Hôm bữa, mình vừa cãi nhau với vợ xong.
Vợ đang viết một bài nháp trên website. Con AI tự vào bài đó rồi sửa toàn bộ nội dung theo hướng dẫn của nó. Một bài đang có mạch riêng, có ý riêng, tự nhiên thành một bài khác. Nhìn cũng hơi tức.
Lúc đó, cách nhanh nhất mình tự vào chọn version cũ rồi làm tiếp.
Nhưng mình lại chọn cách khác: Hỏi nó tại sao lại làm như vậy, rồi kêu nó sửa tiếp.
Vì sao mình không quay lại bản cũ?
Nghe thì hơi ngược đời. Nhưng đúng lúc đó mình nhớ đến một câu chuyện từ vài năm trước, khi còn làm với sếp cũ.
Hồi đó mình thích làm độc lập. Mình luôn nghĩ tự làm thì sẽ đúng ý mình nhất, nhanh nhất, đỡ phải giải thích. Giờ nhìn lại mới thấy: Nhiều lúc đó không phải là muốn làm cho tốt hơn. Đơn giản là muốn mọi thứ đúng ý mình.
Có lần sếp ngồi nói chuyện với mình một câu khá lâu mình mới hiểu: Mục đích của làm việc nhóm không phải lúc nào cũng chỉ là xong việc. Làm việc chung còn để mọi người trưởng thành lên.
Lúc đó mình nghe cũng thấy bình thường. Nhưng sau này làm nhiều hơn mới hiểu. Một việc có thể xong rất nhanh nếu giao cho người giỏi nhất tự làm. Nhưng nếu lần nào cũng vậy, người còn lại không hiểu cách nghĩ, không biết vì sao mình làm như vậy, và lần sau vẫn phải chờ người đó giải quyết.
Làm việc nhóm là cùng tạo ra một cách làm. Có thể ban đầu chậm hơn, có lúc phải sửa qua sửa lại, có khi phải nói những điều rất cơ bản. Đổi lại, mọi người hiểu thêm công việc, biết cách tự xử lý ở lần sau và cả team có năng lực tốt hơn.
Quay lại với AI, mình thấy chuyện này cũng vậy.
AI làm sai thì mình có thể rollback. Nhưng nếu chỉ rollback mà không hỏi nó đã dựa vào quy tắc nào để làm, lần sau nó vẫn có thể lặp lại đúng lỗi đó. Mình vẫn phải đứng đó canh. Như vậy không khác gì giao việc cho một người nhưng không bao giờ giải thích cách làm và tiêu chuẩn mình cần.
Trong trường hợp này, mình hỏi lại thì nhận ra nguyên nhân khá rõ: Mình chưa set rule cho nó biết khi nào cần viết bài mới, khi nào phải tìm bài gần đúng đang có sẵn để chỉnh. Nó cũng không có checklist kỹ thuật đủ rõ như giới hạn Meta Title, cách dùng cấu trúc đối chiếu, hay quy tắc dấu gạch ngang.
Nó không tự hiểu được những thứ đó. Mình cũng chưa nói rõ.
Vậy nên thay vì quay lại bản cũ rồi thôi, mình kêu nó sửa lại bài và set rule để lần sau làm đúng hơn. Không phải vì AI sai là cứ bắt nó làm tiếp cho bằng được. Mà vì lỗi này cho mình thấy trong môi trường làm việc đang thiếu một quy định.
Con người cũng quên SOP y như vậy
Mình đang viết blog cho một dự án khác. Trong đó đã chuẩn bị gần như đầy đủ: Văn phong, thông tin doanh nghiệp, sản phẩm, offer, checklist viết bài... Nhưng đôi khi AI vẫn quên hoặc bỏ qua một phần.
Lúc đầu mình cũng thấy lạ. Có đủ hết rồi mà sao nó vẫn làm sai?
Nhưng nghĩ lại, con người cũng vậy. Làm cùng một team, có SOP đầy đủ, vẫn có lúc mọi người bỏ qua một bước, hiểu sai brief hoặc làm theo thói quen cũ. Có những thứ phải nhắc lại nhiều lần, phải đặt đúng chỗ và phải biến thành checkpoint trước khi làm.
