Hardcoding PRO — Gemini Notebook с нуля

HARDCODING PROПрактикум: Gemini Notebookобновлено 20.09.2026 · Google AI Pro

Сразу главное

Gemini Notebook (бывший NotebookLM) — рабочая среда Google для исследования, анализа и создания материалов на основе твоих источников. Логика Hardcoding PRO простая: ты формулируешь нужный результат обычными словами, а техническую рутину по возможности выполняет ИИ-агент.

Тыобъясняешь задачу обычными словами.

ИИ-агентделает технические действия.

Gemini Notebookанализирует только нужные материалы.

Не нужно учить команды наизусть. Они показаны только для прозрачности и проверки.

Источники / вопрос

→

исследование + анализ + выполнение кода

→

PDF / XLSX / PPTX / видео / вывод

НОВОЕ · 2026

Что изменилось: Gemini Notebook стал рабочей средой, а не только чатом по документам

Главный сдвиг: раньше базовый сценарий был «загрузил материалы → задал вопрос». Теперь Gemini Notebook может сам искать источники, глубже анализировать их, запускать код и собирать готовые материалы.

Защищённый облачный компьютер

Gemini Notebook может писать и выполнять код для анализа данных и сложных исследовательских задач.

100+ встроенных программных навыков

Google заявляет более 100 встроенных программных навыков агента. Полный список этих навыков публично не раскрыт.

Быстрое и глубокое исследование

Можно начать с вопроса, найти материалы в интернете и добавить лучшие источники в блокнот.

Готовые файлы и материалы

PDF, DOCX, Markdown, CSV, JSON, XLSX, PPTX, графики, презентации и другие результаты из одной базы знаний.

Короткий видеообзор ~60 сек

Короткий видеообзор поддерживает русский язык. Для короткого формата визуальный стиль отдельно не задаётся.

Экосистема Gemini

Блокноты можно использовать не только внутри Gemini Notebook, но и как контекст в Gemini; Google также развивает интеграцию с поиском.

Как это использовать в Hardcoding PRO: ставь задачу через конечный результат. Не «запусти Python», а «посчитай CAC и ROMI, проверь расчёты, построй графики и дай XLSX + PDF».

поэтапное включение: часть новых функций Google включает поэтапно. Если конкретная кнопка или режим ещё не появился в твоём Pro-аккаунте, сначала проверь поэтапное включение и Настройки → Использование, а не ломай рабочую установку.

Дополнительные функции сентября: Google поэтапно включает голосовые разговоры в реальном времени, запись аудио с телефона и интерактивные учебные обзоры. Эти возможности могут появляться в Pro-аккаунтах не одновременно, поэтому они идут как дополнительная проверяемая возможность, а не как обязательный критерий прохождения.

Маршрут

НОВОЕ 2026. Облачный компьютер, исследования, короткие видео и готовые материалы 1. Что такое Gemini Notebook 2. Словарь для новичка 3. Зачем он вайбкодеру 4. Установка через ИИ-агента 5. Файл-навык для ИИ 6. Вход в Google 7. Первый блокнот 8. Добавляем материалы 9. Учимся задавать вопросы 10. Реальные сценарии 11. Несколько ролей анализа 12. Быстрое и глубокое исследование НОВОЕ. Облачный компьютер и ИИ-чат с действиями 13. Studio: готовые материалы Google AI Pro: лимиты и расход ресурсов Практика 2026: 20 источников → пакет результатов 14. Как подключить Gemini Notebook к ИИ-агенту 16. Частые ошибки 17. Проверка результата

1. Что такое Gemini Notebook простыми словами

Gemini Notebook (бывший NotebookLM, переименован 16 июля 2026 года) — рабочая среда Google с опорой на твои источники: ты даёшь ей материалы проекта, задаёшь вопрос или конечную задачу, а система показывает, откуда взялись ключевые выводы.

Пример. Ты загрузил 30 переписок клиентов. Вместо ручного чтения спрашиваешь: «Какие проблемы люди повторяют чаще всего? Покажи, где именно они это сказали».

Документы, сайты, видео, переписки
↓
Gemini Notebook
↓
вопрос
↓
ответ
↓
подтверждение из источника

Главная ценность: один блокнот становится проверяемой базой знаний проекта. Теперь поверх этой базы можно не только задавать вопросы, но и запускать исследование, анализ данных, выполнение кода и создавать готовые артефакты.

**Как работает Gemini Notebook**От материалов проекта к проверяемому решению.

2. Словарь для новичка

БлокнотОтдельное пространство Gemini Notebook под одну тему или проект.

ИсточникФайл, сайт, видео, текст или документ, который добавлен в блокнот.

