NotebookLM и Deep Research в 2026: как работать со своими документами через Gemini

Автор: Silvana · Дата: 31.07.2026 · Verified: 01.09.2026 · Reading time: 18 минут · Prerequisite: базовое понимание что такое Gemini App

NotebookLM (в 2026 переименован в Gemini Notebook) и Deep Research — два отдельных Gemini-инструмента: первый работает со своими документами, второй планирует многошаговое исследование в интернете. Notebook — для случая, когда материалы уже есть: загрузил PDF, ссылки и заметки, задал вопрос, получил ответ строго по источникам. Deep Research — для случая, когда материалов нет: задал тему, Gemini планирует шаги, делает 20–100 запросов около 20 минут и отдаёт многостраничный отчёт. Оба доступны из бесплатного тарифа Gemini с ограничениями. Ниже — чем отличаются, как выбрать под задачу и как получить доступ из России.

Gemini в 2026 году — это уже не одна модель в одном окне. Это семейство инструментов, каждый из которых заточен под свою задачу. И у двух из них — своё имя и свой отдельный интерфейс: NotebookLM (в 2026 переименован в Gemini Notebook) и Deep Research.

NotebookLM — про то, когда у тебя есть свои материалы и надо в них разобраться. Загрузил стопку PDF, добавил ссылки на статьи, положил рядом свои заметки — задал вопрос, получил ответ строго по этим источникам, без выдумывания. Плюс уникальная функция: две модели-«ведущие» превращают твои документы в подкаст-обзор на английском, и это не текст, а живая аудиодорожка, которую можно слушать в машине.

Deep Research — про то, когда материалов ещё нет, но нужен глубокий отчёт. Задаёшь тему, Gemini планирует шаги, делает от 20 до 100 запросов в интернет около 20 минут и возвращается с многостраничным исследованием. Это агент, а не чат.

Оба инструмента живут в общей экосистеме Gemini, доступны с бесплатного тарифа с ограничениями и снимают с человека тот тип работы, который раньше занимал часы или дни.

В этой статье — что это, чем отличаются, как выбрать, сколько стоит, как получить доступ из России и в каких сценариях они реально экономят время маркетологу, копирайтеру, ученику или предпринимателю.

Что такое NotebookLM (Gemini Notebook)

NotebookLM — это research-assistant, который работает только с теми источниками, которые ты сам ему дал. Ты создаёшь блокнот, загружаешь в него до пятидесяти файлов (PDF, Google Docs, ссылки на статьи, скопированный текст, ссылки на YouTube-видео), и дальше задаёшь вопросы по этим материалам. Модель отвечает строго по загруженному контенту, с цитатами и ссылками на конкретные фрагменты.

Ключевое отличие от обычного Gemini или ChatGPT: NotebookLM не «знает» ничего вне твоих источников. Если ты спрашиваешь его про то, чего в блокноте нет, он отвечает «в источниках нет этой информации» и не догадывается. Это лечит главную боль LLM для аналитической работы — галлюцинации. Модель не может выдумать цифру или цитату, потому что она физически ограничена материалами блокнота.

Именно поэтому NotebookLM — инструмент не для развлечения, а для конкретной работы: юрист изучает пачку контрактов, студент готовится к экзамену по 15 главам учебника, маркетолог разбирает 20 отчётов конкурентов. Везде, где важно, чтобы ответ пришёл именно из твоих материалов, а не с чужого сайта.

В конце 2025 Google переименовал NotebookLM в Gemini Notebook — интерфейс тот же, URL notebooklm.google.com сохраняется, добавились более глубокие модели (Gemini 3) и новые форматы вывода. Дальше по тексту я использую оба имени как синонимы.

Что умеет NotebookLM

Диалог с источниками

Базовый режим. Загружаешь материалы, задаёшь вопрос обычным языком — модель отвечает с цитатами. Каждая цитата кликабельна: жмёшь — и открывается тот фрагмент источника, где модель нашла ответ. Ты можешь проверить, правильно ли она поняла контекст, не выдернула ли фразу.

Работает на любом языке, поддерживаемом Gemini (русский в том числе — свободно, качественно, без акцента в стиле). Файл может быть на английском, вопрос на русском — ответ придёт на русском с цитатами на английском.

