Buổi 3: Mở rộng khả năng của ChatGPT — Ứng dụng ChatGPT vào công việc

Khi ChatGPT chưa làm được một việc, ta rất dễ nghĩ “cài thêm công cụ là xong”. Nhưng nếu vấn đề là yêu cầu chưa rõ, thêm công cụ cũng không làm kết quả tốt hơn. Bạn cần biết mình thiếu gì, công cụ thêm gì và nó được phép chạm vào đâu.

Buổi 3 trong lộ trình 8 buổi đưa ChatGPT vào công việc đưa ra mô hình dễ nhớ để phân biệt Plugin, Skill và MCP/App, rồi tự đánh giá, chạy thử và gỡ một công cụ. Bài được biên tập từ khóa học gốc.

1. Bắt đầu từ khả năng đang thiếu

Trước khi mở kho công cụ, hãy viết một câu: “Tôi cần ChatGPT làm được điều gì mà hiện tại chưa làm được?” Câu trả lời nên mô tả năng lực, không phải tên sản phẩm.

Bốn câu hỏi chặn cài đặt thừa

1. ChatGPT đang thiếu dữ liệu, thiếu thao tác hay chỉ thiếu một cách làm ổn định?
2. Nếu không cài thêm gì, phần nào bạn vẫn làm được bằng tệp và hướng dẫn rõ?
3. Công cụ mới cần đọc gì, được thay đổi gì và kết quả nào phải hỏi lại trước?
4. Bạn sẽ dùng một lần để thử hay dùng lâu dài cho công việc lặp lại?

“Tôi muốn một plugin quản lý công việc tốt” chưa đủ rõ để đánh giá. Hãy đổi thành: “Tôi cần đọc các việc được giao cho tôi trong hệ thống, lọc việc quá hạn và tạo bản nháp cập nhật tuần; chưa cho phép sửa hay đóng việc.”

Bây giờ ta đã biết đầu vào, đầu ra và ranh giới hành động. Khi xem một ứng viên, ta có cơ sở để nhận ra nó phù hợp hay đang xin quyền vượt nhu cầu.

Nếu vẫn khó diễn đạt, điền mẫu ngắn này:

Tôi cần đọc/làm ___ để tạo ___,
nhưng hiện chưa thể vì ___.

Thử viết lại ba yêu cầu đang chứa tên công cụ thành năng lực cần có. Đừng mở kho công cụ trước khi nói được mình thiếu cách làm, dữ liệu hay hành động và kết quả nào sẽ chứng minh đã giải quyết.

2. Plugin là gói, Skill là cách làm, MCP/App là khả năng kết nối

Ba khái niệm này không cạnh tranh với nhau. Chúng có thể nằm trong cùng một giải pháp và bổ sung cho nhau.

Ví dụ: chuẩn bị báo cáo tuần từ hệ thống công việc

Nếu chỉ cần luôn viết báo cáo theo mẫu nội bộ và không cần dữ liệu thời gian thực, hãy tìm hoặc tạo Skill chứa hướng dẫn, mẫu và tiêu chí kiểm tra trước. Nếu cần đọc danh sách việc mới nhất, Skill có thể dạy cách sắp xếp nhưng không tự cung cấp dữ liệu mới: bạn cần App/MCP hoặc một cách chủ động đưa dữ liệu vào.

Còn Connector thì sao?

Một số tài liệu cũ hoặc giao diện vẫn dùng từ Connector cho kết nối dịch vụ. Trong mô hình của khóa học, đừng học Connector như một loại ngang hàng với Plugin, Skill và MCP. Hãy nhìn nó như cách gọi một kết nối dữ liệu/dịch vụ; tùy môi trường, menu có thể hiện là Apps, Plugins hoặc tên khác.

3. Đọc quyền trước, kết nối sau

Tên công cụ nói về lợi ích. Màn hình quyền mới nói công cụ thực sự có thể chạm vào đâu. Hãy đánh giá dữ liệu được đọc và hành động được làm riêng biệt.

