题记与说明
元信息
- 标题：NotebookLM's Video Overview System Prompt: The Full Creation Workflow
- 作者：宝玉
- 来源 URL：<https://baoyu.io/blog/2026-10-20/notebooklm-video-overview-system-prompt>
- 存档日期：2026-11-03
- 标签：NotebookLM、System Prompt、Agent 工作流、Prompt Engineering、AI 产品设计
这篇讲什么
宝玉完整公开了 NotebookLM「Video Overview」功能的创建技能文件（vo-creation）——一份生产级系统提示词，规定 AI 如何把笔记本里的资料源变成一条讲解视频：先收集上下文、帮用户选焦点、确认设置，再把请求交给视频生成管线。除导语外，全文以单个代码块原样呈现这份 skill 文件，包括元数据、A2UI JSON 卡片模板和派发示例。
核心观点
- 提示词的大头不在"怎么生成视频"，而在"怎么搞对用户意图"：区分新请求和对已有视频的追问；用户说"重来"时，把上一张卡片视为 ABANDONED 并彻底清空所有已选项；提交生成请求时逐字保留用户确认过的焦点文本（verbatim）。
- 多步协作式 Agent 工作流：Context Gathering → 意图消歧 → Step 0 问卷卡片 → Step 1 确认卡片 → Step 2 派发
create_artifact；能用结构化卡片承载的选项就别在聊天里追问。 - 上下文优先：所有卡片字段先用已有上下文预填，只有上下文不够时才调用工具（
semantic_search至多一次），让用户可以一键点 Generate。
最值得记住的金句
- "Prefill every card field from context you already have. Make a tool call only when that context falls short."——能预填就不调工具，是控制 Agent 成本与噪音的第一原则。
- "Treat the previous card as ABANDONED. PURGE all previous selections… Never carry forward abandoned preferences."——对会话状态清零的偏执，正是生产级 Agent 与玩具提示词的分水岭。
- "After calling the
create_artifacttool, your work is done… Do NOT attempt to generate video content yourself."——Agent 只做编排，重活交给服务端管线，分工边界写得斩钉截铁。
对我的启发
- Agent 系统：这是一份可直接抄作业的 Harness 设计样本——skill 文件的 name/description 元数据与 Claude Code Skills 同构；"卡片即 UI"、意图路由（新任务 vs 追问 vs 重来）、focusText 逐字传递，都是多步 Agent 状态管理的教科书细节。
- AI 编程工具：验证了 skill 文件这一形态已成为主流 Agent 产品的通用抽象，写好自己的 skill 就是在给 Agent 立规矩。
- 写作：文中对 AI 腔的禁令（"Eliminate AI Slop"）和高信号措辞标准值得直接搬进自己的写作清单——焦点选项要写成 "Why ice is slippery"，而不是干瘪的 "Economic impact"。
适合谁读
在设计 Agent 工作流 / Skill 的工程师，做 AI 产品交互（多轮确认、表单卡片）的产品经理，想学习生产级系统提示词写法的 prompt 工程师，以及 NotebookLM 重度用户。