NotebookLM ahora está integrado en Gemini — y no pienso volver atrás
Abrí la app de Gemini el miércoles por la mañana para ejecutar mi prompt habitual de standup — ese que lee mis chats de la última semana, identifica los tres proyectos en los que estoy avanzando y me pregunta qué quiero terminar realmente para el viernes. La misma rutina de siempre. Ya es memoria muscular.
Excepto que el panel izquierdo se veía diferente.
Había una sección nueva entre “Mis cosas” y “Gemas”. Una sola palabra: Cuadernos. Un pequeño icono al lado. Sin banner de anuncio, sin modal de bienvenida, sin popup de “novedades” intentando venderme la función. Simplemente estaba ahí. Como si Google hubiera deslizado silenciosamente un segundo cerebro en la app mientras yo no miraba.
Hice clic. Y lo siguiente que vi fue una lista de todos los cuadernos de NotebookLM que había creado en los últimos ocho meses: la investigación que hice sobre arquitecturas de agentes, los briefs de clientes que recopilé en una base de conocimiento, el esquema de libro a medio terminar que siempre olvido, el volcado de documentación de Shadcn UI que armé para un proyecto en noviembre pasado. Todos. Sincronizados. Dentro de Gemini. Listos para adjuntarse a cualquier conversación que quisiera.
Ese fue el momento en que dejé de trabajar en el standup y pasé las siguientes seis horas poniendo a prueba, a fondo, lo que realmente hace esta integración. Porque si funciona como sugería el panel lateral, es el mayor cambio en mi flujo de trabajo desde que llegó Gemini 3.
Spoiler: funciona. Casi siempre. Pero lo interesante no es que Google haya conectado dos productos — es lo que esa conexión desbloquea cuando entiendes qué poner en un cuaderno, para empezar.
El impuesto invisible del cambio de herramientas
Déjame retroceder y explicar por qué me importa tanto esta integración específica, porque sobre el papel suena aburrido. “Google añadió una barra lateral.” Claro. ¿A quién le importa?
A quién le importa: a cualquiera que haya hecho investigación real o trabajo de proyectos con IA en los últimos dieciocho meses y se haya topado con el mismo muro que yo. Tu conocimiento vive en una herramienta. Tu ejecución, en otra. Y la costura entre ambas es donde toda tu productividad va a morir.
Mi flujo de trabajo antes de esta semana era así: hacía investigación profunda en NotebookLM porque es el único producto de Google que realmente fundamenta las respuestas en fuentes que controlo. Subía 30 PDFs, 10 videos de YouTube, algunos Google Docs, y NotebookLM me daba respuestas con citas que nunca alucinaban un estudio falso. Esa parte era oro. He escrito sobre esto extensamente en mi análisis anterior de la gran actualización de NotebookLM y en cómo lo encadené con Anti-Gravity; ambos artículos dependen de NotebookLM precisamente por esta razón.
Pero en el momento en que quería hacer algo con esa investigación —escribir un post, redactar un correo, convertirlo en código, crear una presentación— salía de NotebookLM y abría Gemini. Y Gemini, por brillante que sea, no tenía memoria de ninguna de las investigaciones que acababa de hacer. Tenía que pegar resúmenes de nuevo. Volver a describir el proyecto. Volver a adjuntar contexto. Cada. Maldita. Vez.
Esa fricción es mínima en aislamiento. Quizás un minuto aquí, noventa segundos allá. Pero multiplícalo por una semana laboral y pierdes dos o tres horas solo alimentando de contexto a una IA que ya debería saberlo. Hubo un jueves de marzo en el que conté catorce reinyecciones de contexto antes del almuerzo. Catorce.
Este es el impuesto del cambio de herramientas. Todo investigador, todo escritor, todo fundador en solitario que intenta usar IA en serio lo paga. Y hasta esta semana, estaba convencido de que tendríamos que vivir con ello al menos un año más.
Google no estuvo de acuerdo. Esto es lo que lanzaron.