Kiểm tra bốn lớp tin cậy

1. Nhà cung cấp: ai phát hành, có trang hỗ trợ và chính sách dữ liệu rõ không? Tên gần giống thương hiệu lớn chưa phải bằng chứng.
2. Tài khoản kết nối: đang đăng nhập tài khoản cá nhân hay công việc? Tài khoản đó vốn đã thấy những dữ liệu nào?
3. Quyền nhà cung cấp: ứng dụng xin đọc, tạo, sửa hay xóa loại dữ liệu nào? Phạm vi có lớn hơn việc cần làm không?
4. Quyền hỏi lại trong ứng dụng AI: cài đặt hỏi lại, nếu môi trường hỗ trợ, quyết định khi nào AI phải xin phép trước khi đọc hoặc thực hiện hành động. Nó không tự thu hẹp quyền đã cấp ở nhà cung cấp.

Chọn bài thử đầu tiên

Quyền này có hợp lý không?

Plugin tóm tắt lịch xin quyền đọc và xóa toàn bộ sự kiện, nhưng bạn chỉ cần xem lịch trống. Có nên tiếp tục?

Không nên vội kết nối. Quyền xóa vượt nhu cầu đọc lịch trống. Tìm lựa chọn quyền hẹp hơn, công cụ khác hoặc hỏi quản trị viên trước.

Bạn chọn chế độ “luôn hỏi”. Điều đó có nghĩa ứng dụng không còn quyền đọc dữ liệu ở nhà cung cấp?

Không. Quyền đọc gốc và bước hỏi lại là hai lớp khác nhau. Kiểm tra màn hình kết nối và cách thu hồi quyền, đừng chỉ dựa vào một tùy chọn trong ứng dụng AI.

Đồng nghiệp dùng công cụ tốt rồi, bạn có thể bỏ kiểm tra nhà cung cấp?

Không. Đồng nghiệp có thể dùng tài khoản, workspace và phạm vi dữ liệu khác. Bạn vẫn cần kiểm tra nhà phát hành, quyền yêu cầu và chính sách nội bộ áp dụng cho tài khoản của mình.

Nếu chưa có giao diện thật, dùng phiếu thực hành và so ba lựa chọn quyền đọc, sửa, xóa. Chỉ đánh dấu những quyền cần cho bài thử chỉ đọc.

4. Tìm, chạy thử, đánh giá rồi mới giữ lại

Cài thành công chưa phải kết quả cuối. Công cụ chỉ nên ở lại khi đúng việc, đúng quyền, tạo đầu ra kiểm chứng được và có cách rút lui rõ ràng.

Gỡ plugin không đồng nghĩa xóa mọi dấu vết

Ngắt kết nối dừng truy cập tương lai qua tài khoản đó, nhưng không nhất thiết xóa chat, tệp đã lưu hoặc dữ liệu đã tạo trong dịch vụ. Khi rút lui, kiểm tra riêng bốn nơi: Plugin đã cài — tài khoản kết nối — cuộc trò chuyện/tệp trong ứng dụng AI — dữ liệu ở nhà cung cấp.

Bốn tiêu chí để chấm

Viết tiêu chí đạt trước khi chạy, rồi mới so kết quả và quyết định. Đầu ra đẹp hoặc cài đặt thành công chưa đủ chứng minh công cụ đạt.

5. Lập phiếu đánh giá trước và sau khi thử

Phiếu nguồn tham khảo — TXT, UTF-8. Mẫu ghi khoảng trống, cấu phần Skill/MCP/App, nhà cung cấp, quyền, bài thử, bằng chứng và kế hoạch gỡ.

Nguồn thực hành ngay trong bài

Bạn có thể sao chép nội dung dưới đây để làm bài; liên kết tệp gốc phía trên là nguồn tham khảo bổ sung nếu truy cập được.

buoi-3-phieu-danh-gia-plugin.txt

PHIẾU ĐÁNH GIÁ PLUGIN — BUỔI 3

1. KHOẢNG TRỐNG CẦN GIẢI QUYẾT
- Việc tôi cần hoàn thành:
- ChatGPT hiện đang thiếu: [ ] Cách làm  [ ] Dữ liệu  [ ] Hành động
- Kết quả có thể kiểm chứng:
- Vì sao tệp + hướng dẫn hiện tại chưa đủ:

2. ỨNG VIÊN
- Tên Plugin:
- Nhà cung cấp:
- Trang mô tả / hỗ trợ:
- Plugin gồm: [ ] Skill  [ ] MCP/App  [ ] Cả hai  [ ] Chưa rõ
- Tài khoản sẽ kết nối:

