教了 6 年 C++ 信息学奥赛，手上几百份教案散得到处都是。上周我用 Google 的 NotebookLM 把它们重做了一遍。找教案从 30 分钟降到 3 分钟。一份新教案从 4 小时压到 1.5 小时。这篇把整套流程完整拆给你。
我是小C。
致力于反努力机制下的 AI 知识传播与教育造物。
常驻讲台，偶尔经过食堂。
AI 工具猎人。
教 C++ 信息学奥赛 6 年了。
累计带过 1000 多个学生。
手上有几百份教案。
Word、PPT、印象笔记、微信收藏夹、本地文件夹，散得到处都是。
直到上周。
我用 Google 出的 NotebookLM，把这堆教案重做了一遍。
找教案的时间，从原来的平均 30 分钟，降到了 3 分钟。
一份新教案的产出时间，从原来的 4 小时，压到了 1.5 小时。
复盘一个班的错题，从原来的 1 天，变成 2 小时。
效率翻了 3 倍。
不是夸张。
是真的复盘出来的时间数据。
今天这篇文章，我就把这套流程完整拆给你。
从为什么我会被教案逼疯，到怎么用 NotebookLM 一行一行重做。
文末我把 5 个核心 Prompt 模板送给你。
你要是老师、教练、课程设计者，或者手上有一堆"旧内容"想激活。
这篇值得你收藏。
一、教了 6 年信奥，我被教案逼疯过无数次
讲个真实的场景。
那是 2023 年带 CSP-J 复赛班的时候。
晚上 11 点，一个家长发消息过来。
"小C老师，孩子今天做了一道动态规划的题，卡了 2 小时，看我能不能帮他讲讲思路。"
动态规划。
我教过几百遍了。
但是动态规划下面分：背包、区间、状压、树形……
背包又分：01 背包、完全背包、多重背包、分组背包……
我脑子里知道这道题对应的是哪种类型。
但我得找到我以前写的那份教案。
打开电脑。
印象笔记，搜"动态规划"。
找到 47 个结果。
不是背包的。
不是这道题对应的。
打开文件夹。
C++ 信奥教案 → 基础算法 → 动态规划。
20 个 PPT，30 个 Word，10 个 PDF。
点开第三个，好像不是。
点开第七个，也不对。
Ctrl+F 搜关键词，搜不到。
文件名命名不规范。
时间一长，我自己都不记得哪份是哪份了。
最后我花了 40 分钟，才找到对应的教案。
但是那份教案是基于 2019 年的真题写的。
和今年这道题的思路有出入，还得再花 1 小时改。
一个晚上，2 个小时就这么没了。
这是我当信奥教练的第 5 年。
类似的事情，每个月都在发生。
1.1 6 年教案，我存得到处都是
我不是个邋遢的人。
相反，我一直挺在意知识管理。
Word 文档：本地文件夹，分了 6 个大类，几十个子目录。
PPT：散落在 3 个 U 盘里。
印象笔记：精选了 100 多条教学笔记。
微信收藏：历年家长提问、优秀学生作业截图，少说 200 条。
微信文件传输助手：临时存的某些素材。
草稿纸：每学期一本，6 年下来好几箱。
纸质讲义：印刷出来的，至少 200 份。
散。
非常散。
散到我有时候自己都不知道资料在哪。
你以为这就够糟了？
还没有。
1.2 教案的真正难题，不是"找不到"
比"找不到"更可怕的，是"用不上"。
什么意思？
举个具体例子。
我 2019 年写了一份"动态规划入门教案"，写得特别详细。
案例、图解、代码、误区，全都有。
2024 年，我又教这个知识点。
这份教案依然能用。
但是它是为 4 年前的学生写的。
现在的学生：
我想"复用"这份教案。
但实际要做的事情是：
工作量，约等于重写一份。
这才是信奥教练（或者说所有知识工作者）真正的痛点。
不是没有资料。
是资料太多，复用成本太高。
结果是每一年都在"重新造轮子"。
1.3 我试过的所有工具
