-
Copilot Cowork: Xây dựng quy trình làm việc AI trong Microsoft 365
Hãy tìm hiểu Copilot Cowork là gì, nó khác với tính năng Copilot Chat thông thường như thế nào và xây dựng workflow nhiều bước đầu tiên của bạn trong vòng chưa đầy 5 phút. -
Đánh giá chất lượng và đảm bảo an toàn cho prompt
Bạn đã xây dựng được các prompt mạnh mẽ. Giờ hãy đảm bảo chúng an toàn và đáng tin cậy. Tấn công Prompt injection là lỗ hổng bảo mật AI số 1.
-
Kiểm soát đầu ra prompt: Định dạng, giọng điệu và các ràng buộc
Bạn đã xác định vai trò của AI (prompt hệ thống), dạy nó các mẫu (few-shot) và hướng dẫn suy nghĩ của nó (kỹ thuật suy luận). Bước cuối cùng: Kiểm soát chính xác hình thức đầu ra. -
Prompt hệ thống, thiết kế và quản lý vai trò
Mọi prompt bạn đã viết cho đến nay đều là prompt người dùng - một yêu cầu duy nhất cho một nhiệm vụ duy nhất. Prompt hệ thống hoạt động ở cấp độ cao hơn: Chúng xác định AI là ai trong toàn bộ cuộc hội thoại hoặc ứng dụng. -
Nắm vững kỹ thuật Few-Shot: Dạy AI bằng ví dụ
Cách đáng tin cậy nhất để AI tạo ra chính xác những gì bạn muốn là hãy cho nó xem ví dụ. Kỹ thuật few-shot prompting là đưa vào 3 - 10 ví dụ đầu vào/đầu ra trong prompt của bạn để AI học được mẫu mình mong muốn.
-
Các kỹ thuật lập luận: CoT, ToT và tính tự nhất quán
Prompt cơ bản cho AI biết phải làm gì. Kỹ thuật suy luận cho AI biết cách suy nghĩ. Sự khác biệt này cải thiện đáng kể hiệu suất giải quyết các vấn đề phức tạp - toán học, logic, phân tích, lập kế hoạch và những nhiệm vụ nhiều bước. -
Tạo prompt có cấu trúc: XML, JSON và các framework
Nắm vững các tag XML, JSON schema và framework COSTAR để cấu trúc các câu lệnh tạo ra đầu ra AI đáng tin cậy và nhất quán trên mọi mô hình. -
Thiết kế prompt nâng cao
Kỹ thuật tạo prompt nâng cao là yếu tố tạo nên sự khác biệt giữa “AI hiểu được phần nào” và “AI luôn luôn hiểu chính xác”. Đó là những kỹ thuật giúp cho kết quả đầu ra đáng tin cậy, có thể tái tạo và đạt chất lượng phù hợp cho sản xuất. -
OpenClaw và chia sẻ skill trong Cowork
Hệ sinh thái Cowork không chỉ bao gồm các plugin chính thức của Anthropic. Nó còn là một thế giới rộng lớn hơn với những skill được cộng đồng xây dựng – và điều này đi kèm với cả cơ hội lẫn rủi ro thực sự. -
Tích hợp MCP server vào Claude Cowork
Mọi connector bạn đã sử dụng trong Cowork - Google Drive, Slack, GitHub - đều chạy trên cùng một công nghệ: MCP. Hiểu về MCP sẽ biến bạn từ người dùng connector thành người có thể kết nối Cowork với bất cứ thứ gì.
-
Các mô hình skill nâng cao trong Claude Cowork
Công việc thực tế phức tạp hơn - nhiều đối tượng khác nhau, định dạng dữ liệu khác nhau, nhu cầu đầu ra khác nhau. Bài học này sẽ hướng dẫn bạn cách xây dựng các skill có khả năng thích ứng. -
Xây dựng skill tùy chỉnh đầu tiên trong Claude Cowork
Đến cuối bài học này, bạn sẽ có một skill tùy chỉnh hoạt động được - và bạn sẽ hiểu định dạng đủ tốt để tạo thêm nhiều skill khác trong vài phút. -
Sử dụng các plugin tích hợp sẵn trong Claude Cowork
Cài đặt các plugin chính thức của Anthropic, tùy chỉnh chúng cho quy trình làm việc của bạn và xem những skill tự động được áp dụng. -
Hệ sinh thái skill và plugin trong Claude Cowork
Tìm hiểu về skill, plugin, lệnh slash và sub-agent - chúng là gì, khác nhau như thế nào và nên sử dụng cái nào trong mỗi trường hợp. -
So sánh Routines với GitHub Actions, Zapier, n8n và Cron
Routines nằm trong một hệ sinh thái đã có GitHub Actions, Zapier, n8n, Make, cron và hàng tá công cụ quản lý workflow khác. Không công cụ nào trong số đó sẽ biến mất.
-
Cost Engineering: Giữ chi phí dưới mức giới hạn hàng ngày
Ngoài giới hạn mỗi lần chạy, các routine cũng tiêu tốn tài nguyên đăng ký của bạn giống như những phiên tương tác. Vì vậy, một lần chạy tiêu tốn 50.000 token sẽ được tính vào token và số lần chạy của bạn. -
Sử dụng MCP connector đúng cách
Các connector là phần ít được đề cập nhất trong Routines. Tài liệu hướng dẫn ban đầu chỉ dành vài đoạn cho chúng. Mọi hướng dẫn đều bỏ qua bước "cài đặt Notion MCP". Trong khi đó, cấu hình sai connector chiếm phần lớn các lỗi trong tuần đầu tiên -
API Trigger: Stripe Webhook để soạn thảo email
API trigger là linh hoạt nhất: Bất kỳ hệ thống nào có thể gửi yêu cầu POST đến một URL đều có thể kích hoạt routine của bạn. -
Routine GitHub-Event: Công cụ đánh giá PR
Hầu hết những gì bạn thực sự muốn AI thực hiện - xem xét code, phân loại vấn đề, kiểm tra tài liệu - đều mang tính phản ứng, chứ không phải định kỳ. -
Thiết lập routine đầu tiên trong 10 phút
Xây dựng một routine phân loại công việc tồn đọng theo lịch trình, chạy vào các ngày trong tuần lúc 9 giờ sáng. Bài học này bao gồm giao diện người dùng của routine, cách lên lịch và lỗi lớn nhất mà người mới bắt đầu thường mắc phải.
Hướng dẫn AI
AI Tools
Học IT
Hàm Excel