NotebookLM zit nu in Gemini — en ik ga niet meer terug
Woensdagochtend opende ik de Gemini-app om mijn gebruikelijke standup-prompt te draaien — die prompt die mijn week oude chats doorneemt, de drie projecten eruit haalt waar ik aan werk, en me vraagt wat ik deze week echt wil afronden voor vrijdag. Dezelfde routine die ik al maanden heb. Pure spierherinnering inmiddels.
Behalve dat het linker paneel er anders uitzag.
Er stond een nieuw onderdeel tussen “Mijn spullen” en “Gems.” Eén woord: Notitieboeken. Klein icoontje erbij. Geen aankondigingsbanner, geen onboarding-venster, geen “wat is er nieuw”-popup die me deze functie probeert te verkopen. Gewoon daar. Alsof Google stiekem een tweede brein in de app had gestopt terwijl ik niet keek.
Ik klikte erop. En het volgende wat ik zag was een lijst van elk NotebookLM-notitieboek dat ik de afgelopen acht maanden had opgebouwd — het onderzoek dat ik had gedaan naar agent-architecturen, de klantbriefings die ik in een kennisbank had gezet, het half afgemaakte boekoverzicht dat ik steeds vergeet, de Shadcn UI-documentatie die ik vorig november voor een project had gedumpt. Allemaal. Gesynchroniseerd. In Gemini. Klaar om aan elk gesprek te koppelen dat ik wil.
Dat was het moment waarop ik stopte met mijn standup en de volgende zes uur bezig was met het stress-testen van wat deze integratie nu echt doet. Want als het werkt zoals het zijpaneel suggereerde, is dit de grootste workflow-verandering die ik van Google heb gehad sinds Gemini 3 verscheen.
Spoiler: het werkt. Meestal. Maar het interessante is niet dat Google twee producten aan elkaar heeft geknoopt — het is wat die koppeling mogelijk maakt als je eenmaal begrijpt wat je eigenlijk in een notitieboek moet stoppen.
De Onbesproken Tool-Switching Tax
Laat me even een stap terug doen en uitleggen waarom ik zoveel waarde hecht aan deze specifieke integratie, want op papier klinkt het saai. “Google heeft een zijbalk toegevoegd.” Oké. Wie geeft daar om?
Dit is wie erom geeft. Iedereen die de afgelopen achttien maanden serieus onderzoek of projectwerk met AI heeft gedaan, is tegen dezelfde muur aangelopen als ik. Je kennis leeft in het ene hulpmiddel. Je uitvoering in het andere. En precies op die naad verdwijnt al je productiviteit.
Mijn workflow tot deze week zag er zo uit: ik deed diepgaand onderzoek in NotebookLM, omdat het het enige Google-product is dat antwoorden daadwerkelijk baseert op bronnen die ik zelf beheer. Upload 30 PDF’s, 10 YouTube-video’s, een paar Google Docs, en NotebookLM gaf me antwoorden met bronvermelding die nooit een fictieve studie verzonnen. Dat was goud waard. Ik heb hier uitgebreid over geschreven in mijn eerdere analyse van de grote NotebookLM-update en hoe ik het koppelde aan Anti-Gravity — beide artikelen steunen op NotebookLM om precies deze reden.
Maar zodra ik iets wilde doen met dat onderzoek — een blogpost schrijven, een e-mail opstellen, het omzetten in code, een presentatie bouwen — verliet ik NotebookLM en opende ik Gemini. En Gemini, hoe briljant ook, had geen enkel geheugen van het onderzoek dat ik net had gedaan. Ik moest samenvattingen terugplakken. Het project opnieuw omschrijven. De context opnieuw toevoegen. Elke. Keer. Opnieuw.
Die wrijving lijkt klein op zichzelf. Misschien een minuut hier, negentig seconden daar. Maar vermenigvuldig dat over een werkweek en je verliest twee tot drie uur per week alleen maar aan het voeden van context aan een AI die dat allang zou moeten weten. Ik had op een donderdag in maart dat ik vóór de lunch veertien afzonderlijke context-herinjecties telde. Veertien.
Dit is de tool-switching tax. Elke onderzoeker, elke schrijver, elke solo-founder die AI serieus inzet, betaalt hem. En tot deze week was ik ervan overtuigd dat we er minstens nog een jaar mee moesten leren leven.
Google dacht daar anders over. Dit is wat ze hebben geleverd.
