Este flujo de trabajo con NotebookLM + Claude Code es increíble

EEric Tech
컴퓨터/소프트웨어마케팅/광고창업/스타트업구직/면접AI/미래기술

Transcript

00:00:00En este video, voy a enseñarte cómo puedes combinar
00:00:01la potencia de Claude Code y NotebookLM
00:00:04usando una herramienta llamada NotebookLM-py,
00:00:07que es una librería de código abierto
00:00:09con la que podrás integrar NotebookLM
00:00:11en una herramienta de CLI para agentes de IA.
00:00:14Quizás te preguntes por qué deberíamos usar esto,
00:00:16y es porque Claude Code es excelente ejecutando tareas,
00:00:18pero NotebookLM, por otro lado,
00:00:20puede transformar tu documentación desordenada e investigaciones
00:00:22en una comprensión clara y fundamentada
00:00:26que podemos pasarle a Claude Code para su ejecución.
00:00:28Toma mi caso de uso como ejemplo,
00:00:30el cual te mostraré más adelante en este video.
00:00:32Básicamente, verás que pude usar
00:00:33la habilidad de NotebookLM en lugar de Claude Code
00:00:35para realizar un análisis comparativo del producto
00:00:38que desarrollé, llamado Book Zero.
00:00:39Y aquí podemos ver que le pedí analizar
00:00:42los 35 competidores que tenemos en estos datos CSV
00:00:46y realizar un análisis comparativo profundo
00:00:48de cada uno de esos competidores.
00:00:49Además, también podemos usar eso como base de conocimientos
00:00:51para decidir exactamente qué rumbo debe tomar el producto
00:00:54para cualquier tipo de caso de uso, ¿cierto?
00:00:56Por ejemplo, basándonos en la investigación de competencia
00:00:59que hemos hecho en los dos cuadernos que tenemos,
00:01:01podemos entonces responder preguntas como:
00:01:02"¿en qué deberíamos enfocarnos ahora?"
00:01:04Eso hará que revise todos los tickets de Jira
00:01:06que tenemos en nuestro tablero
00:01:08y que logre entender las aplicaciones actuales,
00:01:10combinándolas con la base de conocimientos
00:01:11que tenemos de la investigación de mercado.
00:01:13Es más, no solo puedes usar esto
00:01:15para el desarrollo de software,
00:01:16sino también para la creación de contenido.
00:01:18Aquí puedes ver que todo esto se generó
00:01:20usando Nano Banana 2, habilidades de SEO
00:01:22y también la habilidad de NotebookLM,
00:01:24básicamente combinando la base de conocimientos
00:01:26que tenemos de todos los competidores
00:01:27para escribir contenido de blog
00:01:29con el que podamos competir contra otros en el mercado.
00:01:32Así que verás que estos son casos de uso muy prácticos
00:01:34en los que podemos usar NotebookLM en vez de Claude Code.
00:01:37Dicho esto,
00:01:38eso es exactamente lo que vamos a tratar en este video.
00:01:40Específicamente, cubriremos todas las funciones
00:01:43que ofrece la interfaz de línea de comandos (CLI),
00:01:44así como la forma de instalarla
00:01:46en nuestra máquina local,
00:01:47y cómo vamos a poder configurarla.
00:01:48Y más adelante,
00:01:49te mostraré las habilidades de NotebookLM
00:01:52que voy a integrar en nuestros agentes de IA.
00:01:55Te mostraré todo esto en este video.
00:01:57Así que, si te interesa,
00:01:58¡vamos a ello!
00:01:59Muy bien, antes de empezar,
00:02:00una breve presentación para quienes son nuevos por aquí.
00:02:02Mi nombre es Eric,
00:02:03y pasé años como ingeniero de software senior
00:02:05en empresas como Amazon, AWS y Microsoft.
00:02:08Y he creado este canal
00:02:09para compartir todo lo que he aprendido en el camino,
00:02:11desde IA y programación hasta automatizaciones, Web3,
00:02:15desarrollo profesional y más,
00:02:17todo desglosado en tutoriales prácticos
00:02:19que realmente puedes seguir.
00:02:21Y, por supuesto, también tenemos una comunidad de Skool
00:02:23donde puedes acceder a todos los recursos, plantillas
00:02:26y recibir apoyo de nuestra comunidad.
00:02:27Así que, si estás listo para subir de nivel,
00:02:29asegúrate de visitar mi canal de YouTube
00:02:30y darle al botón de suscribirse.
00:02:32Ahora, volvamos al video.
00:02:34Bien, para empezar,
00:02:34lo primero que vamos a hacer aquí
00:02:35es ir a notebooklm-py.
00:02:38Y me aseguraré de poner el enlace
00:02:39de este repositorio en la descripción
00:02:41para que puedas encontrarlo.
00:02:42Básicamente, lo que hace este repositorio
00:02:44es contener todas las habilidades de NotebookLM,
00:02:46así como las API de Python y la CLI
00:02:49para que se pueda usar Claude Code o agentes de IA
00:02:52y acceder programáticamente a las funciones de NotebookLM.
