NotebookLM heeft eindelijk een open-source concurrent, en ik ben er verslingerd aan

Wat interessanter is dan NotebookLM is het concept erachter. Een groot taalmodel dat volledig gebaseerd en gegrondvest is op jouw materiaal klinkt erg krachtig, en dat is het inderdaad ook. NotebookLM begon als een experiment, toen een groep Google-onderzoekers besloot te kijken wat ze konden doen met RAG. Maar zodra het populairder werd en daardoor meer functies kreeg, was het niet lang voordat het een volledig eigen Google-product werd.

NotebookLM verdient de lof die het heeft ontvangen, maar uiteindelijk is het een propriëtaire gesloten-source tool. Het concept van NotebookLM kan veel verder gaan dan wat NotebookLM nu biedt, of ooit zal bieden. Ongeacht wat je workflow is, je queries in NotebookLM zullen altijd het goedkoopste Gemini-model gebruiken. En hoewel Google onlangs een zekere mate van aanpassing heeft toegestaan, zullen de Studio-inhoud, zoals de samenvattingen en datatabellen, altijd een systeemprompt hebben die door Google is ingesteld, niet door jou. De Audio Overview-podcasts zullen dezelfde twee presentatoren hebben en zich altijd houden aan de systeemprompt die Google heeft ingesteld.

Tot op de dag van vandaag is NotebookLM een unieke tool. Er is geen reactie gekomen van andere grote AI-bedrijven. Maar zelfs als we er een hadden, zou het niet anders zijn — het zou gewoon beperkt zijn tot wat Anthropic of OpenAI erin hebben verwerkt.

Met dat alles gezegd, stel je mijn opwinding voor toen ik de ultieme NotebookLM-alternatief tegenkwam. Niet van Anthropic of OpenAI, maar van een enkele beheerder, vrij beschikbaar op GitHub.

Ontmoet Open Notebook

Een open-source NotebookLM

Open Notebook is een project van ontwikkelaar Luis Novo, vrij beschikbaar op GitHub. Het doet wat NotebookLM doet. Je uploadt bronnen, chat ermee, stelt vragen, genereert samenvattingen en maakt zelfs podcasts.

Open Notebook is een interface. Het heeft de code om dit allemaal te doen, maar het levert de AI-modellen niet. Met NotebookLM krijg je Google's Gemini. Met Open Notebook krijg je niets — wat fantastisch is.

Omdat dat betekent dat je elk model kunt aansluiten dat je wilt. Dit omvat aanbieders zoals OpenAI, Google, Anthropic, Groq, Mistral, DeepSeek, Azure en — om het helemaal af te maken — OpenRouter en OpenAI-compatibele eindpunten.

Die laatste twee zijn het vermelden waard. Met OpenRouter kun je bijna elke LLM benaderen en betalen naar gebruik. Eén API-sleutel, en je hebt ze allemaal. Ik gebruik dit. Maar ik heb ook Gemma 4 draaien op mijn eigen machine. Dat OpenAI-compatibele eindpunt hier laat me lokale taalmodellen rechtstreeks in Open Notebook inzetten.

Met een lokaal model kunt u uw eigen systeemprompt instellen, aanpassen hoe het model wordt geladen en de temperatuur en andere parameters regelen. U kunt zelfs uw eigen model trainen en het laden. En met een lokaal model werkt uw notitieboek offline, en geen van uw gegevens verlaat ooit uw apparaat.

Dat gezegd hebbende, ik heb geen supercomputer. Mijn lokale model zal nooit kunnen tippen aan de grote cloudmodellen — en ik wilde niet dat Open Notebook een compromis zou zijn. Ik wilde dat het een upgrade zou zijn. Als je een capabel systeem hebt, is dat het ook. Maar voor mij heb ik het bij cloudmodellen via API's gehouden.

Wat levert me dat op? Dezelfde opzet als NotebookLM, behalve dat in plaats van een goedkoper Gemini-model dat mijn vragen beantwoordt, ik kan zien wat Claude Opus 4.8 ervan te zeggen heeft. Ik kan een frontier-model het podcasttranscript laten schrijven.

Het model voor elk aspect van het gereedschap is onafhankelijk configureerbaar. Je kunt een specifiek model toewijzen aan de ene transformatie en een ander aan de andere, afhankelijk van wat het beste past.

