NotebookLM: o que é, para que serve e por que agora se chama Gemini Notebook

Perguntar pra um chatbot genérico é ouvir a internet inteira falando ao mesmo tempo

Perguntar pro NotebookLM é ouvir só aquilo que você mesmo entregou pra ele

Essa é a ideia central da ferramenta de pesquisa do Google: você sobe seus PDFs, suas transcrições, suas planilhas, e a partir dali ela responde fundamentada nesse material, com citação apontando o trecho

E tem uma novidade que confunde muita gente que pesquisa o nome: desde julho de 2026 o produto se chama Gemini Notebook

Neste post eu te conto o que é, como funciona por baixo, para que serve de verdade, quanto custa e pra quem vale a pena 🙂

Por que agora se chama Gemini Notebook

O rename aconteceu em 16/07/2026, anunciado por Josh Woodward, VP do Google Labs e do app Gemini

É o mesmo produto, com os mesmos notebooks, só com nome novo e logo novo

E antes que você entre em pânico achando que perdeu tudo: o Google mantém redirecionamentos automáticos, então links e notebooks compartilhados continuam funcionando

Não houve volta atrás nisso, viu? A Central de Ajuda oficial já está publicada sob o domínio support.google.com/gemininotebook, com a marca Gemini Notebook, e o comunicado do Workspace segue a mesma linha

Outra confusão comum: os "Notebooks" que aparecem dentro do app Gemini são sincronizados com o produto, mas não são a mesma coisa que o Gemini Notebook completo

O Gemini Notebook segue como produto autônomo, focado em pesquisa, organização de fontes e conclusões, com presença ampliada no ecossistema Google (app Gemini e Busca)

Já falamos por aqui sobre a ferramenta de IA do Google quando ela ainda carregava só o nome antigo, e vale a leitura pra pegar o panorama

Pra dar noção de tamanho, no anúncio do rename o Google declarou mais de 30 milhões de pessoas e mais de 600 mil organizações usando a ferramenta

Como o NotebookLM funciona: tudo parte das fontes que você envia

Aqui mora o PORQUÊ da ferramenta existir

Um chatbot comum responde com o conhecimento geral do modelo

O NotebookLM responde fundamentado nas fontes que você enviou, e cada afirmação vem com citação in-line apontando de onde ela saiu

E quando a informação simplesmente não está no seu material? Ele não cria a resposta

Isso é o oposto do comportamento de assistente genérico, que sempre tenta te dar alguma coisa

O que você pode enviar como fonte:

• PDF (.pdf), Word (.docx), texto (.txt), Markdown (.md), CSV (.csv) e PowerPoint (.pptx)
• imagens (jpg, png, webp, entre outras)
• arquivos de áudio (mp3, wav, m4a, entre outros)
• sites, vídeos do YouTube e texto copiado e colado

Os limites de tamanho: até 200 MB por arquivo enviado e até 500 mil palavras por fonte

Vídeo do YouTube não tem limite de duração, mas o arquivo de legenda respeita o teto de 500 mil palavras

Tome cuidado com um detalhe: áudios sem fala não são aceitos

As nuances honestas (que quase ninguém conta):

Em fonte muito curta, a citação in-line pode referenciar o documento inteiro, sem apontar um trecho individual

E existe um ponto que relativiza aquele papo de "só o que você enviou": no painel Fontes dá pra digitar a pergunta na caixa de busca, ativar "Web" e "Deep Research" e pesquisar

O resultado vem como relatório mais uma lista de fontes, e VOCÊ escolhe quais importar pro notebook

Ou seja: a base continua sendo curada por você, só que a ferramenta ajuda a montar essa base

E o que sai do outro lado?

Além das respostas no chat, o painel de geração produz formatos derivados das suas fontes, entre eles os Audio Overviews e os Video Overviews

Junto com o rename veio também um "computador em nuvem seguro" dentro de cada notebook, que escreve e executa código nativamente pra análise de dados fundamentada nas fontes

Isso é bem massa pra quem trabalha com planilha, viu?

NotebookLM x chatbot comum: qual é a diferença na prática

Destrinchando linha a linha:

• Origem da resposta: o notebook trabalha em cima do seu material, então o resultado tem a cara do seu projeto e não a cara da internet
• Rastreabilidade: a citação in-line existe pra você conferir a frase no documento, e não confiar na palavra da IA
• Falta de informação: quando não está nas fontes, a resposta não é inventada, o que muda completamente o nível de confiança
• Entradas aceitas: dá pra jogar áudio, imagem e vídeo do YouTube no mesmo lugar que os PDFs, tudo virando fonte consultável
• Saídas derivadas: Audio Overview e Video Overview transformam a mesma base em formatos de consumo diferentes, sem você reescrever nada

Para que serve o NotebookLM (e quando um chatbot comum resolve melhor)

Onde ele brilha:

• Estudar um monte de PDF de uma vez: apostila, artigo, edital, tudo num notebook só, e você pergunta em vez de ficar dando Ctrl+F em cinco arquivos
• Transformar vídeo ou áudio em resumo consultável: joga a aula ou a reunião como fonte e pergunta o que interessa
• Cruzar a documentação de um projeto: dev que precisa entender uma stack nova tem aqui um jeito de perguntar pra documentação em vez de ler tudo linear
• Montar base de pesquisa com citação rastreável: pra quem escreve, essa parte vale ouro, porque dá pra checar cada afirmação na fonte
• Analisar dados de planilha: o computador em nuvem escreve e executa código em cima das suas fontes, então CSV deixa de ser só texto morto

E o outro lado, sem enrolação

Se você NÃO tem material próprio pra subir, a ferramenta perde a graça

Se você quer escrever do zero, criar do nada, brainstormar sem base, um chatbot comum entrega mais rápido

Mesma coisa se a pergunta é de conhecimento aberto ou se você quer um assistente que fique conversando fora do escopo do material

O NotebookLM é fechado no seu material de propósito, e isso é uma feature, não uma limitação 😀

Como usei o NotebookLM antes de escrever código

No vídeo do canal eu mostro um uso bem concreto: o notebook como etapa de pesquisa e planejamento ANTES de abrir o editor

Criei um notebook novo do zero pro projeto, fechei aquela tela inicial de boas-vindas e renomeei o notebook com um nome próximo do que o projeto realmente é

Esse detalhe do nome não é frescura: eu comento ali que isso ajuda a IA do notebook a responder melhor as minhas perguntas

O exemplo da aula foi um projeto web de gerador de currículo

O fluxo que eu descrevo é esse: pesquisa concentrada no começo, as perguntas viram prompts, e os prompts vão pro Claude Code executar

Depois do MVP eu volto pro ciclo de perguntas pra gerar prompts novos e ir iterando o produto

O motivo de fazer essa etapa de pesquisa é simples: sem ela sai aquele produto de IA genérico, sem identidade nenhuma

Pra começar do zero com NotebookLM, este vídeo mostra o caminho completo: da criação do notebook até o app rodando com o Claude Code

Quanto custa: limites do plano gratuito e o que os planos pagos ampliam

Continua existindo plano gratuito, com limites definidos

Um detalhe importante do upgrade: ele NÃO sai por assinatura separada da ferramenta

O caminho oficial é pelos Planos Google AI, pelo Google Cloud ou por um plano qualificado do Google Workspace

Os preços no Brasil hoje:

• Google AI Plus: R$ 24,99 por mês
• Google AI Pro: R$ 96,99 por mês
• Google AI Ultra: R$ 779,90 por mês (20 TB) ou R$ 999,90 por mês (30 TB)

O Ultra, aliás, vinha de R$ 1.209,90 e caiu pros R$ 779,90

Continua salgado, mas caiu 😛

E se a sua conta é do trabalho ou da escola? Existe suporte oficial ao uso do Gemini Notebook com conta Google corporativa ou escolar, com regras próprias

Vale a pena? Para quem o NotebookLM faz sentido

Veredito direto, segmentado por perfil

Vale muito pra quem já tem material acumulado e precisa de resposta rastreável: estudante com pilha de PDF, pesquisador, dev lendo documentação de uma stack nova, profissional afogado em relatório

Nesses casos a citação in-line é o diferencial de verdade, porque você confere a origem em vez de confiar na sorte

Vale menos pra quem quer geração livre de conteúdo ou simplesmente não tem fontes pra subir

Sem material próprio, você está usando uma ferramenta de pesquisa fundamentada como se fosse chatbot, e aí o chatbot comum resolve melhor

Fica no gratuito quem usa em projeto pontual: 100 notebooks e 50 consultas de chat por dia aguentam bem um uso de estudo ou um projeto por vez

O limite começa a doer em dois pontos bem específicos: quando o assunto exige mais de 50 fontes num único notebook (revisão de literatura, documentação grande, acervo de relatórios) ou quando você passa o dia inteiro perguntando e bate nas 50 consultas diárias

Aí sim o Plus por R$ 24,99 vira conversa, principalmente pelo teto de fontes que sobe até 600 dependendo do plano

Conclusão

Recapitulando os três pontos que importam

A ferramenta responde com base nas SUAS fontes, e não no conhecimento solto do modelo

Cada afirmação vem com citação in-line, então dá pra conferir

E o nome mudou pra Gemini Notebook, mas o produto e os seus notebooks são os mesmos

Próximo passo prático? Cria um notebook no plano gratuito, sobe um punhado de documentos que você já tem aí parados e faz a mesma pergunta pros dois: pro notebook e pro seu chatbot preferido

A diferença na qualidade da resposta aparece rápido, faça o teste!

E se quiser ver isso virando projeto de verdade, o vídeo lá em cima mostra o caminho do notebook até o app rodando

até o próximo post!