ЦитатаФрагмент источника, подтверждающий вывод Gemini Notebook.

IDУникальный номер объекта. Нужен агенту, чтобы не перепутать блокноты и файлы.

ТерминалОкно для текстовых команд. На Mac это Terminal, на Windows часто PowerShell.

Командный инструментПрограмма, которой ИИ-агент управляет через текстовые команды. Здесь основная команда — notebooklm.

JSONТехнический формат ответа программы. ИИ умеет его читать автоматически.

Файл-навыкФайл SKILL.md с правилами работы для ИИ-агента.

Подключение инструментов (MCP)Технический способ дать ИИ-агенту действия Gemini Notebook как встроенные инструменты.

Контрольный тестКороткая проверка, что система действительно работает после установки.

Облачный компьютерЗащищённая облачная среда, в которой Gemini Notebook может выполнять код для исследования и анализа.

Готовый материалГотовый результат: PDF, таблица, презентация, график, отчёт, видеообзор и т.п.

Раздел StudioПанель, где из одних и тех же источников создаются аудио- и видеообзоры, отчёты, таблицы, карточки, тесты, презентации, инфографика и другие форматы.

3. Зачем Gemini Notebook вайбкодеру

Ситуация	Что получаем
Строим продукт	Исследования, конкуренты, отзывы и требования превращаются в карту проблем и решений.
Много созвонов	Находим решения, обещания, задачи, противоречия и незакрытые хвосты.
Есть Telegram-чаты	Ищем реальные боли, формулировки, возражения и идеи продуктов.
ИИ теряет контекст	Большой массив знаний хранится отдельно, а агент забирает нужные выводы.
Нужно обучение	Из уроков можно получить конспект, тест, карточки, презентацию и аудиообзор.
Есть CSV/XLSX и документы	Gemini Notebook может посчитать метрики кодом, построить графики и собрать XLSX/PDF.
Нужен контент из одной базы	Из тех же источников можно сделать презентацию, инфографику, аудиообзор и короткое видео.
Нужно быстро войти в новую тему	Быстрое и глубокое исследование помогают найти новые материалы в интернете и собрать качественную базу источников.

4. Самый простой способ: поручить установку ИИ

Не разбирайся вручную, какая команда подходит Mac, Windows или Linux. Дай своему ИИ-агенту для кода один мастер-промпт.

Что произойдёт: агент сам определит систему, проверит Python, установит командный инструмент Gemini Notebook, скачает файл-навык с GitHub, попросит тебя войти в Google и проведёт тест.

# Hardcoding PRO: подключение Gemini Notebook через ИИ-агента

Ты работаешь как технический помощник пользователя. Пользователь может не знать Python, терминал, GitHub, командную строку и устройство своей операционной системы. Не перекладывай технические решения на пользователя, если можешь определить их сам.

## Цель

Подключить Gemini Notebook к рабочему окружению пользователя так, чтобы его ИИ-агент мог:

1. создавать блокноты Gemini Notebook;
2. добавлять туда документы, сайты, видео и текст;
3. дожидаться обработки источников;
4. задавать вопросы только по загруженным материалам;
5. получать ответы с подтверждениями из источников;
6. сохранять результаты исследования;
7. при необходимости создавать презентации, тесты, аудиообзоры и другие материалы.

## Файл-навык для Gemini Notebook

Используй этот публичный файл как главный навык Hardcoding PRO.

Страница GitHub:
https://github.com/PavelDumbrao/nblm-assets/blob/main/skills/notebooklm/SKILL.md

Прямая ссылка на файл:
https://raw.githubusercontent.com/PavelDumbrao/nblm-assets/main/skills/notebooklm/SKILL.md

Сначала скачай и полностью прочитай этот файл. Не проси пользователя копировать его вручную, если можешь скачать сам.

## Важное правило

`notebooklm-py` — сторонний проект сообщества, а не официальный API Google.

Перед установкой проверь актуальную документацию:

https://github.com/teng-lin/notebooklm-py
https://github.com/teng-lin/notebooklm-py/blob/main/docs/installation.md

После установки всегда сверяй фактические команды через `--help`.

## Шаг 1. Сам определи компьютер пользователя

Определи:

- macOS, Windows, Linux или WSL;
- тип процессора;
- используемую командную оболочку;
- установлен ли Python 3.10 или новее;
- установлен ли `uv`;
- установлен ли `pipx`;
- установлен ли уже `notebooklm`;
- какой ИИ-агент используется: Codex, Claude Code, Cursor, Windsurf или другой;
- где этот ИИ-агент реально читает свои навыки и инструкции.

Не проси пользователя выбирать способ установки из незнакомых вариантов. Сначала проведи диагностику сам.