Wat is er daadwerkelijk veranderd op 8 april 2026
Op 8 april begon Google met het uitrollen van een functie die officieel Notebooks in Gemini heet — en het is geen apart product. Het is een native paneel binnen de Gemini-app dat je elke NotebookLM-notitieboek toont die je ooit hebt aangemaakt, waarmee je nieuwe notitieboeken kunt maken vanuit Gemini, en — dit is het belangrijkste — alles bidirectioneel synchroniseert tussen beide omgevingen.
Laat me die synchronisatie even uitleggen, want het woord "bidirectioneel" doet hier veel werk.
Als ik een PDF upload in een notitieboek vanuit de Gemini web-app, verschijnt die PDF direct als bron in exact hetzelfde notitieboek in NotebookLM. Vervolgens kan ik er een Audio Overview van genereren via NotebookLM Studio. Of een Mindmap. Of een Video Overview. Of een Rapport. Al deze artefacten verschijnen in het Studio-paneel binnen NotebookLM — en het notitieboek blijft gekoppeld aan Gemini, zodat ik Gemini vragen kan blijven stellen over de PDF met de rest van Gemini's toolchain.
Het werkt ook andersom. Elk gesprek dat ik met Gemini heb en dat aan een notitieboek is gekoppeld, wordt een bron binnen NotebookLM. Mijn Gemini-chats verschijnen letterlijk in het bronnenpaneel van NotebookLM onder een kopje "Chats from Gemini". Vervolgens kan ik die chats als onderzoeksmateriaal doorzoeken — en NotebookLM vragen om conclusies samen te vatten die ik heb getrokken in vier verschillende Gemini-gesprekken over hetzelfde project. Mijn eigen denkwerk wordt citeerbaar.
Lees die laatste zin nog eens. Je AI-gesprekken worden doorzoekbare onderzoeksbronnen. Dat is geen kleine feature. Dat is een compleet ander denkkader voor hoe je met deze tools hoort te werken.
De uitrol begon op het web voor Google AI Ultra-, Pro- en Plus-abonnees. Mobiel volgt "in de komende weken". Gratis gebruikers zijn daarna aan de beurt. Meer Europese landen staan op de lijst. Dus als je dit leest en nog geen Notebooks in je zijbalk ziet, is er niets mis — Google rolt het gefaseerd uit. Maar de betaalde web-abonnementen zijn nu al live.
Goed. Dat is het wat. Laat me je nu meenemen in wat ik er daadwerkelijk mee heb gedaan, want de aankondigingen beschrijven allemaal functies, maar geen van allen beschrijven de verandering in hoe je werkt.
Hoe ik een Heel Project in 20 Minuten Herstructureerde
Ik had een perfect testgeval in mijn Downloads-map liggen. Ik ben halverwege met het bouwen van een klant-CRM-dashboard — Next.js 15, Shadcn UI, Prisma, de gebruikelijke stack. Wekenlang had ik gefragmenteerde context verzameld. Een Figma-export van de wireframes. Een PDF met de merkrichtlijnen van de klant. Een Loom-video met een walkthrough van hun huidige spreadsheet-workflow (12 minuten, pijnlijk om te kijken, maar zeer informatief). Een Notion-pagina met featurespecificaties. En een lange Claude Code-chat waarin ik aan het itereren was op het datamodel.
Al die context leefde op vijf verschillende plekken. Elke keer dat ik van tool wisselde, verloor ik tien tot vijftien minuten om de AI waarmee ik sprak weer bij te praten.
Dit is wat ik in plaats daarvan deed. Ik opende Gemini. Klikte op "Nieuw notitieboek" in het Notitieboeken-paneel. Noemde het "Acme CRM — Build Context." En toen begon ik alles toe te voegen:
- De klant-brand PDF. Gesleept naar het bronnenpaneel. Gemini indexeerde het in ongeveer acht seconden. Nu weet elke vraag die ik in dit notitieboek stel direct alles over het kleurenpalet, de typografieregels en de tone-of-voice-richtlijnen van de klant, zonder dat ik het hoef uit te leggen.
- De Loom-video-URL. De link geplakt. NotebookLM's YouTube-en-video-inname — die Google eerder dit jaar stilletjes uitbreidde naar Loom en een handvol andere videobronnen — transcribeerde alles en maakte er een doorzoekbare bron van. Plotseling was de daadwerkelijke gesproken beschrijving van de workflow-pijnpunten van de klant een volwaardige bron in het notitieboek.
