Cách sử dụng Perplexity cho nghiên cứu, rồi nhân hoá bản thảo

Bạn có một câu hỏi, một deadline, và bốn mươi tab đang mở. Bạn nhập câu hỏi vào Perplexity, và chỉ trong vài giây sẽ nhận được một đoạn trả lời gọn gàng kèm các trích dẫn dạng số nhỏ bám sát từng tuyên bố. Nó có cảm giác như công cụ tìm kiếm mà bạn hằng mong ước. Chính cú “tăng tốc” đầu tiên này là lý do nhiều nhà nghiên cứu hiện nay dùng Perplexity để nghiên cứu trước khi truy cập các cơ sở dữ liệu học thuật.

Và công cụ này cũng tạo được phần nào niềm tin. Khác với một chatbot thuần túy, Perplexity được xây dựng như một “answer engine” (công cụ tạo câu trả lời): mỗi phản hồi đều có các liên kết nội tuyến tới nguồn web trực tiếp, để bạn có thể thấy tuyên bố đó được cho là xuất phát từ đâu. Đối với việc định hướng một chủ đề mới, làm quen với một lĩnh vực chưa quen, hoặc kiểm tra một dữ kiện khi bạn đang viết, điều này thực sự hữu ích.

Nhưng “cảm thấy vững nền” và “an toàn” là hai chuyện khác nhau. Các trích dẫn trông có vẻ có thẩm quyền, và đó chính là cái bẫy. Dưới đây, chúng tôi sẽ chỉ ra nơi công cụ này thực sự hỗ trợ nghiên cứu của bạn, một giới hạn duy nhất nên định hình cách bạn dùng nó, và bước hoàn thiện rõ ràng khi bạn bắt đầu chuyển câu trả lời của nó thành văn phong của riêng mình.

Nơi Perplexity để nghiên cứu thực sự phù hợp

Perplexity là công cụ khám phá, không phải cơ sở dữ liệu học thuật và cũng không phải “trình tạo bản thảo” của bạn. Hãy dùng nó ở giai đoạn đầu, khi bạn đang cố hiểu một câu hỏi trước khi cam kết thực hiện một lượt rà soát chính thức.

Các chế độ của nó tương ứng với những nhiệm vụ khác nhau. Sonar bản thường cung cấp câu trả lời nhanh có trích dẫn cho một câu hỏi cụ thể. Sonar Pro và Sonar Reasoning Pro đi sâu hơn vào các truy vấn dạng nhiều bước. Sonar Deep Research là chế độ theo kiểu tác nhân (agentic): nhà cung cấp mô tả rằng nó có thể chạy hơn một trăm lượt tìm kiếm và trả về một báo cáo có cấu trúc, kèm trích dẫn, trong khoảng hai đến năm phút, rất phù hợp để khảo sát nhanh một cuộc tranh luận trước khi bạn đọc các bài báo gốc.

Trên các gói Pro và Max trả phí, Perplexity cũng “không phụ thuộc mô hình” (model-agnostic). Có một bộ chuyển (switcher) cho phép bạn định tuyến công cụ nền sang một mô hình “frontier” như Claude, GPT hoặc Gemini. Sự linh hoạt này là điểm cộng, nhưng việc định tuyến chính xác và phiên bản nằm sau mỗi câu trả lời không phải lúc nào cũng minh bạch, điều này lại quan trọng ở giai đoạn sau khi bạn phải mô tả phương pháp của mình.

Phiên bản miễn phí còn “dễ dùng” hơn đa số lựa chọn khác. Nó miễn phí, cho phép tìm kiếm trích dẫn cơ bản không giới hạn trong Sonar, và giới hạn các tìm kiếm sâu hơn của Pro ở khoảng năm lần mỗi ngày, không có bộ chuyển mô hình hoặc Deep Research đầy đủ. Pro có giá khoảng 20 USD/tháng, và sinh viên đã được xác minh có thể nhận Education Pro khoảng 10 USD/tháng thông qua SheerID. Với đa số cá nhân, gói miễn phí hoặc gói dành cho sinh viên là đủ cho công việc khám phá. Nếu bạn muốn có góc nhìn rộng hơn để tăng tốc giai đoạn này, hãy xem hướng dẫn của chúng tôi về speed up your literature review with AI.

“Điểm mấu chốt”: có trích dẫn không đồng nghĩa với đúng

Đây là giới hạn nên nằm ở trung tâm trong cách bạn sử dụng công cụ này. “Có nền tảng từ trích dẫn” không có nghĩa là “an toàn về trích dẫn”. Tài liệu tham chiếu mà Perplexity liên kết có thể là một trang thật, nhưng tuyên bố cụ thể mà nó gắn vào trang đó có thể thực tế không hề xuất hiện trên trang.

