Bonjour !

Alors je vais te faire une confidence. La lettre que tu vas lire a été ré-écrite au dernier moment parce que j’ai eu une soudaine illumination.

Je m’étais dit : tiens, et si j’écrivais un guide sur cet outil d’IA vraiment étonnant, dont tout le monde a parlé en 2025 ?

J’ai travaillé une bonne trentaine d’heures dessus, compilé une quarantaine de sources, fait des dizaines de tests, avant de me lancer dans la rédaction de cette lettre. Mais j’avais un petit sentiment d’inachevé.

Alors j’ai rentré cette instruction :

Lis le document "article-newsletter"
Quels sont les points que j'ai raté ?
Comment améliorer cet article avec de meilleurs exemples et une vision plus exhaustive et intéressante pour le lecteur ?

Et là, l’outil est allé chercher dans les 500 pages des documents que j’avais compilées mais parcourues qu’en diagonale. Et il a trouvé une dizaine de nouvelles idées, de réflexions et de cas pratiques. J’étais complètement passé à côté.

Je me suis dis : “wow”.

Et après je me suis dit : “Oh mince…”

Et voilà, j’ai tout ré-écrit.

Cet outil, c’est NotebookLM. Et je suis persuadé que, comme moi il y a encore quelques jours, tu n’imagines pas tout ce que tu peux faire avec.

Voici un petit guide complet. Ce sera le seul sujet de cette lettre tellement il y a de choses à découvrir… mais aussi des pièges à éviter. C’est mon cadeau de Noël !

COMPRENDRE

L’IA la plus étonnante de 2025

Laisse-moi d’abord te présenter la bête. Parce que, si ça se trouve, c’est la première fois que tu vois son nom.

NotebookLM est un outil de Google qui te permet de charger tes propres documents et de dialoguer avec elles grâce à une IA.

Tu en as peut-être entendu parler pour ses podcasts générés par l’IA. Tu appuies sur un bouton, et deux voix IA se mettent à débattre de tes notes avec des "euh", des rires, et des "oh vraiment ?" tellemement réalistes qu’ils te donnent l’impression d’écouter une émission de radio grand public. Ce coup de génie de Google a rendu la chose virale en septembre 2024. Et c'est effectivement un des piliers qui font l'intérêt de NotebookLM.

Mais il y a deux autres piliers beaucoup plus intéressants, et je suis sûr que tu n’avais aucune idée du troisième.

NotebookLM s’attaque à un problème que personne n'avait vraiment réussi à résoudre avant. Comment faire dialoguer des centaines de sources sans que l'IA n'invente n'importe quoi pour combler les trous.

Prenons un exemple.

L’impact écologique de l’IA est un sujet qui me préoccupe beaucoup. Mais il est infiniment plus complexe qu’on ne l’imagine. Et comme j’ai horreur des simplifications, cela fait deux ans que je compile études, enquêtes et chiffres sur le sujet. J’ai donc chargé environ 100 sources dans NotebookLM. Désormais, quand j’ai une question à poser sur le sujet, j’interroge l’IA et je reçois une réponse sourcée et nuancée. Je n’ai jamais rencontré une seule erreur. Comment fait-il ? Je te dévoilerai sa recette secrète plus bas mais aussi comment j’ai réussi à le piéger.

Mais NotebookLM a un autre super pouvoir. Son créateur l’appelle “The Adjacent Possible” (les portes des possibles). Un concept inspiré du biologiste Stuart Kauffman, selon lequel tout système n’a accès qu'aux possibilités immédiatement adjacentes à son état actuel. Mais si tu places un système d’IA dans un corpus de sources variées, tu augmentes les possibilités de nouvelles portes.

Poursuivons notre exemple. Mes 100 documents ne me permettaient d’avoir qu’une idée superficielle de l’impact de l’IA. Ok, ChatGPT consomme de l’énergie et de l’eau, mais y-a-t-il des facteurs cachés qui viendraient nuancer ou amplifier cet impact ?

J’ai donc demandé à NotebookLM.

Quelles sont les sources  et données manquantes qu'il faudrait aller chercher pour répondre de manière exhaustive et nuancée à cette question de l'impact environnemental de l'IA afin d'equilibrer les sources et de montrer la complexité, avec des ordres de grandeur ?.

