NotebookLM vs Scholarcy 2026: чей формат лучше для работы с исследованиями

Оба сервиса формально живут в категории research-ai и подгруппе «работа с загруженными документами», но философия у них разная. NotebookLM — это чат поверх корпуса источников: загружаешь до 300 файлов в один ноутбук, задаёшь вопрос вроде «найди противоречия между этими тремя статьями про PRISMA-скрининг» — модель Gemini ищет ответ и подсвечивает фрагмент-первоисточник. Дополнительно генерирует подкаст из двух AI-ведущих, видео-резюме, Study Guide, Timeline и FAQ. Это инструмент для понимания темы.

Scholarcy — это конвейер флэшкарточек. Загружаешь одну статью или пачку — получаешь карточку со стандартными полями: ключевые выводы, методология, размер выборки, результаты, ограничения, определения терминов и список ссылок. Карточки складываются в библиотеку, экспортируются в Zotero, Mendeley, EndNote через BibTeX и RIS. Это инструмент для систематической работы — где важно вытащить из 200 статей одинаково структурированные данные и потом сравнивать их в таблице.

Это разная грамматика работы с источниками. Поэтому конкуренция тут не «кто лучше», а «когда какой». Дальше по подтемам мы разбираем 16 точек, в которых их подходы расходятся в конкретных цифрах — от 50 000 слов в источнике NotebookLM до 100 карточек за раз у Scholarcy Plus.

NotebookLM суммаризирует в формате чата с inline-цитированием. Спрашиваете «опиши методологию первой статьи» — модель Gemini выдаёт абзац, в котором каждое утверждение помечено номерным маркером со ссылкой на фрагмент исходного PDF. Кликаете маркер — открывается боковая панель с подсвеченным текстом источника. Это не «один реферат раз и навсегда», а живой инструмент: можно переспросить, попросить короче, попросить таблицу с тремя статьями параллельно. По нашему опыту, на статьях по computer science качество Gemini 1.5 Pro (модель под капотом NotebookLM по данным 2025) даёт пересказ без явных галлюцинаций — модель скорее скажет «в источнике не указано», чем выдумает цифру.

Scholarcy идёт в противоположную сторону — фиксированная структура без чата. Загружаете PDF — получаете флэшкарточку со стандартными полями: ключевые утверждения и выводы, использованная методология, размер выборки и дизайн исследования, основные результаты, ограничения и пробелы, определения ключевых понятий, список ссылок. Никакого диалога — карточка генерируется один раз, дальше её можно редактировать вручную (в Plus). Enhanced Summary в Plus-тарифе даёт более детальную структуру для длинных или сложных статей. Этот формат побеждает, когда статей много и нужна одинаковая сетка извлечения для всех.

Сценарий выбора, на котором мы остановились в редакции: если статью нужно понять «по-человечески» — NotebookLM, потому что можно переспросить и получить inline-цитату. Если статью нужно зафиксировать в системе — Scholarcy, потому что поля карточки одинаковы для всех 200 статей в проекте, и потом эти поля переезжают в Zotero без перепечатывания.

NotebookLM поддерживает самый широкий набор источников среди сравниваемой пары. По данным официальной справки Google (support.google.com/notebooklm/answer/16215270), на вход принимаются: PDF, Google Docs, Google Slides, Google Sheets, .docx, изображения, веб-URL, YouTube (с автоматической транскрипцией субтитров публичных видео), аудиофайлы в форматах mp3, mp4, wav, ogg, opus, aif, aac и других. Аудио транскрибируется при загрузке. Это переводит NotebookLM из категории «работа с документами» в категорию «работа с любым медиа-материалом темы»: можно собрать в одном ноутбуке 10 PDF, 5 YouTube-лекций и 3 интервью в mp3 — и задавать вопросы поверх всего этого.

