NotebookLM serve para analisar entrevistas do TCC? O que ele resolve e onde ele não serve

Doze entrevistas transcritas, um questionário cheio de respostas abertas e o prazo do orientador batendo na porta

Aí bate aquela dúvida: dá pra jogar tudo isso lá dentro e deixar a IA analisar?

Antes de qualquer coisa, um aviso de nome: o NotebookLM foi renomeado para Gemini Notebook (anúncio oficial em 16/07/2026), e é o MESMO produto, com os notebooks preservados, links compartilhados redirecionando automaticamente e os Audio Overviews funcionando normal

A central de ajuda oficial do produto também já aparece sob o nome Gemini Notebook, e a página em português apresenta a ferramenta como parceiro de pesquisa e análise. Na época do rebrand, o Google informou mais de 30 milhões de usuários e mais de 600 mil organizações usando a ferramenta

Se você aprendeu a chamar de NotebookLM, pode seguir chamando, ninguém vai te bater 🙂

Agora, a pergunta real não é "ele analisa entrevista?"

A pergunta é: quais tarefas da sua parte empírica ele resolve bem, e quais continuam sendo suas, na unha, com o seu nome na capa do TCC…

O que o Gemini Notebook resolve e o que ele não resolve na parte empírica do TCC

Formação Recomendada

Formação Claude Code

Domine Claude Code do absoluto zero até o avançado

• 120 aulas
• 4 projetos
• 9h 45min

Conhecer formação

Se você olhar a tabela de cima pra baixo, o padrão fica claro: quanto mais braçal a tarefa, melhor ele vai

Quanto mais interpretativa, mais ele vira só um leitor rápido e você continua sendo a pesquisadora ou o pesquisador

5 tarefas com entrevistas e questionários que valem a pena rodar no caderno

1. Subir os áudios e ficar com a transcrição indexada:

Esse é o ganho mais direto de todos: você envia o arquivo de áudio da entrevista e ele é transcrito já na importação, virando texto pesquisável dentro do notebook

O limite por fonte é de até 500.000 palavras ou até 200 MB por arquivo enviado, o que dá bastante espaço pra entrevista longa

Limite honesto: a transcrição é matéria-prima, não resultado. Nome próprio, gíria regional e áudio com barulho de café continuam pedindo revisão humana

2. Perguntar "quais entrevistados mencionaram X" e conferir citação por citação:

Aqui mora o motivo pra usar esse produto em vez de um chat genérico: a resposta fica ancorada apenas no material que VOCÊ enviou, com citações que apontam pra passagem original

Então você pergunta pelo tema, ele lista os trechos, e você clica em cada citação pra ver a fala inteira no contexto

Só que ancorado não é sinônimo de literal: o texto da resposta é reescrito pelo modelo, e a fala exata só existe mesmo na transcrição que a citação abre

Limite honesto: a saída é um mapa de onde procurar, não a análise pronta

3. Montar um mapa mental focado em um conceito ou numa entrevista específica:

Os mapas mentais resumem visualmente as fontes em um diagrama ramificado com tópicos principais e ideias relacionadas, e dá pra customizar por prompt, pedindo foco em uma fonte só, numa linha do tempo ou num conceito específico

Pra quem tá começando a enxergar categorias no meio de 12 transcrições, isso é mto massa como ponto de partida visual

Limite honesto: o diagrama mostra o que aparece, não o que importa. Quem decide o peso de cada categoria é você

4. Gerar um relatório no Studio e exportar como rascunho da seção de resultados:

O painel Studio gera relatórios a partir das fontes (FAQ, guia de estudos, documento de briefing ou um tipo sugerido pela IA), além de mapas mentais, Audio e Video Overviews, flashcards, quizzes e slides

Relatórios podem ser exportados para o Docs, e tabelas de dados para o Sheets, o que encurta o caminho até o arquivo onde você escreve de verdade

Limite honesto: isso é RASCUNHO. Texto de IA colado direto na seção de resultados é o jeito mais rápido de levar bronca na banca

5. Colar o roteiro e as respostas abertas do questionário pra comparar padrões:

Além de PDF, o produto aceita .txt, .md, .docx, .csv, Google Docs, Slides e Sheets, URLs da web, texto colado, vídeos públicos do YouTube e arquivos de áudio

Ou seja: dá pra colar o roteiro e as respostas abertas como texto colado mesmo, sem inventar exportação complicada. Vale saber que dados de múltiplas abas de Docs e Sheets entram como uma única fonte

Limite honesto: padrão detectado por IA é hipótese pra você testar na leitura, e não achado de pesquisa

Onde ele falha na prática: 4 armadilhas na análise de TCC

Sintoma: "ele inventou uma fala que ninguém disse"

Causa: leitura solta, aceitando o resumo do chat sem abrir a fonte. A resposta é ancorada no seu material, mas ancorada não significa literal

Solução: clicar em TODA citação antes de usar a fala. Se você não consegue apontar a linha da transcrição, aquilo não entra no texto

Sintoma: "não consigo subir todas as entrevistas"

Causa: teto de fontes. São até 50 fontes por notebook no plano gratuito e até 600 conforme o plano Google AI pago, com até 500.000 palavras por fonte ou 200 MB por arquivo

Solução: consolidar transcrições em um documento único por bloco (por perfil de entrevistado, por fase da coleta) em vez de subir arquivo por arquivo. Se o arquivo é recusado ou a fonte não carrega, vale entender antes o que ele aceita como fonte

Sintoma: "ele parou no meio da análise"

