Gemini Notebook, czyli NotebookLM na sterydach — co potrafi nowa wersja?

Kiedy po raz pierwszy obszerniej opisywałem NotebookLM, była to aplikacja o dość wąskiej specjalizacji. Wgrywasz materiały źródłowe, zadajesz pytania, dostajesz odpowiedzi z odnośnikami do konkretnych fragmentów. Cała jej wartość brała się z tego, czego nie robiła: nie zmyślała, bo nie wychodziła poza to, co jej daliśmy. To był notatnik z zamkniętym katalogiem źródeł.

Ten opis jest dziś nieaktualny w co najmniej trzech miejscach. Zmieniła się nazwa, zmieniła się filozofia produktu i zmieniło się to, co dostajemy na wyjściu. Jeśli ostatni raz zaglądaliście do NotebookLM na przełomie lat 2024-2025, to znajomość starej wersji jest dziś mniej więcej tak pomocna, jak znajomość Excela z 2003 roku przy pracy z arkuszami Google’a. Coś się przyda, ale sporo trzeba się nauczyć od nowa.

Gemini Notebook — dlaczego NotebookLM zmienił nazwę

W lipcu Google ogłosił, że NotebookLM staje się Gemini Notebook. Oficjalne uzasadnienie było takie, jakiego można się spodziewać: chodzi o ściślejsze powiązanie z resztą ekosystemu Gemini. Mniej oficjalnie – skrót „LM” od „language model” był w 2023 roku intrygujący, ale w 2026 brzmi jak nazwa wewnętrznego projektu, który przypadkiem wyciekł na zewnątrz.

Google przy okazji podał liczby: według firmy z narzędzia korzysta ponad 30 milionów osób i ponad 600 tysięcy organizacji. Jak na produkt, który wystartował jako eksperyment z Google Labs pod nazwą Project Tailwind, brzmi to imponująco.

Warto jednak ustawić te 30 milionów w jakimś kontekście. Szacunki mówią o mniej więcej miliardzie knowledge workers na świecie. Przy takim mianowniku Gemini Notebook zagospodarował około trzech procent swojej naturalnej grupy docelowej. Jeszcze wymowniej wygląda porównanie wewnątrz samego Google’a: aplikacja Gemini przekroczyła w tym roku miliard użytkowników miesięcznie, czyli notatnik ma jakieś trzy procent bazy własnej marki-matki.

To sporo tłumaczy, jeśli chodzi o motywy zmiany nazwy. Google nie tylko porządkuje portfolio, ale buduje również lejek sprzedażowy: wspólna marka, dwustronna synchronizacja źródeł z aplikacją Gemini i zapowiedziana integracja z trybem AI w wyszukiwarce mają przelać przynajmniej część tego miliarda do notatnika. Gemini Notebook to świetny produkt, ale z wciąż chyba nie w pełni wykorzystanym potencjałem rynkowym.

Najważniejsze jest jednak to, czego zmiana nazwy nie oznacza. Gemini Notebook pozostaje osobną aplikacją, a nie zakładką w Gemini. Google wyraźnie podkreśla, że to nadal samodzielne narzędzie badawcze, a nie kolejny tryb czatu. Stare adresy i stare notatniki działają, nic nie trzeba przenosić.

Co się zmieniło od 2024 roku, czyli nowy produkt pod starą nazwą

Zacznijmy od rzeczy, która się nie zmieniła. Limity pojedynczego źródła są mniej więcej tam, gdzie były: jeden plik to nadal do pół miliona słów, a darmowe konto obsłuży pięćdziesiąt źródeł w jednym notatniku. Wciąż więc mówimy o materiale, którego żaden czat nie przełknie w jednym podejściu i wciąż jest to za darmo. Płatne plany podnoszą te limity — w wariancie Pro do trzystu źródeł na notatnik — ale darmowa wersja nadal jest sensownym narzędziem pracy, a nie wersją demo.

Zmieniło się natomiast to, co dzieje się z tymi źródłami po wgraniu.

