Este Fluxo de Trabalho do NotebookLM + Claude Code é Insano

EEric Tech
Computing/SoftwareAdvertising/MarketingSmall Business/StartupsJob SearchInternet Technology

Transcript

00:00:00Neste vídeo, vou mostrar como você pode combinar
00:00:01o poder do Claude Code e do NotebookLM aqui
00:00:04usando esta ferramenta chamada notebooklm-py,
00:00:07que é uma biblioteca de código aberto
00:00:09para que você possa integrar o NotebookLM
00:00:11em uma ferramenta de CLI que pode ser usada por agentes de IA.
00:00:14Agora, você deve estar se perguntando por que usar isso,
00:00:16é porque o Claude Code é excelente na execução,
00:00:18mas o NotebookLM, por outro lado,
00:00:20pode transformar sua documentação bagunçada, pesquisas
00:00:22e diferentes fontes em uma compreensão clara e fundamentada
00:00:26que podemos passar para o Claude Code executar.
00:00:28E pegue o meu caso de uso como exemplo,
00:00:30que vou mostrar mais adiante neste vídeo.
00:00:32Basicamente, você verá que consegui usar
00:00:33a habilidade do NotebookLM em vez do Claude Code
00:00:35para fazer uma análise comparativa do produto
00:00:38que eu desenvolvi, chamado Book Zero.
00:00:39E podemos ver aqui que pedi para ele analisar
00:00:42os 35 concorrentes que temos neste arquivo CSV
00:00:46e fazer uma análise comparativa profunda
00:00:48de cada concorrente que temos.
00:00:49Além disso, também podemos usar isso como base de conhecimento
00:00:51para decidir exatamente quais direções de produto
00:00:54devemos seguir para qualquer tipo de caso de uso, certo?
00:00:56Por exemplo, com base na pesquisa de concorrência
00:00:59que fizemos nos dois notebooks que temos,
00:01:01podemos então responder a perguntas como:
00:01:02"em que devemos focar agora?"
00:01:04E isso vai analisar todos os chamados do Jira
00:01:06que temos no nosso quadro do Jira
00:01:08e conseguir entender as aplicações atuais,
00:01:10combinando com a base de conhecimento
00:01:11que temos da pesquisa de concorrentes.
00:01:13E mais, você não só pode usar isso
00:01:15para desenvolvimento aqui,
00:01:16mas também pode usar para criar conteúdo.
00:01:18Bem aqui, você pode ver que tudo isso foi gerado
00:01:20usando o Nano Banana 2, habilidades de SEO
00:01:22e também usando a habilidade do NotebookLM aqui,
00:01:24basicamente combinando a base de conhecimento
00:01:26que temos de todos os concorrentes
00:01:27para escrever conteúdos de postagens de blog
00:01:29que nos permitam competir com outros no mercado.
00:01:32Então, veja que todos esses são casos de uso práticos
00:01:34em que podemos usar o NotebookLM em vez do Claude Code.
00:01:37Dito isso,
00:01:38é exatamente isso que vamos abordar neste vídeo.
00:01:40E especificamente, vamos cobrir todos os recursos
00:01:43que existem para o CLI,
00:01:44além de como vamos instalar isso
00:01:46na nossa máquina local
00:01:47e como vamos configurar tudo.
00:01:48E depois disso,
00:01:49vou mostrar as habilidades do NotebookLM aqui
00:01:52que vou integrar aos nossos agentes de IA.
00:01:55Vou mostrar tudo isso neste vídeo.
00:01:57Então, se você estiver interessado, vamos começar.
00:01:59Tudo bem, antes de mergulharmos,
00:02:00uma rápida introdução para quem é novo por aqui.
00:02:02Meu nome é Eric,
00:02:03e passei anos como engenheiro de software sênior
00:02:05em empresas como Amazon, AWS e Microsoft.
00:02:08E eu comecei este canal
00:02:09para compartilhar tudo o que aprendi pelo caminho,
00:02:11desde IA e programação até automações, Web3,
00:02:15desenvolvimento de carreira e muito mais,
00:02:17tudo detalhado em tutoriais práticos
