Obsidian + Claude: cách tôi biến vault ghi chú thành bộ nhớ dài hạn cho AI

Mỗi lần mở chat mới, AI quên sạch bạn là ai. Bạn dán lại bối cảnh dự án, dán lại giọng văn, giải thích lại tên bảng dữ liệu. Lần thứ 50 vẫn y như lần đầu.

Tôi từng chấp nhận chuyện đó như một loại "thuế" khi dùng AI. Cho tới khi tôi đảo chiều cách làm: thay vì nhồi bối cảnh vào từng cuộc chat, tôi để bối cảnh nằm sẵn trong vault Obsidian, một thư mục file markdown trên máy mình, rồi cho Claude đọc và ghi trực tiếp vào đó.

Bài này kể lại tôi tổ chức vault đó thế nào, 5 việc tôi giao cho Claude mỗi ngày, và vì sao tôi coi cặp Obsidian + Claude là điểm khác biệt lớn nhất so với dùng ChatGPT hay Gemini theo kiểu chat thông thường.

Vấn đề: AI thông minh nhưng không có trí nhớ về bạn

Đa số người đi làm dùng AI theo một vòng lặp quen thuộc:

1. Mở chat mới.
2. Dán bối cảnh: tôi là ai, dự án gì, sếp thích gì.
3. Nhận câu trả lời nghe hợp lý nhưng sai vài chi tiết, vì AI phải đoán phần bạn quên dán.
4. Sửa. Hết phiên. Hôm sau lặp lại từ bước 1.

Các app chat đã thêm tính năng "memory" để giảm bớt chuyện này. Nhưng memory kiểu đó có 3 giới hạn tôi không chấp nhận được:

• Nó nhớ những gì nó chọn nhớ. Vài dòng tóm tắt, không phải 4 năm log công việc hay hơn 450 ghi chú mô tả dữ liệu.
• Bạn khó kiểm soát. Muốn sửa một chi tiết sai, bạn phải nhờ chính AI sửa hộ, rồi tin là nó đã sửa.
• Nó nằm trên server của nhà cung cấp. Đổi sang AI khác là bắt đầu lại từ số 0.

Với tôi giới hạn nặng nhất là bịa dữ liệu. Thiếu bối cảnh thì AI đoán, đoán thì có lúc bịa. Tài liệu tôi làm ra phần lớn gửi cho cấp quản lý, một con số bịa là mất uy tín cả tài liệu.

Ý tưởng: biến vault Obsidian thành bộ nhớ dài hạn cho AI

Obsidian là app ghi chú dùng file markdown (.md) lưu ngay trên máy bạn. Không có database riêng, không khoá định dạng. Mỗi ghi chú là một file text, thư mục là thư mục thật trên ổ cứng. Các ghi chú link với nhau bằng cú pháp [[Tên ghi chú]].

Chính điểm "chỉ là file text" làm Obsidian hợp với AI hơn mọi app ghi chú khác. AI đọc markdown rất tốt, và một thư mục file thì AI nào cũng có thể được cấp quyền đọc.

Mảnh còn lại là MCP (Model Context Protocol), chuẩn kết nối do Anthropic mở mã nguồn cuối 2024. MCP cho phép Claude gọi "công cụ" bên ngoài. Với một MCP server cho Obsidian, Claude có thể:

• Liệt kê thư mục, đọc ghi chú, tìm theo tag hoặc nội dung
• Đọc đúng một heading trong ghi chú dài, không phải đọc cả file
• Ghi thêm vào cuối ghi chú, sửa một mục, tạo ghi chú mới

Ghép lại: Obsidian giữ trí nhớ, Claude làm việc trên trí nhớ đó. Tôi viết một lần, AI dùng mãi. AI làm xong việc thì ghi kết quả ngược vào vault, lần sau nó (hoặc AI khác) đọc lại được.

Vault của tôi trông thế nào

Trước khi vào cấu trúc, đây là 3 nguyên tắc tôi giữ từ ngày đầu. Thiếu nguyên tắc nào thì AI đọc vault cũng sẽ bịa như thường.

