Gerar Audio Overview em português e publicar com shownotes conferidas

O Audio Overview é o recurso do Studio que transforma as fontes do notebook numa conversa em áudio. Ele é a peça mais fácil de gerar e uma das mais difíceis de conferir: o arquivo final não traz citação embutida, e a voz segura de dois apresentadores faz erro parecer fato. Por isso este capítulo trata o áudio como rascunho editorial até que cada afirmação tenha uma fonte apontada por escrito.

No fim do capítulo você terá gerado dois áudios do mesmo notebook em português do Brasil, um no formato Brief e outro no Deep Dive, e escrito as shownotes do que vai publicar, com a fonte de cada afirmação e a lista do que só um dos formatos trouxe. Também vai aplicar um roteiro de conferência ao áudio gerado a partir do texto deste curso, que aparece mais abaixo como exemplo resolvido.

Audio Overview é o áudio gerado pelo Studio a partir das fontes do notebook, em conversa entre apresentadores sintéticos ou, no formato Brief, com uma voz só. A ajuda diz que ele foi pensado para refletir de forma objetiva o conteúdo das fontes, sem opiniões dos apresentadores, e avisa que áudio e vozes são gerados por IA e podem ter imprecisões e falhas. A geração roda em segundo plano e pode levar alguns minutos; enquanto isso, você continua trabalhando no notebook.

O idioma tem regras próprias. O Audio Overview existe em mais de 80 idiomas, incluindo Português (Brasil) e Português (Portugal), e o produto usa como padrão o idioma preferido da sua conta Google, então confira antes de gerar. O controle de duração, com as opções mais curto, padrão e mais longo, só existe em inglês. O modo interativo, em que você entra na conversa por voz e faz perguntas aos apresentadores, também é só em inglês e só funciona em áudios recém-gerados. Para recuperar o prompt usado numa geração, a ajuda indica o menu de três pontos ao lado do item no Studio, opção “View custom prompt”.

Shownotes são o texto que acompanha um episódio publicado: resumo, capítulos com minutagem, as afirmações principais com a fonte de cada uma, a lista de fontes e o aviso de que as vozes são sintéticas. Como o arquivo de áudio não leva citação embutida, as shownotes são o lugar onde a citação volta a existir para quem ouve.

Exemplo resolvido: a conferência do áudio gerado a partir deste curso. A peça abaixo foi gerada pelo NotebookLM com o texto publicado do curso como fonte, seguindo o princípio da esteira GEO-Pesquisador para mídia de capítulo: a fonte é o texto publicado, nunca uma cópia, e cada capítulo ganha um notebook próprio. Primeira decisão da conferência: anotar o formato, o idioma e o prompt usados, recuperado pela opção “View custom prompt”, antes de ouvir. Motivo: sem saber o que foi pedido, não há como marcar o que a peça cumpriu; a revisão logo depois do player registra esses três dados.

Segunda decisão: ouvir a peça inteira antes de qualquer derivado. A esteira mede o que chega e decide depois; na mídia de capítulo de curso, o NotebookLM entregou um áudio de 14 minutos com 28,3 MB, a 257 kbps, e nos episódios da playlist o pedido de duração não foi respeitado: saíram áudios de 15 a 24 minutos para um alvo de 11 a 13. Esses números são resultados daquelas gerações e servem de alerta, sem indicar a duração esperada de qualquer Audio Overview. Motivo: o que chega pode diferir do que foi pedido, e só a medição mostra a diferença. Terceira decisão: passar pelo gate com escuta humana inteira, anotando cada achado com o minuto. Motivo: o guia da esteira é explícito ao dizer que a aprovação automática, que você verá no capítulo 13, não substitui ouvir.

Variação: se a fonte fosse um PDF com tabelas numéricas em vez do texto do curso, a primeira decisão ganharia um passo a mais, listar antes os números que não podem sair errados, porque a voz sintética lê números com a mesma segurança com que lê prosa.

