Trong kỷ nguyên số, trí tuệ nhân tạo (AI) đang dần định hình lại cách chúng ta làm việc và học tập. Cá nhân tôi đã hoàn toàn bị thuyết phục rằng AI thực sự là một yếu tố thay đổi cuộc chơi cho năng suất cá nhân, và NotebookLM chính là công cụ đã khẳng định điều đó. Nếu bạn chưa biết, NotebookLM là trợ lý nghiên cứu cá nhân được hỗ trợ bởi AI của Google. Hãy dành một chút thời gian để đọc lại đoạn đó – một trợ lý nghiên cứu.
Ngay cả cách Google mô tả cũng đã làm rõ rằng công cụ này được xây dựng dành cho sinh viên và các nhà nghiên cứu. Tuy nhiên, với các tính năng và khả năng mà nó cung cấp, việc chỉ sử dụng NotebookLM cho mục đích học tập và nghiên cứu truyền thống là chưa thực sự khai thác hết tiềm năng của nó.
Mặc dù tôi là một sinh viên toàn thời gian và phụ thuộc rất nhiều vào NotebookLM cho việc học, nhưng dưới đây là ba cách tôi đã ứng dụng công cụ này mà hoàn toàn không liên quan đến việc học tập, và chúng đã thực sự làm thay đổi cách tôi làm việc.
Giao diện chào mừng của NotebookLM hiển thị trên màn hình iPad, thể hiện tính thân thiện và dễ tiếp cận của trợ lý nghiên cứu AI này.
1. Chuẩn Bị Phỏng Vấn: Vượt Qua Mọi Bất Ngờ
Vì không ai muốn bị động trong ngày trọng đại
Gần đây, tôi có một vài buổi phỏng vấn xin vào trường đại học và đã tìm kiếm khắp nơi một công cụ giúp tôi chuẩn bị. Sau nhiều giờ thử nghiệm các công cụ khác nhau, ý tưởng sử dụng NotebookLM bỗng xuất hiện trong đầu tôi.
Vì vậy, tôi đã tạo một sổ ghi chú mới trên NotebookLM và thêm vào đó mọi tài liệu mà cán bộ tuyển sinh có thể tiếp cận. Tôi cũng tải lên một tài liệu tổng quan về trường đại học mà tôi đã nộp đơn. Sau khi các nguồn của tôi được tải lên, tôi yêu cầu NotebookLM tạo ra các câu hỏi tiềm năng mà tôi có thể được hỏi.
NotebookLM tạo danh sách các câu hỏi phỏng vấn cá nhân hóa dựa trên hồ sơ ứng viên, minh họa khả năng phân tích tài liệu để chuẩn bị phỏng vấn hiệu quả.
Bạn có thể nói rằng bất kỳ công cụ AI nào cũng có thể làm được điều đó. Nhưng điều khiến NotebookLM nổi bật là nó đã rút ra ngữ cảnh từ tất cả các tài liệu của tôi để tạo ra những câu hỏi được cá nhân hóa. Ví dụ, trường đại học tôi nộp đơn nhấn mạnh các giá trị: Xuất sắc, Đam mê, Tôn trọng, Vẻ đẹp và Phục vụ. Điều này đã được đề cập trong tài liệu tổng quan dài tám mươi trang về trường mà tôi đã tải lên làm nguồn, và NotebookLM đã chỉ ra chính xác:
“Bạn hình dung mình sẽ thể hiện những giá trị này như thế nào, vừa là một sinh viên trong Khoa Khoa học và Kỹ thuật, vừa là một chuyên gia trong tương lai?”
Tôi đã tải lên bảng điểm trung học và hồ sơ ứng tuyển, trong đó liệt kê ngành học dự kiến của tôi. NotebookLM đã thông minh kết nối các điểm lại với nhau:
“Kết quả A Level của bạn cho thấy điểm số cao ở các môn Khoa học Máy tính, Toán học và Vật lý. Bạn cảm thấy những môn học cụ thể này đã chuẩn bị cho bạn như thế nào trước những thách thức của chương trình Kỹ thuật Máy tính?“
Vì kinh nghiệm làm việc của tôi xuất hiện trong cả sơ yếu lý lịch và biểu mẫu hoạt động ngoại khóa mà tôi đã tải lên, nó đã đề xuất câu hỏi sau:
“Bạn có kinh nghiệm rộng rãi với tư cách là một nhà báo công nghệ cho một số ấn phẩm. Đây là một nền tảng độc đáo đối với một ứng viên kỹ thuật. Công việc của bạn trong lĩnh vực báo chí công nghệ đã định hình sự hiểu biết và niềm yêu thích của bạn đối với lĩnh vực máy tính như thế nào?”