• Một nguồn sự thật. Mọi thông tin về tôi và công việc chỉ sống ở một chỗ. Số liệu trong vault là số đúng, cái gì không có trong vault coi như chưa tồn tại. Hết cảnh ba bản CV ghi ba con số khác nhau.
• Dump trước, chưng cất sau. Không cố viết ghi chú đẹp từ đầu. Cứ đổ tài liệu thô vào, rồi lọc dần thành ghi chú sạch. Vault của tôi tới giờ vẫn có thư mục log thô nằm cạnh các ghi chú đã chưng cất.
• Ghi chú nào cũng có nguồn. Mỗi ghi chú có một dòng source: ghi thông tin lấy từ file nào, cuộc họp nào, ngày nào. Sáu tháng sau tôi và AI đều biết con số đó tin được tới đâu.

Cửa vào là một ghi chú HOME dạng Map of Content: danh sách link tới mọi nhóm, mỗi link có một dòng mô tả. Claude đọc HOME đầu tiên là biết cần mở file nào, không phải lục cả vault.

Vài con số để hình dung quy mô: hơn 50 file log công việc theo tháng từ 2022, hơn 450 ghi chú mô tả bảng dữ liệu, hơn 40 ghi chú giáo trình và bài giảng. Nghe nhiều nhưng tôi không gõ tay phần lớn chỗ đó. Phần lớn do Claude dựng từ tài liệu gốc, tôi duyệt lại.

Các thư mục làm việc chính còn có một file CLAUDE.md ghi "luật chơi" cho AI: mọi số liệu phải lấy từ vault, cần X thì đọc ghi chú Y, hai nguồn lệch nhau thì ưu tiên ghi chú mới hơn và báo lại. Nói gọn: AI chuyển từ người hay bịa chuyện thành nhân viên chỉ được phát ngôn theo hồ sơ.

Từ cùng một vault, tôi đã cho AI viết CV một trang trong một buổi tối, viết ba mươi bài Facebook đúng số liệu, và dựng chính website bạn đang đọc. Không phải khai lại thông tin lần nào.

5 việc tôi giao cho Claude + Obsidian mỗi ngày

1. Viết đúng giọng tôi, sửa dưới 20%

Nhóm 05 có ghi chú mô tả giọng văn của tôi: câu ngắn, số liệu thay cho tính từ, không dùng dấu chấm than, gọi tên từng cụm từ tôi ghét như "trong bối cảnh ngày nay", "đóng vai trò then chốt", "hy vọng thông tin này hữu ích".

Trước

Mỗi lần nhờ viết email hay đề xuất, tôi dán một đoạn "viết ngắn gọn, đừng văn vở". AI vẫn mở bài bằng câu sáo rỗng, và tôi vẫn phải sửa nhiều.

Sau

Đọc 05.1 Voice Profile và 05.3 Anti-patterns trong vault.
Viết email gửi trưởng phòng về tiến độ dự án theo note bên dưới.
Giọng: corporate voice, xưng "em".

Tôi giữ phần lớn output, thường chỉ sửa dưới 20%, đúng con số tôi ghi trong quy tắc Spec Mode. Quan trọng hơn: khi phát hiện một cụm từ mới mình không thích, tôi thêm vào ghi chú. Từ lần sau mọi AI đọc vault đều tránh nó. Sửa một lần, có hiệu lực mãi.

2. Không bao giờ phải giải thích lại cấu trúc dữ liệu

Công việc của tôi đụng nhiều tới dữ liệu và báo cáo. Trước đây mỗi lần nhờ AI viết câu SQL, tôi phải dán tên bảng, tên cột, ý nghĩa từng trường. Dán thiếu là AI tự đặt tên cột nghe rất hợp lý nhưng không tồn tại.

Giờ mỗi bảng dữ liệu có một ghi chú riêng: cột nào, kiểu gì, nghĩa nghiệp vụ, cái bẫy hay gặp. Có thêm ghi chú thuật ngữ và công thức tính chỉ số. Tôi chỉ cần nói "dựa vào note của bảng X, viết câu truy vấn tính Y". Claude mở đúng ghi chú, dùng đúng tên cột, chỗ nào note không có thì hỏi lại thay vì đoán.

Đây cũng là chỗ tôi thấy rõ nhất câu "never start from blank". AI không thiếu khả năng viết SQL. Nó thiếu bản đồ dữ liệu của riêng bạn.