00:02:19que você pode realmente seguir.
00:02:21E claro, também temos uma comunidade
00:02:23onde você pode acessar todos os recursos, modelos
00:02:26e contar com o suporte da nossa comunidade.
00:02:27Então, se você está pronto para subir de nível,
00:02:29não deixe de conferir meu canal no YouTube
00:02:30e clicar no botão de se inscrever.
00:02:32Agora, vamos voltar ao vídeo.
00:02:34Certo, então para começar,
00:02:34a primeira coisa que vamos fazer aqui
00:02:35é navegar até o notebooklm-py.
00:02:38E eu farei questão de colocar o link
00:02:39deste repositório na descrição do vídeo
00:02:41para que você possa encontrá-lo.
00:02:42E basicamente o que este repositório faz
00:02:44é conter todas as habilidades do NotebookLM,
00:02:46bem como as APIs Python e as CLIs
00:02:49para que as pessoas possam usar o Claude Code ou agentes de IA
00:02:52para acessar programaticamente os recursos do NotebookLM.
00:02:55E aqui você pode ver que este repositório
00:02:57contém todos os recursos completos
00:02:59que o NotebookLM oferece.
00:03:00Por exemplo, você pode criar um notebook,
00:03:02listar notebooks, ou renomear e excluir.
00:03:05Você também pode inserir todas as fontes que desejar
00:03:07e extrair perguntas ou históricos de conversa,
00:03:09além de configurar a persona nos chats.
00:03:12E também podemos configurar a pesquisa aqui
00:03:14para o modo profundo ou modo rápido com importações automáticas.
00:03:17Além disso, você também pode baixar
00:03:19qualquer coisa gerada usando o NotebookLM,
00:03:21como áudio, vídeo, apresentações de slides,
00:03:23todo esse tipo de coisa.
00:03:24Você também pode extraí-los usando esta ferramenta.
00:03:28Toda a funcionalidade coberta na interface web,
00:03:31você pode fazer o mesmo usando a CLI.
00:03:33No nosso caso, vamos dar uma olhada
00:03:35em como podemos instalar isso na nossa máquina local.
00:03:37Bem aqui você vê a seção de instalação,
00:03:40e simplesmente vamos instalar a base
00:03:42mais o suporte de login pelo navegador
00:03:44para que possamos logar pela primeira vez no navegador
00:03:46e salvar essa credencial.
00:03:47Neste caso, vou apenas copiar isso aqui.
00:03:50E então, vou abrir uma nova seção de terminal.
00:03:52E aqui você vê que tenho uma pasta
00:03:53chamada erictech-notebook-lm.
00:03:55E o que vou fazer aqui é primeiro criar
00:03:57o nosso ambiente virtual.
00:03:59Neste caso, este é o comando para isso.
00:04:01Assim que criar o ambiente virtual,
00:04:03vou ativá-lo.
00:04:04Depois de ativar,
00:04:06vou colar o comando para a instalação agora.
00:04:09Certo, agora que temos isso,
00:04:11o que podemos fazer é concluir a instalação.
00:04:13E aqui você vê como fica o resultado final
00:04:15depois de termos instalado.
00:04:16E agora também podemos verificar
00:04:18se a nossa CLI do notebook-lm está instalada
00:04:21checando a versão.
00:04:22E atualmente, esta é a versão que estou usando
00:04:24para a CLI do notebook-lm.
00:04:26A próxima coisa que vamos ver
00:04:28é como podemos nos autenticar
00:04:29para o nosso notebook-lm.
00:04:30Este é o guia rápido em vídeo.
00:04:32E basicamente o que você pode fazer
00:04:33é apenas usar este comando bem aqui
00:04:35para fazer login com o navegador.
00:04:37Agora, se eu for para o terminal
00:04:39e colar esse comando,
00:04:41ele vai abrir um navegador.
00:04:42E simplesmente, vamos fazer login com o Google.
00:04:44E isso vai nos autenticar no nosso notebook-lm.
00:04:47Aqui, você vê que após o login,
00:04:49ele salvará nossas credenciais nos diretórios raiz.
