Accueil › NotebookLM › Sources

NotebookLM Sources : Types Acceptés, Limites et Organisation Optimale

NotebookLM accepte les PDF, Google Docs, Google Slides, Google Sheets, URLs web, liens YouTube, texte copié, fichiers audio, et images. Chaque source peut contenir jusqu’à 500 000 mots ou 200 Mo. Le plan Free permet 50 sources par notebook, le Pro 300, et l’Ultra 600. La qualité de vos sources détermine directement la qualité des réponses de l’IA.

Les sources sont le fondement de tout dans NotebookLM. Contrairement aux chatbots IA généralistes, NotebookLM travaille exclusivement à partir des documents que vous uploadez. Pas de connaissances d’entraînement, pas de web (sauf via Deep Research). Cela signifie que la pertinence, la qualité et l’organisation de vos sources ont un impact direct et mesurable sur tout ce que l’outil produit : réponses Q&A, Audio Overviews, rapports, flashcards.

Ce guide détaille chaque type de source, les limites par plan, les bonnes pratiques d’organisation, et les techniques pour contourner les contraintes quand vos projets de recherche dépassent les caps.

Types de sources en détail

PDF

Le format le plus courant. NotebookLM extrait le texte des PDF et les indexe pour le Q&A et les outputs Studio. Les PDF protégés par copie ne sont pas supportés (l’import échouera). Les PDF uploadés via URL sont traités comme des sources PDF classiques.

Pour de meilleurs résultats : préférez les PDF avec du texte sélectionnable (pas des scans d’images). Si votre PDF est un scan, passez-le par un OCR avant de l’uploader. Les PDF bien structurés avec titres, sous-titres et numéros de page produisent des citations plus précises.

Google Docs

Import direct depuis Google Drive. NotebookLM lit le contenu complet du document, y compris les onglets multiples (chaque fichier Docs avec plusieurs onglets est importé comme une seule source). Le contenu des sous-onglets n’est pas importé.

Astuce : utilisez les onglets de Google Docs pour organiser du contenu connexe dans un seul document. Un Docs avec un onglet par mois de notes de réunion compte comme une seule source mais contient des mois de données. Cela optimise votre budget de sources.

Google Slides

Les présentations sont importées avec leur contenu textuel. NotebookLM extrait le texte des slides mais pas les images. Pour une présentation riche en visuels avec peu de texte, le résultat sera limité. Accompagnez les slides de notes de speaker détaillées pour enrichir le contenu indexable.

Google Sheets

Les tableurs sont importés avec les données tabulaires. NotebookLM lit les données de toutes les feuilles d’un classeur, chaque feuille étant traitée séparément. Les grands tableurs avec beaucoup de cellules actives peuvent causer des problèmes de précision : l’IA peut confondre les lignes et colonnes dans les tables denses.

URLs web

Collez une URL et NotebookLM scrape le contenu textuel de la page. Seul le texte HTML est importé : les images, les vidéos intégrées, et les pages imbriquées ne sont pas récupérées. Les pages derrière un paywall ne sont pas supportées. Vous pouvez coller plusieurs URLs en les séparant par un espace ou un retour à la ligne.

YouTube

NotebookLM importe la transcription des vidéos YouTube publiques. Les sous-titres (uploadés par le créateur ou auto-générés) sont utilisés comme source textuelle. Les vidéos sans parole ne sont pas supportées. Les vidéos uploadées moins de 72 heures avant peuvent ne pas être disponibles. Si une vidéo est supprimée ou rendue privée, la source est automatiquement retirée de votre notebook dans les 30 jours.

Il n’y a pas de limite de durée pour les vidéos, sauf si la transcription dépasse 500 000 mots. C’est un moyen très efficace d’intégrer des heures de contenu audio/vidéo dans votre base de recherche : conférences, podcasts, cours en ligne, interviews.

Fichiers audio

NotebookLM accepte les fichiers MP3, WAV, et d’autres formats audio courants. L’outil transcrit l’audio et utilise la transcription comme source. Utile pour les enregistrements de réunions, les interviews, et les notes vocales.

Images

Les images sont supportées comme sources, mais avec des résultats variables selon le type d’image. Les images contenant du texte (captures d’écran, infographies, schémas annotés) fonctionnent mieux que les photos sans texte. L’IA traite les images via les capacités multimodales de Gemini 3.