SOP không có để trách ai làm sai. Nó để những việc quan trọng không bị phụ thuộc vào trí nhớ của một người.
AI cũng vậy. Nếu môi trường chỉ có một câu prompt chung chung thì kết quả phụ thuộc nhiều vào may rủi. Nếu có đủ ngữ cảnh, dữ liệu được sắp xếp và quy tắc rõ ràng, nó đỡ phải đoán hơn rất nhiều.
Mình từng viết thêm về chuyện để AI gánh bớt phần việc lặp lại, còn mình giữ phần cần suy nghĩ và review: Quy trình 4 bước ứng dụng AI để giải phóng bộ não .
Model không còn là chìa khóa chính
Dạo gần đây mình dùng AI để làm nhiều dự án cùng lúc. Có vài dự án gần như làm việc 100% với AI. Càng làm mình càng thấy model xịn hay không vẫn quan trọng, nhưng không còn là chìa khóa chính để nó làm việc thông minh hơn.
Thứ quan trọng hơn là môi trường mình tạo cho nó:
- Dự án này đang làm gì, cho ai và mục tiêu là gì.
- Thông tin nào là nguồn chính, thông tin nào chỉ để tham khảo.
- File được đặt ở đâu, tên thế nào, AI cần đọc những file nào trước.
- Việc nào được quyền tự làm, việc nào phải hỏi lại.
- Những lỗi nào từng xảy ra và quy tắc nào cần thêm vào để tránh lặp lại.
Nghe hơi kỹ thuật, nhưng thực ra nó cũng giống việc onboard một thành viên mới. Người đó có thể giỏi, nhưng đưa vào một căn phòng đầy file rời rạc, không có brief, không có quy trình thì khó làm đúng ngay được.
Có MCP rồi vẫn có lúc phải tự mở đường
Đôi khi mình cũng ỷ y. Có MCP rồi, cứ kêu AI đăng bài mình đã viết lên blog là được. Nhưng có lần nó đi theo MCP mà vẫn không đăng được. Lúc đó nhìn cách nó mò, mình biết nó đang theo một hướng phức tạp hoặc sai hướng.
Mình lấy link API cho nó đọc. Sau đó nó hiểu cách làm và xử lý được.
Chuyện này nhắc mình một điều: Không nhất thiết mọi thứ phải giao hết cho AI, hay tự động hóa 100%. Mình vẫn phải nhìn xem nó đang vướng ở đâu, rồi đưa thêm đúng công cụ hoặc đúng chỉ dẫn.
Làm được vậy là AI trưởng thành hơn cùng dự án, còn cách làm của mình cũng được nhân lên x2-x3 so với trước là khỏe lắm rồi.
Hôm qua mình có một buổi AI Mentor với một bạn làm nội dung chuyên sâu. Công việc của bạn phải xử lý rất nhiều thông tin trước khi bắt đầu một hoạt động trong dự án: Dữ liệu nhiều, file nặng, thông tin rời rạc, phần lớn chỉ để tham chiếu nhưng đến lúc cần thì phải tìm ra và hiểu đúng.
Hai tiếng ngồi cùng nhau, gần như chỉ làm một việc: Đưa file vào, chuyển chúng về định dạng AI có thể đọc chung như Markdown, rồi tổ chức lại thư mục. Chưa làm ra bài viết nào. Chưa chạy một workflow nào.
Nhưng hết buổi, dự án đã có một nền móng khá chắc chắn để chuẩn bị xây một toà nhà. Sau đó, khi bắt tay vào tổ chức workflow cho team cộng tác viên, mọi thứ sẽ rõ hơn: Biết dữ liệu ở đâu, dùng khi nào, ai cần đọc gì và AI cần dựa vào đâu để làm việc.
Dữ liệu thân thiện, đủ chi tiết và được mô tả rõ ràng thì AI vào mới như hổ thêm cánh.
Mình vẫn đang học cách làm việc với AI. Nhưng có một điều thấy ngày càng rõ: Đừng chỉ tìm một model thông minh hơn rồi hy vọng nó tự hiểu mình. Hãy dành thời gian tạo môi trường để nó có thể làm đúng.
Vì có khi thứ cần sửa không phải là con AI. Là cách mình giao việc cho nó.
No comments yet