00:02:55Y aquí puedes ver que este repositorio
00:02:57contiene todas las funciones completas
00:02:59que NotebookLM ofrece.
00:03:00Por ejemplo, puedes crear un cuaderno,
00:03:02listar cuadernos, renombrarlos o eliminarlos.
00:03:05También puedes insertar todas las fuentes que quieras
00:03:07y extraer preguntas o historiales de conversación,
00:03:09así como configurar el perfil (persona) en los chats.
00:03:12Y también podemos configurar la investigación
00:03:14en modo profundo o modo rápido con importaciones automáticas.
00:03:17Además, también puedes descargar
00:03:19cualquier cosa que hayas generado con NotebookLM,
00:03:21por ejemplo, audio, video, diapositivas...
00:03:23todo ese tipo de cosas.
00:03:24También puedes extraerlos usando esta herramienta.
00:03:28Así que toda la funcionalidad de la interfaz web
00:03:31puedes hacerla igual usando la CLI.
00:03:33En nuestro caso, echemos un vistazo
00:03:35a cómo podemos instalar esto en nuestra máquina local.
00:03:37Justo aquí ves que tiene la sección de instalación,
00:03:40y simplemente vamos a instalar la versión básica
00:03:42más el soporte de inicio de sesión por navegador
00:03:44para poder loguearnos la primera vez en el navegador
00:03:46y guardar esa credencial.
00:03:47En este caso, voy a copiar esto de aquí.
00:03:50Y luego, me dirigiré a una nueva sección de la terminal.
00:03:52Y aquí verás que tengo una carpeta
00:03:53llamada erictech-notebook-lm.
00:03:55Lo que haré primero es crear
00:03:57nuestro entorno virtual.
00:03:59En este caso, este es el comando para hacerlo.
00:04:01Una vez creado el entorno virtual,
00:04:03voy a activarlo.
00:04:04Tras activarlo,
00:04:06voy a pegar el comando para la instalación.
00:04:09Muy bien, ahora que tenemos esto,
00:04:11ya podemos instalarlo por completo.
00:04:13Y aquí puedes ver cómo queda el resultado final
00:04:15una vez que lo hemos instalado.
00:04:16Ahora también podemos verificar
00:04:18si nuestra CLI de notebook-lm está instalada
00:04:21comprobando la versión.
00:04:22Actualmente, puedes ver que esta es la versión que uso
00:04:24para la CLI de notebook-lm.
00:04:26Lo siguiente que vamos a ver
00:04:28es cómo podemos autenticarnos
00:04:29en nuestro notebook-lm.
00:04:30Esta es la guía rápida en video.
00:04:32Y básicamente, lo que puedes hacer aquí
00:04:33es usar este comando de aquí
00:04:35para iniciar sesión con el navegador.
00:04:37Así que, si voy a la terminal
00:04:39y pego ese comando,
00:04:41se abrirá un navegador.
00:04:42Y simplemente vamos a iniciar sesión con Google.
00:04:44Esto básicamente nos autenticará en notebook-lm.
00:04:47Aquí ves que después de iniciar sesión,
00:04:49guardará nuestras credenciales en nuestros directorios raíz.
00:04:51Así que ahora puedes ver que,
00:04:52una vez instalada y conectada la CLI,
00:04:54lo siguiente que haremos
00:04:55es todo tipo de tareas,
00:04:56como crear cuadernos, chatear con los recursos que tenemos,
00:04:59o generar contenido y descargar archivos,
00:05:01todo tipo de cosas, ¿verdad?
00:05:02Estos son todos los comandos de CLI que podemos usar
00:05:05para manejar nuestro notebook-lm.
00:05:07Pero lo más importante que vamos a hacer aquí
00:05:08es asegurarnos de instalar las habilidades (skills)
00:05:10para poder pasarle el conocimiento
00:05:11de cómo usar la CLI al modelo de lenguaje,
00:05:14o a los agentes de IA,
00:05:15y así conectar Claude Code con NotebookLM.
00:05:18Para hacer eso,
00:05:19aquí tienes toda la configuración del agente.
00:05:20Una opción es instalarlo usando la CLI,
00:05:23usando el comando de notebook-lm para instalar todas las skills.
00:05:26Y la otra opción,
00:05:27si quieres usar el ecosistema de habilidades abierto mediante NPX,
00:05:30es usar este comando de aquí.
00:05:31Pero honestamente, los resultados que obtenemos
00:05:33con ambas opciones son los mismos.
00:05:34Así que voy a copiar la primera opción
00:05:36para instalar la habilidad en nuestro directorio raíz,
00:05:39y así poder usarla
00:05:40en todo tipo de proyectos.
00:05:41Abriré una nueva terminal
00:05:44y pegaré ese comando aquí mismo.
00:05:45Como ves, ya tenemos la habilidad de notebook-lm
00:05:47totalmente instalada en nuestro directorio raíz.
00:05:48Y ahora ya tenemos a Claude Code
00:05:50reconociendo las habilidades y comandos
00:05:53de notebook-lm.
00:05:54Y simplemente haremos referencia a ellos
00:05:55ya sea usando el comando de barra (/),
00:05:57o usando lenguaje natural
