Bài viết giải thích cách xây kho tri thức để AI tìm lại bối cảnh, kiểm chứng nguồn và cập nhật thông tin qua quy trình có người duyệt.
Nhiều người dùng AI để làm việc mỗi ngày nhưng vẫn phải giải thích lại bối cảnh ở cuộc trò chuyện tiếp theo. Muốn AI hỗ trợ một công việc dài hơi, điều cần xây không chỉ là prompt hay hơn. Đó là một kho thông tin có thể tìm lại, kiểm tra nguồn, theo dõi thay đổi và chỉ cập nhật sau khi được duyệt.
*Ảnh 1: AI dùng kho ghi chú làm nguồn ngữ cảnh, nhưng thay đổi quan trọng vẫn cần người kiểm duyệt.*
Một bài đăng Facebook về mô hình Claude, Obsidian và vòng lặp làm việc gợi ra câu hỏi hay: nếu cuộc chat không phải nơi lưu giữ toàn bộ hiểu biết của AI, ta nên đặt thông tin ấy ở đâu? Bài viết này phát triển ý tưởng đó thành cách làm thực tế cho người đi làm. Phần số liệu chi phí và độ chính xác nêu trong bài đăng chưa có nghiên cứu gốc để kiểm chứng, nên không dùng làm bằng chứng ở đây.
Vì sao một cuộc chat dài vẫn chưa phải là bộ nhớ đáng tin?
Bạn có thể kể cho AI về khách hàng, cách làm của đội và những quyết định đã chốt. Vài tuần sau, khi quay lại việc cũ, vấn đề không chỉ là AI có "nhớ" hay không. Quan trọng hơn: nó dựa vào tài liệu nào, tài liệu đó còn hiệu lực không, ai đã xác nhận và điều gì đã thay đổi từ lần trước?
Một câu trả lời nghe hợp lý nhưng trộn brief cũ với quyết định mới vẫn có thể khiến cả nhóm làm sai. Vì vậy, "bộ nhớ" trong bài này không có nghĩa là mô hình tự ghi nhớ mọi điều từng được nói. Nó là kho tri thức do con người quản lý, để AI được cấp quyền tìm đúng thông tin và chỉ đề xuất thay đổi, không tự coi đề xuất là sự thật.
Claude Code hiện hỗ trợ tệp hướng dẫn theo dự án và cơ chế auto memory. Nhưng đây là tính năng của Claude Code trong phạm vi làm việc được cấu hình, không có nghĩa mọi cửa sổ chat Claude tự đọc được kho ghi chú Obsidian của bạn. Muốn kết nối, phải chọn cách cấp quyền truy cập phù hợp và kiểm tra giới hạn dữ liệu.
Obsidian đóng vai trò gì?
Obsidian giúp quản lý các ghi chú dạng Markdown. Bạn có thể lưu một quy trình, bản tóm tắt nghiên cứu hay quyết định dưới dạng tệp có thể đọc, di chuyển và quản lý phiên bản. Properties cho phép ghi thông tin có cấu trúc như trạng thái, người phụ trách, ngày cập nhật hay nguồn tham chiếu; liên kết nội bộ giúp nối các ghi chú liên quan.
Ví dụ, với một chiến dịch marketing, thay vì một đoạn chat duy nhất, bạn có thể tách thành: 00-inbox chứa ý tưởng chưa kiểm chứng, khach-hang chứa thông tin đã xác nhận, chien-dich chứa brief và kết quả, quyet-dinh chứa điều đã chốt. Tên thư mục chỉ là gợi ý. Điều quan trọng là người đọc biết đâu là dữ kiện, đâu là giả định và bản nào còn hiệu lực.
Các trường như supports, contradicts, supersedes có thể dùng để mô tả quan hệ giữa các ghi chú, chẳng hạn một nguồn hỗ trợ kết luận hoặc một quyết định mới thay quyết định cũ. Nhưng tự thêm các trường này không làm Obsidian tự hiểu thành đồ thị lập luận. Graph view của Obsidian hiển thị liên kết giữa các ghi chú; muốn kiểm tra quan hệ "ủng hộ", "mâu thuẫn" hay "thay thế" một cách tự động, bạn phải quy định cách ghi liên kết và có công cụ đọc, kiểm tra các trường đó.
Một vòng làm việc có kiểm soát gồm những bước nào?
*Ảnh 2: Năm bước từ thu thập đầu vào đến lưu lại thông tin đã được rà soát.*
1. Thu thập. Đưa yêu cầu mới, đường dẫn nguồn, ghi chú cuộc họp vào nơi tiếp nhận. Đừng vội biến chúng thành quy trình chính thức. Một tin nhắn của khách hàng có thể là tín hiệu cần kiểm tra, chưa phải kết luận cho toàn bộ thị trường.
2. Lấy đúng ngữ cảnh. AI chỉ cần đọc những tài liệu liên quan đến yêu cầu: brief hiện hành, quy chuẩn thương hiệu, nghiên cứu có nguồn, quyết định đã duyệt. Bước này nên ưu tiên tài liệu còn hiệu lực thay vì kéo toàn bộ kho ghi chú vào một lần hỏi.
3. Soạn trên bản nháp tách biệt. AI tạo đề xuất, bài viết hoặc cập nhật ghi chú tại khu vực chưa ảnh hưởng bản chính. Với nhóm dùng Git, git worktree cho phép có một cây làm việc khác để sửa và kiểm tra độc lập với thư mục làm việc hiện tại. Người không dùng Git vẫn có thể bắt đầu bằng thư mục "bản nháp" và lịch sử phiên bản đơn giản.