Texte copié

Vous pouvez copier-coller du texte directement pour créer une source. C’est utile pour les extraits d’emails, les messages Slack, les notes manuscrites transcrites, ou tout contenu qui n’est pas dans un format de fichier standard. Vous pouvez éditer le titre de la source lors de la création.

Import depuis Google Drive

Au-delà de l’import manuel fichier par fichier, NotebookLM intègre une recherche Google Drive native. Depuis la fonctionnalité Discover Sources (mars 2026), vous pouvez chercher des fichiers dans votre Drive en langage naturel. Tapez « Rapport trimestriel marketing Q3 » et NotebookLM retrouve le document sans que vous naviguiez dans votre arborescence. C’est une fonctionnalité de productivité souvent sous-estimée qui élimine le temps passé à chercher des fichiers dans des dossiers imbriqués.

Ce qui n’est pas supporté

NotebookLM ne peut pas importer directement les fichiers Excel (.xlsx) depuis votre ordinateur (passez par Google Sheets), les fichiers Word (.docx) natifs (convertissez en Google Docs ou PDF), les bases de données Notion ou Obsidian (exportez en PDF ou Markdown), les pages web derrière un paywall, ni les vidéos YouTube privées ou sans sous-titres. Savoir ce que l’outil ne gère pas est aussi important que connaître ce qu’il accepte pour éviter les frustrations.

Limites par plan

Le plan Free est suffisant pour la majorité des projets de recherche individuels. 50 sources par notebook et 50 chats par jour couvrent un usage quotidien normal. Le plafond de 3 Audio Overviews par jour peut devenir une contrainte si vous utilisez cette fonctionnalité intensivement.

Le plan Pro (19,99 $/mois, inclus dans Google AI Pro) est le choix logique pour les chercheurs intensifs : 300 sources par notebook et 500 chats par jour éliminent la plupart des contraintes. Le plan Ultra (249,99 $/mois) est réservé aux power users et aux organisations qui ont besoin de quotas maximaux et des Cinematic Video Overviews sans watermark.

Discover Sources et Google Drive

La fonctionnalité Discover Sources (mars 2026) permet de trouver des sources sans quitter NotebookLM. Dans le panneau Sources, cliquez sur « Discover » et décrivez votre sujet. L’outil recherche des sources pertinentes sur le web et dans votre Google Drive, les résume, et vous permet de les importer en un clic.

L’intégration Google Drive est particulièrement utile. Tapez une description naturelle : « Trouve les slides de la présentation du Q4 » ou « Cherche le rapport avec les données du marché japonais ». NotebookLM fouille votre Drive sans que vous ayez à naviguer dans l’arborescence de dossiers.

Le Deep Research va plus loin : l’agent parcourt le web, compile des centaines de sources, identifie les lacunes dans votre recherche, et génère un rapport structuré. Vous pouvez ensuite importer le rapport et les sources découvertes directement dans votre notebook.

Organisation optimale des sources

Créer des notebooks thématiques

L’erreur classique est de tout mettre dans un seul notebook. Les utilisateurs expérimentés observent que la précision des réponses diminue quand le nombre de sources augmente, même en dessous de la limite. L’IA a plus de « foin » à chercher, ce qui augmente le risque de réponses vagues ou de contexte mélangé.

La bonne pratique : créez des notebooks thématiques focalisés. Au lieu d’un notebook « Recherche IA » avec 40 documents, créez « Modèles LLM », « IA et éthique », et « Applications IA en marketing ». Chaque notebook produit des réponses plus précises car l’IA travaille sur un corpus cohérent.

Consolider les sources connexes

Pour maximiser votre budget de sources, fusionnez les documents connexes. Plusieurs PDF de recherche sur le même sujet peuvent être combinés en un seul PDF via un outil de fusion. Plusieurs notes de réunion d’un même projet peuvent être regroupées dans un seul Google Docs avec des onglets par date.

L’avantage est double : vous économisez des slots de sources ET vous aidez l’IA à faire des connexions au sein d’un même document plutôt qu’entre documents séparés.

