גוגל רוצה ש-NotebookLM יפסיק להיות רק המקום שאליו מעלים מקורות כדי לקבל סיכום. בעדכון החדש שעליו הכריזה החברה, הכלי מקבל תפקיד שאפתני יותר: הוא יכול לעזור לבנות מחקר מהשלב הראשון, למצוא מקורות רלוונטיים, לנתח מידע מורכב, להריץ קוד בענן ולהפיק תוצרים מוכנים לעבודה כמו דוחות, תרשימים, גיליונות Excel ומצגות PowerPoint. זה לא עוד שיפור קטן בממשק. זה ניסיון של גוגל להפוך את NotebookLM מכלי שעוזר להבין מקורות לכלי שמתחיל לבצע חלקים גדולים יותר מתהליך המחקר עצמו.
Introducing a more powerful NotebookLM 🚀
Massive upgrades deliver agentic capabilities in chat, more advanced reasoning, and a suite of new output formats. Tackling complex, multi-step research problems has never been easier.
Rolling out now to Google AI Ultra subscribers. pic.twitter.com/zBXD7unIC7
— NotebookLM (@NotebookLM) June 8, 2026
רוצים לקבל עדכונים בלייב? רוצים מקום בו אתם יכולים להתייעץ עם מומחי AI, לשאול שאלות ולקבל תשובות? רוצים לשמוע על מבצעים והטבות לכלי ה-AI שמשנים את העולם? הצטרפו לקהילות ה-AI שלנו.
אפשר גם להרשם לניוזלטר שלנו
NotebookLM נולד ככלי די ממוקד: המשתמש מעלה מסמכים, קישורים, תמלולים או מקורות אחרים, והמערכת עונה על שאלות על בסיס אותם מקורות. היתרון שלו היה בדיוק בכך שהוא פחות “צ’אט כללי” ויותר סביבת עבודה מוגבלת ומבוססת מקורות. בעולם שבו מודלי AI יודעים לנסח תשובות משכנעות גם כשהן לא מספיק מבוססות, זו הייתה נקודת כוח חשובה.
העדכון החדש מרחיב את הרעיון הזה. לפי גוגל, NotebookLM משודרג כעת עם Gemini 3.5 ו-Antigravity, ומקבל חוויית צ’אט “חושבת” יותר, עם נראות טובה יותר לאופן שבו המערכת מתקדמת במשימה. כלומר, הוא לא רק מחכה לשאלה ומחזיר תשובה, אלא מסוגל לקדם משימות מורכבות יותר: לארגן מידע, לבצע ניתוחים, לייצר תוצרים ולהציג למשתמש בצורה טובה יותר מה הוא עושה בדרך.
החידוש המרכזי הוא שכל מחברת מקבלת כעת סביבת מחשוב ענן מאובטחת, שמאפשרת ל-NotebookLM לכתוב ולהריץ קוד כחלק מתהליך העבודה. גוגל מציינת שהמערכת כוללת יותר מ-100 “מיומנויות תוכנה” מוכנות, שנועדו לסייע בניתוח עמוק יותר של מקורות ונתונים.
בפועל, זה אומר שמשתמש יכול לבקש מהכלי לבצע משימה שלא מסתכמת בסיכום טקסט - למשל לנתח קובץ נתונים, לחפש הקשרים נוספים, להפיק גרף, לבנות טבלה או להכין דוח שמבוסס על החומר במחברת. זה הרגע שבו NotebookLM מתחיל להיראות פחות כמו מחברת עם AI ויותר כמו סביבת עבודה למחקר.
Want a closer look at today’s launch? Here is a breakdown of what’s new and exciting 🧵:
First up: An upgraded, more thoughtful chat experience.
Powered by Gemini 3.5 and @Antigravity, you will now have better visibility into the AI's thinking process. Plus, each notebook has a… pic.twitter.com/qhZMJwSRDV
— NotebookLM (@NotebookLM) June 8, 2026
אחד השינויים החשובים בעדכון הוא נקודת הפתיחה. עד היום NotebookLM היה חזק במיוחד כאשר המשתמש כבר הגיע מוכן עם מקורות מסודרים, שאלה מוגדרת, פרויקט ברור. אבל חלק גדול מעבודת מחקר מתחיל דווקא במקום פחות מסודר, רעיון כללי, שאלה ראשונית או כיוון שעדיין לא ברור אילו מקורות דרושים לו.
כאן גוגל מנסה להזיז את NotebookLM קדימה. המשתמש יכול להתחיל כעת גם עם רעיון לא מגובש או שאלה פתוחה, והכלי יסייע לו לבנות את מאגר המקורות ישירות מתוך הצ’אט. הוא יכול להשתמש ב-Google Search כדי למצוא מקורות רלוונטיים מהרשת ולהוסיף אותם למחברת.
זו יכולת חשובה, אבל גם נקודה שדורשת זהירות. מקור שה-AI מצא אינו בהכרח מקור איכותי, עדכני או מתאים. גוגל מדגישה שהמשתמש עדיין שולט במקורות שנוספים למחברת, ושהמקורות ממשיכים להיות מיוחסים בצורה ברורה. זו הבטחה חשובה, משום שהערך של NotebookLM תלוי לא רק באיכות המודל, אלא גם באיכות חומרי הגלם שהוא עובד עליהם.
במילים פשוטות, המחקר יכול להתחיל מהר יותר, אבל הוא לא אמור להתנהל בלי שיקול דעת אנושי.
