Si estás leyendo esto, probablemente ya hayas pasado por el calvario de las IAs con amnesia. Ya sabes: subes un PDF a ChatGPT o Claude, le pides tres cosas, y a la cuarta pregunta parece que se ha tomado tres mojitos porque empieza a inventarse datos o se olvida de lo que le dijiste hace diez minutos.
El problema no eres tú, es el contexto. Pero Google tiene en su recámara sus dos principales herramientas que, juntas, hacen que crear contenido pase de ser una tarea tediosa a un proceso casi automático. Hablo de Gemini 3 y NotebookLM.
Estructura del contenido
¿Qué es esto y por qué debería importarte?
Antes de entrar en el paso a paso, te cuento un poco sobre ellos:
- NotebookLM: No lo veas como un simple chat sino más bien como un proyecto (similar a los de ChatGPT) pero que te permite darle tus fuentes (enlaces, PDFs, notas) o pedirle que él las busque, sobre un tema, y él solo responde basándose en eso. NotebookLM ya utiliza una versión optimizada de Gemini para sintetizar información sin las típicas «alucinaciones» de los modelos generales, por lo que su respuesta es más sólida.
- Gemini 3: Es el motor más potente de Google hasta la fecha superando incluso a sus competidores en razonamiento lógico y capacidad de procesamiento de ventanas de contexto enormes (estamos hablando de millones de tokens).
El Workflow: De 0 a Post de Blog en 3 pasos
Olvida eso de «escribir prompts mágicos». Lo que necesitas es un proceso sólido, por ejemplo:
Paso 1: Crea tu «Base de la Verdad» en NotebookLM
En lugar de ir directo al chat, abre NotebookLM. Crea un cuaderno nuevo y sube todo lo que tengas sobre el tema: informes, la URL de un competidor, tus propias notas de voz…
¿Por qué aquí? Porque NotebookLM te permite tener hasta 50 fuentes por cuaderno. Al estar «anclado» a tus documentos, cualquier dato que te dé tendrá una cita directa. Si dice que «el 40% de los usuarios prefiere X», puedes clicar y ver exactamente en qué página de tu PDF lo dice.
Paso 2: El «Deep Dive»
Una de las funciones más brutales de NotebookLM es su capacidad para generar «Guías de estudio» o incluso un Audio Overview (ese podcast de dos personas discutiendo tus notas).
Úsalo para:
- Pedirle un esquema de puntos clave.
- Preguntarle: «¿Qué es lo más polémico o innovador de estos documentos?».
- Generar una lista de preguntas frecuentes.
Paso 3: El pulido de diamante con Gemini 3 (y sus Gems)
NotebookLM es increíble para entender, pero a veces es un poco «académico» escribiendo. Aquí es donde entra Gemini 3.
Copia el esquema que te ha dado NotebookLM y llévatelo a Gemini. O mejor aún, crea una Gem (un asistente personalizado, lo más parecido a los GPTs personalizados de ChatGPT). Las Gems ahora permiten cargar archivos directamente para actuar como expertos en un nicho.
Desde la opción de + puedes seleccionar uno o más cuadernos de NotebookLM, y con la opción de Canvas, Gemini3 te dará la respuesta en formato editable (similar al formato Lienzo de ChatGPT).
¿Por qué esto es competencia directa de los «Custom GPTs»?
He probado ambos y, sinceramente, la integración que hace Google en su ecosistema con el resto de las aplicaciones, me está ganando y es que:
- Fiabilidad de las fuentes: En un GPT personalizado, a veces el modelo «pasa» de tus archivos y tira de su entrenamiento general. NotebookLM prioriza tus archivos por encima de todo.
- Ventana de contexto: Gemini 3 puede leerse un libro entero (o diez), vídeos de Youtube de horas, y mantener la coherencia.
En busca de la obtención de EEAT
El secreto para destacar hoy en día no es publicar más, sino publicar contenido que esté mejor fundamentado (positivo para EEAT). Usar NotebookLM para la investigación y Gemini 3 para la creación del contenido bajo unos requisitos de formato, etc, es como tener a un documentalista y a un copywriter dos en uno.
Mi consejo: Abre un NotebookLM, suelta ahí tus ideas desordenadas y después, con un Gem personalizado, combina la respuesta y enriquécela.