- De Notion-feature specs. Tekst direct gekopieerd en geplakt. Gemini heeft een optie "Tekst plakken" in de bronkiezer die een vrij royaal stuk accepteert. Dit werd bron nummer drie.
- Een Figma-screenshot-export. Geüpload als PNG. Gemini's multimodale begrip pikte de layout, labels en visuele hiërarchie op.
- Mijn eerdere Claude Code-chat over het datamodel. Dit had ik niet verwacht. Ik kopieerde het hele gesprek uit Claude, plakte het als tekst, en Gemini behandelde het als een geldige bron. Mijn eigen denkwerk uit een andere tool werd hier input.
Totale verstreken tijd: ongeveer zes minuten.
Daarna gaf ik het notitieboek aangepaste instructies. Een alinea waarin ik beschreef wat ik aan het bouwen was, welke tone-of-voice de klant wilde, welke tech stack vaststond, en wat ik niet wilde dat de AI zou suggereren (geen Tailwind v3, geen shadcn/ui oude API, geen suggesties die willekeurige npm-pakketten binnenhalen die ik niet heb gecontroleerd). 10.000 tekens ruimte, zoals ik beschreef in de NotebookLM update post — wat betekent dat ik in feite een functiebeschrijving voor mijn AI-collega kon schrijven.
En toen werd het interessant. Ik stelde Gemini één vraag: "Geef me op basis van alles in dit notitieboek het complete datamodel voor de CRM, en schrijf vervolgens het Prisma-schema dat daarbij hoort."
Wat ik terugkreeg was geen generiek CRM-schema. Het gebruikte de daadwerkelijke terminologie van de klant uit de Loom-transcriptie ("opportunity" in plaats van "deal" — blijkbaar heeft het team van de klant een hekel aan het woord "deal"). Het behield een specifiek taggingsysteem dat ik in mijn Claude-chat had beschreven. Het respecteerde het Figma-wireframe door een "pipeline stage"-veld op te nemen dat ik had geschetst maar nooit formeel had vastgelegd. En het citeerde zijn bronnen. Elke ontwerpbeslissing kwam met een kleine voetnoot: "uit Brand Guidelines PDF, p.4" of "uit Loom-transcriptie, 3:42."
Dat is grounding. Dat is wat NotebookLM doet en geen enkele andere AI. En nu gebeurt het binnen Gemini — wat betekent dat de output van die gefundeerde redenering direct kan doorstromen naar Gemini's coding tools, Canvas, beeldgeneratie, websearch, de hele toolkit. Tot deze week leefden grounding en uitvoering in gescheiden apps. Nu niet meer.
De functie die ik niet had verwacht: Langetermijngeheugen voor projecten
Hier is iets wat de aankondigingsblogs ondergesneeuwd hebben, en het is misschien wel de meest bruikbare verandering voor hoe ik daadwerkelijk werk.
Gemini behandelt notitieboeken nu als projecten met persistent geheugen. Elk gesprek dat ik binnen een notitieboek voer, wordt automatisch opgeslagen en verschijnt onder het promptvak onder het label "Chats van Gemini." Ik kan elk vorig gesprek opnieuw openen, het voortzetten, en de volledige context — bronnen, aangepaste instructies, eerdere conversatie — is nog steeds aanwezig. Geen hernieuwde onderbouwing. Geen opnieuw uploaden. Geen "ter herinnering, we hadden het laatst over…" inleiding meer nodig.
Dit verandert Gemini feitelijk in een projectmanagementplatform. Geen takenlijst. Geen kanbanbord. Iets subtielers: een AI die weet in welk project je zit en zich daar ook naar gedraagt.
Laat me een concreet voorbeeld geven waarom dit belangrijk is. Ik heb momenteel twee lopende projecten die allebei Next.js gebruiken, maar verder totaal verschillend zijn. De ene is een CRM voor een financiële dienstverlener — strak, met uitgebreide audit-trails, elke regel code moet voldoen aan compliance-eisen. Het andere is een zijproject voor een vriend die een creatief portfolio bouwt — experimenteel, vol animaties, waarbij het juist de bedoeling is om conventies los te laten.