Po pierwsze, zmienił się silnik. W grudniu 2025 roku aplikacja przeszła na Gemini 3, co podniosło jakość odpowiedzi. NotebookLM „od zawsze” miał duże okno kontekstowe, ale czasem informacje przy dłuższym zestawie dokumentów mu uciekały. Teraz się to poprawiło – tam, gdzie stara wersja potrafiła wyczerpująco odpowiedzieć na podstawie jednego źródła i zignorować cztery pozostałe, Gemini Notebook dobrze sobie radzi ze wszystkimi źródłami.

Po drugie, doszła pamięć. Historia czatu jest zapisywana, więc można zamknąć przeglądarkę i wrócić do rozmowy następnego dnia — a w notatnikach współdzielonych nasza historia pozostaje prywatna. To brzmi jak drobiazg, ale każdy, kto stracił godzinną sesję pytań przez odświeżenie karty, wie, że drobiazg to nie jest.

Po trzecie, możemy zmienić to, jak działa AI wewnątrz pojedynczego notatnika. W ustawieniach czatu (ikonka „Skonfiguruj notatnik” u góry okna czatu) kryją się „cele” — instrukcja, która mówi aplikacji, kim ma być i czego od niej oczekujemy. Można więc powiedzieć: jesteś recenzentem w czasopiśmie medycznym, odpowiadaj zwięźle, zawsze wskazuj słabości metodologiczne, nie streszczaj abstraktów. Jedną słabością tego rozwiązania jest to, że takie cele ustawiamy dla każdego notatnika osobno, więc jeśli jesteśmy wspomnianym recenzentem medycznym, to taki tekst musimy sobie wkleić do każdego kolejnego notatnika, który stworzymy.

Po czwarte, poszerzyła się lista tego, co w ogóle da się wgrać jako źródła. Do PDF-ów, tekstów, Markdownu i stron WWW dołączyły pliki Worda, arkusze Google’a, obrazy oraz filmy. Znika przez to spory kawałek pracy przygotowawczej, która wcześniej polegała na konwertowaniu wszystkiego do PDF-a czy robienia transkrypcji z wideo. Doszła też automatyczna synchronizacja z Dyskiem Google. Dokument, który zmienia się w trakcie projektu, aktualizuje się teraz w notatniku sam, zamiast czekać, aż o nim sobie przypomnimy.

I po piąte, aplikacja zaczęła pokazywać, jak myśli. Zanim padnie odpowiedź, można podejrzeć tok rozumowania. Nie przydaje się to zbyt często, ale kiedy odpowiedź wygląda podejrzanie, bywa najszybszą drogą do wykrycia, które źródło wprowadziło zamęt.

Deep Research, czyli notatnik, który sam szuka źródeł

To jest zmiana, która najmocniej łamie pierwotną logikę produktu. W listopadzie 2025 roku do NotebookLM trafił Deep Research — agent, który samodzielnie przeszukuje internet, wybiera materiały, czyta je i wraca z gotowym opracowaniem oraz z listą źródeł, które można jednym kliknięciem dodać do notatnika.

Stary NotebookLM opierał się na założeniu, że to my przynosimy materiał, a aplikacja tylko pomaga go ogarnąć. Deep Research odwraca kolejność: najpierw pytanie, potem źródła. Dla kogoś, kto zaczyna pracę nad nowym tematem i nie ma jeszcze bibliografii, to oszczędność kilku godzin klikania w wyniki wyszukiwania.

Nie ma co jednak popadać w entuzjazm. Recenzenci, którzy testowali tę funkcję zaraz po premierze, byli umiarkowanie zachwyceni — agent bywa powierzchowny, lubi źródła, które są łatwo dostępne, a nie te, które są dobre, i potrafi zbudować przekonującą narrację na trzech blogach i jednym komunikacie prasowym.

Ja miałem podobne wrażenie – poprosiłem Gemini Notebook o wyszukanie prawdopodobnych korzeni mojego nazwiska i to samo zadanie powierzyłem modelowi Claude Opus 4.8 w Claude Cowork. Deep Research w Gemini Notebook zalał mnie hipotezami, w tym wątpliwymi. Opus 4.8 był w stanie ułożyć te hipotezy w hierarchię – od najbardziej do najmniej prawdopodobnych.

