Ngừng ghi chú chỉ bằng văn bản — đây là cách tôi sử dụng Obsidian với AI cục bộ để trực quan hóa mọi thứ

Tôi đã sử dụng Obsidian trong vài năm để ghi chú. Tôi thích chế độ xem đồ thị, liên kết hai chiều và triết lý văn bản thuần túy của nó. Tuy nhiên, trong một thời gian, có điều gì đó đã làm phiền tôi: nguồn nội dung chính của nó là gõ từ, và rất nhiều từ.

Gần đây, tôi đã khắc phục điều này bằng cách kết nối tài khoản Obsidian của mình với một trình tạo hình ảnh AI cục bộ. Tôi không nói đến việc chèn vào các ảnh stock hay sao chép-nối nội dung từ Midjourney hoặc Leonardo.ai. Ý tôi là tạo ra hình ảnh trực tiếp gắn với các ghi chú của tôi, lưu trữ cục bộ, riêng tư, và vâng, không cần đăng ký thuê bao.

Kết quả là một quy trình làm việc PKM (quản lý kiến thức cá nhân) mà cuối cùng cảm giác như nó tồn tại ở cả hai bên não của tôi.

Tại sao hình ảnh lại quan trọng trong hệ thống ghi chú Obsidian của bạn

Khoa học đằng sau việc kết hợp hình ảnh và văn bản trong ghi chú của bạn

Tôi không phải là một người suy nghĩ hoàn toàn bằng ngôn từ, mặc dù tôi đã viết trong phần lớn sự nghiệp chuyên nghiệp của mình. Khi tôi đang lập kế hoạch cho một dự án phức tạp, xây dựng một nhân vật cho câu chuyện, hoặc cố gắng nội hóa một khái niệm trừu tượng, một hình ảnh được đặt đúng chỗ sẽ làm được điều mà một đoạn văn khác hay các gạch đầu dòng không thể làm được. Hình ảnh này có thể neo giữ ý tưởng và giúp bộ não tôi có điểm bám.

Thêm hình ảnh theo cách truyền thống, thông qua tìm kiếm trên web, các trang web lưu trữ ảnh, và chụp màn hình, chưa bao giờ cảm thấy đúng với tôi. Nó cảm giác ít cá nhân hơn so với tôi muốn. Tôi nhận thấy chúng là sự diễn giải của người khác về khái niệm, không phải của tôi. Và quản lý những tệp hình ảnh đó theo thời gian luôn là lãng phí thời gian.

Những gì tôi cần là một cách để tạo ra hình ảnh mà tôi đã hình dung trong đầu, ngay lập tức, mà không rời khỏi quy trình làm việc của mình.

Cách thiết lập trình tạo hình ảnh AI địa phương miễn phí trên Mac của bạn

Chọn mô hình Stable Diffusion phù hợp với phần cứng của bạn

Là một người chủ yếu sử dụng Mac, công cụ đã khiến tôi hứng thú chính là Diffusers, một ứng dụng tạo hình ảnh mã nguồn mở từ Hugging Face. Nó miễn phí, có thể tải xuống từ Mac App Store, và cực kỳ dễ cài đặt mà không cần bất kỳ kiến thức dòng lệnh nào. Nó chạy hoàn toàn trên máy của tôi và tận dụng GPU Metal của Apple Silicon, điều này có nghĩa là nó tạo hình ảnh nhanh hơn bạn mong đợi từ phần cứng dành cho người tiêu dùng.

Khi bạn mở nó lần đầu, bạn sẽ được yêu cầu tải xuống một mô hình, đây là động cơ sáng tạo cho việc tạo hình ảnh. Nếu bạn đang sử dụng Mac M3 hoặc M4 với 16GB trở lên bộ nhớ, tôi đề nghị bạn nên đi thẳng đến Stable Diffusion 3 Medium. Nó cho ra kết quả chân thực nhất so với bất cứ thứ gì có sẵn trong ứng dụng, và phần cứng của bạn sẽ xử lý nó một cách thoải mái. Nếu bạn sở hữu một chiếc Mac cũ hơn, Stable Diffusion 2.1 là điểm khởi đầu đáng tin cậy.

