先给出一个关键结论：如果你想让 NotebookLM 生成的音频概览真正实现质变，从生硬的机械朗读升级为有角色感、有节奏感、还能准确解释专业术语的播客级音频，那么最重要的一步就是——在生成前填写自定义提示词。只要忽略这一步，AI 通常就会按默认模板直接朗读，不仅语气单一，连停顿位置都不够自然，最终听感差距非常明显。

打开 NotebookLM，进入目标笔记本，点击右上角的「Studio」按钮，在弹出的面板中选择「Audio Overview」，然后点击「Generate」右侧的「⋯」图标，再选择「Edit prompt」。此时会出现一个纯文本输入框，默认内容是空的。先不要急着点生成，一定要在这里手动粘贴提示词，否则包括停顿、角色设定、术语解释在内的所有语音控制参数都会失效。

在Studio界面触发音频概览前设置提示词

整个操作流程并不复杂：打开 NotebookLM → 进入目标笔记本 → 点击右上角「Studio」按钮 → 在弹出面板中选择「Audio Overview」→ 点击「Generate」右侧的「⋯」图标 → 选择「Edit prompt」。这时系统会弹出一个纯文本输入框，默认仍然为空。不要直接点击生成，【必须在此处手动粘贴提示词，否则所有语音参数（如停顿、角色、术语解释）都会全部失效】。

三类必填要素：角色+节奏+术语处理

自定义提示词并不是随意写几句就行，而是建议按照固定结构填写三个核心模块，这三部分缺一不可：

① 角色设定：明确写清“主持人+专家”或“双人对话”等角色关系，并补充性别、身份或说话风格。比如“男主持人（冷静理性）与女技术专家（语速稍快，带轻微笑意）”。如果不设置角色，AI 往往会默认输出单人平铺直叙的内容，缺乏播客应有的对话感和层次感。

② 节奏控制：必须加入清晰的停顿指令，常见格式为[PAUSE:0.8s]，并且建议在每段话结尾都加上。只要漏掉停顿标记，整段音频就可能像连珠炮一样持续输出，用户听久了容易疲劳。Google 官方测试显示，加入这类停顿标记后，听众的理解率可提升 37%。

③ 术语处理：要明确要求“首次出现的技术词必须附带简明定义”。例如“量子退火：一种利用量子涨落寻找最优解的计算方法，适用于组合优化问题”。如果原文没有解释，AI 通常不会主动补充，而是直接照搬原文，这也是许多用户觉得 NotebookLM 音频概览难懂的重要原因之一。

直接可用的高效果提示词模板

方法一：基础双人播客型（适合技术文档）
你是一名科技播客主编。请将以下内容转化为90秒内双人对话音频脚本：主持人（男，沉稳）提问，专家（女，略带热情）解答；每句话结尾加[PAUSE:0.8s]；所有专业术语首次出现时必须附带15字内定义；结尾以开放式问题收束，例如“你觉得这个方案落地难点在哪？”

方法二：单人讲解强化型（适合教学材料）
你是一位经验丰富的在线讲师。用自然口语讲解以下内容：避免长句和术语堆砌；每25秒插入一次[pause]；关键步骤用“第一步→第二步→第三步”明确引导；复杂概念后立即接生活类比，例如“API就像餐厅菜单，你点菜（发请求），厨房做（服务器处理），上桌（返回结果）”。

方法三：访谈纪实风（适合案例/访谈稿）
基于原始访谈记录生成三人对话音频：主持人（中性声线）、受访者A（语速慢，多停顿）、受访者B（语速快，爱用短句）。保留原话中所有“嗯”“啊”等语气词；当两人观点冲突时，插入[PAUSE:1.2s]强调分歧；引用原话必须标注时间戳，例如[03:22]。