החלק הפרקטי ביותר בעדכון הוא הרחבת סוגי הקבצים ש-NotebookLM יכול לייצר. לפי גוגל, אפשר לבקש מהכלי ליצור תוצרים בפורמטים שונים, כולל תרשימים והדמיות נתונים בקובצי PNG ו-SVG, מסמכים כמו PDF, docx, Markdown וקובצי טקסט, קובצי נתונים כמו CSV ו-JSON, גיליונות Excel בפורמט xlsx ומצגות PowerPoint בפורמט pptx.
זה שינוי משמעותי משום שהוא מצמצם את הפער בין “קיבלתי תשובה” לבין “יש לי תוצר שאפשר לעבוד איתו”. עובד שמנתח נתוני מכירות יכול לבקש טבלה ותרשים. מנהלת מוצר יכולה להפוך מפרט טכני למדריך פנימי ולמצגת לצוות. בעל עסק קטן יכול לנתח נתוני קמפיין מול הוצאות פרסום ולקבל קובץ שמסכם את הממצאים.
הדבר החשוב כאן הוא לא רק הפורמט. כמעט כל כלי AI יודע לכתוב טקסט. הערך האמיתי הוא ביכולת לחבר בין מקורות, חישוב, ניתוח ואריזה לתוצר שימושי. זו בדיוק העבודה האפורה שממלאת הרבה שעות אצל אנליסטים, חוקרים, מנהלים, סטודנטים ועיתונאים.
לפי גוגל, בבדיקות פנימיות מול המערכת הקודמת, הגרסה המשודרגת של NotebookLM הועדפה ביותר מ-65% מהמקרים בממוצע בחמש קטגוריות ליבה, ובהן ניתוח מסמכים ארוכים, תמיכה רב-לשונית, יצירת תוצרים ומחקר רשת. בתחום מחקר הרשת וגילוי המקורות, החברה מדווחת שהגרסה החדשה הועדפה ב-78.2% מהמקרים.
אלה נתונים מעניינים, אבל כמו תמיד, צריך לקרוא אותם בזהירות. מדובר בהערכות פנימיות של גוגל, לא במדידה חיצונית בלתי תלויה. זה בהחלט מלמד על הכיוון: גוגל רוצה ש-NotebookLM יהיה כלי עבודה עמוק יותר, כזה שמחבר בין מודל שפה, חיפוש, קוד ותוצרים משרדיים.
ככל שהכלי מקבל יותר יכולת, גם הסיכון משתנה. כש-AI רק מסכם מסמך, הטעות המרכזית היא ניסוח לא מדויק או החמצת נקודה חשובה. כש-AI מריץ קוד, מנתח נתונים, מחפש מקורות ומייצר קבצים, צריך לבדוק יותר דברים כמו האם המקורות באמת מתאימים, האם הניתוח נכון, האם התרשים לא מטעה, האם הקובץ שנוצר משרת את המטרה, והאם לא הוכנסו למחברת חומרים רגישים מדי.
בארגונים, זו נקודה קריטית במיוחד. NotebookLM יכול להפוך לכלי חזק למחקר שוק, ניתוח דוחות, הכנת חומרים פנימיים או עבודה עם תיעוד טכני. אבל הוא לא מבטל את הצורך במדיניות הרשאות, בדיקת מקורות ובקרה אנושית לפני הפצה של תוצרים.
העדכון מתגלגל ברחבי העולם בגרסת הווב של NotebookLM. לפי גוגל, הוא זמין מהיום למנויי Google AI Ultra וללקוחות Workspace business עם AI Ultra Access ו-AI Expanded Access. החברה מציינת כי היא מתכננת להרחיב את הזמינות למשתמשים נוספים בהמשך, אך לא מסרה לוח זמנים מפורט.
המהלך של גוגל משתלב במגמה רחבה יותר בעולם ה-AI: מעבר מצ’אטבוטים שעונים על שאלות לכלים שמבצעים חלקים מתהליך העבודה. OpenAI, Anthropic, Microsoft וחברות נוספות דוחפות כולן לכיוון של סוכנים, קבצים, חיבורים לכלים ופעולות מורכבות יותר. ההבדל של NotebookLM הוא נקודת המוצא שלו: לא סוכן כללי שמנסה לעשות הכול, אלא סביבת מחקר שמבוססת על מקורות.
זה עשוי להיות יתרון. במקום לבקש מהמשתמש “תסמוך עליי”, NotebookLM מנסה לומר: תן לי מקורות, בדוק מה אני מוסיף, ואני אעזור להפוך אותם לעבודה מוגמרת. אם גוגל תצליח לשמור על האיזון הזה, בין אוטומציה לבין ביסוס במקורות, NotebookLM יכול להפוך מאחד מכלי ה-AI הנוחים ביותר לקריאה לאחד הכלים החשובים יותר בעבודת ידע יומיומית.
אבל המבחן האמיתי לא יהיה בהדגמה, אלא בשימוש שגרתי. האם הכלי יבחר מקורות טובים. האם הוא יפיק קבצים שאפשר באמת להגיש, לערוך ולהציג. האם הוא יטעה פחות בניתוחים מורכבים. והאם משתמשים יבינו שהוא יכול לחסוך הרבה עבודה, אבל לא להחליף אחריות מקצועית.
רוצים לקבל עדכונים בלייב? רוצים מקום בו אתם יכולים להתייעץ עם מומחי AI, לשאול שאלות ולקבל תשובות? רוצים לשמוע על מבצעים והטבות לכלי ה-AI שמשנים את העולם? הצטרפו לקהילות ה-AI שלנו.
אפשר גם להרשם לניוזלטר שלנו
רוצים לקבל עדכונים על כל מה שחדש ומעניין בעולם ה-AI? הרשמו לניוזלטר שלנו!
תוצאות נוספות...
תוצאות נוספות...
