NotebookLM spacca i limiti: 1 milione di token in chat, memoria 6x e risposte guidate da obiettivi
La chat di NotebookLM fa un bel salto di qualità: adesso possiamo lavorare con un contesto da 1 milione di token e una memoria di conversazione molto più estesa. In più, è possibile impostare obiettivi chiari per orientare le risposte sui nostri bisogni reali.
Le novità arrivano grazie ai modelli Gemini e puntano a migliorare prestazioni, qualità e comprensione del contesto. Nei test interni si parla di un 50% di soddisfazione in più quando le risposte usano grandi quantità di fonti.
Chat più capace: contesto, memoria e fonti
Gli interventi sul back end, alimentati dai modelli Gemini, mirano a una migliore gestione del contesto e alla selezione delle fonti più pertinenti. Il dato riportato è chiaro: più 50% di soddisfazione quando le risposte integrano un numero elevato di documenti.
NotebookLM abilita il 1 milione di token di contesto in chat su tutti i piani, così analizziamo raccolte documentali molto ampie con meno attriti. Inoltre la memoria di conversazione cresce di oltre sei volte, per scambi più lunghi con maggiore coerenza.
Cambia anche il modo in cui il sistema trova le informazioni: la ricerca nelle fonti esplora automaticamente da più angolazioni, andando oltre il prompt iniziale. Il risultato è una sintesi unica e più sfumata, decisiva nei taccuini molto grandi dove la scelta del contesto pesa.
Arriva la cronologia salvata: possiamo chiudere e riprendere una sessione senza perdere i messaggi. Possiamo cancellare in qualsiasi momento e, nei taccuini condivisi, la privacy della chat resta individuale; il rilascio avverrà con distribuzione graduale nella prossima settimana.
Obiettivi e ruoli: come indirizzare le risposte
Possiamo ora personalizzare la chat con obiettivi e istruzioni di comportamento, scegliendo voce e ruolo. Per iniziare basta cliccare l’icona di configurazione in chat e descrivere come vogliamo che si comporti e quale traguardo puntiamo a raggiungere.
Esempio accademico: Trattami come un candidato PhD e fai da advisor di ricerca, mettendo in discussione ogni asserzione. L’accento è su domande puntuali, identificazione di falle logiche e difesa delle assunzioni.
Esempio business: Agisci da stratega marketing e restituisci un action plan immediato.
La risposta deve essere analitica e diretta, con strategie concrete e passi critici per arrivare all’obiettivo rapidamente.
Esempio analitico: Analizza i materiali da tre prospettive distinte. Quella dell’accademico rigoroso, dello stratega creativo in cerca di connessioni non ovvie e del revisore scettico focalizzato su lacune e problemi.
Esempio creativo: Fai da Game Master per una simulazione testuale con obiettivo preciso e un numero di passi definito. Le scelte le facciamo noi, mentre il sistema narra gli esiti con dettagli realistici legati allo scenario.
Gruppo Facebook
Source link