Sur la base de son corpus existant, l’IA a identifé des tas de trous dans la raquette, et de nouvelles connexions possibles à explorer. Je lui ai alors demandé :

Propose moi un prompt de recherche approfondie pour aller chercher ces infos.
// Donne une porte de sortie : si ces données n'existent pas, il faut le dire explicitement et ne pas les déduire.

J’ai entré le prompt dans la fenêtre “Rechercher de nouvelles sources sur le web”, j’ai coché “Recherche approfondie”, et après quelques minutes, NotebookLM m’a proposé un rapport complet avec 50 nouvelles sources scientifiques pointues que je n’avais jamais réussi à trouver.

Le problème c’est que les données se contredisent parfois.

Un casse-tête pour moi. Un jeu d’enfant pour NotebookLM.

Maintenant, quand je demande à NotebookLM :

Quel est l'impact carbone d'une requête ChatGPT selon les dernières études ?

Il navigue dans cette complexité avec l’aisance d’un poisson pilote, pointe les contradictions quand elles existent, et m'indique ce qui manque pour trancher.

Du prompt que tu entres sur ton ChatGPT à l’extraction des minerais dans les mines d’Afrique pour fabriquer les puces.

Sans jamais se tromper.

Plus nuancé que la plupart des experts que j'ai entendu sur le sujet.

Et beaucoup plus précis que moi quand on me pose la question entre la poire et le fromage (je n’ai jamais compris cette formule d’ailleurs : pourquoi la poire avant le fromage ? Mais passons).

Si tu veux jouer avec et enfin avoir la réponse aux questions que tu te poses sur le sujet, j’ai rendu public mon NotebookLM à cette adresse.

Alors comment y arrive-t-il ? Pourquoi est-il plus pertinent que les autres outils IA ? Et surtout, qu'est-ce que ça change dans notre façon d'aborder la connaissance ?

C'est ce qu'on va découvrir.

La genèse improbable d'un succès

Pour comprendre NotebookLM, il faut connaître Steven Johnson. C’est un littéraire. Auteur d'une douzaine de livres sur l'innovation, Johnson s'intéresse à comment les idées naissent.

Sa thèse : les meilleures idées émergent rarement d'un cerveau isolé. L'innovation nécessite la réorganisation des ressources existantes pour révéler de nouvelles connexions.

Il cite notamment Kevin Dunbar, chercheur qui a étudié les laboratoires scientifiques. Selon lui, les percées scientifiques surviennent autour de la table de conférence, lors des réunions de labo. Quand les chercheurs confrontent leurs résultats, les anomalies surgissent, et des connexions inattendues émergent.

Lorsqu’en 2022, Google Labs décide de recruter Johnson, ce n’est pas un hasard. Google voulait expérimenter une collaboration inédite entre ingénieurs et penseurs. Les théories de Johnson allaient trouver une mise en œuvre pratique et logique chez Google Labs.

Le projet, baptisé "Project Tailwind", reste longtemps confidentiel. L'équipe l'utilise en interne, mais les modèles d’IA de Google sont encore trop faibles. Il faudra attendre l’arrivée de Gemini en mai 2024, et le lancement des podcasts auto-générés en septembre pour que NotebookLM devienne l’un des outils préférés de millions de personnes.

Pourquoi cette histoire est-elle intéressante ? Son succès repose sur la combinaison d'un modèle d'IA puissant, d'une application bien pensée, et d'un auteur qui s’intéressait à la surcharge informationnelle.

Ce qui rend NotebookLM différent

Arrêtons-nous un instant si tu veux bien. Pourquoi NotebookLM plutôt que Claude, ChatGPT ou Perplexity ?

La réponse tient en deux mots : fiabilité et transformation.

La fiabilité : 86% contre 39%

Une étude académique de 2024 sur le cancer du poumon a testé la précision diagnostique de NotebookLM face à GPT-4o. Résultat : 86% pour NotebookLM, 39% pour GPT-4o (et seulement 25% sans accès aux sources externes). De plus, NotebookLM a atteint 95% de précision dans la localisation des références au sein des documents, ce qui permet aux médecins de vérifier facilement chaque affirmation.

Comment NotebookLM atteint-il cette fiabilité ?

Grâce à trois piliers techniques.

Premier pilier : la fenêtre de contexte massive.