Traktowałbym więc tą funkcję raczej jak asystenta, który przynosi stos materiałów do przejrzenia, niż jak researchera, któremu można zaufać. Dobra wiadomość jest taka, że każde znalezione źródło ląduje w notatniku jako osobna pozycja, więc weryfikacja jest banalnie prosta — a odnośniki w odpowiedziach, największa zaleta tej aplikacji od początku, działają tu tak samo jak przy naszych własnych plikach.

Deep Research jest limitowany — w darmowym planie to kilka do kilkunastu uruchomień miesięcznie, w płatnych odpowiednio więcej. To akurat zrozumiałe, bo jedno uruchomienie potrafi zająć agentowi kilka minut realnej pracy.

Od podcastu do wideo, slajdów i infografik

Podsumowania audio, czyli podcast generowany ze źródeł, był w 2024 roku główną atrakcją NotebookLM i głównym powodem, dla którego o aplikacji mówiono poza wąskim gronem odbiorców. Dziś to jedna z wielu form wyjścia — i, co ważniejsze z naszej perspektywy, jedna z tych, które doczekały się porządnej obsługi polszczyzny. Ale o tym za chwilę.

Podcast dorobił się przede wszystkim trybów. We wrześniu 2025 roku zamiast jednego formatu „dwoje ludzi rozmawia o twoich dokumentach” pojawił się wybór: krótkie streszczenie, pogłębiona dyskusja, wariant krytyczny i wariant, w którym prowadzący spierają się o tezy materiału. Ten ostatni jest zaskakująco użyteczny przy pracy z tekstem, który nas przekonuje — usłyszenie kontrargumentów wypowiedzianych na głos działa inaczej niż przeczytanie ich w akapicie.

Znacznie większym skokiem są podsumowania wideo, które pojawiły się latem 2025 roku. Aplikacja generuje film — narrację połączoną ze slajdami, diagramami i grafikami — z tego samego materiału, z którego zrobiłaby podcast. W wersji podstawowej to sprawnie zmontowana prezentacja z lektorem, w wariantach premium dochodzi tryb kinowy z bogatszą oprawą wizualną. Pojawił się też format krótki, kilkudziesięciosekundowy, pomyślany raczej pod telefon niż pod monitor.

Od listopada 2025 roku notatnik generuje również prezentacje i infografiki, korzystając z modelu graficznego Google’a. I tu warto ostudzić oczekiwania w innym miejscu niż zwykle: te materiały są ładne, spójne wizualnie i zwykle poprawne merytorycznie, bo powstają ze źródeł, a nie z niczego. Problem polega na tym, że są też generyczne. Nadają się na wewnętrzne podsumowanie projektu albo na materiał, z którego zrobimy własną wersję — gorzej na deck, który idzie do klienta. Slajdy da się poprawiać poleceniem w czacie i wyeksportować do PowerPointa, więc traktowanie ich jako punktu wyjścia wciąż ma sens.

Osobno wypada wymienić tabele danych, które trafiły do aplikacji w grudniu 2025 roku. Notatnik potrafi wyciągnąć z zestawu źródeł ustrukturyzowane zestawienie — powiedzmy: wszystkie badania z ostatnich pięciu lat, liczebność próby, metoda, główny wynik — i wyeksportować je do Arkuszy Google. Dla analityka i dla każdego, kto kiedyś przepisywał dane z dwudziestu PDF-ów do jednej tabelki, to prawdopodobnie najbardziej praktyczna nowość ostatniego roku. Szkoda tylko, że tak długo trzeba było na nią czekać — takie rzeczy od dawna powinien robić komputer, nie człowiek.

Bezpieczny komputer w chmurze, czyli Gemini Notebook uruchamia kod

Najciekawsza nowość przyszła razem ze zmianą nazwy. Każdy notatnik może dostać własne, odizolowane środowisko obliczeniowe w chmurze, w którym Gemini Notebook pisze i uruchamia kod — na naszych źródłach.