Что важно: NotebookLM не «читает всё сразу», он использует retrieval — находит релевантные фрагменты источников под каждый вопрос. Это значит, что в блокноте с 50 файлами модель отвечает быстро и не путается, но иногда пропускает связь между двумя удалёнными кусками. Для очень тонкой аналитики между разными документами лучше задавать конкретные вопросы, а не «пересскажи мне всё».

Audio Overview — уникальная фича

Это то, что делает NotebookLM ни на что не похожим. Одна кнопка — через несколько минут получаешь подкаст. Два голоса-«ведущих» ведут диалог по твоим источникам: один задаёт вопросы, второй отвечает, они уточняют друг у друга, шутят, спорят с материалом. Длительность — 12-30 минут в зависимости от объёма источников.

Изначально работал только на английском. В 2025 году Google добавил поддержку 80+ языков, включая русский. Русские голоса естественные, но диалог остаётся немного менее ловким, чем английская версия, — модели дольше тренировались на английском.

Практика: загрузил три часа лекций → слушаешь 20-минутный обзор по дороге домой. Скинул отчёт конкурентов на 200 страниц → подкаст пока моешь посуду. Материалы к экзамену → повторение на прогулке.

Настройки: тема (сфокусируйся на выводах), стиль (академический / дружеский), длина, роль слушателя (эксперту / новичку). Меняет тон и глубину. Один нюанс: подкаст генерируется однократно, точечное редактирование невозможно.

Video Overview

Появился в 2025 году. Это то же самое, что Audio Overview, но с картинкой. NotebookLM превращает твои источники в короткое видео на 3-7 минут: слайды с ключевыми тезисами, диаграммы, иллюстрации, поверх — голосовое сопровождение того же типа, что в Audio Overview.

Формат отличный для того, чтобы поделиться результатом с командой. Ты передаёшь не 200 страниц отчёта, а 5-минутный ролик с ключевыми выводами.

Video Overview пока работает медленнее (около 10 минут генерации) и на бесплатном тарифе доступен с сильными ограничениями по количеству в день.

Mind Maps, Study Guides, Briefing Documents

Три вспомогательных формата вывода.

Mind Map. Ментальная карта по загруженным материалам: центральный узел — тема, ветки — подтемы, листья — факты с ссылками на источник. Карта интерактивная. Полезно, чтобы увидеть структуру темы целиком или объяснить её другому.

Study Guide. Гид для подготовки к экзамену: список ключевых понятий с определениями, 10-30 вопросов на самопроверку, короткое эссе-summary. Формулирует вопросы так, как их задал бы преподаватель.

Briefing Document. Сжатый документ на 2-4 страницы по всем материалам: ключевые выводы, даты, цифры, цитаты. Полезно менеджерам, которые не успевают читать всё, что делает команда.

Тарифы NotebookLM

NotebookLM интегрирован в общую подписочную модель Google AI. По данным на 31.07.2026 на gemini.google/subscriptions/:

Бесплатный. Доступ ко всем ключевым функциям с квотами: до 100 блокнотов, до 50 источников на блокнот, до 500 000 слов на источник, ограниченное количество Audio Overview в день. Для большинства индивидуальных задач хватает надолго.

Google AI Plus — 4,99 EUR / месяц. В 2 раза больше квот, расширенные лимиты на Audio Overview, 400 ГБ облачного хранилища. Доступен в 160+ странах.

Google AI Pro — 21,99 EUR / месяц. В 4 раза больше квот, в 5 раз больше Audio Overview в день, доступ к Gemini 3 внутри блокнотов, 5 ТБ хранилища. Тариф для команды или профи с большими объёмами источников.

Google AI Ultra — от 99,99 EUR / месяц (базовая), 219,99 EUR / месяц (20-кратные квоты). Максимальные лимиты, приоритетный доступ к новейшим моделям, 20+ ТБ хранилища, эксклюзивные функции Deep Think.

Ограничения NotebookLM

Размер источника. Максимум ~500 000 слов на файл. Для большинства PDF норма, книгу на 800 страниц — разбить.
Количество источников. 50 на блокнот на бесплатном, до 300 на Pro. Больше — несколько блокнотов.
Не подключается к «живым» источникам. Не ходит в интернет за свежими данными. Для актуального research — Deep Research.
Медленно на длинных источниках. Первая загрузка PDF на 500 страниц занимает около 7 минут — индексация. Дальше быстро.
Audio Overview однократный. Не понравилось — генерируешь заново, тратишь ещё квоту.
Приватность. Google утверждает, что материалы блокнотов не идут на обучение моделей. Для чувствительных данных (медицинские, юридические) — сначала уточни актуальную политику приватности и режим для своего аккаунта.