为了解决这个问题，我过去 5 年试过几乎所有主流工具。
印象笔记：检索能力太弱，搜不到关键词。
有道云笔记：比印象笔记好一点点，但 AI 能力约等于零。
Notion：功能强大，但是搭建成本高，迁移 6 年的资料进去我估计要 1 个月。
飞书文档：协作可以，但单兵作战用不起来。
Obsidian：本地化神器，但配置太复杂，不适合我。
OneNote：自由度高，但跨设备同步太慢。
专门为教学设计的产品：几乎没有。
有的也是 SaaS，要收费，要学新操作，要放弃我已经积累的工作流。
直到我遇到了 NotebookLM。
说实话一开始我没抱期待。
免费工具嘛，能好用吗？
结果用了一周之后，我直接把所有旧工具停了。
下面我把整个流程拆给你。
二、NotebookLM 是什么？为什么它和别的 AI 不一样？
先讲清楚 NotebookLM 是什么。
它是 Google 出的一款个人化 AI 研究助手。
2024 年下半年开始在国内小范围流行，2025 年彻底火出圈。
最大特点，也是它和 ChatGPT、文心一言、通义千问等所有通用 AI 最大的区别：
它只回答你上传的资料里的内容。
这是什么意思？
普通的 ChatGPT，你问它"背包问题的状态转移方程怎么写"。
它会基于训练数据生成答案。
听起来很厉害对吧？
但是会出问题。
它会一本正经地胡说八道。
它会把不同年份、不同版本的写法混在一起。
它会用你以为对的术语，给出错的解释。
对老师来说，这是致命的。
你给学生讲的每一个知识点，必须是你自己认可的版本。
你不能在讲台上说："AI 跟我说，这个公式是这样的，但是它好像不太确定。"
NotebookLM 解决了这个问题。
它的工作方式是这样的：
- 你上传资料（PDF、Word、Google 文档、网页链接、YouTube 视频字幕、音频）。
说白了，它就是一个只读你指定书目的"超级学生"。
你给它的资料越多，它越聪明。
但它绝不会"自学"超出你资料范围的东西。
这个特性，对老师来说，简直是量身定做。
2.1 它能帮你做的 3 件事
我用了一周之后，整理出 NotebookLM 最适合老师的 3 个场景。
第一，海量资料的智能检索。
你 6 年的教案，扔进去。
你问"动态规划中区间 DP 的状态转移怎么讲"。
它直接从你 2019 年、2021 年、2024 年的教案里，把相关段落全找出来。
还按相关性给你排好序。
第二，基于资料的二次创作。
你说"用我 2021 年的这份教案，再加 2024 年的真题案例，给我出一份新教案"。
它真的能基于你的旧教案，改写成新教案。
保留你的核心思路，加入新的内容。
第三，错题分析 + 个性化练习生成。
你把学生的错题丢进去。
它能基于你历年教案里类似题型的解题方法，给出针对性的讲解。
还能基于你教案里的难度梯度，生成新的练习题。
这 3 个场景，正好对应信奥教练最耗时间的 3 项工作。
2.2 5 分钟搞懂 NotebookLM 的核心功能
别被它的名字吓到，"NotebookLM"，LM 是 Language Model 的缩写。
你可以理解为"笔记本 + 大模型"。
界面长这样（文字描述）：
就这么简单。
没有复杂的设置。
没有要学的快捷键。
会打字就能用。
对小白极其友好。
三、我的 3 步实操流程：从 6 年教案到 AI 知识库
接下来是最重要的部分。
我是怎么用 3 步，把 6 年的信奥教案，做成一个能用的 AI 知识库的。
这 3 步，不是随便说说的。
每一步我都踩过坑，也优化过。
第一步：把所有教案"搬家"到 NotebookLM
这一步的关键不是上传，是整理。
你别一股脑把几百份教案全扔进去。
