notebooklm的“假设挖掘器”可自动识别文档中支撑论证却未明说的前提条件。需登录官网创建笔记本、上传文本格式文档并等待就绪；支持三种触发方式，含直接指令、结构化提示和段落聚焦；结果需经跳转验证、区分假设与背景知识、反事实推演及调试视图权重检查四步修正。
☞☞☞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☜☜☜
你想从上传的PDF、Google Docs或TXT文档里揪出那些作者没写出来、但整个论证都赖它成立的前提条件，NotebookLM的“假设挖掘器”功能能自动识别并评估这些隐藏假设。
启用假设挖掘器的前置准备
打开 notebooklm.google.com → 用 Google 账户登录 → 点击「+ New notebook」创建新笔记本。
上传至少一份含完整论证链的文档（如学术论文方法论章节、政策报告因果推演段落），【必须是原文本格式，不能是截图PDF或纯图片】；扫描版PDF需提前开启OCR，否则无法提取逻辑结构。
等待右上角状态栏显示“Ready to chat”，表示语义图谱已构建完成——此时底层已自动识别实体节点、主张关系与证据锚点，为假设挖掘提供图谱基础。
触发假设挖掘的三种指令写法
方法一：直接调用内置功能
在对话框输入：“启动假设挖掘器”，系统将自动生成结构化清单，包含假设原文位置、关键程度评分（0–1）、出错可能性（低/中/高）及反事实影响说明。
方法二：用结构化提示强制解析
输入：“请基于我提供的所有资料，执行假设挖掘任务。要求：① 列出所有未明说但支撑核心结论的假设；② 对每个假设标注来源段落（如Source_1, p.12）；③ 评估若该假设为假，将如何改变原文结论；④ 关键程度按‘枢纽型/支撑型/边缘型’三级分类。”
方法三：聚焦特定段落深挖
选中某一段落 → 点击右键 → 选择“Ask about this section” → 输入：“这段论证依赖哪些未声明的假设？哪些假设一旦不成立，会导致结论完全崩塌？”
验证与修正挖掘结果
第一步：点击任一假设条目右侧的引用锚点 → 自动跳转至原文对应位置，确认该处确实未显式陈述该前提。
第二步：检查模型是否混淆了“假设”与“背景知识”。例如，“美联储具有独立性”在货币政策论文中常被当作常识而非假设——若挖掘结果包含此类条目，需手动剔除。
第三步：对高风险假设（出错可能性=高且关键程度=枢纽型）进行反事实推演。输入：“假设【X】为假，请重写原文第4节结论，并列出三个必须补充的新证据。” → 这步能暴露原始论证的脆弱节点。
第四步：启用开发者模式（右上角 ⚙️ → Enable Debug View），观察语义图谱中该假设节点的入度权重——若权重低于0.35，说明模型对其置信度不足，需人工复核原文上下文。
