Học AI cơ bản cho người đi làm nên bắt đầu bằng một tác vụ lặp lại, không phải bằng toán cao cấp. Trong 30 ngày, bạn có thể hiểu thuật ngữ nền, viết prompt, kiểm chứng và hoàn thành ba sản phẩm nhỏ.
Mình khuyên dành 30 đến 45 phút mỗi ngày, năm ngày mỗi tuần. Mục tiêu là dùng AI có kiểm soát, không giao toàn bộ trách nhiệm cho công cụ.
Học AI cơ bản cho người đi làm theo lộ trình 30 ngày
Lộ trình được chia thành bốn tuần, mỗi tuần có một đầu ra rõ. Bạn chỉ cần trình duyệt, bảng tính và dữ liệu đã ẩn thông tin nhạy cảm.
| Thời gian | Nội dung | Đầu ra phải lưu |
|---|---|---|
| Ngày 1 đến 7 | AI, mô hình ngôn ngữ, prompt | Bảng 10 thuật ngữ tự giải thích |
| Ngày 8 đến 14 | Tóm tắt, phân loại, trích xuất | Ba prompt có tiêu chí |
| Ngày 15 đến 21 | Kiểm chứng và bảo mật | Checklist 8 điểm |
| Ngày 22 đến 30 | Một quy trình công việc | Demo trước và sau |
Tuần đầu, hãy dùng cùng một văn bản để thử ba yêu cầu khác nhau. Bạn sẽ thấy đầu vào quyết định chất lượng đầu ra.
Tuần hai, chọn các việc rủi ro thấp như dàn ý, chuẩn hóa định dạng hoặc phân nhóm phản hồi. Đừng bắt đầu bằng quyết định nhân sự.
Tuần ba, mỗi câu trả lời phải đi qua nguồn, ngày cập nhật và phép tính đối chiếu. Tuần cuối, bạn ghi lại thời gian trước và sau khi dùng AI.
Một phiên học mẫu gồm 10 phút đọc, 20 phút thao tác và 10 phút ghi lỗi. Nhật ký nên có prompt, kết quả, lỗi và bản sửa.
Bài kiểm tra đầu vào trong 20 phút
- Giải thích AI tạo sinh bằng ba câu không dùng thuật ngữ khó.
- Yêu cầu công cụ tóm tắt một văn bản 500 từ thành năm ý.
- Kiểm tra lại một con số trong kết quả bằng nguồn gốc.
- Xóa tên, email và mã khách hàng khỏi dữ liệu mẫu.
Nếu chưa làm được ba trên bốn việc, hãy đi đúng lộ trình nền. Nếu đã đạt, bạn có thể tăng thời lượng dự án.
Nắm 12 khái niệm AI đủ dùng trong công việc
AI là nhóm hệ thống xử lý dữ liệu để thực hiện những việc thường cần trí tuệ con người. Machine learning là cách hệ thống học mẫu từ dữ liệu.
Deep learning dùng mạng nơ-ron nhiều lớp. Generative AI tạo nội dung mới như văn bản, hình ảnh, âm thanh hoặc mã.
Large Language Model, viết tắt LLM, dự đoán đơn vị ngôn ngữ tiếp theo. Đơn vị đó thường được gọi là token.
Prompt là chỉ dẫn bạn gửi vào hệ thống. Context là phần thông tin mô hình được nhận trong một lượt làm việc.
Zero-shot nghĩa là yêu cầu không kèm ví dụ. Few-shot cung cấp vài mẫu để định hướng cấu trúc và giọng.
Hallucination là đầu ra nghe hợp lý nhưng sai hoặc không có nguồn. RAG là cách đưa tài liệu truy xuất vào trước khi mô hình trả lời.
OCR chuyển hình ảnh chữ thành văn bản. Speech-to-text chuyển tiếng nói thành chữ để tiếp tục xử lý.
Con người vẫn phải duyệt kết quả cuối. Khuyến nghị đạo đức AI của UNESCO đặt quyền riêng tư, minh bạch và giám sát con người vào nhóm nguyên tắc cốt lõi.
Cấu trúc prompt năm phần
- Vai trò: nêu góc nhìn cần dùng, chẳng hạn chuyên viên chăm sóc khách hàng.
- Nhiệm vụ: dùng một động từ rõ như phân loại, so sánh hoặc trích xuất.
- Bối cảnh: cho biết đối tượng, mục tiêu và giới hạn dữ liệu.
- Định dạng: yêu cầu bảng, danh sách hoặc JSON nếu công việc cần.
- Tiêu chí: đặt độ dài, trường bắt buộc và điều kiện loại bỏ.
Ví dụ: Phân loại 20 phản hồi vào bốn nhóm đã cho. Trả về bảng gồm mã, nhóm, lý do dưới 12 từ và mức cần xử lý.
Đừng dùng câu “làm hay hơn” vì không có thước đo. Hãy yêu cầu giảm còn 120 từ, giữ ba con số và bỏ từ quảng cáo.
Thực hành AI bằng ba bài tập sát công việc
Bài tập tốt phải có đầu vào, tiêu chí đạt và bước duyệt của con người. Bạn nên lưu cả bản lỗi để thấy quá trình cải thiện.
