrente cresceu 18%, você clica no número da citação e vê o parágrafo do relatório que sustenta a informação.

Esse desenho tem uma consequência que muita gente estranha no começo. Quando a informação está fora das fontes, o NotebookLM tende a avisar que não encontrou nada sobre aquilo, em vez de completar com conhecimento geral. Para estudo e pesquisa, esse comportamento é uma vantagem enorme, porque deixa claro onde o seu material tem lacunas. Se você está começando a entender como esses sistemas funcionam, nosso guia completo de inteligência artificial explica a base, de modelos de linguagem a agentes.

Link para esta seçãoO que mudou com o Gemini Notebook

No dia 16 de julho de 2026, o Google anunciou a troca de nome para Gemini Notebook. O produto continua existindo como ferramenta independente, com o mesmo foco em pesquisa, e os cadernos antigos e links compartilhados seguem funcionando por redirecionamento automático. A mudança concreta veio na integração: agora dá para criar e abrir cadernos direto no app do Gemini, com sincronização entre os dois lados, e o Google já anunciou que os cadernos vão aparecer também no AI Mode da busca.

A atualização de junho trouxe as outras novidades grandes. O chat passou a mostrar os passos do raciocínio antes da resposta final, o que ajuda a entender como a ferramenta chegou a uma conclusão. E cada caderno pode ganhar um computador seguro na nuvem, que escreve e executa código para análise de dados sobre as suas fontes. Esse recurso começou pelos assinantes do Google AI Ultra e pelos clientes Workspace e está sendo liberado para o plano Pro. Para quem trabalha com planilhas grandes, vale acompanhar de perto.

Link para esta seçãoComo usar NotebookLM passo a passo

O primeiro caderno fica pronto em menos de cinco minutos. Tudo que você precisa é uma conta Google e alguns documentos sobre o assunto que quer estudar ou pesquisar.

Link para esta seção1. Crie o caderno

Acesse notebooklm.google.com, que continua funcionando e leva para a versão atual, ou baixe o app para Android e iOS. Clique em "Criar novo" e dê um nome que descreva o objetivo, como "Pesquisa concorrentes CRM" ou "Prova de Estatística, segundo bimestre". Um caderno por assunto é a regra que mais funciona para nós, porque misturar temas diferentes no mesmo espaço polui as respostas.

Link para esta seção2. Adicione as fontes

A janela de fontes aceita arquivos do computador (PDF, texto, Markdown e áudio), documentos do Google Drive (Docs, Slides e Sheets), links de sites, vídeos públicos do YouTube com legenda e texto copiado. Cada fonte pode ter até 500 mil palavras ou 200 MB, e o plano gratuito comporta 50 fontes por caderno. Documentos do Google Drive têm uma vantagem extra: quando o arquivo original muda, dá para sincronizar a versão do caderno com um clique, enquanto PDFs ficam congelados na versão enviada.

Link para esta seção3. Deixe o NotebookLM buscar fontes para você

Se você ainda está sem material, use a pesquisa integrada. O modo rápido (Fast Research) varre a web ou o seu Drive e sugere fontes relevantes para importar. O modo Deep Research vai além: navega por dezenas de páginas, monta um relatório com o que encontrou e permite importar tanto o relatório quanto as fontes originais para o caderno. É a forma mais rápida de sair do zero em um assunto novo, desde que você revise a lista antes de importar e descarte o que parecer fraco.

Link para esta seção4. Faça as primeiras perguntas

Assim que as fontes carregam, o NotebookLM gera um resumo do conjunto e sugere algumas perguntas. Deixe as sugestões genéricas de lado e pergunte o que você realmente precisa saber. Passe o mouse sobre os números das citações para ver o trecho original e clique neles para abrir a fonte no ponto exato. Respostas úteis podem ser salvas como nota com um clique, e notas podem virar fontes do próprio caderno.

Link para esta seção5. Gere materiais no Studio

O painel Studio, à direita, transforma as fontes em formatos prontos: resumo em áudio, vídeo, mapa mental, relatório, flashcards, quiz, infográfico, apresentação e tabela de dados. Detalhamos cada um mais abaixo.

