0:00 Nếu bạn đang học sử dụng AI mà không hiểu năm điều cơ bản sau đây thì bạn đang lãng phí thời gian và không thu lại được gì. Mình đã gặp nhiều người cố gắng học AI bằng cách học hàng loạt các công cụ khác nhau, chạy theo từng bản cập nhật vì họ sợ bị bỏ lại phía sau. Không có AI nào là tốt nhất, chỉ có AI phù hợp với tưng việc. Và đó là nền tảng đầu tiên bạn cần hiểu trước khi sử dụng bất kỳ một công cụ nào. AI bây giờ không chỉ là chat GPT, giai đoạn này đã qua từ lâu rồi. Năm nay là năm 2026 và có hàng trăm những cái công cụ, những cái mô hình và ứng dụng framework khác nhau liên tục được ra mất. Bạn sẽ không có đủ thời gian để nghiên cứu và thử nghiệm. tất cả những sản phẩm, tất cả những công cụ ngoài kia mà bạn nhìn thấy và cũng rất khó để biết công cụ nào thực sự có giá trị với mình. Những người đang sử dụng AI hiệu quả để tăng năng suất, họ không chạy theo tất cả những công cụ mới liên tục. Lý do là họ đã hiểu năm điều cơ bản về AI mà Dũng sẽ nói sau đây. Năm kiến thức nền tảng này sẽ giúp bạn hiểu và sử dụng AI bất kể là bạn đang sử dụng công
0:46 cụ nào. Xin được tự giới thiệu đây là kênh Dũng lại lập trình. 10 năm qua mình đã học và làm việc trong ngành AI tại Úc. Mình làm việc từ kỹ sư tại viện nghiên cứu AI ứng dụng cho đến bằng tiến sĩ ngành AI và hiện tại mình đang làm giảng viên ngành AI tại Úc. Các bạn hãy theo dõi kênh mình để hiểu và cập nhật những thông tin mới nhất về AI. Ok. Vào nền tảng số một là cách viết prom. Những gì Dũng chuẩn bị nói sau đây không phải là những gì mà bạn nghĩ. Học viết prom không phải là để bạn áp dụng một cách máy móc dập khuôn bất ký khi nào bạn chat với cả AI. Nếu lúc nào chat với AI bạn cũng viết theo một cái công thức dài, dập khuôn và có sẵn thì mình rất chia buồn. Có thể là bạn đang hiểu sai vấn đề một cách hoàn toàn. Mục đích của việc học viết prom chỉ để giúp người không dành về kỹ thuật, hiểu về cách mô hình AI hoạt động, từ đó có thể tối ưu được sức mạnh của nó. Hành vi tìm kiếm thông tin giờ khác như cách mình dùng Google. Thay vì là mình tìm từ khóa, đọc
1:32 và xem những cái video để tìm ra thông tin phù hợp thì bây giờ mình chỉ cần mô tả cụ thể trực tiếp vào vấn đề để AI có thể đưa ra chính xác kết quả. Ví dụ như gần đây hoa cẩm tú cầu ở cái vườn nhà mình bị phấn vào mốc trắng thì mình có thể lên AI hỏi trực tiếp xem là vườn cây cẩm câu của mình bị phấn trắng thì sẽ phải xử lý như nào và mình mô tả chính xác xem là cái cây đấy là cây gì. Mình thậm chí có thể chụp cái ảnh gửi cho AI và nó có thể phân tích hình ảnh và xem chính xác đấy là cây nào để tư vấn một cách phù hợp. Và kết quả là AI đã gợi ý cho mình bằng cách là pha baking soda với cả 1 L nước thêm ba giọt nước rửa bát và phun đều vào các tán lá. Ngoài ra nhờ việc mình chụp một cái ảnh nó còn bảo mình là cắt những cái lá bị sâu bệnh để không bị lan sang những cái lá khác. Lý do mình có thể sử dụng AI để tìm kiếm thông tin một cách hiệu quả là vì mình hiểu mình phải cung cấp cho nó đầy đủ thông tin, ngữ cảnh, loại cây gì, trông nó như nào thì AI mới tư vấn được. Sau
