Kết quả ngày đầu tiên của mình, sau khi trải nghiệm NotebookLM. Không thể tưởng tượng được 1 file tài liệu chỉ tóm tắt trong vài phút là xong, giúp mình hiểu được các ý cốt lõi của tài liệu, và các bước tiếp theo để hiểu sâu, quá nhanh, tiết kiệm được rất rất nhiều thời gian. Đây là kết quả: Hệ thống Tự học 10X với AI của Coach Thắng Huyền Đức là một lộ trình thực chiến nhằm biến AI thành "Bộ não thứ 2" để tối ưu hóa việc học tập và sáng tạo trong vòng 30 ngày. Dưới đây là các ý chính đúc kết từ tài liệu: 1. Triết lý và Tư duy cốt lõi - AI không thay thế tư duy, AI nhân bản tư duy: Bạn phải là người định vị bản thân và mục tiêu rõ ràng trước, sau đó dùng AI làm đòn bẩy để nhân bản kết quả. - AI = Đòn bẩy, Bạn = Người cầm lái: Sai lầm của 90% người dùng là coi AI như Google để hỏi đáp rời rạc thay vì coi AI là một cộng sự thông minh hiểu rõ về mình. - Nguyên tắc 10X: Không phải là làm nhiều hơn, mà là tạo ra kết quả tốt hơn với ít nỗ lực hơn nhờ hệ thống tự động hóa. 2. Bộ ba công cụ "Combo quyền lực" Hệ thống dựa trên việc kết nối nhịp nhàng giữa 3 công cụ: - NotebookLM (Học sâu): Dùng để phân tích và tóm tắt tài liệu cá nhân mà không bị ảo tưởng (hallucinate). Tính năng Audio Overview giúp chuyển đổi tài liệu thành podcast để học khi đang vận động. - Claude AI (Nhân bản & Sáng tạo): Đóng vai trò cộng sự tư duy, viết content và xây dựng hệ thống. Claude mạnh về phân tích sâu và giữ mạch ngữ cảnh dài thông qua tính năng Claude Projects. - Notion (Lưu trữ & Hệ thống hóa): Nơi xây dựng "Bộ não thứ 2" để lưu trữ tri thức, nhật ký thu hoạch và quản lý mục tiêu. 3. Các Framework hành động quan trọng - Framework BE – DO – GIVE – HAVE: Công thức định hướng mỗi ngày: Bạn muốn là ai? Việc quan trọng nhất là gì? Trao giá trị gì? Và kết quả cụ thể mong muốn. - Cấu trúc Prompt RACE: Để có đầu ra chất lượng từ AI, cần cung cấp đủ: Role (Vai trò), Action (Hành động), Context (Bối cảnh), Expect (Kỳ vọng). - Vòng lặp 10X Creator: Gồm 4 bước mỗi ngày: Audit (Kiểm tra) -> Capture (Ghi lại) -> Kaizen (Cải tiến) -> Show up (Xuất hiện).

