用 NotebookLM 把部落格文章變成 Podcast — 零成本的音頻內容 Pipeline

一篇 2000 字的技術文章，讀者需要 8-10 分鐘。同樣的內容做成 Podcast，聽眾可以邊通勤邊吸收，覆蓋完全不同的時間場景。

這不是新觀念。但要把「每篇文章都有對應音頻」這件事做成自動化流程，一直是個隱性的高門檻：你需要錄音設備，或者很貴的 TTS API，或者非常多的 prompt engineering 去讓 LLM 寫出像樣的 Podcast 腳本。

NotebookLM Audio Overview 把這個門檻清除了。你只需要把文章內容放進 Notebook，點一個按鈕，五到十分鐘後你會得到一段兩個 AI 主持人真實討論的音頻，品質遠超任何 TTS 系統。而且完全免費（Pro 版無限次）。

這篇文章記錄我們為 SuperPortia Agentic Blog 建立 Blog Audio Pipeline 的完整過程：從第一次實驗，到批次處理 34 篇存量文章，到嵌入 Astro 部落格的技術實作。

Audio Overview 的四種格式

在動手之前，先搞清楚四種音頻格式的差異，選錯會讓效果大打折扣：

對大多數部落格文章，對話式 Podcast 是最佳選擇：它最接近讀者的期待（聽 Podcast 就是要聽人說話，不是聽播報），也最能展現 NotebookLM 的技術優勢。

第一步：建立 Blog Audio Notebook

# 前置作業：確認 Google 帳號有 NotebookLM Pro
# 進入 https://notebooklm.google.com/
# 點 "New Notebook"，命名為 "SuperPortia Blog Audio"

Notebook 設置原則：

1. 來源只放部落格文章，不混入其他內容。如果你把 KOL 報告和文章放在同一個 Notebook，Audio Overview 的主持人會困惑，開始說「根據這篇關於 KOL 的文章……」這和你的文章主題無關。

2. 每次生成前更新來源。如果你要生成一篇特定文章的 Podcast，確認那篇文章是 Notebook 裡最新的版本（或者用一個只有那篇文章的 Notebook）。

3. Pro 版：每個 Notebook 上限 300 個來源，我們的 34 篇文章遠在範圍內。

第二步：把 Markdown 轉成可用的來源格式

NotebookLM 不直接讀 .md 檔案。三種轉換方式：

方案 A：轉 PDF（推薦，保留格式）

# 安裝 pandoc（如果還沒有）
brew install pandoc

# 單篇轉換
pandoc /Users/xy2024air15/Documents/superportia-agentic-v2/src/content/posts/beast-mode-deep-dive.md \
  -o /tmp/beast-mode-deep-dive.pdf

# 批次轉換所有文章
for f in /Users/xy2024air15/Documents/superportia-agentic-v2/src/content/posts/*.md; do
  base=$(basename "$f" .md)
  pandoc "$f" -o "/tmp/blog-pdfs/$base.pdf"
done

# 移除 frontmatter（--- 到第二個 --- 之間的內容）
sed '1{/^---$/!q};/^---$/,/^---$/d' input.md > clean.md
pandoc clean.md -o output.pdf

方案 B：直接貼文字（最快，適合單篇測試）

把文章 Markdown 內容（去掉 frontmatter）複製貼上到 NotebookLM 的「Paste text」輸入框。適合測試第一篇，不適合批次處理。

方案 C：用 Google Docs 作為中介

把文章同步到 Google Docs，然後在 NotebookLM 直接連結 Google Drive 檔案。優點是文章更新時可以直接 refresh，不需要重新上傳 PDF。缺點是多一個同步步驟。

第三步：生成 Audio Overview

1. 在 Notebook 界面，點右上角的 “Audio Overview” 按鈕
2. 選擇 “Conversation”（對話式）
3. 點 “Generate”
4. 等待 3-8 分鐘（視 Notebook 大小而定）

生成完成後你會看到一個播放界面，右上角有 下載按鈕（.mp3 格式）。

第四步：嵌入 Astro 部落格

這是整個 Pipeline 最有趣的部分：讓音頻播放器自動出現在文章頁面，不需要修改任何 layout 檔案。

4.1 更新文章 frontmatter

---
title: "Beast Mode 深度拆解"
date: 2026-03-15
# ... 其他 frontmatter ...
audio_url: /audio/beast-mode-deep-dive.mp3
audio_duration: "11:24"
---

把下載的 .mp3 放到：

superportia-agentic-v2/
  public/
    audio/
      beast-mode-deep-dive.mp3   ← 放這裡

4.2 在文章 Markdown 內容加入播放器 callout

由於我們遵守 layout 保護規則（不改 .astro 版型檔案），最簡單的方式是在文章 Markdown 內容的開頭加入一個標準 callout 區塊：

> [!audio] 本文 Podcast 版本
> 這篇文章有對應的 Audio Overview（NotebookLM 生成，11 分 24 秒）。
> <audio controls src="/audio/beast-mode-deep-dive.mp3" style="width:100%"></audio>