Causa: desde 02/09/2026 os limites de uso passaram a ser baseados em consumo de compute, considerando complexidade do prompt, modelos e recursos usados e tamanho do chat, com cota renovada a cada 5 horas até bater o limite semanal

Solução: rodar as perguntas pesadas em lote, num bloco de trabalho só, em vez de ficar cutucando o dia inteiro. Se travar de outras formas, tem post aqui no blog sobre quando o caderno trava ou dá erro

Sintoma: "ele não calcula minhas frequências"

Causa: ele não é planilha. O ambiente que escreve e executa Python em container foi anunciado pra Google AI Ultra e Workspace elegível, com expansão pra AI Pro na web, então não conte com isso como base do seu capítulo quantitativo

Solução: fazer o quantitativo no Sheets ou no Excel, do jeito tradicional, e usar o caderno só pro qualitativo

Como prevenir tudo isso de uma vez?

Definindo suas categorias de análise ANTES de abrir o notebook

Quem chega com categoria na mão usa a ferramenta como buscador do próprio material. Quem chega vazio termina copiando a organização que a IA inventou, e aí a banca pergunta de onde saiu aquilo…

O que aprendi usando o caderno como etapa de planejamento (e por que isso vale para o TCC)

Só pra deixar claro: o meu uso mais sério dessa ferramenta não foi com entrevista, foi com projeto

No vídeo abaixo eu mostro um fluxo em que o NotebookLM fez o plano e o Claude Code fez o app, e o que aprendi lá se aplica direitinho na parte empírica do TCC

O que ficou de aprendizado, na prática:

• Eu uso o caderno como uma camada de leitura de fontes: subo o material, pergunto em cima dele e trabalho em cima da resposta ancorada nesse acervo
• Dá pra subir pesquisa própria como arquivo de texto, junto com PDFs, sites, vídeos e arquivos do Drive, e tratar tudo como base de consulta
• Quando o material não é 100% escolhido por mim, veio mistura de coisa boa e coisa ruim, e a curadoria é responsabilidade minha: fonte ruim piora a resposta do modelo, sempre
• Por isso eu abro e reviso cada fonte antes de importar, mesmo quando dá preguiça
• Renomear o notebook com um nome próximo do tema real do projeto me pareceu ajudar nas respostas
• A conversa dentro do notebook não é preservada, então o que interessa precisa ser salvo em algum lugar seu
• Quando a primeira resposta veio curta demais pro que eu queria, refiz a pergunta pedindo mais profundidade e a saída veio bem mais completa
• Encadeei perguntas na mesma conversa até sentir que o modelo tinha entendido o recorte, em vez de esperar tudo de um prompt só
• A resposta sai formatada em Markdown ao copiar, com uma linha de introdução no topo que eu apaguei na mão antes de colar no arquivo
• Preferi pedir um documento estruturado pra salvar em arquivo em vez de um bloco de texto gigante, porque texto muito grande costuma se perder no destino

A ponte com o TCC é essa: o caderno é excelente pra consolidar material bruto e transformar em um plano estruturado, e péssimo quando você aceita a saída sem revisar

Traduzindo pra sua parte empírica: curadoria de fonte vira curadoria de transcrição, pergunta encadeada vira roteiro de análise, e aquele documento estruturado que eu salvo em arquivo vira o seu rascunho de resultados, que ainda precisa passar pela sua leitura

Mesmo padrão da sua análise: ele adianta a organização, a decisão continua sua

Veredito: usar como apoio, nunca como método

TCC qualitativo com muitas entrevistas: vale muito. Transcrição na importação, busca ancorada com citação clicável e mapa mental por prompt economizam horas de garimpo em transcrição

TCC quantitativo com questionário fechado: vale pouco. Sobe o CSV se quiser conversar com os dados, mas frequência, cruzamento e teste você faz na planilha

Pesquisa com dado sensível de participantes: aqui tem que ler a política com atenção. Por padrão o conteúdo enviado não é usado para treinar diretamente os modelos fundacionais, porém em conta pessoal, ao enviar feedback de polegar pra cima ou pra baixo, o contexto daquela interação pode ser revisado por humanos. Em contas Workspace e Workspace for Education, uploads, consultas e respostas não são revisados por humanos nem usados pra treinar modelos

Se o seu projeto passou por comitê de ética, isso não é detalhe, é cláusula de consentimento

E tem literatura acadêmica revisada em português falando exatamente disso: o artigo O uso de ferramentas de IA na análise complementar de entrevistas, publicado no periódico ARACÊ, conclui que a IA como ferramenta central de análise não é caminho seguro de pesquisa, servindo como apoio complementar

É o mesmo recado da linha da tabela sobre definir categorias: apoio sim, método não

E, claro, cheque as regras do seu orientador e do colegiado antes, porque cada curso tem sua política sobre uso de IA

Conclusão

O produto mudou de nome pra Gemini Notebook, mas a lógica pra quem tá no TCC segue a mesma: ele resolve o braçal (transcrever, localizar, agrupar, rascunhar) e não resolve o que a banca vai cobrar de você (categoria, interpretação, método)

Próximo passo concreto, sem enrolação: escolhe DUAS entrevistas, sobe as duas, faz três perguntas, clica em cada citação pra conferir na fonte e compara com a sua leitura manual daquelas mesmas duas

Se bater, você ganhou uma camada de organização pro resto do material. Se não bater, você descobriu isso com duas entrevistas e não com doze 😀

Bora continuar por aqui, que vem mais coisa sobre usar IA no trabalho acadêmico e no desenvolvimento… até o próximo post!