Lección 20 - NotebookLM
En la entrada de esta semana realizamos un repaso completo de la herramienta de investigación NotebookLM, desarrollada por Google.
Ya iba tocando dedicar una entrada completa a NotebookLM después de usarla en algunas lecciones. Junto al Deep Research de OpenAI, NotebookLM es la herramienta más versátil que existe para investigación actualmente.
Disclaimer
Esta entrada no va a ser "la mejor y más definitiva guía" sobre NotebookLM (como algunas que circulan por ahí). No te prometeré ganancias, ni megaprompts, ni historias. Los que seguís Artificialmente ya sabéis que nos gustan las cosas tranquilas y con sabor añejo, sin trucos para conseguir suscriptores y sin palabras rimbombantes, lead magnets gromenauer condemor.
Esta guía nace fruto de mi experiencia y usos cotidianos con NotebookLM y será imperfecta, pero real. Escrita con las yemas de mis dedos para que aprendas a usarla con cabeza.
Venga, ya está bien de palabrería.
¿Qué es NotebookLM?
Uno de los grandes problemas de ChatGPT es que alucina y se va por la tangente. NotebookLM es una herramienta gratuita de Google que se basa exclusivamente en tus propios documentos sin verse contaminado por datos externos.
Cada respuesta que ofrece NotebookLM (a partir de ahora nLM para abreviar) incluye citas del documento del que ha extraído la información para que veas que no se lo inventa. Si lo necesitas, puede completar con información externa, pero te lo dirá claramente.
En pocas palabras: es una IA a la que puedes subirle muchos archivos y se los lee enteros, pudiendo preguntarle cualquier cosa sin tener que revisarlos manualmente.
Interfaz y funciones
Bien, vamos a la acción. Entra en la web y haz login con tu cuenta de Google. nLM se organiza por "cuadernos".
Crea uno nuevo para empezar. Cada cuaderno puede albergar hasta 50 documentos (los llaman fuentes), y pueden ser PDF, texto, markdown, mp3, archivos de Google Docs, vídeos de YouTube o páginas webs.
Mejores fuentes significan mejores respuestas. nLM no hace milagros, si le metes un batiburrillo de documentos con palabrería y poca calidad, sus respuestas serán genéricas. Merece la pena dedicar unos minutos a preparar y seleccionar la información.
Una vez hemos añadido nuestras fuentes, esta sería la interfaz principal.
A la izquierda están todas las fuentes que hemos subido. En el centro el chat principal para hacer las preguntas. Y a la derecha el panel de estudio con algunas funciones extra y las notas que hemos guardado (las notas también se pueden añadir como fuentes).
IMPORTANTE. ALERTA. Las conversaciones del chat se borran cada vez que salimos de nLM. Es necesario guardar CADA respuesta como nota individual. Esto lo aprendí dolorosamente hace mucho.
Función Discover
Si no tenemos muchas fuentes, podemos usar la función de descubrimiento, donde escribimos el tema y realiza una búsqueda por Internet para sugerirnos páginas. Ten en cuenta que serán webs sin filtrar, por lo que interesa echarles un ojo primero por si son mierdi-artículos SEO.
Función Podcast
Esta es la función que se ha hecho más famosa de nLM, pero realmente es solo un extra. Se trata de dos personas hablando sobre las fuentes que has subido, como si se tratara de un programa de radio.
Lo típico era subirle el currículum o perfil de LinkedIn y tener tu momento ególatra escuchando cómo te ensalzan públicamente. Llevan razón, soy mucho más guay de lo que sospechaba.
Además del onanismo, se pueden generar resúmenes de nuestros documentos para escucharlos por la calle (sobre todo ahora que se pueden generar en español). También se pueden hacer preguntas en "directo", pero yo esto no lo he probado.
La idea es personalizar el podcast para que hablen de lo que nos interese y se enfoquen en las fuentes que le digamos (podemos desmarcar en el panel de la izquierda las que no queramos incluir).
Función de Notas
Como decíamos antes, las conversaciones del chat principal se borran en cuanto salimos de nLM. Para evitarlo, debemos guardar cada respuesta como nota, que aparecerá en el panel de la izquierda.
Vemos que también nos sugiere algunos formatos predefinidos, como una guía de estudio, preguntas frecuentes o documentos de resumen. Son útiles como idea general, pero lo ideal es que prompteemos nosotros las preguntas de forma concreta
Función Mapa conceptual
En la Lección 14 ya vimos cómo generar mapas mentales con IA. Aquí lo tenemos más fácil seleccionando la opción en el panel del chat.
Función de Chat
Por último, el grueso de la herramienta, el panel del chat donde realizar todas las preguntas. Aquí debajo le pregunto a un cuaderno con todas las lecciones de Artificialmente añadidas como fuente.
Como vemos, la respuesta tiene un montón de citas. De hecho, si pulsas sobre una, abre una ventana con el contenido original para que contrastes la información. Esto lo convierte en una herramienta estupenda para investigar.
