先说核心机制：NotebookLM 的工作逻辑其实非常清晰——上传文档后，系统会进行细粒度分块（默认 512 token 一块），然后使用轻量级 Sentence-BERT 变体为每个块生成嵌入向量，在本地构建一个 FAISS 向量索引。所有后续问答都基于这个索引进行毫秒级语义检索，不联网、不调用外部知识库、不补充训练数据。最后，只把 top-k 检索结果和你的提问拼成 prompt，交给 Gemini Pro 执行条件化生成。换句话说，模型“知道的”永远只来自你投喂的材料，这就在源头上切断了 AI 幻觉的生成可能。

试想一下，手里攥着几十页行业报告、三份扫描 PDF，外加一段访谈录音，需要从中提取真实结论，却又担心 AI 编造数据、捏造引用、混淆作者署名？NotebookLM 的解法很简单：把知识范围牢牢锁定在你上传的每一页文档里，让每次回答都能追溯到原文具体段落——这一招确实从根本上切断了 AI 幻觉的生成路径。

核心机制：私域语义索引+引用强绑定

具体来说，分三步走：

第一步：上传文件后，系统自动执行细粒度分块（默认 512 token/块），并用轻量级 Sentence-BERT 变体为每个块生成嵌入向量；
第二步：本地构建 FAISS 向量索引，所有后续问答均基于该索引进行毫秒级语义检索，【不联网、不调用外部知识库、不补充训练数据】；
第三步：仅将 top-k 检索结果与你的提问拼接为 prompt，交由 Gemini Pro 执行条件化生成——这意味着模型“知道的”永远只来自你投喂的材料。

实操验证：点击引用即可定位原文

举个例子，当 NotebookLM 输出“据 2024 年报第 17 页显示，营收同比增长 12%”时，右侧会同步出现高亮引用标记。直接点击这个标记，页面就会自动跳转至你上传的 annual_report_2024.pdf 中对应段落。如果原文实际写的是“成本同比上升 12%”，说明 OCR 失真或文档锚定失效了——这时候应该重新上传高清 PDF，或者手动校正文本层。

多模态输入防幻觉关键动作

方法一：为图像/PNG 添加语义标签。上传实验热力图时，务必在文件名或描述栏注明“图 4-响应延迟热力图（原始数据见附录 C）”，否则模型可能把图注误读为正文结论。

方法二：禁用跨文档隐式推理。在 Settings > Labs 中关闭“Multimodal Context Linking”，避免模型自动关联不同时间戳的文档——比如把 2024Q1 更新数据与 2024 年报指标强行比对。

方法三：校验化学/金融等专业术语一致性。对含 IUPAC 命名或财务指标的文档，上传后立即用 CLI 工具比对：grep -n "revenue.*$[0-9.]*M" ./uploaded_docs/*.pdf.txt，确认 NotebookLM 引用行号与 grep 输出完全匹配。

OCR 失真导致幻觉的即时补救

如果扫描 PDF 识别错误率超过 15%，系统会自动降低引用覆盖率阈值并标黄提示。这时候不要重试提问，正确的做法是：导出当前文本→用 Adobe Acrobat 执行“增强扫描”→重新上传修正式版 PDF。【切勿直接编辑 NotebookLM 输出文本后二次提交，这会导致溯源链断裂】。