Что такое Deep Research

Deep Research — это агентная функция Gemini, которая делает многошаговое исследование за тебя. Ты даёшь тему, Gemini формирует план из десятков подзадач, автоматически ходит по интернету, читает сайты, извлекает данные, сопоставляет источники, находит противоречия, синтезирует финальный отчёт на 10-30 страниц.

Это агент, а не чат: доверяешь ему задачу примерно на 20 минут и уходишь пить кофе. Через полчаса возвращаешься к готовому research-документу с сотней-другой ссылок на источники.

По данным gemini.google/overview/deep-research/, Deep Research работает в четыре этапа:

Планирование. Из твоего промпта модель составляет детальный многоуровневый исследовательский план: какие подтемы изучить, в каком порядке, какие вопросы задать интернету. Этот план показывается тебе в интерфейсе — ты можешь его отредактировать, добавить или убрать пункты, прежде чем агент начнёт работу.

Research. Модель автоматически делает от 20 до 100 запросов в интернет и в свои подключённые источники (Gmail, Google Drive, Google Chat — если ты дал разрешение). Она сама решает, какие запросы делать параллельно, а какие последовательно, потому что второй запрос зависит от результата первого.

Рассуждение. Полученные данные модель анализирует критически: находит расхождения между источниками, ищет ключевые точки, выделяет то, что подтверждается несколькими независимыми источниками. Ты можешь в реальном времени наблюдать за этим процессом в интерфейсе.

Составление отчёта. Финальный документ на 10-30 страниц с содержанием, разделами, цитатами, ссылками на источники. Все ключевые утверждения имеют ссылку на веб-страницу, где эта информация есть. Отчёт открывается в Canvas — специальном редактируемом интерфейсе Gemini, где его можно доработать.

Опционально: у отчёта можно сгенерировать аудио-summary (тот же Audio Overview из NotebookLM), чтобы прослушать выжимку за 15 минут вместо чтения 30 страниц.

Deep Research стал заметно сильнее с релизом модели Gemini 3 — на всех четырёх этапах: планирование стало точнее, поиск — глубже, синтез — логичнее.

Как использовать Deep Research

Механика простая:

Заходишь в Gemini App (gemini.google.com или мобильное приложение)
В строке промпта выбираешь режим «Deep Research»
Пишешь свой запрос обычным языком
Смотришь предложенный план — правишь если нужно
Нажимаешь «Запустить», уходишь по делам
Через около 20 минут (иногда до часа для очень сложных тем) получаешь отчёт

Deep Research доступен:

На десктопе (gemini.google.com)
В мобильном приложении Gemini (iOS, Android)
В более чем 150 странах
На 45+ языках, включая русский

Работает и с бесплатным тарифом (с ограничениями по количеству запросов в день), и на всех платных.

Что делает Deep Research мощным

Ходит по десяткам источников за раз. Обычный чат делает 1-3 поисковых запроса и ищет ответ в первых пяти-десяти статьях. Deep Research делает 20-100 запросов и обрабатывает от 50 до 300 сайтов на одну тему. Это в порядок больше данных.

Учитывает противоречия. Если один источник говорит одно, второй — другое, Deep Research это замечает. В финальный отчёт попадает не «первый ответ, который нашёл», а взвешенный вывод: «А говорит X, B говорит Y, что здесь сходится, что расходится, какая позиция кажется более обоснованной по критериям Z».

Подключается к твоим Google-сервисам. Опционально Deep Research может использовать твой Gmail, Google Drive и Google Chat как дополнительные источники. Это критично для бизнеса: ты запрашиваешь «сравни нашу стратегию с конкурентом X», и агент подтягивает твои собственные внутренние документы вместе с публичной информацией по конкуренту.

Отдаёт отчёт в редактируемом Canvas. Финальный документ — не текст в чате, а живой документ в Canvas. Ты можешь его редактировать, экспортировать в Google Docs, PDF, поделиться ссылкой с командой. Из отчёта можно сделать интерактивную презентацию, викторину или аудио-summary — прямо в Canvas.