Scholarcy формально поддерживает больше форматов текстовых — PDF, DOCX, PPTX, HTML, XML, LaTeX, TXT, CSV, RIS, BIB, NBIB (по странице scholarcy.com/features/bulk-article-summarizer, 2025). LaTeX и XML — это сильное преимущество для работы с arXiv-препринтами в нативном виде. RIS и BIB — это импорт метаданных цитирований из менеджеров библиографии. Но аудио и видео Scholarcy не принимает — это инструмент только для текстов. Если в вашем проекте есть YouTube-лекция, её придётся отдельно транскрибировать через сторонний сервис, а потом отдавать в Scholarcy как TXT.

Лимит на один источник у NotebookLM — 500 000 слов, что покрывает практически любую монографию или диссертацию. У Scholarcy ограничения по объёму отдельного документа в публичной документации не зафиксированы — основной лимит идёт по числу суммаризаций (10 на Free, безлимит на Plus). Мультидокументные вопросы у NotebookLM работают нативно — модель синтезирует ответ по всем загруженным источникам и указывает, из какого взята информация. У Scholarcy мульти-документ закрывается через Bulk Article Summarizer — но это не диалог, а пакетная обработка карточек, которые потом сравниваются вручную или в Excel.

Это сценарий, на котором Scholarcy зарабатывает свою лицензию. Summary Flashcards — собственно ядро продукта: каждая статья на выходе превращается в карточку со стандартными полями: ключевые утверждения и выводы, используемая методология, размер выборки и дизайн исследования, основные результаты, ограничения и пробелы, определения ключевых понятий и список ссылок. Все 80 карточек имеют одну и ту же структуру — это позволяет потом отсортировать их по полю «методология» или «размер выборки» и сделать meta-обзор не разбираясь вручную с каждой. Enhanced Summary в Plus даёт более детальную структуру для длинных или сложных статей.

NotebookLM решает ту же задачу через свободный чат: можно попросить «извлеки методологию, размер выборки и основной результат из всех 80 статей и собери в таблицу». Модель Gemini под капотом справляется, но таблица не сохраняется как структурированный объект — это просто текст ответа, который надо скопировать. Если завтра вы решите добавить ещё одну колонку «использовался ли blinding», придётся переспросить — и вы получите новую таблицу, которая может не до конца совпадать с прежней по форматировке. У Scholarcy поля карточки фиксированы — это и ограничение (нельзя добавить произвольное поле), и преимущество (структура предсказуемая).

Что мы делаем в редакции для гибридных задач: первичный скрининг и понимание идём в NotebookLM (выкидываем явный неrelevant), оставшиеся 60–80 статей — в Scholarcy для финального extraction. Это работает, но требует двух подписок одновременно. Если бюджет ограничен и выбираешь одно — для systematic review правильный выбор Scholarcy, для большинства других сценариев — NotebookLM.

NotebookLM — один из лучших инструментов в категории по работе с большим корпусом. На Free-тарифе один ноутбук вмещает до 50 источников, на Plus — до 300, на Ultra — лимиты ×50 от Plus (по данным elephas.app/blog/notebooklm-source-limits, 2025). Каждый источник может содержать до 500 000 слов — это покрывает любую монографию. Под капотом — Gemini с контекстным окном порядка 1M токенов (Google не подтверждает конкретную версию Gemini в проде, но публичные данные 2025 указывают на Gemini 1.5 Pro и новее). Когда задаёшь вопрос, модель синтезирует ответ по всему корпусу и помечает, из какого источника взята каждая фраза. Это означает, что ты можешь спросить «найди противоречия между всеми статьями про PRISMA-скрининг в этом ноутбуке» — и получить осмысленный ответ.

Scholarcy концептуально устроен иначе — здесь нет понятия «корпус». Каждая статья превращается в отдельную флэшкарточку, которая хранится в библиотеке. Bulk Article Summarizer позволяет загрузить пачку файлов и получить карточки на каждый. Но задать вопрос «поверх всех 200 карточек одновременно» нельзя — карточки сравниваются вручную или через экспорт в таблицу. Это не баг Scholarcy, это сознательное архитектурное решение: сервис не претендует на «понимание корпуса», он претендует на «извлечение данных из каждой статьи отдельно».

