Quais tipos de fonte o NotebookLM aceita e por que a fonte muda a resposta

Fala aí, beleza? A IA não inventa qualidade que a fonte não tem

Se o material que você jogou no notebook está pela metade, a resposta vai sair pela metade também, por mais fodão que seja o modelo por trás

Então bora fazer o panorama completo: quais formatos o NotebookLM (que agora se chama Gemini Notebook) aceita, o que ele REALMENTE importa de cada um, quais são os limites e o que fica de fora no caminho

É esse pedaço invisível, o "o que entrou de fato", que decide se o resumo vai ser útil ou genérico 🙂

Tipo de fonte, o que entra de fato e qual o limite

A tabela abaixo é o mapa rápido. Repara que a coluna do meio quase sempre é menor do que a gente imagina:

E tem o limite que pega todo mundo de surpresa quando o projeto cresce: no uso gratuito são até 50 fontes por notebook

Se você quer só bater o olho na lista completa de formatos aceitos, ela está separada em outro post. Aqui a gente vai atrás do efeito prático de cada escolha

O que mudou: NotebookLM virou Gemini Notebook

Se você chegou aqui pelo nome antigo, relaxa: é o mesmo produto

A renomeação foi anunciada em 16/07/2026 e não exige mover notebook nem recriar fonte nenhuma. Os links que você já compartilhou seguem funcionando por redirecionamento automático

Junto da troca de nome veio um ambiente seguro na nuvem que executa código sobre as fontes enviadas, ativo no Google AI Ultra e em liberação gradual para quem usa o AI Pro na web

E tem uma leva anterior que explica MUITO das listas desatualizadas por aí: em 13/11/2025 entraram o Deep Research e novos tipos de fonte, Google Sheets, URLs do Drive, PDFs direto do Drive, arquivos .docx e imagens

Ou seja: tutorial de um ano atrás provavelmente está te contando um pedaço só do que a ferramenta engole hoje

Por que fonte ruim gera resumo ruim (mesmo com IA boa)

Aqui está o coração do post

O produto é ancorado nas fontes do notebook: a resposta se baseia no material carregado e vem com citação clicável apontando o trecho de apoio na fonte original

Isso é ótimo pra confiança e é o que separa esse tipo de uso de um chat aberto, assunto que rendeu a comparação entre NotebookLM, ChatGPT e Gemini

Mas tem o outro lado da moeda: se o conteúdo não entrou, ele não existe pro modelo. Não tem prompt que resolva

Vamos aos três casos que mais aparecem

Sintoma: a resposta sobre aquele artigo saiu genérica

Causa: ou a página tem paywall (e paywall não é suportado), ou só o texto do HTML foi extraído e o miolo do artigo estava em imagem, em vídeo incorporado ou numa página aninhada

Solução: levar aquele conteúdo por um caminho que a ferramenta aceita de verdade, tipo texto colado ou o PDF do material

Sintoma: o vídeo do YouTube simplesmente não vira fonte

Causa: o vídeo precisa ser público E ter legenda, enviada pelo autor ou gerada automaticamente

Solução: escolher outro vídeo que tenha legenda, ou trocar por uma fonte em texto sobre o mesmo assunto

Tome cuidado com uma expectativa comum aqui: mesmo quando dá certo, o que entra é só a transcrição em texto. O que estava na tela, slide, código aparecendo, gráfico, não vai junto

Sintoma: sumiu aquele detalhe importante do Google Doc

Causa: notas de rodapé e comentários de arquivos Google não são importados

Solução: mover a informação que importa pro corpo do texto antes de usar o documento como fonte

Já me ferrei uma vez confiando que o comentário do revisor tinha ido junto 😛

Como prevenir isso tudo

A prevenção é chata e funciona: confira o que entrou ANTES de sair perguntando

Abra a fonte, veja o que ela virou dentro do notebook, e use as citações clicáveis pra checar se a afirmação da resposta tem mesmo um trecho de apoio atrás dela

Resposta sem trecho de apoio que você reconheça é sinal amarelo, beleza?