4. Rà soát thay đổi. Một người hoặc một agent khác kiểm tra nguồn, so sánh phần vừa sửa với bản trước (diff), tìm nội dung bị xóa nhầm, mâu thuẫn và thông tin nhạy cảm. Critic agent chỉ là lớp hỗ trợ; nó có thể bỏ sót hoặc lặp lại sai lầm của agent soạn. Các thông tin tác động đến khách hàng, chi phí hay cam kết vẫn cần người có trách nhiệm duyệt.
5. Lưu và liên kết. Sau khi duyệt, đưa bản mới vào kho, ghi nguồn, ngày và lý do thay đổi. Nếu một quyết định mới thay quyết định cũ, đánh dấu mối quan hệ đó thay vì âm thầm sửa quá khứ như thể quyết định cũ chưa từng tồn tại. Git giúp xem lịch sử sửa tệp, nhưng không thay cho việc giải thích vì sao một nội dung được thay thế.
Ví dụ: xây trợ lý AI hỗ trợ làm content marketing
Giả sử nhóm chuẩn bị bài viết về một xu hướng AI. Brief mới đi vào 00-inbox. AI tìm tài liệu định vị thương hiệu, bài đã đăng và nguồn nghiên cứu gốc; lập dàn ý trong bản nháp. Người biên tập kiểm các câu có số liệu, link và ví dụ, đối chiếu với nguồn hiện hành. Chỉ sau khi duyệt, bài viết và ghi chú nghiên cứu mới được đưa vào kho làm việc chính.
Lần sau, khi viết về chủ đề gần đó, AI có thể tìm lại nguồn và quyết định biên tập đã dùng. Nếu nguồn cũ đã lỗi thời, nhóm có bằng chứng để sửa. Đây là phần hữu ích nhất của "bộ nhớ dài hạn": không phải AI nói nhiều hơn, mà con người truy được vì sao nó nói như vậy.
Kstudy đã có các bài MCP là gì và marketer dùng ra sao và quản trị website bằng AI Agent. Chúng giúp hiểu thêm cách AI tương tác với công cụ và hệ thống. Tuy nhiên, kết nối công cụ là một việc khác với thiết kế nguồn tri thức, quyền truy cập và cổng duyệt: có kết nối chưa có nghĩa đầu ra đã đáng tin.
Có cần làm toàn bộ kiến trúc ngay từ đầu không?
*Ảnh 3: Bắt đầu từ mức đủ dùng, chỉ thêm công cụ khi nảy sinh nhu cầu phối hợp và kiểm soát phiên bản.*
Không. Nếu bạn chỉ muốn AI hỗ trợ công việc cá nhân, hãy bắt đầu bằng một số ghi chú có tiêu đề rõ, nguồn, ngày cập nhật và trạng thái "đã xác nhận/chưa xác nhận". Sau đó thử ba câu hỏi thực tế: AI có tìm đúng tài liệu không, có nhận ra thông tin cũ không và có chỉ ra nguồn cho câu trả lời không?
Khi nhiều người cùng sửa, thêm quy ước đặt tên, người chịu trách nhiệm, lịch sử phiên bản và bước duyệt. Chỉ khi có nhiều luồng công việc chạy thường xuyên, cần tách quyền giữa các agent hoặc cần giải trình thay đổi, bạn mới nên cân nhắc worktree, agent kiểm duyệt và tự động hóa quan hệ giữa các ghi chú. Mỗi tầng mới tạo thêm công sức bảo trì, quyền truy cập phải quản lý và lỗi phải xử lý.
Nếu đang bắt đầu ứng dụng AI vào công việc, bạn có thể xem khóa Enter AI của Kstudy để tìm lộ trình thực hành nền tảng. Đây là hướng học kỹ năng ứng dụng AI; bài viết không hàm ý khóa học dạy riêng mô hình Obsidian/worktree nêu trên.
Câu hỏi thường gặp
Dùng Obsidian có tự làm AI nhớ mọi thứ không? Không. Obsidian là nơi tổ chức tệp và liên kết; AI chỉ dùng được nội dung khi được cấp quyền truy cập qua một quy trình hoặc công cụ phù hợp. Cần kiểm tra nguồn, quyền và phạm vi đọc.
Không biết Git có áp dụng được không? Có. Hãy bắt đầu từ ghi chú Markdown có nguồn và trạng thái, thư mục bản nháp và một người duyệt. Git worktree là lựa chọn kỹ thuật cho giai đoạn cần nhiều bản làm việc tách biệt.
Có nên cho AI tự ghi trực tiếp vào kho tri thức không? Với nội dung quan trọng, không nên bỏ qua bước duyệt. Nên giữ bản nháp, kiểm khác biệt, kiểm nguồn và chỉ đưa vào bản chính khi người có trách nhiệm xác nhận.
Nguồn tham khảo
- Bài đăng Facebook gợi ý mô hình Claude + Obsidian: nguồn ý tưởng, không dùng các chỉ số hiệu quả chưa kiểm chứng.
- Claude Code Docs: How Claude remembers your project: phạm vi tệp hướng dẫn và auto memory.
- Obsidian Help: Properties và Graph view: properties và liên kết hiển thị trên đồ thị.
- Git: git-worktree Documentation: cây làm việc tách biệt.