Link para esta seçãoComo escolher e organizar as fontes

A qualidade de tudo que o NotebookLM entrega depende do que entra no painel de fontes. Parece óbvio, mas é justamente o ponto onde os cadernos ruins falham. Colocar 50 links aleatórios sobre um tema gera respostas vagas e contraditórias, porque a ferramenta tenta conciliar tudo que recebeu.

Nosso critério é tratar o caderno como uma bibliografia curada. Para estudar uma ferramenta nova, por exemplo, carregamos a documentação oficial, o changelog dos últimos meses e dois ou três tutoriais de fontes confiáveis. Para pesquisa de mercado, entram relatórios setoriais, páginas de preço dos concorrentes e transcrições de entrevistas com clientes. Menos fontes e fontes melhores produzem respostas mais precisas do que um caderno lotado.

Um recurso subestimado é marcar e desmarcar fontes. Cada fonte tem uma caixa de seleção, e só as marcadas entram na resposta. Se você quer comparar o que dois documentos específicos dizem sobre o mesmo tema, desmarque o resto e faça a pergunta. Isso evita que um terceiro documento contamine a comparação.

Também vale renomear as fontes com nomes claros, como "Relatório Q2 2026 Concorrente A" em vez de "download (3).pdf". As citações ficam mais fáceis de conferir, e você entende de onde vem cada informação sem precisar abrir o arquivo. Para material em áudio ou vídeo longo, como gravações de aulas e reuniões, o NotebookLM trabalha sobre a transcrição, então áudio limpo e legendas corretas fazem diferença na precisão das respostas.

Link para esta seçãoComo conversar com as fontes no chat

O chat é onde o NotebookLM mais se parece com outros assistentes, e onde a maioria das pessoas para. As perguntas que mais rendem são as que exigem cruzar documentos: "em quais pontos os três relatórios discordam sobre o tamanho do mercado?", "liste as objeções que aparecem em mais de uma entrevista", "que conceitos da aula 4 dependem do que foi visto na aula 2?". Esse tipo de pergunta é difícil de responder lendo documento por documento, e é exatamente onde a ferramenta brilha.

Link para esta seçãoConfigure o chat para o seu objetivo

No ícone de configuração do chat, dá para definir instruções personalizadas e o tamanho das respostas. Você pode pedir que a IA responda como um professor paciente, como um analista crítico que aponta furos no argumento ou como um revisor que responde de forma curta e objetiva. Para estudo, uma instrução como "explique cada conceito com um exemplo prático e termine com uma pergunta de revisão" muda completamente a experiência.

Outro cuidado é o histórico. O NotebookLM considera a conversa anterior ao responder, então, se o chat ficou poluído com perguntas de outro assunto, apague o histórico e recomece. As notas salvas continuam no caderno.

Link para esta seçãoConfira sempre as citações

A ancoragem reduz muito o risco de invenção, mas o risco continua existindo. O modelo pode juntar dois trechos de forma errada, tirar uma frase de contexto ou arredondar um número. Antes de usar qualquer dado em um relatório, artigo ou decisão, abra a citação e leia o trecho original. Explicamos os motivos técnicos disso no guia sobre alucinação de IA e como reduzir o problema.

Link para esta seçãoStudio do NotebookLM: Audio Overview, mapas mentais e outros formatos

O Studio é o que mais diferencia o NotebookLM de outras ferramentas. Com um clique, ele transforma o conteúdo do caderno em materiais de estudo e apresentação, todos baseados nas fontes. Dá para gerar vários formatos a partir do mesmo caderno e personalizar cada um com instruções de foco, público e idioma.

Link para esta seçãoAudio Overview, o podcast feito com seus documentos

O Audio Overview foi o recurso que tornou o NotebookLM famoso. Ele cria uma conversa em formato de podcast entre dois apresentadores de IA que discutem o conteúdo das fontes com uma naturalidade surpreendente. Funciona em português e em mais de 80 idiomas. Há quatro formatos: o mergulho profundo (Deep Dive), que explora o tema em detalhe, o resumo curto (Brief), a crítica (Critique), em que os apresentadores avaliam o material e sugerem melhorias, e o debate (Debate), em que defendem pontos de vista opostos.

Antes de gerar, use o campo de personalização para direcionar a conversa: "foquem nas implicações para pequenas empresas", "expliquem como se o ouvinte nunca tivesse estudado economia", "dediquem mais tempo ao capítulo 3". O modo interativo permite entrar na conversa durante a reprodução e fazer perguntas aos apresentadores, que respondem com base nas fontes. Para quem estuda no trânsito ou na academia, é um jeito excelente de revisar conteúdo longo.