¿Cómo hablar con NotebookLM?
Ya hemos visto sus partes y funciones. Ahora echemos un vistazo al prompteo.
La forma de preguntar a nLM es muy parecida a la del resto de modelos de lenguaje, con la diferencia de que aquí ya tiene todo nuestro contexto (las fuentes). Es decir, no tenemos que explicarle nada ni ponerle en situación. Por lo demás, seguiremos las mismas recomendaciones que hemos ido viendo hasta ahora en las lecciones.
nLM está basado en Google Gemini, por lo que tiene una memoria muy grande de más de un millón de tokens para escanear nuestros documentos y responder, usando una técnica llamada RAG. ¿RAG? Mejor que lo explique ChatGPT...
A efectos prácticos, puedes preguntarle de forma muy concreta con la certeza de que buscará en todos los PDF, no como ChatGPT, que se los lee a medias y a veces responde lo que quiere.
Aquí le he preguntado algo muy preciso a mi cuaderno con las lecciones de Artificialmente (¿en qué lección dije que los médicos tienen una letra terrible?) y lo ha respondido a la perfección, citando las palabras que usé. Además, bucea en el resto del contenido para encontrar dónde más se menciona ese tema.
No solo se trata de recuperar información, también podemos generar información nueva a partir de las fuentes. Lo importante es ser concreto. Por ejemplo, este prompt de abajo para el cuaderno con mi historial de ChatGPT (que vimos cómo generar en la Lección 18).
Elabora una lista con las cinco mejores propuestas de negocio que se puedan extraer o imaginar a partir de cualquier idea o conversación incluida en el historial de ChatGPT. No te quedes en lo más básico y adopta una profundidad de varios niveles de pensamiento. Separa las ideas según su viabilidad económica (barato, medio, caro) y temporal (corto, medio o largo plazo) para la ejecución.
Me haré millonario gracias a esto ;)
Como veremos en la siguiente sección, podemos generar multitud de contenido nuevo. Pero hay que tener claro que nLM está enfocado en la investigación y búsqueda de información. Eso quiere decir que sus capacidades de razonamiento no son tan buenas como ChatGPT, no es tan creativo y no escribe tan bien (pero cada vez lo hace mejor y me va gustando más).
Cada herramienta tiene su cometido y nLM es el más útil como "espacio de trabajo". No hay otra herramienta basada en IA con mejor desempeño para manejar grandes cantidades de información con un mínimo de fiabilidad.
P.D. Con la versión de pago (incluida con Google One) se puede personalizar el estilo y la extensión de la respuesta. Pero vamos, empieza con la gratuita, seguramente te sirva al 99%.
Pausa publicitaria
¡Atención! ¡Esto lo hacen un montón de newsletters y no tengo ni pajolera idea de si funciona!
Se trata de molestar al lector en mitad del artículo para se suscriba o lo comparta con sus amigos.
También escriben así,
con frases cortas,
para que todo esté muy mascadito.
Será que no confían mucho en su audiencia.
En fin, yo te dejo por aquí un botón de compartir y el enlace al mega exclusivo grupo de Telegram.
Ya me dices
si esto funciona
Usos y casos prácticos con NotebookLM
Después de esta miserable pausa, vamos con el plato fuerte de la lección. He recopilado algunos casos de uso que se pueden llevar a cabo con nLM (probados por un servidor), por si te inspiran para tu trabajo.
Aprender más de los libros que lees
Si lees en Kindle o en cualquier otro lector, puedes exportar los subrayados a un documento para subirlo a nLM (junto al libro, si quieres). Eso te permitirá hacer guías de preguntas y respuestas, mapas mentales o charlar con el texto, como si lo estuvieras haciendo con el propio autor.
Créeme, mejora el aprendizaje un montón. Si te interesa saber más de mi flujo de lectura, suscríbete a mi newsletter personal, donde dedicaré una entrada a hablar de Kindle, Obsidian, Readwise, subrayados, y cómo manejo todo ese caos.
Experto en normativas legales o documentación oficial
Por motivos que no vienen al caso, hemos tenido que hablar con el técnico de urbanismo del ayuntamiento en incontables ocasiones. Será que nosotros no sabemos preguntar, o que él no sabe responder. En cualquier caso, me he descargado toda la normativa de urbanismo del ayuntamiento y se la he subido a nLM. Son muchos PDFs alquímicos insoportables de leer.
Ahora tengo a un técnico mucho más amable disponible las 24 horas. Lástima que no pueda firmar licencias...
Lo mismo aplica para el código penal, documentación de software, informes de reuniones, documentación de empresa o equipos de trabajo, y cualquier otra cosa que nos haga infelices.
P.D. Para equipos es útil la función de "compartir" del cuaderno
Hablar con cualquier página web
Podemos introducir un enlace en las fuentes o hacer algo más pro: descargar la página completa y adjuntarla como texto.
