Dùng AI như một ông chủ
Nếu bạn đang dùng AI mà chưa phát huy hiệu quả thì hãy thử đọc bài viết này
Chào các bạn trong bài viết này tôi muốn chia sẻ một cách tiếp cận thú vị để tận dụng AI nhằm rèn luyện não bộ, tiến bộ nhanh hơn và trở nên thông minh thật sự, chứ không phải lười biếng hay lệ thuộc vào nó. Thay vì dùng AI như cái máy tính để “lấy đáp án nhanh”, thì chúng ta nên dùng nó để khuếch đại khả năng suy nghĩ và giải quyết vấn đề của bản thân. Ý tưởng này liên quan chặt chẽ với những gì mình từng nói về AI và developer: AI giỏi prototype nhưng cần con người đảm bảo chất lượng, bảo mật và logic business. Hãy dùng AI thông minh để giải phóng thời gian cho việc “đỉnh cao”, thay vì outsource hết thảy.
Trong bài viết này, tôi sẽ đề cập đến 4 cách tiếp cận AI để giúp bạn thực sự làm chủ AI và trở nên khó có thể thay thế nhưng trên hết là sử dụng AI một cách có hiệu quả.
Cách 1: Hãy lười biếng đúng lúc
Hầu hết chúng ta mắc completion bias: chúng ta ám ảnh với việc “hoàn thành” công việc để nhận phần thưởng dopamine từ cảm giác đã xong. Vì thế, ta có xu hướng coi mọi việc đều quan trọng như nhau, cố gắng làm hết, gạch hết checklist.
Kết quả là ta bận rộn liên tục, nhưng năng lượng bị phân tán. Rất nhiều việc được hoàn thành, nhưng rất ít việc thực sự tạo ra tiến bộ. Ta mệt mỏi không phải vì làm việc khó, mà vì làm quá nhiều việc không đáng làm.
Lý thuyết satisficing (do Herbert A. Simon đề xuất năm 1956) giúp giải quyết vấn đề này. Satisficing là chiến lược ra quyết định mà con người chọn giải pháp “đủ tốt” (satisfactory + suffice) thay vì tối ưu hóa hoàn hảo, vì chúng ta bị giới hạn bởi thời gian, thông tin và khả năng nhận thức (bounded rationality). Thay vì tìm “cái tốt nhất”, ta đặt mức kỳ vọng cơ bản rồi chọn lựa chọn đầu tiên đạt được mức đó. Điều này rất hữu ích cho các công việc có lợi ích ngắn hạn, nơi giá trị thêm thắt giảm dần sau mức cơ bản (diminishing returns), như soạn thảo routine hay công việc lặt vặt. Ngược lại, với các nhiệm vụ có lợi ích dài hạn, tiềm năng tăng trưởng mạnh mẽ (exponential upside) như thiết kế sản phẩm hay chiến lược kinh doanh thì chúng ta nên đầu tư nhiều hơn để tối ưu hóa, tránh nhầm lẫn hai loại này dẫn đến lãng phí nỗ lực.
Chính vì thế bạn cần phân biệt được các giá trị ngắn hạn và giá trị dài hạn. Với những công việc mang lại giá trị ngắn hạn nhưng lại tốn thời gian thì hãy tận dụng AI. Dưới đây là một số công việc mà bạn đừng nên tự làm mà hãy giao cho AI.
Soạn thảo ban đầu
Thay vì ngồi nhìn vào trang giấy trắng mà không biết bắt đầu từ đâu thì hãy dùng AI để tạo bản draft đầu tiên cho email, báo cáo, hoặc ý tưởng. Sau đó bạn chỉnh sửa để thêm “hồn” cá nhân.
Mẫu hình AIM: Act (vai trò) → Input (dữ liệu đầu vào) → Mission (nhiệm vụ)
Prompt:
Please act in the role of [role]. Use this [input] and this is your [mission].”
Hoặc
Prompt:
Write a LinkedIn post about remote work. Use this specific post as a style guide.
Vì đa phần các bạn đều dùng tiếng Anh để làm việc với AI nên bài viết chỉ để ví dụ bằng prompt tiếng Anh nhưng bạn hoàn toàn có thể làm tương tự với tiếng Việt.
Nghiên cứu thông tin
Hoặc còn có tên gọi là “Deep Research” đây là một trong những thế mạnh lớn của AI nếu đem so sánh với con người.
AI đặc biệt mạnh ở đào sâu thông tin, tổng hợp dữ liệu phân mảnh và biến chúng thành insight có cấu trúc. Thay vì bạn mất hàng giờ Google, đọc report, lọc nhiễu và ghi chú rời rạc, AI có thể làm vai trò của một junior consultant + research analyst trong vài phút.