Link para esta seçãoVideo Overview

O Video Overview gera um vídeo narrado no estilo de apresentação de slides, com imagens, diagramas e trechos citados das fontes. Desde julho de 2026 também existem os vídeos curtos, com cerca de 60 segundos em formato vertical, bons para revisar um conceito específico ou compartilhar um resumo com o time. Nos planos pagos mais altos aparece ainda o Cinematic Video Overview, uma versão totalmente animada criada com o modelo de vídeo do Google.

Link para esta seçãoMapa mental

O mapa mental organiza os temas do caderno em uma árvore interativa. Clicar em um ramo dispara uma pergunta automática no chat sobre aquele tópico. É o melhor ponto de partida quando você carregou muito material e ainda está sem saber por onde começar, e também uma forma rápida de perceber quais assuntos as fontes cobrem pouco.

Link para esta seçãoRelatórios, flashcards e quiz

Os relatórios transformam as fontes em documentos estruturados, como guia de estudo, documento de briefing, post de blog, perguntas frequentes ou linha do tempo, e o NotebookLM sugere formatos extras de acordo com o conteúdo do caderno. Para quem estuda, os flashcards e o quiz são a parte mais útil: as perguntas saem do seu material, com explicação de cada resposta e link para o trecho de origem. Dá para ajustar quantidade e dificuldade e pedir foco em tópicos específicos.

Link para esta seçãoInfográficos, apresentações e tabelas de dados

Desde o fim de 2025, o Studio gera infográficos e apresentações de slides com visual caprichado, usando o modelo de imagem do Google. Os slides funcionam muito bem como primeiro rascunho, e a exportação para PowerPoint e Google Slides facilita a edição, mas conte com ajustes manuais antes de mostrar para um cliente. A tabela de dados extrai informações espalhadas pelas fontes e organiza tudo em linhas e colunas, com exportação para o Google Sheets. Para comparar preços, recursos ou métricas citadas em vários documentos, economiza horas de copiar e colar.

Link para esta seçãoComo usar NotebookLM para estudar

O NotebookLM nasceu com cara de ferramenta de estudo, e é nesse uso que ele mais se destaca. O roteiro que recomendamos para quem está se preparando para uma prova, uma certificação ou um concurso começa pela montagem do caderno com o material oficial da disciplina: apostilas, slides das aulas, capítulos de livros em PDF e as gravações das aulas, se estiverem no YouTube com legenda. Se houver provas anteriores, elas entram também, porque ajudam a IA a entender o estilo das questões.

Com o caderno montado, gere o mapa mental para enxergar a estrutura do conteúdo e peça um guia de estudo nos relatórios. Depois, vá tópico por tópico no chat, pedindo explicações com exemplos e comparações entre conceitos parecidos. Quando algo ficar confuso, peça para a ferramenta explicar de outro jeito ou com uma analogia. Tudo continua ancorado no material da disciplina, então você estuda o que vai cair, sem desviar para a versão genérica que um chatbot comum daria.

Na fase de revisão, entram os flashcards e o quiz. Faça o quiz antes de reler um tópico para descobrir o que ainda está fraco, e repita depois para medir o avanço. Os Audio Overviews servem para revisar em momentos em que ler é impossível, e o formato de debate é ótimo para matérias em que existem correntes teóricas diferentes. Uma técnica que funciona bem é pedir no chat: "crie cinco questões no estilo das provas anteriores sobre o capítulo 6, com gabarito comentado". Como as provas estão no caderno, as questões saem muito mais próximas do que você vai encontrar.

Para professores, o caminho inverso também funciona. Carregue o plano de aula e os textos de apoio, gere um guia de estudo e um quiz, e compartilhe o caderno com a turma em modo somente chat. Os alunos fazem perguntas sobre o material sem acesso para editar as fontes.

Link para esta seçãoComo usamos o NotebookLM na Marfin

Nosso uso se concentra em três frentes. A primeira é estudar ferramentas novas. Quando uma plataforma lança uma atualização grande, carregamos a documentação oficial, as notas de versão e alguns tutoriais em um caderno, geramos o mapa mental para entender o terreno e fazemos perguntas específicas no chat. Em uma hora, o time sai com uma visão clara do que mudou e do que afeta os projetos em andamento.

