[Series AI Agent][Bài Số 07] "Mở sách cho AI đọc": tại sao cung cấp context thay đổi mọi thứ

May 04, 2026

Minh cần viết proposal gửi khách hàng. Anh mở ChatGPT, gõ: "Viết cho tôi một proposal dịch vụ marketing." Hai phút sau, ChatGPT trả về 2 trang. Đọc lại, Minh thấy nó chung chung kiểu mẫu có sẵn. Đúng cấu trúc, nhưng nhạt. Không sai, cũng không dùng được. Minh kết luận: "AI viết dở."

Lan cũng cần viết proposal. Cũng dùng ChatGPT. Nhưng Lan làm khác.

Lan upload file giới thiệu công ty, bảng giá dịch vụ, và email trao đổi trước đó với khách. Rồi Lan viết: "Khách hàng là công ty FMCG, 200 nhân viên, cần digital marketing cho sản phẩm mới ra Q3. Viết proposal 5 trang, giọng chuyên nghiệp nhưng thân thiện."

Kết quả: proposal có số liệu cụ thể, đề cập đúng tên sản phẩm, ngân sách phù hợp. Lan sửa vài chỗ rồi gửi. Khách hàng ký hợp đồng.

Cùng AI. Cùng câu hỏi. Khác kết quả hoàn toàn. Vì sao?

AI biết gì? Hai nguồn kiến thức

AI có 2 nguồn kiến thức. Hiểu rõ 2 nguồn này, bạn sẽ biết tại sao output lúc hay lúc dở.

Nguồn 1: Kiến thức có sẵn (training data). Trước khi bạn gõ bất cứ gì, AI đã "đọc" hàng tỷ trang web, sách, bài báo. Nó biết lịch sử, khoa học, luật pháp, nấu ăn, lập trình. Kiến thức này rộng. Nhưng có 2 vấn đề.

Một là có hạn sử dụng. AI được train đến một thời điểm nhất định (gọi là knowledge cutoff). Hỏi tin tức tuần trước, nó có thể không biết. Hỏi luật mới ban hành tháng này, nó có thể trả lời theo luật cũ.

Hai là không phải lúc nào cũng đúng. AI học từ internet. Internet có thông tin sai. AI cũng học luôn phần sai đó. Đặc biệt với thông tin chuyên ngành, địa phương, hoặc ít phổ biến, tỷ lệ sai cao hơn.

Nguồn 2: Kiến thức bạn cung cấp (on-demand knowledge). Đây là nguồn bạn kiểm soát được. Upload file, paste nội dung, hoặc để AI tự search web. Kiến thức này chính xác hơn vì bạn chọn lọc. Nó cập nhật vì bạn đưa vào đúng lúc cần.

Quay lại ví dụ Minh và Lan. Minh chỉ dùng nguồn 1. AI phải "đoán" khách hàng là ai, sản phẩm gì, ngân sách bao nhiêu. Kết quả mang tính chung chung là đương nhiên.

Lan dùng cả 2 nguồn. AI có thông tin cụ thể để làm việc. Giống bác sĩ khám bệnh: có kết quả xét nghiệm thì chẩn đoán chính xác. Chỉ nghe "tôi đau bụng" thì ai cũng chỉ kê được thuốc chung chung.

Rác vào, rác ra. Vàng vào, vàng ra.

Quy luật cũ trong ngành máy tính, nhưng với AI nó đúng hơn bao giờ hết.

Thử với cùng một câu hỏi "Viết email cho khách hàng". Kết quả thay đổi hoàn toàn tuỳ vào những gì bạn cung cấp kèm.

Mức 0: Không context. "Viết email cho khách hàng." AI viết một email mẫu. Đúng cấu trúc, sai mọi chi tiết. Vì nó không biết khách là ai, bạn bán gì, cuộc họp trước nói những gì.

Mức 1: Có tài liệu. Bạn upload file sản phẩm và thông tin khách. AI viết email có tên sản phẩm đúng, đề cập đúng nhu cầu khách. Tốt hơn nhiều.