На практике это означает, что NotebookLM лучше для задач «понимание темы» (можно задавать сложные вопросы поверх корпуса), а Scholarcy — для задач «фиксация данных» (карточка под каждый источник, потом обработка вне сервиса). Для корпоративного due diligence по 200 источникам мы тестировали оба: NotebookLM закрывает 80% задачи в чате; Scholarcy выдаёт карточки, которые ложатся в Excel-таблицу для дальнейшей работы аналитика. Это разные стороны одной медали.

У NotebookLM есть три уникальных функции, которых у Scholarcy в принципе нет. Первая — Audio Overview: сервис генерирует аудио-дискуссию двух AI-персонажей, обсуждающих содержимое ноутбука в стиле подкаста. Длина — несколько минут на типовой документ. Лимиты — 3 в день на Free и 20 в день на Plus. Языков — 50+ через настройку Output Language (по данным blog.google/innovation-and-ai/models-and-research/google-labs/, апрель 2025). По нашему опыту это не «игрушка»: можно загрузить 5 свежих статей перед поездкой в метро, сгенерировать 8-минутный подкаст и за дорогу получить разговор «двух экспертов» по этим статьям. Вторая уникальная функция — Video Overview, короткое видео-резюме в анимированном формате, доступное на 80+ языках. Третья — Deep Research режим, добавленный в 2025: NotebookLM самостоятельно проводит многошаговый поиск внутри загруженных источников по сложному запросу.

У Scholarcy свой набор эксклюзивов, которых нет у NotebookLM. Bulk Article Summarizer — массовая суммаризация целой пачки документов за один запуск, с выгрузкой всех карточек в библиотеку. Reference Extraction с автоматическим экспортом в BibTeX и RIS — пока NotebookLM может в лучшем случае «выписать ссылки текстом», Scholarcy сразу отдаёт файл, готовый к импорту в Zotero, Mendeley или EndNote. Браузерное расширение для Chrome, Firefox, Edge и Safari — можно кликнуть на PDF в окне браузера прямо со страницы статьи и получить карточку за один шаг, без загрузки файла куда-либо. Импорт RSS-ленты — для автоматического мониторинга новых выпусков научных журналов.

Это не вопрос «у кого больше уникальных функций», это вопрос «какие сценарии вам важны». Audio Overview побеждает в сценарии «изучаю в дороге». BibTeX-экспорт побеждает в сценарии «веду библиографию в Zotero». Браузерное расширение Scholarcy экономит время в сценарии «читаю PDF из браузера и сразу хочу карточку». Deep Research у NotebookLM экономит время в сценарии «корпус большой, но я не знаю, какой именно вопрос задать». Подумайте, какой ваш реальный рабочий день.

NotebookLM здесь — исключение в категории. По официальным данным Google (blog.google/innovation-and-ai/models-and-research/google-labs/notebooklm-audio-overviews-50-languages/, апрель 2025), Audio Overview доступен на 50+ языках, Video Overview — на 80+, и русский входит в этот список (отдельно подтверждено через 9to5google.com/2025/04/29/notebooklm-audio-overviews-languages/). Это означает, что можно загрузить русские PDF и получить русский аудио-подкаст с двумя AI-ведущими, обсуждающими содержимое на родном языке. Ответы в чате — на языке запроса: спросите по-русски — ответ по-русски. Транскрипция русских аудиофайлов также работает. UI сервиса при этом всё ещё преимущественно англоязычный — это единственная заметная зона неудобства.