Tôi chỉ có một dòng về thiết kế đồ họa cho một sự kiện của trường trong một tài liệu dài mười tám trang, và ngay cả điều đó cũng không bị bỏ qua:
“Bạn đã đề cập đến thiết kế đồ họa như một kỹ năng. Chương trình Khoa học Máy tính của Đại học bao gồm các lĩnh vực như Đồ họa Máy tính & Hình ảnh hóa. Bạn hình dung kỹ năng thiết kế đồ họa của mình có thể kết nối hoặc nâng cao việc học của bạn trong một lĩnh vực kỹ thuật như Kỹ thuật Máy tính như thế nào?”
Vì những câu hỏi này được tạo ra dựa trên các tài liệu tôi đã tải lên, chúng mang tính cá nhân hóa và phù hợp hơn rất nhiều so với những câu hỏi chung chung mà các công cụ khác gợi ý.
Tính năng Audio Overviews của NotebookLM, hiện đang rất phổ biến, cũng có chế độ tương tác, cho phép bạn tham gia vào podcast và thảo luận về các nguồn của mình với những người dẫn chương trình do AI tạo ra. Vì vậy, khi tôi muốn mô phỏng một cuộc phỏng vấn thử, tôi đã sử dụng chế độ tương tác để luyện trả lời những loại câu hỏi mà nó đã gợi ý.
2. Hỗ Trợ Tuyển Dụng: Không Bỏ Lỡ Bất Kỳ Chi Tiết Nào
Vì không thể bỏ qua bất kỳ chi tiết nhỏ nào
Trong khi phần trước tập trung vào việc trở thành người được phỏng vấn, thì phần này lại nói về việc ở phía bên kia bàn. Tôi từng cần thuê một người để làm một công việc thiết kế đồ họa nhanh chóng, và không mất nhiều thời gian để hộp thư đến của tôi đầy ắp các hồ sơ, thư xin việc và sơ yếu lý lịch. Mặc dù tôi đã chọn lọc được một vài ứng viên nổi bật, nhưng không thể thuê tất cả họ cho một nhiệm vụ duy nhất.
Vì vậy, tôi đã thêm các hồ sơ ứng tuyển của họ vào một sổ ghi chú mới trên NotebookLM và chia sẻ một vài chi tiết về nhiệm vụ mà tôi cần. Trong vòng vài giây, NotebookLM đã liệt kê điểm mạnh của từng ứng viên dựa trên công việc tôi cần. Nó thậm chí còn chỉ rõ điểm yếu của từng ứng viên và giúp tôi tạo ra sự kết nối giữa công việc trong quá khứ của họ và công việc tôi đang tìm kiếm. Tính năng Mind Map của NotebookLM, đặc biệt, đã thực sự cứu cánh trong trường hợp này. Một khi tôi đã có phần nào quyết định, tôi vẫn cần phỏng vấn các ứng viên để đảm bảo họ phù hợp.
Giao diện NotebookLM trên màn hình laptop, hiển thị quá trình phân tích hồ sơ ứng viên để hỗ trợ nhà tuyển dụng trong việc đánh giá và đưa ra quyết định.
Vì tôi đã tải lên các tài liệu của họ vào sổ ghi chú, tôi chỉ cần yêu cầu NotebookLM tạo ra một vài câu hỏi tiếp theo được điều chỉnh riêng cho các hồ sơ ứng tuyển của họ. Điều mà lẽ ra sẽ mất cả buổi chiều thì giờ chỉ tốn vài phút. Và vì NotebookLM luôn dựa trên các nguồn của nó, với một số trích dẫn bên cạnh mỗi tuyên bố mà nó đưa ra, tôi không phải lo lắng về việc bỏ sót hoặc thông tin không chính xác trong quá trình này.
