Google continue d’étoffer son écosystème IA et on retrouve des synergies fortes sur certains outils, dont Notebook LM, un outil de recherche très puissant qui bénéficie des dernières avancées technologiques : les meilleurs modèles IA (Gemini), de la génération visuels (photos avec Nano Banana / vidéos avec Veo) et même audio…
Ici un aperçu de l’environnement IA de Google :
L’idée est de faire un zoom complet sur Notebook LM, outil très puissant mais encore sous-utilisé…
Rappel sur Notebook LM
Juste avant de partager des exemples concrets, il est important de comprendre que l’outil fonctionne différemment d’un modèle d’IA comme ChatGPT, Claude.
Le principe : vous importez vos propres sources (PDFs, Google Docs, sites web, vidéos YouTube, fichiers audio). L’IA ne répond qu’à partir de ces sources. Jamais en dehors.
Concrètement, ça signifie qu’il y a beaucoup moins d’hallucinations (si l’info n’est pas dans vos sources, l’IA ne l’invente pas), chaque réponse est vérifiable par un système de citation qui indique la source exacte de l’information.
Un exemple ici depuis les sources que j’ai partagées :
Vous décidez donc de la base de connaissance que l’IA exploite. Ce n’est donc pas un assistant généraliste, mais plutôt un système d’exploitation de connaissances. chatGPT & co peuvent vous partager de fausses informations et c’est un problème quand c’est sur un sujet que vous ne maitrisez pas totalement… car difficile de voir les erreurs.
Vous avez aussi la possibilité de transformer vos sources en contenu exploitable (visuel ou pas) grâce au Studio.
Pour chaque espace (“notebook”), vous avez 4 grandes sections :
- La section sources pour ajouter et visualiser l’ensemble des sources utilisées sur votre espace
- La section discussion où vous retrouvez un résumé des sources et l’historique de conversation que vous avez. Des suggestions de questions s’y trouvent.
- La section conversation pour poser vos questions comme sur n’importe quel modèle
- La section studio pour générer du contenu et visuels depuis les sources. C’est une des parties les plus intéressantes.
Voici par exemple la diversité des types de contenu que vous pouvez générer au sein du studio :
On ne va pas faire le tour de toutes les fonctionnalités en détail, mais je vous partage 3 exemples concrets d’utilisation. J’avertis en fin de section sur la possibilité d’un apprentissage fantôme avec l’outil ⚠️
Aller au-delà du simple résumé de PDF
Le résumé de sources est l’une des premières utilisations que l’on a de notebook LM, l’idée est d’aller bien plus loin.
Chez Tandem, on utilise régulièrement l’outil sur des cas spécifiques : production de contenus, formations internes, analyses concurrentielles…
Je vous partage donc 3 cas d’usages qui exploitent des fonctionnalités super intéressantes et pourront remplacer vos outils payants :
1️⃣ Créer un pitch deck sourcé sans y passer la journée
2️⃣ Transformer vos notes bordéliques en SOP propres
3️⃣ Décortiquer 8 concurrents en 30 minutes chrono
Spoiler : La vraie force de NotebookLM, c’est pas l’IA. C’est l’absence d’hallucination. Et en entreprise, ça change absolument tout.
Cas 1️⃣ : Pitch decks et présentations stratégiques
Ce que ça remplace : des heures de recherche + génération de slides sur PPT + design sur canva.
Voici les 3 étapes à suivre :
- Import des sources : Business plan (PDF), rapports sectoriels, sites web concurrents, benchmark financier, …
- Choisir la génération de slides et personnaliser les instructions
- Les slides prêtes dans le studio avec structure complète et messages clés par slide, citations vérifiables pour chaque data et export PowerPoint/PDF (Google Slides à venir)
Utiliser le deep research
Dans cet exemple, on peut aussi utiliser la fonctionnalité Deep Research qui va ajouter des sources depuis un prompt directement dans votre espace.