Qué Cambió Realmente el 8 de Abril de 2026
El 8 de abril, Google comenzó a implementar una función oficialmente llamada Cuadernos en Gemini — y no es un producto separado. Es un panel nativo dentro de la app de Gemini que te muestra todos los cuadernos de NotebookLM que hayas creado, te permite crear nuevos desde dentro de Gemini y — esta es la parte importante — sincroniza todo bidireccionalmente entre ambas plataformas.
Déjame desglosar esa sincronización porque la palabra "bidireccional" aquí tiene mucho peso.
Si subo un PDF a un cuaderno desde la app web de Gemini, ese PDF aparece instantáneamente como fuente en ese mismo cuaderno dentro de NotebookLM. Luego puedo generar una Vista General de Audio usando NotebookLM Studio. O un Mapa Mental. O una Vista General en Video. O un Informe. Todos esos artefactos aparecen en el panel Studio dentro de NotebookLM — y el cuaderno permanece vinculado a Gemini, así que puedo seguir haciéndole preguntas a Gemini sobre el PDF usando el resto de las herramientas de Gemini.
La inversa también funciona. Cualquier conversación que tenga con Gemini y que esté asociada a un cuaderno se convierte en una fuente dentro de NotebookLM. Mis chats de Gemini literalmente aparecen en el panel de fuentes de NotebookLM bajo un encabezado llamado "Chats de Gemini". Luego puedo interrogar esos chats como material de investigación — pidiéndole a NotebookLM que resuma las conclusiones a las que llegué en cuatro conversaciones diferentes de Gemini sobre el mismo proyecto. Mi propio razonamiento se vuelve citable.
Lee esa última frase de nuevo. Tus conversaciones con IA se convierten en fuentes de investigación buscables. No es una función menor. Es un modelo mental diferente sobre cómo deberías trabajar con estas herramientas.
El despliegue comenzó en la web para suscriptores de Google AI Ultra, Pro y Plus. La versión móvil llegará "en las próximas semanas". Los usuarios gratuitos serán los siguientes. Más países europeos están en la lista. Así que si estás leyendo esto y aún no ves Cuadernos en tu barra lateral, no es que algo esté mal — Google lo está lanzando por etapas. Pero los niveles web de pago ya están activos.
Bien. Eso es el qué. Ahora déjame mostrarte lo que realmente hice con esto, porque los anuncios describen funciones, pero ninguno describe el cambio en la forma de trabajar.
Cómo reestructuré todo un proyecto en 20 minutos
Tenía el caso de prueba perfecto esperándome en mi carpeta de Descargas. Estoy a mitad de la construcción de un dashboard CRM para un cliente — Next.js 15, Shadcn UI, Prisma, el stack habitual. Durante semanas había ido acumulando contexto disperso. Una exportación de Figma con los wireframes. Un PDF con las directrices de marca del cliente. Un video de Loom con un recorrido por su flujo de trabajo actual en hojas de cálculo (12 minutos, doloroso de ver, pero muy informativo). Una página de Notion con las especificaciones de funcionalidades. Y un largo chat de Claude Code donde había estado iterando sobre el modelo de datos.
Todo ese contexto vivía en cinco lugares distintos. Cada vez que cambiaba de herramienta, perdía entre diez y quince minutos volviendo a poner en contexto a la IA con la que estuviera hablando.
Esto fue lo que hice en su lugar. Abrí Gemini. Hice clic en "Nuevo notebook" en el panel de Notebooks. Lo nombré "Acme CRM — Build Context". Y empecé a alimentarlo con todo:
- El PDF de marca del cliente. Lo arrastré al panel de fuentes. Gemini lo indexó en unos ocho segundos. Ahora, cada pregunta que hago dentro de este notebook ya conoce la paleta de colores, las reglas de tipografía y las directrices de tono de voz del cliente sin que tenga que explicarlas.
- La URL del video de Loom. Pegué el enlace. La ingestión de videos y YouTube de NotebookLM — que Google amplió discretamente a Loom y otras fuentes de video a principios de este año — transcribió todo y lo convirtió en una fuente consultable. De repente, la descripción hablada del cliente sobre los puntos problemáticos de su flujo de trabajo se volvió protagonista en el notebook.