3. QUYỀN VÀ DỮ LIỆU
- Dữ liệu có thể đọc:
- Dữ liệu có thể tạo hoặc sửa:
- Hành động có thể thực hiện:
- Khi nào ChatGPT phải hỏi lại:
- Quyền nào vượt quá nhu cầu của tôi:
- Chính sách / quản trị viên cần kiểm tra:

4. BÀI THỬ ÍT RỦI RO
- Dữ liệu mẫu hoặc phạm vi nhỏ:
- Chỉ đọc hay có hành động:
- Kết quả chuẩn để đối chiếu:
- Tiêu chí đạt:
- Cách dừng hoặc hoàn tác:

5. KẾT QUẢ
- Công cụ làm đúng điều gì:
- Công cụ làm sai hoặc chưa rõ điều gì:
- Thời gian dùng công cụ:
- Thời gian kiểm tra lại:
- Rủi ro còn lại:

6. QUYẾT ĐỊNH
[ ] Giữ để dùng tiếp
[ ] Chỉ giữ ở phạm vi thử nghiệm
[ ] Gỡ / ngắt kết nối

- Lý do:
- Nếu gỡ: đã kiểm tra Plugin, tài khoản kết nối, chat/tệp đã lưu và dữ liệu ở nhà cung cấp chưa?

Chọn một nhu cầu ít rủi ro: đọc lịch để tìm khoảng trống, tra cứu tệp mẫu hoặc áp dụng Skill định dạng tài liệu. Nếu workspace không cho cài, bạn vẫn hoàn thành bằng cách đánh giá một ứng viên mà không kết nối. Chấm trên hồ sơ ứng viên và quyền công khai; ghi rõ phần chưa chạy thử.

Điều kiện hoàn thành

• Khoảng trống được mô tả mà không dùng tên sản phẩm.
• Chỉ ra Plugin chứa Skill, MCP/App hay cả hai, nếu ứng viên là một gói Plugin.
• Nhà cung cấp, tài khoản và quyền được ghi trước khi kết nối.
• Bài thử dùng phạm vi nhỏ và ưu tiên chỉ đọc.
• Kết quả được so với một nguồn hoặc đáp án chuẩn.
• Quyết định giữ/gỡ có lý do và có bước thu hồi quyền.

Checkpoint cuối buổi

Cần AI luôn viết báo cáo theo mẫu nội bộ, không cần dữ liệu thời gian thực. Nên tìm gì trước? Tìm hoặc tạo Skill chứa hướng dẫn, mẫu và tiêu chí kiểm tra. Khoảng trống là cách làm; MCP/App chưa cần thiết.

Cần đọc việc mới nhất từ hệ thống rồi sắp xếp theo hạn. Chỉ Skill có đủ? Skill dạy cách sắp xếp nhưng không tự cung cấp dữ liệu mới. Cần App/MCP hoặc một cách đưa dữ liệu vào, sau đó dùng Skill để xử lý nhất quán.

Kết quả tốt nhưng công cụ xin sửa mọi bản ghi, trong khi bạn chỉ cần đọc. Có nên giữ? Chưa nên giữ ở cấu hình đó. Tìm quyền chỉ đọc, tài khoản thử bị giới hạn hoặc ứng viên khác. Giá trị đầu ra không bù cho quyền vượt nhu cầu.

Ngắt kết nối rồi mà báo cáo vẫn còn trong chat, đây là lỗi? Không nhất thiết. Ngắt kết nối thường dừng truy cập tương lai, không tự xóa nội dung đã tạo. Kiểm tra và xóa chat/tệp riêng nếu chính sách hoặc nhu cầu yêu cầu.

Sau buổi này, bạn có mô tả khoảng trống theo cách làm, dữ liệu hoặc hành động; mô hình Plugin — Skill — MCP/App; và một phiếu đánh giá có bằng chứng, quyền rõ, đường lui.

Khi biết chọn và kiểm soát công cụ, Buổi 4: Từ tài liệu đến sản phẩm sẽ đưa dữ liệu vào bảng tính, trình chiếu và hình ảnh để tạo đầu ra cụ thể.

Học tiếp trong lộ trình

• Buổi trước: Buổi 2: Cho AI đọc đúng tài liệu.
• Buổi tiếp theo: Buổi 4: Từ tài liệu đến sản phẩm.
• Xem đầy đủ lộ trình và 8 bài chi tiết.