Xây Dựng Thư Viện Tri Thức Cá Nhân Với NotebookLM Và Obsidian

Hello, sau khoảng nửa năm lặn ngụp với làn sóng AI thì mình bắt đầu viết blog lại mà không dùng AI để luyện cho não bộ sử dụng ngôn ngữ.

Okay, bài viết này không dùng AI để hỗ trợ viết, nhưng lại chia sẻ về các công cụ AI nhen. Nhi muốn chia sẻ các bạn 2 công cụ chính đã giúp Nhi hệ thống hóa kiến thức cá nhân, kiến thức chuyên môn và xây dựng một thư viện lưu trữ lâu dài. Đặc biệt hữu ích với các bạn đang cần nghiên cứu, học tập, hay tìm hiểu một lĩnh vực có mật độ kiến thức dày và dài.

Không đâu xa lạ, chính là Obsidian - NotebookLM và 2 trợ thủ đắc lực đi kèm Obsidian Clipper extension - NotebookLM Tools extension.

NotebookLM và NotebookLM Tools extension

NotebookLM: thư viện lưu trữ và truy vấn kiến thức cá nhân tích hợp AI

NotebookLM chắc nhiều bạn đã biết rồi, nhưng mình vẫn nói lại trong trường hợp các bạn chưa biết. Ví dụ các bạn muốn tra cứu một thông tin trong một hệ thống dữ liệu/kiến thức nhất định, không phải tràn lan trên mạng hoặc ‘đoán mò’ bởi AI, NotebookLM của Google là công cụ giúp bạn làm việc đó.

NotebookLM giúp bạn nhập vào một loạt các tài liệu từ file ảnh, csv, docx hay thậm chí là các file ghi âm, website và cả youtube link. Nghe mượt hông cơ chứ.

Ngày trước, nếu mình muốn hệ thống kiến thức, mình phải qua nhiều bước như chuyển đổi định dạng file thành 1 dạng text duy nhất (ví dụ docx), rồi lưu folder trên máy. Việc này rất mất thời gian, mà mỗi lần muốn lục lọi lại thông tin cũng vô cùng phức tạp (cả ngàn chữ mà T.T).

Một số ứng dụng của NotebookLM mình sử dụng hằng ngày:

1. Truy vấn các thông tin đã lưu trong mỗi ‘Notebook’ đã tạo với độ chính xác cao hơn.

Thông thường, bạn có thể lên Google search, ChatGPT hay Gemini để hỏi một câu hỏi bất kỳ, nhưng kết quả đôi khi (hay thường xuyên) cho thông tin không chính xác. Giải thích thì phức tạp hơn, mình sẽ có bài khác để giải thích.

Hãy xem ví dụ so sánh giữa việc hỏi Gemini chat thông thường, và với 1 Notebook mình đã tạo về ‘Báo cáo thị trường du lịch Việt Nam 2025’ nhen:

Như bạn quan sát, nếu chỉ đọc lướt qua, thông tin của conversation Gemini cung cấp ở chat-base thông thường tương đối đầy đủ, nhưng không có trích dẫn nguồn chính xác, mình bắt buộc phải đi tra cứu từng thông tin một để kiểm tra tính chính xác thông tin.

Nếu ở NotebookLM, các dữ liệu đầu vào được mình đọc qua và xác minh độ uy tín, khi hỏi cùng câu hỏi, nó có trích xuất nội dung rõ ràng, ở đâu trang nào để mình double check. Tất nhiên vẫn có tỉ lệ sai sót, nhưng mức độ chính xác và khả năng dễ tra cứu lại là ~85-90%, cao hơn rất nhiêu so với hỏi đáp thông thường.

2. Truy vấn thông tin nội bộ

Thử hình dung bạn đang follow một project kéo dài 1 năm trời, lượng cuộc họp bạn tham gia là nhiều vô số kể. Trong cuộc họp lại sử dụng đa ngôn ngữ. Viết meeting recap đã mệt, mà tra cứu lại mỗi vấn đề đã được trao đổi ở đâu, lúc nào và khi nào thì còn phức tạp hơn.

Hoặc, bạn có một cơ sở dữ liệu về hướng dẫn sử dụng tính năng phần mềm, bạn không thể nhớ tính năng đó được lưu ở file nào, dòng mấy. Tra cứu bằng NotebookLM sẽ tiết kiệm thời gian hơn đáng kể!

3. Nghiên cứu và mở rộng nguồn thư viện tri thức

Kiến thức bạn học lâu ngày cũng bị mai một và outdated theo thời gian, khi cần mình lại research thêm và update lượng dữ liệu nguồn đã có. Để làm điều này, mình tận dụng tối đa hệ sinh thái Google AI: tức Gemini Pro & NotebookLM.

Đầu năm nay, Google có đợt upgrade lớn cho Gemini và NotebookLM, mình đã có thể chat thẳng với ‘Notebook’ của mình trên Gemini Pro. Điều này thay đổi cục diện rất rất lớn khả năng mở rộng dữ liệu của mình.

