כשמחברים את בסיס הידע הזה ליכולות של Gemini Gems (העוזרים האישיים המותאמים אישית), מקבלים לא סתם עוד צ'אטבוט, אלא עובד חדש לעסק. עובד שמכיר את הנהלים, את הלקוחות ואת האסטרטגיה שלכם ממש לעומק.
במדריך זה נלמד איך ליצור את החיבור הזה שלב אחר שלב, ולהפוך את מאגרי המידע שלכם לסוכן AI פעיל.
שלב 1: בניית ה"מוח" ב-NotebookLM
הצעד הראשון הוא יצירת בסיס הידע. המטרה שלנו היא לרכז את כל המידע הארגוני או הפרויקטלי במקום אחד שה-AI יוכל לגשת אליו.
- כנסו ל-NotebookLM בכתובת notebooklm.google.com ופתחו מחברת חדשה.
-
העלו את מסמכי המקור הרלוונטיים ביותר. זה יכול לכלול:
- פרופילי חברות ומסמכי אסטרטגיה.
- קבצי PDF של נהלים.
- סרטונים רלוונטיים מיוטיוב (כן, הוא יודע "לצפות" ולהבין אותם).
- קבצים ישירות מ-Google Drive.
לאחר שהחומרים בפנים, מומלץ להשתמש בפיצ'ר ה-Deep Research (אם זמין לכם) או פשוט לתת למערכת כמה דקות לעבד את המידע. זהו השלב שבו המודל "לומד" את החומר שלכם.
שלב 2: יצירת תובנות ראשוניות
לפני שנרוץ לבנות את הסוכן, כדאי לוודא שהמידע נקלט היטב ושניתן להפיק ממנו ערך. הסטודיו של NotebookLM מאפשר לייצר תוצרים במהירות:
- סיכומים ואינפוגרפיקות.
- טבלאות נתונים להשוואה בין מסמכים.
- פודקאסטים (Audio Overviews) להאזנה לחומר.
השתמשו בכלים אלו כדי לחלץ תובנות מפתח ושמרו אותן כ-Notes (פתקים) בתוך המחברת. פתקים אלו ישמשו בהמשך כחלק מההקשר של הסוכן שלנו.
שלב 3: בניית העוזר האישי (Gem)
עכשיו מגיע הקסם האמיתי: החיבור בין הידע לבין מודל השיחה. אנחנו נעבור ל-Gemini Advanced כדי ליצור Gem – גרסה מותאמת אישית של ג'מיני.
- הכנסו לממשק של Gemini.
- הקליקו על Gem manager בפאנל הצד ואז על New Gem.
- תנו לסוכן שם (למשל: "יועץ אסטרטגי פנימי").
- השלב הקריטי: מתחת לאזור ה-Knowledge, לחצו על כפתור ה-+ ובחרו ב-NotebookLM. בחרו את המחברת שיצרתם בשלב הראשון.
כעת, כתבו את ההנחיות (Instructions). המטרה היא להגדיר לסוכן את ה"אישיות" ואת אופן הפעולה שלו. הנה תבנית מומלצת להתחלה (באנגלית, גם עברית עובד, אבל אנגלית לרוב איכותי יותר):
You are a personal assistant specializing in [Specific Field], representing [Company Name].
Your goal is to assist the user by asking guiding questions, one at a time, regarding the [Client / Project / Topic].
Guide the learning process gradually based on the user's responses and your attached Knowledge Base. Only when the case details are clear to you, offer precise assistance based on the information in the Notebook.
זכרו: ההוראות אינן קדושות. דייקו אותן לפי הצרכים הספציפיים שלכם ולפי סגנון התקשורת הרצוי.
שלב 4: אינטגרציה עם Google Workspace
הכוח של ה-Gem הזה הוא שהוא לא חי בבועה. אם אתם משתמשים ב-Google Workspace, אתם יכולים להפעיל אותו ישירות בתוך האפליקציות היומיומיות שלכם.
הנה כמה דוגמאות לשימוש ב-Gem המחובר לידע שלכם:
- ב-Google Docs: בקשו ממנו לכתוב טיוטה להצעת מחיר, כאשר הוא מתבסס על מחירונים ונהלים שנמצאים במחברת.
- ב-Google Slides: בקשו רעיונות לשקפים או מבנה למצגת שמבוסס על אסטרטגיית המותג.
-
ב-Google Sheets: נסו את הפרומפט הבא ליצירת סדר בנתונים:
Create a new table ranking all clients according to the customer evaluation model found in the notebook.
סיכום: בונים נכס ידע, לא עוד צ'אט חד-פעמי
השיטה הזו משנה את כללי המשחק. במקום לנהל שיחות חד-פעמיות עם AI ששוכח הכל בסוף הסשן, אתם בונים מערכת לומדת.
ככל שתוסיפו למחברת ב-NotebookLM חומרים חדשים (סיכומי פגישות, החלטות, מוצרים חדשים), ה-Gem שלכם יהפוך לחכם יותר ומדויק יותר. בכל פרויקט חדש, במקום להתחיל מאפס, אתם יכולים לשכפל מחברת קיימת או לפתוח אחת חדשה עם אותו מבנה מנצח.
זה הזמן שלכם לנסות. קחו נושא אחד שמעסיק אתכם, אספו את החומרים, ותבנו לכם את העובד המצטיין הבא של החודש.