PHÒNG THỰC HÀNH / HỌC BẰNG VIỆC THẬT

Học đúng kỹ năng để làm được việc tiếp theo.

Bạn không cần “học hết AI”. Hãy bắt đầu từ việc đang làm chưa tốt, luyện đúng năng lực còn thiếu và kết thúc bằng một đầu ra có thể kiểm: bản giao việc, quy trình, phiếu đánh giá hoặc sơ đồ hệ thống.

Chọn bài thực hành ↓

1. PHIẾU GIAO VIỆC

Xác định đầu vào, đầu ra mong muốn, giới hạn và tiêu chí kiểm trước khi viết prompt.

2. SƠ ĐỒ QUY TRÌNH

Đánh dấu chỗ AI xử lý, chỗ con người quyết định và artifact được bàn giao sau mỗi bước.

3. PHIẾU KIỂM

Thử cả trường hợp bình thường, thiếu dữ liệu và đầu vào dễ khiến hệ thống suy diễn sai.

Minh họa không gian học bằng artifact, không phải bài học đã hoàn thành.

START

Từ câu hỏi mơ hồ → output dùng được

Học cách giao task rõ, đưa đủ context, nhận output rồi kiểm lại trước khi dùng. Mục tiêu không phải prompt “hay”, mà là kết quả có thể xác minh.

Bài thực hànhChọn một việc bạn làm tuần này. Viết task brief gồm outcome, input, constraint và checklist.Artifact hoàn thành1 task brief + 1 checklist kiểm output.

PRACTITIONER

Từ chat rời rạc → workflow lặp lại

Khi một việc xuất hiện nhiều lần, hãy tách nó thành input, bước xử lý, điểm quyết định, checkpoint và đầu ra. Tool có thể đổi; logic công việc phải còn.

Bài thực hànhChuyển một việc meeting/research/content thành SOP có checkpoint con người.Artifact hoàn thành1 workflow có thể giao cho người khác chạy lại.

ADVANCED

Từ workflow → hệ thống có thể đo và debug

Học evals, retrieval, tool permissions và failure handling khi AI đã đi vào sản phẩm hoặc quy trình nhiều bước.

Bài thực hànhTạo task set nhỏ, ghi failure taxonomy và chọn một metric trước khi đổi model/prompt.Artifact hoàn thànhEval sheet + system sketch + failure log.

BẢN ĐỒ NĂNG LỰC

Bạn đang xây năng lực nào?

Giao việc rõOutcome · context · constraint · format.

Làm lặp lạiWorkflow · checkpoint · handoff.

Đo chất lượngTask set · eval · failure taxonomy.

Chịu trách nhiệm hệ thốngPermissions · retrieval · observability · release gate.