Nhiều người bắt đầu với AI bằng một câu hỏi, nhận câu trả lời rồi chuyển sang câu khác. Cách đó phù hợp để khám phá, nhưng công việc có nhiều giai đoạn thường cần thứ tự, tài liệu đầu vào và tiêu chí hoàn thành. Khi gom các yêu cầu thành một quy trình có thể lặp lại, ta giảm việc giải thích lại và dễ nhìn ra điểm cần kiểm tra.
Workflow (quy trình làm việc) không nhất thiết là phần mềm tự động phức tạp. Nó có thể là một chuỗi bước đơn giản do con người điều phối, trong đó AI chỉ tham gia ở một vài đoạn.
Bắt đầu từ kết quả cuối cùng
Trước khi viết yêu cầu, hãy định nghĩa đầu ra cần có. “Nghiên cứu thị trường” là một chủ đề, chưa phải kết quả. “Một bản ghi chú gồm ba nhóm lựa chọn, tiêu chí so sánh và các câu hỏi còn thiếu dữ liệu” dễ đánh giá hơn.
Đầu ra cụ thể giúp xác định đầu vào cần chuẩn bị. Nếu cần so sánh lựa chọn, ta phải nêu các lựa chọn và tiêu chí. Nếu cần tóm tắt, cần chỉ rõ tài liệu nào là nguồn và người đọc bản tóm tắt là ai.
Ví dụ: chuẩn bị nội dung cho cuộc họp khách hàng
Giả sử một nhóm cần chuẩn bị cuộc họp tuần. Thay vì nhắn liên tiếp “tóm tắt ghi chú”, “gợi ý câu hỏi”, “viết agenda”, ta có thể tổ chức thành các bước:
- Chọn nguồn: tập hợp biên bản và ghi chú đã được phép sử dụng.
- Tổng hợp: yêu cầu AI liệt kê quyết định, vấn đề còn mở và thông tin chưa thống nhất; mỗi mục đi kèm nguồn.
- Xác minh: người phụ trách đối chiếu các điểm quan trọng với tài liệu gốc.
- Chuẩn bị: dựa trên nội dung đã xác nhận, đề xuất agenda và câu hỏi cần hỏi.
- Hoàn thiện: con người chỉnh ưu tiên, thời lượng và giọng điệu trước khi gửi.
AI không cần tham gia ở mọi bước. Người dùng có thể tự chọn tài liệu và phê duyệt agenda, còn AI hỗ trợ phân loại hoặc soạn bản nháp.
Mỗi bước cần một hợp đồng nhỏ
Một bước trong quy trình nên trả lời bốn câu hỏi: mục tiêu là gì, đầu vào nào được dùng, đầu ra trông ra sao và điều kiện nào khiến ta phải dừng để hỏi người.
Ví dụ: “Từ các ghi chú đính kèm, lập bảng quyết định đã được chốt. Mỗi dòng ghi quyết định, người phụ trách nếu có nêu trong nguồn, và câu trích dẫn làm căn cứ. Không suy đoán người phụ trách; ghi ‘chưa nêu’ khi thiếu dữ liệu.” Đây là yêu cầu có ranh giới và có thể rà soát.
Nếu đầu ra sai, hợp đồng nhỏ giúp tìm nguyên nhân: dữ liệu không đủ, mục tiêu không rõ, hay tiêu chí chưa được nói ra. Nếu giao một yêu cầu rất dài rồi chỉ nhận một kết quả cuối, ta khó biết sai lệch bắt đầu ở đâu.
Đặt điểm kiểm tra ở nơi có rủi ro
Không phải bước nào cũng cần phê duyệt thủ công. Nhưng các bước có thể làm thay đổi dữ liệu, gửi thông tin ra ngoài hoặc ảnh hưởng đến quyết định quan trọng nên có điểm dừng.
