

NotebookLM fundamenta cada respuesta en los documentos que subes, sin alucinaciones ajenas a tus fuentes, y cada respuesta enlaza a un pasaje exacto. Audio Overviews genera debates estilo podcast a partir de tus archivos. Genuinamente innovador; pero también genuinamente limitado por libretas aisladas y un límite estricto de fuentes.
Alimentamos a NotebookLM con 18 PDF sobre puntos de referencia de evaluación de LLM y le pedimos un informe estructurado sobre dónde se cuestiona más la metodología actual. Nos devolvió un documento de seis secciones que identificaba tres disputas metodológicas específicas por su nombre, con citas exactas de pasajes de cuatro artículos diferentes para cada una. Cuando le preguntamos: "¿Qué piensan los investigadores ajenos a estas fuentes?", se negó correctamente: solo responde a partir de lo que subes. El Audio Overview de la misma libreta duró once minutos, manejó el vocabulario técnico mejor de lo esperado y luego comprimió los últimos tres artículos en un resumen vago que perdió varios hallazgos específicos. Esa tensión, precisa cuando funciona, reveladora sobre sus límites cuando no lo hace, es la forma honesta de NotebookLM en abril de 2026.
La herramienta comenzó a mediados de 2022 dentro de Google Labs como Project Tailwind, se lanzó públicamente como NotebookLM en julio de 2023 y salió de su fase experimental en octubre de 2024. Funciona con Gemini 3 desde diciembre de 2025, con comprensión multimodal de gráficos y figuras integrados en PDF. El 9 de abril de 2026, Google lo integró directamente en la aplicación Gemini a través de la función "Notebooks". Lo que nunca ha cambiado: cada respuesta cita el pasaje exacto del que se extrajo y no responderá con conocimientos ajenos a los archivos subidos.
NotebookLM de un vistazo. Abril de 2026
NotebookLM acepta PDF, Google Docs, Google Slides, texto sin formato, Markdown, archivos de audio (MP3, WAV, M4A), enlaces de YouTube (ingesta automática de transcripciones) y texto pegado de hasta 900,000 caracteres, cada fuente de hasta 200MB y 500,000 palabras. El plan gratuito ofrece 100 libretas con 50 fuentes cada una; Plus ($19.99/mes) se amplía a 500 libretas y 300 fuentes; Ultra ($249.99/mes) alcanza las 600 fuentes por libreta. Sigue sin aceptar Excel, PowerPoint (.pptx) ni imágenes independientes.
Modos de salida en abril de 2026: chat de preguntas y respuestas con citas, Audio Overview (Deep Dive, The Brief, The Critique, The Debate), Interactive Audio Overview, Video Overview (Plus y superior), Mind Maps, Study Guide, Briefing Document, FAQ, Data Tables exportables a Google Sheets y generación de infografías. Deep Research ejecuta 10 sesiones al mes en el plan gratuito y 20 al día en Plus. Audio Overviews está disponible en más de 80 idiomas; el modo interactivo solo está en inglés.
En qué es realmente bueno NotebookLM
Investigación de corpus cerrado donde la fidelidad de las citas es importante. La rigurosidad que frustra a los usuarios generales es la característica que genera confianza en contextos legales, de cumplimiento y académicos. Un análisis de Attorney at Work describió que la herramienta se gana "su salario al disipar la niebla de papel" en los litigios: reúne alegatos, pruebas y correspondencia en una sola vista, fija los hechos en ubicaciones exactas de los pasajes y construye cronologías a partir de documentos dispersos. Cada afirmación enlaza a una oración de origen, no a un resumen de IA con evasivas, sino a una extracción citada.
Audio Overview como una auténtica innovación de formato. Ninguna otra herramienta de esta categoría genera debates estilo podcast a partir de tus archivos subidos. Los dos presentadores de IA utilizan muletillas naturales, se interrumpen mutuamente y manejan el vocabulario técnico mejor de lo esperado a nivel de orientación. Los presentadores pronuncian mal términos específicos de ciertas disciplinas y reducen la cobertura hacia el final de las libretas grandes, pero el formato es genuinamente novedoso, no un simple truco.
Salida estructurada a partir de material denso. La generación con un solo clic de Study Guides, FAQ, Briefing Documents y líneas de tiempo extrae la estructura sin necesidad de ingeniería de prompts. Subimos 14 conjuntos de diapositivas de conferencias, aproximadamente 600 en total, y pedimos una guía de estudio que cubriera desde la semana 8 en adelante. Produjo una guía estructurada citando diapositivas específicas y señaló tres áreas donde las diapositivas del instructor eran internamente ambiguas. El Audio Overview del mismo material duró los 15 minutos completos de la opción "Longer" y cubrió las semanas 8 a 14 de manera proporcional.