2:18 khi bạn đã quen với việc hỏi AI những thông tin cơ bản, trình độ nâng cao hơn là bạn có thể bắt đầu sử dụng nó để giải quyết vấn đề và tư vấn chiến lược cùng bạn. Mục tiêu ở đây không phải là để tin và sử dụng bất kỳ những gì AI nói ra mà chỉ đơn giản là để AI đưa ra các ý kiến mà gợi ý khác nhau trong quá trình phản biện và hỏi ngược lại AI, trao đổi cùng với AI. Các thông tin AI đưa ra có thể giúp bạn có thêm được nhiều những góc nhìn khác nhau để rồi tự bạn có thể đưa ra quyết định xem mình nên làm gì. Khi sử dụng AI cho các việc phức tạp như này, cái bộ não chính thực ra vẫn là từ bạn. Bạn vẫn phải là người có tư duy để có thể đặt ra được đường hướng và phải có tư duy, mục tiêu và suy luận của chính mình để có thể phản biện lại AI, hỏi ngược lại AI hoặc là phát triển thêm các ý từ kết quả của AI. Điều quan trọng ở đây không phải là mình tin sái khổ bất kỳ những điều gì mà AI nói ra. Quan trọng là qua cái quá trình trao đổi với AI, có thể nó sẽ đưa ra cho mình những cái suy luận, những cái đường hướng để
3:04 từ đấy nó giúp bạn thay đổi cái tư duy của chính mình. Ví dụ như khi AI đưa ra một kết quả, mình sẽ phải là người có khả năng đánh giá xem kết quả đấy là tốt hay không tốt. Thì từ đấy khi mà AI đưa kết quả không tốt, bạn mới bắt đầu hỏi nó tiếp là bạn nghĩ là thế này không phù hợp, phải sửa như này, như này thì tốt hơn. Đấy là cái giá trị cao nhất khi mà một người có thể sử dụng AI một cách hiệu quả. Khi hiểu được những điều này một cách rõ ràng, bây giờ Dũng mới giới thiệu cách xây dựng Prom. Đây là một framework được giới thiệu bởi Google mà Dũng sẽ để đường link ở phía bên dưới. Nói tóm gọn là AI cần biết bạn muốn gì, cho ai và trong hoàn cảnh nào. Google có một cái framework cho việc này gọi là TCRi. Nói chung là bất kỳ khi nào bạn thấy một cái framework, người ta có thể nghĩ ra một cái framework, một cái từ gì đấy nghe có vẻ phức tạp, nghe có thể quan trọng. Nhưng cái quan trọng là bạn sử dụng nó, bạn hiểu nó để bạn biết cái
3:50 AI hoạt động như nào chứ không phải là bạn áp dụng nó một cách máy móc. Cùng là một câu hỏi nhưng khi AI không có dữ liệu nó sẽ đoán và trả lời một cách chung chung. Còn khi AI có dữ liệu, mục tiêu và bối cảnh cụ thể nó sẽ phân tích. Đó không phải là vấn đề của mô hình AI mạnh hay yếu, đó là vấn đề của ngữ cảnh. Và đây là lúc mình muốn nói về một thứ đang làm thay đổi cách doanh nghiệp sử dụng AI. Mọi người đang sử dụng AI rất nhiều nhưng thực tế là hầu hết AI chỉ trả lời dựa trên dữ liệu internet chung chung. Nó không biết gì về công ty bạn. Ví dụ như bạn hỏi chat GPT là chính sách nghỉ phép của công ty tôi như thế nào thì nó sẽ không đưa ra câu trả lời được vì nó không có thông tin. Và hôm nay mình muốn giới thiệu cho mọi người cách xây dựng một nhân viên AI thực sự. Đây sẽ là một AI biết chính sách của công ty, biết tài liệu nội bộ, biết quy trình làm việc, trả lời đúng theo dữ liệu thật. Và trong ODU 19, bạn có thể làm được điều này mà hoàn toàn không cần viết code. Bước đầu tiên, bạn sẽ tạo bộ