- Las especificaciones de funcionalidades en Notion. Copié y pegué el texto directamente. Gemini tiene una opción de "Pegar texto" en el selector de fuentes que acepta un fragmento bastante generoso. Se convirtió en la fuente número tres.
- Una exportación de captura de pantalla de Figma. Subida como PNG. La comprensión multimodal de Gemini captó el layout, las etiquetas y la jerarquía visual.
- Mi chat anterior de Claude Code sobre el modelo de datos. Esta parte no la esperaba. Copié toda la conversación desde Claude, la pegué como texto y Gemini la trató como una fuente válida. Mi propio razonamiento desde otra herramienta se convirtió en input aquí.
Tiempo total transcurrido: unos seis minutos.
Luego le di instrucciones personalizadas al notebook. Un párrafo describiendo lo que estaba construyendo, el tono que quería el cliente, el stack tecnológico al que estaba atado y lo que no quería que la IA sugiriera (nada de Tailwind v3, ni la API antigua de shadcn/ui, ni sugerencias que implicaran instalar paquetes npm aleatorios que no haya revisado). 10.000 caracteres de espacio, como expliqué en el post de actualización de NotebookLM — lo que significa que básicamente podía escribir una descripción de puesto para mi colaborador IA.
Aquí es donde se puso interesante. Le hice a Gemini una sola pregunta: "Basándote en todo lo que hay en este notebook, dame el modelo de datos completo para el CRM y luego escribe el esquema de Prisma que lo refleje."
Lo que recibí no fue un esquema genérico de CRM. Referenciaba la terminología real del cliente extraída de la transcripción de Loom ("oportunidad" en vez de "deal" — aparentemente el equipo del cliente odia la palabra "deal"). Conservaba un sistema de etiquetas específico que había descrito en mi chat con Claude. Respetaba el wireframe de Figma incluyendo un campo de "etapa del pipeline" que había esbozado pero nunca documentado formalmente. Y citaba sus fuentes. Cada decisión de diseño venía con una pequeña nota al pie: "del PDF de directrices de marca, p.4" o "de la transcripción de Loom, 3:42".
Eso es grounding. Eso es lo que hace NotebookLM y que ninguna otra IA hace. Y ahora está ocurriendo dentro de Gemini — lo que significa que el output de ese razonamiento fundamentado puede fluir directamente a las herramientas de código de Gemini, su Canvas, su generación de imágenes, su búsqueda web, todo el toolkit. Hasta esta semana, grounding y ejecución vivían en apps separadas. Ya no.
La función que no esperaba: memoria de proyectos a largo plazo
Aquí hay algo que los posts de anuncio pasaron por alto, y podría ser el cambio más útil para la forma en que realmente trabajo.
Gemini ahora trata los cuadernos como proyectos con memoria persistente. Cada chat que tengo dentro de un cuaderno se guarda automáticamente y aparece debajo del cuadro de entrada con una etiqueta llamada "Chats de Gemini". Puedo reabrir cualquier chat anterior, continuarlo, y todo el contexto — fuentes, instrucciones personalizadas, conversación previa — sigue ahí. Sin volver a establecer el contexto. Sin volver a subir archivos. Sin tener que empezar con un “solo para contextualizar, recuerda que hablamos de…”.
Esto convierte efectivamente a Gemini en una superficie de gestión de proyectos. No es una lista de tareas. No es un tablero kanban. Es algo más sutil: una IA que recuerda en qué proyecto estás y se comporta de acuerdo a ese proyecto.
Te doy un ejemplo concreto de por qué esto importa. Ahora mismo tengo dos proyectos en marcha que usan Next.js pero no podrían ser más distintos. Uno es un CRM para clientes de una empresa de servicios financieros — muy formal, con trazabilidad exhaustiva, cada línea de código debe cumplir con normativas. El otro es un proyecto personal para un amigo que está creando un portafolio creativo — experimental, lleno de animaciones, donde se supone que debo romper con las convenciones.
Antes de esta semana, cada vez que pedía ayuda a Gemini con Next.js, tenía que pasar los dos o tres primeros mensajes recordándole en qué proyecto estaba para que el consejo fuera adecuado. A veces se me olvidaba, recibía sugerencias arriesgadas para el proyecto de compliance y tenía que empezar de nuevo.