3. Biến 4 năm log công việc thành tri thức tra cứu được

Tôi có thói quen ghi log công việc theo tháng từ 2022. Hơn 50 file, mỗi file là một mớ gạch đầu dòng chỉ mình tôi đọc hiểu. Đọc lại bằng tay thì không bao giờ có thời gian.

Tôi giao cho Claude đọc lần lượt từng file, rút ra những điểm đáng giữ (quyết định quan trọng, bài học, dự án đã giao) rồi gom vào các ghi chú theo chủ đề và giai đoạn. Để không làm sót hay làm trùng, vault có một ghi chú Log Scan Status: file nào đã đọc, đã cập nhật vào ghi chú nào. Việc chia thành nhiều phiên, phiên sau đọc bảng trạng thái là biết làm tiếp từ đâu.

Kết quả: khi cần viết CV, chuẩn bị review cuối năm hay nhớ lại "hồi đó mình xử lý vụ X thế nào", tôi hỏi Claude và nó trả lời từ chính log của tôi, có dẫn ghi chú nguồn.

4. 1 giờ sáng, AI đọc chat công việc thay tôi

Mỗi ngày tôi có hơn 8 nhóm chat công việc hoạt động. Sáng nào cũng mất 30–45 phút lướt lại xem hôm qua ai nhờ gì, mình đã hứa gì, mà vẫn sót.

Tôi viết một skill (một file hướng dẫn quy trình cho Claude) và đặt lịch chạy 1 giờ sáng. Skill làm 4 bước:

1. Đọc ghi chú trạng thái trong vault để biết lần quét trước dừng ở đâu.
2. Đọc tin nhắn mới qua kết nối chat, bỏ qua tin của bot.
3. Phân loại thành 4 nhóm: việc cấp trên giao, đồng nghiệp nhờ, việc tôi tự hứa, câu hỏi tôi chưa trả lời.
4. Ghi danh sách việc vào ghi chú "Câu hỏi chưa trả lời", ghi nhật ký lần chạy, gửi tôi bản tóm tắt không quá 10 dòng.

Nhóm tôi thấy giá trị nhất là "việc tôi tự hứa". Những câu như "để em làm", "mai em gửi" trôi trong chat rất nhanh, giờ có chỗ tóm lại.

Điểm hay là file skill cũng nằm trong vault. Muốn đổi cách phân loại, tôi sửa ghi chú. Không cần biết code. Cách chọn việc đáng cho chạy tự động và các công cụ hẹn giờ khác có trong bài tự động hoá công việc bằng AI.

5. Bàn giao giữa các phiên chat

Phiên làm việc dài với AI kiểu gì cũng tới lúc phải mở phiên mới. Trước đây chuyển phiên là mất ngữ cảnh.

Giờ trước khi đóng một phiên quan trọng, tôi bảo Claude viết một ghi chú Context Handoff vào vault: đang làm gì, đã quyết định gì, cái gì còn treo, dữ liệu tham chiếu nào cần giữ. Phiên mới chỉ cần một câu "đọc file handoff ngày X rồi làm tiếp". Không phải kể lại từ đầu.

Vì sao đây là điểm khác biệt của Claude so với ChatGPT, Gemini

Nói cho công bằng: ChatGPT và Gemini đều là AI rất mạnh, cả hai cũng đã hỗ trợ MCP ở mức nào đó. Khác biệt không nằm ở chuyện AI nào thông minh hơn. Nó nằm ở câu hỏi: AI đó có chạm được vào bộ nhớ nằm trên máy bạn, đọc và ghi, ngay trong app chat mà người không code cũng dùng được không?

Tại thời điểm tôi viết bài này (tháng 10/2026), câu trả lời như sau:

Các công cụ dòng lệnh như Gemini CLI hay công cụ lập trình như Cursor cũng nối được vault local qua MCP. Nhưng đó là công cụ cho dân kỹ thuật. Người làm kế toán, nhân sự, vận hành sẽ không mở terminal. So sánh ba công cụ ở các mặt khác như giá, bản miễn phí, tiếng Việt có trong bài ChatGPT vs Claude vs Gemini.