Scholarcy ориентирован на англоязычный академический рынок. По данным dossier — преимущественно английский, другие языки поддерживаются ограниченно. Русский язык — слабая зона: сервис заточен под англоязычные научные тексты, русские статьи суммаризируются хуже (по нашему опыту — карточка может «потерять» важные поля или выдать выжимку в более общих формулировках). UI также только английский. Это значит, что для российского аспиранта, работающего с публикациями из elibrary.ru или ВАК-журналов, Scholarcy либо не подходит вовсе, либо требует промежуточного шага — перевода ключевых частей статьи на английский перед загрузкой.

Отдельно стоит заметить: индексация русскоязычных научных источников — elibrary.ru, КиберЛенинки, ВАК-журналов — у обоих сервисов не входит в сильные стороны. NotebookLM работает только с тем, что вы загрузили (это в каком-то смысле снимает проблему индексации — если вы скачали статью с КиберЛенинки и загрузили PDF, сервис её прожуёт). Scholarcy в принципе не индексирует никакие базы — это локальный обработчик документа.

NotebookLM Plus стоит $19.99/мес, но это не отдельная подписка на NotebookLM — это Google One AI Premium, в который также входит Gemini Advanced, AI в Gmail и Google Docs, 2 TB Google Drive (по данным blog.google/feed/notebooklm-google-one/, 2025). Год обходится в $239.88. Студентам США 18+ — $9.99/мес в первый год (билинг по адресу США). Есть Ultra-тариф за $249.99/мес (Google AI Ultra) — лимиты ×50 от Plus, доступ к самой мощной версии Gemini, возможность убрать водяные знаки со Slide Decks и Infographics. Год — $2 999. NotebookLM Enterprise отдельным продуктом в Google Cloud с ценообразованием по запросу.

Scholarcy Plus стоит $9.99/мес при ежемесячной оплате или $7.99/мес при годовой — эффективно $95.88/год (по данным scholarcy.com/pricing, проверено через WebSearch 2025). Это в 2.5 раза дешевле NotebookLM Plus, но в подписку не входит ничего кроме самого Scholarcy. Есть 7-дневный бесплатный пробный период без ввода карты. Academic Institution License — от $8 000/год для всей организации (saasworthy.com/product/scholarcy/pricing, 2025).

Если сравнивать «голый сервис со сервисом», Scholarcy Plus дешевле почти в 2.5 раза ($95.88 vs $239.88 за год). Но в подписку NotebookLM Plus входит не только NotebookLM, а вся Google One AI Premium — это Gemini Advanced для общего использования, AI в Gmail/Docs и 2 TB облака. По нашей оценке на нашем редакционном профиле эта подписка ощущается обоснованной, если вы и так пользуетесь Gemini и Google Workspace. Scholarcy — это чистая стоимость инструмента под конкретную задачу.

NotebookLM Free — один из самых щедрых Free-тарифов в категории research-ai. По данным сторонних источников (elite.cloud, 2025), бесплатно даётся: до 100 ноутбуков, до 50 источников на ноутбук, до 500 000 слов на источник, 50 чат-запросов в день, 3 Audio Overview в день. Этого хватает для большинства студенческих задач — диссертация бакалавра обычно укладывается в 50 источников, чат-запросов 50/день покрывает активную работу одного человека. По нашему опыту, реальный фильтр на переход в Plus — не лимиты, а необходимость иметь больше 50 источников в одном ноутбуке или больше 3 Audio Overview в день.

Scholarcy Free — это скорее «попробовать перед покупкой», чем рабочий тариф. По данным scholarcy.com/pricing и обзора notta.ai/en/blog/scholarcy-summarizer (2025): до 10 суммаризаций (не в день, а вообще), экспорт по одной флэшкарточке за раз. Плюс есть 7-дневный пробный период полного Plus без ввода карты. Это значит, что для разовой задачи «суммаризируй мне эти 8 PDF за выходные» Free-тарифа достаточно — это рабочий сценарий. Но для постоянного использования вам нужен Plus за $7.99–9.99/мес.