Brzmi technicznie, ale konsekwencje są bardzo praktyczne. Do tej pory, kiedy prosiliśmy notatnik o przeliczenie czegoś, model generował odpowiedź, czyli w gruncie rzeczy zgadywał wynik na podstawie tego, jak wyglądają prawdopodobne wyniki. Przy prostych działaniach zwykle trafiał, przy bardziej złożonych bywało różnie i nigdy nie było wiadomo kiedy. To przykład znanego od dawna faktu, że modele językowe (a mózgiem Gemini Notebook jest wszak model językowy Gemini) nie są najlepszymi kalkulatorami – drogimi i niedokładnymi.

Teraz aplikacja zamiast generować odpowiedź (a de facto – zgadywać odpowiedź) może napisać skrypt, wykonać go na danych z naszych plików i pokazać wynik obliczenia. Różnica między „model uważa, że to jest 14,3%” a „kod policzył 14,3%” jest dość zasadnicza.

W praktyce oznacza to przekształcanie danych, statystykę opisową, sprawdzanie formuł i budowanie zestawień, których wcześniej trzeba było szukać poza aplikacją. Jeśli ktoś dotąd eksportował dane z notatnika do arkusza tylko po to, żeby policzyć średnie i odchylenia, może ten krok pominąć.

Haczyk jest jeden i przewidywalny: funkcja weszła najpierw do najdroższych planów — Google AI Ultra oraz kont firmowych z odpowiednim dodatkiem — a do użytkowników planu Pro w wersji webowej trafiała w kolejnych tygodniach. To zresztą stały wzorzec ostatniego roku: nowe rzeczy zaczynają na górze cennika i schodzą w dół. Darmowa wersja dostaje je z opóźnieniem albo w okrojonym wariancie, ale zwykle jednak dostaje — okno kontekstu na milion tokenów też zaczynało jako funkcja płatna.

Fiszki, quizy i nauka, czyli notatnik dla studenta

Poprzedni tekst pisałem między innymi z myślą o studentach, więc wypada odnotować, że to właśnie ta grupa dostała przez półtora roku najwięcej.

Notatnik generuje fiszki i quizy z wgranego materiału, śledzi wyniki i pozwala wrócić do pytań, na które odpowiedzieliśmy źle. Fiszki da się wyeksportować do CSV, a stąd już prosta droga do Anki — czyli można połączyć wygodę generowania z porządnym systemem powtórek rozłożonych w czasie, którego samemu Gemini Notebookowi wciąż brakuje. To akurat obejście, które polecam bez wahania: aplikacja Google’a jest znakomita w wyciąganiu z materiału tego, co warto zapamiętać, i przeciętna w pilnowaniu, żebyśmy to faktycznie zapamiętali.

Została też mapa myśli — interaktywny diagram pojęć z całego notatnika, po którym można klikać i schodzić w szczegóły. Do nauki bywa użyteczna, do porządkowania własnych myśli mniej, bo mapa jest generowana, a nie budowana przez nas. Kto lubi mapy myśli głównie za to, że rysowanie ich zmusza do myślenia, nie znajdzie tu tego, czego szuka.

Warto wiedzieć też o Notatnikach w aplikacji Gemini, które Google uruchomił wiosną 2026 roku. To osobna, projektowa przestrzeń w samym Gemini, która synchronizuje źródła z Gemini Notebookiem w obie strony — materiał dorzucony w jednym miejscu pojawia się w drugim. Sens jest taki, że zbieranie materiałów robimy tam, gdzie akurat jesteśmy, a cięższą robotę — podcast, wideo, analizę — w notatniku.

Czy Gemini Notebook dobrze działa w języku polskim?

Półtora roku temu odpowiedź brzmiała: w czacie tak, w podcaście mniej. Dziś jest lepiej, choć nie idealnie.

Największa zmiana przyszła jeszcze w kwietniu 2025 roku, kiedy Audio Overviews doczekały się ponad pięćdziesięciu języków, w tym polskiego. Podcast po polsku brzmi naturalnie, prowadzący rzadko potykają się o odmianę i nie czytają polskich nazwisk z angielskim akcentem — a to poziom, do którego wcześniejsze próby syntezy mowy nawet nie aspirowały. Filmy generowane przez Podsumowania wideo również działają po polsku; Google deklarował dla nich obsługę ponad osiemdziesięciu języków.

W czacie polszczyzna nie sprawia problemów. Kolejne generacje Gemini radzą sobie z polskim dobrze – lepiej niż modele konkurencji.

