Skip to main content

Xây một Skill AI bền vững — Skill không rơi rớt sau 3 tháng

Đồ thị liên kết của một second brain — các cụm ý nối với nhau bằng wikilink
Đồ thị liên kết trong một second brain — mỗi chấm là một trang, mỗi nét là một wikilink.

Tóm tắt: Đa số knowledge base cho AI chết sau 2-3 tháng vì không có ai bảo trì các liên kết giữa các trang. Nếu bạn muốn Skill của mình còn hoạt động sau 6 tháng — không phải chỉ là folder markdown chết — bạn cần ba vòng lặp: Ingest → Query → Lint. Đây là mô hình mình dùng cho Skill 241 trang này. Cảm hứng gốc từ cách Karpathy dùng Claude + Obsidian.

Vì sao Skill chết​

Bạn ingest 50 trang tuần đầu. Thấy đã. Tuần sau thêm 10 trang. Tháng sau thêm 5. Rồi bỏ.

Sáu tháng sau, bạn mở lại: có 3 trang mâu thuẫn nhau, 7 trang orphan (không ai link tới), 2 trang nói về cùng một thứ nhưng slug khác. AI đọc vào → lú → sinh proposal không nhất quán.

Không phải bạn lười. Vấn đề gốc: giá trị của Skill nằm ở liên kết giữa các trang, không phải ở số trang. Mà liên kết tăng theo bình phương: 10 trang có 45 cặp liên kết tiềm năng, 500 trang có 124.000+. Con người không giữ nổi. Cần AI giữ hộ.

Nguyên tắc gốc​

Obsidian là IDE, LLM là lập trình viên, wiki là codebase.

Nghĩa là bạn đối xử với knowledge base như code:

  • Có schema (rules) rõ ràng
  • Có version + log
  • Có "linter" chạy định kỳ để bắt lỗi
  • Có atomic commits (mỗi ingest = một commit ý)

Nếu bạn từng viết code lâu năm, bạn biết codebase không có test + linter thì thối rất nhanh. Knowledge base cũng vậy.

Ba vòng lặp cốt lõi​

1. Ingest — biến source thô thành trang atomic​

Mỗi source (bài viết, video, khoá học, transcript) rơi vào /raw. AI đọc, tách ý, viết thành các trang atomic riêng trong /wiki, tự động thêm wikilink đến trang cũ có liên quan.

Quy tắc:

  • Một trang = một ý duy nhất (atomic)
  • Mỗi trang có: tiêu đề, tóm tắt một câu, nội dung theo giọng của bạn, ghi nguồn
  • Nếu trang mới liên kết được với 3+ trang cũ → đánh dấu là "hub"
  • Ghi vào log.md: ngày, nguồn, số trang tạo
  • Chuyển source từ /raw sang /raw/processed để không ingest lại

Sai lầm thường gặp: copy nguyên đoạn từ source. AI đọc lại chỉ thấy bản sao — không có giá trị. Phải reword theo giọng của bạn, thêm ghi chú "vì sao ý này quan trọng".

2. Query — biến câu hỏi thành trang mới​

Khi bạn hỏi AI ("cách viết hook timeline-first cho SaaS?"), AI không trả lời từ đầu như ChatGPT — nó tìm trong /wiki trước, trích dẫn các trang đã có, rồi trả lời.

Điểm mấu chốt: output trở thành input. Câu trả lời hay → file back vào wiki thành trang mới → lần sau AI tra ra ngay.

Quy tắc:

  • Luôn search wiki trước khi trả lời
  • Trích dẫn các trang làm cơ sở (như footnote học thuật)
  • Nếu hai trang mâu thuẫn nhau, nêu rõ mâu thuẫn — không tự chọn im lặng
  • Nếu câu trả lời đáng lưu, hỏi bạn có muốn file back không

Đây là khác biệt lớn nhất so với RAG thông thường: RAG search lại từ đầu mỗi lần; ở đây bạn compile knowledge một lần, dùng nhiều lần.

3. Lint — bảo trì định kỳ​

Đây là bước 90% người bỏ qua — và là lý do 90% wiki chết.