那样 NotebookLM 也会懵。
正确的做法是：按主题拆成多个 Notebook。
我拆了 6 个 Notebook：
- 基础语法 Notebook
- 基础算法 Notebook
- 动态规划 Notebook
- 图论 Notebook
- 真题精讲 Notebook
- 学生错题 Notebook
每个 Notebook 里，相关资料都放进去。
Word 教案、PPT 截图、PDF 真题、网页链接，都可以。
怎么整理更快？
我用的是偷懒版本：
整个过程，我花了大约 6 个小时。
比预想的快很多。
这一步的 3 个坑，提前告诉你：
坑 1：资料太多反而坏事。
我第一次把所有教案全扔进一个 Notebook。
结果 AI 给出的回答，每次都引用错位置。
后来我才搞明白：NotebookLM 的每个 Notebook，建议资料数量控制在 50 份以内。
超过 50 份，准确率会下降。
坑 2：图片、扫描件要单独处理。
我有大量手写教案是拍照的。
这种图片直接上传，AI 识别率不高。
建议先用扫描 App 转成 PDF，或者用 OCR 工具转成文字再上传。
我用的是手机自带的扫描全能王，免费版够用。
坑 3：链接要稳定。
我一开始用一些网盘链接放资料。
后来网盘链接失效了，AI 也调不出来了。
现在统一用本地 PDF 上传。
第二步：用"对话"代替 Ctrl+F
这一步是核心中的核心。
你以前找资料是这样的：
NotebookLM 让你变成：
差别有多大？
我举个真实案例。
上周一个学生问我："老师，01 背包和完全背包的核心区别在哪？我做题总是搞混。"
如果我手动找教案：
合计 20 分钟。
用 NotebookLM：
- 3 秒后，AI 给出回答，并且引用了 2019 年、2021 年、2023 年的 3 份教案。
我直接看了 1 分钟引用原文，确认无误。
然后给学生讲。
合计 1 分钟。
效率提升了 20 倍。
这不是我夸张。
这就是工具的本质升级。
好用的 3 种提问句式（直接抄）：
句式 1：直接问知识点
"动态规划的状态转移方程怎么写？给我一个最简单的例子。"
句式 2：问对比
"01 背包和完全背包的核心区别是什么？给我一份对照表。"
句式 3：问应用
"针对一个刚学完贪心的学生，怎么让他平滑过渡到动态规划？基于我的教案，给我一个 5 周的教学计划。"
这 3 种句式，覆盖了 90% 的备课场景。
你可以直接用，也可以根据你的学科改一改。
第三步：让 AI 帮你"二次创作"教案
这一步是真正解放生产力的关键。
什么意思？
我前面说过，教案最大的痛点不是找不到，是用不上。
老的教案需要更新，但又不愿意完全重写。
NotebookLM 的"音频概览"和"学习指南"功能，可以帮你做这件事。
我常用的 5 个 Prompt（送给你，文末有整理版）：
Prompt 1：基于旧教案生成新教案
"基于我上传的 2021 年动态规划教案，加入 2024 年 CSP-J 复赛的真题案例，给我出一份新的教案。要求保留我原本的教学思路，但案例和练习题全部更新。"
Prompt 2：调整难度等级
"把这份教案改写成两个版本：一个是给零基础学生的，一个是给已经学过一遍、想要拔高的学生。每个版本都给我一个详细的 5 节课的教学计划。"
Prompt 3：生成配套练习
"基于这份'贪心算法'教案，给我生成 10 道配套练习题。难度从易到难。前 5 道是基础概念题，后 5 道是 CSP-J 真题改编。每道题给我详细的解题思路和参考代码。"
Prompt 4：错题分析模板
"我上传了一个学生的错题集。请基于我教案里类似题型的讲解方法，给出每个错题的针对性分析，并且总结出这个学生的 3 个主要薄弱点。"