Résultat : une liste de liens sources sur un besoin spécifique, prête pour votre deck.
Cas 2️⃣ : Transformer des notes en SOP propres
Ce que ça remplace : des notes en vrac + des heures passées à agréger, formaliser des process.
Exemple avec de la documentation onboarding employé
Vous avez des notes RH éparpillées, des vidéos de formations enregistrées, des policies internes dans différents docs. Le problème classique : tout est là, mais rien n’est structuré.
Vous importez tout dans NotebookLM : transcriptions d’appels d’intégration, Google Docs avec les process, vidéos internes, fichiers de politiques RH, … et avec un prompt du type dans la section "Rapport” :
Vous allez pouvoir avoir un SOP, prêt à être exporté dans votre espace interne.
Enjeu de capitalisation de connaissances projet
C’est un problème classique que l’on rencontre en entreprise : un collaborateur clé sur un projet part, et avec lui, toute la connaissance d’un projet ou d’un process.
Avec NotebookLM, vous pouvez créer un notebook par projet ou par process critique. Vous y importez toutes les sources existantes (comptes-rendus, docs techniques, vidéos d’explication) pour générer la documentation manquante.
L’onboarding d’un collaborateur sur ce projet sera forcément simplifié, il accède à un hub centralisé avec toute la connaissance formalisée. Pas besoin de “demander à X qui sait comment ça marche”.
Cas 3️⃣ : décortiquer une liste de concurrents
Vous avez besoin de comprendre un écosystème concurrentiel : qui sont les concurrents directs / indirects, propositions de valeur, pricing, fonctionnalités clés, avis utilisateurs, différenciation, canaux d’acquisition, etc
Le workflow classique avec NotebookLM :
Étape 1 : Identification des concurrents (via Deep Research)
Étape 2 : Import dans NotebookLM
Les sites web concurrents sont importés directement dans NotebookLM. L’outil va récupérer le contenu pertinent (pages pricing, features, about, case studies).
Étape 3 : Extraction de données structurées
Avec un prompt et la fonctionnalité de Tableau de données, vous allez pouvoir structurer l’ensemble des informations :
Étape 4 : Visualisation
Vous pouvez ensuite passer à la création d’un mapping du marché (infographie, présentation, rapports, mindmap) en quelques clics.
Exemple ici d’une infographie comparative du paysage concurrentiel.
Bonus : de la veille sectorielle hebdomadaire en format podcast
Au-delà de l’analyse concurrentielle ponctuelle, NotebookLM est redoutable pour la veille continue en combinant : deep research + génération de podcast
Deep Research permet d’identifier les 10-15 articles les plus pertinents sur votre secteur. Vous les importez dans un notebook dédié “Veille hebdomadaire”.
Ensuite, vous générez un Audio Overview de 15 minutes qui synthétise les tendances clés de la semaine : format podcast, écoutable en voiture ou dans les transports.
Le risque d’apprentissage fantôme ?
Comme vous l’avez vu, l’outil peut résumer des centaines de pages en quelques secondes, générer des quiz, des cartes mentales ou même des podcasts.
Le problème ? On a l’impression d’apprendre… alors qu’on délègue parfois tout l’effort cognitif à l’IA.
Une étude montre que l’auto-explication (apprentissage génératif) améliore les performances de 0,55 écart-type par rapport à la lecture passive, soit l’équivalent d’un passage de 12 à 16/20. (source : Generative Learning Strategy (Self-Explanation))
Autrement dit, le vrai apprentissage ne vient pas de la consommation de résumés mais du travail mental : reformuler, connecter les idées, expliquer avec ses propres mots.
Si NotebookLM repère les idées clés, formule les questions et structure le savoir à votre place, vous optimisez la consommation… pas l’apprentissage.
Attention donc à ne pas utiliser l’outil comme un générateur de réponses, mais comme un sparring-partner cognitif.
Dans le prompt, vous pouvez l’inciter à challenger votre réflexion, repérer des erreurs dans vos réponses, etc