Chạy 2-4 tuần một lần. AI quét toàn bộ wiki và báo cáo:

  • Mâu thuẫn — trang A nói X, trang B nói ngược X
  • Trang lỗi thời — claim đã bị thay thế nhưng chưa update
  • Trang orphan — không có trang nào link đến, có thể quên hoặc trùng
  • Lỗ hổng — chủ đề được nhắc trong nhiều trang nhưng chưa có trang riêng
  • Trùng lặp — hai trang cùng nói một ý, cần gộp

Quan trọng: báo cáo, không tự xoá. Bạn xem báo cáo, quyết định gộp/xoá/reword.

Kiến trúc tối giản (5 thành phần)​

Bạn cần đúng 5 thứ. Không hơn.

/raw          → sources chưa xử lý
/wiki         → trang atomic đã xử lý
index.md      → catalog toàn bộ trang wiki
log.md        → nhật ký thời gian (ingest / compile / lint)
CLAUDE.md     → schema điều hành cả hệ thống

CLAUDE.md là file điều khiển. Nó định nghĩa các operation (Ingest, Query, Lint, Categorize, Answer, File-back) — mỗi operation là một cụm quy tắc AI đọc mỗi lần bạn kích hoạt.

Ví dụ đoạn CLAUDE.md cho Ingest:

INGEST — khi mình nói "ingest this":
1. Đọc source đầy đủ
2. Tách thành các trang atomic
3. Mỗi trang có: title, tóm tắt 1 câu, nội dung giọng mình, nguồn
4. Wikilink đến các trang liên quan
5. Nếu link 3+ trang → đánh dấu hub
6. Thêm vào index.md
7. Ghi vào log.md
8. Move source sang /raw/processed

Sức mạnh của schema: bạn không cần nói lại 8 bước mỗi lần. Chỉ cần "ingest this" và AI biết phải làm gì.

Vòng compounding — vì sao Skill này càng dùng càng mạnh​

  • Tuần 1: 10 trang, 45 cặp liên kết tiềm năng
  • Tháng 1: 50 trang, ~1.225 cặp
  • Tháng 6: 250 trang, ~31.000 cặp
  • Năm 1: 500 trang, ~124.000 cặp

Số trang tăng tuyến tính. Số liên kết tăng bình phương. Đó là lý do năm thứ hai, Skill trả lời câu hỏi mà bạn chưa từng nghĩ đến — vì các trang cũ đã kết nối theo cách bạn không lên kế hoạch trước.

Nhưng chỉ compound nếu có ai đó giữ các liên kết. Con người không giữ nổi ở scale 250+ trang. AI giữ được.

Áp dụng vào Skill Upwork này​

Skill 241 trang của mình được xây theo đúng mô hình này:

  • /raw: 103 proposal đã gửi + transcript coaching + notes từ khoá copywriting
  • /wiki: 241 trang atomic (blueprint, phrase, craft, rule, misstep, case study)
  • index.md: bản đồ 5 khu vực bạn đang xem
  • log.md: nhật ký mỗi lần ingest + lint
  • CLAUDE.md: schema định nghĩa 6 operation (Ingest, Query, Lint, Categorize, Answer, File-back, Compile)

Kết quả: sau khi bạn cài Skill vào ChatGPT/Claude/Cursor, AI của bạn không chỉ đọc 241 trang — nó hiểu quan hệ giữa các trang. Hỏi "hook nào phù hợp cho SaaS b2b có ngân sách thấp?", AI ghép [blueprint-fast-delivery] + [shelf-hook-timeline] + [shelf-stack-saas] + [craft-pricing-by-vertical] để đưa gợi ý — thay vì đọc từng trang riêng.

Nếu bạn muốn xây Skill riêng cho ngách của mình (không phải Upwork), copy đúng 5 thành phần trên, viết CLAUDE.md riêng, và chạy ba vòng lặp Ingest → Query → Lint đều đặn.

Checklist khởi động Skill của riêng bạn​

  • Tạo 5 file: /raw, /wiki, index.md, log.md, CLAUDE.md
  • Viết CLAUDE.md với 3 operation tối thiểu: Ingest, Query, Lint
  • Ingest 5-10 source đầu tiên (bài, video, transcript của bạn)
  • Chạy Query để test — hỏi 3 câu, xem AI có tra được không
  • Đặt lịch Lint 2 tuần một lần (Google Calendar, không quên)
  • Sau 30 trang, chạy Categorize để tạo hub đầu tiên
  • Sau 100 trang, chạy Compile để rebuild toàn bộ index

Nguồn cảm hứng & tham khảo​

Liên kết​

X

Graph View