00:00:00Dalam video ini, saya akan menunjukkan cara menggabungkan
00:00:01kekuatan Claude Code dan NotebookLM di sini
00:00:04menggunakan alat bernama NotebookLM-py,
00:00:07yaitu sebuah pustaka sumber terbuka
00:00:09yang memungkinkan Anda mengintegrasikan NotebookLM
00:00:11ke dalam alat CLI yang bisa digunakan oleh agen AI.
00:00:14Sekarang, Anda mungkin bertanya-tanya mengapa kita harus menggunakannya,
00:00:16itu karena Claude Code sangat ahli dalam eksekusi,
00:00:18sedangkan NotebookLM, di sisi lain,
00:00:20bisa mengubah dokumentasi yang berantakan, hasil riset,
00:00:22dan berbagai sumber menjadi pemahaman yang jelas dan terstruktur
00:00:26yang kemudian bisa kita berikan ke Claude Code untuk dieksekusi.
00:00:28Mari ambil contoh kasus penggunaan saya
00:00:30yang akan saya tunjukkan nanti di video ini.
00:00:32Singkatnya, Anda bisa melihat saya berhasil menggunakan
00:00:33kemampuan NotebookLM alih-alih Claude Code saja
00:00:35untuk melakukan analisis perbandingan produk
00:00:38yang saya buat bernama Book Zero.
00:00:39Kita bisa melihat di sini bahwa saya memintanya menganalisis
00:00:4235 kompetitor yang ada di dalam data CSV ini
00:00:46dan melakukan analisis perbandingan yang mendalam
00:00:48untuk setiap kompetitor yang ada.
00:00:49Terlebih lagi, kita juga bisa menggunakannya sebagai basis pengetahuan
00:00:51untuk menentukan dengan tepat arah produk mana
00:00:54yang harus kita ambil untuk kasus penggunaan apa pun, bukan?
00:00:56Contohnya, berdasarkan riset kompetitor
00:00:59yang telah dilakukan di dua notebook yang kita miliki,
00:01:01kita kemudian bisa menjawab pertanyaan seperti,
00:01:02"Apa yang harus kita fokuskan selanjutnya?"
00:01:04Alat ini akan memeriksa semua tiket Jira
00:01:06yang ada di papan Jira kita
00:01:08dan mampu memahami aplikasi saat ini,
00:01:10menggabungkannya dengan basis pengetahuan
00:01:11yang kita miliki dari riset kompetitor.
00:01:13Bahkan, Anda tidak hanya bisa menggunakannya
00:01:15untuk pengembangan di sini,
00:01:16tapi juga bisa untuk membuat konten.
00:01:18Di sini, Anda bisa melihat semuanya dibuat
00:01:20menggunakan Nano Banana 2, kemampuan SEO,
00:01:22dan juga menggunakan keahlian NotebookLM di sini,
00:01:24yang pada dasarnya menggabungkan basis pengetahuan
00:01:26dari semua kompetitor yang kita miliki
00:01:27untuk menulis konten postingan blog
00:01:29agar kita bisa bersaing dengan kompetitor lain di pasar.
00:01:32Jadi Anda bisa melihat bahwa ini semua adalah kasus penggunaan praktis
00:01:34di mana kita bisa memanfaatkan NotebookLM daripada sekadar Claude Code.
00:01:37Jadi dengan demikian,
00:01:38itulah tepatnya yang akan kita bahas dalam video ini.
00:01:40Dan secara khusus, kita akan membahas semua fitur
00:01:43yang tersedia untuk CLI,
00:01:44serta bagaimana cara menginstalnya
00:01:46ke komputer lokal kita,
00:01:47dan bagaimana cara mengaturnya.
00:01:48Lalu selanjutnya,
00:01:49saya akan menunjukkan keahlian NotebookLM di sini
00:01:52yang akan saya integrasikan ke dalam agen AI kita.
00:01:55Saya akan menunjukkan semuanya di video ini.
00:01:57Jadi, jika Anda tertarik,
00:01:58mari kita mulai.