00:04:51Então agora, veja só,
00:04:52com o comando de CLI instalado e conectado,
00:04:54a próxima coisa que vamos fazer
00:04:55é todo tipo de coisa,
00:04:56como criar notebook, conversar com as fontes que temos,
00:04:59ou gerar conteúdo e baixar artefatos,
00:05:01todo tipo de coisa, certo?
00:05:02Estes são todos os comandos de CLI que podemos usar
00:05:05para interagir com o nosso notebook-lm.
00:05:07Mas o mais importante que vamos fazer aqui
00:05:08é garantir a instalação das habilidades
00:05:10para que possamos passar o conhecimento
00:05:11de como usar a CLI para o modelo de linguagem aqui,
00:05:14ou para os agentes de IA,
00:05:15para conectar o nosso Claude Code com o notebook-lm.
00:05:18E para fazer isso,
00:05:19você pode ver toda a configuração do agente.
00:05:20Uma opção é instalar usando a CLI,
00:05:23que é usar o próprio notebook-lm para instalar as habilidades.
00:05:26A outra opção,
00:05:27se você quiser usar o ecossistema open skill via NPX,
00:05:30aqui está o comando para isso.
00:05:31Mas honestamente, os resultados que obtemos
00:05:33nas duas opções são os mesmos.
00:05:34Neste caso, vou copiar a primeira opção
00:05:36para instalar a habilidade no nosso diretório raiz,
00:05:39para que possamos usá-la
00:05:40em todos os tipos de projetos.
00:05:41Vou abrir um novo terminal,
00:05:44colar aquele comando aqui.
00:05:45Você pode ver que a habilidade do notebook-lm
00:05:47está totalmente instalada no nosso diretório raiz.
00:05:48E agora temos o Claude Code
00:05:50reconhecendo as habilidades do notebook-lm, certo?
00:05:53Os comandos do notebook-lm.
00:05:54E simplesmente vamos referenciá-los
00:05:55seja usando o comando de barra,
00:05:57ou usando linguagem natural
00:05:59para basicamente referenciar as habilidades
00:06:01do notebook-lm que configuramos.
00:06:02Certo, agora que sabemos como instalar
00:06:04as habilidades e a nossa CLI do notebook-lm,
00:06:06vamos ver como usar isso
00:06:08em um fluxo de trabalho prático.
00:06:09Aqui, você vê que tenho um produto chamado bookzero.ai,
00:06:12um produto que criei usando IA
00:06:14para gerenciar a contabilidade de empresas.
00:06:16E o que eu quero fazer é usar
00:06:18o notebook-lm para basicamente analisar
00:06:2035 concorrentes de IA financeira que estão nestes dados CSV.
00:06:24E eu quero fazer uma análise competitiva profunda
00:06:26de cada concorrente que temos,
00:06:28como entender o que faz, diferenciais, preços,
00:06:31singularidade para marketing e também páginas de comparação.
00:06:34que vamos ter.
00:06:35E aqui você pode ver toda a arquitetura
00:06:37de como vamos realizar essa pesquisa.
00:06:39Então, de todos os 35 competidores que temos,
00:06:41nós os classificamos ou organizamos em diferentes níveis.
00:06:44Como pode ver nestes níveis aqui,
00:06:45temos competidores diretos, competidores adjacentes
00:06:48e também os competidores de nível três.
00:06:50O que queremos fazer é colocar os de nível um
00:06:52e nível dois em um único notebook,
00:06:54pois só temos o limite de 300 fontes
00:06:56que podemos inserir por notebook.
00:06:58Este primeiro notebook aqui será
00:07:00dos nossos competidores diretos, e o segundo notebook
00:07:02será apenas com os dados de mercado.
00:07:04O que vamos fazer aqui
00:07:06é uma pesquisa profunda,
00:07:08com consultas detalhadas para os oito principais competidores,
00:07:10e também 10 consultas rápidas
00:07:13para os competidores de nível dois.
00:07:15No total, teremos cerca de 250 fontes
00:07:18que vamos adicionar neste notebook.
00:07:20Já para o segundo notebook,
