Lavorare con i documenti¶
Registrare i notebook e fare domande è il punto di partenza. Per ottenere il massimo dal sistema è utile conoscere alcune strategie che sfruttano la gestione delle sessioni, la ricerca progressiva e la possibilità di interrogare più notebook.
Le sessioni conversazionali¶
Quando Claude interroga NotebookLM per la prima volta su un argomento, crea una sessione di ricerca. Questa sessione mantiene il contesto tra le domande successive, permettendo conversazioni progressive all'interno dello stesso notebook.
Le sessioni rimangono attive per l'intera conversazione con Claude. Se si cambia completamente argomento, Claude può decidere di creare una nuova sessione chiudendo quella esistente. Questo comportamento automatico mantiene la precisione delle risposte evitando confusione tra contesti diversi.
Per visualizzare le sessioni attive:
Mostrami le sessioni attive con NotebookLM
Per ricominciare da zero su un notebook mantenendo lo stesso identificativo di sessione:
Resetta la sessione corrente con NotebookLM
Gestire la quota giornaliera
Ogni domanda a NotebookLM consuma una query dalla quota giornaliera (50 per gli account gratuiti, 500 per NotebookLM Plus). Sfruttare la stessa sessione per domande correlate è più efficiente che ricominciare ogni volta, perché il contesto accumulato rende le risposte più precise. Chiudere esplicitamente le sessioni non più necessarie è una buona pratica per mantenere il sistema ordinato.
Ricerca progressiva¶
Invece di fare una singola domanda generica, l'approccio più efficace è procedere per approfondimenti successivi, lasciando che ogni risposta informi la domanda seguente.
Un esempio con documentazione tecnica: 1. Dammi una panoramica delle opzioni di installazione di n8n 2. Quali sono le differenze pratiche tra Docker e npm? 3. Per un uso professionale con un team di 5 persone, quale approccio è più adatto?
Ogni domanda si basa sulle risposte precedenti e NotebookLM costruisce risposte sempre più precise perché mantiene il contesto conversazionale. Questo approccio è particolarmente utile quando si esplora documentazione complessa o si cerca di risolvere problemi tecnici articolati.
Interrogare più notebook¶
Una delle funzionalità più significative dell'integrazione è la possibilità di lavorare con più notebook nella stessa conversazione. NotebookLM da solo non permette di consultare più notebook contemporaneamente: con l'integrazione, Claude funge da orchestratore e gestisce il passaggio tra notebook diversi.
Un esempio concreto, analizzare documenti contenuti in due notebook separati.
- Analizza i casi presenti nel notebook "Giurisprudenza AI
- Ora analizza le sentenze nel notebook "Giurisprudenza AI – Aggiornamento 2025"
- Confronta i pattern ricorrenti nei documenti caricati nei due notebook
Claude mantiene in memoria i risultati della prima analisi e può confrontarli con quelli della seconda, producendo un'analisi comparativa basata su fonti provenienti da notebook diversi. Questo approccio è stato testato concretamente in un'analisi comparativa di giurisprudenza sull'AI, descritta nel capitolo Casi d'uso.
La revisione umana nel processo¶
Quando si lavora su analisi complesse, la revisione umana tra una fase e l'altra è essenziale.
Il metodo consigliato per lavori strutturati in più fasi è:
- Definire chiaramente gli obiettivi, il metodo e gli output attesi prima di iniziare
- Verificare i risultati di ogni fase prima di passare alla successiva
- Correggere eventuali imprecisioni immediatamente, per evitare che si amplifichino nelle fasi seguenti
- Utilizzare la verifica diretta su NotebookLM (consultando la cronologia delle chat) per confermare la fedeltà alle fonti
Questo approccio human-in-the-loop, dove l'intelligenza artificiale lavora e l'utente valida, è il modo più affidabile di ottenere risultati accurati da analisi documentali complesse.
Ottimizzare le richieste¶
La qualità dei risultati dipende dalla specificità delle domande. NotebookLM funziona meglio con domande precise e contestualizzate.
Meno efficace:
Come funziona Docker?
Più efficace:
Nel contesto dell'installazione di n8n su Windows 11, quali sono i comandi Docker necessari per creare e avviare il container?
La miglior definizione nell aformulazione delle richieste permette a NotebookLM di recuperare esattamente le sezioni rilevanti della documentazione, mentre domande vaghe restituiscono informazioni generiche. La strutturazione automatica migliora qualsiasi domanda, ma partire da una richiesta precisa produce risultati migliori.
Verifica delle informazioni¶
Il sistema è particolarmente utile come strumento di fact-checking quando si scrive documentazione, articoli tecnici o materiale formativo:
Sto scrivendo che n8n supporta fino a 200 nodi in un singolo workflow. Cosa dicono i documenti a riguardo?
Claude interroga il notebook e restituisce la risposta con citazioni, confermando o smentendo l'affermazione sulla base della documentazione. Se l'informazione non è presente, lo dichiara esplicitamente.
Allo stesso modo, è possibile confrontare informazioni trovate in fonti esterne con la documentazione:
Ho letto che per installare n8n su Windows è meglio usare WSL2 invece di Docker Desktop. Cosa dice la documentazione ufficiale?
La risposta distingue tra ciò che è documentato e ciò che non lo è, permettendo di separare opinioni e consigli informali dalle indicazioni ufficiali.
Sotto il cofano
Il server gestisce fino a 10 sessioni contemporanee, ciascuna con un timeout di inattività di 15 minuti. Quando una sessione scade viene chiusa automaticamente, liberando risorse. Il passaggio tra notebook diversi nella stessa conversazione è gestito dal server che crea sessioni separate per ogni notebook: Claude mantiene il contesto complessivo nella propria finestra di contesto, mentre ogni sessione NotebookLM è indipendente. Questo permette di confrontare informazioni provenienti da notebook diversi senza che i contesti si mescolino lato NotebookLM.