00:01:59Baiklah, sebelum kita mulai,
00:02:00perkenalan singkat bagi Anda yang baru di sini.
00:02:02Nama saya Eric,
00:02:03dan saya menghabiskan bertahun-tahun sebagai insinyur perangkat lunak senior
00:02:05di perusahaan seperti Amazon, AWS, dan Microsoft.
00:02:08Saya memulai saluran ini
00:02:09untuk membagikan semua yang saya pelajari selama ini,
00:02:11mulai dari AI, pemrograman, hingga otomasi, Web3,
00:02:15pengembangan karier, dan banyak lagi,
00:02:17semuanya dirangkum dalam tutorial praktis
00:02:19yang benar-benar bisa Anda ikuti.
00:02:21Dan tentu saja, kami juga memiliki komunitas sekolah
00:02:23di mana Anda bisa mengakses semua sumber daya, templat,
00:02:26ditambah dukungan komunitas kami.
00:02:27Jadi, jika Anda siap untuk meningkatkan kemampuan,
00:02:29pastikan untuk mengunjungi saluran YouTube saya
00:02:30dan tekan tombol subscribe.
00:02:32Sekarang mari kita kembali ke video.
00:02:34Baiklah, untuk memulai,
00:02:34hal pertama yang akan kita lakukan
00:02:35adalah menavigasi ke notebooklm-py.
00:02:38Saya akan memastikan untuk mencantumkan tautan
00:02:39repositori ini di deskripsi
00:02:41agar Anda bisa menemukannya.
00:02:42Dan pada dasarnya, apa yang dilakukan repositori ini
00:02:44adalah berisi semua keahlian NotebookLM,
00:02:46serta API Python dan CLI
00:02:49tentang bagaimana orang bisa menggunakan Claude Code atau agen AI
00:02:52untuk mengakses fitur NotebookLM secara programatik.
00:02:55Di sini Anda bisa melihat untuk repositori ini,
00:02:57ia berisi semua fitur lengkap
00:02:59yang dicakup oleh NotebookLM.
00:03:00Misalnya, Anda bisa membuat notebook,
00:03:02melihat daftar notebook, atau mengganti nama dan menghapusnya.
00:03:05Anda juga bisa memasukkan semua sumber yang diinginkan
00:03:07dan mengekstrak pertanyaan atau riwayat percakapan,
00:03:09serta mengatur persona dalam obrolan.
00:03:12Lalu kita juga bisa mengatur riset di sini
00:03:14ke mode mendalam (deep mode) atau mode cepat dengan impor otomatis.
00:03:17Selain itu, Anda juga bisa mengunduh
00:03:19apa pun yang Anda buat menggunakan NotebookLM,
00:03:21seperti audio, video, slide presentasi,
00:03:23dan hal-hal semacam itu.
00:03:24Anda juga bisa mengekstraknya menggunakan alat ini.
00:03:28Jadi semua fungsionalitas yang ada di antarmuka web,
00:03:31bisa Anda lakukan juga melalui CLI.
00:03:33Dalam kasus kita ini, mari kita lihat
00:03:35bagaimana cara menginstalnya ke komputer lokal kita.
00:03:37Di sini Anda bisa melihat ada bagian instalasi,
00:03:40dan sederhananya kita akan menginstal instalasi dasar
00:03:42ditambah dukungan login browser
00:03:44agar kita bisa login pertama kali di browser
00:03:46dan menyimpan kredensial tersebut.
00:03:47Dalam hal ini, saya akan menyalin bagian ini.
00:03:50Lalu di sini, saya akan beralih ke bagian terminal baru.
00:03:52Di sini Anda bisa melihat saya punya folder
00:03:53bernama erictech-notebook-lm.
00:03:55Apa yang akan saya lakukan adalah pertama-tama membuat
00:03:57lingkungan virtual (virtual environment) kita terlebih dahulu.
00:03:59Ini adalah perintah untuk melakukannya.
00:04:01Setelah lingkungan virtual dibuat,
00:04:03saya akan mengaktifkannya.
