Lo que el podcast de NotebookLM entrega de verdad, ahora con el nombre Gemini Notebook
El 16 de julio de 2026 Google renombró NotebookLM como Gemini Notebook. Es el mismo producto: los notebooks viejos siguen ahí, el botón de Audio Overview funciona igual, y la mayoría de la gente todavía busca NotebookLM, por eso los dos nombres aparecen en esta guía. Subes fuentes, un PDF, una lista de enlaces, tus notas, y la herramienta lo convierte en una conversación entre presentadores de IA que puedes descargar como archivo de audio.
El Audio Overview tiene cuatro formatos. Deep Dive, el predeterminado, son dos presentadores conversando sobre el material. Brief es un presentador en menos de 2 minutos. Critique son dos presentadores haciendo una evaluación crítica de las fuentes. Debate son dos presentadores en un debate formal. El reparto de uso informado por la cuenta oficial es Deep Dive 45,1%, Debate 26,7%, Critique 16,2% y Brief 12%. O sea, casi la mitad de todo lo que sale de la herramienta es la misma conversación de dos presentadores, y el 88% usa dos voces.
Los controles son más limitados de lo que parecen. Más corto, Predeterminado y Más largo existen solo en inglés, así que en los más de 80 idiomas restantes vale la duración predeterminada. Puedes escribir un prompt de enfoque con el tema y el nivel de especialidad, pero no hay selección de voz documentada, así que todo usuario recibe los mismos presentadores. El modo interactivo es solo en inglés. El propio aviso de Google dice que los overviews, voces incluidas, pueden contener imprecisiones o fallas de audio. También existe el Video Overview, que convierte las fuentes en diapositivas narradas.
Es mucho valor para quien está aprendiendo un tema. No es lo mismo que un canal de video con IA en automático, y la distancia entre un resumen en audio y un video que un canal publica cada semana es exactamente donde se decide la monetización.
- Deep Dive: dos presentadores, el predeterminado, 45,1% del uso.
- Debate: dos presentadores, debate formal, 26,7%.
- Critique: dos presentadores, evaluación crítica, 16,2%.
- Brief: un presentador, menos de 2 minutos, 12%.
- Control de duración y modo interactivo: solo en inglés. Selección de voz: ninguna documentada.
Problema uno: las mismas dos voces de millones de otras subidas
La calidad de la voz no es el problema. Los presentadores suenan naturales, se ríen, se interrumpen, respiran. El problema es que son los mismos dos presentadores, con las mismas muletillas, el "wow", el "exactly", el "so basically", en una cantidad enorme de subidas. Quien ya escuchó un podcast de NotebookLM reconoce el siguiente en cinco segundos, y el revisor del Programa de Socios también.
La política de monetización de YouTube (centro de ayuda, respuesta 1311392) llama a esto contenido no auténtico, el nombre que recibió el 15 de julio de 2025 lo que antes era contenido repetitivo. Excluye el contenido repetitivo o producido en masa, y entre los ejemplos cita contenido generado por IA hecho con plantillas genéricas o poco originales. Un canal en el que cada episodio son los mismos dos presentadores predeterminados reaccionando a un PDF distinto es esa plantilla en su forma más pura: solo cambia el archivo de entrada. Lo que la política permite son series con episodios distintos, con comentario y narrativa propios.
Por eso tampoco se arregla con una voz más bonita. La guía sobre por qué la voz de IA suena robótica trata los problemas de ritmo que hacen que una voz suene falsa. Aquí el problema es el contrario: la voz convence, pero es de todos. Lo que protege a un canal es una voz que sea solo tuya.
En FalconVid esa voz es tu voz clonada o una voz premium ultrarrealista elegida para el canal, y el DNA de canal mantiene las mismas voces, el mismo estilo y los mismos subtítulos del episodio 1 al episodio 300.
Problema dos: 12 minutos de audio sobre una imagen fija
El Audio Overview es audio. Para subirlo a YouTube, la mayoría pone una portada fija, quizá una onda de audio moviéndose, y publica. Durante 12 minutos la pantalla casi no cambia. La política de monetización cita las presentaciones de diapositivas con poca o ninguna narrativa entre los formatos que no califican, y una imagen fija con una onda encima es esa presentación con una sola diapositiva.
En YouTube la gente mira, no solo escucha. Una conversación de 12 minutos a ritmo de podcast tiene más o menos 1.700 a 1.900 palabras. Un video de 12 minutos que sostiene la atención necesita una imagen nueva cada 4 a 6 segundos, o sea 120 a 180 escenas. El audio es quizá un tercio del trabajo.
La retención es lo que convierte eso en dinero. La regla nueva del Programa de Socios pide 8.000 horas públicas de visualización en 365 días para quien entre a partir del 1 de febrero de 2027, y hoy todavía son 4.000. Un video de 12 minutos visto hasta el 40% entrega 4,8 minutos por vista, así que 8.000 horas piden 100.000 vistas. El mismo video visto hasta el 20% entrega 2,4 minutos y necesita 200.000 vistas para las mismas horas. La guía sobre por qué la retención compra horas de visualización muestra por qué cada punto de duración media es un descuento en las vistas que necesitas.