## Шаг 2. Проверь существующую установку

Если команда `notebooklm` уже есть:

```bash
notebooklm --version
notebooklm --help
notebooklm auth --help
notebooklm skill --help
notebooklm mcp --help
```

Не обновляй рабочую установку автоматически, если она уже используется.

## Шаг 3. Если командный инструмент ещё не установлен

### macOS или Linux

Если есть `uv`:

```bash
uv tool install "notebooklm-py[browser]"
```

Если `uv` нет, проверь `pipx`.

Не используй `--break-system-packages`.

### Windows

Сначала проверь `uv`, `py`, `python` и `pipx`.

Предпочтительный вариант при наличии `uv`:

```powershell
uv tool install "notebooklm-py[browser]"
```

Если используется отдельное виртуальное окружение Python, допустима установка через него.

### WSL

Считай WSL отдельной Linux-средой. Не смешивай Python из Windows и Python из WSL.

## Шаг 4. Подключи внешний навык

Скачай файл:

https://raw.githubusercontent.com/PavelDumbrao/nblm-assets/main/skills/notebooklm/SKILL.md

Сохрани его как `SKILL.md` в каталог навыков, который реально читает текущий ИИ-агент.

Если установленная версия `notebooklm` умеет штатно устанавливать навык, сначала проверь:

```bash
notebooklm skill --help
```

Перед перезаписью существующего навыка сравни содержимое и сохрани пользовательские изменения.

## Шаг 5. Авторизация Google

Запусти:

```bash
notebooklm login
```

Пользователь сам входит в Google в открывшемся браузере.

Никогда не проси пользователя присылать в чат пароль Google, cookies, `storage_state.json`, мастер-токен или содержимое файлов авторизации.

После входа:

```bash
notebooklm auth check --test --json
```

Не считай авторизацию успешной только по наличию файла на диске.

## Шаг 6. Контрольный тест

Выполни:

```bash
notebooklm --version
notebooklm auth check --test --json
notebooklm list --limit 1 --json
```

Создай отдельный тестовый блокнот:

`Hardcoding PRO Gemini Notebook — тест`

Добавь безопасный тестовый источник:

`Контрольная фраза: СИНИЙ-АПЕЛЬСИН-2026 означает, что Gemini Notebook успешно прочитал источник.`

Дождись обработки источника.

Задай вопрос:

`Какая контрольная фраза записана в тестовом источнике? Ответь только по источнику и покажи подтверждение.`

Успех есть только если ответ содержит `СИНИЙ-АПЕЛЬСИН-2026` и привязан к тестовому источнику.

## Шаг 7. Создай файл проекта

В корне реального проекта создай `PROJECT_RESEARCH_NOTEBOOK.md`.

Структура:

```markdown
# Исследовательский блокнот проекта

## Цель проекта
## Идентификатор блокнота Gemini Notebook
## Главные вопросы исследования
## Источники
- название
- тип
- зачем добавлен
- статус обработки
- уровень доверия
## Подтверждённые выводы
## Противоречия
## Что нужно проверить вне Gemini Notebook
## Решения по проекту
## Следующие вопросы
## Созданные материалы
```

Не записывай туда секреты.

## Шаг 8. MCP подключай только при необходимости

MCP здесь означает техническое подключение, через которое ИИ-агент получает действия Gemini Notebook как встроенные инструменты.

Сначала должен полностью работать обычный вариант через команду `notebooklm`.

Только затем проверь:

```bash
notebooklm mcp --help
```

Если текущий ИИ-клиент поддерживается штатной установкой, используй только команду, которую показывает установленная версия.

После подключения проверь:

1. инструменты Gemini Notebook появились;
2. список блокнотов читается;
3. тестовый блокнот открывается;
4. вопрос по тестовому источнику работает;
5. другие MCP-настройки пользователя не потерялись.

Не открывай MCP-сервер в интернет без отдельного решения по безопасности.

## Что нельзя делать

- не удаляй существующие блокноты пользователя;
- не удаляй источники без подтверждения;
- не меняй публичный доступ к блокнотам без явного запроса;
- не публикуй данные наружу автоматически;
- не загружай `.env`, токены, приватные ключи и файлы авторизации;
- не говори "готово", пока не пройден контрольный тест.

## Итоговый отчёт

Создай `NOTEBOOKLM_SETUP_REPORT.md` и укажи простыми словами:

1. какая операционная система обнаружена;
2. как установлен Gemini Notebook;
3. какая версия установлена;
4. где находится внешний навык;
5. прошла ли авторизация;
6. создан ли тестовый блокнот;
7. прошёл ли контрольный вопрос;
8. подключён ли MCP и нужен ли он вообще;
9. создан ли `PROJECT_RESEARCH_NOTEBOOK.md`;
10. что пользователь может делать теперь;
11. что осталось сделать вручную.