Nên điều tôi muốn nói không phải "chỉ Claude làm được". Điểm khác biệt nằm ở tổ hợp 3 thứ hiện đang đi cùng nhau mượt nhất ở Claude:

• Bộ nhớ là file của bạn. Bạn đọc được, sửa được, sao lưu được.
• AI đọc và ghi trực tiếp vào bộ nhớ đó từ app chat quen thuộc, không cần dựng server.
• Quy trình đóng gói thành skill, chạy theo lịch, kết quả quay về đúng vault.

Còn một lý do tôi thích cách này hơn memory tích hợp sẵn: vault không khoá tôi vào Claude. Năm sau có AI tốt hơn, tôi trỏ nó vào cùng thư mục. Toàn bộ bối cảnh vẫn nguyên đó. Bộ nhớ trong ChatGPT hay Gemini thì đi theo tài khoản của nhà cung cấp.

Những chỗ tôi đã vấp

Cách này không miễn phí. Đây là những cái giá tôi đã trả.

AI ghi sai vào bộ nhớ. Có lần vault ghi một loạt việc là "chưa làm" trong khi tôi đã làm xong. Thông tin AI ghi vào đã cũ mà không ai phát hiện. Nếu không phát hiện, mọi phiên sau sẽ làm việc trên thông tin sai. Từ đó tôi có quy tắc: cái gì AI ghi vào vault thì tôi duyệt, và ghi chú quan trọng phải có ngày cập nhật.

Kết nối có lúc chập chờn. MCP server cho Obsidian đôi khi mất kết nối, hoặc Claude ghi xong mà Obsidian chưa hiện, phải tải lại. Kết nối tới chat công việc cũng từng mất. Skill chạy theo lịch phải có bước ghi lỗi và tự bắt kịp ở lần chạy sau.

Máy phải mở. AI chỉ truy cập được vault khi app Claude desktop đang mở trên máy chứa vault. Tác vụ đặt lịch giữa đêm mà máy ngủ thì không ghi được vào vault.

Vault rác thì AI rác. Ghi chú trùng lặp, mâu thuẫn nhau làm AI chọn nhầm nguồn. Thỉnh thoảng tôi phải gộp lại các ghi chú trùng, giữ một bản chính.

Cẩn thận với dữ liệu nhạy cảm. Nội dung ghi chú AI đọc được sẽ được gửi lên mô hình để xử lý. Mật khẩu, thông tin khách hàng, tài liệu mật của công ty không nên nằm trong vault bạn cho AI đọc. Làm theo quy định bảo mật của công ty bạn.

Bắt đầu: 4 tuần, mỗi ngày 15 phút

Bạn không cần dựng 12 nhóm thư mục ngay. Lộ trình tôi khuyên người mới:

Về bước nối: có nhiều MCP server cộng đồng cho Obsidian, một số bản cần cài kèm plugin Local REST API trong Obsidian. Cách cài thay đổi theo phiên bản nên tôi không chép vào đây, bạn tìm "Obsidian MCP" để lấy hướng dẫn mới nhất. Chọn bản được duy trì gần đây và đọc kỹ quyền nó yêu cầu. Chưa muốn cài gì thì có đường tắt: kéo thả 2–3 ghi chú liên quan vào khung chat, hoặc gom chúng vào một Claude Project như trong bài tạo trợ lý AI riêng. Thô hơn nhưng cùng nguyên lý.

Prompt kiểm tra cuối tuần 4:

Đọc vault của tôi, bắt đầu từ HOME.
Viết một trang giới thiệu năng lực của tôi.
Mọi con số phải dẫn được về ghi chú nguồn. Chỗ nào vault chưa có thông tin thì liệt kê ra, không tự điền.

Đếm kết quả: bao nhiêu chỗ đúng, bao nhiêu chỗ AI phải hỏi. Mỗi chỗ nó hỏi là một ghi chú bạn cần viết thêm. Vault lớn lên đúng bằng cách đó.

Sau mỗi lần sửa output, cập nhật lại ghi chú. Đây là bước biến vault thành tài sản. Một tháng sau bạn sẽ thấy lượng sửa giảm rõ.

Câu hỏi thường gặp