Soigner la qualité plutôt que la quantité

Des sources confuses, mal structurées, ou remplies de données brutes non commentées produisent des réponses médiocres. Avant d’uploader, posez-vous la question : « Ce document, tel qu’il est, contient-il les informations dont j’ai besoin sous une forme que l’IA peut interpréter correctement ? »

Les documents bien structurés (avec des titres, des sections, des conclusions) produisent systématiquement de meilleurs résultats que les dumps de données brutes. Si vous avez un tableur avec des milliers de lignes, exportez les données pertinentes dans un document avec des commentaires et des titres clairs.

Utiliser le contrôle contextuel

Le panneau Sources affiche des cases à cocher pour chaque source. Avant de poser une question, sélectionnez uniquement les sources pertinentes. Cette fonctionnalité est sous-utilisée mais extrêmement efficace. Si vous avez 30 sources mais que votre question porte sur un sujet couvert par 3 d’entre elles, désélectionnez les 27 autres. L’IA se concentre sur les sources sélectionnées et produit des réponses plus ciblées et plus fiables.

Contourner les limites de sources

Si vos projets dépassent les caps, voici les techniques qui fonctionnent :

Fusionner les PDF : combinez plusieurs PDF en un seul fichier. Un outil comme Smallpdf, PDF Merge, ou un script Python simple fait l’affaire. Chaque PDF fusionné ne compte que comme une seule source.

Utiliser les onglets Google Docs : regroupez des notes connexes dans un seul Google Docs avec des onglets séparés. Un Docs avec 12 onglets mensuels = 1 source au lieu de 12.

Convertir les notes en sources : dans le panneau Studio, utilisez « Convert all notes to source » pour transformer toutes vos notes et insights accumulés en une source consolidée. C’est aussi une forme de sauvegarde.

Diviser en notebooks complémentaires : créez des notebooks séparés pour différents aspects d’un projet. L’inconvénient est que le Q&A cross-notebook n’existe pas (chaque notebook est isolé). Mais pour les outputs Studio (Audio Overviews, rapports), chaque notebook focalisé produit de meilleurs résultats.

Exporter et sauvegarder : NotebookLM n’a pas de fonctionnalité d’export intégrée. Pour sauvegarder votre travail, copiez manuellement les notes dans un Google Docs. Nommez clairement le fichier pour le retrouver. C’est un processus manuel mais essentiel pour la pérennité de votre recherche.

Planifier vos requêtes : le plan Free limite à 50 chats par jour. Si vous travaillez sur un projet intensif, préparez vos questions à l’avance dans un document séparé. Regroupez les questions liées en une seule requête détaillée. NotebookLM retient le contexte au sein d’une conversation, donc un fil structuré de 5 messages est souvent plus efficace que 10 questions séparées. Cette discipline transforme le cap quotidien en contrainte gérable.

Nettoyer régulièrement : avant de supprimer une source qui n’est plus nécessaire, vérifiez si elle contient des insights utiles. Sauvegardez les points clés en notes. Transformez les notes les plus importantes en sources (via « Convert notes to source ») pour qu’elles soient prises en compte dans les futurs outputs Studio. Puis supprimez la source originale pour libérer un slot.

Limites structurelles à connaître

Notebooks isolés : il n’est pas possible de faire du Q&A entre notebooks. Chaque notebook est un univers fermé. Si votre recherche s’étend sur plusieurs notebooks, vous ne pouvez pas poser une question qui croise les données des deux.

Pas d’API publique : tout se fait via l’interface web. Vous ne pouvez pas automatiser l’upload de sources, l’exécution de requêtes, ou l’extraction de résultats. Pour les équipes qui veulent intégrer NotebookLM dans des pipelines automatisés, c’est un frein majeur.

Cloud uniquement : pas de mode hors ligne. Vos documents sont stockés sur les serveurs de Google (mais Google affirme qu’ils ne sont pas utilisés pour l’entraînement). Si la confidentialité des données est une préoccupation, NotebookLM Enterprise (via Google Cloud) offre des garanties de conformité VPC-SC.

Écosystème Google : les intégrations natives sont limitées à l’écosystème Google (Drive, Docs, Slides, Sheets). Si vos notes vivent dans Notion, Obsidian, ou Apple Notes, vous devez exporter manuellement avant d’importer dans NotebookLM.

Pas d’images dans le web scraping : quand vous ajoutez une URL web, seul le texte est importé. Les images, vidéos intégrées, et pages imbriquées sont ignorées.