Hej,
Ostatnio zaczynałem nową inicjatywę i jak zawsze pierwsze pytanie brzmiało: “Co my już o tym wiemy?”
Mam raporty z wywiadów, wyniki kilkunastu ankiet ankiety + trochę raportów rynkowych. Wszystko gdzieś jest. Tylko że “gdzieś” to Drive, Notion, Apple Notes.
Brzmi znajomo? 😅
Kiedyś przekopywałem foldery. Dzisiaj mam inny workflow - zbudowany na NotebookLM. I to jest chyba najlepsze AI-owe darmowe narzędzie dla PM-a Pokażę Ci jak tego używam w praktyce.
👉 Partnerem dzisiejszego wydania… jestem ja sam i mój 10x Product Bootcamp, gdzie ćwiczymy wykorzystanie AI na konkretnym produktowym case study. Ultrakrótkie iteracje, walidacja pomysłów i decyzje oparte na dowodach z AI. Zacznij pracować w ten sposób.
1️⃣ Jak działa NotebookLM - i czym różni się od Claude/ChatGPT
2️⃣ Zastosowanie 1: baza badań dla produktu lub obszaru
3️⃣ Zastosowanie 2: research do konkretnej inicjatywy
4️⃣ Bonus: funkcje, o których warto wiedzieć
✅ Co z tym możesz zrobić w tym tygodniu?
Zaczynasz nową inicjatywę. Pytasz zespół: “Czy my to już badaliśmy?”. Pada cisza. Ktoś mówi: “Chyba Kasia robiła wywiady w marcu, sprawdzę na Drive’ie”.
Tradycyjne foldery i dokumenty są świetne do przechowywania, ale tragiczne do wyszukiwania. Raport ma 40 stron, wywiad to godzinna transkrypcja, ankieta to 200 odpowiedzi. Nikt tego nie czyta drugi raz.
Efekt? Insighty po jakimś czasie giną w folderach. I to jest główny problem, który rozwiązuje za pomocą NotebookLM.
1️⃣ Jak działa NotebookLM - i czym różni się od ChatGPT
NotebookLM to darmowe narzędzie od Google, które sami nazywają “AI Powered Research Partner”. Znajdziesz je tutaj: notebooklm.google.com
Zasada działania jest prosta:
Uploadujesz materiały źródłowe - PDF-y, teksty, strony www, filmy z YouTube, pliki z Drive’a
NotebookLM tworzy zamkniętą bazę wiedzy na ich podstawie
Pytasz w naturalnym języku - a on odpowiada wyłącznie na bazie tych materiałów
Zawsze pokazuje źródła - konkretny fragment konkretnego dokumentu
I tu jest kluczowa różnica względem ChatGPT czy Claude’a.
Tradycyjny LLM odpowiada na bazie wszystkiego, co wie - i może halucynować albo zmyślać cytaty. NotebookLM najpierw decyduje, który z Twoich dokumentów jest odpowiedni, a dopiero potem odpowiada.
Drugą ważną rzeczą jest, że NotebookLM wszędzie gdzie podaje jakiś informacje - stara się pokazać dokładne odniesienie - skąd ma tę informację. Można nawet jednym kliknięciem otworzyć materiał źródłowy w tym miejscu.
Praktyczny efekt? Możesz wrzucić dziesiątki dużych plików do jednego notebooka i nadal dostawać precyzyjne odpowiedzi z konkretnymi cytatami. Z dużo mniejszą szansą na degradację jakości, halucynacje, “wymyślanie” cytatów, których nigdy nie było.
Zobaczmy teraz, jak wygląda to w praktyce. Pokażę Ci dwa zastosowania, z których korzystam regularnie.
2️⃣ Zastosowanie 1: baza badań dla produktu lub obszaru
To mój flagowy use case. Tworzysz jeden notebook i wrzucasz do niego wszystkie wyniki badań z danego obszaru.
Zarówno własne, jak i raporty rynkowe, które gdzieś zebrałeś. W Product Academy mam np. notebook
z wszystkimi badaniami które realizowałem dla Product Management Academy - mojego flagowego szkolenia.
z badaniami o product managemencie, który zasilam raportami rynkowymi (State of Product, Lenny’s Survey)
2.1. Kiedy to się przydaje
Zaczynasz nową inicjatywę i chcesz wiedzieć, co już wiesz o danym segmencie, zachowaniu lub problemie. Zamiast przeszukiwać foldery - pytasz notebooka.
NotebookLM przeegzaminuje wszystkie wrzucone dokumenty i zrobi jedną z dwóch rzeczy:
Wskaże Ci konkretny fragment z cytowanym źródłem
Albo wprost powie, że takich danych w Twoich materiałach nie ma
To drugie jest równie wartościowe. Od razu wiesz, że potrzebujesz nowego badania albo innego źródła. Nie tracisz dnia na przekopywanie folderów, żeby dojść do tego samego wniosku.