Không chỉ dừng ở việc “tóm tắt”, AI còn:
So sánh nhiều nguồn và nhiều góc nhìn
Nhận diện pattern và mối liên hệ giữa các xu hướng
Đề xuất đâu là yếu tố cốt lõi, đâu là nhiễu
Biến dữ liệu thô thành memo, slide, hoặc talking points sẵn dùng
Prompt:
Do deep research on trends on topic [topic]. Analyze and cross-reference all the trends to find the three most important ones and draft a one-page memo summarizing the findings.
hoặc
Prompt:
Here are the five of my previous posts. Write a new one based on my tone of voice on topic [topic].
Nói cách khác, AI không thay bạn suy nghĩ, nhưng nó giúp giảm thời gian cho khâu chuẩn bị và tăng thời gian cho khâu suy nghĩ chất lượng cao.
Phân tích sơ bộ
Hay còn gọi là “first-pass analysis”, AI giúp lọc nhiễu trước khi đào sâu vào vấn đề. Với dữ liệu không nhất quán (unstructured) như ghi chép rời rạc, nghiên cứu thô, bản ghi cuộc họp, phản hồi người dùng, draft báo cáo thì AI phát huy thế mạnh nhất ở vai trò phân tích vòng 1.
Thay vì bạn đọc từng dòng và tự hỏi “điểm nào đáng chú ý?”, AI có thể:
Quét toàn bộ nội dung để nhận diện pattern lặp lại
Chỉ ra trend nổi bật hoặc các điểm bất thường
Phát hiện lỗ hổng lập luận, mâu thuẫn, hoặc phần còn mơ hồ
Đánh dấu khu vực có đòn bẩy tác động cao nhất nếu được cải thiện
Prompt:
Do not refine my research report yet. List the top three most impactful areas of improvement after we analyze it. Tell me why you think so and suggest how we address each. Think step by step. Show me your thinking for each step.
AI không thay thế phán đoán của bạn, mà giúp bạn biết nên tập trung trí lực vào đâu.
Công việc lặt vặt
Rất nhiều thời gian làm việc của chúng ta bị tiêu tốn vào những việc:
Không khó
Không cần sáng tạo
Không cần phán đoán chiến lược
Đây là những việc bắt buộc phải làm để công việc phía sau có thể tiếp tục.
Ví dụ:
Format lại file, đổi cấu trúc bảng
Dịch thuật, chuyển đổi ngôn ngữ
Clean data, xoá trùng, chuẩn hoá giá trị
Tabulate số liệu từ text, PDF, email, log
Chuẩn bị input “cho đúng form” để công cụ khác xử lý
Prompt:
Reformat this data table into Excel-friendly format and clean duplicates.
Những việc này hiếm khi tạo ra lợi thế cạnh tranh, nhưng lại ngốn rất nhiều giờ làm việc sâu nếu làm thủ công.
Hãy giao cho AI làm những việc tốn nhiều thời gian nhưng chỉ phục vụ mục đích ngắn hạn để chúng ta có thể tập trung vào những công việc mang lại lợi ích dài hạn
Bước 2: đừng xử dụng AI như dùng máy tính
Sẽ thật là sai lầm nếu bạn chỉ dùng AI như việc dùng máy tính, ví dụ như 1 + 2 = 3. Nếu bạn hỏi cùng một câu hỏi thì AI sẽ luôn tạo ra những câu trả lời khác nhau. AI nhiều khi rất thích “chế tác” hay còn gọi là “hallucination”1 2 bởi chúng không bao giờ muốn trả lời là “Xin lỗi, tôi không biết”. Bên cạnh đó, chúng còn có tinh thần “chối biến” hay ít khi nhận mình sai cho đến khi bị bạn bắt gặp.
Điều này giống nguyên lý bất định Heisenberg trong vật lý lượng tử3: càng đo chính xác một thuộc tính, ta càng làm nhiễu thuộc tính còn lại. Trong bối cảnh dùng AI, việc uỷ thác quá nhiều cho công cụ có thể làm suy giảm chính tư duy phản biện của bạn.
Hãy luôn verify mọi thứ, đừng outsource critical thinking. AI rất mạnh để hỗ trợ, nhưng nếu mù quáng tin vào thì hậu quả giống hệt khi dùng Copilot mà không đọc lại code: trông có vẻ đúng, chạy được, nhưng lỗi thì rải khắp nơi.