На вопрос «можно ли построить рабочий процесс полностью на Free-тарифе» ответ диаметрально разный. У NotebookLM — да, это рабочий план для студента или одного аналитика, и он на нём действительно работает месяцами. У Scholarcy — нет, после 10 суммаризаций надо либо платить, либо переключаться на конкурента.

NotebookLM не имеет публичного API для индивидуальных разработчиков. По официальной документации (docs.cloud.google.com/gemini/enterprise/notebooklm-enterprise/, 2026) API доступен только в составе NotebookLM Enterprise — отдельного корпоративного продукта в Google Cloud с ценообразованием по запросу. Это значит, что если вы аспирант или маленькая команда — встроить NotebookLM в свой скрипт нельзя. Можно использовать веб-интерфейс или ничего. Это сознательное решение Google: NotebookLM позиционируется как consumer-инструмент, а программный доступ идёт через отдельный enterprise-трек.

Scholarcy в публичной документации API не упоминается явно. По данным dossier — судя по доступности, открыт только для институциональных клиентов (тех, кто покупает Academic Institution License за $8 000+/год). На сайте scholarcy.com нет страницы с документацией API или ключами для разработчиков. Это data gap: чтобы получить программный доступ к Scholarcy, нужно обращаться в продажи. Для индивидуального исследователя или маленькой команды — такой же тупик, как и с NotebookLM.

Эта подтема — редкий случай, когда оба сервиса проигрывают тем, кто им снаружи в категории. Если вам нужен надёжный API под research-задачи и вы готовы сменить сервис ради этого — стоит смотреть на конкурентов внутри research-ai. Но при сравнении NotebookLM против Scholarcy: оба не подходят для production-пайплайна индивидуального разработчика. NotebookLM в этом смысле формально чуть честнее — у него хотя бы есть публичная документация Enterprise API, к которой вы понимаете, как обратиться, тогда как у Scholarcy даже это закрыто.

NotebookLM — продукт Google. Сервисы Google официально не заблокированы в РФ. Бесплатная версия доступна при наличии аккаунта Google — регистрация без проблем, использование Free-тарифа без оплаты работает. Платный план — отдельная история: NotebookLM Plus идёт через Google One AI Premium, который не продаётся российскими картами с 2022 года. На практике это решается одним из трёх способов: иностранная карта (US или EU), посредник для оплаты подписки или подарочная карта Google Play от международного региона. Все три способа работают, но требуют возни — это не «купи в один клик».

Scholarcy — британская компания. По данным dossier, прямых блокировок российских пользователей нет: зарегистрироваться и пользоваться Free-функциями (10 суммаризаций) можно. Оплата подписки российскими картами недоступна — тот же сценарий, что у любого западного SaaS: нужна иностранная карта или посредник. 7-дневный пробный период Plus технически тоже можно активировать (без ввода карты), но это разовая возможность.

По нашему опыту, обе подписки реально достать из РФ через посредника или иностранную карту — это не блокирующий фактор, но дополнительные 5–10% к цене за услуги посредника и пара недель ожидания при первом раз. Free-функционал обоих сервисов работает без VPN и без оплаты — это важно для студентов и для пробного использования.

NotebookLM здесь откровенно слабый. По данным dossier — нет прямой интеграции с Zotero или Mendeley. Можно экспортировать PDF из Zotero и загрузить вручную в NotebookLM, но обратно — никаких BibTeX, RIS или прямого экспорта в библиотеку. Если вы извлекли из 50 PDF список ссылок через NotebookLM, эти ссылки приходят как текст в чате — вам надо вручную форматировать каждую в BibTeX и загружать в Zotero. Это съедает основной выигрыш по времени. По нашему опыту, для серьёзного академического workflow NotebookLM используется параллельно с Zotero, а не вместо.