NotebookLM a une capacité de stockage de 25 millions de mots. Pour gérer un tel volume, la plupart des systèmes qui génèrent du texte à partir d'une base documentaire (qu’on appelle les RAG) découpent tes documents en morceaux pour les traiter plus facilement. Mais NotebookLM a une arme secrète : le modèle d’IA qui le pilote dispose d’1 million de “tokens” d'un coup, soit environ 750 000 mots (1 500 pages). Grâce à cette “mémoire”de travail massive (ce qu’on appelle sa fenêtre de contexte), il peut souvent charger l'intégralité de tes sources sans découpage, et beaucoup plus de détails si les sources dépassent sa mémoire de travail. Plus on fait rentrer d’infos dans le contexte, plus le taux de précision monte, et plus l’on évite les erreurs et les angles morts.

Deuxième pilier : le grounding (l'enracinement dans les sources).

"L'équipe Gemini a passé beaucoup de temps à entraîner ces modèles pour qu'ils soient bons en ancrage aux sources”, raconte Johnson. Google appelle ça le source grounding : la capacité à rester strictement enraciné dans les documents fournis.

Le message donné au modèle est le suivant : “L'utilisateur va te donner ces documents. Tu dois répondre factuellement en te basant sur ces documents. Et rester dans les faits de ces documents. Ne sors pas de cette limite.”

“Gemini est le meilleur modèle ancré aux sources qui existe", insiste l’auteur.

Troisième pilier : les citations intégrées obligatoires.

Google appelle ça "ancrage aux sources avec citations intégrées" (source-grounded with inline citations). Chaque affirmation doit toujours pointer vers un passage source précis.

Le modèle ne peut pas inventer s'il doit prouver l'origine de l'information. C'est une contrainte de génération : avant de dire quelque chose, il doit être capable de te montrer d'où ça vient.

C'est cette combinaison de techniques qui rend NotebookLM si puissant.

Et c’est sa capacité à s’appuyer sur cette fiabilité pour générer une variété de contenus qui en fait un outil absolument étonnant, dont je continue de découvrir chaque jour de nouveaux usages.

Car NotebookLM ne se contente pas de comprendre tes sources, il est capable de les transformer en podcasts, videos, présentations, tableaux, infographies… c’est un assistant de connaissance autant qu’un partenaire pédagogique.

Tu en doutes ? Tu pensais tout savoir ? Tu crois que TOUT est parfait ? Je te mets au défi ! Passons à la pratique !

PRATIQUER

À toi de jouer !

Le meilleur moyen de connaître un outil IA, c’est de jouer avec et de tester des trucs.

3 choses à savoir avant de commencer :

• NotebookLM est gratuit avec une version payante pour un usage plus intensif.

• Contrairement à Gemini qui utilise tes données pour entrainer les IA de Google, NotebookLM reste globalement confidentiel.

• Tu peux partager tes notebook avec le monde entier, sauf si tu l’utilises avec un compte Entreprises (Workspaces).

Comprendre l’interface

NotebookLM est séparé en 3 zones.

• Sources : tu peux ajouter des sources, faire des recherches sur le web pour en trouver de nouvelles, consulter les sources une par une.

• Chatbot : tu peux discuter avec l’IA (Gemini 3) pour poser tes questions. Tu peux aussi entrer des instructions personnalisées pour guider le comportement du modèle (très pratique !)

• Studio : c’est là où la magie opère. Tu peux générer des podcasts, des tableaux, des rapports, des quizzes, des présentations ou des infographies. Tu peux personnaliser chaque génération en entrant un prompt (clique sur le petit stylo).

Ce que lit NotebookLM

• Les fichiers texte et les pdf

• Les notes textuelles

• Les liens web ou les videos YouTube (il récupère le texte ou le transcript)

• Les slides d’une présentation (tu verras qu’il y a un usage étonnant de cette fonctionnalité)

• Les mp3 (envoie lui une note audio ou un podcast)

• Les images (prends en photo tes notes manuscrites ou des graphiques)

• Les google docs (il peut aussi lire les graphiques en images dans un document texte… assez bluffant je trouve).

Les transformations : le Studio

NotebookLM peut transformer tes sources en formats multiples.

• Résumés audio : des podcasts conversationnels entre deux voix IA

• Présentations visuelles avec texte et images

• Résumés video personnalisables

• Rapports : des documents textuels structurés

• Mind maps : des cartes conceptuelles visuelles

• Flashcards : des cartes mémoire pour réviser ce que tu as appris

• Quizzes : des questionnaires à choix multiples

• Tableaux : pour rassembler les données éparpillées des sources dans un document bien rangé.

