学习、教学与研究
资料理解、学习辅助、教师备课、论文与引用核验。
筛选结果
任务描述、口语长句、创作者、工具和仓库名称都可以直接搜索。
按当前筛选条件浏览
资料理解、学习辅助、教师备课、论文与引用核验。
筛选结果
NotebookLM 让用户围绕一个明确主题把多份资料汇入同一笔记本，再以这些资料为范围生成不同形态的理解产物。它不是通用聊天模型，而是把生成内容限制在用户已上传的来源内，方便回到原文核验。
筛选结果
DeepSeek 是支持中文与代码场景的大模型系列，在个体开发者与小团队中以"低单价、长上下文"著称。本页面按来源分场景整理它在三个案例中已观察到的用法与限制，保留各自边界，不做合并归纳。
筛选结果
NotebookLM 生成内容的核验边界
筛选结果
把围绕一个主题的多份材料汇入同一个 NotebookLM 笔记本，由系统基于这些来源生成音频形式的概览，帮助使用者在通勤、运动或不便阅读时建立对材料的整体印象。
筛选结果
教学输出的人工验收清单（教材/课标/学情/隐私）
筛选结果
学生用 AI 写论文时的幻觉引用与虚假书目风险
筛选结果
把 AI 生成的概览、学习指南、思维导图、时间轴或音频概览当作目录和提问起点，而不是已经核验过的最终答案；再根据概览中的节点、问题或疑点，回到原始材料精读关键片段。
筛选结果
把围绕一门课程收集的教材、笔记、PPT、网页和讲义汇入同一个 NotebookLM 笔记本，由系统基于这些来源生成可复习的结构，例如章节要点、概念清单和可能的提问线索。学生可以用作复习入口，教师可以对照课程目标检查覆盖。
筛选结果
回到原始证据裁决（Back-to-source Verdict）
筛选结果
把围绕一个主题的多份材料汇入同一个 NotebookLM 笔记本，由系统基于这些来源生成概念层级与分支结构，帮助使用者先看清主题、概念和分支关系，再回到原文精读。
筛选结果
基准文献 + 第二模型作为问题发现器（Anchor-paper + Cross-model Audit）
筛选结果
在 NotebookLM 类资料工具中，先明确一个边界清楚的主题，再围绕该主题建立一个独立笔记本，并把与主题直接相关的资料都汇入同一笔记本，避免不同主题的材料混在同一个工作单位里。
筛选结果
把对话式生成式 AI 用于教师备课、出题、写评语、整理复习资料或做初步学情分析时，存在三组典型风险：
筛选结果
在《不简单的杠杆》备课案例中作为图像生成工具出现，作者向其提交撬棍撬石头的示意图请求，要求清晰展示支点、用力点、阻力点。
筛选结果
用联网 LLM 从论文标题列表整理题录并筛选阅读对象
筛选结果
一个普通 CS 学生的 AI 学习工作流实录
筛选结果
Efan404 港校 CS 硕士 AI 学习与 Research Report 工作流
筛选结果
教科版六年级《不简单的杠杆》AI 辅助备课
筛选结果
把 AI 辅助备课拆成五个相对独立的阶段，每一步的输入、输出与检查点都可独立审查；教师在每一步都保留主导权，AI 只在指定环节介入。该方法最早由一线教师褚旭斌在《不简单的杠杆》一课中提出并在人民教育出版社《小学科学》公开。
筛选结果