從論文系統建置知識庫的經驗出發，整理知識庫型 AI 專案適合導入 NotebookLM 的情境。
- 以碩士論文「AI 參數化家具客服機器人」的實作經驗為起點：用 GPT 知識庫時，資料結構難餵、圖文關聯讀取差、迭代成本高
- 以 NotebookLM 搭配 Gemini，把參數與規格紀錄的 PDF 變成可對話、可追溯的知識庫，先有成果再決定要不要工程化
- 歸納四類適合導入的專案：文件量大的客服／專家系統、需高頻圖文比對的研究設計專案、不想先寫 RAG 的個人開發者、文件常變動的內部工具，並附上各類的導入方式
- 提出 5 題導入判斷清單（有無大量既有文件、是否以知識為中心、需不需要可追溯回答、是否想先 PoC、瓶頸是否在資料整理）：3 題以上為「是」即值得導入