Créer ton premier Notebook

Il y a tellement d’usages que c’est difficile de tout t’expliquer. Mais la régle de base est celle-ci :

• Commence par envoyer tes sources.

• Pose des questions, cherche des sources complémentaires et contradictoires, ou qui apportent du contexte

• Génère un premier rapport, podcast ou présentation en choisissant le bon angle, personnalise le résultat.

Mais ce n’est que le début du voyage. Tu peux aller beaucoup plus loin !

I. L’assistant super expert

Tu fais des recherches sur un sujet et tu compiles tout dans un dossier NotebookLM. Il te servira de référence pour écrire ou pour vérifier une info.

Steven Johnson a chargé son carnet avec 8 O00 citations collectées depuis la fin des années 90. II peut maintenant converser avec I'histoire de sa propre pensée.

Exemple de requête qu’il utilise :

J'ai écrit ce paragraphe. Qu'est-ce que j'ai oublié de mes notes des dix dernières années qui pourrait être pertinent ?

“Il me renvoie une réponse incroyablement nuancée qui me rappelle constamment des choses que j'ai oubliées.”

NotebookLM est souvent présenté comme une sorte de “second cerveau” : une base de connaissances qui te permet de ne plus oublier ce que tu as lu ou noté. Vois le surtout comme une table de travail où tu poses tout ce que tu as lu et noté sur un sujet pour travailler avec.

Quelques régles et pièges à éviter :

Alors on va arrêter les louanges quelques instants pour parler des failles de NotebookLM. Il fait très peu d’erreurs, certes, mais il peut en faire.

La principale raison tient en un concept : “le context rot” (la pourriture du contexte). Plus les documents sont longs et nombreux, plus les performances se dégradent.

Donc même si Gemini a une capacité de 1 million de tokens, cela ne le protège pas du “context rot”. L’IA peut (rarement) rater des informations essentielles et produire des réponses fausses. C’est particulièrement ennuyeux lorsque tu l’utilises pour pour un document juridique.

Comment limiter le risque ? Il faut lui donner des sources structurées et fiables, et éviter autant que se peut de tout balancer en vrac.

Mon protocole personnel :

1) Je ne mets jamais de lien web : je les convertis en fichier Markdown. Pourquoi ? Les IA comprennent très bien ce format qui est très structuré et hiérarchisé, ça les aide à retrouver et à se repérer dans le texte. Et au moins je suis sûr qu’il a TOUT le contenu.

Pour m’aider, je me suis codé une petite extension chrome qui transforme n’importe quelle page web en un fichier markdown (.md) complet. Tu peux récupérer l’extension ici (depuis ton ordinateur uniquement) avec son manuel pour l’installer. Ça te prendra 5 minutes chrono.

2) Je privilégie la qualité à la quantité. Je crée un notebook par sujet, et je nettoie mes sources. Je demande aussi à NotebookLM comment équilibrer les sources existantes et je complète ma base de connaissance avec la recherche approfondie (comme je te l’ai expliqué plus haut).

3) Je crée un fichier spécial avec la liste des documents essentiels que j’appelle README. 

Je mets ce fichier dans les sources.

Et dans les instructions du chatbot je lui demande d’aller voir d’abord ce fichier avant de répondre. Très utile quand mon dossier contient plusieurs sources potentiellement contradictoires à des dates différentes. Cette technique permet de lui donner un cadre plus solide pour lire les sources.

Cet effort de structuration peut paraître laborieux, mais il vaut le coup. Surtout s’il s’agit d’un travail que tu vas réutiliser et partager.

Astuce sympathique : si ton dossier est bien construit, tu peux lui demander de débattre sur le sujet pour aiguiser ton esprit critique. Génère un podcast ou une vidéo avec les instructions suivantes :

Un débat  enflammé et de haut niveau entre deux animateurs qui ne sont ABSOLUMENT PAS d'accord sur le sujet. Chaque animateur choisit son camp et déconstruir l'argument de l'autre.
Mais pour l'auditeur, au final, cela lui permet de bien comprendre le problème avec ses pour, ses contre, ses ordres de grandeur, et sa complexité.

II. Le prof socratique personnel

C’est un usage sous exploité mais vraiment intéressant pour les profs, les formateurs, mais aussi pour toi-même !