Thấy bài viết hay chắc các huynh đệ sẽ cần Bài viết này ổng đăng 4 ngày trước trên X và đã có 17 triệu view. Chắc anh em nào nghiên cứu AI cũng từng rơi vào cảnh này rồi. Đọc 10 bài báo, lưu 20 cái link, mở 15 tab Chrome, ghi chú lung tung trong Notion, rồi 2 tuần sau quay lại… không nhớ mình đã đọc gì, học được gì, mấy thứ đó liên quan nhau kiểu gì. Mình cũng vậy. Và Karpathy cũng vậy. Vậy ổng đã làm gì? Ổng dùng chính AI để xây một “bộ não thứ 2” cho việc nghiên cứu AI! Cụ thể là ổng tạo một thư mục tên raw/ rồi ném vào đó tất cả mọi thứ từ bài báo, bài viết web, code GitHub, hình ảnh, dataset… Để clip bài web về nhanh, ổng dùng Obsidian Web Clipper - đây là extension trên Chrome, bấm một cái là nó tự lưu bài web về máy thành file văn bản sạch sẽ, không quảng cáo không rác. Sau đó thay vì tự ngồi đọc hết đống tài liệu đó rồi tự tóm tắt, ổng để Claude làm hết luôn. Claude tự đọc toàn bộ, tóm tắt từng cái, phân loại theo chủ đề, viết bài giải thích cho từng khái niệm, rồi liên kết tất cả lại với nhau - kiểu như Wikipedia cá nhân của riêng ổng vậy. Kết quả là wiki của Karpathy giờ có ~100 bài viết với ~400.000 từ mà ổng gần như không tự viết chữ nào 😂 Toàn bộ wiki đó được xem trong Obsidian - một app ghi chú miễn phí nhưng hiển thị được sơ đồ kết nối giữa các bài viết, trông như mạng lưới neuron thực sự, nhìn rất đã. Và quan trọng là ổng gần như không bao giờ tự chỉnh sửa wiki - đó là việc của AI, ổng chỉ ngồi đọc và hỏi thôi. Khi wiki đủ lớn rồi thì phần hay mới bắt đầu. Ổng có thể hỏi AI bất kỳ câu hỏi phức tạp nào kiểu như “so sánh cách tiếp cận của paper A và paper B”, hay “tổng hợp tất cả những gì tôi đã đọc về chủ đề Y”, hay “có mâu thuẫn nào giữa các nguồn tôi đã lưu không”… AI tự đi đọc lại wiki, tổng hợp rồi trả lời - không cần phải nhớ gì cả vì wiki đã nhớ hết rồi. Nhiều người nghĩ cần phải dùng kỹ thuật phức tạp gọi là RAG mới làm được chuyện này, nhưng Karpathy nói ở quy mô ~100 bài thì không cần vì AI tự duy trì file tóm tắt là đủ rồi. Thay vì trả lời bằng text thông thường, ổng còn cho AI render ra slide thuyết trình, biểu đồ, file markdown rồi xem hết trong Obsidian luôn. Và sau mỗi lần hỏi, ổng lưu kết quả ngược lại vào wiki làm cho wiki ngày càng giàu thêm theo thời gian. Kiểu như mỗi câu hỏi bạn hỏi đều “cộng thêm” vào bộ não, không bị mất đi. Mình thấy cái này rất hay vì Obsidian có nhiều plugin từ bên thứ 3 hỗ trợ việc này. 🧠

Có bạn nào chưa đăng ký được tài khoản Claude AI không? Sau buổi 1 mình trì hoãn 2 hôm mới bắt đầu tải NotebookLM , Notion và Claude, thì mãi không tải được Claude do lỗi ko xác thực được số điện thoại, mình cũng thử nhiều cách mà vẫn không được. Và mình lại trì hoãn cho tới ngày 31/3 thì mình mới tỉnh ra để hỏi bản thân là Claude chưa có thì mình sử dụng Notion và NoteLm đi chứ, mình cũng phải có dữ liệu thì Claude mới giúp mình được chứ. Thế là từ hôm 31 tới nay mình cũng đã dùng sơ sơ app chuyển voice thành tex Speech note và notion. NoteLm mình mới tập toẹ chút chút :). Cho tới hôm nay, mình thử xác thực lại thì may quá lại được, thế là mình đã đăng ký gói pro. Nay Coach Thắng nhắc level mới biết là cần tương tác để uplevel mới được tham gia thử thách tuần 2. Nên mình phải action luôn để còn được tăng level.

hihi tôi làm được rồi

Hôm nay mình phát hiện ra là NoteLM không đọc được những video mà không có phụ đề :). Mình đã ghi âm lại nội dung của video đó sau đó tải lên NoteLM thì Ok. Nhưng mình thấy cách này lâu, chắc phải có cách gì đó nhanh hơn mọi người nhỉ. Làm sao để 1 video youtube ko có phần Transcript lại có được nhỉ?