Tot deze week moest ik, telkens als ik Gemini om Next.js-advies vroeg, de eerste twee of drie berichten besteden aan uitleggen in welk project ik zat, zodat het advies passend zou zijn. Soms vergat ik dat, kreeg ik roekeloos advies voor het compliance-project, en moest ik opnieuw beginnen.
Nu open ik gewoon het relevante notitieboek. Elk notitieboek heeft zijn eigen context, eigen bronnen, eigen aangepaste instructies. Gemini’s persoonlijkheid past zich aan het project aan. Vraag ik in het CRM-notitieboek naar state management, dan krijg ik zorgvuldig, conservatief advies met nadruk op auditability. Stel ik dezelfde vraag in het creatieve portfolio-notitieboek, dan krijg ik "hier zijn vier experimentele benaderingen, twee zijn waarschijnlijk een slecht idee maar interessant, laten we ze proberen." Zelfde model. Zelfde prompt. Totaal verschillende output — omdat het notitieboek een andere context biedt.
Dit is de verandering die de meeste workflows gaat beïnvloeden. Niet de synchronisatie. Niet de Studio-functies. Het feit dat je AI eindelijk meerdere, afzonderlijke, blijvende projectidentiteiten kan onthouden zonder dat jij elke keer met prompt-engineering aan de slag moet.
Als je mijn posts al langer leest, weet je dat ik al maanden om dit idee heen draai. Ik schreef over Pinecone-ondersteund onbeperkt geheugen als één benadering. Ik schreef over auto-research strategieën in Claude Code als een andere. Maar beide vereisten dat ik zelf infrastructuur bouwde en beheerde. De notitieboeken-aanpak levert me 80% van het voordeel op met 0% van de infrastructuur. Voor de meeste projecten is dat de betere deal.
Het coderingsgebruik dat mij volledig overtuigde
Alles hierboven was theorie en voorbereiding. Hier is de test die me echt achterover deed leunen in mijn stoel.
Gemini’s trainingscutoff, zoals elk foundation model, heeft een kennishorizon. Zelfs het meest actuele Gemini 3-model kent niet elke Shadcn UI-pakketupdate die verscheen in februari of maart 2026. Als je het zonder context vraagt naar shadcn@canary-features, de nieuwste block-toevoegingen of de nieuwe sidebar-primitieven, krijg je antwoorden die aannemelijk klinken maar zes maanden verouderd zijn. Ik ben hier de afgelopen maand twee keer door de mand gevallen — code genereren die er goed uitzag, deze deployen, en dan beseffen dat de component-API was veranderd en mijn code methoden aanriep die niet meer bestonden.
Dit is de nieuwe workflow die ik heb getest. Ik maakte een notebook aan met de naam "Shadcn UI — Current Docs". Daarin gebruikte ik de deep research-functie van NotebookLM om de meest recente Shadcn-documentatiepagina’s rechtstreeks van de officiële site te halen. Deep research bezoekt echte URL’s, verwerkt de actuele inhoud en voegt deze als bronnen toe aan het notebook. Ik voegde de Shadcn GitHub changelog toe. Ik voegde drie recente Shadcn component release notes toe.
Totale tijd: vier minuten. Het notebook bevatte nu de meest actuele Shadcn-context, direct van de bron, per 10 april 2026.
Daarna opende ik het CRM-notebook — dat ik eerder had gebouwd — en koppelde het Shadcn-notebook aan het gesprek. Ja, je kunt meerdere notebooks aan één Gemini-chat koppelen. Hier wordt het interessant.
Mijn prompt was simpel: "Bouw een dashboardpagina met een omzetgrafiek, een pipeline-kanban, een recente activiteitenfeed en een instellingenpaneel. Gebruik de allernieuwste Shadcn UI-patronen en respecteer alle CRM-context."
De output was de beste startcode die ik ooit van een foundation model heb gekregen. Niet omdat Gemini slimmer was geworden — Gemini was nog steeds dezelfde Gemini — maar omdat het model nu tegelijk was gegrond in twee dingen: de projectcontext van de klant en de actuele staat van het framework dat ik gebruikte. Het gebruikte de nieuwe sidebar-primitief. Het importeerde de nieuwste chart-component. Het hield zich aan de merkrichtlijnen uit de PDF. Het gebruikte de veldnamen uit de Loom-transcriptie. Het voegde zelfs een commentaar toe waarin werd uitgelegd waarom het een bepaald patroon gebruikte, met verwijzing naar de Shadcn-documentatiebron.