Nếu bạn đang sử dụng Windows, có một số lựa chọn thay thế đáng cân nhắc. Điều này bao gồm ComfyUI, cung cấp giao diện trực quan dựa trên nút và trình cài đặt một cú nhấp chuột, và Automatic1111, cung cấp giao diện web truyền thống hơn. Cả hai đều là những lựa chọn thay thế xuất sắc, nhưng không cái nào được tối ưu hóa cho Apple Silicon giống như Diffusers. Người dùng Mac sẽ có hiệu suất cải thiện rõ rệt khi ở lại trong hệ sinh thái Hugging Face.

Yêu cầu chính đối với tất cả các giải pháp này là chúng phải chạy cục bộ. Vì vậy, ghi chú và ý tưởng của bạn vẫn được giữ riêng tư. Mặc dù bạn có thể chuyển chúng qua dịch vụ đám mây, nhưng điều đó sẽ làm mất đi toàn bộ mục đích của một kho kiến thức cá nhân.

Cách kết nối Obsidian và Diffusers: quy trình làm việc từng bước

Sử dụng plugin Templater của Obsidian để tạo các lời nhắc hình ảnh của bạn

Khi Diffusers đang chạy, tôi cần một cách để tích hợp nó một cách mượt mà với Obsidian thay vì coi chúng như hai ứng dụng tách rời mà tôi phải qua lại. Đây là quy trình làm việc mà tôi đã chọn.

Trước tiên, tiếp tục viết những ý tưởng và suy nghĩ của bạn trên Obsidian như bạn vẫn thường làm. Tôi luôn chắc chắn viết ít nhất một đoạn về khái niệm hoặc nút mà tôi đang làm việc. Mục tiêu ở đây là để việc viết buộc tôi phải diễn đạt rõ những gì hình ảnh nên thể hiện, điều này sẽ làm cho đề bài cuối cùng trở nên tốt hơn nhiều. Nếu đề bài của bạn chỉ có nửa chừng, hình ảnh cũng sẽ như vậy.

Tiếp theo, sử dụng một mẫu để xây dựng prompt hình ảnh của bạn. Để làm việc này, tôi sử dụng plugin Templater của Obsidian, một trong những plugin dễ sử dụng nhất hiện có. Nếu bạn chưa cài đặt, hãy vào Cài đặt -> Plugin Cộng đồng -> Duyệt và tìm kiếm Templater, sau đó cài đặt nó. Nó miễn phí và mất khoảng hai phút để thiết lập.

Khi đã viết xong, tạo một thư mục mới trong kho của bạn có tên Templates, và bên trong nó, tạo một ghi chú mới có tên Image Prompt Template.

Hiện tại tôi đang viết một câu chuyện trinh thám giết người diễn ra trên một du thuyền, vì vậy tôi đã dành nhiều thời gian để hình dung các nhân vật chính. Điều này có nghĩa là ghi lại 'ai' và 'cái gì', cũng như tâm trạng, bầu không khí và phong cách. Tôi cũng bao gồm một 'lời nhắc tiêu cực' để chỉ dẫn Diffusers những gì cần tránh (như chi tay chân mờ hoặc phong cách hoạt hình).

Đối với yêu cầu đầu tiên của tôi, tôi đã bao gồm ngôn ngữ này: "Chủ đề: Tâm trạng/bầu không khí: Màu sắc: Phong cách: chi tiết cao, điện ảnh. Yêu cầu tiêu cực:"

Bây giờ, bất cứ khi nào tôi sẵn sàng tạo hình ảnh cho một ghi chú, tôi có thể mở ghi chú đó, nhấp vào bên trong nó và kích hoạt nó bằng phím tắt. Bạn có thể đặt phím kích hoạt này trong cài đặt của Templater dưới Template Hotkeys. Một cửa sổ nhỏ sẽ bật lên, và tôi gõ "Image" để tìm mẫu của mình, sau đó nhấn Enter. Mẫu thêm cấu trúc đó vào ghi chú của tôi, và tôi chỉ cần điền vào các chỗ trống.