Bài 1: Tóm tắt biên bản họp
Dùng biên bản giả lập khoảng 1.000 từ, gồm quyết định, người phụ trách và hạn. Yêu cầu xuất ba cột rồi đối chiếu từng dòng với văn bản.
Lỗi thường gặp là AI tự thêm người hoặc ngày. Cách xử lý là yêu cầu ghi “không có dữ liệu” khi nguồn không nêu.
Bài 2: Phân loại phản hồi khách hàng
Tạo 50 phản hồi đã bỏ tên và số điện thoại. Chọn bốn nhãn cố định: sản phẩm, giao nhận, thanh toán và hỗ trợ.
Tự chấm 20 mẫu trước, sau đó so với AI. Nếu khớp dưới 85%, hãy viết lại định nghĩa nhãn và thêm hai ví dụ biên.
Bài 3: Soạn nháp quy trình
Đưa cho AI danh sách thao tác thật, không đưa dữ liệu bí mật. Yêu cầu tạo quy trình gồm mục đích, đầu vào, bước làm và điểm kiểm soát.
Bạn chạy thử quy trình với một đồng nghiệp chưa biết việc. Mọi bước khiến họ phải hỏi lại đều cần viết rõ hơn.
| Bài tập | Thời gian thủ công | Mốc thử với AI | Tiêu chí đạt |
|---|---|---|---|
| Biên bản họp | 30 phút | 15 phút | Không sai người và hạn |
| Phân loại 50 phản hồi | 45 phút | 20 phút | Khớp mẫu từ 85% |
| Nháp quy trình | 90 phút | 45 phút | Người mới làm được |
Các mốc trên là mục tiêu thực hành, không phải cam kết năng suất. Dữ liệu dài và nghiệp vụ khó sẽ cần nhiều thời gian duyệt hơn.
Bạn có thể xem khóa prompt cơ bản trên Coursera để tham khảo mô-đun zero-shot, few-shot và đánh giá đầu ra.
Kiểm chứng, bảo mật và đo hiệu quả
Mọi kết quả liên quan luật, tài chính, sức khỏe hoặc hợp đồng đều cần nguồn gốc. AI không thay người có thẩm quyền chuyên môn.
Trước khi nhập dữ liệu, hãy bỏ họ tên, email, số điện thoại, số tài khoản và mã định danh. Dùng mã A01 thay cho tên thật.
Checklist tám điểm trước khi dùng đầu ra
- Đúng câu hỏi ban đầu.
- Không thiếu trường bắt buộc.
- Con số khớp dữ liệu nguồn.
- Trích dẫn mở được và đúng nội dung.
- Không lộ dữ liệu cá nhân.
- Không chứa định kiến về nhóm người.
- Người chịu trách nhiệm đã duyệt.
- Phiên bản cuối được lưu riêng.
Để đo hiệu quả, ghi thời gian, số lỗi và số lần sửa trong năm lượt. Một lượt nhanh nhưng phải sửa nhiều chưa chắc có lợi.
Không nên tự động hóa bước chưa ổn định. Hãy chuẩn hóa thao tác thủ công trước, rồi mới cân nhắc tích hợp qua API hoặc công cụ workflow.
Khi cần xây trang nội bộ cho hướng dẫn và biểu mẫu, bạn có thể tham khảo cách mona.software trình bày quy trình phần mềm theo nhu cầu vận hành.
Đọc thêm khung kỹ năng số theo nhiệm vụ công việc để đặt AI vào đúng nhóm năng lực cần rèn.
Nếu công việc phụ thuộc bảng tính, lộ trình Excel 30 ngày cho dân văn phòng giúp bạn củng cố dữ liệu trước khi tự động hóa.
Cách tổ chức lịch học online không bỏ dở phù hợp khi bạn cần giữ nhịp 30 ngày sau giờ làm.
Câu hỏi thường gặp
Không biết lập trình có học AI được không?
Có. Bạn có thể bắt đầu bằng giao diện trò chuyện, tập tóm tắt, phân loại và trích xuất. Lập trình chỉ cần khi muốn tích hợp hoặc xử lý quy mô lớn. Hãy chứng minh ba quy trình nhỏ hoạt động trước khi học API hay Python.
Nên học bao nhiêu công cụ AI cùng lúc?
Một công cụ trong bốn tuần đầu là đủ. Đổi công cụ liên tục khiến bạn khó phân biệt lỗi prompt và khác biệt mô hình. Sau 20 bài thử có nhật ký, hãy lấy cùng năm tác vụ để so thêm một công cụ.
Có nên đưa tài liệu công ty vào AI?
Chỉ đưa khi chính sách nội bộ và điều khoản công cụ cho phép. Trước đó, hãy phân loại dữ liệu và xóa thông tin nhận diện. Tài liệu khách hàng, hợp đồng, lương hoặc bí mật kinh doanh cần được người phụ trách bảo mật phê duyệt.
Sau 30 ngày cần đạt kết quả gì?
Bạn nên giải thích được 12 khái niệm, sở hữu ba prompt đã kiểm thử và một demo công việc. Quan trọng hơn, bạn phải biết lúc nào cần dừng và kiểm chứng. Hãy bắt đầu học AI cơ bản cho người đi làm hôm nay bằng một tác vụ rủi ro thấp.