2.2. Co wrzucać (a czego nie)?
Polecam wrzucać opracowane wyniki badań, nie surowe transkrypcje. Dlaczego? Baza jest bardziej zwarta, a odpowiedzi precyzyjniejsze. Surowe materiały zostaw na Zastosowanie 2.
Konkretnie warto wrzucić:
Raporty z wywiadów (syntezy, nie transkrypcje)
Wyniki ankiet z analizą
Raporty rynkowe (np. CB Insights, State of Product)
Artykuły branżowe, na które się powołujesz
Materiały konkurencji (jeśli takie zbierasz)
2.3. Jak organizować przy większej skali
Kiedy badań robi się naprawdę dużo - twórz osobne notebooki dla różnych obszarów produktowych. Jeden dla onboardingu, drugi dla monetyzacji, trzeci dla retencji.
Utrzymanie struktury od początku oszczędza godziny później. Brzmi oczywiście, ale z doświadczenia wiem, że łatwo wpaść w pułapkę “jednego wielkiego notebooka na wszystko”.
3️⃣ Zastosowanie 2: notebook do researchu konkretnego tematu
Drugie podejście jest bardziej taktyczne. Tworzysz notebook nie dla całego produktu, tylko pod konkretną inicjatywę, temat który aktualnie researchujesz.
Tutaj logika jest odwrotna - raczej wrzucasz surowe materiały:
Transkrypcje wywiadów z użytkownikami
Wyniki ankiet ewaluacyjnych
Surowy feedback z formularzy i Intercom/Zendesk
Nagrania rozmów sprzedażowych
3.1. Konkretny przykład z mojego workflow
Przy ewaluacji programu Product Management Academy wrzuciłem do notebooka wyniki ankiet ewaluacyjnych z wszystkich edycji. I zadałem jedno pytanie:
“Jakie najważniejsze korzyści i umiejętności wynoszą uczestnicy z kursu PMA?”
NotebookLM nie tylko podsumował odpowiedź - wskazał konkretne fragmenty z ankiet z dosłownymi cytatami uczestników. Mogłem się do nich odwołać w komunikacji marketingowej, na stronie i w rozmowach ze stakeholderami.
Czas, który bym stracił na ręczne przekopanie kilku tysięcy odpowiedzi? Kilka(naście) godzin. Czas w NotebookLM? 15 minut.
3.2. Dlaczego to lepsze niż ChatGPT
W standardowym asystencie masz ograniczone okno kontekstowe. Za dużo materiału i model zaczyna “zapominać” o wcześniejszych fragmentach. Halucynacje rosną, cytaty są wymyślane.
NotebookLM radzi sobie z tym inaczej - najpierw identyfikuje odpowiednie źródło, potem odpowiada. Możesz wrzucić dużo materiału bez utraty jakości odpowiedzi. I bez zgadywanek, czy ten cytat naprawdę padł w wywiadzie.
4️⃣ Bonus: dodatkowe funkcje, o których warto wiedzieć
NotebookLM ma kilka funkcji, o których rzadko się mówi, a które mogą być przydatne w Twoim workflow:
Audio overview - podsumowanie Twoich materiałów w formie rozmowy dwóch głosów AI. Genialne, jeśli wolisz słuchać w drodze do biura niż czytać raport
Slide deck - generuje prezentację na bazie materiałów. Dobry punkt startowy do spotkania ze stakeholderami
Mindmapa - wizualizacja kluczowych tematów i ich powiązań
Wideo - krótkie podsumowanie z tekstem, które możesz wyeksportować
Infografika - szybka wizualizacja danych jako punkt startowy
Ja korzystam głównie z czatu (to 90% mojego użycia), ale slide deck i infografika potrafią zaoszczędzić mi godzinę, kiedy muszę szybko przygotować overview z badań dla zarządu.
✅ Co z tym możesz zrobić w tym tygodniu?
Jeśli z tego newslettera masz wynieść jedną rzecz:
Badania nie znikają, bo ludzie są leniwi. Znikają, bo foldery nie są przeszukiwalne. NotebookLM zmienia Twoje rozproszone materiały w przeszukiwalną bazę wiedzy z cytowanymi źródłami.
Dwa zastosowania, które polecam:
Baza badań dla produktu - jeden notebook na obszar, opracowane wyniki, raporty rynkowe. Używasz, gdy startujesz nową inicjatywę i chcesz wiedzieć, co już wiecie
Notebook dla inicjatywy - surowe transkrypcje, ankiety, feedback pod konkretny projekt. Używasz, gdy pracujesz nad czymś tu i teraz
Co możesz zrobić w tym tygodniu
Wejdź na notebooklm.google.com
Stwórz jeden notebook dla obszaru, który aktualnie badasz
Wrzuć 3-5 najważniejszych materiałów
Zadaj pytanie, które ostatnio sobie zadawałeś przy inicjatywie
Daj znać w komentarzu albo odpisz na tego maila, jak to u Ciebie zadziałało 👇