YouTube y Google Drive como entradas de fuentes directas. Pega un enlace de YouTube y NotebookLM ingiere la transcripción, útil para charlas de conferencias, clases y entrevistas. Google Docs y Slides se cargan desde Drive sin necesidad de descargar y volver a subir. Los cambios en el documento de origen después de la importación requieren una actualización manual, pero para el material que ya está en el ecosistema de Google, la fricción es baja.
"Le di el código civil español y el podcast que generó fue atractivo y preciso. Esperaba que se desmoronara con el material legal. No lo hizo". Comentarista de Hacker News en el hilo de Audio Overview, 2024
Dónde falla NotebookLM, los modos de error con los que los usuarios siguen tropezando
La precisión de Audio Overview se degrada en libretas profundas. Por encima de unas 20-25 fuentes, las fuentes añadidas posteriormente reciben menos cobertura o ninguna, y los presentadores se vuelven cada vez más vagos en lugar de señalar el vacío. La propia documentación de Google advierte: "Los Audio Overviews, incluidas las voces, son generados por IA y pueden contener inexactitudes o fallos de audio". Un caso documentado de un blog de actas de conferencias encontró un Overview de cinco minutos que tergiversaba el contenido, introducía información contradictoria y fabricaba temas ausentes en la fuente. Para cualquier cosa que dependa de la precisión, el Briefing Document y el chat de preguntas y respuestas son más fiables.
Sin búsqueda ni memoria entre libretas. Cada libreta es un universo aislado. Los usuarios que crean más de 50 libretas no pueden buscar en todas ellas, identificar cuál contiene un tema específico o descubrir conexiones entre proyectos, la brecha estructural que separa más claramente a NotebookLM de una verdadera base de conocimientos.
"Tengo 59 libretas, pero la fricción lo hace frustrante. No puedes buscar en todas ellas. No recuerdas qué hay en cada una". Cita de un usuario capturada en el análisis de XDA Developers sobre las limitaciones de NotebookLM, 2025
Sin infraestructura de exportación. Las salidas del chat no se pueden exportar como Markdown, HTML o PDF con citas activas. Los Study Guides y Briefings se copian solo como texto sin formato. Las citas no se transfieren como hipervínculos cuando se pegan en otro lugar. Los archivos de audio se pueden descargar; la salida estructurada del chat no. Para los investigadores que trasladan sus hallazgos a Notion, Obsidian o a un artículo, esto es un obstáculo insalvable.
"Solo responde a partir de las fuentes" es un arma de doble filo. El modelo limitado a las fuentes evita las alucinaciones, pero también impide la contextualización. Si le preguntas a NotebookLM cómo se compara un documento con la comprensión general del campo, no puede responder. Si le pides que complete los antecedentes que no subiste, se niega. En una prueba de un formulario 10-K de 200 páginas, NotebookLM identificó 14 factores de riesgo con citas exactas de pasajes y total precisión, pero se negó correctamente a señalar nuevas divulgaciones que no estaban presentes en el 10-K del año anterior (no subido). Técnicamente correcto; devuelve la carga de la investigación al analista.
El uso compartido está estructuralmente limitado. Los colaboradores obtienen acceso de visualización/edición, pero sin comentarios, sin historial de versiones y sin permisos basados en roles. Las cuentas empresariales de Workspace no pueden compartir libretas públicamente; las libretas que se basan en fuentes de Gemini Enterprise no se pueden compartir en absoluto. El uso compartido entre dominios a menudo falla silenciosamente. Las libretas eliminadas desaparecen permanentemente, sin papelera ni recuperación. Una interrupción del servicio en febrero de 2026 (cortes el 4 y el 13 de febrero) causó pérdida de datos reportada por los usuarios sin vía de recuperación. Para los equipos, NotebookLM es efectivamente una herramienta para un solo usuario con coedición opcional.
NotebookLM vs. Claude Projects vs. ChatGPT Projects
Claude Projects (Anthropic, $20/mes) es el paralelo mecánico más cercano. Ambos permiten subir un corpus de documentos y ejecutar preguntas y respuestas sobre él. La diferencia crítica: Claude Projects complementa las fuentes con conocimientos de entrenamiento; si tus documentos no cubren una pregunta, Claude responde a partir de conocimientos generales y lo indica. NotebookLM se niega por completo. En cuanto al tamaño del corpus, NotebookLM gana: 500,000 palabras por fuente con hasta 300 fuentes en Plus, frente a la ventana de contexto de 200K tokens por sesión de Claude. Claude maneja mejor las notas no estructuradas y genera código y visualizaciones de datos; NotebookLM genera Audio y Video Overviews que Claude no puede. XDA Developers realizó una comparación directa y concluyó que Claude es más fuerte en notas desorganizadas; NotebookLM es más fuerte cuando las fuentes son limpias y la procedencia de las citas es importante.
