-
Figma Make: Biến văn bản thành thiết kế chỉ trong vài giây
Tìm hiểu khả năng thực sự, những hạn chế trung thực của Figma Make, và các kỹ thuật hướng dẫn giúp tạo ra kết quả hữu ích thay vì những rắc rối khi phải dọn dẹp. -
Sử dụng AI agent trên Figma canvas
Sử dụng các AI agent để thiết kế trực tiếp trên Figma canvas của bạn. Thiết lập MCP, tạo màn hình từ văn bản, áp dụng hệ thống thiết kế của bạn và viết các skill tùy chỉnh.
-
Bộ nhớ và trạng thái trong AI agent
Một agent quên hết mọi thứ sau mỗi cuộc trò chuyện giống như một đồng nghiệp bị mất trí nhớ. Bộ nhớ biến các agent từ công cụ chỉ dùng một lần thành trợ lý bền bỉ, xây dựng kiến thức theo thời gian. -
Hệ thống multi-agent: Nhóm cho các chuyên gia
Một agent duy nhất có thể xử lý nhiều nhiệm vụ. Nhưng một số quy trình làm việc quá phức tạp, quá rộng hoặc quá chuyên biệt để một agent có thể thực hiện tốt. Đó là lúc hệ thống multi-agent phát huy tác dụng. -
Sử dụng công cụ: Tăng thêm sức mạnh cho AI agent
Một agent không có công cụ chỉ là một chatbot với prompt hệ thống hào nhoáng. Công cụ là thứ làm cho agent trở nên có tính chủ động - khả năng tìm kiếm, tính toán, giao tiếp và sáng tạo.
-
Các mẫu thiết kế AI agent: ReAct, Reflection và Planning
Bạn đã biết 4 thành phần của một agent. Bây giờ, hãy cùng tìm hiểu 3 mẫu thiết kế định nghĩa cách các agent sử dụng những thành phần đó để giải quyết vấn đề. -
4 thành phần trong cấu trúc AI agent
Khám phá 4 thành phần của mỗi AI agent: Bộ não LLM, công cụ, bộ nhớ và lập kế hoạch. Hiểu cách chúng tương tác thông qua vòng lặp của agent. -
Tại sao agent lại quan trọng?
AI agent không chỉ tạo ra văn bản. Nó lập kế hoạch cho các tác vụ nhiều bước, sử dụng những công cụ (duyệt web, lập trình, quản lý file), ghi nhớ ngữ cảnh giữa các phiên và quyết định những việc cần làm tiếp theo mà không cần bạn can thiệp. -
Xây dựng quy trình tự động hóa AI thực tế trong doanh nghiệp
Bài học này sẽ đề cập đến các mẫu thiết kế giúp phân biệt những quy trình làm việc hoạt động ổn định trong nhiều tháng với những quy trình bị lỗi ngay từ ngày thứ 3. -
AI Agent và GPT tùy chỉnh trong tự động hóa doanh nghiệp
Một số tác vụ cần nhiều hơn là chỉ di chuyển dữ liệu. Chúng cần sự hiểu biết, khả năng phán đoán và khả năng thích ứng. Đó là lúc các AI agent phát huy tác dụng.
-
Các công cụ tự động hóa không cần lập trình cho doanh nghiệp
Ba nền tảng không cần lập trình hàng đầu - Zapier, Make và n8n - mỗi nền tảng phục vụ những nhu cầu khác nhau. Chọn sai có nghĩa là bạn sẽ phải trả quá nhiều cho sự đơn giản mà mình không cần hoặc phải vật lộn với sự phức tạp không ngờ tới. -
Xác định các cơ hội tự động hóa AI cho doanh nghiệp
Hãy bắt đầu bằng cách xác định các trường hợp sử dụng cụ thể mà AI có thể giúp doanh nghiệp của bạn và sau đó nghiên cứu những công cụ phù hợp. -
Bức tranh tổng quan về tự động hóa AI cho doanh nghiệp
RPA, AI và Intelligent Automation - quá trình phát triển của tự động hóa doanh nghiệp, vị trí của mỗi phương pháp và lý do tại sao chiến lược tốt nhất là sử dụng chúng như những lớp bổ sung cho nhau. -
Tự động hóa quy trình kinh doanh bằng AI
Tự động hóa quy trình kinh doanh bằng AI - các công cụ không cần lập trình, AI agent, GPT tùy chỉnh và chiến lược mở rộng quy mô. Xây dựng các quy trình tự động hóa thực tế với Zapier, Make và n8n. -
Test và đánh giá prompt
Bạn sẽ không phát hành code mà không có kiểm tra. Các prompt cũng không ngoại lệ. Nhưng đầu ra của LLM không mang tính xác định, điều đó có nghĩa là kiểm thử truyền thống không hiệu quả. Bạn cần một cách tiếp cận khác.
-
Excel 2016 - Bài 3: Cách tạo mới và mở bảng tính có sẵn
Cách tạo file Excel trên máy tính không khó. Bài viết sẽ hướng dẫn bạn chi tiết cách tạo file mới trong Excel. -
Từ khóa global trong Python
Global trong Python là gì? Bài viết sẽ cho bạn biết mọi điều về cách dùng global Python. -
Giới hạn an toàn và bảo mật prompt
Tấn công Prompt injection là kiểu tấn công SQL injection của kỷ nguyên AI. Và cũng giống như SQL injection, đây là lỗ hổng bảo mật số 1 trong danh sách OWASP Top 10 dành cho các ứng dụng LLM. -
RAG và Context Engineering (Kỹ thuật ngữ cảnh)
Mô hình ngôn ngữ lớn (LLM) thường tạo ra những văn bản nghe có vẻ tự tin nhưng thực tế lại sai. RAG (Retrieval-Augmented Generation) khắc phục điều này bằng cách cung cấp cho LLM dữ liệu thực tế của bạn trước khi nó phản hồi. -
Viết chương trình tính căn bậc hai của một số bằng Python
Căn bậc hai trong Python là gì? Dấu căn trong Python được dùng như thế nào? Bài viết sẽ cho bạn biết mọi điều về cách dùng căn bậc hai trong Python.
Hướng dẫn AI
AI Tools
Học IT
Hàm Excel