Bạn có thể dùng prompt sau để giúp AI giảm nhiễu và tăng khả năng chính xác
Prompt:
Think step by step before answering: Analyze this data and explain your reasoning for each conclusion.
Cách này giúp “slow-down” AI lại, thay vì để nó đưa ra câu trả lời nhanh thì bắt nó phải suy nghĩ thật kỹ, lập luận thật chặt chẽ, phân tích rõ ràng các luận điểm thay vì chế đại ra cho xong câu trả lời.
Bước 3: Phải thường xuyên luyện tập não bộ
Chắc bạn cũng biết là nếu cơ thể chúng ta thiếu sự luyện tập thường xuyên thì các cơ quan của chúng ta sẽ suy giảm chức năng của nó.
Các bạn có biết là các phi hành gia thường không thể đứng được khi quay trở về trái đất? Không hẳn là vì do trọng lực trái đất quá lớn mà một phần nguyên nhân đến từ việc họ không thể tập luyện đều đặn trong môi trường không trọng lực. Chính vì thế để tránh việc này xảy ra, các phi hành gia luôn cố gắng tập luyện để các cơ không bị teo đi vì hiếm khi phải sử dụng trong môi trường ngoài không gian.
Bộ não của chúng ta cũng như vậy, nếu lười biếng và để AI làm hết thì não bộ của bạn dần dần sẽ suy giảm chức năng hoạt động. Khi đó, chúng ta dần lệ thuộc AI và không có khả năng phán đoán liệu câu trả lời của AI có còn đúng hay không.
Hãy coi AI như một coach trong phòng gym của bạn mà ở đó nó giúp bạn hiểu các bước trong luyện tập nhưng nó tuyệt đối không được tập thay bạn và bạn chính là người nâng tạ hay chạy trên máy.
Hãy thách đố AI giúp bạn nâng cao trình độ theo từng level, ví dụ như bạn có thể hỏi nó là “Tôi cần học [topic], giả sử tôi là học sinh cấp 2, hãy dạy cho tôi hiểu”. Sau đó hay nâng dần cấp độ lên. Tương tự bạn cũng có thể bảo nó dạy bạn theo kiểu bạn là người mới bắt đầu học về lĩnh vực nào đó.
Bước 4: hãy bước đi với tâm lý kẻ chưa biết
Đây là một mindset mà nó sẽ giúp bạn có thể học tốt mọi vấn đề. Trở ngại lớn nhất của nhiều học sinh giỏi ở một môi trường mới là họ tự cho mình là giỏi và không giữ một thái độ ham học hỏi. Qua thời gian nó sẽ làm bạn ngày càng yếu đi.
Một tổng hợp phân tích 19 nghiên cứu với gần 34.000 người đạt thành tích cao trong nhiều lĩnh vực gồm cờ vua, thể thao Olympic, âm nhạc, khoa học cho thấy rằng người đạt đỉnh sớm ở tuổi thiếu niên hiếm khi là người đứng đầu ở tuổi trưởng thành. Cụ thể, chỉ khoảng 10%4 những người nổi bật sớm tiếp tục đứng ở top khi trưởng thành, và những người xuất sắc ở tuổi trưởng thành thường không phải là những thần đồng khi còn nhỏ.
Chính vì thế khi sử dụng AI bạn cũng hãy thử giả định mình là kẻ khờ ham học hỏi. Ví dụ như bạn có thể hỏi “Hãy giải thích khái niệm [ABC] theo cách đơn giản. Giả sử tôi là đứa trẻ chỉ 10 tuổi”. Lúc này bạn sẽ dễ dàng tiếp cận vấn đề hơn. Tiếp đó bạn có thể đào sâu hơn nếu muốn.
Kết luận: AI amplify, không replace.
Đừng dùng AI để lười đi, hãy dùng nó để ám ảnh với những việc có đòn bẩy cao như những thứ tạo giá trị dài hạn. Mình từng thấy dev ngồi chờ vì Copilot bị lỗi; đó không phải tối ưu, mà là lệ thuộc.
Dù bạn làm business hay viết code, cách dùng đúng là:
Delegate các việc lặp lại, cơ học cho AI
Giữ lại phần sáng tạo, phán đoán và tư duy hệ thống cho con người
Khi làm được điều đó, bạn không chỉ làm nhanh hơn, mà còn nguy hiểm hơn theo nghĩa tích cực: hiểu sâu hơn, quyết định tốt hơn. AI lúc này là đồng mình chứ không phải mối nguy.
Bạn nghĩ sao?
Đã từng thử delegate kiểu này chưa? Comment bên dưới hoặc share nếu thấy hữu ích.
Stay smart. 🚀