Ik kopieerde en plakte het in mijn project. Geen enkele aanpassing nodig. Het compileerde. Het draaide. Het zag eruit als productieklaar code.
Dit soort resultaat vereiste vroeger óf een geavanceerde code-agent met een eigen deep research-laag, óf een menselijke ontwikkelaar die twee uur aan voorbereiding deed voordat hij promptte. Nu is het één notebook, één prompt, één plakactie. En het mentale model is makkelijk opnieuw te gebruiken: wanneer de trainingscutoff van je AI ouder is dan het framework dat je gebruikt, bouw een notebook met actuele documentatie en koppel het. Dat is alles. Dat is het geheim. Ik ga dit voortaan bij elke framework-update doen.
Wil je een diepere vergelijking van hoe verschillende codeermodellen omgaan met dit soort gegronde context, dan ben ik daar uitgebreider op ingegaan in de Gemini 3.1 Pro-analyse. Maar de korte versie: grounding plus een degelijk model verslaat een ongegronde frontier model bijna altijd. Context is de hefboom.
Eerlijk Gesproken: Waar de Integratie Tekortschiet
Ik ga niet doen alsof dit perfect is. Niets is dat ooit, en het laatste wat je nodig hebt is weer zo’n overdreven AI-post die je vertelt alles te laten vallen en meteen over te stappen. Dit zijn de echte beperkingen waar ik in een week testen tegenaan liep.
De synchronisatie is niet direct. De meeste bronnen verschijnen binnen een paar seconden in beide apps, maar ik had één geval — een groot PDF-bestand geüpload vanuit Gemini — dat bijna twee minuten nodig had om zichtbaar te worden in NotebookLM. Geen ramp, maar als je haast hebt en tussen tools schakelt, valt het op.
Teamwork is vrijwel afwezig. NotebookLM biedt wat beperkte deelmogelijkheden voor Google Workspace-accounts, maar echte teamworkflows — meerdere mensen die naar hetzelfde notitieboek uploaden, commentaar geven op bronnen, elkaar taggen — bestaan nog niet. Voor solo werk is het prima. Maar voor elk team groter dan twee personen dat aan hetzelfde onderzoeksproject wil samenwerken, merk je het gemis snel. Dit is het grootste gat in het aanbod, en de reden dat ik nog steeds tools als SurfSense gebruik voor klantonderzoek waarbij een team daadwerkelijk gelijktijdige toegang nodig heeft. Google heeft aangegeven dat teamfuncties op de roadmap staan, maar “op de roadmap” is niet “vandaag beschikbaar”.
Beperkte mediavrijheid. NotebookLM Studio heeft nu de vier-tegels lay-out — Audio-overzicht, Video-overzicht, Mindmap en Rapport — wat geweldig is, maar dat zijn wel de formaten van Google. Als je wilt exporteren naar een andere presentatietool, een ander videoformaat of een specifiek podcastdistributieplatform, zul je handmatig aan de slag moeten. Opnieuw: voor persoonlijk gebruik is dit prima. Voor contentproductieprocessen is het een bottleneck.
De interface voor aangepaste instructies is niet duidelijk. Ik heb tien minuten gezocht naar waar ik aangepaste instructies op notitieboekniveau kon toevoegen, omdat de knop verstopt zit in een instellingenmenu dat je makkelijk over het hoofd ziet. Google, als je dit leest: verplaats die knop.
Studio-generatie draait op serverwachtrijen. Audio-overzichten en video-overzichten zijn niet direct klaar. Ik heb ze tussen de 45 seconden en 6 minuten zien duren, afhankelijk van de belasting. Als je gewend bent aan de directe aard van tekstgeneratie, voelt het wachten op mediabestanden onwennig. Het is de moeite waard, maar stel je verwachtingen bij.
Privacy wordt vaag met bedrijfsdata. Als je een Google Workspace-gebruiker bent, is het privacy-model voor wat Gemini uit je notitieboeken mag zien, waar het op mag trainen en wat je beheerder heeft ingeschakeld, zo complex dat ik aanraad de documentatie echt te lezen voordat je gevoelige informatie in een gedeeld notitieboek zet. Ik suggereer niet dat Google iets verkeerd doet — ik denk alleen dat de meeste mensen zich niet realiseren hoe verschillend de regels zijn per accounttype.