4:35 não bằng Knowledge App. Đây là nơi lưu trữ thông tin có cấu trúc chính sách nhân sự, quy trình onboarding, FAQ nội bộ. Bây giờ mình sẽ tạo thử chính sách nghỉ phép 2026, quy trình xử lý khiếu nại của khách hàng và quy định hoàn tiền. Bước hai, mình sẽ cấu hình ODU AI agent. Mình sẽ vào ứng dụng AI Agent, tạo một agent mới, chọn nguồn dữ liệu là knowledge. Mục đích ở đây là trợ lý hỗ trợ nội bộ. Thực chất mình đang nói với AI là chỉ được trả lời dựa theo dữ liệu trong hệ thống này. Mình không cần, không cần API, không cần lập trình. AI sẽ được gắn trực tiếp vào dữ liệu của doanh nghiệp. Bước ba, mình sẽ thử trong ODU Discus. Mình sẽ hỏi nhân viên mới được nghỉ phép trong bao nhiêu ngày. Như bạn thấy, AI đã trả lời đúng theo tài liệu knowledge. Khi mình hỏi quy trình hoàn tiền mất bao lâu, AI chỉ trích đúng nội dung nội bộ. Đây không phải là AI đang tự đoán mà nó đang đọc tài liệu của công ty để trả lời. Cuối cùng bạn có thể gắn live chat trực tiếp lên trên
5:21 website. Ví dụ như khách hàng hỏi chính sách bảo hành của công ty là như nào. AI sẽ trả lời từ knowledge. Trợ lý AI này sẽ hoạt động 24/7 không cần nhân sự. Thực sự AI rất mạnh nhưng nếu không có ngữ cảnh, không có dữ liệu thì nó chỉ là một con chat boss chung chung. Khi bạn kết nối AI với dữ liệu có cấu trúc trong doanh nghiệp, nó sẽ trở thành một AI nhân viên thực sự. Và đó là điều trong phiên bản 19 đang làm rất tốt. Nếu bạn muốn thử xây dựng một nhân viên AI của riêng mình, các bạn hãy đăng ký phiên bản dùng thử miễn phí mà Dũng sẽ để đường link ở phần mô tả nha. TCREI là một cái framework gồm bốn bước được tạo ra bởi Google và mục đích là để làm sao bạn nghĩ đến AI và viết prom một cách hiệu quả hơn chứ không phải là lúc nào bạn cũng dập khuôn theo nó. Đầu tiên là task. Ở đây bạn sẽ nói rõ là bạn muốn AI làm gì. Có nghĩa là bạn cần mô tả bạn muốn làm gì và đạt được gì. Tiếp theo là
6:07 Google có nói là bạn nên viết theo kiểu là đóng vai, nó gọi là roleplay. Cái kỹ thuật đóng vai này bạn sẽ viết theo kiểu là tôi là một CEO hoặc là tôi là một giáo viên trong trường hoặc là tôi là một người chuyên về toán. Cái cách viết đóng vai này thực ra không phải mỗi Google nghĩ ra mà là các nhà khoa học từ những trường đại học hàng đầu thế giới họ đã dùng các cái cách viết đóng vai này ở trong rất là nhiều các bài báo khoa học từ nhiều năm nay khi mà nghiên cứu về Elm Last Language Model. Tiếp theo ở trong phần này là bạn hãy chỉ rõ xem cái định dạng bạn muốn là gì. Ví dụ như bạn muốn nó trả về một cái bảng hay là một đoạn văn hay là một câu văn ngắn. Hoặc là nếu mà bạn là lập trình viên thì bạn biết là mình sẽ phải nói cho nó là hãy trả về định dạng Jason CSV hay là trả về một cái định dạng text. Tiếp theo là về phần context. Ở đây bạn sẽ nói đến ngữ cảnh, bối cảnh. Mình sẽ chỉ thêm mục
