#提示工程师# Andrej Kaparthy的No...

提示工程师 Andrej Kaparthy的NotebookLM播客工作流
Andrej Kaparthy已经成了硅谷的首席产品推广官，之前对Cursor的评价，带火了一波AI编程。这几天，他又将注意力放在NotebookLM，称它可能是ChatGPT的东西。昨天他就知行合一，用NotebookLM做了一季《历史之谜》的10集播客。
正好昨天我也在试用，做了一期《What CPU do we need in AI era》（见视频），工作流：1、文稿来自于之前的一个文案，2000多字；2、NotebookLM生成了一个不到10分钟的播客；3、用Headliner制作了波形视频；4、Whisper制作字幕；5、剪映合成。过程非常丝滑。体会是，NotebookLM对文稿的结构抓得很准，而且也能捕捉文字中带情绪的部分，由于有原始文稿，所以幻觉比较少（Karpathy用得是维基百科也是同理），顶多评价串联部分会脑洞太大。所以一个非常适用的场景就是学习，先阅读文件，然后听一下播客巩固，反过来流程也可以。

以下是Andrej Karpathy的工作流（及思考）
***
在过去大约两个小时里，我策划了一个全新的10集播客，名为《历史之谜》。您可以在Spotify上搜Histories of Mysteries：

本季的10集包括：
第1集：失落的亚特兰蒂斯之城
第2集：巴格达电池
第3集：罗阿诺克殖民地
第4集：安提基特拉机械装置
第5集：沃伊尼奇手稿
第6集：青铜时代晚期的崩溃
第7集：“哇！”信号
第8集：玛丽·塞莱斯特号
第9集：哥贝克力石阵
第10集：LUCA：最后的共同祖先

**制作过程**
- 我使用ChatGPT、Claude和谷歌研究了有趣的主题。
- 我将NotebookLM链接到每个主题的维基百科条目，并生成了播客音频。
- 我还使用NotebookLM撰写了播客和每集的描述。
- 使用Ideogram为每一集和整个播客创建了所有数字艺术作品。
- 使用Spotify上传并托管了播客。

我这样做是为了探索生成式AI所开启的可能性空间，以及AI所提供的杠杆作用。作为一个人能够在2小时内策划（不是创造，而是策划）一个播客，我认为这非常不可思议。我也完全理解并承认这里潜在且直接的批评，即AI生成的粗制滥造内容正在占领互联网。我想，下次您散步或开车时，可以听听这个播客，看看你的感受。 （地址：open.spotify.com/show/3K4LRyMCP44kBbiOziwJjb）