Cet usage a été documenté dans un article académique. L’idée est de donner à NotebookLM le matériel d’un recueil d’exercices à faire, d’un cours ou d’un corpus, et de lui demander de jouer le prof sans te donner la réponse.

Je me suis amusé à tester cette idée sur notre formation à ChatGPT. J’ai entré le manuel complet et le guide des prompts, et j’ai configuré le chatbot pour qu’il ne donne jamais la réponse mais t’aide à construire tes prompts.

Cadeau : tu peux jouer avec le professeur de prompting ici (tu noteras que tu n’as pas accés au manuel ni aux prompts).

Si tu veux reproduire ce prof, tu trouveras les instructions ici que tu pourras adapter à ta thématique.

III. Le concurrent de Powerpoint

C’est l’usage le plus amusant et étonnant de NotebookLM.

Grâce à NanoBananaPro, le modèle d’images de Google, l’outil peut créer une présentation complète à partir de tes notes. Incluant le texte, les images, et même des infographies. Le truc ici c’est de personnaliser au mieux le résultat.

Pour cela il faut cliquer sur le petit crayon à côté de “Présentation” et choisir les options ou personnaliser avec un prompt.

Par exemple :

Fais une présentation sur [ANGLE DE TA PRÉSENTATION]. 
Crée un design tableau noir vert foncé avec du texte écrit à la main à la craie — blanc, jaune et rose. 

Si tu ne sais pas quel design utiliser tu peux utiliser des présentations de qualité (quelques inspirations ici). Télécharge une ou plusieurs slides sous forme d’image, de fichier PDF, ou de Google Slides. Si tu as déjà des présentation avec le style graphique de ta boîte, entre la (en nettoyant le texte). Renomme la source “BRANDBOOK”.

Puis entre un prompt de ce type :

Fais une présentation sur [ANGLE DE TA PRÉSENTATION]. 
Utilise le BRANDBOOK pour le design.

Une astuce géniale : entre ta présentation moche dans les sources (sous format Google Slides) et demande à NotebookLM :

Fais-moi des slides beaucoup plus belles. Thème : Design épuré avec fond blanc. Visualise les chiffres du deck de plusieurs façons différentes en les ancrant au monde réel. Utilise un style infographie avec des données percutantes et inspirantes.

Tu peux aussi agencer textes et photos. Entre tes notes et tes photos dans un Google doc, envoie le à NotebookLM, puis génère une présentation. Par exemple pour créer un livre de recettes :

Crée un récapitulatif sur le thème de [THEME] de toutes les pâtisseries des photos. Appuie-toi sur les recettes de la note

Tu pourras retrouver d’autres astuces ici.

Le seul problème : tu ne peux pas éditer tes présentations. Mais j’ai trouvé un outil qui le fait !

Autres usages étonnants

• Créer un guide d’utilisation : rentre la documentation et le manuel d’un outil que tu viens d’acheter.

• Créer un podcast quotidien : rentre un article scientifique ou même un livre. Et génère un podcast par question que tu te poses.

• Écrire un livre : NotebookLM est trop limité pour la rédaction directe. Mais il est très utile comme compagnon d'écriture : analyser la cohérence de tes écrits au regard de tes sources, développer de nouveaux arcs narratifs pour tes personnages, trouver de nouvelles pistes pour enrichir tes analyses… et exploiter ces recommandations pour écrire.

• Compiler des communications relatives à un projet : entre tes transcripts de réunion, tes mails, et tes notes pour identifier des infos qui t’auraient échappé (demande implicite du client, absence de réponse, tensions, idées géniales formulées lors d’une réunion mais noyées dans la masse, analyser ton comportement lors d’un échange…)

Ce qu’il faut retenir :

• J’ai créé une présentation qui rassemble l’essentiel des infos en 10 slides. Tu peux la récupérer ici.

• Tu peux aussi regarder l’interview de Steven Johnson qui raconte comment il utilise NotebookLM.

PARTICIPER

On construit cette lettre ensemble !

Nous sommes désormais 39.700 abonnés !

Vous avez été nombreux à apprécier ma dernière lettre sur “Comment écrire avec l’IA”.

Par exemple Thierry qui me dit :

Comme Thierry, tu peux aller voir ma formation ici.

A toi de voter !

Merci de nous avoir consacré un peu de ton temps. Je te souhaite de belles fêtes de fin d’année !

🎄 Benoit, Thomas et Jeff.