Не показывай секреты и содержимое авторизационных файлов.

Если автоматическое копирование не сработало, выдели текст вручную.

Агент должен сам

понять, какая у тебя операционная система;
проверить существующую установку;
выбрать безопасный способ установки;
скачать навык;
положить его в реальный каталог навыков;
запустить вход Google;
создать тестовый блокнот;
проверить контрольную фразу.

**Запуск через ИИ-агента**Новичку не нужно вручную разбираться в установке.

5. Файл-навык для ИИ

Большую техническую инструкцию не нужно копировать в каждый проект. Она лежит отдельно в публичном GitHub и обновляется независимо от HTML-гайда.

Открыть глазами

GitHub покажет файл, историю и изменения.

Открыть страницу

Дать ИИ

Прямая ссылка открывает сам файл-навык SKILL.md.

Открыть файл

Короткая команда агенту

Изучи и установи этот навык Gemini Notebook:
https://raw.githubusercontent.com/PavelDumbrao/nblm-assets/main/skills/notebooklm/SKILL.md

Сначала найди, где именно ты читаешь навыки.
Не перезаписывай существующие настройки вслепую.
После установки докажи, что навык реально доступен.

Внешний навык SKILL.md — **Файл-навык SKILL.md**Как ИИ-агент получает навык с GitHub и подключает его к работе.

6. Вход в Google

Агент запускает

notebooklm login

Команда открывает обычный браузер.

Ты сам входишь

Логин, пароль и подтверждение вводишь только на странице Google.

Агент проверяет

notebooklm auth check --test --json

Это реальная проверка связи, а не просто наличие файла авторизации.

Никогда не отправляй в чат пароль Google, cookies или storage_state.json.

**Безопасный вход в Google**Пароль вводится только на стороне Google, затем связь проверяется реальным тестом.

7. Первый блокнот

Один блокнот лучше делать под одну понятную задачу.

Плохо: «Весь мой бизнес».

Хорошо: «Исследование клиентов для AI-консьержа».

notebooklm create "Исследование клиентов AI-консьержа" --use --json

Что это делает: создаёт отдельный блокнот и делает его текущим.

**Первый блокнот**Один понятный блокнот под одну конкретную задачу.

8. Добавляем материалы

Файл с компьютера

notebooklm source add "/путь/к/report.pdf" -n <ID_БЛОКНОТА> --json

Сайт

notebooklm source add "https://example.com/article" -n <ID_БЛОКНОТА> --json

YouTube

notebooklm source add "https://youtube.com/watch?v=..." -n <ID_БЛОКНОТА> --json

Обычно берётся текст субтитров. Если текста нет, импорт может не сработать.

Короткий текст

notebooklm source add "Клиенты жалуются на долгий ответ менеджера" --type text --title "Наблюдение" -n <ID_БЛОКНОТА> --json

Проверка

notebooklm source list -n <ID_БЛОКНОТА> --json

Правило: источник нужно не просто отправить, а дождаться его обработки.

**Материалы для Gemini Notebook**Что можно загружать и какие данные нельзя отдавать в блокнот.

Что можно добавлять в Gemini Notebook через веб-версию

PDFDOCXTXT / Markdown CSVPPTXGoogle Docs / Slides / Sheets изображенияаудио MP3 / WAV и др.интернет URL ePubYouTubeeligible Google Play BooksGemini Chats

Размер: один источник — до 500 000 слов или до 200 MB для локальной загрузки. Для Google AI Pro текущий официальный лимит — до 300 источников на один блокнот.

Важно для автоматизации: веб-версия Gemini Notebook и сторонний notebooklm-py — не одно и то же. Google может поддерживать источник в UI раньше, чем сторонний командный инструмент. Агент обязан проверять реальную поддержку конкретного способа импорта.

9. Как задавать хорошие вопросы

РОЛЬ
+ ЧТО НАЙТИ
+ ПО КАКИМ МАТЕРИАЛАМ
+ ФОРМАТ ОТВЕТА
+ КАК ПОДТВЕРДИТЬ ВЫВОД

Пример: боли клиентов

Ты продуктовый аналитик.

Найди 10 проблем, которые клиенты повторяют чаще всего.

Используй только материалы этого блокнота.

Для каждой проблемы укажи:
1. простое описание;
2. кто это сказал;
3. подтверждающий фрагмент;
4. как часто проблема встречается;
5. что клиент уже пробовал делать.

Если данных недостаточно, так и напиши.
Ничего не придумывай.

Пример: аудит проекта

Составь хронологию решений по проекту.