Geen van deze punten is een dealbreaker. Maar ze zijn allemaal goed om te weten voordat je je workflow volledig om deze functie heen bouwt.
Wat Dit Betekent Voor Jouw Workflow, Concreet
Hier is het praktische framework waar ik na een week op ben uitgekomen.
Gebruik één notitieboek per project, niet per onderwerp. De neiging is groot om notitieboeken aan te maken rond thema’s — “Marketing”, “Engineering”, “Research”. Weersta die impuls. Notitieboeken werken beter als ze een specifiek project met een concreet doel vertegenwoordigen. De aangepaste instructies, de broncontext en de blijvende chathistorie zijn allemaal veel nuttiger wanneer ze zijn toegespitst op iets tastbaars met een begin en een einde.
Zie de bronnenlijst als een levend document. Gooi niet alles er in één keer in. Wanneer er iets nieuws relevant wordt — een nieuwe klantmail, een nieuw document, een nieuw referentieartikel — voeg het toe. Het notitieboek moet met het project mee evolueren. Ik ben mijn werksessies gaan afsluiten met de vraag: “welke nieuwe bron moet ik vanavond aan het notitieboek toevoegen?” Het kost dertig seconden en maakt de prompts van morgen aanzienlijk beter.
Schrijf echte, op maat gemaakte instructies. 10.000 tekens is enorm veel ruimte. Maak er gebruik van. Schrijf de instructies alsof je een nieuwe freelancer inwerkt op het project. Vertel wat er op het spel staat, wie de stakeholders zijn, de beperkingen, de kwaliteitsnorm, de dingen die nooit mogen gebeuren. Het verschil tussen een notitieboek met generieke instructies en een met echte, specifieke instructies is dag en nacht qua outputkwaliteit.
Koppel notitieboeken, voeg ze niet samen. Weersta de verleiding om alles in één mega-notitieboek te stoppen. Maak in plaats daarvan gerichte notitieboeken en koppel er meerdere aan een gesprek wanneer je domeinoverstijgend moet redeneren. Het Shadcn-docs-notitieboek plus het CRM-projectnotitieboek is krachtiger dan één notitieboek dat beide bevat, omdat elk gefocust en herbruikbaar blijft.
Gebruik NotebookLM Studio voor het zware mediavergelijk. Zodra je onderzoek in een notitieboek staat, kan het Studio-paneel aan de NotebookLM-zijde het omzetten in een Audio-overzicht voor onderweg, een Mindmap voor het klantgesprek, een Video-overzicht voor de asynchrone teamupdate, of een Rapport voor de formele documentatie. Eén bron van waarheid, vier verschillende outputs, geen herhaling van uitleg.
Sla je favoriete prompts op als chatstarters. Nu chats blijven bestaan binnen het notitieboek, kun je een chat aanmaken met je standaardprompts, deze in het notitieboek laten staan en dupliceren telkens als je aan een nieuwe taak begint. Het is op dit moment het dichtstbijzijnde dat Gemini heeft bij herbruikbare templates.
Het Grotere Plaatje Waar Niemand Hardop Over Praat
Dit is wat deze integratie eigenlijk aangeeft, als je even uitzoomt.
De afgelopen twee jaar draaide het AI-landschap om de strijd wie het beste model had. GPT versus Claude versus Gemini, benchmark na benchmark, leaderboard na leaderboard. De impliciete aanname was dat het model de verdedigingsmuur was. Welke aanbieder de beste ruwe intelligentie had, zou winnen.
Die aanname sterft nu stilletjes uit.
De echte verdedigingsmuur is nu context. Welke aanbieder jou de beste tools kan geven om je eigen context te organiseren, te koppelen en te bewaren, is degene die jouw dagelijkse workflow gaat domineren — want een goed onderbouwd model uit het middensegment verslaat een ongegrond topmodel bij vrijwel elke echte taak. Ik heb het keer op keer gezien. Claude met goede aangepaste instructies verslaat Claude zonder die instructies. Gemini met een notebook verslaat Gemini zonder notebook. De vaardigheid die in 2026 het verschil gaat maken is niet “de perfecte prompt schrijven.” Het is de juiste contextbibliotheek samenstellen en weten wanneer je welk onderdeel eraan koppelt.