Hiện tượng này được gọi là gán sai nguồn (misattribution), và nó tinh vi hơn một “nguồn giả” công khai. Một DOI giả có thể dễ phát hiện vì dẫn đến không đâu. Còn gán sai nguồn lại dẫn đến một nơi có thật, vì thế hàng rào của bạn mới sụp. Bạn thấy một liên kết hoạt động, bạn cho rằng câu đó được hỗ trợ, và rồi bạn chuyển sang bước tiếp theo.

Các thử nghiệm độc lập cho thấy Perplexity bịa đặt tài liệu tham khảo ít hơn so với một chatbot chung, nhưng không phải bằng không. Mảng bao phủ học thuật của nó cũng hẹp hơn Google Scholar hoặc PubMed, nên lặng lẽ bỏ sót các tài liệu bị khóa truy cập (paywalled) và các nghiên cứu ngách mà các phản biện của bạn sẽ kỳ vọng rằng bạn biết. Hãy coi mọi câu trả lời là một “mối dẫn” để truy đuổi, chứ không phải là trích dẫn để dán vào bài.

Bảng dưới đây cho thấy cách chúng tôi liên hệ từng chế độ với một nhiệm vụ, và những gì bạn vẫn cần tự kiểm tra thủ công.

Nguyên tắc thực hành rất đơn giản. Dùng Perplexity để tìm các bài báo, rồi lấy các bài báo thực sự từ Google Scholar và trích dẫn chúng. Đọc nguồn, xác nhận tài liệu nói đúng điều mà phần trả lời đã khẳng định, và tự ghi lại tác giả thật, năm và DOI. Nếu bạn cần các tham chiếu đó “sống sót” qua một bản viết lại đầy trích dẫn sau này, ghi chú của chúng tôi về a humanizer that preserves your citations giải thích vì sao công cụ hoàn thiện quan trọng ngang với công cụ dùng để soạn nháp.

Từ nguồn đã được xác minh đến bản thảo vẫn “nghe” như AI đã được nhân hoá

Giả sử bạn đã làm đúng. Bạn đã xác minh từng nguồn, lấy đúng các bài báo gốc, và viết một mục nền (background) tổng hợp dựa trên những gì bạn tìm được. Các dữ kiện vững chắc. Nhưng văn phong vẫn đọc lên như thể một cỗ máy đã viết.

Điều đó không phải lỗi do việc đọc của bạn. Đó là “chất liệu” của lối viết có hỗ trợ AI. Đầu ra từ answer-engine thường nghiêng về những câu đều tăm tắp, nhịp điệu ít biến thiên, kiểu cadence phẳng mà các bộ dò (detectors) được điều chỉnh để nhận diện. Turnitin đã bổ sung tính năng phát hiện AI dành riêng trong tháng 8 năm 2025, chồng lên bộ chỉ báo viết (writing indicator) của họ. Vì vậy, văn bản đồng đều và việc diễn đạt lại (paraphrase) vụng về đều dễ bị chú ý.

Vấn đề công bằng còn chồng thêm ở đây, và nó ảnh hưởng nặng nhất tới những người viết tiếng Anh không phải ngôn ngữ mẹ đẻ. Một nghiên cứu năm 2023 trên tạp chí Patterns của Liang và cộng sự cho thấy bảy bộ dò đã gắn cờ khoảng 61 phần trăm các bài luận TOEFL của người viết không phải bản ngữ là do AI tạo ra, trong khi con số này chỉ vào khoảng 5 phần trăm đối với người viết bản ngữ, chỉ vì vốn từ đơn giản hơn và dễ đoán hơn lại đọc lên “giống máy”. Nếu tiếng Anh là ngôn ngữ thứ hai của bạn, bạn có thể bị gắn cờ vì văn bạn tự viết, ngay cả trước khi bất kỳ AI nào “đụng tay”.

Nhân hoá bản thảo của riêng bạn, rồi công bố

Bước hoàn thiện là chạy bản thảo đã được xác minh của bạn qua một academic humanizer được thiết kế cho môi trường học thuật, không phải một công cụ “quay chữ” chung chung. Mục tiêu không phải để đánh lừa bất kỳ ai. Mục tiêu là trả lại cho phần viết được hỗ trợ AI của bạn độ “bật” (burstiness), cấp độ văn phong (register), và giọng điệu của một tác giả thật, trong khi ý nghĩa, các con số và tài liệu tham chiếu vẫn nằm đúng chỗ của chúng.

