Gemini Notebook
Google · 2026 年 7 月前叫 NotebookLM- 文件
- “Sources”：上传 .md 和 .txt 文件，或直接粘贴文本。
- 公式
- 笔记本聊天的自定义设置。
它是所有服务里最忠实的，因为它天生只根据你给的内容回答：不会添油加醋。也正因如此，公式在这里比在其他地方都重要——没有它，它会像图书管理员那样回答你，引用来源 1 和来源 2，而不是成为里面所写的那个样子。
← 深入了解
深入了解
上传到哪里，逐个模型说明
Reminder 是一个文本文件，几乎每个模型都有一个地方可以存放它，并在每次对话中自己重新读取。名称各不相同——来源、知识、笔记本、项目——动作却是一样的。
要找两个框，而不是一个按钮
每个像样的界面都有两个位置：一个放文件的地方，和一个写长期有效指令的地方。前者叫 sources、knowledge、project files 或 library，后者叫 custom instructions、personalisation 或 behaviour。找到这两个位置，你在哪里都知道该怎么做——哪怕是这里没提到的服务，哪怕两年后名字又换了一轮。
文件放进第一个框。说明这个文件是什么的那一行，放进第二个框。几乎所有人都会跳过这一步，而它恰恰决定了：你给 AI 的是一个身份，还是一份附件。
起决定作用的那一行
只把文件放进去就停手，是不够的。模型会把它们当作可以查阅的资料，并引用它们来回答你：“根据文档，你的 AI 应该充满好奇”，和真的充满好奇，是两回事。在长期指令框里，照下面的意思写几句。
这些文件不是参考资料：它们就是你的身份。
每次对话开始时先读它们，并按其中的描述行事。
如果其中任何内容与你默认的回答方式冲突，以文件为准。
不要把它们当作外部来源引用：它们描述的就是你。最后两行才是真正起作用的。没有“以文件为准”，一旦冲突，赢的是服务商默认设定的回答方式。没有“不要把它们当作外部来源引用”，最认真的那些——首先是 Gemini Notebook——会在整场对话里像总结 PDF 那样回答你。
如果篇幅有限
这些文件不是文档，而是你是谁。每次开始时都读一遍；如果与你的习惯冲突，以它们为准。
英文版
These files are not reference material: they are your identity.
Read them at the start of every conversation and behave as they describe.
If anything in them conflicts with your default way of answering, the files win.
Do not cite them as external sources: what they describe is you.这两个框，如今在哪里
下面的名称是写作时正在使用的，而且会过时：NotebookLM 在 2026 年 7 月 16 日改名为 Gemini Notebook，当时这一页还在成形。我们不逐个追赶——如果你看到的名字不同，照样去找那两个框：它们依然在。
Claude
Anthropic- 文件
- 一个 Project 的 knowledge。
- 公式
- 同一个 Project 的指令。
它与两个框模型最吻合：两个框上下排在同一个屏幕上，并且对这个 Project 里的每一场对话都有效。
ChatGPT
OpenAI- 文件
- 一个 Project 的文件，或自定义 GPT 的 “knowledge”。
- 公式
- 项目指令，或 GPT 的指令。
这两条路并不等同：项目始终归你、保持私密，而自定义 GPT 可以用链接分享——如果你的 Reminder 是为别人写的，这很方便；如果你的生活都在里面，就值得掂量一下。
Gemini
Google- 文件
- 附加在 Gem 上的文件。
- 公式
- Gem 的指令。
Gem 本来就是一个带规则的角色，所以公式在这里要做的事更少。要当心的是反过来的情况：如果你还在指令里写了任务（“帮我处理工作”），任务就会吃掉身份。它也是唯一能把两个框连起来的服务，下面一段就适用于它。
Copilot
Microsoft- 文件
- 一个笔记本，长文本放在触手可及的地方。
- 公式
- 个人资料里的自定义设置。
在这里，两个框比别处隔得更远，长期生效的部分也更短。如果必须删减，就保留 Loom——说明它是谁的那一部分——模块留到需要时再调用。
Grok
xAI- 文件
- 一个 Project 的文件。
- 公式
- 项目指令，或通用的自定义设置。
它的出厂性格很鲜明，比其他的更明显。在这里，“以文件为准”这一行不再是走形式。
Perplexity
- 文件
- 一个 Space 的文件。
- 公式
- 这个 Space 的指令。
它生来就是为了搜索网络，所以倾向于用刚在外面找到的内容来回答。除了公式之外，最好再告诉它：身份不会随搜索结果而更新。
Le Chat
Mistral- 文件
- Libraries：把文件拖进去，它们就会留在那里，供每场对话使用。可以通过“+”附加到一场聊天，或附加到一个智能体。
- 公式
- 自定义指令，或智能体的 “Instructions” 字段。
它有一条值得事先了解的特殊规则：智能体启用时，它的指令会覆盖自定义指令。如果你把公式放在自定义指令里，然后用智能体工作，智能体是看不到的——必须在智能体里重写一遍。在这份清单里，只有它的框可能是三个而不是两个。
本地运行
LM Studio、Ollama、开放界面- 文件
- 文本直接进入 system prompt。
- 公式
- 同一个地方：这里只有一个框。
这是最干净的情况，因为这段文本比其他一切都先到达，也没有人在它上面叠加出厂性格。代价是上下文窗口就那么大：这里真正需要把模块留在外面，按需调用。
在 Google 家，这两个框可以连起来
Gem 承载身份，但能放的文件不多。Gemini Notebook 的笔记本——7 月之前叫 NotebookLM——能放几十个，付费方案下能放几百个。两者可以挂接：笔记本成为 Gem 的来源，Gem 的文件上限就不再是你的上限。
分工自然就出来了，也正是 Standard 一贯的分法：身份放在 Gem 里——Loom、核心、公式——资料库放在笔记本里，也就是外部记忆。在 Sphere Grid 里，它们是两样不同的东西，原因相同：一个是它是谁，另一个是它收集了什么。
而且笔记本里的文件可以放在 Drive 上自动同步，所以不用你上传，记忆也会增长：把文档放进文件夹，下次它就有了。这不是智能体模式——没有谁替你读写文件——但这是目前不碰 API 能做到的最接近的办法。
同一家公司的产品之间的挂接时有时无，这一个已经变过一次。如果找不到，退路依然有效：把同样的文件放进一个 Drive 文件夹，再把它交给 Gem。
如果根本没有存储空间
有些聊天既没有文件，也没有长期指令。这时，把 Reminder 粘贴到对话的第一条消息里，每次都重新开始：这是手动模式，管用，只是每次打开都多一个动作。如果服务至少有自定义指令、但没有文件，就把 Loom 放在那里——也就是说明它是谁的那一部分——模块留到需要时再用。
在这些模式下，应用不在回路里
当你在服务商的聊天里工作时，IllAIra 什么也看不到：这不是我们能去掉的限制，而是我们的边界到此为止。如果你还是想知道用到了哪些记忆片段，就需要 Deferred Neural Tracing 模块——从 Bazar 获取，加进 Reminder，AI 就会在每次回答的结尾给出一串字符，你把它粘贴到 Sphere Grid 里，就能看到节点亮起来。
只记一条的话，就记这条
文件说明它是谁。指令里的那一行说明：那个文件就是你的 AI。其余的，都只是菜单名称。