O áudio do curso está no capítulo 1, com transcrição e marcadores. Ele foi gerado no formato Deep Dive, em português do Brasil, com tamanho Default, e saiu com 21 minutos e 57 segundos. O prompt de foco pediu o método, as seis trilhas, dois erros comuns, o convite para a tarefa do capítulo 1 e trazia duas proibições: não inventar números, datas, preços nem recursos, e dizer que limites e idiomas mudam.

A conferência seguiu o roteiro deste capítulo: transcrição local, marcação de cada afirmação verificável e busca do trecho correspondente na fonte. A tabela registra o que o áudio acertou e o que inventou, com a marca de tempo para você ouvir o trecho.

Pela regra de não regerar por imprecisão leve, o áudio ficou como está e a conferência acompanha o player. Os três trechos sem fonte seriam motivo para cortar ou regravar antes de publicar como peça independente; aqui eles servem de exemplo do erro mais caro do formato: um número inventado dito com voz confiante, mesmo com o prompt proibindo números fora da fonte.

Roteiro de conferência para aplicar a este áudio, e a qualquer outro. Primeiro, os fatos datados: números de limite, datas de lançamento e versões. Confira se o áudio diz que as contas pessoais têm limite por computação com renovação a cada cinco horas, sem quantidade fixa por dia, e se não promete controle de duração ou modo interativo em português. Segundo, o nome do produto: o áudio pode chamar o produto só de NotebookLM ou só de Gemini Notebook; qualquer um serve, desde que não trate os dois como produtos diferentes.

Terceiro, a fronteira entre regra e relato: frases como “os usuários dizem” ou “sempre acontece” precisam corresponder a um relato marcado como relato no curso. Quarto, a pronúncia: a narração em português erra siglas sem forma de dizer declarada, como a esteira registrou no guia de steering; anote cada sigla mal dita para o glossário do brief. Quinto, o andaime e o fecho: os apresentadores não devem narrar a estrutura do prompt nem acrescentar tese nova no fim. Por último, ouça as falhas de áudio, que a ajuda avisa que podem acontecer. Cada achado vai para a planilha com o minuto e uma decisão: manter, cortar o trecho ou gerar de novo.

Série de episódios. Um áudio isolado raramente cobre um tema grande, e a saída comum é a série. Na interface web, o Studio guarda as gerações anteriores do notebook, e a ajuda ensina a carregar um Audio Overview já gerado. A esteira prefere um notebook por capítulo na mídia de curso e, num projeto de playlist de curso, a documentação dela registrava um catálogo de 84 episódios em 14 playlists, com cada episódio reservado no catálogo antes de gerar. Um usuário relatou no Reddit em 18/04/2026 que pede primeiro ao chat um roteiro da série em partes e depois escreve um prompt de Deep Dive para cada parte, pedindo continuidade sem repetição; ele chama isso de estratégia recente, sem garantia.

Quem pensa em automatizar a série pela API oficial do NotebookLM Enterprise precisa saber de um detalhe: na documentação, em Preview, cada notebook pode ter só um Audio Overview. Numa série pela API, cada episódio pede o seu notebook ou a troca do áudio anterior. Áudio e vídeo, aliás, são gerações independentes: a esteira mediu áudios e vídeos do mesmo notebook com durações e conteúdos diferentes, então a série em áudio não serve de roteiro garantido para a série em vídeo.

Como avaliar as shownotes. Abra a citação de cada afirmação numerada no chat e confirme que o trecho diz o que a linha afirma; nas shownotes, registre uma referência que o público autorizado consiga consultar e marque à parte o que não tiver fonte verificável. Confira o caminho inverso: toda afirmação das shownotes precisa ter sido dita no áudio, porque shownotes que prometem o que o episódio não entrega enganam quem ouve. A esteira limpa as shownotes antes do feed: tira formatação, barra qualquer linha com identificador interno ou nome de notebook e corta acima de 1.500 caracteres num fim de parágrafo. Mantenha o aviso de vozes sintéticas nas duas versões. Para ver um feed real com episódios gerados assim, o feed público da Brasil GEO está nas fontes do capítulo.