TL;DR

• 在開發複雜工具前，先讓 NotebookLM 擔任「技術顧問」，幫我們預習、消化複雜的文件。
• 透過精準提問，命令 NotebookLM 將難懂的金融術語，翻譯成 Gemini 能理解的「白話文邏輯」。

我們成功地為整個課程的終極專案－衍生性商品風險模擬器，擘畫了一份宏大的藍圖，但這份藍圖背後的金融邏輯，遠比之前的專案複雜。結構型商品的說明書，往往充滿了普通人（甚至 AI）難以理解的專業術語和條件規則。如果我們直接將這份複雜的需求丟給 Gemini，就好像要求一位音樂家在不理解樂理的情況下，直接演奏一首高難度的協奏曲，結果很可能會是一場災難。所以我們就要學習一個最高階的協作技巧：在指揮「作曲家」（Gemini） 動工前，我們先請「音樂學家」（NotebookLM） 來幫我們深度解析這份複雜的「樂譜」（產品說明書）。

為什麼需要「技術顧問」？

這個「先分析、再開發」的流程，能為我們帶來三大好處：

1. 確保我們自己真正理解：在向 AI 提問的過程中，我們自己會被迫將模糊的概念，思考得更透徹。
2. 降低溝通成本：將產品說明書中的「金融黑話」，預先翻譯成 AI 能懂的「白話文邏輯」，能大幅減少後續與 Gemini 來回修正的次數。
3. 提高成功率：給 Gemini 的指令越清晰、越沒有歧義，它一次就成功的機率就越高。

【今日實戰】：拆解產品說明書的黑盒子

現在，就讓我們實際演練，如何讓 NotebookLM 成為我們的技術顧問。

第一步：建立專案研究室

• 前往 NotebookLM，建立一個新的筆記本，並將它命名為：「PGN/ELN 產品研究」。
• 準備材料：請上網找出或使用公司提供的一份真實的結構型商品說明書 （PDF），並將它上傳至這個筆記本的來源區。

第二步：從「翻譯術語」到「提煉邏輯」

現在，我們要對這份複雜的說明書，進行兩個層次的提問，將它從一份法律文件，轉化為一份開發規格書。

• 提問一：將「金融黑話」翻譯成「白話文」

結構型商品說明書中，最讓客戶困惑的就是各種專業術語。我們可以先請 NotebookLM 幫我們「翻譯」一下。

【Prompt 範例】

根據這份說明書，請用最簡單的比喻，向一個完全不懂的客戶解釋什麼是「參與率 （Participation Rate）」？

根據這份 ELN 說明書，請用條列式解釋，在什麼樣的條件下，會發生「提前出場」？在什麼條件下，客戶最終會拿到股票而不是現金？

• 提問二：將「產品規則」提煉成「計算邏輯」

在理解了術語之後，我們就要請 NotebookLM 幫我們整理出最重要的部分——損益的計算規則。這將是我們明天交給 Gemini 的核心指令。

【Prompt 範例】

請根據這份 PGN 說明書，用條列式，一步步總結出計算「最終損益」的完整規則。請包含所有條件判斷，例如：連結標的股價在什麼區間時，報酬會如何計算？請用「如果...那麼...」的句式來呈現。

本日總結：取得我們的「開發說明書」

我們今天從 NotebookLM 獲得的最終產出——那份完全白話文、條列式的產品運作邏輯——不僅加深了我們自己對產品的理解，更重要的是，它將成為我們明天與 Gemini 高效溝通的關鍵「開發說明書」，樂理已經讀懂，樂譜也已簡化。

也許你會有疑問，問什麼不直接在 Gemini 詢問，這樣不是也會回答嗎？最主要是因為「資料來源」的關係。Gemini 和 NotebookLM 一樣，也可以上傳檔案，但是 NotebookLM 相較於 Gemini 更會忠於文本資料回答，減少「胡亂演奏、自由心證」的情況發生，確保我們的答案都是從文件裡面出來的。