Le wiki privé : comment j'utilise NotebookLM comme second cerveau pour 16 ans d'archives

L’essentiel
Centraliser des années de notes éparpillées dans NotebookLM transforme tes archives en second cerveau interrogeable. La recherche par sens retrouve des idées que tu avais oubliées.
→ Ce que ça change pour toi : tu retrouves en 8 minutes un concept perdu parmi des milliers de notes.

Quand j’ai commencé à construire IA Signal, mes idées étaient réparties sur sept outils différents.

Des notes dans Notion. Des brouillons dans Google Docs. Des captures dans Raindrop. Des conversations dans Claude. Des idées dans un carnet physique. Des extraits de livres dans Readwise. Et des threads complets dans ma tête, que je “retrouvais” à 2h du matin et perdais avant le réveil.

Le problème n’était pas l’absence d’idées. C’était l’impossibilité de les connecter. Quand j’écrivais un article sur les agents IA, je savais que j’avais “quelque chose” sur le contexte et l’architecture quelque part — mais retrouver ce “quelque chose” parmi 3 000 notes prenait plus de temps que de réécrire depuis zéro.

Le jour où j’ai tout centralisé dans NotebookLM et passé le premier prompt de synthèse, j’ai trouvé en 8 minutes les trois concepts qui définissent mon positionnement. Ils étaient là depuis des mois. Dispersés.

Ce que NotebookLM fait que les autres outils ne font pas

La différence fondamentale avec Notion, Obsidian ou Evernote : NotebookLM ne cherche pas des mots-clés dans tes notes. Il comprend le sens et peut établir des connexions entre des documents qui n’utilisent pas les mêmes termes.

Tu peux demander “quels sont les moments dans mes archives où j’ai exprimé une position sur le prompt engineering ?” — il va passer tous tes documents et extraire les passages pertinents, même si aucun d’eux ne contient le mot “prompt engineering” tel quel.

C’est un outil de pensée, pas un moteur de recherche amélioré. Et ça change complètement la façon dont tu peux exploiter ta propre production intellectuelle.

Pour une introduction à NotebookLM et ses fondamentaux, ce premier article pose les bases :

Pour l’usage avancé en ventes, le Deal Desk couvre une application directe en contexte commercial :

Phase 1 — L’excavation numérique

Avant d’alimenter NotebookLM, tu fais le tri. Injecter du bruit dans un outil de synthèse produit du bruit synthétisé — pas des insights.

Règle de l’excavation : crée d’abord un “bac à sable” numérique. Dépose tout dans un dossier temporaire sans trier. Ensuite seulement, tu nettoies.

Ce qui entre dans NotebookLM :
— Tes meilleurs articles ou contenus publiés
— Tes notes de conférences avec tes propres réflexions
— Tes brouillons développés (même non publiés)
— Tes analyses de cas et retours terrain
— Tes frameworks, modèles ou méthodologies

Ce qui n’entre pas :
— Les bookmarks (pages web externes sans annotation personnelle)
— Les notes de 3 lignes sans développement
— Les doublons ou brouillons préliminaires d’un même contenu
— Les emails opérationnels

L’objectif : un corpus qui représente ta pensée construite, pas tes captures d’écran.

Phase 2 — L’ingestion dans NotebookLM

NotebookLM accepte les formats PDF, Google Docs, Google Slides, texte brut, et URLs. Limite par notebook : 50 sources maximum, 25 MB par source.

Deux configurations possibles :

Configuration thématique — un notebook par domaine d’expertise. Exemple : un notebook “IA & automatisation”, un notebook “Stratégie business”, un notebook “Écriture & contenu”. Avantage : les synthèses sont plus focalisées. Inconvénient : tu perds les connexions inter-domaines.

Configuration chronologique — un notebook par période (2020-2022, 2023-2025). Avantage : tu vois l’évolution de ta pensée dans le temps. Inconvénient : les synthèses thématiques nécessitent de passer plusieurs notebooks.

Ma pratique : configuration thématique pour l’exploitation quotidienne, un notebook “archive complète” pour les recherches de fond.

Phase 3 — Les 5 prompts d’extraction

Prompt 1 — Synthétiseur de Concepts

Prompt d’entrée pour comprendre ce que ton corpus contient réellement.

Prompt 2 — Générateur de Propositions

Pour transformer les concepts identifiés en propositions de valeur, angles de contenu ou pitchs.

Prompt 3 — Bâtisseur de Framework

Pour extraire un framework ou une méthode systématique à partir de ce que tu fais déjà intuitivement.

Prompt 4 — Auditeur de Contradictions

Pour identifier où ta pensée a évolué — ou où tu te contredis sans l’avoir remarqué.