Google lijkt dit te hebben doorgrond. Deze integratie is hun gok dat persistente, onderbouwde, door de gebruiker beheerde context de volgende laag in de AI-stack is — niet het model, maar het geheugen eromheen. En eerlijk gezegd denk ik dat ze gelijk hebben. Werken met een notebook-enabled Gemini aan een echt project voelt kwalitatief anders dan werken met een stateloos chatmodel. Het is het verschil tussen een consultant die je nog nooit heeft ontmoet en een collega die al zes maanden in je team zit.
Er is een vraag waar je vanavond eens bij stil zou moeten staan: van alle projecten waar je nu mee bezig bent, hoeveel van je tijd met AI besteed je aan het uitleggen van context die de AI eigenlijk al zou moeten weten? Want wat dat percentage ook is, deze integratie — of iets vergelijkbaars — gaat het grootste deel daarvan terugwinnen.
Veelgestelde vragen
Hoe krijg ik toegang tot Notebooks in de Gemini-app?
Open de Gemini webapp en zoek naar de sectie "Notebooks" in het linkerpaneel, tussen "Mijn spullen" en "Gems". Klik erop om je gesynchroniseerde NotebookLM-notebooks te bekijken of een nieuwe aan te maken. De uitrol is momenteel live voor Google AI Ultra-, Pro- en Plus-abonnees op het web. Mobiele toegang, gratis abonnementen en extra Europese landen volgen in de weken na 8 april 2026.
Is NotebookLM nog een apart product of maakt het nu deel uit van Gemini?
NotebookLM blijft een zelfstandig product op notebooklm.google.com, maar de notebooks synchroniseren nu in beide richtingen met de Gemini-app. Alles wat je in de ene toevoegt, verschijnt ook in de andere, en beide omgevingen delen dezelfde onderliggende data. Je kunt Gemini zien als de conversatie-interface en NotebookLM als de Studio- en bronbeheeromgeving — dezelfde notebooks, verschillende tools.
Vermindert deze integratie de hallucinaties van Gemini?
Ja, merkbaar. Wanneer je een notebook koppelt aan een Gemini-gesprek, gebruikt Gemini de bronnen in dat notebook als primaire bewijs en citeert deze direct. Onafhankelijke tests tonen aan dat antwoorden ondersteund door NotebookLM aanzienlijk minder verzonnen beweringen bevatten dan antwoorden zonder onderbouwing, omdat het model effectief wordt gedwongen zijn antwoorden te baseren op jouw geverifieerde bronnen.
Kan ik Gemini-chats als bronnen gebruiken in NotebookLM?
Ja. Elk gesprek dat je met Gemini voert binnen een notebook wordt automatisch opgeslagen en is beschikbaar als bron in NotebookLM onder een sectie met het label "Chats van Gemini". Dit betekent dat je je eigen eerdere AI-gesprekken kunt onderzoeken als onderzoeksmateriaal — een kleine functie met grote implicaties voor iedereen die in de loop van de tijd aan een project werkt.
Kan mijn team een notebook delen via de Gemini-app?
Teamsamenwerking is momenteel het grootste gemis in de huidige integratie. NotebookLM ondersteunt beperkte sharing voor Workspace-accounts, maar gelijktijdig teambewerken, reageren en taggen zijn nog niet beschikbaar. Voor echte multi-user onderzoeksworkflows heb je nog steeds een aparte team-kennistool nodig. Google heeft aangegeven dat samenwerkingsfuncties op de roadmap staan, maar heeft nog geen tijdlijn genoemd.
Welke NotebookLM Studio-functies werken met notebooks die in Gemini zijn aangemaakt?
Allemaal. Zodra een notebook bestaat — ongeacht of je deze in Gemini of in NotebookLM hebt aangemaakt — is het volledige NotebookLM Studio-paneel beschikbaar. Dat betekent dat Audio Overviews, Video Overviews, Mindmaps en Rapporten allemaal kunnen worden gegenereerd uit bronnen die je via de Gemini-app hebt toegevoegd, zonder extra configuratie.
Laten We Samenwerken
Wil je AI-systemen bouwen, workflows automatiseren of je technische infrastructuur opschalen? Ik help je graag.
- Fiverr (maatwerk & integraties): fiverr.com/s/EgxYmWD
- Portfolio: mejba.me
- Ramlit Limited (oplossingen voor bedrijven): ramlit.com
- ColorPark (design & branding): colorpark.io
- xCyberSecurity (beveiligingsdiensten): xcybersecurity.io