En FalconVid las escenas se generan para el guion, cambiando cada pocos segundos, con subtítulos karaoke en más de 15 estilos encima, así que la conversación tiene una imagen que avanza con ella en lugar de una portada congelada.
Problemas tres y cuatro: ningún control sobre el archivo, y fuentes que no son tuyas
Primero el control. Fuera del inglés la duración está fija. No eliges las voces. No editas el guion línea por línea: para cambiar una frase regeneras el overview entero y recibes otra conversación. Y cuando el aviso sobre imprecisiones se cumple, no hay arreglo puntual: una fecha equivocada en el minuto 7 significa convivir con ella o regenerar y revisar 12 minutos otra vez.
Después la fuente. Un Audio Overview resume lo que subiste. Si las fuentes son el artículo, el libro o el informe de otra persona, el episodio es la lectura de material que no creaste, y la política de contenido reutilizado lo excluye. Google no reclama el contenido generado, pero sus términos avisan que puede generar contenido igual o parecido para otras personas, y en Estados Unidos el contenido puramente generado por IA, sin suficiente autoría humana, en general no tiene protección de derechos de autor.
El panorama cambia cuando la fuente es tuya. Si ya grabas tu propio programa, las palabras eran tuyas desde el principio, y la guía sobre convertir episodios de podcast en video cubre ese camino, que no tiene ninguno de estos problemas.
En FalconVid la duración es una configuración en cualquiera de sus 63 idiomas, no solo en inglés. El Studio te deja ver la versión 1 y arreglar un tramo, acortar la introducción, cambiar una escena, cambiar la música o abrir la línea de tiempo, sin regenerar el video entero. Y un proyecto terminado se puede duplicar a otro idioma pagando solo la diferencia, lo contrario de una duración predeterminada fija fuera del inglés.
Qué hace FalconVid: el podcast en video que el archivo de NotebookLM no puede ser
FalconVid está hecho para la parte en la que NotebookLM se detiene. Apruebas el calendario una vez, y especialistas de IA trabajan en paralelo: el investigador lee varias fuentes, el guionista arma un guion original con tu ángulo, y el narrador, el editor y el diseñador de sonido trabajan al mismo tiempo, con el video listo en hasta 30 minutos. Pegar tu propio guion es opcional.
El formato de conversación es nativo. Multi personaje con voces distintas está en todos los planes, y en la narración con IA eliges voces premium ultrarrealistas o tu propia voz clonada. La narración se cobra por minuto de video, no por voz: 24 créditos por minuto en premium, 288 en 12 minutos, y 3 créditos por minuto en económico, 36 en 12 minutos. La segunda voz no cuesta nada extra, y ya está dentro del costo del video.
Alrededor de las voces viene todo lo que le falta al archivo de audio: escenas generadas para el guion, subtítulos karaoke, la miniatura, el SEO del video, un Short 9:16 de hasta 60 segundos, y la publicación en YouTube, Instagram, TikTok, Rumble y Facebook a la hora programada.
Dónde NotebookLM es excelente, y el formato que paga
Nada de esto hace mala a la herramienta. Como herramienta de estudio e investigación es excelente: lee 20 fuentes más rápido que tú, te deja escuchar un tema antes de escribir sobre él, y muestra en 10 minutos si un tema tiene material para un episodio de 12 minutos. Para un canal, eso es el borrador ideal de la pauta, no el episodio.
El formato que monetiza conserva lo que a la gente le gusta del podcast de IA, dos voces conversando, y cambia todo lo que lo vuelve genérico. El guion es tuyo, armado a partir de varias fuentes y con un ángulo. Las dos voces tienen función: un narrador que lleva la historia y un especialista o contradictor que entra 4 a 6 veces con el número, la salvedad o la objeción que el espectador está pensando. La guía sobre narración con dos voces en YouTube muestra por qué esa función es lo que sostiene la atención.
La cuenta de un episodio: a mano sobre el audio de NotebookLM contra lo automatizado
A mano, el audio es la parte rápida. Generarlo lleva minutos, pero después escuchas los 12 minutos completos para revisar los datos, muchas veces dos veces, porque un error significa una nueva generación. La imagen es la parte pesada: 120 a 180 escenas, de 3 a 5 horas. Sincronizar, subtitular, miniatura, SEO y subida suman otras 2 a 3 horas. Son de 6 a 9 horas por episodio, todavía con los mismos dos presentadores de todos, y un episodio por semana es el techo para quien tiene un trabajo de tiempo completo.
En FalconVid, con la tabla de hoy, un video de 12 minutos cuesta 1.731 créditos en económico, 4.597 en balanceado y 16.131 en premium, y el video llega con escenas, subtítulos, miniatura, SEO y su Short. Starter, con 15.000 créditos, cubre 8 videos en económico o 3 en balanceado al mes, o una mezcla de 2 balanceados y 3 económicos que usa 14.387 créditos. Pro cubre 17 en económico, 6 en balanceado o 1 en premium, en 5 canales. Business cubre 54 en económico, casi dos por día, en 10 canales.
El canal manual sobre el audio de NotebookLM publica un episodio genérico por semana. El automatizado publica dos o más por semana ya en Starter, con voces propias, y escala a 109 videos en económico en 25 canales en Agency o 184 en 50 canales en Scale.