00:04:04Setelah diaktifkan,
00:04:06saya akan menempelkan perintah untuk instalasi sekarang.
00:04:09Baiklah, sekarang setelah kita memilikinya,
00:04:11apa yang bisa kita lakukan adalah menginstalnya sepenuhnya.
00:04:13Dan di sini Anda bisa melihat tampilan hasil akhirnya
00:04:15setelah kita menginstalnya.
00:04:16Sekarang kita juga bisa memverifikasi untuk melihat
00:04:18apakah CLI notebook-lm kita sudah terinstal
00:04:21dengan memeriksa versinya.
00:04:22Dan saat ini Anda bisa melihat versi yang saya gunakan
00:04:24untuk CLI notebook-lm.
00:04:26Hal berikutnya yang akan kita lihat
00:04:28adalah bagaimana kita bisa melakukan autentikasi
00:04:29untuk notebook-lm kita.
00:04:30Ini adalah panduan video cepatnya.
00:04:32Dan pada dasarnya, apa yang bisa Anda lakukan di sini
00:04:33adalah menggunakan perintah ini
00:04:35untuk login melalui browser.
00:04:37Sekarang jika saya beralih ke terminal,
00:04:39dan menempelkan perintah tersebut,
00:04:41ia akan membuka browser.
00:04:42Dan cukup dengan masuk menggunakan akun Google.
00:04:44Ini akan mengautentikasi diri kita untuk notebook-lm.
00:04:47Di sini, Anda bisa melihat setelah saya masuk,
00:04:49ia akan menyimpan kredensial kita di direktori root.
00:04:51Jadi sekarang Anda bisa melihat,
00:04:52setelah perintah CLI terinstal dan terhubung,
00:04:54hal berikutnya yang akan kita lakukan
00:04:55adalah berbagai macam hal,
00:04:56seperti membuat notebook, mengobrol dengan sumber daya yang ada,
00:04:59atau membuat konten dan mengunduh artefak,
00:05:01segala macam hal, bukan?
00:05:02Ini semua adalah perintah CLI yang bisa kita gunakan
00:05:05untuk melakukan berbagai hal dengan notebook-lm kita.
00:05:07Tapi hal terpenting yang akan kita lakukan di sini
00:05:08adalah memastikan untuk menginstal keahliannya (skills)
00:05:10agar kita bisa meneruskan pengetahuan
00:05:11tentang cara menggunakan CLI ke model bahasa besar (LLM),
00:05:14atau agen AI,
00:05:15untuk menghubungkan Claude Code kita dengan notebook-lm.
00:05:18Dan untuk melakukannya,
00:05:19Anda bisa melihat ini adalah seluruh pengaturan agennya.
00:05:20Salah satu opsi yang bisa kita lakukan adalah menginstalnya menggunakan CLI,
00:05:23yaitu menggunakan notebook-lm untuk menginstal semua keahliannya.
00:05:26Dan opsi lainnya,
00:05:27jika Anda ingin menggunakan ekosistem open skill dengan NPX,
00:05:30berikut adalah perintah yang bisa Anda gunakan.
00:05:31Tapi sejujurnya, hasil yang kita dapatkan
00:05:33dari kedua opsi ini sama saja.
00:05:34Jadi dalam hal ini, saya akan menyalin opsi pertama
00:05:36untuk menginstal keahlian ke dalam direktori root kita,
00:05:39sehingga kita bisa menggunakannya
00:05:40untuk berbagai macam proyek.
00:05:41Saya akan membuka terminal baru,
00:05:44menempelkan perintahnya di sini.
00:05:45Anda bisa melihat keahlian notebook-lm
00:05:47sudah terinstal sepenuhnya di direktori root kita.
00:05:48Dan sekarang kita membuat Claude Code
00:05:50mengenali keahlian notebook-lm, kan?
00:05:53Perintah-perintah notebook-lm.
00:05:54Dan sederhananya, kita tinggal merujuknya
00:05:55baik menggunakan perintah garis miring (slash command),
00:05:57atau menggunakan bahasa alami
00:05:59untuk merujuk pada keahlian notebook-lm
00:06:01yang telah kita siapkan.