Ahora solo abro el cuaderno correspondiente. Cada cuaderno tiene su propio contexto, sus propias fuentes, sus propias instrucciones personalizadas. La personalidad de Gemini cambia para adaptarse al proyecto. Si pregunto sobre gestión de estado en el cuaderno del CRM, obtengo consejos cuidadosos y conservadores, con énfasis en la auditabilidad. Si hago la misma pregunta en el cuaderno del portafolio creativo, recibo “aquí tienes cuatro enfoques experimentales, dos probablemente sean mala idea pero interesantes, probémoslos”. Mismo modelo. Mismo prompt. Resultados radicalmente distintos — porque el cuaderno aporta un contexto diferente.
Esto es lo que va a cambiar más flujos de trabajo. No la sincronización. No las funciones de Studio. El hecho de que tu IA por fin puede mantener múltiples identidades de proyecto, distintas y persistentes, en su memoria sin que tengas que hacer ingeniería de prompts para cada una.
Si llevas un tiempo leyendo mis publicaciones, habrás notado que llevo meses rondando esta idea. Escribí sobre la memoria ilimitada respaldada por Pinecone como un enfoque. También escribí sobre estrategias de auto-investigación en Claude Code como otra alternativa. Pero ambos requerían que yo construyera y mantuviera infraestructura. El enfoque de los cuadernos me da el 80% del beneficio con el 0% de la infraestructura. Para la mayoría de los proyectos, ese es el mejor trato.
El caso de uso de programación que me convenció por completo
Todo lo anterior era teoría y preparación. Aquí viene la prueba que realmente me hizo recostarme en la silla.
El límite de entrenamiento de Gemini, como el de cualquier modelo fundacional, tiene un horizonte de conocimiento. Incluso el modelo más actual, Gemini 3, no conoce todas las actualizaciones de los paquetes de Shadcn UI que se lanzaron en febrero o marzo de 2026. Si le preguntas directamente sobre las características de shadcn@canary, las últimas incorporaciones de bloques o los nuevos primitivos de la barra lateral, obtendrás respuestas plausibles pero con seis meses de retraso. Esto me ha pasado dos veces en el último mes: generé código que parecía correcto, lo implementé y luego me di cuenta de que la API del componente había cambiado y mi código llamaba métodos que ya no existían.
Este es el nuevo flujo de trabajo que probé. Creé un notebook llamado "Shadcn UI — Documentación Actual". Dentro, utilicé la función de investigación profunda de NotebookLM para descargar las páginas más recientes de la documentación de Shadcn directamente desde el sitio oficial. La investigación profunda visita las URLs reales, ingiere el contenido actual y lo incorpora al notebook como fuentes. Añadí el changelog de Shadcn en GitHub. Añadí tres notas de lanzamiento recientes de componentes de Shadcn.
Tiempo total: cuatro minutos. El notebook ahora contenía el contexto más actualizado posible de Shadcn, directo de la fuente, al 10 de abril de 2026.
Luego abrí el notebook de CRM — el que construí antes — y adjunté el notebook de Shadcn a la conversación. Sí, puedes adjuntar varios notebooks a un solo chat de Gemini. Aquí es donde la cosa se pone interesante.
Mi prompt fue simple: "Crea una página de dashboard con un gráfico de ingresos, un kanban de pipeline, un feed de actividad reciente y un panel de configuración. Usa los patrones más actuales de Shadcn UI y respeta todo el contexto del CRM."
El resultado fue el mejor código base que he recibido de un modelo fundacional. No porque Gemini se haya vuelto más inteligente — Gemini seguía siendo el mismo Gemini — sino porque el modelo ahora estaba fundamentado en dos cosas a la vez: el contexto del proyecto del cliente y el estado actual del framework que estaba usando. Utilizó el nuevo primitivo de barra lateral. Importó el componente de gráficos más reciente. Respetó las directrices de marca del PDF. Usó los nombres de campo de la transcripción de Loom. Incluso añadió un comentario explicando por qué usaba un patrón en particular, citando la fuente de la documentación de Shadcn.
