5.11 · Vòng lặp Description-Discernment — Thực hành dự án

Mở đầu: Tại sao "loop" mạnh hơn "single shot"

Cách Single-shot

Gõ prompt → nhận output → ship.

Cách Loop

Gõ prompt → nhận output → discern → refine prompt → nhận output cải thiện → discern → refine → ship khi đạt yêu cầu.

Khác biệt:

SINGLE-SHOT                LOOP
───────────                ────

[Prompt v1]                [Prompt v1]
    ↓                          ↓
[Output v1] ─→ Ship        [Output v1]
                               ↓
                          [Discern: gap?]
                               ↓
                          [Prompt v2 = v1 + fix]
                               ↓
                          [Output v2]
                               ↓
                          [Discern: gap?]
                               ↓
                          [Prompt v3]
                               ↓
                          [Output v3] ─→ Ship

QUALITY: 6/10               QUALITY: 9/10
TIME:    5 min              TIME:    25 min

Loop tốn thời gian hơn single-shot. Nhưng:

• Quality cao hơn nhiều
• Bạn học pattern qua mỗi loop
• Output gần với "best of you + AI" — không phải "average"

Đặc biệt cho work quan trọng (board report, customer-facing, code production), loop là chuẩn, không phải optional.

Quy trình loop có cấu trúc

┌──────────────────────────────────────────────────────────┐
│                                                          │
│  STEP 1  Pull project plan (Bài 5.7)                     │
│           ↓                                              │
│  STEP 2  Prepare Description approach                    │
│           - Plan Product Description                     │
│           - Plan Process Description                     │
│           - Plan Performance Description                 │
│           ↓                                              │
│  STEP 3  Execute task qua Description-Discernment loop   │
│           For mỗi sub-task:                              │
│           ┌─────────────────────────────────┐            │
│           │  3a. Describe (Product/Process/  │           │
│           │      Performance)               │            │
│           │  3b. AI tạo output              │            │
│           │  3c. Discern (3 loại)           │            │
│           │  3d. Refine description         │            │
│           │  3e. Loop until satisfactory    │            │
│           └─────────────────────────────────┘            │
│           ↓                                              │
│  STEP 4  Integrate expertise + judgment cá nhân          │
│           - Add unique perspective                       │
│           - Make final decisions                         │
│           - Take responsibility                          │
│                                                          │
└──────────────────────────────────────────────────────────┘

Step 1: Pull project plan của bạn

Mở project plan đã tạo ở Bài 5.7. Đọc lại:

• Vision còn đúng không? (Có thể đã thay đổi sau Bài 5.8-5.10)
• Delegation matrix còn fit không?
• Có sub-task nào reclassify không?

Quick refine nếu cần. Plan là draft, không phải set in stone.

📝 Note thay đổi nào vào plan.

Step 2: Prepare Description approach

Trước khi execute, lên kế hoạch cách bạn sẽ describe cho mỗi major task.

Mở Claude. Chia sẻ project + plan:

Hi Claude, đây là project tôi đang làm: [paste vision + brief plan]. Trước khi execute, tôi muốn cùng bạn plan Description approach. Cho mỗi major task, hãy thảo luận: Product Description: Output specific gì tôi cần cho mỗi task? Format, style, length, level of detail? Process Description: Bạn nên approach mỗi task thế nào? Method, framework, step nào? Performance Description: Loại behavior gì tôi muốn từ bạn trong project? Concise/detailed? Challenge/support? Focus idea/analysis? Hãy hỏi tôi clarifying khi cần. Establish clear expectation cho cộng tác.

Đây là cuộc trò chuyện meta — về cách bạn sẽ work, không phải work itself. Đầu tư 10-15 phút ở bước này = save nhiều giờ ở Step 3.

📝 Lưu summary expectation Description vào plan.

Step 3: Execute với Description-Discernment loop

Bây giờ là phần chính. Đi qua từng task một. Cho mỗi task:

3a. Describe rõ ràng

Áp dụng skill Bài 5.8 + 6 kỹ thuật Bài 5.9:

[PRODUCT]
- Cụ thể về cái muốn (length, format, tone, audience)
- Reference đính kèm

[PROCESS]
- Spec method/framework
- Step nếu multi-step
- Examples nếu pattern-heavy

[PERFORMANCE]
- Hỏi clarifying khi cần
- Đề xuất option, không tự decide
- Concise mặc định

3b. AI tạo output

AI deliver. Đừng skim ngay.

3c. Discern (3 loại — Bài 5.10)

Product check:

• Accurate? (verify số/citation/fact)
• Complete? (vs. requirement)
• Coherent?

Process check:

• Logic solid?
• Method follow đúng?
• Có lapse / circular?

Performance check:

• Smooth?
• Match collaboration style đã agree?

3d. Refine

Có 3 outcome:

Outcome A: Pass ✅ → Move on. Save output.

Outcome B: Minor issue → Provide specific feedback (What/Why/How/Revise — Bài 5.10). → Loop again with refined description.

