NotebookLM для маркетолога: обзор нейросети, которая отвечает только по вашим документам

8 мин чтенияРуслан Матвеев

Коротко

  • NotebookLM отвечает только по загруженным источникам и даёт сноски на конкретные места в документах – риск галлюцинаций на порядок ниже, чем у обычного чата с нейросетью.
  • Источниками могут быть PDF, Google Docs, сайты, публичные YouTube-ролики и аудиофайлы; в бесплатной версии – до 50 источников на блокнот (на момент публикации).
  • Аудиообзоры работают на русском: из пачки документов сервис собирает диалог двух ведущих, который удобно слушать по дороге.
  • Для маркетолога это в первую очередь база знаний проекта: брифы, исследования, расшифровки звонков и конкурентный анализ в одном месте с поиском по смыслу.
  • Тексты «в мир» NotebookLM не пишет – он работает в рамках загруженного. Для генерации контента нужна связка с универсальной LLM.

За 12 лет в маркетинге недвижимости я перечитал сотни брифов, исследований и расшифровок звонков. Проблема не в том, что информации мало – её слишком много, и она разбросана по папкам, чатам и головам сотрудников. Нейросети обещали это решить, но у обычного чата с LLM есть неприятное свойство: спросите его о вашем проекте, и он уверенно домыслит то, чего в документах нет. Для работы с фактурой галлюцинации – дисквалифицирующий недостаток.

NotebookLM от Google устроен иначе. Вы загружаете источники – и сервис отвечает только по ним, с кликабельными сносками на конкретные абзацы. Не нашёл ответа в документах – так и говорит. В июле 2026 Google переименовал сервис в Gemini Notebook, но старое имя пока прочнее сидит в поиске и в разговорах, поэтому в статье я использую его.

Ниже – что инструмент умеет на момент публикации (август 2026), какие лимиты у бесплатной версии, и главное – типовые схемы использования в маркетинге: база знаний проекта, онбординг новых людей, подготовка к встречам.

Чем NotebookLM отличается от обычного чата с нейросетью

Логика работы такая: вы создаёте «блокнот», загружаете в него документы и ссылки, а дальше задаёте вопросы в чате. Модель (внутри – Gemini) отвечает строго по содержимому блокнота. Каждое утверждение в ответе снабжено номером-сноской; клик по ней открывает то самое место в исходном документе. Проверка факта занимает секунды, а не полчаса поисков «где же это было написано».

Обычный чат с LLM смешивает ваши данные со всем, что модель запомнила при обучении, и границы между «так написано в брифе» и «так обычно бывает» вы не видите. NotebookLM эту границу проводит жёстко. Если ответа в источниках нет, сервис сообщает об этом, а не сочиняет правдоподобную версию. Именно поэтому я отношу его к рабочим инструментам, а не к игрушкам.

Про переименование

С июля 2026 сервис официально называется Gemini Notebook: Google привёл имя к общей линейке Gemini и глубже связал блокноты с приложением Gemini. Старые ссылки и блокноты работают, интерфейс узнаваем. В статье используется привычное имя NotebookLM.

Что умеет: источники, форматы, аудио на русском

В блокнот можно загрузить почти всё, с чем маркетолог работает ежедневно:

  • PDF и текстовые файлы – исследования, презентации застройщика, коммерческие предложения;
  • Google Docs, Slides и Sheets – брифы, стратегии, контент-планы;
  • ссылки на сайты – свои и конкурентов;
  • публичные YouTube-ролики – сервис берёт расшифровку и работает с ней как с текстом;
  • аудиофайлы – например, записи звонков или интервью с клиентами;
  • скопированный текст – переписки, заметки, выгрузки из CRM.

Кроме чата, из загруженного собираются готовые форматы. Аудиообзор – диалог двух ИИ-ведущих по материалам блокнота, с 2025 года доступен на русском; длину и фокус можно настроить, слушать удобно в дороге. Видеообзор – озвученные слайды по источникам, поддерживается 80 языков. Плюс интерактивные mind maps по темам документов, флеш-карты, таблицы и отчёты. Есть мобильные приложения для iOS и Android.

Отдельно отмечу Deep Research: сервис сам ищет материалы в интернете по заданной теме, собирает отчёт со ссылками и добавляет его в блокнот как источник. Для быстрого среза по незнакомой нише – например, перед встречей с застройщиком из нового для вас сегмента – это экономит часы.

Сценарии для маркетинга недвижимости

Ниже – типовые схемы, которые ложатся на работу маркетолога в недвижимости. Это конструкции для внедрения, а не пересказ чьих-то кейсов с цифрами.

База знаний проекта

Один блокнот на один жилой комплекс или объект: бриф, описание аудитории и УТП, конкурентный анализ, регламенты, расшифровки звонков отдела продаж, отчёты по рекламе. Дальше блокнот отвечает на вопросы уровня «какие возражения по паркингу звучат в звонках», «чем наш двор отличается от соседнего ЖК по материалам конкурентов», «что мы обещали в оффере на старте продаж» – со ссылками на конкретные документы. В Matveo такая база знаний – стандартная часть контура проекта: без единого места, где живёт фактура, любая работа с ИИ начинается с нуля каждый раз.

Онбординг нового человека

Классический ввод в проект – неделя чтения документов вперемешку с вопросами к коллегам. Схема с NotebookLM: даёте новичку доступ к блокноту проекта, он слушает аудиообзор по дороге на работу, а дальше задаёт вопросы чату вместо того, чтобы дёргать команду. Ответы приходят со сносками, поэтому человек заодно узнаёт, где какой документ лежит.