6:52 tiêu là gì và bạn có thể nói thêm là đối tượng là ai. Đây là một phần mà Dũng cực kỳ hay sử dụng. Ví dụ như là Dũng đang cần AI viết một cái tiêu đề cho một cái video YouTube thì thay vì Dũng chỉ nói là viết một cái tiêu đề cho tôi thì Dũng sẽ mô tả thêm là cái kênh của mình kênh của mình là về cái gì và Dũng sẽ nói thêm là cái đối tượng của mình ví dụ như là là những bạn khoảng 25 tuổi đang học về AI hoặc là những bạn sinh viên năm nhất. Và một phần mà Dũng cũng rất hay sử dụng đấy là mình sẽ mô tả mình là ai ở trong này. Ví dụ như Dũng sẽ nói là kênh của mình chuyên về công nghệ và nói về AI. Hoặc là nếu bạn đang ở trong một cái doanh nghiệp thì bạn sẽ nói là công ty của bạn làm về ngành nghề gì, ở đâu, có bao nhiêu nhân viên. Tiếp theo là phần reference. Ở đây mình sẽ chỉ rõ tôn giọng và phong cách trả lời mà mình muốn. Phong cách trả lời. Ngoài ra một điểm mà Google chỉ ra là ở
7:38 phần reference bạn có thể đưa ra trực tiếp ví dụ. Ví dụ bạn đã cần AI để soạn một cái email thì nó không biết cách viết email của bạn thường là như nào thì bạn có thể cho vào 10 cái email mà bạn đã viết gần đây để AI có thể tự hiểu. Và cuối cùng Google nói đây là phần quan trọng nhất là evaluate và iteration. Evaluate ở đây có nghĩa là bạn sẽ đọc lại output và đánh giá xem nó đúng hay sai. Sau khi bạn xem nó đã đúng yêu cầu của mình chưa thì iterate có nghĩa là bạn sẽ lặp lại. Ở đây bạn sẽ chỉnh lại cái prom hoặc là bảo chat GPT đưa ra kết quả khác. Khi sử dụng AI thì thường kết quả đầu tiên sẽ không chính xác. Và cái quá trình này rất là quan trọng. Đây là quá trình lặp đi lặp lại để bạn giao tiếp liên tục với AI, đưa thêm ngữ cảnh cho AI để nó đưa ra một câu trả lời càng ngày càng phù hợp hơn. Vậy nên ở đây khi mà bạn bắt đầu sử dụng AI đưa ra một câu trả lời đầu tiên, nếu bạn cảm thấy nó
8:25 chưa tốt thì bạn không cần phải bỏ cuộc mà bạn có thể hỏi tiếp và đưa thêm các ngữ cảnh khác. Các cái câu trả lời tiếp theo của AI càng ngày nó sẽ càng chính xác hơn. Nền tảng số hai là nhóm các công cụ AI. Vừa rồi mình đã nói về cách nói chuyện với AI nhưng vấn đề là mình cần nói chuyện với AI nào. Sai lầm phổ biến mà mình thấy rất nhiều người mắc phải đấy là họ cố gắng sử dụng một ứng dụng cho mọi thứ. Bạn hoàn toàn có thể chỉ sử dụng chat GPT cho nghiên cứu, cho hình ảnh, cho video và cho tự động hóa. Tuy nhiên là kết quả sẽ không được tốt. Có ba nhóm công cụ mà mình cần nắm rõ. Đầu tiên là những công cụ suy luận tổng quát. Đây là những cái như chat GPT này, clot Jon và đây được gọi là những cái bộ não giỏi trong việc phân tích logic, viết lách, lập trình hoặc là tóm tắt một cái văn bản hoặc là phân tích một cái dữ liệu và nó có thể trả lời những cái
9:11 thông tin chung chung. Các bạn chỉ cần một cái trong nhóm này chọn cái nào mà bạn thấy quen tay là được. Riêng Dũng thì Dũng có mua và sử dụng cả ba thằng AI trên. Với những việc cần tư duy logic và cần về tính chiến lược thì Dũng sẽ sử dụng CR. Khi hỏi những cái vấn đề chung chung thì mình thường sử dụng chat GPT. Và ngoài ra mình thường có một thói quen là copy kết quả từ bên này sang bên khác để tự nó có thể đánh giá và cho ra nhiều ý kiến khác nhau. Một lý do nữa khiến mình sử dụng nhiều công cụ AI khác nhau là tại vì khi mình đang làm một việc cùng với AI, mình không muốn phải hỏi những cái câu hỏi không liên quan. Việc này sẽ làm AI rối và quên đi cái ngữ cảnh. Nhóm thứ hai là các công cụ nghiên cứu. Ở đây có ba công cụ nổi bật là Perplexity, Notebook Elm và Consensus. Mình sẽ sử dụng những công cụ này khi mà mình cần tính chính xác hơn là tính sáng tạo. Lý do là vì những công cụ này có thể trích nguồn một cách rõ ràng và mình có thể tìm kiếm web theo thời gian thực.
