Với vai trò là một chuyên gia công nghệ, tôi đã gắn bó với Google NotebookLM, trợ lý nghiên cứu cá nhân hóa được hỗ trợ bởi AI, kể từ khi nó ra mắt dưới dạng sản phẩm thử nghiệm. Trong suốt nhiều tháng, tôi đã sử dụng NotebookLM một cách độc lập, tin rằng công cụ này đã hoàn chỉnh và đầy đủ chức năng. Mặc dù chứng kiến nhiều người dùng thử nghiệm kết hợp NotebookLM với các công cụ khác như OneNote, tôi chưa bao giờ cảm thấy cần phải làm điều tương tự. Tuy nhiên, gần đây, tôi đã quyết định thay đổi và đưa Perplexity – một công cụ AI khác mà tôi đã tìm hiểu – vào quy trình làm việc của mình. Mục đích không phải là tìm kiếm một công cụ thay thế NotebookLM, mà là để khám phá tiềm năng khi sử dụng cả hai cùng lúc. Liệu sự kết hợp này có thực sự tạo nên một bước đột phá trong hiệu suất làm việc? Kết quả đã vượt xa mong đợi của tôi.
Bàn tay chạm vào logo Perplexity, biểu tượng của công cụ tìm kiếm AI Perplexity
Tại Sao Nên Kết Hợp Google NotebookLM Với Perplexity AI?
Mặc dù cả NotebookLM và Perplexity đều được thiết kế để đơn giản hóa và tăng tốc quá trình nghiên cứu, nhưng chúng lại tập trung vào các giai đoạn hoàn toàn khác nhau. Đây chính là yếu tố tạo nên sức mạnh tổng hợp khi chúng được kết hợp.
Bổ Trợ Những Khuyết Điểm Của Nhau
Perplexity là một công cụ tìm kiếm AI, được thiết kế để giảm thiểu thời gian bạn dành cho việc tìm kiếm thông tin. Nó hoạt động như một công cụ tổng hợp thông minh, truy vấn internet theo thời gian thực và thu thập dữ liệu từ các nguồn đáng tin cậy. Ngược lại, NotebookLM phát huy tác dụng sau khi bạn đã thu thập được thông tin. Nó giúp bạn tổ chức, hiểu rõ và tương tác với các chủ đề nghiên cứu của mình theo nhiều cách khác nhau.
Giao diện NotebookLM hiển thị tài liệu về Lập trình hướng đối tượng (OOP) trên iPad, minh họa khả năng tổ chức kiến thức của AI
Mặc dù Google đã bổ sung tính năng “Discover sources” (Khám phá nguồn) vào NotebookLM, cho phép bạn mô tả loại nguồn muốn thêm vào sổ tay và tự động tìm kiếm trên web, nhưng tính năng này còn khá nhiều hạn chế. Nó chỉ có thể đề xuất tối đa mười nguồn cùng một lúc và chất lượng nguồn đôi khi chưa thực sự làm tôi hài lòng. Do đó, tôi thường tự tìm kiếm nguồn từ web. Đây chính là lúc Perplexity phát huy tối đa ưu điểm của mình.
Hộp văn bản tính năng "Discover Sources" của NotebookLM, cho phép người dùng mô tả loại nguồn cần tìm
Về cơ bản, điểm yếu của NotebookLM lại là điểm mạnh của Perplexity và ngược lại. Khi kết hợp sức mạnh của cả hai công cụ AI này, bạn sẽ có được một bộ đôi nghiên cứu thông minh và hiệu quả hơn nhiều so với việc sử dụng từng công cụ riêng lẻ.
Trang đăng ký NotebookLM hiển thị trên iPad, giới thiệu về trợ lý nghiên cứu AI của Google
Perplexity: Chuyên Gia Tìm Kiếm Nguồn Tài Liệu Đáng Tin Cậy
Nguyên tắc cốt lõi khi sử dụng hai công cụ này là tận dụng tối đa thế mạnh của từng công cụ. Cách tôi áp dụng chúng vô cùng đơn giản: Perplexity sẽ đảm nhận việc săn tìm các nguồn tài liệu liên quan đến chủ đề tôi đang nghiên cứu. Sau đó, tôi tạo một sổ tay mới trong NotebookLM và tải tất cả các nguồn đó lên, rồi sử dụng các tính năng đa dạng của NotebookLM để tương tác với thông tin.
Gánh Vác Công Việc “Nặng Nhọc” Ban Đầu
Để minh họa, hãy lấy ví dụ về việc tôi là sinh viên khoa học máy tính và đang ôn tập cho kỳ thi giữa kỳ môn Lập trình hướng đối tượng (OOP). Giả sử tôi còn mơ hồ về các nguyên lý chính của mô hình này và muốn tìm hiểu thêm từ các nguồn trên web thay vì chỉ dựa vào bài giảng.
