Khoá học AI Agent.Xây đội nhân sự Agent hiệu suất cao.

Bạn phân biệt tác vụ AI, chatbot, AI Assistant, workflow automation và AI Agent qua cùng một bài toán công việc. Từ đó, bạn hiểu Agent không phải “AI biết làm mọi thứ”, mà là một vai trò có mục tiêu, phạm vi và điều kiện dừng.

Bạn cũng tìm hiểu bốn mức tự chủ: hỗ trợ, đề xuất, thực thi sau phê duyệt và thực thi tự động. Mức tự chủ phải phù hợp với độ rõ của nhiệm vụ và rủi ro của hành động, không phải càng cao càng tốt.

Bạn đi qua các vai trò Agent thường gặp như nghiên cứu, tạo bản nháp, kiểm tra, phân tích dữ liệu và đề xuất. Sau đó, bạn so sánh single agent, workflow nhiều bước, nhiều Agent và mô hình Maker-Checker để biết cấu trúc nào giải quyết được việc mà vẫn dễ kiểm soát.

Học phần này cũng chỉ ra khi nào một Agent là đủ, khi nào cần tách bước và vì sao không nên bắt đầu bằng hệ thống multi-agent phức tạp nếu quy trình chưa rõ.

Không phải việc nào lặp lại cũng đáng giao cho AI. Bạn đánh giá các ứng viên theo tần suất, mức độ lặp lại, giá trị kinh doanh, độ rõ của đầu vào/đầu ra, dữ liệu sẵn có, rủi ro và khả năng kiểm tra kết quả.

Bạn so sánh những việc dễ bắt đầu với những việc nên để giai đoạn sau; chọn một use case mà chính bạn hiểu quy trình đủ rõ để hướng dẫn và đánh giá Agent.

Bạn xác định mục tiêu, người giao việc, người nhận kết quả, điều kiện thành công/thất bại; viết chỉ dẫn về trình tự xử lý, định dạng đầu ra, quy tắc từ chối, chuyển cấp và dừng. Tiếp theo là trigger, dữ liệu đầu vào và sản phẩm bàn giao ở từng bước.

Bạn xây Context Package: bối cảnh doanh nghiệp, tiêu chuẩn đầu ra, ví dụ tốt/chưa đạt và nguồn sự thật như SOP, policy, FAQ hoặc dữ liệu hệ thống. Bạn cũng xác định kiến thức nào không nên cấp, thông tin nào không nên ghi nhớ và công cụ nào Agent được phép gọi.

Bạn chuyển bản thiết kế thành một Delegation Brief: Agent nhận nhiệm vụ gì, cần bối cảnh nào, được quyết trong phạm vi nào, không được làm gì và khi nào phải chuyển cho người phụ trách. Các quyền được phân theo loại hành động và mức rủi ro.

Bạn thiết kế Human-in-the-Loop cho những bước cần phê duyệt trước, những bước có thể kiểm tra sau và các ngoại lệ phải dừng ngay. Qua đó, Agent có thể hỗ trợ công việc mà không tự thay người chịu trách nhiệm quyết định.

Bạn xem cách một single agent nhiều bước tiếp nhận yêu cầu, kiểm tra đầu vào, lập kế hoạch, tạo kết quả, tự kiểm tra, sửa lỗi, trình duyệt rồi mới hoàn tất. Các case trải từ quản lý công việc cá nhân đến xử lý dữ liệu, nghiên cứu, nội dung, dự án và hỗ trợ người quản lý.

Trọng tâm không phải sao chép một Agent mẫu, mà là nhận ra ở mỗi case: dữ liệu nào cần có, kết quả nào phải tạo, lỗi nào dễ xảy ra và hành động nào không được tự động thực hiện.

Bạn lập tiêu chí đánh giá đầu ra theo độ chính xác, đầy đủ, liên quan, nhất quán, đúng định dạng, có căn cứ và an toàn. Bộ test không chỉ có trường hợp bình thường mà còn có dữ liệu thiếu, nguồn mâu thuẫn, yêu cầu ngoài phạm vi, hành động bị cấm và prompt injection.

Bạn tìm hiểu cách theo dõi yêu cầu, dữ liệu, tool call, lỗi, điểm chuyển cho con người, thời gian và chi phí xử lý; so sánh các phiên bản Agent và kiểm thử lại sau khi cập nhật. Đây là cơ sở để biết Agent đã đủ tin cậy để dùng tiếp, cần chỉnh hay phải dừng.