00:05:59para referirnos a las habilidades de notebook-lm
00:06:01que hemos configurado.
00:06:02Bien, una vez que sabemos cómo instalar
00:06:04nuestras habilidades de notebook-lm y la CLI,
00:06:06veamos cómo podemos usar esto
00:06:08en un flujo de trabajo práctico.
00:06:09Aquí puedes ver que tengo un producto llamado bookzero.ai,
00:06:12que es un producto que creé usando IA
00:06:14para gestionar la contabilidad de negocios.
00:06:16Y lo que quiero hacer es usar
00:06:18NotebookLM para analizar básicamente
00:06:2035 competidores de finanzas e IA que están en estos datos CSV.
00:06:24Quiero hacer un análisis competitivo profundo
00:06:26de cada uno de los competidores que tenemos,
00:06:28como entender qué hacen, sus puntos de venta, precios,
00:06:31su valor único para el marketing y también páginas comparativas.
00:06:34que vamos a tener.
00:06:35Y aquí pueden ver toda la arquitectura
00:06:37de cómo vamos a realizar esta investigación.
00:06:39De los 35 competidores que tenemos,
00:06:41en realidad los clasificamos u organizamos en diferentes niveles.
00:06:44Como pueden ver en los niveles,
00:06:45tenemos competidores directos, competidores adyacentes
00:06:48y también los competidores de nivel tres.
00:06:50Lo que queremos hacer es poner el nivel uno
00:06:52y el nivel dos en un solo cuaderno,
00:06:54porque solo podemos insertar 300 fuentes
00:06:56por cada cuaderno.
00:06:58El primer cuaderno será para
00:07:00nuestros competidores directos, y el segundo
00:07:02será solo para los datos del mercado.
00:07:04Así que lo que vamos a hacer aquí
00:07:06es una investigación profunda;
00:07:08consultas detalladas para los ocho competidores más cercanos,
00:07:10y también 10 consultas rápidas
00:07:13para los competidores de nivel dos.
00:07:15En total serán aproximadamente 250 fuentes
00:07:18que añadiremos a este cuaderno.
00:07:20Para el segundo cuaderno,
00:07:21haremos una investigación rápida de los 17,
00:07:25y obtendremos unas 136 fuentes
00:07:27insertadas en ese segundo cuaderno.
00:07:29Como resultado, obtendremos un informe,
00:07:31un mapa mental y una presentación
00:07:34sobre el análisis comparativo que hayamos introducido.
00:07:36Y así es exactamente como lo haremos.
00:07:37Aquí pueden ver
00:07:38todos los pasos de ejecución
00:07:40para lograrlo paso a paso.
00:07:42En este caso, simplemente voy a ejecutarlo
00:07:44y veamos cómo queda el resultado.
00:07:46Hagamos una pausa rápida.
00:07:47Mientras investigaba herramientas sobre este tema,
00:07:50terminé probando una plataforma llamada JobRite,
00:07:52y es bastante interesante
00:07:54si estás buscando trabajo actualmente.
00:07:55Algo que he notado al buscar empleo en línea
00:07:58es que la mayor parte del tiempo no se va en buscar vacantes.
00:08:01Se pierde lidiando con todo el proceso,
00:08:03reescribiendo currículums, llenando formularios
00:08:05y tratando de descifrar si un empleo realmente encaja contigo.
00:08:08JobRite intenta simplificar todo ese flujo de trabajo.
00:08:11Cuando subes tu currículum,
00:08:12la plataforma lo analiza y crea un perfil completo
00:08:15de tus habilidades, experiencia
00:08:17y los tipos de roles que tendrían sentido para ti.
00:08:19A partir de ahí, empieza a recomendarte empleos
00:08:21a través de su sistema de emparejamiento.
00:08:23Y lo útil es que no solo muestra listados.
00:08:26Realmente explica por qué un puesto encaja con tu perfil.
00:08:29Luego está Resume AI,
00:08:30que puede generar versiones personalizadas de tu currículum
00:08:32basándose en la descripción del empleo.
00:08:34Así, en lugar de reescribirlo cada vez que postulas,
00:08:37el sistema lo adapta automáticamente.
00:08:39La parte que me pareció especialmente útil
00:08:42es su extensión de autofill para Chrome.
00:08:44Una vez que respondes las preguntas comunes una vez,
00:08:47puede completar la mayoría de los formularios en segundos.
00:08:50También tienen algo llamado Insider Connections,
00:08:53que te ayuda a ver contactos potenciales
00:08:54dentro de las empresas a las que postulas.
00:08:56Para que no sientas que envías solicitudes a un agujero negro.
00:08:59Y si necesitas orientación, está Orion AI,
00:09:01que básicamente actúa como un asistente de carrera.
00:09:04Puedes hacerle preguntas sobre roles, tendencias de contratación
00:09:07o cómo mejorar tus posibilidades para un trabajo específico.
00:09:09En conjunto, se siente menos como una herramienta suelta
