Không phải cứ nhiều công cụ thì làm việc tốt hơn
Khi tìm hiểu A.I, chúng ta dễ bắt gặp rất nhiều tên ứng dụng mới. Mỗi công cụ có cách giới thiệu, tính năng và lời hứa riêng. Đôi lúc điều đó khiến người mới nghĩ rằng muốn ứng dụng A.I tốt thì phải biết sử dụng thật nhiều nền tảng cùng lúc.
Nhưng trong sáng kiến chatbot hỗ trợ rà soát hồ sơ công việc, tôi chỉ sử dụng ChatGPT và GPT chuyên dụng. Tôi muốn tập trung vào một bài toán mình hiểu rõ, thay vì dành phần lớn thời gian để chuyển qua lại giữa nhiều công cụ.
Vấn đề tôi cần giải quyết không nằm ở số lượng ứng dụng
Công việc rà soát HSCV cần nguồn quy định rõ ràng, cách nhận diện nghiệp vụ và một giới hạn rất quan trọng: không kết luận khi thông tin đầu vào chưa đủ. Nếu những phần này chưa rõ, đổi sang một nền tảng khác cũng không tự làm bài toán trở nên đơn giản hơn.
Tôi cùng nhóm dành công sức cho khâu chuẩn hóa dữ liệu, xây từ khóa và điều kiện phân loại, rồi viết hướng dẫn cho chatbot theo khung RISEN. Chúng tôi xác định A.I phải trả lời theo cấu trúc nào, cách xử lý trường hợp dễ nhầm và những việc chatbot không được tự quyết định.
Sau khi đóng gói thành GPT chuyên dụng, kết quả vẫn cần được kiểm tra trên tình huống thực tế hoặc mô phỏng phù hợp. Nếu xuất hiện điểm chưa rõ, người sử dụng phải đối chiếu lại nguồn trước khi chấp nhận gợi ý. Bộ quy tắc cũng cần được quản lý phiên bản khi tài liệu quy định thay đổi.
Đơn giản với người dùng, chặt chẽ ở phía sau
Một mong muốn của tôi là người sử dụng không phải nhớ quá nhiều thao tác. Họ có thể gửi tên hồ sơ hoặc danh sách cần kiểm tra, nhận bảng kết quả theo cùng một cách trình bày rồi biết phải xem lại hồ sơ nào. Nhưng để giao diện đơn giản như vậy, phần hướng dẫn phía sau càng phải mạch lạc.
Tôi học được rằng “ít công cụ” không đồng nghĩa với “ít suy nghĩ”. Ngược lại, lựa chọn tập trung buộc mình làm rõ phương pháp: dùng nguồn nào, vì sao kết luận như vậy, ai kiểm chứng và cập nhật ra sao. Đó là nền móng giúp một giải pháp có thể dùng lại.
Tôi không muốn chạy theo việc biết thêm bao nhiêu công cụ. Tôi muốn hiểu một công việc đủ sâu để ứng dụng A.I đúng chỗ.
Nếu bạn mới học A.I, hãy thử bắt đầu bằng một nền tảng có thể sử dụng ổn định và một việc lặp lại mà bạn hiểu rõ. Đặt tiêu chuẩn kiểm tra, ghi lại cách làm, rồi mới nghĩ đến mở rộng. Chọn đúng bài toán thường quan trọng hơn chọn thật nhiều ứng dụng.