Lo copié y pegué en mi proyecto. Cero modificaciones. Compiló. Funcionó. Parecía código listo para producción.
Este tipo de resultado antes requería o bien un agente de programación de última generación con su propia capa de investigación profunda, o un desarrollador humano haciendo dos horas de trabajo previo antes de pedirle algo al modelo. Ahora es un notebook, un prompt, un pegado. Y el modelo mental es fácil de reutilizar: siempre que el límite de entrenamiento de tu IA sea anterior al framework que usas, crea un notebook con la documentación actual y adjúntalo. Eso es todo. Ese es el truco. Voy a hacer esto con cada actualización de framework de ahora en adelante.
Si quieres una comparación más profunda de cómo distintos modelos de programación manejan este tipo de contexto fundamentado, lo detallo más en el análisis de Gemini 3.1 Pro. Pero la versión corta: fundamentar el modelo más uno decente supera casi siempre a un modelo de frontera sin fundamento. El contexto es la palanca.
Hablemos Claro: Dónde Falla la Integración
No voy a fingir que esto es perfecto. Nada lo es, y lo último que necesitas es otro artículo entusiasta sobre IA diciéndote que lo abandones todo y te cambies ya. Estas son las limitaciones reales con las que me topé tras una semana de pruebas.
La sincronización no es instantánea. La mayoría de las fuentes aparecen en ambas aplicaciones en cuestión de segundos, pero tuve un caso — un PDF grande subido desde dentro de Gemini — que tardó casi dos minutos en mostrarse en NotebookLM. No es una crisis, pero si tienes prisa y saltas entre herramientas, lo notarás.
La colaboración en equipo es prácticamente inexistente. NotebookLM permite compartir de forma limitada para cuentas de Google Workspace, pero los flujos de trabajo reales en equipo — varias personas subiendo a la misma libreta, comentando fuentes, etiquetándose entre sí — aún no existen. Para trabajo individual, está bien. Para cualquier equipo de más de dos personas intentando colaborar en el mismo proyecto de investigación, notarás la carencia rápidamente. Este es el mayor vacío de la oferta, y la razón por la que sigo usando herramientas como SurfSense para investigaciones de clientes donde un equipo realmente necesita acceso simultáneo. Google ha dicho que las funciones de equipo están en la hoja de ruta, pero “en la hoja de ruta” no es “en tus manos hoy”.
La flexibilidad de medios es limitada. NotebookLM Studio ahora tiene el diseño de cuatro paneles — Audio Overview, Video Overview, Mind Map y Report — lo cual está genial, pero esos son los formatos de Google. Si necesitas exportar a otra herramienta de presentaciones, a otro formato de video o a una plataforma específica de distribución de pódcast, tendrás que hacerlo manualmente. De nuevo, para uso personal está bien. Para flujos de producción de contenido, es un cuello de botella.
La interfaz de instrucciones personalizadas no es obvia. Pasé diez minutos buscando dónde añadir instrucciones personalizadas a nivel de libreta porque el botón está escondido en un menú de configuración que es fácil pasar por alto. Google, si lees esto: muévelo.
La generación en Studio funciona con colas de servidor. Los Audio Overviews y Video Overviews no son instantáneos. He visto que tardan entre 45 segundos y 6 minutos, dependiendo de la carga. Si estás acostumbrado a la inmediatez de la generación de texto, la espera en las salidas de medios resulta chocante. Vale la pena, pero ajusta tus expectativas.
La privacidad se complica con datos empresariales. Si eres usuario de Google Workspace, el modelo de privacidad sobre lo que Gemini puede ver de tus libretas, lo que puede usar para entrenar y lo que tu administrador ha habilitado es lo suficientemente complejo como para que te recomiende leer la documentación oficial antes de volcar información sensible en una libreta compartida. No sugiero que Google haga nada indebido — simplemente creo que la mayoría no se da cuenta de lo diferentes que son las reglas según el tipo de cuenta.
Ninguna de estas es un factor decisivo. Pero todas merecen ser conocidas antes de reorganizar tu flujo de trabajo en torno a esta función.