00:07:21faremos apenas uma pesquisa rápida para todos os 17,
00:07:25obtendo aproximadamente 136 fontes
00:07:27inseridas no segundo notebook.
00:07:29Como resultado, vamos obter um relatório,
00:07:31um mapa mental e também um slide deck
00:07:34sobre a análise comparativa que inserimos.
00:07:36E é exatamente assim que vamos fazer.
00:07:37Agora, logo aqui, você pode ver
00:07:38todas as etapas de execução
00:07:40para alcançarmos isso passo a passo.
00:07:42Neste caso, vou apenas rodar isso
00:07:44e vamos dar uma olhada no resultado.
00:07:46Uma pausa rápida por um segundo.
00:07:47Enquanto eu pesquisava ferramentas sobre este tema,
00:07:50acabei testando uma plataforma chamada JobRite,
00:07:52e ela é bem interessante
00:07:54se você estiver procurando emprego no momento.
00:07:55Algo que notei ao me candidatar a vagas online
00:07:58é que a maior parte do tempo não é gasta encontrando as vagas,
00:08:01mas sim lidando com todo o processo em volta delas,
00:08:03reescrevendo currículos, preenchendo formulários
00:08:05e tentando entender se a vaga realmente combina com você.
00:08:08O JobRite tenta simplificar todo esse fluxo.
00:08:11Quando você faz o upload do seu currículo,
00:08:12a plataforma o analisa e cria um perfil completo
00:08:15das suas habilidades, experiências
00:08:17e os tipos de cargos que fariam sentido para você.
00:08:19A partir daí, ele começa a recomendar vagas
00:08:21através do sistema de correspondência de empregos.
00:08:23E o que ajuda é que ele não apenas mostra a lista.
00:08:26Ele explica por que aquele cargo combina com seu histórico.
00:08:29Depois, tem a IA de Currículo,
00:08:30que gera versões personalizadas do seu currículo
00:08:32com base na descrição do cargo.
00:08:34Assim, em vez de reescrever seu currículo a cada candidatura,
00:08:37o sistema o adapta automaticamente.
00:08:39A parte que achei particularmente útil
00:08:42é a extensão de preenchimento automático do Chrome.
00:08:44Após responder às perguntas comuns uma única vez,
00:08:47ela preenche a maioria dos formulários em segundos.
00:08:50Eles também têm as "Conexões Internas",
00:08:53que ajudam a ver possíveis contatos
00:08:54dentro das empresas onde você está se candidatando.
00:08:56Assim, você não envia currículos para o vácuo.
00:08:59E se precisar de orientação, tem a Orion AI,
00:09:01que funciona basicamente como um assistente de carreira.
00:09:04Você pode tirar dúvidas sobre cargos, tendências
00:09:07ou sobre como melhorar suas chances para uma vaga específica.
00:09:09No conjunto, parece menos uma ferramenta isolada
00:09:12e mais uma plataforma feita para lidar
00:09:14com a parte exaustiva da busca por emprego.
00:09:16Se quiser dar uma olhada,
00:09:17você pode testar o JobRite pelo link na descrição.
00:09:20Atualmente é gratuito e você também pode se inscrever
00:09:22para o acesso antecipado pelo link abaixo.
00:09:24Tudo bem, agora vamos voltar ao vídeo.
00:09:26Certo, agora você pode ver que, como resultado,
00:09:27temos cinco arquivos baixados com sucesso
00:09:30dentro da nossa pasta de documentos.
00:09:31Tudo dentro da nossa análise de marketing da concorrência.
00:09:34Estes são os arquivos PPT, MD e também o JSON
00:09:37de tudo o que fizemos para o notebook um
00:09:39e o notebook dois da pesquisa.
00:09:40E aqui você vê que ele fornece uma análise completa
00:09:42de todo o arquivo MD para este nicho específico
00:09:45em que estamos atualmente.
00:09:46E agora, se eu abrir o slide deck,
00:09:48é exatamente assim que ele se parece.
00:09:50Veja que temos diferentes slides.