00:09:12y más como una plataforma diseñada para manejar
00:09:14las partes tediosas de buscar trabajo.
00:09:16Si quieres echarle un vistazo,
00:09:17puedes probar JobRite usando el enlace en la descripción.
00:09:20Actualmente es gratis y también puedes registrarte
00:09:22para el acceso anticipado a través del link de abajo.
00:09:24Muy bien, ahora volvamos al video.
00:09:26Bien, ahora pueden ver que, como resultado,
00:09:27tenemos cinco archivos descargables guardados con éxito
00:09:30dentro de nuestra carpeta de documentos.
00:09:31Dentro de nuestro análisis de competencia de marketing.
00:09:34Estos son los archivos PPT, MD y el JSON
00:09:37con todo lo que hemos hecho para el cuaderno uno
00:09:39y el cuaderno dos de la investigación.
00:09:40Aquí pueden ver que ofrece un análisis completo
00:09:42en el archivo MD para todo este nicho
00:09:45en el que nos encontramos actualmente.
00:09:46Ahora, si abriera la presentación,
00:09:48así es exactamente como se ve.
00:09:50Como ven, tenemos diferentes diapositivas.
00:09:52Todas fueron generadas usando ese Banana 2.
00:09:54Además, también puedo
00:09:55abrir mi cuaderno aquí
00:09:57y ver los cuadernos que hemos creado.
00:09:59Por ejemplo, los cuadernos directos y adyacentes,
00:10:01y también el panorama del mercado que añadimos.
00:10:04Son 300 fuentes y 171 fuentes añadidas
00:10:07en ambos cuadernos.
00:10:08Si abriera uno de ellos, por ejemplo,
00:10:11aquí pueden ver todos los recursos
00:10:12que hemos incluido.
00:10:13Y ahora, si quisiera hacer alguna pregunta...
00:10:15Por ejemplo, basándonos en el producto BookZero,
00:10:19«¿cuál es nuestro punto de venta?»,
00:10:20«¿qué nos hace únicos frente a otros competidores?»
00:10:23y «¿en qué deberíamos centrar la visión del producto
00:10:25según el análisis de la competencia?».
00:10:27Si hago esta pregunta,
00:10:29debería ser capaz de revisar todas las fuentes
00:10:30que añadimos para la investigación profunda
00:10:32y responder este tipo de dudas.
00:10:33Como ven, cambié la configuración
00:10:36a «guía de aprendizaje» para que la respuesta sea breve.
00:10:39Y aquí lo tienen,
00:10:40esta es la respuesta completa que recibo.
00:10:42Dice que su punto de venta principal es la ultra rapidez
00:10:44y alta precisión en la extracción y cotejo de recibos.
00:10:47Aquí se indica claramente
00:10:49cuál es el punto de venta.
00:10:50Y también ofrece un análisis
00:10:53de lo que están haciendo los otros competidores.
00:10:55La singularidad de BookZero radica
00:10:57en su proceso híper simple de tres pasos: subir,
00:11:00importar y cotejar,
00:11:01diseñado específicamente para el mercado de EE. UU. y Canadá
00:11:04como un piloto automático de contabilidad,
00:11:06sin una curva de aprendizaje elevada.
00:11:08Según las tendencias de la competencia,
00:11:10el mercado se dirige agresivamente
00:11:11hacia sistemas de IA conversacional
00:11:13y conciliaciones bancarias automatizadas sin intervención.
00:11:16Para la visión de su producto,
00:11:18debería centrarse en pasar del cotejo de recibos
00:11:20a conciliaciones de libros en tiempo real y continuas,
00:11:23proporcionando análisis financieros automáticos y útiles.
00:11:26Eso es exactamente lo que me sugiere hacer
00:11:28para la visión del producto, de forma muy concisa,
00:11:31sin tener que leer un ensayo larguísimo.
00:11:33Simplemente puedo ajustar esto en la configuración
00:11:35para que las respuestas sean cortas
00:11:38y me den la respuesta exacta.
00:11:40Así que ahí lo tienen.
00:11:41Básicamente así pueden combinar el poder de Claude Code
00:11:43y NotebookLM para crear estas automatizaciones increíbles.
00:11:46En este video,
00:11:47vimos cómo configurar esto en su máquina local
00:11:49y algunos casos de uso prácticos
00:11:51sobre cómo usarlo para crear aplicaciones,
00:11:53tomar decisiones de producto
00:11:55o cualquier cosa usando Claude Code y NotebookLM.
00:11:58Y, por supuesto, si están creando productos
00:11:59y quieren mejorar su marketing
00:12:01utilizando Claude Code,
00:12:02no olviden ver este video de aquí
00:12:04sobre cómo usarlo con las 43 habilidades que creé
00:12:08para mejorar el marketing de su producto.
00:12:09Así que asegúrense de echarle un vistazo.
00:12:11Y eso es prácticamente todo por este video.
00:12:12Si les ha gustado,
00:12:14por favor denle a «me gusta».
00:12:15Consideren suscribirse para más contenido como este.
00:12:17Dicho esto, nos vemos en el próximo video.