Para ello usaremos un scraper como Gobble. Introducimos la web y detectará el texto que encuentre en TODAS sus páginas, no solo la principal. Nos descargamos el archivo de texto y lo subimos a nLM, donde podremos chatear con la información de la página web (por ejemplo, con todas las lecciones de Artificialmente ;))
P.D. Si el archivo de texto es demasiado extenso lo puedes partir en varios trozos con esta web.
Hablar con nuestra app de notas o con nuestro historial de ChatGPT
Hay muchas apps de notas como Notion, OneNote, Upnote, Obsidian... La mayoría permiten exportar a PDF para subir a nLM. Esto permitirá usar la búsqueda semántica (es decir, buscar por contenido, no por palabras clave) y trabajar con nuestras ideas y anotaciones. Es mucho más útil de lo que imaginas, ya que puedes acceder a toda la info de tu segundo cerebro, normalmente sepultada entre cientos de notas caóticas.
También se puede hacer lo mismo con nuestro historial de ChatGPT, como ya hemos comentado y vimos en la Lección 18, para buscar, referenciar o generar nuevas ideas.
Tutorcillo de tesis, TFM o profesor
Un buen tutor es irreemplazable, pero si cargamos toda nuestra bibliografía de papers, artículos, guías de cómo elaborar una tesis, etc, nos sale un tutorcillo muy apañado que podrá orientarnos y revisar nuestros textos.
Lo mismo para escolares o estudiantes de universidad, solo necesitamos los libros de texto o apuntes en formato legible para generar preguntas y respuestas, explicaciones sencillas, esquemas y lecciones con el estilo de Stephen King ;)
Investigador cualitativo
Para la gente que se dedica al trabajo de campo, es posible subir entrevistas con participantes o clientes y replicar su forma de hablar, conocer sus intereses, dividir la información, realizar informes o seguir chateando después de la entrevista.
Por ejemplo, si estamos realizando una investigación con un prototipo de interfaz de usuario, podríamos cargar las tablas o las transcripciones y preguntar a nLM en qué partes de la interfaz han tenido más problemas los participantes mayores de 60 años.
Explicar vídeos de Youtube
Por motivos indeterminados, me desespero viendo Youtube (por eso tengo un blog). Prefiero aprender leyendo en lugar de escuchar durante 15 o 20 minutos a alguien, aunque reconozco que hay verdaderos genios creando documentales, como Jaime Altozano.
Para la gente como yo, podemos usar nLM. Añadimos el enlace y automáticamente extrae la transcripción como fuente, con la que podemos trabajar y moldearla a nuestro gusto.
Integrar información de newsletters
Las newsletters están a la orden del día, vete a saber por qué. Acabamos suscritos a 200 y leemos 5. Yo suelo leer las que aportan contenido reposado y escrito con calma, pero las de noticias y novedades me producen ictericia y sobrecarga mental.
Estas últimas podemos descargarlas o añadirlas a nLM para que las integre y las resuma por nosotros sin tener que leerlas todas.
Experto y consultor de obras de ficción
Cuando el trasfondo o lore (historia, lugares, personajes…) de algunas sagas de ficción es muy extenso, como en el caso de Tolkien o George R. R. Martin, los seguidores suelen crear “wikis” del contenido.
Gracias al Gobble que hemos usado antes podemos descargarlas completas y usarlas como fuente (ojo, pueden ser enormes, divide el archivo). Esto permite que nos explique cualquier personaje o suceso, por rebuscado que sea, o incluso pedirle que genere versiones alternativas de la historia (lo que se conoce como fanfiction).
Explicar las normas de un juego de mesa
No soy un gran fan de los juegos de mesa, por lo que, cuanto más rápido aprenda a jugar, antes terminamos. No hombre, es broma al 90%. Pero es útil tener un bot al que puedas preguntarle dudas que surjan sobre la marcha. Sobre todo cuando tienes un colega tocahuevos que siempre quiere ganar.
Aspectos finales
Cada vez hay más información que nos desborda a diario. El objetivo de usar NotebookLM es recopilar y procesar esa información para que podamos aprovecharla de forma práctica.
Dicho de otra forma: que nos haga el trabajo sucio y aburrido mientras nosotros nos enfocamos en lo práctico y creativo.
A veces ofrece respuestas muy cortas o no se centra en lo más importante, pero si le guiamos con las preguntas, es capaz de extraer más información que ningún otro LLM que haya probado, y con bastante más fiabilidad.
Habría pagado mucho dinero por tener estas tecnologías en mi época universitaria. Por suerte, ahora existen y seguro que veremos cosas alucinantes en los próximos años.
P.D. Hace poco han lanzado la app móvil para iOS y Android con el foco puesto en la función de podcasts, por lo que podemos usarlo fuera de casa.
Alex, una pregunta. Si subo material de mi investigación cualitativa, como fuente, ¿otras personas o Google, mejor dicho, tienen acceso a mis fuentes? Gracias!!!
Muy bueno 😃