Практические сценарии для Deep Research

Конкурентный анализ. «Проанализируй трёх основных конкурентов на рынке SaaS-CRM для малого бизнеса: продукт, цены, слабые и сильные стороны, отзывы за 6 месяцев» → отчёт на 20 страниц за 20 минут.

Due diligence. «Изучи компанию X: команда, финансирование, продуктовая история, рыночная позиция, риски» → отчёт с таблицей ключевых цифр.

Обзор рынка. «Какие тенденции на рынке AI-агентов для селлеров маркетплейсов в 2026 году?» → отчёт с раскладкой по сегментам.

Академический research. «Найди ключевые исследования по методу CRISPR-Cas9 за 3 года, сгруппируй по темам, выдели противоречия» → скелет литобзора.

Личные покупки. «Сравни 5 моделей робот-пылесосов до 30 000 руб» → отчёт-таблица.

Главное во всех сценариях — не то, что Deep Research лучше человека. А то, что он делает около 25 минут работу, которую человек делает около 6 часов. Финальное решение всё равно за тобой — но полуфабрикат готов.

NotebookLM vs Deep Research — как выбрать

Оба инструмента про research, но задачи разные.

Бери NotebookLM, когда:

У тебя уже есть материалы, надо в них разобраться.
Важно, чтобы ответ был строго из твоих источников (юрист изучает контракты, исследователь работает со своим corpus’ом).
Нужен подкаст-обзор твоих материалов (Audio Overview).
Готовишься к экзамену по конкретному учебнику.
Собираешь базу знаний из своих документов для команды.
Работа с одной подтемой глубоко, но по узкому корпусу.

Бери Deep Research, когда:

Материалов ещё нет, надо их найти в интернете.
Нужна широкая карта темы, а не глубокий разбор.
Важно найти свежие данные (Deep Research ходит в live-веб, NotebookLM работает только с загруженным).
Нужна многошаговая аналитика с сотней источников.
Хочешь совместить публичные данные с внутренними Google-документами.

Одновременно:

Deep Research находит и структурирует поле темы, генерирует отчёт с списком ключевых источников.
Дальше самое важное из отчёта — PDFы, статьи, отчёты — загружаешь в NotebookLM.
В NotebookLM углубляешься в конкретные документы, задаёшь точечные вопросы, генерируешь Audio Overview для повторной прогонки.

Это стандартный research-workflow 2026 года: Deep Research снимает начальную неопределённость и собирает материал, NotebookLM работает с этим материалом глубоко.

Сравнение с ChatGPT Deep Research

У OpenAI есть аналогичная функция — ChatGPT Search и Deep Research, доступная на Plus, Pro и Team тарифах. Логика та же: агент, который ходит в интернет и пишет отчёт.

Ключевые различия по данным на 31.07.2026:

Интеграция с экосистемой. Deep Research от Google подключается к Gmail, Google Drive, Google Chat — это огромный плюс для тех, кто работает в Workspace. ChatGPT Deep Research таких прямых интеграций не имеет, только через отдельные connector’ы.

Модель. Deep Research от Google работает на Gemini 3, у OpenAI — специализированная версия o-series моделей.

Формат вывода. Google даёт отчёт в Canvas, откуда можно сразу генерировать аудио, викторины, презентации. OpenAI даёт отчёт в чате в markdown, дальше — сам форматируй.

Языки. Обе поддерживают 40+ языков, качество сопоставимое.

Цена. Deep Research от Google доступен на бесплатном тарифе (с квотами), ChatGPT Deep Research — только с $20/месяц (Plus).

Российский доступ. Оба сервиса недоступны из России напрямую, оба требуют зарубежных аккаунтов. Об этом ниже.

Для команд в Google Workspace выбор в пользу Google Deep Research очевиден. Для команд, которые уже платят за ChatGPT Plus / Pro, — можно сравнить два инструмента на одной и той же теме и выбрать по результату. Реального победителя в общем нет: они делают одно и то же, но с разными сильными сторонами.

Доступ из России в 2026

Оба инструмента (NotebookLM и Deep Research) официально недоступны на территории России. Google не открывает подписки Google AI Plus, Pro и Ultra для российских карт и российских Google-аккаунтов.