Volledig aanpasbare transformaties

Het equivalent van NotebookLM Studio

De transformaties van Open Notebook zijn ruwweg vergelijkbaar met de tekstfuncties in NotebookLM's Studio. Dit zijn vooraf ingestelde promptacties die je met één klik op een bron kunt toepassen — compacte samenvatting, belangrijkste inzichten, paperreview, enzovoort. Je kunt ze allemaal bewerken, zonder verborgen systeemprompt, en je kunt je eigen transformaties helemaal opnieuw maken.

Je kunt ook een standaardtransformatie instellen die automatisch wordt uitgevoerd op elke bron die je uploadt. Ik heb de mijne ingesteld op een compacte samenvatting, dus wanneer ik iets aan een notitieboek toevoeg, wordt het ingebed en onmiddellijk samengevat zonder extra stappen.

Je kunt dit veel verder brengen met aangepaste Transformaties. Je zou bijvoorbeeld een kunnen maken die zoekt naar ideeën die verband houden met een specifiek onderwerp — zeg, astrofysica — en vervolgens een batch papers uploaden en het over al die bestanden laten draaien. Het brengt automatisch de relevante verbanden naar voren uit elke bron.

Het is echt iets.

Fantastische podcasts

Ze zijn beter dan NotebookLM

NotebookLM veroverde de wereld stormachtig toen het zijn podcastfunctie introduceerde — dat is wat het mainstream maakte. Podcasts zijn groter dan ooit, omdat we altijd meer willen leren zonder de moeite van daadwerkelijk zitten en lezen en studeren. En met NotebookLM hebben we podcasts over precies het onderwerp dat we willen.

Met Open Notebook kan ik podcasts hebben die niet alleen het onderwerp behandelen dat ik wil, maar het ook precies op de manier behandelen die ik wil. De aanpassing doet NotebookLM verbleken.

Om een podcast te genereren, heb je een spraakmodel nodig. Je kunt er zelf een hosten of verbinding maken via API-aanbieders zoals OpenAI, OpenRouter of ElevenLabs.

Waar NotebookLM twee vaste hosts heeft, laat Open Notebook je zoveel toevoegen als je wilt. Elke spreker krijgt een volledig profiel — hun achtergrond, expertise en standpunten. Van daaruit kun je panels samenstellen. Het wordt geleverd met presets: het tech_review-panel, bijvoorbeeld, bevat twee technisch ingestelde sprekers die zich concentreren op de technische aspecten van het materiaal. Ik maakte een panel van twee filosofen uit verschillende denkrichtingen en liet ze met elkaar debatteren op basis van mijn dagboeknotities.

Je kunt de stem instellen voor elke spreker, en je kunt verschillende spraakanbieders gebruiken voor verschillende sprekers — de ene van OpenAI, de andere van ElevenLabs, bijvoorbeeld.

Maar het beste deel zijn niet de stemmen. Het is dat jij bepaalt welk model het podcastscript schrijft. Je kunt ambitieus zijn en hiervoor Opus 4.8 gebruiken. En aangezien je volledige controle hebt over de prompt, kun je de output precies naar jouw wensen vormen. Het is gewoon een kwestie van hoe goed je het kunt prompten.

Het plafond is nu van jou

Gebruik het goed

Open Notebook neemt het concept van NotebookLM en gaat verder dan NotebookLM ooit deed. Je krijgt genoeg controle zodat wat je ervan maakt echt aan jou is.

Het is beschikbaar via Docker, met een eenvoudige installatie en minimale configuratie die direct werkt. Het heeft me overtuigd voor alle tekst- en spraaktoepassingen die ik had van NotebookLM, en voor mij is het gewoon het betere gereedschap — vanwege de controle. Dat gezegd hebbende, het accepteert geen beeld- of videomodellen, dus het kan geen dia-presentaties of samenvattende video's maken. Het kan ook geen mindmaps genereren, hoewel je het de JSON voor een mindmap zou kunnen laten outputten en die vervolgens in een aparte mindmap-viewer importeren.

Omdat je je eigen model meebrengt en je eigen prompts schrijft, snijdt het mes aan twee kanten. Het plafond is hoog — je kunt grensmodellen van elke aanbieder gebruiken, zowel voor spraak als tekst. Maar de vloer ligt ook lager. Een slechte prompt of een zwakker model zal resultaten opleveren die slechter zijn dan de standaardinstellingen van NotebookLM. Het hulpmiddel is alleen zo goed als wat je erin stopt.