De fleste AI-værktøjer besvarer spørgsmål ved hjælp af deres træningsdata. NotebookLM besvarer spørgsmål ved hjælp af de kilder, du giver det. I praksis er det en personlig AI, der kun ved det, du har bedt den om at vide, afviser at opfinde ting uden for dette område og citerer det nøjagtige tekststykke, som hver påstand stammer fra.
I praksis løser det for en hel kategori af arbejde den største svaghed ved AI til privatbrug: hallucinationer om konkrete fakta. Hvis dit spørgsmål er “hvad siger denne samling dokumenter om X?”, er NotebookLM det rette svar.
Artiklen gennemgår, hvad NotebookLM faktisk gør, de fire anvendelser, der er værd at konfigurere i denne uge, og de små detaljer, der skiller en god notesbog fra en ubrugelig.
Hvad NotebookLM er
NotebookLM er Googles produkt til at “tale med dine dokumenter”. Det er gratis med en generøs, men ikke ubegrænset kvote, virker i alle browsere og findes på notebooklm.google.com.
Du opretter en “notesbog” — i princippet en mappe — og uploader kilder til den. Understøttede kilder omfatter:
- PDF-filer (forskningsartikler, kontrakter, bøger og rapporter)
- Word-dokumenter samt Google Docs, Slides og Sheets, der importeres direkte fra Drive
- Tekstfiler
- Websider (indsæt en URL, så henter og medtager NotebookLM siden)
- YouTube-videoer (baseret på transskriptionen)
- Lydfiler (transskriberes automatisk)
- Indsat tekst (indsæt en artikeltekst, en mødetransskription osv.)
En notesbog kan indeholde op til nogle få dusin kilder. NotebookLM læser dem alle, og derefter besvares alle dine spørgsmål udelukkende ud fra disse kilder. Modellen kan ikke hente fakta uden for notesbogen.
Det lyder begrænsende. Det er hele pointen.
Hvorfor det er vigtigt i visse anvendelser
Forestil dig, at du har:
- Tyve forskningsartikler om et emne, du forsøger at forstå.
- En opslagsbog på 600 sider.
- Fem mødetransskriptioner fra et projekt.
- En kontrakt på 2,000 linjer.
- En samling interne virksomhedsdokumenter.
I alle disse tilfælde er spørgsmålet “hvad siger disse kilder om X?” reelt svært at besvare med ChatGPT eller Claude alene. Enten indsætter du alt, hvor du ofte rammer kontekstgrænsen eller mister strukturen, eller også stiller du et spørgsmål, hvorefter modellen opfinder svar fra sine træningsdata, der lyder sandsynlige.
NotebookLM løser problemet direkte. Du uploader kilderne én gang. Notesbogen bliver et permanent, søgbart arbejdsgrundlag, du kan stille spørgsmål til. Hvert svar er kildebaseret og citerer den konkrete kilde og det konkrete tekststykke. Du kan kontrollere enhver påstand ved at klikke på den.
Fire anvendelser, der er værd at konfigurere i denne uge
Hvis du ikke har brugt NotebookLM før, er den hurtigste vej at oprette én notesbog til en virkelig opgave og bruge den i en uge. Her er fire pålidelige udgangspunkter:
1. Den personlige studienotesbog
Vælg et emne, du forsøger at lære — et regelsæt, et teknisk område eller et fagområde, du netop er begyndt at arbejde med. Saml 5–10 kilder af høj kvalitet: forskningsartikler, andre artikler, officiel vejledning og den bedste bog om emnet. Upload dem alle.
Bed derefter modellen:
Test mig i de vigtigste begreber i disse kilder med ét spørgsmål ad gangen. Citér efter hvert svar den kilde, som begrebet stammer fra. Begynd let, og gør spørgsmålene sværere. Fortæl mig efter ti spørgsmål, hvilke to begreber jeg bør læse igen.
Du har nu bygget en studiepartner, der ved præcis, hvad din læseliste indeholder, og kan underbygge enhver påstand med et tekststykke. Det er langt bedre end at læse kilderne uden forberedelse eller teste dig selv.
2. Teamets eller projektets vidensnotesbog
Upload for ethvert igangværende projekt — en kundeopgave, et internt initiativ eller et forskningsprojekt — de dokumenter, der definerer det: briefen, kontrakten, mødetransskriptioner, vigtige e-mails, præsentationer og referencemateriale.