Подготовка к встрече

Перед встречей с застройщиком или подрядчиком загружаете прошлые протоколы, отчёты и переписку. Пять минут вопросов: о чём договаривались, что из этого сделано, какая динамика по цифрам, какие вопросы остались открытыми. Выходите на встречу с фактурой, а не с ощущениями.

Конкурентный и рыночный анализ

В блокнот – сайты конкурентов, их PDF-буклеты, обзорные видео с YouTube, отраслевые отчёты. Просите таблицу сравнения по параметрам: цены, планировки, условия ипотеки, акценты в позиционировании. Черновик сравнительного анализа готов за минуты, и по каждой ячейке видно, из какого источника взято утверждение.

NotebookLM закрывает один слой – работу с фактурой. Как этот слой стыкуется с генерацией контента и остальной связкой инструментов, я разбирал в статье про нейросети для маркетолога.

Бесплатная версия и Pro: лимиты и цены

Бесплатной версии хватает, чтобы всерьёз попробовать инструмент на одном-двух проектах. Платный уровень входит в подписку Google AI Pro и нужен, когда упрётесь в лимиты. Ключевые цифры на момент публикации:

ПараметрБесплатноPro (в составе Google AI Pro)
Источников на блокнот50300
Запросов в чате в день50500
Аудио- и видеообзоров в деньпо 3повышенные лимиты
Блокнотовдо 100больше

Подписка Google AI Pro стоит около 20 долларов в месяц и включает не только NotebookLM, но и расширенный доступ к Gemini. Существует и уровень Ultra (около 250 долларов в месяц) с максимальными квотами и «киношными» видеообзорами – для задач маркетолога это избыточно.

Цены и лимиты меняются

Все цифры – на момент публикации (август 2026). Google несколько раз за год пересматривал и квоты, и состав тарифов, поэтому перед покупкой сверяйтесь с официальной страницей сервиса.

Ограничения, о которых стоит знать

Честная картина без ограничений неполна. Вот с чем вы столкнётесь:

  • Не пишет тексты «в мир». Статьи, посты, лендинги – не его работа. NotebookLM собирает, объясняет и структурирует то, что внутри источников. Для генерации контента данные из блокнота придётся переносить в универсальную LLM.
  • Качество ответов равно качеству источников. Загрузите устаревший бриф – получите уверенные ответы по устаревшему брифу. Базу знаний нужно поддерживать, у неё должен быть владелец.
  • Лимиты на объём. Ограничены число источников на блокнот и размер файла; очень большие массивы данных придётся дробить или чистить.
  • YouTube – только по субтитрам. Ролики без расшифровки сервис не разберёт, картинку в видео он не «смотрит».
  • Нужен аккаунт Google. Для командной работы и корпоративных данных смотрите условия своей версии Workspace: куда попадают документы и кто имеет к ним доступ – вопрос не праздный.

С чего начать: план на первую неделю

  1. 01Выберите один живой проект и соберите 10–15 ключевых документов: бриф, исследования, конкурентный анализ, несколько расшифровок звонков.
  2. 02Создайте блокнот и задайте 20 реальных рабочих вопросов. Проверяйте сноски: так вы откалибруете доверие к инструменту на собственной фактуре.
  3. 03Сгенерируйте аудиообзор на русском и дайте послушать коллеге, который в проект не погружён. Его вопросы покажут дыры в вашей базе знаний.
  4. 04Назначьте владельца блокнота и правило пополнения: новые исследования и расшифровки попадают в базу в течение недели, а не «когда-нибудь».
  5. 05Через месяц оцените по-честному: сколько времени сэкономили на поиске информации, онбординге и подготовке к встречам.

И последнее. NotebookLM усиливает ту систему, которая уже есть: если фактура не собирается, решения не опираются на цифры, а процессы живут в головах – начните с базы, я писал об этом про системный маркетинг. Инструмент, встроенный в работающий контур, экономит часы каждую неделю. Инструмент сам по себе – ещё одна вкладка в браузере.

Частые вопросы

NotebookLM – что это такое простыми словами?

Это сервис Google для работы с документами через нейросеть: вы загружаете свои источники (PDF, Google Docs, сайты, YouTube-ролики, аудио), а сервис отвечает на вопросы строго по ним, со сносками на конкретные места в документах. С июля 2026 официально называется Gemini Notebook. Главное отличие от обычного чата с ИИ – он не домысливает: если ответа в источниках нет, он так и скажет.

Работает ли NotebookLM на русском?

Да. Интерфейс, чат и аудиообзоры поддерживают русский язык: в настройках выбирается язык вывода, и ответы с аудио генерируются на нём. Русские документы сервис разбирает без проблем, видеообзоры доступны на 80 языках.

Сколько стоит NotebookLM и что даёт платная версия?

Базовая версия бесплатна: на момент публикации (август 2026) – до 50 источников на блокнот, 50 запросов в чате и по 3 аудио- и видеообзора в день. Платный уровень входит в подписку Google AI Pro (около 20 долларов в месяц) и поднимает лимиты до 300 источников и 500 запросов в день. Для старта и теста на одном проекте бесплатной версии достаточно.

Может ли NotebookLM галлюцинировать?

Риск заметно ниже, чем у обычного чата с LLM, потому что ответы строятся только на загруженных источниках и сопровождаются сносками. Но проверять важные факты по цитатам всё равно нужно: модель может неточно интерпретировать формулировку или смешать данные из двух документов. Сноски как раз и делают такую проверку быстрой.

Руслан Матвеев

Руслан Матвеев

Строю маркетинг как систему. Основатель Matveo, выпускаю AI-продукты.

Telegram·Рассылка раз в неделю

Ещё по теме