00:06:02Baiklah, setelah kita tahu cara menginstal
00:06:04keahlian notebook-lm dan juga CLI-nya,
00:06:06mari kita lihat bagaimana kita bisa menggunakan ini
00:06:08dalam alur kerja praktis.
00:06:09Di sini, Anda bisa melihat saya punya produk bernama bookzero.ai,
00:06:12produk yang saya bangun menggunakan AI
00:06:14untuk mengelola pembukuan bisnis.
00:06:16Apa yang ingin saya lakukan adalah menggunakan
00:06:18notebook-lm untuk menganalisis
00:06:2035 kompetitor AI finansial yang ada dalam data CSV.
00:06:24Saya ingin melakukan analisis kompetitif yang mendalam
00:06:26untuk setiap kompetitor yang ada,
00:06:28seperti memahami fungsinya, poin penjualan, harga,
00:06:31keunikan untuk pemasaran, dan juga halaman perbandingan.
00:06:34yang akan kita miliki.
00:06:35Dan di sini Anda bisa melihat seluruh arsitektur
00:06:37tentang bagaimana kita akan melakukan riset ini.
00:06:39Jadi dari ke-35 kompetitor yang kita miliki,
00:06:41kita menyortir atau mengaturnya ke dalam tingkatan yang berbeda.
00:06:44Bisa Anda lihat di bagian tingkatan ini,
00:06:45kita punya kompetitor langsung, kompetitor berdekatan,
00:06:48dan juga kompetitor tingkat tiga.
00:06:50Jadi yang ingin kita lakukan adalah memasukkan tingkat satu
00:06:52dan tingkat dua ke dalam satu notebook
00:06:54karena kita hanya punya batas 300 sumber
00:06:56yang bisa dimasukkan per notebook.
00:06:58Dan notebook pertama di sini akan berisi
00:07:00kompetitor langsung kita, dan notebook kedua
00:07:02hanya akan berisi data pasar.
00:07:04Jadi di sini Anda bisa melihat apa yang akan kita lakukan
00:07:06adalah melakukan riset mendalam,
00:07:08kueri mendalam untuk delapan kompetitor terdekat,
00:07:10dan juga 10 kueri cepat di sini
00:07:13untuk kompetitor tingkat dua yang kita miliki.
00:07:15Dan secara kasar totalnya akan ada 250 sumber
00:07:18yang akan kita tambahkan ke dalam notebook ini.
00:07:20Lalu untuk notebook kedua,
00:07:21kita hanya akan melakukan riset cepat untuk ke-17 kompetitor,
00:07:25dan kira-kira kita akan mendapatkan 136 sumber
00:07:27yang dimasukkan ke dalam notebook kedua.
00:07:29Sebagai hasilnya, kita akan mendapatkan laporan
00:07:31dan juga peta pikiran serta slide presentasi
00:07:34mengenai analisis perbandingan yang telah dimasukkan.
00:07:36Dan begitulah tepatnya cara kita melakukannya.
00:07:37Lalu di sebelah sini Anda bisa melihat
00:07:38seluruh langkah-langkah eksekusi
00:07:40tentang bagaimana kita mencapainya selangkah demi selangkah.
00:07:42Dalam hal ini, saya akan menjalankannya
00:07:44dan mari kita lihat seperti apa hasilnya.
00:07:46Berhenti sejenak.
00:07:47Saat saya sedang meriset alat-alat seputar topik ini,
00:07:50saya akhirnya mencoba platform bernama JobRite,
00:07:52dan ini sebenarnya cukup menarik
00:07:54jika Anda sedang mencari pekerjaan.
00:07:55Satu hal yang saya sadari tentang melamar kerja online
00:07:58adalah sebagian besar waktu tidak habis untuk mencari lowongan.
00:08:01Tapi habis untuk mengurusi proses di sekitarnya,
00:08:03menulis ulang resume, mengisi formulir,
00:08:05dan mencoba mencari tahu apakah pekerjaan itu cocok atau tidak.