Qué Significa Esto Para Tu Flujo de Trabajo, Específicamente
Déjame compartirte el marco práctico al que llegué después de una semana usando esto.
Usa un cuaderno por proyecto, no por tema. Sé que el instinto es crear cuadernos según las materias — "Marketing", "Ingeniería", "Investigación". Resístelo. Los cuadernos funcionan mejor cuando representan un proyecto específico con un objetivo concreto. Las instrucciones personalizadas, el contexto de las fuentes y el historial de chat persistente son mucho más útiles cuando están acotados a algo tangible, con un principio y un final.
Trata la lista de fuentes como un documento vivo. No te limites a volcar todo al principio. Cuando algo nuevo se vuelve relevante — un correo de un cliente, un nuevo documento, un artículo de referencia — agrégalo. El cuaderno debe evolucionar junto con el proyecto. He empezado a terminar mis sesiones de trabajo preguntándome: "¿qué nueva fuente debería añadir al cuaderno esta noche?" Toma treinta segundos y mejora drásticamente los prompts del día siguiente.
Escribe instrucciones personalizadas de verdad. 10,000 caracteres es muchísimo espacio. Úsalo. Escribe las instrucciones como si estuvieras incorporando a un nuevo colaborador al proyecto. Explica los objetivos, los interesados, las limitaciones, el estándar de calidad, las cosas que nunca debe hacer. La diferencia entre un cuaderno con instrucciones genéricas y uno con instrucciones reales y específicas es abismal en la calidad de los resultados.
Encadena cuadernos, no los mezcles. Resiste la tentación de poner todo en un mega-cuaderno. En su lugar, crea cuadernos enfocados y adjunta varios a una conversación cuando necesites razonamiento entre dominios. El cuaderno de documentación de Shadcn más el cuaderno del proyecto CRM es más potente que un solo cuaderno que contenga ambos, porque cada uno se mantiene enfocado y reutilizable.
Usa NotebookLM Studio para el trabajo pesado con medios. Una vez que tu investigación está en un cuaderno, el panel Studio en el lado de NotebookLM puede convertirla en un Resumen de Audio para el camino a casa, un Mapa Mental para la llamada con el cliente, un Resumen en Video para la actualización asíncrona del equipo, o un Informe para la documentación formal. La misma fuente de verdad, cuatro salidas diferentes, cero explicaciones repetidas.
Guarda tus prompts favoritos como iniciadores de chat. Ahora que los chats persisten dentro del cuaderno, puedes crear un chat que contenga tus prompts estándar, dejarlo en el cuaderno y duplicarlo cada vez que empieces una nueva tarea. Es lo más parecido a plantillas reutilizables que tiene Gemini en este momento.
El panorama más amplio que nadie está diciendo en voz alta
Esto es lo que realmente señala esta integración, si lo miras con perspectiva.
Durante los últimos dos años, el panorama de herramientas de IA ha sido una lucha por ver quién tiene el mejor modelo. GPT vs Claude vs Gemini, benchmark tras benchmark, ranking tras ranking. La suposición implícita era que el modelo era la verdadera barrera de entrada. El proveedor con la inteligencia bruta más avanzada sería el ganador.
Esa suposición está muriendo silenciosamente.
La verdadera barrera ahora es el contexto. El proveedor que pueda darte las mejores herramientas para organizar, adjuntar y mantener tu propio contexto será quien domine tu flujo de trabajo diario, porque un modelo de gama media bien fundamentado supera a un modelo de vanguardia sin base en casi cualquier tarea real. Lo he visto una y otra vez. Claude con buenas instrucciones personalizadas supera a Claude sin ellas. Gemini con un notebook supera a Gemini sin uno. La habilidad que realmente importará en 2026 no será “escribir el prompt perfecto”. Será curar la biblioteca de contexto adecuada y saber cuándo adjuntar cada parte de ella.
Parece que Google ha entendido esto. Esta integración es su apuesta de que el contexto persistente, fundamentado y controlado por el usuario es la próxima capa de la pila de IA — no el modelo, sino la memoria que lo rodea. Y francamente, creo que tienen razón. La experiencia de trabajar con Gemini habilitado con notebook en un proyecto real se siente cualitativamente diferente a trabajar con un modelo conversacional sin estado. Es la diferencia entre un consultor que nunca te ha visto y un colega que lleva seis meses en tu equipo.