Chúng tôi đã thử nghiệm bộ humanizer của mình với Turnitin, GPTZero, Copyleaks, ZeroGPT và Originality.ai, và quan sát kết quả lên tới khoảng 92 phần trăm trên Turnitin, khoảng 89 phần trăm trên Originality.ai, và khoảng 88 phần trăm trên GPTZero, với độ chính xác ngữ pháp trên 96 phần trăm. Những con số này là ấn tượng, nhưng không phải là lời hứa. Các bộ dò luôn được cập nhật liên tục, không công cụ nào được đảm bảo vượt qua, và việc chạy theo điểm 0 phần trăm không phải là mục tiêu đúng.

Mục tiêu đúng là học thuật đích thực, và điều đó đồng nghĩa với việc công bố. Elsevier, trong chính sách cập nhật tháng 10 năm 2025, yêu cầu người viết phải khai báo việc sử dụng AI tạo sinh trong quá trình viết, đặt phía trên phần tài liệu tham chiếu, nêu rõ công cụ đã dùng và lý do, và tác giả hoàn toàn chịu trách nhiệm. Springer Nature muốn việc dùng LLM được ghi lại trong phần phương pháp (methods) hoặc một mục tương đương. COPE nêu rõ AI không thể là tác giả và mọi việc dùng AI đều phải được công bố. Kiểm tra ngữ pháp và chính tả thường quy không cần khai báo, nhưng việc dùng answer engine để hỗ trợ xây dựng lập luận thì cần. Hướng dẫn của chúng tôi về cách disclose AI assistance in your paper sẽ cung cấp đúng câu chữ bạn cần.

Còn một lý do nữa để công bố một cách rõ ràng. Bởi vì Perplexity có thể thay đổi mô hình nền phía sau các câu trả lời, cùng một truy vấn có thể được định tuyến khác nhau vào những ngày khác nhau, từ đó âm thầm làm giảm khả năng tái lập (reproducibility). Nói cụ thể bạn đã dùng gì và khi nào không chỉ là tuân thủ chính sách; đó còn là cách làm tốt về mặt phương pháp.

Nếu tổng quan tài liệu của bạn dựa trên các câu trả lời có nền tảng nguồn và gắn với tài liệu cụ thể, thì đáng để so sánh công cụ. Bài viết đồng hành của chúng tôi về using Gemini for a grounded literature review trình bày một hướng đi khác nhưng dẫn tới một “lượt đi đầu tiên” cẩn trọng tương tự: có trích dẫn ngay từ ban đầu.

Câu hỏi thường gặp

Q: Perplexity có tốt cho nghiên cứu học thuật không?

Có, cho mục đích khám phá và định hướng. Dùng Perplexity để nghiên cứu hoạt động tốt khi bạn cần một câu trả lời nhanh có trích dẫn để định hướng chủ đề hoặc kiểm tra một dữ kiện ngay giữa lúc đang viết. Nó không phải là sự thay thế cho Google Scholar hay PubMed, và cũng không nên là nguồn để bạn hình thành phần trích dẫn cuối cùng của mình.

Q: Trích dẫn của Perplexity có đáng tin để đưa vào bài không?

Không đáng tin đủ để trích dẫn nếu chưa kiểm tra. Perplexity liên kết đến các trang có thật, nhưng tuyên bố mà nó gán cho một nguồn có thể không thực sự xuất hiện trên trang đó, một kiểu gán sai nguồn rất dễ bỏ sót. Hãy mở từng liên kết, xác nhận đúng tuyên bố, và tự ghi lại tác giả, năm và DOI từ nguồn gốc (primary source).

Q: Tôi có thể trích dẫn Perplexity trong luận văn của mình không?

Hãy trích dẫn các bài báo gốc (underlying papers), không phải answer engine. Perplexity là một công cụ giúp bạn trỏ tới nguồn tài liệu, vì vậy thư mục (bibliography) của bạn nên liệt kê các tài liệu học thuật gốc đã được xác minh mà bạn thực sự đã đọc. Nếu cơ sở của bạn yêu cầu, hãy công bố rằng bạn dùng Perplexity như một công cụ hỗ trợ nghiên cứu trong phần phương pháp hoặc trong phần khai báo việc sử dụng AI.

Q: Tôi có cần nhân hoá và công bố một bản thảo có hỗ trợ từ Perplexity không?

Nếu bạn dùng nó để hỗ trợ xây dựng phần viết, hãy công bố theo hướng dẫn của Elsevier, Springer hoặc COPE. Việc nhân hoá bản thảo đã được xác minh của bạn nhằm khôi phục giọng điệu tự nhiên và giảm nguy cơ bị gắn cờ sai, đặc biệt đối với người viết không phải bản ngữ, chứ không phải để che giấu sự hỗ trợ mà bạn đã khai báo trước đó.