Outcome C: Major issue (multiple Discern fail) → Re-think Description từ đầu. Có khi back to Delegation (task này không đúng cho AI).

3e. Repeat until satisfactory

Loop có thể 1 lần (Pass đầu) hoặc 5+ lần (task khó).

Đừng accept output sub-par vì "lười loop". Quality cuối là responsibility của bạn.

Integrate expertise

Trong và sau loop, bạn add value:

• Unique perspective AI không có (relationship, history, intuition)
• Domain knowledge sâu để spot nuance
• Final judgment về what to include/exclude
• Voice/style cá nhân

Không outsource judgment. AI là collaborator, không phải replacement.

Ví dụ loop thực tế — "Tutorial Python setup"

(Tiếp project ví dụ từ Bài 5.7)

Loop 1 — Task: Outline tutorial

Describe:

Output: outline 8-12 section cho tutorial 'Setup Python dev environment cho complete beginner'. Format: markdown bullet, mỗi section có: title + 1-line description + estimated time. Audience: chưa từng code (đã dùng Excel). Target macOS + Windows (skip Linux để gọn). Reference: latest 2026 best practice (venv preferred over conda for beginner). Performance: trước khi viết outline, hỏi tôi 2 clarifying nếu thiếu context.

AI output: Outline 10 section + 2 clarifying:

• "Bạn muốn include VS Code setup không, hay generic editor?"
• "Có cần section 'troubleshoot common error' cuối không?"

Discern:

• Product: matches format spec
• Process: questions valid
• Performance: hỏi clarifying như expected

Refine: Trả lời clarifying. AI output v2 outline.

Discern v2:

• Section 4 ("Virtualenv basics") quá technical cho beginner — dùng từ "isolation" mà chưa giải thích

Refine v3:

Section 4 cần beginner-friendlier. Replace 'isolation' với analogy đơn giản (ví dụ: 'như tủ riêng cho mỗi project'). Add 1-2 câu why this matters (avoid conflict between project).

AI output v3

Outline tốt. ✅ Pass.

Time

10 phút (vs. tự outline 30 phút).

Loop 2 — Task: Expand section "Install Python"

Describe:

Expand section 2 'Install Python' từ outline. Output: 250-300 words, có code/command in code block, screenshot reference (sẽ tự take). Audience: complete beginner. Process: Step-by-step. macOS first (homebrew route), Windows after (installer route). Mention Python 3.12 as recommended. Performance: Concise. Highlight bằng [SCREENSHOT: description] khi tutorial cần hình.

AI output: Section expanded.

Discern:

• Product: length OK, format OK
• Process: AI suggest python.org installer cho macOS thay vì homebrew → contradicts với spec ban đầu
• Performance: concise, [SCREENSHOT] markers correct

Refine:

Macos route incorrect — bạn proposed python.org installer. Tôi specify homebrew. Re-do macOS section using homebrew (brew install python@3.12).

AI output v2

Fixed.

Discern v2

✅ Pass.

Time

8 phút.

Pattern emerges

Sau 4-5 loop, bạn notice:

• Description với [PRODUCT] [PROCESS] [PERFORMANCE] structure → consistent quality
• AI tend to drift từ specific tool spec → cần explicit reminder
• "Concise" performance hint → AI keep length under control

→ Update master prompt template cho project: add 1 reminder line "MUST follow tool choice spec từ section 1 outline".

Đây là learning trong loop.

Pattern nhận biết Description tốt vs. kém

Sau nhiều loop, bạn sẽ phát hiện pattern personal:

DESCRIPTION TỐT (cho task của bạn):
- Có 3D rõ ràng
- Length 100-200 từ
- Reference cụ thể (file, example)
- 1 performance hint
- → Pass loop 1-2 lần

DESCRIPTION YẾU:
- Thiếu Performance dimension
- Quá vague về audience
- Không spec format precise
- → Loop 4+ lần

Pattern khác nhau giữa người. Học pattern của chính bạn.

Khi loop trở nên frustrating

Đôi khi loop 5-10 lần vẫn không tốt. Có 4 root cause + fix:

Root cause 1: Description vẫn ambiguous

Sign

AI output keep missing same dimension.

Fix

Pause loop. Re-think Description từ đầu. Có khi cần concrete example (few-shot) thay vì describe abstractly.

Root cause 2: Wrong delegation level

Sign

AI fail pattern — không phải execution issue, mà task không suit AI.

Fix

Pull task back human-only, hoặc switch to different mode (automation → augmentation).

Root cause 3: Wrong tool

Sign

Task cần capability AI không có (real-time data, image gen, code exec) — không có tool.

Fix

Add tool integration, hoặc switch model.

Root cause 4: Bạn không rõ về output cuối

Sign

Mỗi loop bạn change goal → AI không converge.

Fix

Pause AI. Sketch output cuối trên giấy. Revisit project vision (Bài 5.7). Sau khi rõ, return AI.

Quy tắc

Sau 5 loop không converge → pause, diagnose root cause. Không brute-force.