00:08:08JobRite mencoba menyederhanakan seluruh alur kerja tersebut.
00:08:11Saat Anda mengunggah resume,
00:08:12platform ini menganalisisnya dan membangun profil lengkap
00:08:15mengenai keahlian, pengalaman Anda,
00:08:17dan jenis peran yang mungkin masuk akal bagi Anda.
00:08:19Dari sana, ia mulai merekomendasikan pekerjaan
00:08:21melalui sistem pencocokan pekerjaan mereka.
00:08:23Dan yang membantu adalah ia tidak hanya menampilkan daftar.
00:08:26Ia benar-benar menjelaskan mengapa suatu peran cocok dengan latar belakang Anda.
00:08:29Lalu ada Resume AI,
00:08:30yang dapat membuat versi resume yang disesuaikan
00:08:32berdasarkan deskripsi pekerjaan.
00:08:34Jadi alih-alih menulis ulang resume setiap kali melamar,
00:08:37sistem akan menyesuaikannya secara otomatis.
00:08:39Bagian yang menurut saya sangat berguna
00:08:42adalah ekstensi Chrome Autofill mereka.
00:08:44Setelah menjawab pertanyaan umum aplikasi satu kali,
00:08:47ia dapat mengisi otomatis sebagian besar formulir lamaran kerja dalam hitungan detik.
00:08:50Mereka juga punya fitur bernama Insider Connections,
00:08:53yang membantu Anda melihat potensi koneksi
00:08:54di dalam perusahaan yang Anda lamar.
00:08:56Jadi Anda tidak hanya mengirim lamaran ke ruang hampa.
00:08:59Dan jika Anda butuh panduan, ada Orion AI,
00:09:01yang pada dasarnya bertindak seperti asisten karier.
00:09:04Anda bisa mengajukan pertanyaan tentang peran, tren perekrutan,
00:09:07atau cara meningkatkan peluang Anda untuk pekerjaan tertentu.
00:09:09Secara keseluruhan, ini terasa bukan sekadar alat tunggal
00:09:12melainkan platform yang dibangun untuk menangani
00:09:14bagian-bagian rumit dari pencarian kerja.
00:09:16Jika Anda ingin mencobanya,
00:09:17Anda bisa menggunakan JobRite melalui tautan di deskripsi.
00:09:20Saat ini gratis dan Anda juga bisa mendaftar
00:09:22untuk akses awal melalui tautan di bawah.
00:09:24Baiklah, sekarang mari kembali ke video.
00:09:26Oke, sekarang Anda bisa melihat hasilnya,
00:09:27kita punya lima file hasil yang berhasil diunduh
00:09:30di dalam folder dokumen kita.
00:09:31Yaitu di dalam folder analisis kompetitor pemasaran kita.
00:09:34Ini adalah file PPT, MD, dan juga file JSON
00:09:37untuk semua yang telah kita lakukan untuk notebook satu
00:09:39dan notebook dua untuk risetnya.
00:09:40Dan di sini Anda bisa melihat analisis lengkap
00:09:42dari seluruh file MD untuk ceruk pasar
00:09:45yang sedang kita geluti saat ini.
00:09:46Dan sekarang jika saya membuka slide presentasinya,
00:09:48seperti inilah tampilannya.
00:09:50Di sini Anda bisa melihat kita punya slide yang berbeda.
00:09:52Semuanya dibuat menggunakan banana two di sini.
00:09:54Dan lebih jauh lagi di sini,
00:09:55saya juga bisa membuka notebook saya
00:09:57dan melihat notebook yang telah kita buat.
00:09:59Misalnya, notebook kompetitor langsung dan berdekatan
00:10:01serta lanskap pasar yang telah kita tambahkan.
00:10:04Jadi 300 sumber dan 171 sumber telah ditambahkan
00:10:07ke dalam kedua notebook di sini.
00:10:08Jika saya membuka salah satunya, misalnya,
00:10:11di sini Anda bisa melihat semua sumber daya
00:10:12yang telah kita tambahkan.
00:10:13Sekarang jika saya ingin mengajukan pertanyaan, kan?