9:56 Khi bạn cần kiểm chứng thông tin một cách chính xác, ví dụ như là viết một cái assignment, một cái nghiên cứu khoa học hoặc là tìm hiểu về công ty hay là tìm hiểu về thị trường thì thay vì sử dụng một cái chatbot thông thường như là chat GPT mình sẽ hỏi những cái công cụ nghiên cứu này. Tất nhiên là những công cụ kia đều có những cái tính năng gọi là deep research thì nó cũng trích nguồn một cách rõ ràng và chính xác hơn. Tuy nhiên Dũng thấy là nó không chuyên bằng những cái công cụ này vì nó có cái nguồn dữ liệu rộng và chính xác hơn. Nhóm thứ ba là những cái công cụ chuyên biệt. Ví dụ như bạn có thể dùng Mid Journey cho tạo ảnh bằng AI này, Eleven Labs cho giọng nói, Cling hay là Nano Banana để tạo video, remotion để làm các cái animation và motion graphic. Cần lập trình thì mình sẽ sử dụng cơ sở, cần thiết kế thì mình sẽ sử dụng Canva. Mỗi công việc cụ thể sẽ có một cái AI riêng cho nó. Ví dụ như khi bạn làm bất động sản thì sẽ có những công cụ AI như kiểu
10:41 là Virtual Staging App để bạn có thể tạo ra được bản thiết kế hoặc là trang trí cho một cái ngôi nhà bằng cách là tự thêm những cái đồ vật vào. Và với cách đây mấy tuần, nếu bạn là dân văn phòng thường làm việc với cả file Excel thì các bạn có thể dùng Cross code vì bây giờ nó đã tích hợp trực tiếp vào Excel. Còn nếu mà bạn cần một cái AI có thể hiểu những cái file trong hệ thống để sắp xếp và truy vấn từng cái file trong máy của bạn thì các bạn có thể sử dụng cái công cụ mới tên là Cross Cowork. Nền tảng số ba là workflow tự động hóa và AI agent. Nếu bạn đang copy paste cùng một thứ mỗi ngày từ hệ thống này sang hệ thống nọ để lặp đi lặp lại một công việc thì cái thứ bạn cần không phải là một cái prom tốt hơn mà thứ bạn cần là tự động hóa. Có hai loại công cụ. Một là những công cụ tự động hóa như là JP, Make, NHN. Mấy cái này không tạo ra nội dung, nó chỉ giúp bạn chuyển dữ liệu
11:27 giữa các ứng dụng. Nó là các cái nền tảng để bạn có thể tự kết nối những dịch vụ và tự tạo quy trình của riêng mình một cách dễ dàng mà không cần code. Ví dụ như bạn có một cái quy trình là khi khách hàng thanh toán, bạn sẽ cho dữ liệu vào Google Drive, add vào hệ thống quản lý và gửi email hướng dẫn. Sau đấy 1 tháng thì bạn sẽ hỏi là họ có gặp khó khăn gì không để xin feedback và sau 1 năm thì bạn sẽ hỏi lại là bạn có muốn sử dụng lại cái dịch vụ đấy không. Tất cả cái này sẽ cần liên kết với nhiều bên. Ví dụ như là sử dụng Language Model này, chỗ thì cần liên kết với Google Drive, chỗ thì cần liên kết với một hệ thống quản lý nhân viên, một hệ thống CRM của bên mình. Lúc thì cần nhắn tin, lúc thì lại cần gửi email. Lúc này để tự động hóa tất cả những quy trình này thì bạn cần một cái công cụ tự động hóa trong cái nhóm mà Dũng vừa nói đến. Và nhóm thứ hai là các cái nền tảng để bạn tạo và điều phối các AI agent. Khác với cả công cụ tự động hóa khi mà bạn phải liệt
