PUBLIC TRIAL · HỌC THỬ CÓ CẤU TRÚC

Làm việc nhiều vòng với AI

✦ BẠN ĐANG Ở CHẾ ĐỘ HỌC THỬTrải nghiệm một phần tinh hoa của khóa họcHọc thật · làm thật · xem trước lộ trình trước khi tham gia đầy đủ.Xem toàn bộ khóa học

Hiểu AI hoạt động ở mức nền tảng, biết chọn nhiệm vụ và công cụ phù hợp, giao việc rõ ràng, kiểm chứng đầu ra và sử dụng AI có trách nhiệm.

60 phút
Thời lượng học thử
4 module
Lộ trình khóa học
0 tài nguyên
Có trong bài học

Bài học này thuộc nội dung học đầy đủ

Sidebar vẫn hiển thị toàn bộ outline để bạn xem lộ trình. Hãy đăng ký để mở khóa bài học và các học liệu liên quan.

Xem khóa học và đăng ký
⏱ 00:00
Đang tải tiến độ…
Module 2 · Bài học hiện tại

Làm việc nhiều vòng với AI

Bổ sung ngữ cảnh, yêu cầu phản biện và sửa đầu ra

✦ Mục tiêu bài học0 học liệu
Học liệu bài này chưa có delivery công khai hợp lệ.

Đầu ra của bài học

Tạo một problem statement hoặc workflow canvas ngắn cho bài toán doanh nghiệp của bạn, sau đó ghi nhận đầu ra để đi tiếp.

Gợi ý: Bài toán nào đang lặp lại, ai là người sở hữu và dữ liệu đầu vào là gì?
Bước tiếp theo

Hãy tiếp tục theo timeline. Bài kiểm tra và chứng nhận mở ở bài học đủ điều kiện.

✦ BƯỚC TIẾP THEO CỦA BẠN

Bạn đã chạm vào cách học. Giờ hãy biến nó thành năng lực thật.

Đây mới là một phần trải nghiệm. Trong full khóa, bạn đi trọn lộ trình, thực hành theo bài toán doanh nghiệp và xây được đầu ra có thể dùng tiếp.

✓ Lộ trình đầy đủ✓ Học liệu có cấu trúc✓ Thực hành có kiểm chứng

Gemini + Google Workspace: Quy trình làm việc an toàn

Mở video trên YouTube

HƯỚNG DẪN BÀI HỌC

Làm việc nhiều vòng với AI giúp bạn thực hành theo từng bước, tự kiểm tra chất lượng và biết khi nào cần dừng hoặc nhờ người có chuyên môn.

Lưu đồ Làm việc nhiều vòng với AI: Tạo bản nháp đầu tiên → So với tiêu chí → Phản hồi cụ thể → Kiểm tra và chốt phiên bản
Lưu đồ thực hành: Làm việc nhiều vòng với AI

Bài học thuộc AI Foundation White Belt 003. Hãy thử trong phạm vi nhỏ, dùng đầu vào phù hợp và ghi lại kết quả để người khác có thể xem xét.

1. Xác định mục tiêu

Đưa yêu cầu đủ rõ để nhận bản nháp có thể đánh giá. Nếu nhiệm vụ lớn, chia thành các phần như dàn ý, nội dung, rà lỗi thay vì yêu cầu làm tất cả cùng lúc. Nêu đầu ra cần xem trước và thời điểm cần con người đưa quyết định.

2. Chuẩn bị và thực hiện

So bản nháp với tiêu chí nghiệm thu đã viết trước: đúng mục đích, đủ nội dung, đúng định dạng, giữ nguyên thông tin và phù hợp người đọc. Đánh dấu lỗi cụ thể, phần thiếu và phần có thể giữ. Không dùng cảm giác “nghe hay” làm tiêu chuẩn duy nhất.

3. Ranh giới và kiểm soát

Phản hồi theo yêu cầu có hành động: thêm ý nào, bỏ phần nào, giữ dữ kiện nào, viết lại cho đối tượng nào. Khi sửa một đoạn, nêu ngữ cảnh cần bảo toàn để tránh mô hình thay đổi nội dung đúng ở chỗ khác. Không gửi dữ liệu chưa được phê duyệt chỉ để làm rõ prompt.

4. Ví dụ thực hành

Đọc lại toàn bộ sau mỗi vòng; kiểm tra tính nhất quán, con số, nguồn và các điều kiện trước đó. Ghi phiên bản cuối, người duyệt và điểm chưa xác minh. Dừng khi tiêu chí đạt hoặc khi vòng lặp không cải thiện; lúc đó đổi cách tiếp cận hoặc nhờ chuyên gia.

Bài tập áp dụng

Dùng một bản nháp không nhạy cảm. Chấm theo checklist trước, gửi một phản hồi cụ thể, so sánh phiên bản mới với tiêu chí ban đầu và lưu tối đa ba vòng. Nêu rõ lý do dừng và phần cần người kiểm tra.

Lỗi thường gặp

Đừng coi một câu trả lời mạch lạc là bằng chứng đủ, hoặc tăng số vòng lặp khi chưa biết tiêu chí cần đạt. Viết tiêu chí trước, kiểm tra dữ kiện và nguồn, bảo vệ thông tin đầu vào, rồi thử thêm trường hợp ngoại lệ. Khi phát hiện sai, ghi rõ lỗi và phạm vi ảnh hưởng; sửa có mục tiêu và kiểm tra lại trước khi bàn giao.

Checklist

  • Mục tiêu, người dùng và tiêu chí chất lượng đã rõ.
  • Dữ liệu đầu vào được phép sử dụng và đủ ngữ cảnh.
  • Có bước kiểm tra, người chịu trách nhiệm và điều kiện dừng.
  • Ghi lại kết quả, nguồn và điểm chưa xác minh.

Xem video Gemini + Google Workspace: Quy trình làm việc an toàn và tiếp tục tại AI Foundation White Belt 003.