Mức 2: Tài liệu kèm context cá nhân. Bạn upload file, rồi thêm: "Khách tên Hùng, lần trước anh ấy băn khoăn về giá. Tôi muốn email này nhấn vào giá trị dài hạn, giọng thân thiện nhưng không quá suồng sã." AI viết email đúng giọng, đúng chiến lược, đúng người nhận.

Ba mức này, cùng AI, cùng model. Khác biệt duy nhất: bạn cho AI bao nhiêu thông tin.

"Mở sách" cho AI đọc

Hình dung thế này. AI giống một chuyên gia tư vấn rất giỏi, nhưng mới gặp bạn lần đầu. Người này biết rộng, phân tích tốt, diễn đạt mạch lạc. Nhưng không biết gì về công ty bạn, khách hàng bạn, hay bối cảnh cụ thể.

Nếu bạn chỉ hỏi "tư vấn chiến lược marketing đi", câu trả lời sẽ là lý thuyết sách giáo khoa. Đúng nhưng không dùng được.

Nhưng bạn đưa cho chuyên gia đó báo cáo doanh thu, hồ sơ khách hàng, phân tích đối thủ. Lúc đó bạn đang mở sách cho họ đọc. Càng nhiều sách đúng, câu trả lời càng sát thực tế.

AI cũng vậy. Mỗi file bạn upload, mỗi đoạn context bạn viết thêm, là một cuốn sách bạn mở cho AI.

Có 3 cách "mở sách" phổ biến:

Upload file. PDF, Excel, Word, ảnh. AI đọc và phân tích nội dung trực tiếp. Đây là cách mạnh nhất vì bạn đưa nguyên liệu thô, để AI tự xử lý.
Paste text. Copy đoạn email, đoạn báo cáo, đoạn hợp đồng vào cửa sổ chat. Đơn giản nhưng hiệu quả. Phù hợp khi bạn chỉ cần AI tham khảo một đoạn ngắn.
Để AI tự tìm. Nếu AI có tool search web, nó tự lên mạng lấy thông tin mới. Bạn không cần làm gì. Chỉ cần chắc chắn AI đang có tool đó (xem lại bài 6).

Có một điểm tinh tế đáng biết. AI xử lý kiến thức bạn cung cấp giống cách bạn đọc sách. Nó có mục lục, biết file tên gì, dài bao nhiêu. Nhưng chưa chắc đã đọc hết từng trang.

Vì vậy, thay vì upload rồi hỏi "tóm tắt đi", hãy chỉ rõ AI cần tìm gì. "Đọc chương 3, tìm phần nói về chi phí." Kết quả sẽ tốt hơn nhiều so với "đọc cả cuốn rồi nói gì đó."

Thí nghiệm bạn có thể thử ngay

Chọn một việc bạn hay dùng AI. Viết email, tóm tắt tài liệu, hay lên ý tưởng đều được.

Làm 3 lần:

Lần 1: Hỏi ngắn gọn, không đưa thêm gì. Lưu kết quả.

Lần 2: Đưa thêm 1-2 file liên quan. Hoặc paste thêm nội dung tham khảo. Lưu kết quả.

Lần 3: Đưa file, rồi viết thêm 3-5 dòng context. Bạn là ai. Đối tượng nhận là ai. Mục tiêu cụ thể gì. Giọng văn thế nào. Lưu kết quả.

So sánh 3 kết quả. Bạn sẽ thấy sự khác biệt rõ hơn bất kỳ lời giải thích nào.

Thí nghiệm này không mất quá 10 phút. Nhưng sau khi thấy tận mắt, bạn sẽ không bao giờ quay lại cách hỏi AI bằng một câu cộc lốc nữa. Tôi chắc về điều đó vì chính tôi cũng đã thay đổi sau khi thử.

Không phải AI dốt. Bạn chưa mở sách.

Kết quả AI chung chung thường không phải lỗi model. Model đủ thông minh. Vấn đề là nó thiếu nguyên liệu.

Lần tới trước khi gõ câu hỏi, dừng 10 giây và tự hỏi: "Mình có file nào liên quan không? Mình có thể viết thêm vài dòng context không?"

Paste thêm 1 file. Viết thêm 3 dòng. Kết quả sẽ khác hẳn. Đó không phải mẹo vặt. Đó là cách AI được thiết kế để hoạt động.

---

Discussion about this post

Ready for more?