Что можно сделать легально:

Бесплатный доступ к Gemini App с базовыми функциями. Google предоставляет часть функций Gemini через бесплатный тариф в 200+ странах, включая Россию (на дату проверки). Ты можешь зайти на gemini.google.com с российского аккаунта, получить доступ к базовому чату с Gemini 3.6 Flash. Deep Research и NotebookLM с бесплатного тарифа доступны с сильными ограничениями и не во всех регионах — реальный статус нужно проверять по своему аккаунту.

Российские альтернативы для research-задач. YandexGPT и GigaChat от Сбера — не имеют аналога NotebookLM или Deep Research в полном объёме, но для простых задач разбора собственных документов подойдут. Yandex Neuro и GigaChat Search частично закрывают use case Deep Research, но глубина research существенно меньше.

Локальные модели. Ollama и LM Studio на своём компьютере — можно поднять модели типа Qwen или Llama и построить RAG-систему по собственным документам. Это техническое решение, требует навыков, но даёт результат, максимально близкий к NotebookLM для персонального использования. Deep Research в живом виде на локальной модели сложно повторить: нужен агент, который сам ходит в веб — это требует отдельного инструментария (perplexity-подобные системы).

Международный аккаунт. Если у тебя есть законно оформленный зарубежный Google-аккаунт (например, через юрлицо в третьей стране) — все функции работают. Оплата — иностранной картой, работа — из любой страны. Практика для команд, которые серьёзно используют Gemini для бизнеса.

Use cases для маркетолога, копирайтера, ученика, предпринимателя

Маркетологу. NotebookLM: загружаешь отчёты конкурентов + интервью с клиентами + свою стратегию → «Какие боли клиентов повторяются в интервью и не закрыты нашим продуктом?» → ответ с цитатами. Deep Research: «Собери карту рынка AI-инструментов для контент-маркетинга за 12 месяцев» → отчёт для презентации команде.

Копирайтеру. NotebookLM: 20 статей в жанре + свои гайды по TOV → «Какие приёмы структуры повторяются в топовых статьях?». Deep Research: «Как топ-15 брендов пишут о X. Tone, структура, длина, CTA» → методичка на месяц.

Студенту. NotebookLM: лекции + учебник + конспекты → Study Guide с 20 вопросами, Mind Map структуры, Audio Overview на прогулку. Deep Research: «Ключевые работы по теме курсовой за 5 лет» → скелет литобзора.

Предпринимателю. NotebookLM: договоры + финансовые отчёты + стратегия → «Какие обязательства противоречат новой стратегии продукта?» → ответ со ссылкой на конкретный пункт договора. Deep Research: «Рынок для SaaS-идеи Y: TAM, конкуренты, ценовые модели» → материал для инвестпрезентации.

Для юриста, врача, консультанта, педагога сценарии те же — конкретизируются под предметную область.

Ограничения и что не подходит

NotebookLM не для «чистого» творчества. Если тебе нужно генерировать новые идеи из воздуха или писать креативный текст в чужом стиле — обычный Gemini или Claude справятся лучше. NotebookLM привязан к твоим материалам, он не свободный писатель.

Deep Research не для быстрых ответов. Если тебе нужно узнать факт за 10 секунд — это чат-запрос, а не Deep Research. Deep Research — минимум 10 минут, обычно 20-30.

Оба не заменяют экспертизу. Модели могут ошибиться в интерпретации даже собственных источников. Отчёт Deep Research надо перепроверить в критичных местах, ответ NotebookLM — тоже. Всегда открывай цитируемый источник и убеждайся, что модель не выдернула фразу из контекста.

Оба требуют времени на постановку задачи. Хороший промпт для Deep Research — это половина результата. Промпт «изучи маркетинг в 2026» даст плохой отчёт, промпт «сравни 5 конкретных стратегий SEO-продвижения для e-commerce в 2026, сфокусируйся на X, Y, Z, приведи цифры» даст отличный.

Приватность материалов. Оба сервиса передают данные в Google. Для чувствительной информации (медицинские данные, персональные данные клиентов, коммерческая тайна) — сначала уточни политику приватности и режим твоего аккаунта. Enterprise-версии дают гарантии, что материалы не используются для обучения моделей, — обычные consumer-подписки могут не давать таких гарантий.