00:10:15Misalnya, berdasarkan produk bookzero yang kita miliki,
00:10:19apa poin penjualan utama kita?
00:10:20Apa keunikannya dibandingkan kompetitor lain yang ada?
00:10:23Dan apa yang harus kita fokuskan untuk visi produk
00:10:25berdasarkan analisis kompetitor ini?
00:10:27Jika saya mengajukan pertanyaan ini di sini,
00:10:29ia akan mencari melalui semua sumber
00:10:30yang telah kita tambahkan untuk riset mendalam
00:10:32dan mampu menjawab pertanyaan semacam ini.
00:10:33Dan di sini Anda bisa melihat, saya mengubah pengaturan ini
00:10:36menjadi panduan belajar agar jawabannya tetap singkat.
00:10:39Dan di sini Anda bisa melihat,
00:10:40ini adalah seluruh jawaban yang saya dapatkan.
00:10:42Poin penjualan utama Anda di sini adalah sangat cepat,
00:10:44sangat akurat untuk ekstraksi dan pencocokan tanda terima.
00:10:47Dan di sini Anda bisa melihat label yang jelas
00:10:49mengenai apa poin penjualannya.
00:10:50Dan Anda bisa melihat ini juga memberikan analisis
00:10:53mengenai apa yang dilakukan kompetitor lain, bukan?
00:10:55Jadi keunikan bookzero terletak
00:10:57pada proses tiga langkah yang sangat sederhana: unggah,
00:11:00impor, dan alur kerja pencocokan,
00:11:01yang dirancang khusus untuk pasar AS dan Kanada
00:11:04untuk pembukuan otomatis,
00:11:06tanpa kurva pembelajaran yang tinggi.
00:11:08Berdasarkan tren kompetitor di sini,
00:11:10pasar bergerak secara agresif
00:11:11menuju sistem AI percakapan,
00:11:13terus menggunakan rekonsiliasi bank tanpa sentuhan.
00:11:16Dan untuk visi produk Anda,
00:11:18Anda harus fokus pada perluasan dari pencocokan tanda terima
00:11:20menjadi rekonsiliasi buku besar real-time yang berkelanjutan,
00:11:23memberikan wawasan keuangan otomatis dan dapat ditindaklanjuti.
00:11:26Jadi itulah tepatnya yang disarankan kepada saya
00:11:28untuk visi produk, sangat singkat dan padat,
00:11:31tanpa harus membaca esai yang sangat panjang.
00:11:33Saya cukup mengaturnya di bagian pengaturan di sini
00:11:35pada konfigurasi agar jawaban tetap singkat
00:11:38dan memberi saya jawaban yang tepat.
00:11:40Jadi itulah kawan-kawan.
00:11:41Begitulah cara Anda menggabungkan kekuatan Claude Code
00:11:43dan NotebookLM untuk membangun otomatisasi luar biasa ini.
00:11:46Dan dalam video ini,
00:11:47kita telah membahas cara mengaturnya di mesin lokal Anda
00:11:49dan apa saja beberapa kasus penggunaan praktisnya
00:11:51tentang cara menggunakannya untuk membangun aplikasi, bukan?
00:11:53Mengambil keputusan produk
00:11:55atau bahkan membangun apa pun menggunakan Claude Code dan NotebookLM.
00:11:58Dan tentu saja, jika Anda sedang membangun produk
00:11:59dan ingin meningkatkan pemasaran produk Anda
00:12:01menggunakan Claude Code,
00:12:02pastikan untuk menonton video yang satu ini
00:12:04tentang cara menggunakan Claude Code dengan 43 skill yang dibuat
00:12:08untuk meningkatkan pemasaran produk Anda.
00:12:09Jadi pastikan untuk menontonnya.
00:12:11Dan sekian saja untuk video kali ini.
00:12:12Dan jika Anda menyukai video ini,
00:12:14tolong berikan tanda suka.
00:12:15Pertimbangkan untuk berlangganan untuk konten seperti ini.
00:12:17Sampai jumpa di video berikutnya.