Thay vì tự mình dò tìm trên mạng, tôi sẽ nhờ Perplexity tìm kiếm các nguồn đáng tin cậy tập trung vào chủ đề này. Một ví dụ về câu lệnh có thể là:
“Tìm các nguồn đáng tin cậy giải thích các nguyên lý chính của lập trình hướng đối tượng, bao gồm encapsulation, inheritance, và polymorphism. Cung cấp các liên kết đến các bài viết, hướng dẫn hoặc tài liệu khoa học có ví dụ và giải thích rõ ràng.”
Chỉ trong vài giây, Perplexity sẽ tổng hợp thông tin và trả lời truy vấn của tôi (ví dụ: giải thích các nguyên lý chính của Lập trình hướng đối tượng). Tuy nhiên, trọng tâm của tôi khi sử dụng Perplexity ở đây không phải là câu trả lời trực tiếp mà là tab “Sources” (Nguồn) nằm cạnh tab “Answer” (Trả lời), nơi liệt kê tất cả các nguồn mà nó đã trích xuất thông tin.
Giao diện tìm kiếm của Perplexity AI, hiển thị kết quả và các nguồn tài liệu liên quan
NotebookLM: Biến Nguồn Tài Liệu Thành Kiến Thức Hữu Ích
Khi Perplexity đã tìm ra các nguồn tài liệu tôi cần, tôi sẽ tạo một sổ tay mới trong NotebookLM và tải tất cả chúng lên. Đây là lúc mọi thứ trở nên thú vị. Một khi các nguồn được tải lên, tôi có thể sử dụng NotebookLM để tạo “Audio Overview” (Tổng quan bằng âm thanh) nếu tôi không muốn đọc mà thích nghe một cuộc thảo luận theo phong cách podcast về các nguồn này hơn.
Tổ Chức Thông Tin Hiệu Quả và Tương Tác Sâu Sắc
Giả sử tôi vẫn chưa hoàn toàn rõ ràng về các khái niệm khác nhau trong các nguồn. Trong trường hợp đó, tôi có thể sử dụng chế độ tương tác trong Audio Overview để tham gia vào cuộc thảo luận giữa hai người dẫn chương trình AI và làm rõ những thắc mắc của mình.
Nếu tôi muốn thấy các khái niệm khác nhau trong các nguồn kết nối với nhau như thế nào, tôi có thể tạo một “Mind Map” (Bản đồ tư duy). NotebookLM cũng có thể tạo “Study Guide” (Hướng dẫn học tập), “Briefing doc” (Tài liệu tóm tắt), “FAQ” (Câu hỏi thường gặp), hoặc “Timeline” (Dòng thời gian) từ các nguồn của tôi.
Điểm tuyệt vời nhất là NotebookLM chỉ tham chiếu thông tin từ các nguồn bạn cung cấp. Điều này có nghĩa là tôi có thể đặt câu hỏi trong bảng “Chat” mà không cần quá lo lắng về hiện tượng “ảo giác” (hallucinations) hay việc nó lấy câu trả lời từ những nơi ngẫu nhiên trên mạng.
So với việc đặt câu hỏi về một nguồn trong Perplexity, có thể hơi phức tạp. Perplexity thường tìm kiếm một loạt nguồn mới và sử dụng chúng để phản hồi, vì vậy nó không phải lúc nào cũng bám sát các tài liệu bạn muốn tập trung ban đầu. Tuy nhiên, nếu bạn đang nghiên cứu một chủ đề đang phát triển liên tục, Perplexity có thể cực kỳ hữu ích. Sau khi biên soạn các nguồn ban đầu và sử dụng chúng, bạn có thể dùng Perplexity một lần nữa để nhận các nguồn cập nhật với thông tin mới nhất, vì nó tìm kiếm trên web theo thời gian thực.
Bản đồ tư duy (Mind Map) của NotebookLM hiển thị trên iPad, minh họa khả năng tổ chức và kết nối các khái niệm từ tài liệu nghiên cứu
Google NotebookLM và Perplexity: Bộ Đôi AI Bất Bại cho Mọi Nghiên Cứu
Mặc dù hai công cụ AI này phục vụ các mục đích khác nhau, nhưng chúng lại phối hợp nhịp nhàng một cách đáng kinh ngạc. Tôi đã sử dụng Perplexity khá nhiều trong quá khứ, nhưng chưa bao giờ thực sự nghĩ đến việc kết hợp nó với NotebookLM cho đến tận bây giờ. Và tôi thực sự mừng vì đã làm điều đó – muộn còn hơn không, đúng không? Sự kết hợp này không chỉ nâng tầm hiệu quả nghiên cứu mà còn mở ra một quy trình làm việc mới, thông minh và tối ưu hơn, giúp cộng đồng độc giả yêu công nghệ Việt Nam có thể khai thác triệt để sức mạnh của trí tuệ nhân tạo. Hãy trải nghiệm và cảm nhận sự khác biệt mà bộ đôi này mang lại cho quy trình nghiên cứu và học tập của bạn!