Отдельно покажи:
- что уже сделано;
- что только обещано;
- что отменено;
- где материалы противоречат друг другу.

Каждый вывод подтверди источником.

**Формула хорошего вопроса**Роль, задача, источники, формат ответа и обязательное подтверждение.

Для облачного компьютера формулируй результат, а не инструмент

Хуже: «Запусти Python и что-нибудь посчитай».
Лучше: «Рассчитай CAC и ROMI, покажи метод расчёта, найди аномалии, построй графики и подготовь XLSX + PDF».

Промпт: анализ бизнеса с помощью облачного компьютера

Подходит, если в блокнот есть таблицы и бизнес-документы.

Проанализируй выбранные источники и данные.

Сначала проверь структуру таблиц и качество данных.

Рассчитай, где возможно:
- CAC;
- ROMI;
- средний чек;
- динамику выручки;
- стоимость привлечения по каналам.

Найди аномалии и противоречия.
Для вычислений используй код, если это повышает точность.
Построй понятные графики.
Создай XLSX с расчётами и PDF-отчёт для собственника.

Не придумывай отсутствующие данные.
Отдельно перечисли допущения и ограничения.

10. Пять сценариев

Исследование аудитории

Чаты → боли → частота → продукты → офферы.

Разбор встреч

Расшифровки → решения → задачи → обещания → хвосты.

Конкуренты

Сайты → позиционирование → цена → доказательства → пробелы.

Обучение

Уроки → конспект → тест → карточки → презентация.

Технический проект

Документация + очищенный код → архитектура → риски → план.

11. Несколько экспертов на одних источниках

Роль	Задача
Критик	Найти противоречия, риски и слабые места.
Стратег	Выбрать действия с максимальным эффектом.
Методист	Собрать понятное обучение.
Маркетолог	Найти боли, возражения и сильные формулировки.
Инженер	Разделить реальное состояние, документацию и планы.

Пример. Критик находит 15 проблем продукта. Потом стратег на тех же материалах выбирает три, которые выгоднее исправить первыми.

12. Быстрое и глубокое исследование

Быстрое исследование

Когда нужно быстро найти несколько хороших материалов. Подходит для первичного сбора официальной документации, GitHub, инженерных блогов и профильных источников.

Глубокое исследование

Когда нужен многошаговый поиск, анализ большого числа страниц и подробный исследовательский отчёт с найденными источниками.

Не проси «исследовать всё». Раздели большую тему на маленькие вопросы: рынок, конкуренты, цены, внедрение, ошибки, безопасность, реальные кейсы.

В интерфейсе: Источники → Search → интернет → при необходимости Глубокое исследование → задать вопрос → View → выбрать хорошие источники → Import.

notebooklm source add-research   "Ошибки внедрения AI-ассистентов в малом бизнесе"   --mode deep   --from web   -n <ID_БЛОКНОТА>

После поиска агент должен проверить, какие источники реально добавились и насколько им можно доверять.

**От исследования к результатам**Сначала проверяем источники и факты, потом превращаем выводы в готовые материалы.

Промпт: собрать база исследовательских источников

Найди 20 качественных источников по теме, которую я дам.

Приоритет источников:
1. официальная документация;
2. GitHub и первичные технические репозитории;
3. инженерные блоги;
4. материалы производителей и авторов технологии;
5. сильные профильные статьи.

Не используй SEO-мусор и пересказы без первоисточника.

После поиска:
- сгруппируй источники по типам;
- отметь самые сильные;
- покажи дубли и слабые источники;
- предложи, какие именно источники стоит импортировать в блокнот.

НОВОЕ · ИИ-ЧАТ С ДЕЙСТВИЯМИ

Облачный компьютер: Gemini Notebook сам выполняет расчёты и анализ

В Gemini Notebook есть защищённый облачный компьютер. Он позволяет системе писать и запускать код для задач, где одного текстового рассуждения мало.

Источники и поиск в интернете

↓

Анализ и выбор инструментов

↓

Защищённый облачный компьютер + выполнение кода

↓

Расчёты / графики / файлы / выводы

Что умеет

Вычисления, обработка CSV/XLSX, анализ данных, построение графиков, создание файлов и новые версии готовых материалов.

100+ встроенных навыков

Google подтверждает более 100 встроенных программных навыков, но не публикует полный список и точные характеристики среды.

Не путай с VPS. Облачный компьютер — внутренняя среда выполнения Gemini Notebook. Это не обычный сервер под твоим полным контролем и не замена рабочего сервера.

AI First: не учись вручную писать код ради расчёта. Опиши проверяемый результат, а затем проверь созданные файлы, цифры и источники.

