用途：为 AI 工具提供使用 NotebookLM 的完整指引，覆盖 nlm 命令行与 MCP 两套接口。
工具选择：先检测可用工具。若 MCP 工具（mcp__notebooklm-mcp__* 或 mcp_notebooklm_*）与 CLI 同时存在，应先询问用户偏好；只有 MCP 则直接用，只有 CLI 则用 Bash 执行 nlm。查看完整 AI 优化文档可运行 nlm --ai，其他帮助用 nlm --help、nlm <command> --help。
认证：先运行 nlm login，会话约 20 分钟过期，失败需重新登录。MCP 可用 refresh_auth()；仅当 CLI 认证过期时以 nlm login 恢复。也支持多账号 profile（nlm login --profile、nlm login switch <profile>），MCP 服务器始终使用默认 profile。
笔记本与来源：nlm notebook list/create/get/describe/query/rename/delete；来源可加网页、YouTube、文本、Google Drive 与本地文件（支持 PDF、TXT、MD、DOCX、CSV、EPUB、音频、视频、图片等），并有 stale/sync 同步 Drive 旧来源。
研究：nlm research start "query" --notebook-id <id>，模式 fast（约 30 秒）或 deep（约 5 分钟，仅网页），再 status 轮询、import 导入。
生成：Studio 支持 audio、video、report、quiz、flashcards、mind_map、slide_deck、infographic、data_table，均需 --confirm 或 -y，常用 --source-ids、--language、focus_prompt；幻灯片可用 nlm slides revise 修订，会生成新产物。
限制与规则：删除不可逆，执行前必须向用户确认，并需 --confirm；不要启动 nlm chat start（交互式 REPL），问答用 nlm notebook query；研究发现来源必须带 --notebook-id；创建/启动命令会返回后续所需 ID，可用 nlm alias set 简化。资料未提供定价、平台兼容范围或效果数据。