FAQ

В чём разница между NotebookLM и Deep Research? NotebookLM работает только с материалами, которые ты сам загрузил в блокнот. Deep Research сам ищет материалы в интернете и в твоих Google-сервисах. NotebookLM — «разберись в моих документах», Deep Research — «найди и сведи всё в отчёт с нуля».

NotebookLM и Gemini Notebook — это одно и то же? Да. В 2025-2026 Google переименовал NotebookLM в Gemini Notebook. Интерфейс тот же, URL notebooklm.google.com сохраняется, добавились новые модели Gemini 3 и расширенные форматы вывода. В документации и подписках функцию теперь называют Gemini Notebook.

Сколько источников можно загрузить в NotebookLM? На бесплатном тарифе — до 50 источников в блокнот, до 500 000 слов на источник, до 100 блокнотов. На платных тарифах лимиты в разы выше.

Audio Overview работает на русском? Да, с 2025 года. Русские голоса естественные. Английская версия остаётся немного более отработанной по интонациям и живости диалога, но русская хорошая для практического использования.

Deep Research работает на русском? Да. Промпт задавать можно на русском, отчёт приходит на русском. Модель ищет материалы на 45+ языках, включая русский. Если тема мало представлена в русскоязычном интернете — модель может подключить англоязычные источники и перевести выводы.

Сколько занимает Deep Research? От 10 до 30 минут в среднем. Для очень сложных тем — до часа. Точное время зависит от глубины плана и количества запросов.

Deep Research платный? Доступен на бесплатном тарифе с ограничениями по количеству. Полный доступ — на всех платных тарифах Google AI (Plus, Pro, Ultra).

Могу ли я использовать Deep Research из России? Официально — только через зарубежный Google-аккаунт. Бесплатный тариф с российского аккаунта частично работает, но с сильными ограничениями и не во всех регионах. Полноценно оплатить подписку из России невозможно.

Могу ли я использовать NotebookLM бесплатно? Да. Бесплатный тариф даёт доступ ко всем ключевым функциям с квотами. Для большинства индивидуальных задач хватает надолго. Ограничения начинают мешать только при интенсивном использовании.

Deep Research может подключаться к моему Gmail? Да, если ты дал разрешение. Модель может использовать содержимое Gmail, Google Drive и Google Chat как дополнительные источники research. Это критично для business-задач: сравнение внутренних документов с публичной информацией по конкурентам.

Насколько точен Deep Research? Точнее обычного чата, но не безупречен. Модель может неправильно интерпретировать спорные источники, пропустить свежую статью, неверно связать два разных факта. Финальный отчёт всегда нужно перепроверять в критичных местах, открывая цитируемые источники.

Материалы NotebookLM идут на обучение моделей? Google утверждает, что нет. Для консьюмерских подписок это заявление, для Enterprise — юридическая гарантия. Для критически чувствительных данных сначала проверь актуальную политику приватности.

Можно ли делиться блокнотами с командой? Да, по ссылке с правами «просмотр» или «редактирование». Работает как обычные Google Docs.

Можно ли редактировать Audio Overview? Нет. Генерируется целиком, точечное редактирование невозможно. Не подошло — генерируешь заново с другими параметрами, тратится ещё квота.

NotebookLM видит содержимое YouTube-видео? Да, если добавить ссылку как источник. Модель берёт транскрипт (там где YouTube его отдаёт). Не работает с приватными видео и без транскрипта.

Заменит ли Deep Research аналитика? Нет. Deep Research — x10 к производительности аналитика, но не его замена. Аналитик добавляет контекст компании, стратегическую интерпретацию, экспертное суждение, ответственность за выводы.

Actualnost

Актуально на 31.07.2026. Модели, цены и условия доступа меняются часто. Перед бизнес-решением всегда сверяйся с первоисточником — все ссылки в разделе Sources ниже.

Sources

Gemini Deep Research — https://gemini.google/overview/deep-research/ (проверено 31.07.2026)
Gemini subscriptions and pricing — https://gemini.google/subscriptions/ (проверено 31.07.2026)
Gemini App — https://gemini.google.com/ (проверено 31.07.2026)
Gemini for Students — https://gemini.google/students/ (проверено 31.07.2026)
NotebookLM / Gemini Notebook — https://notebooklm.google.com/ (проверено 31.07.2026)
Google DeepMind — https://deepmind.google/ (проверено 31.07.2026)