Единый блокнот в экосистеме Google: блокнот можно использовать как контекст в Gemini, а Google развивает связку с режимом ИИ в поиске Google. При этом материалы Studio — видео, Audio, Инфографика, Презентации и т.д. — создаются внутри Gemini Notebook.

13. Studio: один блокнот → много готовых материалов

Один и тот же набор источников можно использовать многократно. В разделе Studio доступны разные типы результатов, а ИИ-чат также умеет создавать файлы для скачивания.

Результат	Что получаем
Документы	PDF, DOCX, Markdown, TXT.
Таблицы и данные	CSV, JSON, XLSX.
Графики и визуализации	PNG, SVG и визуальный анализ данных.
Презентации	подробная презентация или слайды для выступления; экспорт в PDF/PPTX.
Инфографика	Визуальная выжимка: квадратный, вертикальный или горизонтальный формат, язык и стиль.
Аудиообзор	Аудиопересказ на основе источников.
Видеообзор	Кинематографический, объясняющий или короткий формат.
Обучающие материалы	отчёты, Interactive/Обучающие материалы Overviews, таблицы данных, карточки, тесты, интеллект-карты.

Короткий видеообзор: примерно 60 секунд

Короткое видеоРусский язык~60 секундВыбор стиля недоступен

Короткое видео — отдельный короткий формат с озвучкой и обучающей анимацией. Русский язык поддерживается. Но визуальный стиль для Короткое видео отдельно не задаётся.

Важное ограничение: Короткое видео + Anime официально не поддерживается. Если нужен Anime, используй Explainer + Russian + Anime.

Промпт: русский Короткое видео про API Gateway

Сделай Короткое видео Видеообзор на русском языке.

Аудитория: предприниматели, которые не понимают API.

За 60 секунд объясни, зачем нужен API Gateway.

Главная мысль:
один вход в разные AI-модели.

Объясни простыми словами, что без API Gateway бизнесу приходится отдельно подключать и поддерживать разных AI-провайдеров.

Покажи идею единой точки входа:
один API Gateway принимает запрос и маршрутизирует его в нужную AI-модель.

Коротко покажи преимущества:
- единая интеграция;
- маршрутизация моделей;
- контроль лимитов;
- безопасность;
- резервное переключение, если основная модель недоступна;
- контроль расходов;
- масштабирование.

Не перегружай техническим жаргоном.
Главное, чтобы предприниматель за одну минуту понял концепцию.

Промпт: видео в стиле Anime

Создай Видеообзор.

Формат: объясняющий видеообзор.
Язык: русский.
Визуальный стиль: Anime.

Аудитория: предприниматели, которые не понимают API.

Объясни концепцию AI API Gateway:
один вход в разные AI-модели.

Покажи визуально:
- пользовательское приложение;
- единый API Gateway;
- несколько AI-провайдеров;
- маршрутизацию запросов;
- резервное переключение;
- лимиты запросов;
- контроль расходов.

Стиль объяснения:
просто, энергично, без перегруженного технического жаргона.

GOOGLE AI PRO · 20.09.2026

Лимиты и расход вычислительных ресурсов

Google меняет лимиты со временем, поэтому таблица ниже — ориентир на дату обновления гайда. Фактический остаток всегда смотри в Настройки → Использование.

Возможность	Google AI Pro
Блокноты	до 500
Источники	до 300 / блокнот
Диалоги	до 500 / день
Аудиообзоры	до 20 / день
Видеообзоры	до 20 / день
Кинематографическое видео	до 2 / день
Отчёты / карточки / тесты / интеллект-карты	до 100 / день каждого типа
Глубокое исследование	до 20 / день
таблицы данных / Инфографика / Презентации	повышенные лимиты

Как работает лимит вычислительных ресурсов

Расход зависит не только от количества действий. Google учитывает сложность запроса, длину диалога, число источников, используемую модель и тяжесть функции. Для Google AI Pro заявлен объём использования примерно в 4 раза выше стандартного.

Доступный объём обычно обновляется примерно каждые 5 часов, пока не достигнут недельный предел. В Studio перед тяжёлой генерацией показывается ожидаемый расход ресурсов.

Отложенная генерация: если лимит закончился, веб-версия может предложить выполнить часть генераций позже. Это не повод ломать блокнот или менять аккаунт.

ПРАКТИКА 2026

Из вопроса в готовый пакет: 20 источников → исследование → готовые материалы

Это хороший способ увидеть, как из одной базы источников получить исследование, расчёты и несколько готовых материалов.

Создай блокнот под одну конкретную тему.

Например: AI API Gateway Research.

Найди и отфильтруй 20 хороших источников.

Официальная документация → GitHub → инженерные блоги → сильные первичные материалы.

Попроси анализ, а не пересказ.

