必须先确认pdf为文字型并完成ocr处理，再上传至notebooklm；上传后需等待右上角出现绿色对勾且显示“已处理”，并用提问验证解析有效性，否则ai无法准确读取内容。
☞☞☞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☜☜☜
想用Gemini Notebook整理开题报告、项目资料或读书笔记，却卡在第一步——上传文件后AI完全读不懂内容？不是模型不灵，而是PDF是扫描图、Excel被加密、TXT里混着乱码，这些格式陷阱会让整个笔记本从源头失效。
确认文件类型与大小是否合规
打开文件属性，核对扩展名是否为【.pdf、.txt、.docx、.xlsx、.csv、.pptx 或网页链接】之一。其他格式（如 .pages、.epub、.wps）无法解析，上传后仅显示“不支持的文件”。
右键→“属性”→查看“大小”，单个文件必须小于200MB。超过阈值的PDF即使拖进界面，状态条也永远停在99%，不会触发解析。
Excel或CSV文件要提前解除保护：双击工作表标签→右键“取消工作表保护”→输入密码（若记得）；若忘记密码，用WPS“文档修复”功能导出为新CSV再上传。
PDF必须是文字型，不是图片型
打开PDF，用鼠标拖选任意一段正文——能高亮并复制出可读中文，才是合格的文字型PDF。
如果复制出来全是方框、乱码或空格，说明它是扫描图/PNG合成的图片PDF。此时【必须先用WPS或Adobe Acrobat执行OCR识别，输出为“可复制文本”的新PDF再上传】。跳过这步，NotebookLM会把整页当一张图处理，后续所有提问都只能靠猜。
实测发现：同一份《2025中国新能源汽车白皮书》PDF，OCR前AI回答“未提及电池回收”，OCR后精准定位到P37“梯次利用路径图”及P42“回收率测算模型”。
使用固定的 Next.js/Tailwind/Prisma 技术栈构建并记录独立 SaaS 项目，仅将 FastAPI 用于 Python 工作负载，并遵循严格的架构规范。
上传操作路径与验证方式
第一步：登录notebooklm.google.com → 点击「New notebook」→ 输入具体名称（如“跨境电商物流成本分析_2026Q2”）→ 进入空白笔记本。
第二步：左侧边栏点「Sources」→「+」→「Upload」→ 拖入已校验合格的文件。
第三步：等待状态条变绿，右上角出现✅图标，且文件名旁显示“已处理”字样——此时才代表语义建模完成，不是单纯存档。
验证是否真成功：在底部输入框直接问“这份资料第一页标题是什么？请原样复述”。若返回准确标题，说明解析有效；若答“我无法访问该文件内容”，立刻重传或换源。
三类易踩坑的“伪可用”文件
方法一：带密码的PDF
即使输入密码能打开，上传后仍会被NotebookLM拒识。解决办法：用Adobe Acrobat“另存为”无密码版本，或WPS“打印→另存为PDF”清除权限。
方法二：含嵌入字体的Word文档
某些微软雅黑加粗标题在上传后变成方块字，导致AI误判段落结构。上传前在Word中全选→字体设为“宋体”→另存为.docx再传。
方法三：网页链接指向动态渲染页
例如知乎专栏、微信公众号文章，NotebookLM只抓取初始HTML，JS加载的正文不会被捕获。应先用浏览器“打印→保存为PDF”再上传，确保内容固化。