Como usar o Deep Research para buscar fontes na web

E quando você não tem fonte nenhuma pra começar? Dá pra pedir que a própria ferramenta vá buscar

1. Inicie uma busca no painel de fontes
2. Escolha Web como origem da busca
3. Escolha entre Deep Research, pra uma análise mais detalhada, ou Fast Research, pro resultado rápido

O erro comum deste passo é achar que tudo que a busca traz já é fonte boa

Não é. O que volta é matéria-prima, e a curadoria continua sendo trabalho seu

O que aconteceu quando rodei a pesquisa profunda no meu notebook

No vídeo abaixo eu mostro esse fluxo do início ao fim, montando um notebook pra fundamentar um projeto antes de escrever uma linha de código

Quando testei a pesquisa profunda ali, ela ficou rodando por uns 5 a 10 minutos e voltou com 37 fontes

Parece festa, né? Só que 4 delas falharam na importação, e fonte que falhou não vira conhecimento nenhum, ela só fica lá enfeitando a lista e atrapalhando a leitura do que você realmente tem

Tirei essas 4 e fiquei com 33 fontes ativas

Depois disso eu ainda passei fonte por fonte lendo o resumo gerado pra decidir o que era relevante, sem precisar abrir o site original. Veio até coisa de outro assunto no meio (uma sobre marketing de afiliado, que não tinha nada a ver com o projeto), e essas eu deixei de fora da seleção

Detalhe importante: as respostas se apoiam nas fontes selecionadas, então desmarcar é uma decisão de conteúdo, não frescura de organização

Costumo também nomear o notebook logo de cara, antes de jogar qualquer coisa lá dentro

E o resultado dessa curadoria apareceu na prática: no exemplo do vídeo (uma calculadora pra freelancer), o notebook alimentado devolveu identidade visual, paleta de cores, copy, funcionalidades essenciais e uma definição de MVP, incluindo a sugestão de não exigir login pra não matar a conversão inicial

O último uso que eu dou pro notebook é pedir que ele escreva o prompt detalhado do projeto (design, fluxo do usuário, funcionalidades, estrutura, layout e copy) pra colar em outra ferramenta e gerar o app

Quanto mais conhecimento bom você coloca nas fontes, mais o notebook responde como especialista naquele assunto específico. É essa a lógica toda

Que fonte escolher para cada objetivo

Nem todo objetivo pede o mesmo tipo de material. Se liga nos cenários:

• Estudar um assunto novo do zero: roda o Deep Research na web e depois corta sem dó o que não presta. Volume sem curadoria só dilui a resposta
• Analisar dados de planilha: Google Sheets, lembrando que as várias abas entram como uma fonte só (então pensa na organização das abas antes de subir)
• Documentação viva de um projeto: arquivos do Drive, que sincronizam a cada poucos minutos, então o notebook acompanha o que o time edita
• Aula ou palestra longa: URL do YouTube com legenda, ciente de que só a transcrição em texto entra na jogada
• Material fechado ou com paywall: texto colado, já que página com paywall não é suportada

Uma dica de fluxo: dá pra colar várias URLs do Drive de uma vez separadas por vírgula, do mesmo jeito que se cola o link de um site ou de um vídeo

Conclusão

A lista de formatos é bem completona: documento, planilha, apresentação, PDF, texto colado, site, YouTube, imagem e áudio

Mas o que decide o resultado não é a lista, é o que de fato foi importado de cada fonte

O site vira texto do HTML. O vídeo vira transcrição. O Google Doc vai sem nota de rodapé e sem comentário. A página com paywall nem entra

Próximo passo: monta um notebook pequeno, com poucas fontes, confere uma por uma o que realmente entrou e checa as citações antes de confiar no resumo

Curadoria não é detalhe do processo, é o processo 😀

até o próximo post!