Prompt 5：家长沟通话术
"我有一个家长总问我'孩子学编程到底有没有用'。请基于我教案里的教学理念和学生的进步数据，给我一段温和又有说服力的回复。"
这 5 个 Prompt，我用了 1 周，每天都还在用。
它不是简单的"AI 生成内容"，而是基于你自己的资料，生成符合你风格的成果。
这是和 ChatGPT 最大的区别。
ChatGPT 生成的东西，是它的风格。
NotebookLM 生成的东西，是你的风格。
四、真实效果对比：旧方法 vs 新方法
为了不让你觉得我吹牛，我做了一个真实的对比。
数据全部基于我过去 1 周的实际工作。
平均下来，效率提升了 3 到 4 倍。
这背后省下来的时间，我可以用来做什么？
这些才是工具升级的真正意义。
不是让你做更多的事。
是让你在同样的时间里，做更重要的事。
五、为什么这个方法有效？底层逻辑说清楚
可能会有老师问：为什么 NotebookLM 能做到这些？
我把底层逻辑拆成 3 层。
5.1 第一层：它解决了"知识检索"的根本痛点
老师不是没有知识。
老师是有太多知识，找不到。
传统的 Ctrl+F，本质是"关键词匹配"。
它要求你记得关键词、记得文件位置。
NotebookLM 用的是"语义理解"。
你问的是"01 背包的核心思想"，它能理解你在问算法本质，而不是匹配"01 背包"这个字串。
然后给你从教案里挑出真正讲本质的那一段。
这才是 AI 时代该有的检索方式。
5.2 第二层：它把"个人经验"做成了可复用的资产
一个老师 6 年的教案，是这个老师最值钱的资产。
但是没有 AI 之前，这些资产很难规模化复用。
因为每一份教案的诞生，都对应一个特定的学生、特定的年份、特定的环境。
换一批学生，这套教案就不完全适用。
NotebookLM 让这件事变得简单：
你的经验，不再是一次性的。
它变成了一条流水线。
5.3 第三层：它保留了"老师的味道"
这是最关键的，也是 NotebookLM 和通用 AI 最大的差别。
我用 ChatGPT 生成的教案，一看就不是我的风格。
句式、用词、案例偏好，统统是 ChatGPT 的味道。
学生一眼就能看出来："这不像小C老师写的。"
用 NotebookLM 生成的内容，因为是基于我自己的教案生成的，它学到了我的表达方式。
比如我习惯用"装 QQ"做类比讲函数调用。
NotebookLM 在生成新教案时，会沿用这个类比。
这就是"AI 不会替代老师"的根本原因。
AI 替代的是重复劳动，不是老师的风格、老师的判断、老师对学生的心意。
六、这套方法的边界：哪些场景不适合？
但我也不想让你觉得 NotebookLM 是万能的。
它有几个明显的局限。
局限 1：需要你自己有"原料"
如果你手上没有积累过任何资料，全靠 AI 凭空生成。
那 NotebookLM 也帮不了你。
AI 是放大器，不是制造机。
没有原始积累，再好的工具也没用。
这也是为什么我说：现在开始积累，永远不晚。
局限 2：复杂推理任务能力有限
NotebookLM 在做"知识检索 + 简单改写"方面非常强。
但涉及到复杂的多步推理、创造性突破，它就有点力不从心。
比如你让它"基于这些教案，预测 2026 年 CSP-J 的出题趋势"。
它会给你一个看起来合理的回答，但深度不够。
这种任务，还是要靠 ChatGPT、Claude 这种通用 AI。
局限 3：中文资料识别率有待提升
NotebookLM 是 Google 出的产品。
它对英文资料的识别率明显高于中文。
我的中文教案，上传后 AI 的回答准确率大概是 85%。
不是 100%。
所以每次它给出的答案，我都会人工核对一遍。