3. Hỗ Trợ Quyết Định Mua Sắm: Giải Pháp Cho Sự Kiên Nhẫn Hạn Hẹp
Cho những ngày mà sự kiên nhẫn của tôi đang đi nghỉ mát
Mặc dù tôi là một trong những người thiếu quyết đoán nhất trên hành tinh này, nhưng một lý do lớn khiến tôi gặp khó khăn trong việc mua sắm đơn giản là do lượng thông tin khổng lồ ngoài kia.
Việc đọc hàng trang đầy đủ các thông số kỹ thuật có thể nhanh chóng trở nên khó chịu. Tương tự, việc phải cuộn xuống rồi cuộn lên và liên tục chuyển đổi giữa các tab chỉ để so sánh các tính năng đôi khi khiến tôi muốn bỏ qua việc mua sản phẩm hoàn toàn.
NotebookLM là cứu tinh cho những tác vụ tẻ nhạt như vậy. Vì bạn có thể thêm URL (và video YouTube) làm nguồn trong một sổ ghi chú, tất cả những gì tôi cần làm là thêm tất cả các liên kết vào một sổ ghi chú mới. Ví dụ, giả sử tôi muốn mua chiếc MacBook Air M3. Tôi sẽ tải lên các thông số kỹ thuật của MacBook Air M3 được liệt kê trên trang web của Apple và danh sách trên Apple Store hoặc Amazon, tùy thuộc vào nơi tôi định mua nó. Đồng thời, tôi cũng có ngân sách hạn chế, và tôi có thể mua MacBook Air M2 với giá rẻ hơn nhiều. Vì vậy, tôi cũng tải lên các nguồn tương tự cho M2 Air.
Một chiếc MacBook Air M3 màu bạc đặt trên bàn, thể hiện sự tối giản và hiệu năng cao, minh họa sản phẩm công nghệ được NotebookLM hỗ trợ so sánh khi mua sắm.
Sau đó, tôi đưa ra tất cả các câu hỏi mà tôi có. Ví dụ, tôi có thể yêu cầu nó liệt kê sự khác biệt giữa hai mẫu máy, và nó sẽ làm chính xác điều đó. Như tôi đã đề cập ở trên, NotebookLM chỉ tham chiếu thông tin từ các nguồn bạn tải lên, vì vậy nó sẽ không bận tâm tìm kiếm thêm. Điều này có nghĩa là tôi không phải lo lắng về việc nó lấy thông tin từ web hoặc đơn giản là bịa đặt. Mỗi tuyên bố mà nó đưa ra cũng được hỗ trợ bởi các trích dẫn. Tôi thậm chí có thể yêu cầu nó tạo một bảng so sánh các sản phẩm theo các danh mục khác nhau.
Hãy nghĩ về NotebookLM như một phiên bản CTRL+F tốt hơn. Ví dụ, nếu tôi muốn kiểm tra xem M2 Air hỗ trợ bao nhiêu màn hình ngoài, tôi không cần phải cuộn qua toàn bộ bảng thông số kỹ thuật. Ngay cả khi tôi làm điều đó, tôi sau đó cũng sẽ cần làm tương tự cho M3 Air. Thay vào đó, tôi chỉ cần hỏi NotebookLM trong sổ ghi chú tôi đã tạo, và nó sẽ đưa ra chính xác những gì tôi cần, cùng với một trích dẫn, để tôi biết nó đang lấy thông tin từ đâu.
Hãy nhớ rằng tôi không nói về việc đọc các bài đánh giá sản phẩm – đó là một nhiệm vụ mà tôi sẽ luôn tự mình thực hiện và thành thật mà nói, tôi rất thích làm điều đó. Tôi chỉ đề cập đến công việc tẻ nhạt là tìm kiếm qua hàng trang thông số kỹ thuật, cố gắng phát hiện những khác biệt nhỏ thực sự quan trọng.
NotebookLM Làm Được Nhiều Hơn Bạn Nghĩ
Trong một thời gian dài, tôi chỉ sử dụng NotebookLM để ôn thi. Cuối cùng, tôi nhận ra rằng khi được sử dụng đúng cách, nó có khả năng làm được nhiều hơn là chỉ giúp tôi đạt điểm cao trong các kỳ thi giữa kỳ. Đây chính xác là loại công việc mà tôi muốn AI xử lý, thay vì chỉ các tác vụ sáng tạo như tạo nội dung, hình ảnh và video.