Scholarcy здесь — один из сильнейших в категории. Прямой импорт коллекции из Zotero в Scholarcy одним кликом (по scholarcy.com/integrations/zotero-integration, 2025): открываете коллекцию в Zotero, кликаете «отправить в Scholarcy» — получаете карточки на все статьи. После суммаризации — обратный экспорт в Zotero. Полученные карточки сохраняются как заметки или прикрепляются к существующим источникам. Параллельно — экспорт в BibTeX и RIS для Mendeley, EndNote, RefWorks (help.scholarcy.com/guide/export, 2025). Это и есть та архитектурная разница, ради которой исследователи мирятся с другими ограничениями Scholarcy.

Для исследователя, у которого библиография уже структурирована в Zotero, эта подтема одна часто перевешивает всё остальное. Замена ручного копипаста на «один клик из Zotero → карточка с extraction-полями → один клик обратно в Zotero» экономит часы на каждом серьёзном проекте. Если вы тот, кто пользуется NotebookLM ради Audio Overview и продолжает вести библиографию в Zotero отдельно — это рабочая схема, но она требует двух инструментов одновременно.

NotebookLM поддерживает шаринг ноутбуков — на Free доступна базовая ссылка на просмотр, на Plus добавлены расширенные опции шаринга и аналитика использования (по данным elephas.app/blog/notebooklm-plus-worth-it, 2025). По нашему опыту, шаринг ноутбука «по ссылке» работает для сценария «руководитель собрал корпус и поделился с тремя аспирантами для самостоятельной работы». Точный функционал совместного редактирования и ролевых разрешений в Plus в публичной документации описан скупо — это data gap, требующий проверки в живом тестировании.

Scholarcy в этом смысле в основном персональный инструмент. Личная библиотека флэшкарточек, организация в коллекции, заметки и аннотации — всё это привязано к одному аккаунту. Прямого функционала «расшарить коллекцию с коллегой» в публичной документации не упоминается. Командное использование на практике идёт через Academic Institution License — институциональный план за $8 000+/год даёт доступ Scholarcy Library всей организации, но это не «лаборатория из трёх человек», это «факультет на 200 человек». Для маленькой группы из 2–5 исследователей удобнее всего пересылать друг другу экспортированные RIS-файлы и работать в едином Zotero, а Scholarcy использовать как «генератор карточек» каждым индивидуально.

Для большинства академических групп размером до 5 человек самый практичный путь — NotebookLM Plus с шарингом ноутбуков плюс общий Zotero для библиографии. Если же вам нужна полноценная совместная работа над extraction-таблицей с правами и комментариями, ни один из двух сервисов не покрывает задачу полностью, нужно искать специализированные инструменты systematic review (Covidence, Rayyan), а NotebookLM/Scholarcy подключать как помощников.

NotebookLM работает поверх Google Cloud — SOC 2 Type II, GDPR-сертификат, для Enterprise доступен DPA (workspace.google.com/products/notebooklm/, 2025). Google заявляет, что данные в NotebookLM не используются для обучения моделей по умолчанию. Consumer-данные хранятся в Google Cloud в регионе по умолчанию США. Это означает, что для корпоративного R&D в Европе использование consumer-версии может конфликтовать с внутренней политикой о размещении данных в ЕС — этот вопрос закрывается переходом на NotebookLM Enterprise, где регион хранения настраивается. Политика хранения данных конкретно при использовании бесплатного тарифа в публичной документации описана не до конца — это data gap из dossier.

Scholarcy — британская компания (UK GDPR после Brexit, по scholarcy.com/privacy, 2025). По данным dossier — заявляет соответствие UK GDPR, но детали в Privacy Policy требуют уточнения. SOC 2 в публичной документации не упоминается — это значит, что для корпоративного использования с жёсткими требованиями к compliance Scholarcy может не пройти ИБ-аудит. Обучение на загруженных документах в Terms of Service не раскрывается явно. Для академического использования это не блокер, для корпоративного R&D — серьёзный риск.