12:13 kê ra từng những cái quy trình, từng bước thì với AI agent nó có thể tự đưa ra quyết định, tự xem là cần phải làm gì. Với AI agent, bạn chỉ cần đưa cho nó mục tiêu và nó sẽ tự biết những cái bước cần làm mà bạn không cần phải chỉ rõ. Đây là một cái nhóm rất mới trong năm nay nhưng mà đang được sử dụng rất là nhiều. Ví dụ như là OpenCla hoặc là Paper Clip hoặc là như công ty Nvidia mới giới thiệu một cái công cụ mới cách đây mấy ngày là Nemo Craw. Nền tảng số B là những cái mẫu hình AI mã nguồn mở gọi là open source AI. Và cái này thực ra quan trọng và được sử dụng nhiều hơn mọi người nghĩ. Các cái API của Open AI Cloud hay là GNI của Google gọi là các cái bên thứ ba. mình sẽ không có kiểm soát và sẽ bị phụ thuộc. Còn những model như là Dipsic, Lama, Quen hay là Midro, AI là các cái mô hình mã nguồn mở được chạy trực tiếp trên hạ tầng của mình và trực tiếp trên
12:58 máy của mình. Có bốn lý do mà open source AI rất quan trọng mà Dũng đã nói ở trong video trước. Đầu tiên là bảo mật, dữ liệu của bạn sẽ được xử lý trên local và không phải gửi lên server của người khác. Thứ hai là sự ổn định, mình sẽ không bị phụ thuộc vào bên thứ ba, không lo bị thay đổi chính sách hay là tăng giá. Thứ ba là về chi phí và tốc độ. Với những cái mô hình cần tư duy phức tạp, nhiều các cái luồng khác nhau thì open source AI sẽ chạy nhanh hơn và chi phí chỉ mất ở cái phần GPU ban đầu và hạ tầng tính toán. Thứ tư là khả năng tùy chỉnh. Mình có thể find tool những cái model và tạo nên những cái model nhỏ hơn phù hợp theo mục đích của mình. Những cái model nhỏ sẽ nhẹ hơn và nhiều khi có thể chạy được trên chính cái máy của mình. Những cái model nhỏ hơn đấy nó sẽ được tùy chỉnh cho mục đích cá nhân. Nhiều khi nó chỉ có 1 tỷ tham số, 3 tỷ tham số nhưng mà nó sẽ chỉ phục vụ cho một cái mục đích mà mình đề ra thay vì là mình phải sử dụng những cái API rất
13:44 là mạnh ngoài kia nhưng mà đa phần là mình không dùng đến hết sức mạnh của nó. Và bạn không cần phải có một cái siêu máy tính hay là một cái GPU cực kỳ khỏe để thử open source AI. Bạn có thể tải Olama về hoàn toàn miễn phí và chạy trên laptop của mình. Và nền tảng cuối cùng là vi coding. Đây là cái mà mình thấy nhiều người bỏ qua nhất. Bây giờ bạn không cần phải học một cái chuyên ngành công nghệ thông tin để có thể biết code và xây dựng một cái phần mềm nữa. Bây giờ nhiều sinh viên năm một của mình đã có khả năng lập trình ra toàn bộ một cái hệ thống, một cái nền tảng hoặc là một cái ứng dụng trên cả điện thoại và trên web trông rất là chuyên nghiệp, đẹp mắt. Các bạn hãy sử dụng nhiều các cái công cụ AI khác nhau. Chỗ thì để tạo nên một cái trang web, chỗ thì để tạo nên một cái ứng dụng điện thoại, chỗ thì để thiết kế giao diện. Và tất nhiên công cụ không phải là tất cả. Quan trọng nhất vẫn là những cái bạn sinh viên đấy có khả năng và có tầm nhìn. Giào cản bây giờ không còn là kỹ năng lập trình nữa.