00:09:52Foram todos gerados usando o Banana 2 aqui.
00:09:54E além disso,
00:09:55eu também consigo abrir o meu notebook
00:09:57e visualizar os notebooks que criamos.
00:09:59Por exemplo, os notebooks diretos e adjacentes
00:10:01e também o panorama de mercado que adicionamos.
00:10:04Temos 300 fontes e 171 fontes adicionadas
00:10:07em ambos os notebooks aqui.
00:10:08Se eu abrir um deles, por exemplo,
00:10:11você pode ver que estes são todos os recursos
00:10:12que nós adicionamos.
00:10:13E agora, se eu fizer qualquer pergunta, certo?
00:10:15Por exemplo: com base no produto BookZero,
00:10:19qual é o nosso diferencial?
00:10:20Como ele é único comparado aos outros competidores?
00:10:23E no que devemos focar para a visão do produto
00:10:25com base na análise da concorrência?
00:10:27Se eu fizer essa pergunta aqui,
00:10:29ele deve analisar todas as fontes
00:10:30que adicionamos para a pesquisa profunda
00:10:32e ser capaz de responder a esse tipo de questão.
00:10:33E veja que eu mudei as configurações aqui
00:10:36para "guia de aprendizagem" e respostas mais curtas.
00:10:39Aqui você pode ver,
00:10:40esta é a resposta completa que estou recebendo.
00:10:42Seu ponto de venda central é ser ultrarrápido
00:10:44e altamente preciso na extração e conciliação de recibos.
00:10:47E aqui está claramente rotulado
00:10:49qual é o diferencial de vendas.
00:10:50Ele também fornece uma análise
00:10:53do que os outros competidores estão fazendo, certo?
00:10:55O diferencial do BookZero reside no processo
00:10:57hipersimples de três etapas: upload,
00:11:00importação e fluxo de conciliação,
00:11:01projetado especificamente para o mercado dos EUA e Canadá
00:11:04para o piloto automático de contabilidade,
00:11:06sem uma curva de aprendizado íngreme.
00:11:08Com base nas tendências dos concorrentes,
00:11:10o mercado está se movendo agressivamente
00:11:11para sistemas de IA conversacional
00:11:13e o uso contínuo de conciliações bancárias automáticas.
00:11:16Para a visão do seu produto,
00:11:18você deve focar em expandir da conciliação de recibos
00:11:20para conciliações de livros contábeis em tempo real,
00:11:23fornecendo insights financeiros automatizados e práticos.
00:11:26Então, é exatamente isso que ele me diz para fazer
00:11:28sobre a visão do produto, de forma bem curta e concisa,
00:11:31sem eu precisar ler um ensaio longo.
00:11:33Eu posso simplesmente configurar isso nas opções
00:11:35de configuração para manter a resposta curta
00:11:38e me dar a resposta exata.
00:11:40Então é isso aí, pessoal.
00:11:41É basicamente assim que você combina o poder do Claude Code
00:11:43e do NotebookLM para criar essas automações incríveis.
00:11:46E neste vídeo,
00:11:47vimos como você pode configurar isso na sua máquina local
00:11:49e quais são alguns casos de uso práticos
00:11:51de como usar isso para construir aplicações, certo?
00:11:53Tomando decisões de produto
00:11:55ou construindo qualquer coisa usando o Claude Code e o NotebookLM.
00:11:58E claro, se você está criando produtos
00:11:59e quer melhorar o seu marketing de produto
00:12:01usando o Claude Code,
00:12:02não deixe de conferir este vídeo bem aqui
00:12:04sobre como usar o Claude Code com as 43 habilidades criadas
00:12:08para melhorar o seu marketing de produto.
00:12:09Então, dê uma olhada nisso.
00:12:11E, no mais, é isso para este vídeo.
00:12:12Se você gostou deste conteúdo,
00:12:14por favor, não esqueça de deixar o seu like.
00:12:15Considere se inscrever para mais conteúdos como este.
00:12:17Dito isso, vejo você no próximo vídeo.