ChatGPT con Projects (OpenAI, $20/mes Plus) permite subir documentos con memoria persistente por el mismo precio. A diferencia del modelo de citas estricto de NotebookLM, ChatGPT responde tanto a partir del documento como de los datos de entrenamiento sin distinguir siempre cuál es cuál; es más flexible, pero con una disciplina de citas más débil. ChatGPT acepta Excel, PowerPoint e imágenes; NotebookLM no puede ingerir ninguno de estos. ChatGPT no genera Audio Overviews. Para análisis iterativos y tareas más allá del corpus de origen, ChatGPT Projects es más capaz. La decisión práctica a menudo se reduce a los tipos de archivo: un corpus de Excel o PowerPoint favorece a ChatGPT; la trazabilidad estricta de las citas favorece a NotebookLM.
¿Vale la pena el plan de pago?
El límite de 50 fuentes del plan gratuito es la queja más citada en r/notebooklm. Una revisión bibliográfica incluso en un campo académico de tamaño medio supera rápidamente los 50 artículos. Las 300 fuentes del plan Plus eliminan este techo, pero cuesta $19.99/mes, un salto significativo para una herramienta que fue gratuita sin límite de fuentes en sus primeros meses. El valor adicional en Plus más allá del recuento de fuentes: 20 Audio Overviews al día (frente a 3 gratuitos), 500 consultas de chat al día (frente a 50), 20 sesiones de Deep Research al día (frente a 10 al mes) y Video Overviews. Los estudiantes en EE. UU. (mayores de 18 años) reciben un descuento del 50% que reduce Plus a $9.99/mes durante 12 meses.
Los usuarios de Workspace deben verificar su plan antes de pagar: a partir del 5 de febrero de 2025, NotebookLM es un servicio principal de Google Workspace. Los planes Business Standard/Plus y Enterprise Standard/Plus incluyen las capacidades del plan Plus sin cargo adicional. Los planes Business Starter y Frontline reciben el equivalente gratuito. Los clientes de Education recibieron la designación de servicio principal en abril de 2025.
Para particulares: si tus proyectos superan regularmente los 50 documentos y utilizas mucho las funciones de briefing, guías de estudio y preguntas y respuestas, Plus justifica su coste. El plan gratuito es más capaz de lo que parece; 50 fuentes, 50 consultas al día y 3 Audio Overviews diarios cubren la mayoría de los flujos de trabajo no intensivos. Ultra ($249.99/mes) es un producto para equipos de investigación.
Mejores casos de uso (y cuándo evitarlo)
Usa NotebookLM cuando: tu investigación implique un conjunto de documentos definido donde la fidelidad de las citas sea importante (legal, cumplimiento, académico, financiero); desees Audio Overviews para orientarte antes de reuniones o exámenes; estés procesando PDF o Google Docs y desees una salida estructurada sin una gran ingeniería de prompts; o tu organización esté en Google Workspace y Plus ya esté incluido en tu plan.
Evítalo cuando: tu corpus incluya Excel, PowerPoint o imágenes independientes. ChatGPT Projects se encarga de eso; necesites búsqueda entre libretas o acumulación de conocimientos a largo plazo, no existe una arquitectura para esto; desees respuestas que se basen en conocimientos generales además de tus documentos. Claude Projects maneja ese modo híbrido; o necesites colaboración en equipo con comentarios e historial de versiones. El modelo de uso compartido de NotebookLM es para un solo usuario en la práctica. Y es la herramienta equivocada si necesitas una salida exportable y vinculada a citas; lo que construyes en NotebookLM se queda en gran medida en NotebookLM.
Primeros pasos con NotebookLM
La prueba significativa más rápida: crea una libreta, sube de tres a cinco PDF o Google Docs y ejecuta la salida de un solo clic del Briefing Document. Si las citas rastrean correctamente los pasajes adecuados, tienes una señal real de si la herramienta se adapta a tu flujo de trabajo. Luego, genera un Audio Overview de la misma libreta; si los presentadores manejan tu material con precisión en los primeros cuatro minutos, el caso de uso a nivel de orientación es genuino.
Para el límite de fuentes: estructura las libretas en torno a preguntas de investigación discretas en lugar de proyectos enteros. Una libreta por capítulo de una revisión bibliográfica, o por asunto en una práctica legal, evita el techo de 50 fuentes y produce resultados más enfocados. Con 100 libretas gratuitas disponibles, trabajar en múltiples libretas específicas es una estrategia legítima. Última prueba: abril de 2026.
Reseñas de usuarios
Aún no hay reseñas. ¡Sé el primero en compartir tu experiencia!
Inicia sesión para escribir una reseña.
Artículos relacionados
Guías y artículos relacionados con NotebookLM.

NotebookLM Sales Call Prep: 5 Sources, 6 Questions, 60 Seconds (2026)

The Personal AI Productivity Stack (2026): One Tool Per Job, Nothing Extra

Gemini Deep Research for a Thesis Literature Review in One Day (2026)

Perplexity AI Tutorial: Maximize Your Research Workflows

Google Vision AI Explained (2026): Pricing Per 1,000 Units, Free Tier, and Alternatives