Giải thích cho bạn hiểu tại sao upgrade này lại quan trọng.

Nhiều bạn thắc mắc là NotebookLM cũng dùng Gemini model để hỏi đáp thôi, sao phải qua Gemini chat làm gì cho phức tạp. Thì đây là câu trả lời. Gemini model mặc định trên NotebookLM hiện tại là Gemini 3, còn Gemini có trên phiên bản chat base là 3.1 đến 3.5 và có cả chế độ Thinking Level Extended (mới nhất sau Google I/O 2026).

Việc có model mới hơn, thinking level tốt hơn, sẽ giúp mình:

• Truy vấn thông tin phức tạp hơn mà vẫn giữ được tương đối khả năng trích dẫn nguồn gốc.
• Tận dụng Deep Research của Gemini Pro để khai thác và mở rộng thông tin (đến thời điểm hiện tại tháng 5/2026 Deep Research của Gemini vẫn là bá nhất trong các model deep research mình đã thử qua).
• Tận dụng thực hiện các Canvas (một dạng landing page html) để gửi đi khi cần một cách nhanh chóng cho người ngoài mà ko phải share toàn bộ dữ liệu nguồn của mình.
  

Xem thử một canvas về ‘Toàn cảnh du lịch Việt Nam’ ở đây được tạo trong 2 phút từ nguồn dữ liệu lưu trữ trong NotebookLM.

4. Tạo Media (video/audio/infographic…) liên quan từ Notebook

Tính năng này thường được ca ngợi nhất của NotebookLM dù mình ít dùng nhất vì thú thật mình vẫn thích các nội dung và media được tạo ra bởi con người, nó có ‘hồn’ hơn.

Nhưng ở một số use case nhất định: ví dụ tạo 1 video ngắn cho 1 talkshow, hoặc một infographic để lên blog cá nhân… vẫn rất cần các tính năng này. Các thông tin khi được hệ thống hóa rõ ràng, với prompt chỉn chu một chút, sẽ cho kết quả cũng khá ra gì.

Ví dụ mình tạo 1 video tiếng Anh cho báo cáo du lịch Việt Nam, NotebookLM cũng tự động gợi ý nội dung nên focus dựa trên các nguồn tài liệu mình đã tick chọn, khá tiện hen.

Ứng dụng cho các media này còn rất nhiều, tùy mục đích sử dụng. Ví dụ:

• Sinh viên tạo flashcard để trả lời random kiến thức đã học cho môn cụ thể.
• Giảng viên/Speaker tạo quiz cho buổi talk sắp tới.
  …

Trên đây là 3 use case điển hình mà mình hay xài, bạn có thể khám phá các use case khác và share với mình nhen!!

NotebookLM Tools: Chrome Extension hỗ trợ quản lý các source và các Notebook khác nhau

Đã xài NotebookLM rồi thì ko thể bỏ sót em extension này đâu.
Năm nay để mà bầu chọn ‘Ra đường không biết lạy ai’ thì tui xin bầu chọn cho em NotebookLM Tools này, và 9Router. Mà thú vị thay, cả 2 đều là do người Việt phát triển đó nha!!

Nếu sử dụng NotebookLM đủ lâu (và đủ nhiều), bạn sẽ gặp các vấn đề sau:

• Một Notebook có hàng trăm sources, bắt đầu rối không nhớ sources nào thuộc về phạm trù kiến thức nào -> NLMTools giúp bạn folder chúng!

• Search xuyên lục địa. Tức là search trên mọi Notebook cùng lúc chứ ko chỉ trên 1 Notebook như trên trang chủ của NotebookLM.

• Thay đổi ngôn ngữ hiển thị & ngôn ngữ output nhanh chóng. Ví dụ như bạn muốn giao diện hiển thị app là tiếng Việt, nhưng các output trả về là tiếng Anh, bình thường mỗi lần thay đổi bạn phải thay đổi thủ công trên NotebookLM setting, nhưng NLMTools thì chỉ cần thao tác click thôi.

• Tải Sources. Tải Sources. Tải Sources. Quan trọng nhắc 3 lần. Có rất nhiều kiến thức/dữ liệu mình muốn lưu trữ local để truy vấn offline, hoặc đơn giản thôi, rủi đâu có ngày nó sập thì sao T.T -> NLMTools giúp bạn tải chúng, hàng loạt, và hỗ trợ .md (markdown) format!!! Có điên không cơ chứ, thật là đúng insight người dùng mà.

Vậy là bạn hiểu sơ về NotebookLM rồi hen. Nói thêm về giá cả thì NotebookLM được sử dụng chung trong gói Google AI Plan (gồm Gemini, Sheet/Docs/Slides/Gmail, Banana, Omni, Studio…), nhưng đồng thời vẫn có thể dùng free với giới hạn 50 sources mỗi notebook.