NotebookLM — продукт Alphabet Inc., капитализация $2+ трлн. Это не стартап, это направление внутри Google Labs, перешедшее в продуктовый трек. В 2025 выпущена Enterprise-версия — отдельный продукт в Google Cloud, что снижает риск закрытия (когда у продукта есть платящие корпоративные клиенты, его не выключают одним днём). Google исторически закрывает свои продукты — Google Cemetery известна — но активный пользовательский рост и отдельный Enterprise-трек по нашей оценке делают NotebookLM сравнительно безопасной ставкой на горизонт 3–5 лет.

Scholarcy — британская компания (Scholarcy Ltd), предположительно small bootstrapped или ранний seed (точные данные о финансировании не раскрываются публично). Команда небольшая, продукт нишевый. Конкуренция со стороны NotebookLM и Elicit усилилась за последние два года. Однако институциональные лицензии ($8 000+/год) создают B2B-якорь — даже если consumer-сегмент уйдёт, библиотеки и университеты, купившие лицензии, удержат компанию. Риск закрытия выше, чем у Google-продукта, но не катастрофический.

Анна, аспирантка-биолог второго года. Готовит первый систематический обзор по PRISMA на 120 RCT-статьях. Уже два года ведёт библиографию в Zotero. Английский — основной язык работы. По нашему сценарию выбора: Scholarcy Plus за $7.99/мес. Причина — extraction-таблица с фиксированными полями и Zotero-интеграция экономят ей десятки часов на скрининге.

Михаил, корпоративный аналитик в финтехе. Делает due diligence по технологическому стеку перед M&A. Нужно за две недели разобраться в 80 публикациях, постах и презентациях по новой нише. Документы конфиденциальные. По нашему сценарию: NotebookLM Plus в составе Google One AI Premium. Причина — поддержка PDF, веб-URL, YouTube-лекций и аудио-интервью в одном корпусе, плюс comparable compliance через Google Cloud (для критических данных — Enterprise-трек).

Елена, преподаватель регионального вуза, рук. диплома. Учит студентов работать с источниками на русском языке. Бюджет — ноль. По нашему сценарию: NotebookLM Free. Причина — поддержка русского в чате и Audio Overview, 100 ноутбуков и 50 источников каждый — этого хватает на курсовые и диплом, оплата не нужна.

Сергей, R&D-руководитель в небольшой биотех-компании. Команда из 4 учёных, нужен общий инструмент для мониторинга свежих препринтов в bioRxiv. По нашему сценарию: Scholarcy с RSS-импортом для мониторинга, +Zotero как общая база, +NotebookLM Plus у руководителя для финального синтеза. Это гибридный сценарий, но рабочий.

NotebookLM подходит лучше всего: исследователям, погружающимся в новую тему, корпоративным аналитикам с разноформатными материалами (PDF + URL + YouTube + аудио), пользователям русского языка, людям, у которых уже есть подписка Google One AI Premium ради Gemini Advanced, и тем, кто хочет «слушать» свой корпус через Audio Overview. Сила — широкий медиа-охват, Audio/Video Overview, чат с inline-цитированием, Deep Research, поддержка русского, мощный бесплатный план.

Scholarcy подходит лучше всего: исследователям, ведущим систематические обзоры литературы, аспирантам с библиографией в Zotero/Mendeley/EndNote, библиотекарям и научным редакторам, которым нужен потоковый экспорт ссылок в BibTeX/RIS, и тем, кому важна работа из браузерного расширения. Сила — фиксированная структура флэшкарточек, прямая интеграция с Zotero, BibTeX/RIS-экспорт, Bulk Article Summarizer, RSS-импорт для мониторинга журналов.

Эти два сервиса не вытесняют друг друга — они закрывают разные стороны исследовательской работы. На нашем редакционном профиле, где параллельно идут и систематические обзоры (Scholarcy), и погружение в новые темы для редакторских материалов (NotebookLM), обе подписки оправданы. На вашем профиле, возможно, оправдана одна из двух — это лучше понять после двух недель практики на Free-тарифах.