Различия, риски, паттерны, ограничения, рекомендации.

Дай данные и попроси расчёты кодом.

Проверяй не только текст, но и созданные файлы.

Собери пакет.

PDF + XLSX + PPTX + Infographic + Короткое видео RU. Anime — отдельным объясняющим видео.

Финальный промпт на пакет результатов

Используй только выбранные источники этого блокнот и отдельно пометь выводы, для которых данных недостаточно.

1. Сравни подходы из источников.
2. Найди общие паттерны, различия, риски, преимущества и ограничения.
3. Если есть таблицы или числовые данные — проанализируй их кодом и проверь расчёты.
4. Подготовь краткое резюме для руководителя.
5. Создай:
   - PDF для руководителя;
   - XLSX с ключевым сравнением и расчётами;
   - PPTX / Slide Deck;
   - инфографику;
   - Короткое видео Видеообзор на русском.

Для каждого важного вывода сохрани связь с источником.
Не придумывай факты, которых нет в источников.

Что должно получиться: один блокнот с понятной базой источников + проверяемое исследование + минимум один вычислительный результат + минимум три разных готовых материала из одной базы знаний.

14. Как подключить Gemini Notebook к ИИ-агенту

MCP - это способ дать ИИ-агенту Gemini Notebook как встроенные инструменты. Тогда агент не печатает команды в терминале, а вызывает действия вроде «создать блокнот» или «добавить источник» напрямую.

Без подключения MCP

ИИ использует команду notebooklm. Для старта достаточно.

С подключением MCP

Gemini Notebook становится встроенным инструментом агента. Это удобно для постоянной автоматизации.

Новичку: сначала добейся рабочего варианта без MCP. Подключай MCP вторым этапом.

15. Продвинутый уровень: Gemini Notebook на VPS 24/7

До этого места весь гайд был про личную работу: твой ИИ-агент запускает командный инструмент на твоём компьютере. При необходимости Gemini Notebook можно сделать частью постоянной серверной системы.

Пример. Ты выключил MacBook, а автоматизация на VPS продолжает брать новые материалы, добавлять их в Gemini Notebook, запускать анализ и отдавать результат Telegram-боту.

Когда это нужно

Gemini Notebook нужен системе круглосуточно;
его вызывает автоматизация;
его использует Telegram-бот;
он нужен backend-приложению;
к нему обращаются несколько ИИ-агентов;
исследования запускаются по расписанию.

Как выглядит архитектура

Gemini Notebook
↑
серверная авторизация
↑
VPS
├── веб-интерфейс → автоматизации, боты, приложения
├── MCP → ИИ-агенты
└── командный инструмент → ручная проверка

Веб-интерфейс для программ (REST)

REST - это обычный HTTP-интерфейс. Он нужен программам вроде автоматизация, которые умеют отправлять веб-запросы.

Подключение ИИ-агентов на сервере (MCP)

MCP даёт ИИ-агентам действия Gemini Notebook как готовые инструменты. Агент может вызвать «покажи блокноты», «добавь источник» или «запусти исследование».

Почему сервисы не надо сразу открывать в интернет

В проверенном контуре серверные интерфейсы слушали только 127.0.0.1, то есть были доступны только внутри VPS. Это уменьшает поверхность атаки.

Серверная авторизация чувствительная. Долгоживущий токен доступа нельзя печатать, коммитить в Git, отправлять в Telegram или вставлять в документацию.

Как проверить, что сервер реально работает

Недостаточно увидеть /healthz = 200. Это означает только «процесс жив».

Нужно доказать реальный доступ к Gemini Notebook:

REST:
health → 200
список блокнотов с авторизацией → 200
тот же запрос без авторизации → 401

MCP:
соединение
→ список инструментов
→ реальный вызов блокнот_list

Отдельная микро-заметка

Серверный контур вынесен отдельно, чтобы не перегружать новичка. Там подробно разобраны серверный доступ, подключение ИИ-агентов, безопасность, обновление и откат.

Открыть заметку на GitHub Открыть чистый .md

Правильная последовательность: сначала научись работать на своём компьютере. На VPS переходи только когда Gemini Notebook действительно должен стать частью автоматизации 24/7.

**Gemini Notebook на VPS 24/7**Продвинутый контур для автоматизаций, ботов, приложений и ИИ-агентов.

16. Частые ошибки

Команда не найдена

Пусть агент проверит установку и путь к программе.

Авторизация вроде есть, но запросы падают

Проверить реальный вход:

notebooklm auth check --test --json

Источник добавлен, но ответ его не использует

Источник может ещё обрабатываться. Нужно дождаться готовности.

Gemini Notebook слишком уверенно сделал вывод

Открой подтверждающую цитату. Для технических выводов дополнительно проверь живую систему.