Spørg derefter:
Hvad er de tre største åbne spørgsmål i projektet lige nu? Citér kilden til hvert spørgsmål.
Opsummér, hvad hver interessent har sagt om [topic X] på tværs af vores møder.
Har nogen udtrykkeligt forpligtet sig til en dato for [deliverable]? Citér personen.
Hvor modsiger vores dokumenter hinanden?
Det sidste spørgsmål er den afgørende funktion. Mennesker har svært ved at opdage modstrid mellem kilder, når vi læser dem efter hinanden. AI er god til det, når den læser alle kilder på én gang. Du vil opdage ting, du ellers havde overset.
3. Notesbogen til kontrakter eller politikker
Når lange og tætte dokumenter — kontrakter, servicevilkår, myndighedsvejledninger og personalepolitikker — uploades til en notesbog, får du et dokument, du kan stille spørgsmål til i hele dets levetid.
Hvilke betingelser gælder, hvis vi vil opsige kontrakten før tid? Citér de relevante klausuler.
Hvilke forpligtelser pålægger den os, som ikke er beløbsbegrænsede eller på anden måde afgrænsede?
Hvad siger den om databehandling? Er der klausuler, som er i konflikt med GDPR?
Sammenlign disse to kontrakter: Hvor er de forskellige med hensyn til ansvar og IP?
Sammenligning af to dokumenter er en af de stærkeste anvendelser. NotebookLM håndterer sammenligninger mellem flere dokumenter klart, fordi hver påstand har en kilde.
4. Den personlige researchnotesbog
Alt, hvor du samler kilder til dit eget arbejde: et nyhedsbrev om et emne, en tekst eller en præsentation. Læg kilderne ind, og stil spørgsmål til dem på almindeligt dansk.
Opsummér det stærkeste argument i hver af disse tre artikler. Angiv, hvor de er uenige.
Citér alle konkrete statistikker eller datapunkter på tværs af disse kilder, som jeg kan bruge.
Udarbejd et oplæg på én side om emnet udelukkende ud fra disse kilder. Citér hver påstand.
Instruktionen “udelukkende ud fra disse kilder” gør forskellen. Du får en kildebaseret syntese, som du i store træk kan stole på, forudsat at du stadig stikprøvekontrollerer citaterne.
Funktionen Audio Overview
NotebookLM har en funktion med navnet Audio Overview, der genererer en 10–15 minutter lang samtale i podcaststil mellem to AI-værter, som diskuterer dine kilder. Den er overraskende god: Værterne gennemgår hovedpunkterne, stiller interessante spørgsmål og giver et nyttigt overblik over kompliceret materiale.
Hvornår den er nyttig:
- Du har en lang samling kilder, du vil tilegne dig på en gåtur eller under transport.
- Du ønsker et nyt perspektiv på materiale, du allerede kender, hvor AI-værterne fremhæver ting, du ikke selv ville have valgt.
- Du vil have et undervisningsværktøj til en anden person — giv vedkommende notesbogen og lydoversigten som indgang.
Hvornår du bør springe den over:
- Du har brug for en præcis opsummering, du kan citere. Lyden er samtalebaseret, ikke egnet som citatgrundlag.
- Kilderne er meget tekniske, og du ønsker dybde frem for overblik.
- Du har kort tid, og spørgsmålet er afgrænset.
NotebookLM har også funktionerne Mind Map og Briefing Doc, der producerer henholdsvis visuelle og tekstbaserede opsummeringer. Briefing Doc er det, der kommer nærmest en “ledelsesopsummering på tværs af alle kilder”, og den er værd at køre én gang for enhver ny notesbog.
Faldgruber og begrænsninger
Nogle ærlige begrænsninger, du bør kende.
Kildedækningen er afgørende. NotebookLM er kun så god som det, du lægger ind. Hvis dine kilder er ensidige, ufuldstændige eller forkerte, gentager notesbogen trofast deres skævheder. Affald ind, kildebaseret affald ud.
PDF-kildens kvalitet er afgørende. En scannet PDF med dårlig OCR giver en notesbog fuld af stavefejl og fejlfortolkninger. Brug så vidt muligt rene tekstbaserede PDF-filer.
Grænser for kilder. Gratiskonti får op til 50 kilder pr. notesbog, og hver kilde kan rumme op til 500,000 ord eller 200 MB pr. uploadet fil. Betalte Google AI-abonnementer hæver loftet for antallet af kilder til 300 pr. notesbog med Pro (grænser ifølge Googles dokumentation om kilder og siden om opgradering; kontrolleret 2026-07-13). Opdel meget store materialesamlinger i flere notesbøger efter emne.