A segunda frente é pesquisa de mercado e de conteúdo. Antes de escrever um artigo grande ou montar uma estratégia para um cliente, reunimos relatórios, páginas de concorrentes e dados de busca em um caderno e pedimos um relatório de briefing com as lacunas que os concorrentes deixam em aberto. Esse fluxo se encaixa no que descrevemos no guia sobre IA no marketing para escalar a estratégia de conteúdo.

A terceira é organizar conhecimento interno. Transcrições de reuniões, decisões de produto e documentos de processo ficam em cadernos compartilhados, e qualquer pessoa do time consegue perguntar "o que decidimos sobre a migração do banco na reunião de março?" e receber a resposta com a citação da ata.

O NotebookLM ocupa a etapa de pesquisa e entendimento no nosso fluxo, e a produção acontece em outras ferramentas. O Claude Code é a ferramenta de IA que mais usamos no dia a dia, e o Cursor é a IDE que usamos para building. Um caminho que funciona bem é pedir ao NotebookLM um relatório técnico sobre uma API ou biblioteca a partir da documentação oficial e depois passar esse relatório como contexto para o Claude Code implementar a integração. A pesquisa fica rastreável, e o agente de código recebe um resumo preciso em vez de ter que ler dezenas de páginas soltas.

Link para esta seçãoNotebookLM vs ChatGPT, Claude e Gemini

A pergunta que mais ouvimos é se vale ter mais uma ferramenta quando ChatGPT, Claude e Gemini já aceitam upload de arquivos. A resposta depende do tipo de trabalho.

O app do Gemini é um assistente generalista: conversa sobre qualquer assunto, busca na web, gera imagens e executa tarefas no ecossistema Google. Com a integração de 2026, ele passou a acessar os cadernos do NotebookLM, mas o foco continua amplo. Para conhecer tudo que o assistente faz, veja nosso guia de como usar o Gemini. O NotebookLM segue especializado em trabalhar dentro de um conjunto fechado de fontes, com citações em cada resposta e o Studio para gerar materiais.

ChatGPT e Claude também trabalham com documentos, e os Projetos de ambos guardam arquivos e instruções entre conversas. O Claude, em especial, lida muito bem com documentos longos e com análises que exigem raciocínio encadeado. A diferença está na rastreabilidade e no volume: o NotebookLM aguenta 50 fontes grandes por caderno no plano gratuito, cita o trecho exato de cada afirmação e tende a recusar respostas que as fontes deixam sem sustentação. ChatGPT e Claude completam com conhecimento geral com mais facilidade, o que ajuda em tarefas criativas e atrapalha quando você precisa de fidelidade ao material.

Nosso critério prático é simples. Para estudar, revisar documentação, pesquisar com base em documentos e gerar material didático, NotebookLM. Para escrever, criar, programar e raciocinar livremente, Claude e Claude Code. Para tarefas gerais dentro do Google, Gemini.

Link para esta seçãoLimitações do NotebookLM

Nenhuma ferramenta resolve tudo, e o NotebookLM tem limites claros. O primeiro é a dependência das fontes: se o material é ruim, desatualizado ou enviesado, as respostas herdam os mesmos problemas, agora com a aparência de confiabilidade que as citações dão. O segundo é a leitura de elementos visuais. Tabelas complexas em PDF, gráficos e imagens escaneadas nem sempre são interpretados corretamente, então confira com atenção os números que vêm desses trechos.

Há também limites de uso. No plano gratuito são 50 perguntas no chat por dia, 3 Audio Overviews por dia e 10 Deep Research por mês, o que atende o uso casual e fica apertado para quem estuda intensamente. PDFs protegidos contra cópia ficam de fora, e vídeos do YouTube precisam ser públicos e ter legenda.

Por fim, a privacidade. O Google afirma que os dados das contas pessoais, incluindo fontes, perguntas e respostas, ficam fora do treinamento dos modelos, com a ressalva de que feedbacks enviados podem ser revisados por pessoas. Contas Workspace seguem as regras de proteção de dados corporativas. Mesmo assim, pense duas vezes antes de subir contratos e dados sensíveis de clientes em uma conta pessoal.

