Notion AI tampak pintar sampai saya mencoba NotebookLM untuk penelitian dasar dan Proyek Claude untuk tindakan
Notion adalah bagian integral dari pengaturan produktivitas saya. Selama beberapa tahun terakhir, saya telah membangun portofolio database yang komprehensif, halaman tertaut, dan alur kerja templat yang membantu saya menguasai pekerjaan dan minat pribadi saya. Ketika Notion memperkenalkan Notion AI, saya berpikir bahwa Notion akan membantu saya memahami segalanya dengan cara yang lebih mudah, dan ya, ini berhasil, namun seiring berjalannya waktu saya menemukan bahwa cakupan kerjanya cukup sempit. Itu bisa meringkas halaman atau memperbaiki kalimat dan membantu saya menyusun sesuatu yang sudah saya mulai, tapi semua itu cukup mendasar. Jika saya ingin melakukan sesuatu dengan catatan saya, seperti menghubungkan ide-ide di seluruh dokumen atau membuat penelitian, di situlah saya menemukan Notion AI kurang optimal. Tidak apa-apa, tapi ini bukan alat AI yang paling mengesankan. Saya menyadari bahwa saya membuang-buang uang untuk itu dan memutuskan untuk membangun sesuatu yang benar-benar berfungsi lebih baik. Saya menukarnya dan menukar seluruh tumpukan ini dan beralih ke NotebookLM untuk penelitian dan pemikiran yang membumi serta Proyek Cloud untuk segala hal yang memerlukan konteks dan alasan yang terus-menerus. Kombinasi ini memecahkan masalah yang telah saya kerjakan selama bertahun-tahun dengan Notion. 5 cara NotebookLM mengubah alur kerja saya sepenuhnya (menjadi lebih baik) Hai Siri, bagaimana saya bisa bertahan sebelum NotebookLM? NotebookLM berpikir dan bekerja seperti asisten peneliti Mengubah data Anda menjadi basis pengetahuan yang dapat dikueri Masalah mendasar dengan Notion AI adalah bahwa ia dioptimalkan untuk hal yang salah, atau izinkan saya mengatakan bahwa itu tidak dioptimalkan untuk apa yang ingin saya lakukan dengannya. Ya, ini memang membantu Anda menghasilkan konten dengan cepat di dalam Notion, tetapi itu tidak terlalu membantu Anda berpikir. Itu tidak dapat mengakses data di luar ekosistem Notion, dan bahkan menarik koneksi antar dokumen tidaklah sempurna. Sementara itu, NotebookLM melakukan pendekatan secara berbeda. Seluruh layanan diarahkan pada pemikiran yang membumi. Anda membawa sumbernya, yang bisa berupa apa saja mulai dari PDF hingga Google Dokumen, bahkan halaman web, dokumen Word, dan tautan YouTube, dan NotebookLM mendasarkan setiap jawaban pada materi tersebut. Ini mungkin terdengar seperti kendala, tapi itulah alasan saya menggunakan NotebookLM. Kasus penggunaan saya sedemikian rupa sehingga saya tidak ingin halusinasi. Saya ingin jawaban-jawaban yang berpijak pada ensiklopedia penelitian yang telah saya susun. Saya menggunakan NotebookLM sebagai database saya untuk setiap proyek penelitian yang berat. Ya, saya tahu ini sebenarnya bukan database, tapi teruslah membaca. Saat saya menulis sesuatu yang perlu diambil dari berbagai sumber, seperti laporan dan transkrip atau wawancara, saya memasukkan semua informasi itu ke dalam buku catatan dan mulai membicarakannya. Jendela konteks 1 juta token NotebookLM yang sangat besar memungkinkannya mengurai semua informasi tersebut dengan nyaman tanpa kehilangan konteks. Bagian yang paling berguna adalah setelah informasi mentah ini diperbarui, tidak seperti alur kerja penelitian standar saya di mana saya akan membaca semua dokumen ini dan membuat catatan, Notebook memungkinkan saya menanyakan semua penelitian ini. Jadi, daripada mencari kutipan atau informasi tertentu dalam dokumen setebal 100 halaman, saya bisa menanyakannya saja. Tapi lebih dari itu, saya bisa memintanya untuk menghubungkan titik-titik antar sumber. Misalnya, Anda