notebooklm分析小说人物关系需先结构化导入纯文本并确保utf-8编码，再通过“source + insight”机制结合精准提示词触发语义关联，辅以术语表校正与交叉验证。
☞☞☞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☜☜☜
用NotebookLM分析小说中的人物关系与背景，需先将文本结构化导入，再借助其“Source + Insight”双栏机制触发语义关联，不能直接上传PDF就自动出关系图。
准备可解析的小说文本
把小说全文复制粘贴为纯文本（.txt）或转成无格式Word文档，删除页眉页脚、章节编号、出版信息等干扰内容。PDF直接上传会被OCR误识——尤其是古籍排版或扫描件，会把“林黛玉”识别成“林代玉”或断成“林
黛玉”，导致后续所有人物识别失准。
保存为UTF-8编码的.txt文件，确保中文不乱码。这一步操作起来很简单，直接用记事本另存为时下拉编码选“UTF-8”即可。
创建专属项目并导入源材料
登录NotebookLM → 点击左上角“+ New project” → 输入项目名称（如《红楼梦》人物关系分析）→ 点击“Add sources” → 选择已准备好的.txt文件 → 等待状态变为“Ready”。
【必须等待状态变成Ready才能进行下一步】 如果显示“Processing”或图标灰显，此时提问会返回空结果或胡编人名。
用提示词引导生成人物关系洞察
方法一：聚焦单个人物
在右侧面板输入：“列出贾宝玉出现的所有章节，标注每次出场时与其互动的核心人物，并说明互动性质（亲情/爱情/冲突/依附等）。”
方法二：提取群体关系网
输入：“按家族归类全部主要人物，列出贾、王、史、薛四大家族成员，标出婚姻联结线（如‘王熙凤嫁入贾家’），剔除未实际登场的旁支姓名。”
方法三：定位背景锚点
输入：“提取所有明确提及时间（如‘元妃省亲在正月十五’）、地点（如‘梨香院’‘紫菱洲’）、制度细节（如‘国子监’‘捐官制度’）的原文句，并分类归入‘时间轴’‘空间地图’‘社会规则’三个标签下。”
交叉验证与修正关系链
第一步：打开左侧Sources面板，点击任意一条被引用的原文片段 → 右侧Insights会高亮该句所在上下文。
第二步：若发现AI将“甄士隐”误判为“贾政之友”，立即回到Sources中找到该段落，手动选中“甄士隐”三字 → 点击右键“Add to glossary” → 在弹窗中填写“身份：姑苏乡宦，甄宝玉之父，与贾家无血缘关系”。【添加术语表后，后续所有分析将以此定义为准】
第三步：重新提交提示词：“基于已校正的术语表，重绘贾府主系三代直系亲属树，仅包含有对话或行为描写的成员。”
