Bỏ qua đến nội dung chính

The Description-Discernment loop

📖 Nội dung bài học

Thời gian dự kiến: 30 - 60 phút

Sau bài học này, bạn sẽ có thể:

  • Áp dụng kỹ năng Mô tả (Description) và Phân định (Discernment) vào một dự án thực tế
  • Tham gia vào các vòng lặp phản hồi Mô tả - Phân định hiệu quả
  • Tạo ra kết quả thông qua sự hợp tác giữa người và AI vượt xa những gì mỗi bên có thể đạt được một mình

Bài tập

Bài tập: Thực thi dự án với vòng lặp mô tả - phân định

Bây giờ là lúc áp dụng tất cả những gì bạn đã học vào thực tế bằng cách thực hiện dự án bạn đã lập kế hoạch ở Bài 5, sử dụng các kỹ năng Mô tả và Phân định mà bạn đang phát triển.

Bước 1: Xem lại kế hoạch dự án

  • Mở kế hoạch dự án bạn đã tạo ở Bài 5.
  • Xem lại nhanh các quyết định ủy thác (delegation) về việc nhiệm vụ nào sẽ hưởng lợi từ chuyên môn của con người, khả năng của AI, hoặc sự hợp tác của cả hai.
  • Cứ thoải mái tinh chỉnh kế hoạch dựa trên những gì bạn đã học được từ đó đến nay.

Bước 2: Chuẩn bị phương pháp mô tả

Bắt đầu một cuộc hội thoại với Claude và giải thích về dự án mà bạn và Claude sẽ cùng thực hiện. Trước khi bắt tay vào thực thi, hãy lập kế hoạch cho cách bạn sẽ tiếp cận việc Mô tả:

  • Mô tả Sản phẩm (Product Description): Bạn cần những đầu ra cụ thể nào từ Claude cho mỗi nhiệm vụ? Định dạng, phong cách, độ dài và mức độ chi tiết mà bạn mong muốn là gì?
  • Mô tả Quy trình (Process Description): Claude nên tiếp cận từng nhiệm vụ như thế nào? Có phương pháp, khung tư duy hoặc các bước cụ thể nào bạn muốn nó tuân theo không?
  • Mô tả Hiệu suất (Performance Description): Bạn muốn Claude có hành vi cộng tác như thế nào trong dự án này? Nó nên súc tích hay chi tiết, mang tính phản biện hay hỗ trợ, tập trung vào ý tưởng hay phân tích?

Thảo luận những câu hỏi này với Claude để thiết lập kỳ vọng rõ ràng cho sự hợp tác của bạn.

Bước 3: Thực thi dự án bằng vòng lặp mô tả - phân định

Bây giờ, hãy thực hiện các nhiệm vụ trong dự án đã lập kế hoạch với Claude. Đối với mỗi nhiệm vụ:

  1. Mô tả (Describe) những gì bạn cần một cách rõ ràng, sử dụng các kỹ năng Mô tả đã học:
    • Cụ thể về những gì bạn muốn (Sản phẩm)
    • Hướng dẫn cách Claude nên tiếp cận hoặc tư duy về nhiệm vụ (Quy trình)
    • Chỉ định cách bạn muốn Claude tương tác với mình trong quá trình thực hiện (Hiệu suất)
  2. Phân định (Discern) chất lượng của những gì bạn nhận được:
    • Đánh giá chính đầu ra (Phân định Sản phẩm)
    • Đánh giá cách Claude tiếp cận nhiệm vụ (Phân định Quy trình)
    • Xem xét liệu hành vi của Claude có hữu ích nhất cho nhu cầu của bạn không (Phân định Hiệu suất)
  3. Tinh chỉnh (Refine) dựa trên sự phân định của bạn:
    • Cung cấp phản hồi về những gì hiệu quả và những gì chưa hiệu quả
    • Làm rõ hoặc điều chỉnh mô tả của bạn nếu cần
    • Yêu cầu lặp lại cho đến khi bạn hài lòng với kết quả
  4. Tích hợp (Integrate) chuyên môn và đánh giá của riêng bạn:
    • Thêm góc nhìn độc đáo, sự sáng tạo hoặc kiến thức chuyên môn của bạn
    • Đưa ra quyết định cuối cùng về những gì nên giữ lại, sửa đổi hoặc loại bỏ
    • Chịu trách nhiệm về kết quả cuối cùng

Tiếp tục vòng lặp Mô tả - Phân định này cho từng nhiệm vụ trong dự án của bạn cho đến khi hoàn thành.

iterate

1. Describe — nói rõ điều bạn cần

2. Discern — đánh giá output AI

3. Refine — tinh chỉnh mô tả

4. Integrate — thêm chuyên môn của bạn

Task hoàn thành — output chất lượng

Suy ngẫm

Trước khi tiếp tục, hãy dành một chút thời gian để xem xét:

  • Bạn nhận thấy những mẫu hình (pattern) nào trong các loại mô tả dẫn đến kết quả tốt nhất?
  • Việc nào đòi hỏi bạn nỗ lực nhiều hơn: Mô tả hay Phân định? Tại sao bạn nghĩ như vậy?
  • Việc thực thi dự án thực tế của bạn so với kế hoạch ban đầu ở Bài 5 như thế nào? Bạn đã thực hiện những điều chỉnh gì trong quá trình thực hiện?

Tiếp theo là gì

Trong bài học tới, chúng ta sẽ khám phá năng lực cuối cùng trong Khung năng lực AI linh hoạt (AI Fluency Framework): Sự Cẩn trọng (Diligence). Trong khi Ủy thác, Mô tả và Phân định tập trung chủ yếu vào tính hiệu quả và năng suất, Sự Cẩn trọng giải quyết các khía cạnh đạo đức và an toàn khi làm việc với AI. Bạn sẽ học cách đảm bảo sự hợp tác với AI của mình là có trách nhiệm, minh bạch và có thể giải trình.

Phản hồi về khóa học này

Khi bạn tiến triển qua khóa học, chúng tôi rất muốn nghe ý kiến từ bạn về cách bạn đang sử dụng các khái niệm trong khóa học vào cuộc sống, công việc hoặc lớp học, cũng như bất kỳ phản hồi nào bạn có thể có.

Chia sẻ phản hồi của bạn tại đây.

Bản quyền và giấy phép

Bản quyền 2025 Rick Dakan, Joseph Feller, và Anthropic. Phát hành theo giấy phép CC BY-NC-SA 4.0. Khóa học này dựa trên Khung năng lực AI linh hoạt (The AI Fluency Framework) của Dakan và Feller. Được hỗ trợ một phần bởi Cơ quan Giáo dục Đại học Ireland, thông qua Diễn đàn Quốc gia về Tăng cường Giảng dạy và Học tập.

🔁 Bài học liên quan

📚 Nguồn & ghi nhận

Bài học có hữu ích không?

Góp ý / Báo lỗiPhát hiện sai sót hoặc có ý tưởng cải thiện?