Key Takeaway

La combinación de NotebookLM y Claude Code permite a los desarrolladores automatizar el análisis de mercado complejo y la toma de decisiones estratégicas mediante el acceso programático a bases de conocimientos fundamentadas.

Highlights

Integración de Claude Code con NotebookLM mediante la librería de código abierto notebooklm-py.

Capacidad de transformar documentación desordenada en una base de conocimientos estructurada para agentes de IA.

Proceso de instalación y autenticación de la CLI de NotebookLM en una máquina local.

Análisis competitivo profundo de 35 empresas usando múltiples cuadernos y cientos de fuentes de datos.

Generación automática de entregables como informes en Markdown, mapas mentales y presentaciones de diapositivas.

Uso de NotebookLM para definir la visión de producto y puntos de venta únicos (USP) frente al mercado.

Mención de herramientas complementarias como JobRite para la búsqueda de empleo y optimización de currículums.

Timeline

Introducción y Potencial de la Sinergia IA

El video comienza explicando cómo conectar Claude Code y NotebookLM a través de la herramienta notebooklm-py para potenciar agentes de IA. Eric destaca que mientras Claude es excelente ejecutando tareas, NotebookLM sobresale organizando documentación desordenada para crear una comprensión clara del contexto. Se presenta un caso de uso real basado en el producto BookZero, donde se analizaron 35 competidores mediante datos CSV para realizar un análisis comparativo profundo. Esta integración no solo sirve para el desarrollo de software, sino también para la creación de contenido de blog optimizado para SEO. El objetivo principal es demostrar cómo esta base de conocimientos guía la dirección estratégica del producto basándose en datos reales del mercado.