NotebookLM Plan

Google AI Plan

Obsidian và Obsidian Clipping Tools Extension

Obsidian: công cụ ghi chú định dạng markdown

Nhi biết đến Obsidian cũng phải 3 năm trước rồi, nhưng thực sự không có thời gian để mày mò về nó, vì gần như phải học lại từ đầu. Suốt hơn 5 năm qua mình chỉ dùng Notion thôi, nhưng 1 năm đổ lại đây, mình đã chuyển gần như hoàn toàn sang Obsidian vì các lý do sau:

• Markdown format. Mình đã chia sẻ ở trên, markdown giúp các AI model đọc hiểu dễ hơn, lưu trữ ít tốn dung lượng hơn. Cứ lưu trữ note markdown rồi khi cần thì ném lên NotebookLM hoặc mấy con agents để làm việc rất tiện.
• Nhẹ. Rất nhẹ so với Notion. Một số note trên Notion của mình phức tạp tới mức bây giờ chỉ cần mở lên là lag hết máy rồi. Kiểu như muốn xài nữa cũng không được ấy T.T
• Khả năng liên kết kiến thức. Nếu bạn làm content SEO thì chắc rành về khái niệm internal linking, thì Obsidian rất rất tối ưu cho việc đó. Ví dụ như đang viết bài này nhưng mình muốn liên kết tới bài mình đã viết là Nâng cấp kỹ năng và mindset sử dụng AI: Làm gì để hạn chế FOMO trong thời đại AI nhiễu loạn? thì thao tác siêu nhanh trên bàn phím mà không phải chuyển đổi các tab qua lại copy-paste. Bạn viết 1 tiểu thuyết với hàng trăm chương, hay một internal guideline cho nhân sự công ty, Obsidian hỗ trợ lưu trữ và liên kết các dữ liệu này rất tốt. Đó là chưa kể khả năng liên kết các kiến thức dạng graph, nhưng cái này phức tạp hơn nên mình ko đề cập.

Phạm vi bài viết này mình không thể hướng dẫn sử dụng Obsidian được, có rất nhiều video youtube hướng dẫn bạn có thể tìm hiểu thêm. Mình sẽ ví dụ giao diện Obsidian hiện tại của mình. Mình dùng PARA framework (Projects, Areas, Resources, and Archives) để cấu trúc và hệ thống các note.

Tùy vào mục đích sử dụng của mỗi dự án, mình sẽ có logic sắp xếp folder, quy định title note, các properties khác nhau…

Việc chuyển đổi sang dùng Obsidian, dù phức tạp hơn các công cụ truyền thống, nhưng giúp mình giao tiếp với AI hiệu quả hơn rất nhiều. Mỗi lần cần hỏi đáp hay review gì đó, thay vì dùng docs, mình cứ copy sang note markdown của Obsidian rồi ném lên cho AI xử lý, độ chính xác sẽ cao hơn đáng kể.

Obsidian Web Clipper

Thật ra với nhu cầu sử dụng thông thường, chỉ với 3 công cụ trên đã đủ cho bạn sử dụng rồi. Nhưng nếu bạn bắt đầu thao tác với AI Agents trên dữ liệu máy cá nhân, thì Obsidian sẽ giúp bạn kha khá đó!

Thử hình dung bạn đọc một website, hay thậm chí xem 1 video Youtube và muốn lưu nội dung này lên máy dạng markdown để có thể đọc trên Obsidian, thông thường bạn có thể copy paste trực tiếp, nhưng sẽ luôn có một số lỗi format không đáng có.

Để hỗ trợ việc lưu trữ nội dung online về markdown format, team Obsidian cũng ra mắt extension trên Chrome và các browser khác để làm việc này nhanh chóng hơn.

Sau khi cài đặt, bạn chỉ cần 1 click vào icon trên thanh công cụ, extension sẽ tự động lấy các thông tin về title, ngào tạo, nội dung video (thông qua script) hoặc nội dung web với format cực kỳ sạch sẽ, và có thể lưu ngay folder bạn muốn.

Ví dụ note đã được lưu từ video trên:

Vậy là kết thúc bài chia sẻ về các công cụ lưu trữ, ghi chú, và truy vấn kiến thức ha. Nếu muốn tìm hiểu thêm dạng công cụ nào thì cứ để lại comment hen! Cảm ơn bạn đã đọc đến đây.

À lời cuối, một điểm sáng là gần đây những tools phục vụ tác vụ công việc được thực hiện bởi người Việt rất nhiều, các video hướng dẫn các công cụ AI từ người Việt cũng nhiều và chi tiết hơn trước. Cá nhân mình rất hi vọng nhân lực ở Việt Nam sẽ nhanh chóng bắt kịp sự upgrade của công nghệ để ứng dụng trên việc tối ưu hóa công việc và đời sống hằng ngày, từ đó level up các skillset của mình, hay rộng ra, thoát khỏi cái bẫy “nhân công giá rẻ”. ^^

Cheers! 21.05.2026