ИИ предлагает загрузить .env

Остановить. Секреты и ключи не загружаем.

Чему нельзя верить без дополнительной проверки

состоянию рабочей системы;
актуальным ценам и тарифам;
маркетинговым обещаниям;
факту реального деплоя;
юридическим и финансовым выводам;
факту доставки материала пользователю.

ответ Gemini Notebook
↓
цитата
↓
исходный материал
↓
при необходимости живая система
↓
итоговый вывод

17. Проверка результата

Definition of Done Gemini Notebook0/16

Командный инструмент notebooklm установлен и запускается.
Вход Google проверен реальным тестом.
Файл-навык с GitHub доступен ИИ-агенту.
Создан тестовый блокнот.
Тестовый источник обработан.
Контрольная фраза найдена правильно.
Создан реальный блокнот твоего проекта.
Добавлено минимум три полезных источника.
Получен хотя бы один вывод с подтверждением.
Создан PROJECT_RESEARCH_NOTEBOOK.md.
Ты понимаешь, что команда notebooklm — это технический командный инструмент для работы с Gemini Notebook.
Проверено быстрое или глубокое исследование хотя бы на одной реальной теме.
Если в аккаунте доступен облачный компьютер — выполнен хотя бы один расчёт или анализ с созданным файлом или графиком.
В Studio создан хотя бы один готовый материал из реальных источников.
Проверен короткий видеообзор на русском или зафиксировано, что функция ещё не появилась в аккаунте.
В разделе «Настройки → Использование» проверены реальные лимиты текущего аккаунта.

Практикум пройден: не когда ты «посмотрел функции», а когда из своих источников получил проверяемый вывод и реальный готовый материал, а ИИ-агент умеет повторить этот процесс без ручной технической рутины.

Ты не просто изучил Gemini Notebook. Ты собрал рабочий исследовательский контур: реальные источники → проверяемый вывод → готовый материал → повторяемая работа через ИИ-агента.

Актуальность и техническая основа

Для автоматизации используется сторонний проект сообщества notebooklm-py. Это не официальный API Google. Его возможности могут отличаться от возможностей Gemini Notebook в браузере.

Перед установкой ИИ-агент должен проверить актуальную версию проекта, список изменений и фактические команды через --help.

Проект Установка Команды Подключение к ИИ (MCP)

Официальные источники Google

Обновления Gemini Notebook Исследования и облачный компьютер Источники Видеообзоры Лимиты Google AI Pro Расход ресурсов

Функции и лимиты меняются. Перед следующим обновлением гайда их нужно перепроверить по официальным материалам Google.

Сразу главное

Что изменилось: Gemini Notebook стал рабочей средой, а не только чатом по документам

Маршрут

1. Что такое Gemini Notebook простыми словами

2. Словарь для новичка

3. Зачем Gemini Notebook вайбкодеру

4. Самый простой способ: поручить установку ИИ

Агент должен сам

5. Файл-навык для ИИ

Короткая команда агенту

6. Вход в Google

7. Первый блокнот

8. Добавляем материалы

Файл с компьютера

Сайт

YouTube

Короткий текст

Проверка

Что можно добавлять в Gemini Notebook через веб-версию

9. Как задавать хорошие вопросы

Пример: боли клиентов

Пример: аудит проекта

Для облачного компьютера формулируй результат, а не инструмент

10. Пять сценариев

11. Несколько экспертов на одних источниках

12. Быстрое и глубокое исследование

Быстрое исследование

Глубокое исследование

Облачный компьютер: Gemini Notebook сам выполняет расчёты и анализ

13. Studio: один блокнот → много готовых материалов

Короткий видеообзор: примерно 60 секунд

Лимиты и расход вычислительных ресурсов

Как работает лимит вычислительных ресурсов

Из вопроса в готовый пакет: 20 источников → исследование → готовые материалы

14. Как подключить Gemini Notebook к ИИ-агенту

15. Продвинутый уровень: Gemini Notebook на VPS 24/7

Когда это нужно

Как выглядит архитектура

Веб-интерфейс для программ (REST)

Подключение ИИ-агентов на сервере (MCP)

Почему сервисы не надо сразу открывать в интернет

Как проверить, что сервер реально работает

Отдельная микро-заметка

16. Частые ошибки

Команда не найдена

Авторизация вроде есть, но запросы падают

Источник добавлен, но ответ его не использует

Gemini Notebook слишком уверенно сделал вывод

ИИ предлагает загрузить .env

Чему нельзя верить без дополнительной проверки

17. Проверка результата

Актуальность и техническая основа

Официальные источники Google

Закрепил результат? Продолжай по карте