這樣每篇有 audio_url 的文章，頂部就會有一個明確的音頻入口。HTML <audio> 標籤在 Markdown 中直接渲染（Astro 的 MDX pipeline 支援）。

4.3 文件結構

public/
  audio/
    beast-mode-deep-dive.mp3
    notebooklm-complete-guide.mp3
    ... (每篇文章一個檔案)

命名規則：與文章的 slug 保持一致，方便管理。

批次處理 34 篇存量文章的計畫

我們目前有 34 篇已發布文章。全部批次生成的計畫：

Phase 1：種子測試（3 篇）

選三篇主題各異的文章，測試生成品質：

• beast-mode-deep-dive.md（技術深度）
• notebooklm-complete-guide.md（工具評測）
• superportia-daily-operations.md（工作流程）

評估標準：

1. 主持人有沒有把文章的主要洞察說出來（而不是只說廢話）？
2. 對話有沒有自然的問答節奏？
3. 中文發音有沒有明顯問題（人名、術語）？

Phase 2：選擇性生成（前 10 篇高流量文章）

如果 Phase 1 通過，優先處理流量最高的 10 篇。NotebookLM 生成一篇約 5 分鐘，10 篇 = 約 50 分鐘人工監督時間（不含等待）。

Phase 3：全量覆蓋（34 篇）

全部生成後，統一處理 frontmatter 更新和部署。預計需要 2-3 個下午的工作量（因為每篇都需要人工聽 30 秒確認品質）。

# 追蹤哪些文章還沒有 audio_url 的腳本
#!/bin/bash
posts_dir="/Users/xy2024air15/Documents/superportia-agentic-v2/src/content/posts"
echo "= 缺少 audio_url 的文章 ="
for f in "$posts_dir"/*.md; do
  if ! grep -q "audio_url:" "$f"; then
    echo "  - $(basename "$f")"
  fi
done

品質提升技巧

Notebook 說明欄位（系統提示）

每個 Notebook 有一個「Notebook Guide」欄位（在左側 Sources 區域旁的筆記本圖示）。這裡可以寫說明，影響 Audio Overview 的生成方向：

這個 Notebook 包含 SuperPortia 的技術部落格文章。
受眾是對 AI 工具和自動化有興趣的中文技術工作者。
Audio Overview 請用對話式，適合邊通勤邊聽的節奏。
避免過度學術，保持實用導向。

單篇 vs 整個 Notebook

如果要生成特定一篇文章的 Podcast，建議建立一個「暫時 Notebook」只放那一篇文章，而不是把所有文章都放進同一個 Notebook 然後期待 NLM 只聚焦一篇。

實測發現：Notebook 裡的文章越多，Audio Overview 越傾向做「整個 Notebook 的綜合摘要」而不是「這篇文章的深度討論」。

SuperPortia 的第一次 Podcast 實驗

2026 年 3 月，我們用 beast-autoresearch-complete-guide.md 做了第一次測試。

實驗設置：

• Notebook：只有這一篇文章（2800 字）
• 輸出格式：對話式 Podcast
• 語言：繁體中文

實際結果：

• 長度：9 分 42 秒
• 品質評估：主持人準確捕捉了「Beast Mode = 能力層，autoresearch = 閉環層」的核心論點
• 問答節奏：主持人 A 問「那實際上這兩個工具要怎麼搭配？」主持人 B 用了文章裡的具體例子回答——這不是巧合，是真正的語意理解
• 問題：技術術語「HOTL」被唸成「H-O-T-L」四個字母，不是「Hot-L」

這次實驗讓我們確認：Audio Overview 的品質已經夠高，值得投入時間建立完整 Pipeline。

整合後的 SuperPortia Blog 效果

每篇文章的頁面未來會有這個結構：

[文章標題]
[封面圖]

> [!audio] 本文 Podcast 版本（9 分 42 秒）
> <audio player>

[文章正文]

讀者有兩個選擇：讀文章或聽 Podcast，覆蓋不同的使用場景。我們不需要運作獨立的 Podcast feed（雖然日後可以加），只需要每篇文章有一個可播放的 .mp3 檔案。

成本：零。時間：每篇文章約 10 分鐘（包含等待生成和上傳）。

這個投報率，我們沒有理由不做。

回到系列總文

本文是 NotebookLM 系列的第二篇。完整功能介紹與五個 Notebook 架構規劃請見：

NotebookLM 完全活用指南 — 從 AI 轉錄到 Podcast、影片、Infographic 的一站式工具

延伸閱讀：用 NotebookLM 做 KOL 情報分析 — 跨來源觀點比較的自動化方案