Presentación del Autor y Recursos de la Comunidad

Eric se presenta como un ex-ingeniero de software senior con experiencia previa en gigantes tecnológicos como Amazon, AWS y Microsoft. Explica que su canal de YouTube está dedicado a desglosar temas complejos como la programación, la automatización y la Web3 en tutoriales prácticos y fáciles de seguir. Además, invita a los espectadores a unirse a su comunidad en Skool, donde ofrece acceso exclusivo a plantillas, recursos y apoyo técnico. Esta sección establece la autoridad del narrador en el campo de la ingeniería de IA. Finalmente, motiva a la audiencia a suscribirse para seguir recibiendo contenido que les ayude a subir de nivel profesionalmente.

Instalación y Configuración de notebooklm-py

En esta fase técnica, el autor muestra el repositorio de notebooklm-py, el cual contiene las API de Python y la interfaz de línea de comandos (CLI). Se detallan las funciones disponibles, como crear, renombrar o eliminar cuadernos, además de la capacidad de insertar fuentes y configurar perfiles de chat. Eric procede a realizar la instalación en su máquina local creando primero un entorno virtual de Python para mantener el proyecto organizado. Utiliza comandos específicos para instalar la versión básica con soporte de inicio de sesión por navegador. El proceso concluye con la verificación de la versión instalada para asegurar que la CLI está lista para operar correctamente.

Autenticación y Conexión de Habilidades con Claude Code

La sección se centra en el proceso de autenticación mediante el comando de inicio de sesión de Google, que guarda las credenciales localmente para futuros accesos. Eric explica que es vital instalar las "skills" o habilidades para que el modelo de lenguaje entienda cómo interactuar con la CLI de NotebookLM. Existen dos métodos para esto: usar el comando directo de la herramienta o emplear NPX para el ecosistema abierto de habilidades. Una vez instaladas, Claude Code reconoce automáticamente los comandos de NotebookLM, permitiendo al usuario interactuar mediante lenguaje natural. Esto crea un puente donde el agente de IA puede consultar la base de conocimientos de forma autónoma durante una sesión de codificación. De esta manera, se logra una integración fluida entre la ejecución de código y la consulta de datos estructurados.

Arquitectura del Análisis de Competencia

El autor detalla la arquitectura de investigación para BookZero, clasificando a los competidores en tres niveles distintos según su relevancia. Debido a las limitaciones de fuentes por cuaderno en NotebookLM, se decide crear dos cuadernos separados: uno para competidores directos y otro para el panorama general del mercado. Se describe un flujo de trabajo que incluye investigaciones profundas para los rivales más cercanos y consultas rápidas para los secundarios, sumando más de 400 fuentes en total. El resultado esperado de este proceso es la obtención de informes detallados, mapas mentales y presentaciones automatizadas. Eric subraya que este método permite procesar una cantidad masiva de información que sería imposible de analizar manualmente de forma eficiente.

Intermedio: Optimización de Carrera con JobRite

Durante una pausa en el tutorial técnico, Eric introduce JobRite, una plataforma diseñada para simplificar la búsqueda de empleo mediante inteligencia artificial. Explica que la herramienta analiza el currículum del usuario para crear un perfil de habilidades y recomendar puestos que realmente encajen con su experiencia. Destaca funciones como Resume AI para personalizar currículums automáticamente y una extensión de Chrome que completa formularios de solicitud en segundos. También menciona a Orion AI, un asistente de carrera que responde preguntas sobre tendencias de contratación y mejora las posibilidades de éxito. Esta mención sirve como un recurso valioso para los profesionales que buscan aplicar sus conocimientos técnicos en el mercado laboral actual.

Resultados, Análisis Final y Conclusión

En la parte final, se muestran los archivos generados tras la ejecución del flujo de trabajo, incluyendo presentaciones creadas con el modelo Nano Banana 2. Eric realiza consultas en lenguaje natural a NotebookLM para extraer el valor único de BookZero, recibiendo respuestas precisas sobre su rapidez y precisión en el cotejo de recibos. El sistema identifica tendencias del mercado, como la transición hacia conciliaciones bancarias automatizadas sin intervención humana, sugiriendo una visión de producto a futuro. Se concluye que la integración permite obtener respuestas estratégicas concisas sin necesidad de leer documentos extensos. Eric finaliza invitando a ver otros videos sobre habilidades de marketing y agradece a la audiencia por su apoyo.

Community Posts

View all posts