Reflection trong khi execute

Sau mỗi 30-45 phút loop, dừng 2 phút:

📝 Note xuống:

• Pattern Description nào tạo outcome tốt nhất hôm nay?
• Loop nào tốn nhiều iteration nhất? Tại sao?
• Có insight nào AI mang lại bạn không nghĩ tới?
• Nếu redo, bạn sẽ Describe khác đi như thế nào?

Reflection trong execute = học nhanh hơn 10x reflect sau.

Ví dụ theo ngành

Sales Manager — Quarterly Business Review prep

Project: Build QBR deck (15 slide) cho top 3 enterprise account.

Loop pattern:

1. Describe: Account profile + meeting context + slide template
2. AI output: First draft 15 slide
3. Discern: Số liệu match CRM? Talking point relevant? Risk flag accurate?
4. Refine: Provide specific corrections, request iterate
5. Repeat cho mỗi account
6. Integrate: Add personal anecdote about each account, customize call-to-action

Outcome: 3 deck QBR (45 slide total) trong 1.5 giờ vs. 6 giờ tự làm.

Content Marketer — Newsletter monthly

Loop pattern:

1. Describe theme + tone + word count
2. AI draft 5 section
3. Discern: voice consistent? CTA strong? Length OK?
4. Refine section by section
5. Integrate: add personal perspective, sign-off

Software Engineer — Feature implementation

Loop pattern:

1. Describe spec + architecture preference + test requirement
2. AI implement code (Claude Code)
3. Discern: Logic correct? Edge case handle? Test coverage adequate?
4. Refine — point to specific bug/missing case
5. Integrate: code review, manual test, deploy decision

Clinical — Literature review for grant

Loop pattern:

1. Describe research question + inclusion criteria + framework (PRISMA)
2. AI synthesize 80 paper
3. Discern: Citation real? Theme accurate? Gap identification valid?
4. Refine — question specific synthesis claim
5. Integrate: add own research positioning, methodology section

Anti-patterns trong loop

Accept output đầu tiên vì "good enough"

Hiểu hiện

Output trông OK, ship. Quality 7/10 → quality "average" reputation.

Fix

Cho phép thêm 1-2 loop. Quality 9/10 = differentiation.

Loop quá nhiều (perfectionism)

Hiểu hiện

Loop 15 lần cho task low-stakes.

Fix

Quality target match stakes. Email cá nhân = 1-2 loop. Board deck = 5-10 loop.

Vague feedback trong loop

Hiểu hiện

"No, like, more punchy" → AI không biết fix gì.

Fix

Specific What/Why/How (Bài 5.10).

Bỏ quên integrate

Hiểu hiện

Loop xong → ship AI output as-is. Không add personal value.

Fix

Mọi output high-stakes phải có "your touch" — perspective, voice, judgment.

Loop 1 turn task khi cần human-only

Hiểu hiện

Loop AI cho ethical decision, board strategy — task không nên giao AI.

Fix

Recognize → pull task về human. Loop là tool cho task suitable.

Mẹo nâng cao

Mẹo 1: "Pre-mortem" trước loop

Trước task, dự đoán: "Loop này sẽ fail ở chỗ nào? Description dimension nào?". Pre-mortem giúp bạn cover gap proactively.

Mẹo 2: Save successful prompt sequence

Sau loop thành công, save sequence prompt. Đây là template cho task tương tự lần sau. Library cá nhân tích lũy.

Mẹo 3: Pair loop với colleague

Cho work quan trọng, làm loop với colleague:

• Bạn drive Description
• Colleague Discern (bias-free perspective)
• Cả hai integrate

→ Quality cao hơn solo loop.

Mẹo 4: Maintain "loop log" cho 1 tuần

Mỗi loop, log: số iteration, pattern Description tốt, pattern fail, lesson. Sau 1 tuần, pattern personal lộ ra.

Áp dụng ngay

Bài tập chính: Execute project (45-60 phút)

Đây là "main event" của bài.

Bước 1

Pull project plan từ Bài 5.7.

Bước 2

Setup conversation Claude với Description approach (Step 2 trên).

Bước 3

Đi qua từng task. Loop với Description-Discernment cho mỗi cái.

Bước 4

Integrate expertise của bạn — final touches, decision, voice.

Bước 5

Save project completed.

📝 Note kèm:

• Số task hoàn thành
• Tổng thời gian
• Pattern Description tốt nhất bạn discover
• Insight về collaboration với AI

Bài tập 2: Reflection (10 phút)

• Pattern Description nào dẫn tới outcome tốt nhất?
• Cái nào tốn effort hơn — Description hay Discernment? Tại sao trong context của bạn?
• Project execution thực tế khác plan ban đầu (Bài 5.7) ra sao? Adjustment gì bạn làm?

Tóm tắt bài học

Tài liệu tham khảo

• Bài 5.6 — Delegation framework (cha của loop)
• Bài 5.8 — Description (input của loop)
• Bài 5.9 — 6 kỹ thuật prompting (toolset)
• Bài 5.10 — Discernment (output evaluation của loop)