Key Takeaway

A combinação do Claude Code com o NotebookLM permite que desenvolvedores criem agentes de IA capazes de executar tarefas complexas baseadas em bases de conhecimento vastas e fundamentadas em dados reais.

Highlights

Integração do Claude Code com o NotebookLM através da biblioteca de código aberto notebooklm-py.

Capacidade de transformar documentação desorganizada em uma base de conhecimento estruturada para agentes de IA.

Uso do NotebookLM para realizar análises competitivas profundas de mercado com centenas de fontes simultâneas.

Automatização do fluxo de trabalho para gerar relatórios, mapas mentais e apresentações de slides (PPT).

Configuração de personas e modos de pesquisa (profundo ou rápido) via interface de linha de comando (CLI).

Aplicação prática no desenvolvimento de produtos, como o caso do BookZero para contabilidade automatizada.

Timeline

Introdução e o Conceito do Fluxo de Trabalho

O apresentador introduz a ferramenta notebooklm-py, uma biblioteca Python que permite integrar o NotebookLM em ferramentas de linha de comando para agentes de IA. Ele explica que, enquanto o Claude Code é excelente para execução, o NotebookLM brilha ao organizar pesquisas e documentações complexas em insights claros. Um exemplo prático é apresentado com a análise de 35 concorrentes de um produto chamado BookZero, utilizando arquivos CSV. O fluxo demonstra como a IA pode decidir direções de produto e criar conteúdo de SEO baseado nessa base de conhecimento. Esta seção é fundamental para entender a sinergia entre a capacidade analítica de uma ferramenta e a capacidade de execução da outra.

Apresentação do Autor e do Canal

Eric, o criador do conteúdo, compartilha seu histórico profissional como engenheiro de software sênior em gigantes da tecnologia como Amazon, AWS e Microsoft. Ele explica que o propósito do canal é democratizar o conhecimento técnico sobre IA, programação, automação e desenvolvimento de carreira através de tutoriais práticos. O autor menciona a existência de uma comunidade onde os seguidores podem acessar modelos e recursos exclusivos apresentados nos vídeos. Este intervalo estabelece a autoridade do instrutor e convida o público a se engajar com o ecossistema de aprendizado proposto. É um momento de conexão que humaniza o conteúdo técnico e reforça a credibilidade das informações compartilhadas.

Instalação e Configuração da CLI

Nesta parte técnica, o vídeo foca na navegação pelo repositório oficial do notebooklm-py no GitHub para demonstrar as funcionalidades disponíveis. Eric detalha que a CLI pode criar, listar, renomear e excluir notebooks, além de gerenciar fontes e configurar personas de chat de forma programática. O processo de instalação é mostrado passo a passo, começando pela criação de um ambiente virtual Python e a execução do comando pip install. Ele verifica a instalação bem-sucedida checando a versão da ferramenta no terminal para garantir que tudo esteja pronto para o uso. O foco aqui é capacitar o desenvolvedor a replicar o ambiente de trabalho em sua própria máquina local.

Autenticação e Integração de Habilidades

O processo de autenticação é detalhado através do comando de login via navegador, que salva as credenciais do Google no diretório raiz do usuário. Eric enfatiza a importância de instalar as 'habilidades' (skills) do NotebookLM para que o Claude Code possa reconhecer e utilizar os comandos da CLI nativamente. Existem duas opções de instalação, via CLI direta ou NPX, sendo que ambas entregam o mesmo resultado funcional para os agentes de IA. Após a configuração, o modelo de linguagem passa a entender comandos em linguagem natural que referenciam as funções do NotebookLM. Esta integração é o 'coração' do vídeo, permitindo que o usuário converse com seus documentos de forma automatizada.

Estudo de Caso Prático: Análise de Concorrentes

O autor utiliza o produto BookZero.ai para ilustrar uma análise competitiva de 35 empresas de IA financeira usando uma arquitetura de notebooks dividida por níveis. Ele explica as limitações de fontes por notebook (limite de 300) e como organizou competidores diretos e adjacentes para otimizar a extração de dados. O objetivo é gerar relatórios detalhados, mapas mentais e slides de apresentação que identifiquem diferenciais de preço, marketing e funcionalidade. A arquitetura proposta inclui consultas profundas para os principais rivais e consultas rápidas para o panorama geral de mercado. Este exemplo prático demonstra como transformar dados brutos em inteligência de mercado acionável sem esforço manual exaustivo.

Análise de Resultados e Considerações Finais

Na conclusão, o vídeo mostra os arquivos finais gerados: documentos Markdown, arquivos JSON e apresentações de slides criadas pela IA. Eric realiza perguntas estratégicas ao notebook, como 'qual é o nosso diferencial?', e recebe respostas concisas sobre a velocidade e precisão do BookZero em comparação ao mercado. Ele demonstra como configurar o NotebookLM para fornecer respostas curtas e diretas, evitando textos longos e desnecessários. O autor encerra recomendando outro vídeo sobre 43 habilidades de marketing para o Claude Code, reforçando a importância da automação. O resultado final é um fluxo de trabalho que economiza horas de pesquisa e oferece uma visão clara para a tomada de decisões de produto.

Community Posts

View all posts