不能完全信任。
这个缺陷，相信随着 Google 对中文的优化会越来越好。
局限 4：免费版有上限
NotebookLM 目前免费，但是：
对个人老师来说，免费版够用。
但如果是机构或者大型团队，可能要付费版。
七、谁最适合用这套方法？
说了这么多，最后总结一下：这套方法最适合谁？
7.1 中小学老师 / 教培老师 / 教练
你是核心适用人群。
只要你有积累多年的教学资料，这套方法直接提升你 3 倍以上的效率。
不需要你是技术高手。
会用浏览器，会打字，就能用。
7.2 课程设计者 / 培训师
如果你需要反复改版课程、生成新版本的讲义。
这套方法能让你"站在自己的肩膀上"，而不是每次从头开始。
7.3 内容创作者 / 自媒体人
如果你写公众号、做视频脚本有积累。
这套方法可以帮你快速生成符合你风格的初稿，然后再人工润色。
7.4 律师 / 医生 / 咨询师 / 任何知识工作者
只要你的工作有"知识复用"的需求，都能用。
把过去几年处理过的案例、文件、报告，全部扔进去。
未来需要的时候，对话式调取。
这才是 AI 时代，每个知识工作者都应该掌握的能力。
八、我的最终判断
回到开头那个崩溃的夜晚。
2023 年晚上 11 点，家长发消息，孩子卡在一道动态规划的题上。
如果那时候有 NotebookLM。
我不需要翻文件夹。
我不需要在 47 个搜索结果里人肉比对。
我不需要花 40 分钟找一份 2019 年的教案。
我只需要打开"动态规划 Notebook"，输入 3 行字。
3 秒后，AI 给出 3 个版本的教案。
引用清清楚楚，案例贴和学生最近学的也匹配。
我花 3 分钟核对一遍，给学生讲。
整个过程，5 分钟。
省下 1 小时 55 分钟。
这一小时 55 分钟，我能做什么？
陪学生多讲一道题。
陪家人吃一顿不被打扰的晚饭。
写一篇公众号。
睡个好觉。
AI 不是替代老师，而是放大老师的经验。
AI 不是抢走时间，而是把时间还给老师。
AI 不是让人变得冷漠，而是让人有时间做真正重要的事。
这是我用 NotebookLM 这一周最大的收获。
它没有改变我教学的本质。
它只是让我有更多的时间，做我自己。
最后。
如果你想用 NotebookLM 但不知道从哪开始。
先把手上最常用的 10 份资料传上去试试。
哪怕只是一个笔记本、5 份文件。
你就能感受到区别。
行动比完美重要。
开始比精通重要。
我是小C。
致力于反努力机制下的 AI 知识传播与教育造物。
常驻讲台，偶尔经过食堂。
AI 工具猎人。
下次见。
附录：5 个 Prompt 模板（直接抄）
Prompt 1：基于旧教案生成新教案
基于我上传的 [年份] [主题] 教案，加入 [年份/赛事] 的真题案例，给我出一份新的教案。要求保留我原本的教学思路，但案例和练习题全部更新。
Prompt 2：调整难度等级
把这份教案改写成两个版本：一个是给零基础学生的，一个是给已经学过一遍、想要拔高的学生。每个版本都给我一个详细的 [N] 节课的教学计划。
Prompt 3：生成配套练习
基于这份 [主题] 教案，给我生成 [N] 道配套练习题。难度从易到难。前 [N1] 道是基础概念题，后 [N2] 道是 [赛事/考试] 真题改编。每道题给我详细的解题思路和参考代码。
Prompt 4：错题分析模板
我上传了一个学生的错题集。请基于我教案里类似题型的讲解方法，给出每个错题的针对性分析，并且总结出这个学生的 [N] 个主要薄弱点。
Prompt 5：家长沟通话术
我有一个 [场景] 的家长，[具体问题]。请基于我教案里的教学理念和学生的进步数据，给我一段温和又有说服力的回复。
10个月宝宝每天需要喝多少奶粉？
