Workflow AI hay AI Agent: chọn đúng việc để bắt đầu

Workflow AI và AI Agent khác nhau ở mức độ chủ động khi xử lý công việc. Với người xây kênh, chọn đúng cách triển khai giúp quy trình dễ kiểm tra trước khi mở rộng. Bài này hướng dẫn chọn một việc nhỏ để thử, thay vì bắt đầu bằng hệ thống quá nhiều chức năng.

Theo cách phân biệt của Anthropic, workflow điều phối mô hình và công cụ theo đường đi được định trước; agent để mô hình linh hoạt quyết định quá trình và cách dùng công cụ. Hãng khuyến nghị bắt đầu từ giải pháp đơn giản, chỉ tăng độ phức tạp khi cần. Xem [tài liệu kiến trúc của Anthropic](https://www.anthropic.com/engineering/building-effective-agents).

Hiểu thực dụng: nếu bạn đã biết các bước cần làm, hãy thử workflow. Nếu mỗi đầu vào đòi hỏi một cách khảo sát khác nhau, agent có thể đáng cân nhắc. Đây là nguyên tắc chọn thiết kế, không phải lời hứa rằng agent luôn tốt hơn.

Hãy chọn một việc có đầu vào rõ, kết quả dễ đánh giá và sai sót có thể sửa trước khi công khai. Chẳng hạn, chuyển bản giới thiệu dịch vụ đã duyệt thành ba câu hỏi thường gặp, hoặc tạo bản nháp mô tả video từ kịch bản có sẵn.

Trước khi chọn công cụ, viết ra bốn dòng:

- Đầu vào: tài liệu nào được phép sử dụng? - Đầu ra: cần định dạng gì? - Tiêu chí đạt: người duyệt kiểm tra bằng cách nào? - Điểm dừng: thiếu thông tin thì chuyển cho ai?

Nếu chưa điền được, hãy thu hẹp nhiệm vụ. “Làm marketing tự động” quá rộng; “soạn ba câu trả lời từ bảng thông tin đã duyệt” dễ thử và dễ phát hiện lỗi hơn.

Giả định một giáo viên có bản giới thiệu lớp học đã kiểm tra. Workflow đề xuất gồm: nhận văn bản, tách thông tin, tạo câu trả lời và chờ giáo viên duyệt. Không có bước tự gửi tin.

Đầu ra cần giữ nguyên học phí trong đầu vào, không tự bổ sung lịch khai giảng hoặc ưu đãi. Khi tài liệu thiếu lịch, câu trả lời phải nói chưa có thông tin xác nhận. Đây là mẫu thực hành giả định, không phải kết quả của học viên hay hệ thống đang vận hành.

Bạn có thể cân nhắc agent khi nhiệm vụ có nhiều đường xử lý và không thể xác định trước toàn bộ bước. Ví dụ giả định: khảo sát một chủ đề từ danh sách website công khai được phép, chọn trang liên quan rồi tổng hợp những điểm còn thiếu.

Theo Anthropic, agent cần nhận phản hồi từ môi trường, có điều kiện dừng và được thử nghiệm trong môi trường kiểm soát. Tính tự chủ có thể kéo theo chi phí và lỗi tích lũy. [Nguồn chính thức](https://www.anthropic.com/engineering/building-effective-agents).

Trong bản thử của bạn, nên giới hạn số nguồn, số lượt xử lý và quyền công cụ. Chỉ cho đọc dữ liệu công khai nếu nhiệm vụ không cần dữ liệu riêng. Gửi email, đăng bài hay thay đổi hồ sơ khách hàng phải là quyền riêng, không mặc nhiên có vì hệ thống mang tên agent.

Đây là thời lượng thực hành gợi ý, không phải cam kết hoàn thành kỹ thuật.

1. Chọn một nhiệm vụ nhỏ bạn đang làm thủ công. 2. Chuẩn bị một đầu vào giả định, không có dữ liệu cá nhân. 3. Viết tiêu chí đầu ra và trường hợp phải dừng. 4. Chạy thử với đầu vào đủ thông tin và đầu vào thiếu thông tin. 5. Ghi lỗi, sửa hướng dẫn rồi thử lại.

Dùng prompt mẫu:

> Từ văn bản bên dưới, tạo ba câu hỏi thường gặp và câu trả lời ngắn. Chỉ dùng dữ kiện trong văn bản. Không suy đoán giá, lịch hoặc ưu đãi. Nếu thiếu, ghi “Chưa có thông tin xác nhận”. Trả thêm danh sách điểm cần người phụ trách kiểm tra. Đây chỉ là bản nháp, không gửi hay đăng.

Chấm kết quả theo ba câu hỏi: có thêm dữ kiện ngoài nguồn không, có đúng định dạng không, có dừng khi thiếu thông tin không? Lưu cả bản lỗi để lần thử sau kiểm tra lại đúng tình huống đó.

Nếu cần nền tảng nội dung, xem [lộ trình học](/lo-trinh). Danh mục Cô Sen hiện niêm yết khóa “AI Business & AI Agent thực chiến” gồm 8 buổi online, học phí 4.999.000 đồng; nội dung có thiết kế trợ lý và quy trình. Xem [danh mục khóa học](/khoa-hoc) để đối chiếu trước đăng ký. Bài không xác nhận lịch khai giảng hoặc ưu đãi khi danh mục chưa cung cấp.

Không. Bạn có thể giữ bước duyệt thủ công ở cuối.

Bài tập thiết kế có thể bắt đầu bằng văn bản; triển khai phụ thuộc công cụ.

Không. Bạn vẫn cần xác định người duyệt và giới hạn quyền.

Nên bắt đầu bằng dữ liệu giả định để tránh lộ thông tin.

Khi kết quả thử đạt tiêu chí và các lỗi đã được ghi nhận, xử lý.