Hay una pregunta que vale la pena hacerse esta noche: de todos los proyectos que tienes entre manos, ¿cuánto de tu tiempo con la IA lo dedicas a explicar un contexto que la IA ya debería conocer? Porque sea cual sea ese porcentaje, esta integración —o algo similar— va a devolverte la mayor parte de ese tiempo.
Preguntas frecuentes
¿Cómo accedo a los cuadernos en la app de Gemini?
Abre la aplicación web de Gemini y busca la sección "Cuadernos" en el panel lateral izquierdo, entre "Mis cosas" y "Gemas". Haz clic ahí para ver tus cuadernos de NotebookLM sincronizados o crear uno nuevo. El despliegue ya está activo para suscriptores de Google AI Ultra, Pro y Plus en la web, y llegará a dispositivos móviles, usuarios del nivel gratuito y países europeos adicionales en las semanas posteriores al 8 de abril de 2026.
¿NotebookLM sigue siendo un producto independiente o ahora forma parte de Gemini?
NotebookLM sigue siendo su propio producto en notebooklm.google.com, pero ahora sus cuadernos se sincronizan bidireccionalmente con la app de Gemini. Todo lo que agregues en uno aparecerá en el otro, y ambas interfaces comparten los mismos datos subyacentes. Puedes pensar en Gemini como la superficie conversacional y en NotebookLM como el estudio y la gestión de fuentes: mismos cuadernos, diferentes herramientas.
¿Esta integración reduce las alucinaciones de Gemini?
Sí, de forma notable. Cuando adjuntas un cuaderno a una conversación en Gemini, Gemini responde utilizando las fuentes de ese cuaderno como evidencia principal y las cita directamente. Pruebas independientes han demostrado que las respuestas respaldadas por NotebookLM contienen muchas menos afirmaciones inventadas que las respuestas sin fuentes, porque el modelo se ve obligado a basar sus respuestas en tus fuentes verificadas.
¿Puedo usar chats de Gemini como fuentes en NotebookLM?
Sí. Cualquier conversación que tengas con Gemini dentro de un cuaderno se guarda automáticamente y está disponible como fuente dentro de NotebookLM, en una sección llamada "Chats de Gemini". Esto significa que puedes analizar tus propias conversaciones pasadas con IA como material de investigación, una pequeña función con grandes implicaciones para quienes iteran sobre un proyecto a lo largo del tiempo.
¿Mi equipo puede compartir un cuaderno en la app de Gemini?
La colaboración en equipo es la mayor carencia de la integración actual. NotebookLM permite compartir de forma limitada para cuentas de Workspace, pero la edición simultánea, los comentarios y el etiquetado en equipo aún no están disponibles. Para flujos de trabajo de investigación realmente colaborativos, todavía necesitarás una herramienta dedicada de conocimiento para equipos. Google ha señalado que las funciones de colaboración están en la hoja de ruta, pero no ha confirmado una fecha.
¿Qué funciones de NotebookLM Studio funcionan con cuadernos creados en Gemini?
Todas. Una vez que existe un cuaderno —sin importar si lo creaste en Gemini o en NotebookLM—, el panel completo de NotebookLM Studio está disponible para él. Eso significa que puedes generar Resúmenes de audio, Resúmenes de video, Mapas mentales e Informes a partir de las fuentes que agregaste a través de la app de Gemini, sin necesidad de configuración adicional.
Trabajemos Juntos
¿Buscas construir sistemas de IA, automatizar flujos de trabajo o escalar tu infraestructura tecnológica? Me encantaría ayudarte.
- Fiverr (desarrollos e integraciones a medida): fiverr.com/s/EgxYmWD
- Portafolio: mejba.me
- Ramlit Limited (soluciones empresariales): ramlit.com
- ColorPark (diseño y branding): colorpark.io
- xCyberSecurity (servicios de seguridad): xcybersecurity.io