Link para esta seçãoPreços e planos do NotebookLM em 2026

Desde o Google I/O de maio de 2026, os limites do NotebookLM acompanham os planos de assinatura Google AI. Todos compartilham o mesmo teto por fonte, 500 mil palavras ou 200 MB, e o que muda é a quantidade de cadernos, fontes e gerações por dia.

O Deep Research também escala: 10 por mês no gratuito, 3 por dia no Plus e 20 por dia no Pro. O Pro inclui ainda o acesso ao computador na nuvem para análise de dados, conforme a liberação avança, e uma cota pequena de Cinematic Video Overviews.

Para a maioria das pessoas, o plano gratuito resolve. O Plus é um meio-termo razoável para quem esbarra nos limites só de vez em quando. O Pro compensa para quem estuda ou pesquisa todos os dias com volume alto, precisa de mais fontes por caderno ou gera muitos Audio Overviews, e ajuda o fato de a assinatura incluir também o Gemini com limites maiores e armazenamento extra no Google One. O Google costuma oferecer condições especiais para estudantes universitários no Pro, então vale conferir a página de planos antes de assinar. Empresas que já usam Google Workspace têm o NotebookLM incluído nos planos compatíveis, com as proteções de dados corporativas.

Link para esta seção9 dicas para usar o NotebookLM no dia a dia

1. Um caderno por objetivo. Misturar temas diferentes no mesmo caderno faz a IA puxar trechos irrelevantes para as respostas. Crie cadernos focados, com nomes que descrevam o objetivo, e arquive os que perderam utilidade.

2. Crie uma fonte de contexto. Escreva um documento curto explicando o objetivo do caderno, o público e o que você espera das respostas, e adicione como fonte. Junto com as instruções personalizadas do chat, isso alinha o tom e o foco de tudo que a ferramenta gera.

3. Transforme boas respostas em fontes. Quando o chat produzir uma síntese valiosa, salve como nota e converta em fonte. O caderno vai acumulando conhecimento processado, e as próximas respostas partem de um patamar mais alto.

4. Pergunte o que as fontes deixam de fora. Uma das perguntas mais úteis é "que dúvidas sobre este tema as fontes atuais deixam sem resposta?". Ela revela lacunas na pesquisa antes que alguém aponte o problema na reunião.

5. Faça o quiz antes e depois de estudar. Responder perguntas antes de ler um tópico ativa a memória e mostra onde concentrar o esforço. Repetir o quiz depois mede o que realmente ficou.

6. Personalize o Audio Overview para o público. O mesmo material vira conversas bem diferentes quando você especifica quem vai ouvir e o que priorizar. Para compartilhar com o time, peça foco nas decisões práticas e deixe a teoria de lado.

7. Use a seleção de fontes para comparar. Marque apenas dois documentos e peça as diferenças entre eles. É o jeito mais rápido de comparar propostas, versões de contrato ou relatórios de anos diferentes.

8. Prefira Google Docs para material que muda. Documentos do Drive podem ser sincronizados quando o original é atualizado, e PDFs ficam presos à versão enviada. Para documentação viva, como processos internos, essa diferença evita respostas desatualizadas.

9. Leve o resultado para a ferramenta de produção. O NotebookLM brilha na pesquisa e no estudo. Exporte relatórios para o Google Docs e use esse material como contexto no Claude, no Claude Code ou no editor que você preferir, onde o trabalho final acontece.

Com um caderno bem montado, o NotebookLM vira a sua memória de pesquisa, organizada por projeto e com fonte para cada afirmação. Comece pelo plano gratuito, escolha um assunto que você precisa dominar nas próximas semanas, carregue cinco ou seis fontes boas e teste o mapa mental, o chat e um Audio Overview. Em uma tarde, você vai saber exatamente onde a ferramenta entra na sua rotina.

Leia também:

• Inteligência artificial: guia completo para entender e usar
• Como usar o Gemini: guia completo
• O que é RAG e como funciona
• Alucinação de IA: como reduzir na prática
• Engenharia de contexto: como dar o contexto certo para a IA
• Prompt engineering: guia completo em português
• Como usar o Claude: guia completo
• Claude vs ChatGPT vs Gemini: qual escolher
• O que é LLM e como funcionam os modelos de linguagem
• Banco de dados vetorial: o que é e para que serve