Dwie rzeczy warto mieć z tyłu głowy. Pierwsza to stara sprawa tokenizacji: polski tekst nadal zajmuje więcej tokenów niż ten sam tekst po angielsku, więc milionowe okno kontekstu jest w praktyce mniejsze jeśli nasze źródła są po polsku. Przy pojedynczych artykułach nie ma to znaczenia, przy kilkuset stronach zaczyna mieć. Druga to kolejność wdrożeń: nowe funkcje pojawiają się najpierw po angielsku i dopiero z opóźnieniem w pozostałych językach. Jeśli więc coś, o czym przeczytaliście, u Was nie działa albo działa gorzej, warto sprawdzić, czy nie chodzi po prostu o język interfejsu — przełączenie konta na angielski bywa najszybszą diagnozą.

Czego wciąż brakuje i jak to obejść

Sporo z tego, na co narzekałem poprzednio, zostało naprawione. Automatyczna synchronizacja plików z Dysku Google sprawia, że notatnik nadąża za zmieniającym się dokumentem, zamiast pracować na zamrożonej kopii. Formatów przybyło, limity są przyzwoite, a odpowiedzi z odnośnikami — czyli ta cecha, dla której w ogóle warto było się tą aplikacją zainteresować — działają dziś w każdym trybie, łącznie z tym, w którym źródła znalazł za nas agent.

Zostało jednak coś, co przez półtora roku nie drgnęło: notatniki są nadal osobnymi wyspami. Nie ma hierarchii, nie ma folderów, nie ma wyszukiwania w poprzek wszystkich notatników. Jeśli pół roku temu wrzuciliśmy gdzieś świetne opracowanie i nie pamiętamy, w którym notatniku, to jedyną metodą jest otwieranie ich po kolei – wyszukiwanie działa tylko wśród tytułów notatników. Przy dziesięciu notatnikach to niedogodność, przy stu — a tyle mieści darmowy plan — to realny problem.

Moja rada pozostaje więc ta sama, co poprzednio: Gemini Notebook jest doskonały jako warsztat i kiepski jako archiwum. To, co powstało i ma zostać, warto wyeksportować do aplikacji, która potrafi szukać i porządkować — OneNote, Obsidian, cokolwiek, co dla nas działa najlepiej jako program do notatek. Pomaga też dyscyplina po naszej stronie: sensowna konwencja nazw notatników (automatycznie nadawane przez Notatnik tytuły bywają mocno mylące) i jeden akapit opisu w pierwszej notatce oszczędzają później sporo klikania. Google zapewne kiedyś tę dziurę załata, ale póki co jesteśmy zdani na siebie samych.

Drugie ograniczenie jest wpisane w konstrukcję produktu, więc nie zniknie. Gemini Notebook odpowiada wyłącznie na podstawie źródeł — z wyjątkiem Deep Research, który je dopiero zbiera. To wciąż jego największa zaleta i wciąż jego pułapka: notatnik jest dokładnie tak dobry, jak zestaw materiałów, który mu daliśmy. Jeśli czegoś w tym zestawie brakuje albo wszystkie źródła patrzą na temat z tej samej strony — bo dobraliśmy je pod tezę, albo po prostu tak wyszło — aplikacja powtórzy to skrzywienie z pełnym przekonaniem i z odnośnikami. Odnośniki mówią, skąd wzięła się teza, ale nie powiedzą, czego w zestawie zabrakło. Deep Research jest częściowo odpowiedzią na tą słabość – ale, jak pisałem, wciąż niedoskonałą.

Podsumowując: jeśli odbiliście się od NotebookLM w 2024 roku, bo wydał się wam ładnym gadżetem do robienia podcastów z PDF-ów, warto dać Gemini Notebookowi drugą szansę. To wciąż ta sama, dobra idea — odpowiedzi wyłącznie z naszych materiałów, z odnośnikami, które da się sprawdzić — tylko obudowana narzędziami, o których półtora roku temu nie było mowy. A kiedy już zbudujecie w niej coś wartościowego, przenieście to gdzieś, gdzie będzie można to za rok znaleźć.

Źródło grafiki: Sztuczna inteligencja, ChatGPT