121 bài viết được gắn thẻ "AI"

Đã bao giờ bạn ước AI không chỉ trả lời suông mà còn tự đi tìm thông tin mới nhất rồi tổng hợp thông minh từ nhiều nguồn nó tìm được? 🤔 Template "Workflow Tự Động Nghiên Cứu & Tổng Hợp Đa Nguồn" này chính là chìa khóa! 🔑

0. Giới thiệu​

Trong bức tranh AI đầy sôi động của năm 2025, có hai giao thức đang thu hút sự chú ý lớn: A2A (Agent2Agent) mà Google vừa công bố và MCP (Model Context Protocol) từ Anthropic. Dù khởi nguồn từ hai "ông lớn" không những có công nghệ khác nhau mà còn đang cạnh tranh nhau gay gắt trong mảng AI, chúng lại bổ sung hoàn hảo cho nhau, mở ra cánh cửa cho một thế hệ Agentic AI (AI có khả năng tự chủ hành động, thực hiện nhiệm vụ thay người) với khả năng liên kết và phối hợp sâu rộng hơn bao giờ hết.

Perplexity AI đang trở thành công cụ "cứu cánh" cho những người làm việc với nhiều nền tảng AI khác nhau, đặc biệt khi cần tra cứu cách tối ưu sử dụng mỗi nền tảng hoặc bổ sung thông tin real-time.

Chain of Draft (CoD) là một kỹ thuật prompt mạnh mẽ giúp các Mô hình Ngôn ngữ Lớn (LLMs) suy luận hiệu quả bằng cách sử dụng bản nháp ngắn gọn thay vì giải thích dài dòng, mang lại độ chính xác tương đương hoặc tốt hơn trong khi sử dụng ít token hơn đáng kể so với phương pháp Chain-of-Thought truyền thống.

Tính năng này tương tự "Profile" trên Claude hoặc "Customize ChatGPT" trên ChatGPT

Phần Profile của Perplexity hoạt động như một trung tâm cá nhân hóa, điều chỉnh các câu trả lời AI theo sở thích và nhu cầu cụ thể của bạn, giúp bạn không cần phải lặp lại yêu cầu của mình trong mỗi lần query.

Truy cập trang web của Gemini (link bên dưới) và đăng ký bằng tài khoản. Chọn mô hình "Gemini 2.0 Flash Thinking Experimental with apps". Vào Settings (cài đặt) > Extensions (Tiện ích mở rộng) > Media (Phương tiện) và bật ‘YouTube’. Vô YouTube, mở bất kỳ video nào và sao chép URL của nó. Nhập câu lệnh sau vào Gemini, dán URL video đã sao chép và nhấn Enter.

Bài này mình update từ 1 bài trước đó vs các phương pháp tối ưu hơn cho RLMs

Tài liệu này cung cấp một hướng dẫn toàn diện về cách thiết kế câu hỏi tận dụng tối đa tiềm năng của RLMs, tập trung vào việc hướng dẫn quá trình suy luận phân cấp, xác thực các bước trung gian và tạo ra câu trả lời chất lượng cao.

Thánh LLM Andrej Karpathy vừa có video dài 2h "How I use LLMs" chia sẻ về cách dùng LLM. Bài giảng chia thành 4 phần đi từ dễ đến khó.

🔍 Perplexity là gì?

Perplexity là AI search engine được thiết kế để cách mạng hóa cách bạn khám phá thông tin. Bạn chỉ cần đặt câu hỏi, và Perplexity sẽ search trên internet để cung cấp câu trả lời dễ tiếp cận, mang tính đối thoại và có thể xác minh được.

The Pyramid Principle - phương pháp tổ chức thông tin do Barbara Minto phát triển tại McKinsey - giúp biến đổi nội dung từ AI thiếu cấu trúc thành thông tin súc tích, có tổ chức và dễ tiếp thu. Bài viết này hướng dẫn cách áp dụng nguyên tắc này để tối ưu hóa kết quả từ large language models thông qua thiết kế prompt hiệu quả.

Bài viết là bản tóm tắt từ video "How I use LLMs" của Andrej Karpathy. Transcript được extract bằng Gemini 2.0 Flash trên Google AI Studio (temperature=0) để đảm bảo độ chính xác cao nhất. Mình dùng Claude 3.7 Sonnet (Exteneded Thinking) để tóm tắt.

Bài viết hướng dẫn chi tiết giúp bạn khai thác Perplexity AI một cách hiệu quả, tích hợp đầy đủ các nội dung mới nhất về công cụ, từ chức năng tìm kiếm cơ bản, Pro Search, đến “Deep Research,” kèm 10 mẫu prompt chuyên sâu và các mẹo “Search” để tối ưu hoá kết quả.