mungkin mengajukan pertanyaan yang mengatakan, “Apakah dua laporan berbeda yang diunggah saling bertentangan,” atau Anda mungkin memintanya untuk mencantumkan setiap alur pemikiran yang menghubungkan keseluruhan dokumen penelitian. Karena NotebookLM mendasarkan informasinya hanya pada sumber Anda, dan semua sumber Anda, NotebookLM dapat membuat thread ini dengan sangat mudah. Itu adalah sesuatu yang Notion AI bahkan tidak coba lakukan. Dan itu bahkan sebelum kita berbicara tentang fitur tambahan seperti ikhtisar audio, yang membantu saya belajar dari penelitian saya dengan membuat diskusi bergaya podcast untuk dua orang. Atau penelitian mendalam, yang memungkinkan Anda membukanya ke sumber eksternal untuk menambahkan lebih banyak data dan informasi ke penelitian Anda. Claude Projects menangani apa yang NotebookLM tidak bisa secara khusus ditujukan untuk tugas penalaran. Jadi, Anda mungkin bertanya-tanya di mana Claude Projects cocok dengan hal ini? Notebook LM unggul dalam fungsinya, namun tidak menggantikan model penalaran yang tepat dengan memori. Di sinilah Cloud Projects mengisi kekosongan bagi saya. Mirip dengan NotebookLM, setiap Proyek Claude yang saya buat mendapatkan basis pengetahuan dari dokumen dan catatan yang sama yang saya tulis bersama instruksi khusus. Ketika saya membuka percakapan di dalam proyek itu, Claude sudah mengetahui konteksnya tanpa saya harus menjelaskannya kembali. Instruksi khusus adalah tempat sebagian besar nilai sebenarnya ada. Saya dapat memberi tahu Claude dengan tepat bagaimana saya ingin merespons proyek tertentu, tingkat detail, dan perspektif yang perlu saya ambil. Sebuah proyek yang saya gunakan untuk penelitian memiliki instruksi yang disesuaikan secara khusus untuk itu. Hal ini memungkinkan Claude untuk beradaptasi dengan cara saya bekerja, bukan saya yang beradaptasi dengannya. Aspek lainnya adalah kemampuan untuk ditindaklanjuti. Meskipun NotebookLM dibuat khusus untuk pengambilan informasi dan pembelajaran, namun tidak berfungsi dengan baik dalam mengambil tindakan. Di situlah Claude Projects berperan. Saya mungkin meminta Claude untuk menyusun laporan proyek berdasarkan materi yang telah saya unggah ke dalamnya, dan itu akan membantu saya. Itu bukanlah sesuatu yang bisa dilakukan NotebookLM. Saya juga bisa memintanya untuk membuat analisis atau membuat grafik berdasarkan materi yang diberikan. NotebookLM dapat melakukan beberapa hal ini, tetapi Claude lebih serbaguna. Proyek Claude juga mendapat manfaat dari arsitektur RAG, di mana menambahkan lebih banyak data akan terus meningkatkan respons tanpa memperlambat pengambilan. Semua itu berarti NotebookLM adalah alat penelitian dan Claude Projects adalah alat alur kerja. Kombinasi ini sempurna jika alur kerja Anda mirip dengan alur kerja saya. Membangun alur kerja AI yang lebih baik tanpa Notion AI Saya telah menggunakan pengaturan ini selama beberapa waktu, dan meskipun agak terputus-putus, saya tidak melewatkan Notion AI sama sekali. Notion AI tampak seperti sistem cerdas, tetapi dibandingkan dengan apa yang saya lakukan dengan NotebookLM dan Claude Projects, kemampuannya cukup terbatas. Saya merindukan struktur yang disediakan Notion, tapi itu saja. Antara Proyek NotebookLM dan Cloud, saya memiliki dua alat yang masing-masing melakukan satu hal dengan sangat baik dan mencakup seluruh penelitian, penalaran, dan penyusunan proyek yang saya perlukan. Saya masih menggunakan Notion dari waktu ke waktu untuk mengelola proyek dan mengatur catatan, tetapi kemampuan tindakan dan lapisan AI benar-benar terpisah darinya, dan hasilnya lebih baik.
Diterbitkan : 2026-06-05 14:31:00
sumber : www.xda-developers.com