Một cách thực tế là chia quy trình thành “chuẩn bị” và “thực hiện”. AI có thể đọc, phân loại và soạn đề xuất trong giai đoạn chuẩn bị. Con người duyệt trước khi nội dung được gửi, dữ liệu bị sửa hoặc quyết định được áp dụng.
Điểm kiểm tra cũng cần kiểm tra đúng thứ: nguồn có liên quan không, kết luận có được nguồn hỗ trợ không, thông tin nào còn chưa chắc chắn, và hành động tiếp theo có nằm trong phạm vi cho phép không.
Ghi lại phần hữu ích để lần sau đỡ bắt đầu lại
Khi một quy trình cho kết quả tốt, lưu lại không chỉ câu lệnh mà cả bối cảnh: mục đích, loại dữ liệu phù hợp, cấu trúc đầu ra, lỗi từng gặp và bước con người cần duyệt. Một mẫu yêu cầu tách khỏi bối cảnh dễ bị dùng sai cho nhiệm vụ khác.
Hãy thử lại quy trình với vài bộ đầu vào khác nhau. Nếu chỉ hoạt động tốt trên một ví dụ, nó chưa đủ ổn định để trở thành cách làm chung. Ghi rõ trường hợp nào không nên dùng cũng quan trọng như ghi cách sử dụng.
Workflow không đồng nghĩa với tự động hóa toàn phần
Một workflow có thể hoàn toàn do con người điều phối. Tự động hóa chỉ là khả năng nối các bước để hệ thống chuyển đầu ra của bước trước sang bước sau. Tự động hóa tiết kiệm thao tác, nhưng cũng khiến lỗi đi xa hơn trước khi được phát hiện.
Nên tự động hóa sau khi quy trình đã rõ, đầu ra ổn định và có cách xử lý lỗi. Nếu chưa biết bước nào đáng tin, thêm tự động hóa sẽ làm cho một quy trình chưa rõ trở nên khó quan sát hơn.
Thêm cơ chế khi một bước thất bại
Quy trình nên tính đến tình huống thiếu tệp, định dạng lạ hoặc nguồn mâu thuẫn. Thay vì để AI tự lấp chỗ trống, hãy định nghĩa phản ứng mong muốn: đánh dấu mục đó, ghi điều còn thiếu và chuyển lại cho người phụ trách. Trạng thái “chưa thể hoàn thành” là kết quả hợp lệ.
Điều này đặc biệt quan trọng khi một bước tự động chuyển dữ liệu sang bước sau. Nếu không có cơ chế báo lỗi, phần sau có thể xử lý một đầu vào rỗng như thể đó là kết quả hợp lệ. Hãy thử quy trình với nhiều bộ dữ liệu đại diện, không chỉ ví dụ thuận lợi nhất. Ghi nhận lỗi lặp lại, thời gian giám sát và mức độ sửa lại.
Nếu nhiều người cùng dùng, thống nhất thuật ngữ và phiên bản tài liệu. Một workflow được lưu lại nên ghi người sở hữu, ngày cập nhật và thay đổi nào cần xem xét khi công cụ hoặc dữ liệu đầu vào khác đi. Cấu trúc này giúp quy trình được cải thiện theo bằng chứng thay vì dựa vào một prompt truyền miệng.
Điểm cần nhớ: Một quy trình AI tốt xác định rõ đầu ra, nguồn, từng bước và điểm con người cần kiểm tra. Bắt đầu bằng việc sắp xếp công việc; chỉ tự động hóa khi đã hiểu quy trình.
Tóm lại
Hãy chọn một nhiệm vụ lặp lại, mô tả kết quả cần có rồi chia việc thành các bước nhỏ. Giao cho AI phần có thể kiểm tra, giữ lại điểm phê duyệt ở nơi rủi ro, và ghi lại những điều cần điều chỉnh.
Từ đó, AI không còn là một loạt câu trả lời tách rời mà trở thành một phần có chủ đích trong cách làm việc của bạn.