Prompt 5 — Planificateur Brouillon Zéro

Pour passer de la synthèse à la production de contenu.

Prompt 6 — Onboarding d’un nouveau contexte

Ce prompt est particulièrement utile quand tu crées un nouveau notebook ou que tu travailles avec un outil IA différent (Claude, ChatGPT) et veux lui passer l’essentiel de ton contexte sans tout recopier.

L’option IA locale pour les données sensibles

Si ton corpus contient des données sensibles — contrats clients, informations confidentielles, données personnelles — tu ne veux pas les envoyer vers un service cloud.

La stack alternative : AnythingLLM (interface de chat qui lit tes fichiers locaux) + LM Studio (qui fait tourner des modèles IA directement sur ta machine). Avantage : zéro donnée transmise à un tiers. Inconvénient : les modèles locaux sont moins performants que NotebookLM sur la compréhension sémantique profonde.

Pour la majorité des usages (archives personnelles, production de contenu, stratégie), NotebookLM suffit. Pour les données sensibles, la stack locale est le compromis raisonnable.

Pour l’Audio Overview de NotebookLM — une fonctionnalité sous-utilisée qui transforme ton corpus en podcast conversationnel :

La limite principale

NotebookLM comprend bien les connexions sémantiques entre documents. Il ne comprend pas le contexte temporel ou causal entre eux.

Il peut identifier que deux documents parlent du même concept. Il ne peut pas déterminer lequel a été écrit avant l’autre et comment l’un a influencé l’autre. Si la chronologie de ton évolution intellectuelle compte, tu dois la lui fournir explicitement dans tes métadonnées ou dans tes instructions.

Par ailleurs, la limite de 50 sources par notebook oblige à faire des choix. Si ton corpus est supérieur à 50 documents, la curation en amont devient elle-même un travail de synthèse — ce qui n’est pas forcément un inconvénient.

Outil du jour

NotebookLM — Base de connaissance IA | Gratuit (Google)

NotebookLM est gratuit, hébergé par Google, et ne nécessite aucune installation. Il accepte des documents de jusqu’à 25 MB et permet des requêtes en langage naturel sur l’ensemble du corpus. La version Plus (payante) lève les limites de quota.

✅ Verdict express : Pour toute personne avec plus de 2 ans de production de contenu (articles, notes, analyses), NotebookLM est le meilleur investissement de 0 € qu’elle peut faire cette semaine.
⚡ Test express : Crée un notebook avec tes 10 meilleurs articles ou notes des 2 dernières années. Lance le Prompt 1 (Synthétiseur de Concepts). Note si le résultat te surprend.
⚠️ Limite : NotebookLM ne fonctionne pas sur des fichiers audio ou vidéo bruts. Pour ingérer tes enregistrements ou podcasts, transcris-les d’abord (Whisper, Otter, ou les transcriptions YouTube).

FAQ

NotebookLM garde-t-il mes données en mémoire après la session ?
Les notebooks persistent d’une session à l’autre — tu ne perds pas ton corpus. Google utilise tes données pour améliorer ses services selon ses conditions générales (version standard). Si c’est un problème, la version Enterprise ou la stack IA locale (AnythingLLM + LM Studio) sont les alternatives.

Quelle est la différence entre un notebook NotebookLM et un Project Claude ?
Un Project Claude est optimisé pour les tâches de production (rédaction, analyse, génération) avec un contexte persistant. Un notebook NotebookLM est optimisé pour la compréhension sémantique d’un corpus documentaire. Dans la pratique : NotebookLM pour comprendre et cartographier, Claude Projects pour produire à partir de cette compréhension.

Est-ce que ça vaut le coup pour quelqu’un qui commence tout juste à produire du contenu ?
Pas encore. NotebookLM brille quand tu as un corpus à relier — disons cinquante notes ou une dizaine d’articles. Si tu démarres, ton temps est mieux investi à produire qu’à cartographier. Reviens-y le jour où tu ne retrouves plus une idée que tu sais avoir déjà eue quelque part.

[1] RESSOURCES
→ Explore les ressources gratuites des Éclaireurs

[2] OUTILS
→ Explore tous les outils IA comparés

[3] COMMUNAUTÉ SKOOL
→ Les Éclaireurs — skool.com/les-eclaireurs

[4] FRÉQUENCE → L’IA qui apprend ta voix et écrit comme toi (démo 30 s) → app.iasignal.com/demo

Prends tes dix meilleurs textes des deux dernières années. Charge-les ce soir. Demande à ton corpus ce que tu répètes sans le savoir — la réponse te dira quoi écrire ensuite.