Đây là một ví dụ về câu lệnh mà tôi đã sử dụng gần đây:

Chủ đề: một giáo viên nghỉ hưu ở độ tuổi khoảng giữa 60, tóc bạc buộc lỏng ra sau, kính đọc sách đẩy lên trán, ngồi trên bàn bếp với một tách trà

Tâm trạng/bầu không khí: yên lặng hài lòng, thong thả, cảm giác của một buổi sáng Chủ nhật không vội vã đâu cả

Màu sắc: kem ấm, ánh sáng buổi sáng nhẹ nhàng, xanh xáo muted

Phong cách: siêu chi tiết, điện ảnh, chân thực như thật

Đối với bước cuối cùng, bạn muốn sao chép prompt đã hoàn thành từ Obsidian và mang nó đến Diffusers bằng cách dán nó vào hộp văn bản Prompt ở đầu ứng dụng. Thêm prompt tiêu cực của bạn vào hộp Negative Prompt phía dưới. Trong ví dụ này, tôi đã sử dụng:

Lời nhắc tiêu cực: mờ, chất lượng thấp, hoạt hình, hình mờ, chữ viết, tay biến dạng, trẻ, lộng lẫy, ánh sáng kịch tính

Khi cả hai lời nhắc đều đã được điền đầy đủ, chọn Generate. Tôi thường làm điều này hai hoặc ba lần để tìm ra bố cục mà tôi muốn. Tin tôi đi, một số hình ảnh mà Diffusers tạo ra không ổn, vì vậy bạn sẽ cần xem nhiều phiên bản trước khi tìm thấy hình ảnh bạn muốn. Theo thời gian, khi bạn viết lời nhắc tốt hơn, quá trình này sẽ nhanh hơn.

Bây giờ bạn cần lưu hình ảnh của mình vào một thư mục tài nguyên bên trong kho Obsidian của bạn. Để đơn giản, tôi đã sử dụng "/assets/images/" ở thư mục gốc của kho Obsidian của mình. Mỗi lần bạn lưu một hình ảnh được tạo ra, nó sẽ được đưa vào đây. Trong ví dụ này, tôi đã đặt tên cho tệp là "schoolteacher.png."

Bước cuối cùng là nhúng hình ảnh ở đầu ghi chú Obsidian của bạn. Trong trường hợp này, tôi sẽ thêm "![[schoolteacher.png]]". Khi mở lần đầu, nó định hướng tôi ngay lập tức, và bây giờ tôi biết cảm giác của ghi chú này trước khi đọc một từ nào.

Lợi ích sáng tạo: những gì thay đổi khi ghi chú của bạn có hình ảnh

Việc kết nối mà tôi đã thiết lập giữa Obsidian và Diffusers đã mang lại nhiều lợi ích. Trước hết, nó đã thay đổi cách tôi tương tác sâu sắc với từng ghi chú riêng lẻ. Có một cảm giác về quyền tác giả mà một tệp Markdown trống với danh sách gạch đầu dòng không mang lại. Nó cũng đã thay đổi cách tôi điều hướng kho dữ liệu của mình. Các plugin Obsidian Kanban và Dataview có thể hiển thị hình ảnh nhúng trong chế độ xem thẻ và bảng, điều này biến việc quét trực quan kho dữ liệu của tôi thành gần giống như đang lướt tạp chí hơn là đọc bảng tính. Chế độ xem đồ thị của tôi cho thấy cách các ý tưởng kết nối; các chế độ xem ưu tiên hình ảnh của tôi cho thấy những ý tưởng đó là gì. Đối với các dự án sáng tạo, điều này có thể thực sự mang tính chuyển đổi.

Tôi sẽ là người đầu tiên thừa nhận: thiết lập này không nhất thiết làm tôi trở nên hiệu quả hơn theo nghĩa truyền thống. Nó không giúp tôi viết nhanh hơn hay ghi chú nhiều hơn. Thay vào đó, nó làm những ghi chú đó trở nên tốt hơn về lâu dài. Tôi cũng không coi đây là một "dự án nghiên cứu sâu", thứ mà Obsidian thường được biết là giúp nhiều người.

Nếu bạn từng cảm thấy ghi chép của mình quá nhạt, quá nhiều chữ, quá rời rạc so với cách bạn thực sự suy nghĩ, thì điều này đáng để dành một buổi chiều. Kho lưu trữ của bạn không nhất thiết phải là một tủ hồ sơ. Với một trình tạo hình ảnh cục bộ và vài phút hướng dẫn, nó có thể cảm giác giống một bộ não hơn nhiều.