14:30 Bạn có thể học những cái cơ bản và từ đấy bạn kết hợp với những công cụ AI bên ngoài nhờ kiến thức lập trình cơ bản và bạn có thể hiểu được cái code mà AI tạo ra một cách high level. Bạn hiểu được tư duy hệ thống và điều đấy là điều quan trọng nhất. Vấn đề chính ở đây là bạn có biết là mình đang thực sự muốn cái gì không để bạn có thể mô tả được nó, có thể hỏi AI, trao đổi với AI về nó. Có một số những cái công cụ AI trong nhóm này mà bạn có thể tham khảo. Ví dụ như là Google AI Studio này dùng để tạo ra những cái MVP rất là nhanh mà không cần phải setup hoặc là Replist. dùng để mô tả một cái chương trình và nó có thể giúp bạn deploy triển khai thành một cái ứng dụng luôn. Hoặc là bạn có thể sử dụng những công cụ như là cursor hoặc là tray. Đây là những cái công cụ mạnh cho những cái người lập trình viên, những người biết code một chút để có thể tự tạo nên những cái agent để có thể biết code. Hoặc là nếu bạn không muốn động vào code luôn thì có thể sử dụng những
15:16 cái công cụ như là Loverable. Vậy là bây giờ mình đã hiểu năm cái nền tảng từ xây dựng prom, các loại công cụ AI agent, open source AI và các công cụ vibe coding. Dũng có những cái người em họ học về tài chính, học về ngân hàng, học về kế toán họ là những người không có nền tảng về công nghệ thông tin nhưng mà chỉ với những cái kiến thức cơ bản về lập trình, họ đã tự tạo nên những cái chương trình không khác gì những cái sinh viên công nghệ thông tin từ vài năm trước. Vậy nên nếu bạn đang là người ở một cái ngành khác, một cái chuyên môn khác, bạn hoàn toàn có thể thử sử dụng những cái công cụ viết code bằng AI, bạn học lập trình một chút và bạn có thể tự tạo nên được những chương trình của riêng mình. Thay vì chạy theo những cái công cụ mới, bây giờ bạn đã có được cái định hình ở trong đầu biết mình cần làm gì và sử dụng cái gì một cách phù hợp. Nếu như bạn đang cần một cái hệ thống có thể tích hợp mọi thứ dùng để quản lý và vận hành một doanh nghiệp, các bạn hãy tham khảo ODU, nơi mà bạn có thể tập trung các cái dịch vụ mà không cần phải
16:02 viết code. Tập trung mọi dữ liệu vào một nguồn để có thể sử dụng AI một cách hiệu quả nhất để AI có thể hiểu được tất cả những dữ liệu ở trong công ty mình. Các bạn hãy đăng ký dùng thử ở phần link mà Dũng để ở phần mô tả và bình luận nha. Cảm ơn các bạn đã xem video.