Kan ikke hente oplysninger uden for notesbogen. Det er som regel en fordel, men af og til en begrænsning. Hvis du ønsker kildebaserede svar kombineret med generel viden om verden, er NotebookLM det forkerte værktøj. Brug i stedet en chatbot med søgning.
Kun kilder fra Drive holdes synkroniseret. Kilder, der er importeret fra Google Drive — Docs, Slides og Sheets — synkroniseres nu automatisk. NotebookLM kontrollerer dem igen med få minutters mellemrum, og du kan også fremtvinge en opdatering ved at åbne kilden og klikke på “Click to sync with Google Drive” (dokumentation om kilder; automatisk synkronisering blev lanceret fra 26 maj 2026 ifølge Googles meddelelse; kontrolleret 2026-07-13). Alt andet — uploadede PDF-filer, Word-filer, lyd, indsat tekst, websider og YouTube-links — er et statisk øjebliksbillede fra importtidspunktet. Hvis det underliggende materiale ændres, skal du stadig tilføje det igen.
Generering kun på bestemte sprog. I 2026 er Audio Overview bedst på engelsk. Nogle andre sprog understøttes, men kvaliteten varierer. Kildematerialet kan være på ethvert sprog, og spørgsmål fungerer på tværs af sproggrænser.
Nogle gode vaner
Hvis du bruger NotebookLM seriøst, vokser værdien af nogle få vaner med tiden:
Én notesbog pr. emne. Modstå fristelsen til at lægge alt i én notesbog. Modellens svar bliver bedre, når afgrænsningen er smallere.
Udvælg kilder; hæld dem ikke bare ind. En kilde af lav kvalitet udvander notesbogen. Tre fremragende kilder er bedre end ti middelmådige.
Brug kildevisningen. Når modellen citerer et tekststykke, skal du klikke dig ind og læse den oprindelige sammenhæng. Det afslører fejlfortolkninger og lærer dig, hvilke påstande du kan eller ikke kan stole på.
Gem spørgsmålene, ikke kun svarene. Hvis du spørger “hvad siger denne kontrakt om IP?” og får et godt svar, så gem spørgsmålet til næste gang. Notesbøger består, og når du vender tilbage til dem, opdager du ofte nye ting.
Kombinér med andre værktøjer. NotebookLM er kildebaseret, men ikke særlig god til at skrive udkast. Brug det til at udtrække og kontrollere fakta, og flyt dem derefter til ChatGPT eller Claude for at skrive velpoleret prosa omkring dem.
Privatlivsaspektet
NotebookLM er et Google-produkt. Datahåndteringen afhænger af din kontotype:
- Personlige Google-konti: Kilder bruges ikke til at træne Googles modeller, men gemmes på Googles servere og er underlagt Googles almindelige privatlivspolitikker.
- Google Workspace-konti: Har typisk stærkere garantier for datahåndtering og gemmer muligvis ikke kilder efter din aktive brug.
- Betalingsniveauer: Det tidligere selvstændige abonnement “NotebookLM Plus” findes ikke længere. Betalt adgang fås nu gennem Google AI-abonnementer (Plus, Pro, Ultra) eller en kvalificerende Workspace-licens. Forbrugerabonnementerne giver primært højere brugsgrænser, ikke en anden datahåndtering (siden om opgradering; kontrolleret 2026-07-13).
Sørg ved følsomme dokumenter — kontrakter under NDA, fortrolige kundedata og private juridiske forhold — for at bruge en konto med den rette politik. Hvis din arbejdsgiver bruger Google Workspace, skal du kontrollere, om NotebookLM er godkendt til arbejdsindhold.
Opret én notesbog i dag
Hvis du ikke har prøvet NotebookLM og jævnligt arbejder med dokumenter — bøger, forskningsartikler, kontrakter og interne rapporter — så opret én notesbog i dag om et emne, du faktisk interesserer dig for. Fem kilder, femten minutter. Brug den derefter i en uge.
Den kategori af arbejde, værktøjet forandrer — kildebaseret analyse med citater på tværs af flere kilder — var tidligere enten dyr eller umulig. NotebookLM gør den gratis og ligetil. De fleste, der prøver det én gang, gør det til en fast del af deres værktøjskasse.
