1.3 · Tối ưu kết quả — AI Fluency & Iteration

Mở đầu: Tại sao response không đúng ý?

• Response quá generic, bạn đọc nửa chừng phải dừng vì nó viết như AI (oh, irony)
• Claude confident-sounding nhưng sai một con số quan trọng
• Tông quá formal, không match context Việt Nam / team của bạn
• Bạn yêu cầu 200 từ, nó viết 800 từ; bạn yêu cầu bullet, nó trả về prose

Phản ứng đầu tiên là blame AI. "AI ngu quá." "Claude không hiểu tôi." "Đây rồi, AI overhyped."

Phản ứng đúng: Đây là signal. Mỗi response "chưa ưng" là một cơ hội học thêm về cách brief Claude cho đúng. Người thạo AI sau 6 tháng không phải vì Claude đã cải thiện 10x — mà vì họ đã học cách giao tiếp với Claude theo cách có hệ thống hơn.

Bài này dạy bạn:

1. Troubleshooting techniquesfix nhanh 5 loại problem phổ biến
2. 4D Frameworkcách suy nghĩ về AI collaboration
3. Evalscách test Claude một cách hệ thống trên task của bạn

5 common challenges và cách fix

Dưới đây là bảng cheat-sheet các lỗi phổ biến. In ra dán bàn hoặc bookmark.

Ví dụ fix: từ generic → specific

Prompt generic:

Write an email about the project delay.

Response: Một email chung chung về delay, tông generic corporate.

Prompt specific:

Write an email to our enterprise client explaining that the software integration will be delayed by two weeks. They've been patient so far but this is the second delay. Keep it professional but apologetic. Length: 150 words. Include: brief apology, root cause (1 sentence), new timeline with specific date, offer to jump on a call if they need to escalate.

Response: Usable draft, match situation của bạn, bạn chỉ cần tweak 10-20% trước khi gửi.

Công thức fix generic:

1. Add audience specificity ("enterprise client" thay vì "client")
2. Add history / context ("second delay" thay vì không mention)
3. Add constraints ("150 words", "professional but apologetic")
4. Add structure requirements ("brief apology + root cause + timeline + call offer")

Iteration Mindset — Shift quan trọng nhất

Treat your first prompt as the start of a conversation, not a one-shot request.

Đây là shift mindset quan trọng nhất khi dùng AI, và cũng là shift khó nhất.

Tại sao khó?

Chúng ta đã quen Google mindset: type query → expect perfect result → nếu không có, blame yourself (query sai) hoặc blame tool.

Với AI, mindset đúng là conversation mindset: open with best attempt → observe response → adjust → refine → converge.

3 nguyên tắc Iteration

1. First drafts as starting points

Coi response đầu tiên như một draft từ junior colleague:

• Có structure rồi → bạn không phải start from scratch
• Có thể có điểm chưa ưng → feedback cụ thể
• Có thể có fact cần verify → check trước khi ship
• 80% của value nằm ở response đầu. 20% còn lại come từ iteration.

2. Specific feedback

So sánh:

3. Know when to start fresh

Conversation đi chệch quá xa → sometimes faster to start a new chat với prompt đã refined, thay vì cố redirect. 3 dấu hiệu restart:

• Đã đi > 15 messages và response bắt đầu lặp
• Topic đã shift đáng kể (bắt đầu marketing, giờ đang coding)
• Bạn muốn "fresh take" không bias bởi conversation

Pro tip: Trước khi restart, hỏi Claude: "Summarize key context từ chat này thành 5 bullets để tôi paste vào chat mới."

AI Fluency — và tại sao nó quan trọng

AI Fluency là năng lực cộng tác hiệu quả với AI — không chỉ "biết bấm nút nào", mà là phát triển judgment để dùng AI tốt qua các tình huống khác nhau.

AI Fluency không phải là "biết prompt hay". Nó là biết khi nào dùng AI, khi nào không, và khi dùng thì phải kiểm tra gì.

4D Framework — Đào sâu

Đã introduce ở Bài 02. Giờ ta đào sâu từng D với tình huống thực tế.

┌────────────────────────────────────────────────────────┐
│                    4D FRAMEWORK                        │
│                                                        │
│   WHAT (giao gì)         HOW (giao thế nào)            │
│   ┌───────────────┐      ┌──────────────────┐          │
│   │  DELEGATION   │ ───▶ │   DESCRIPTION    │          │
│   │               │      │                  │          │
│   │  Quyết định   │      │  Giao tiếp rõ    │          │
│   │  human vs AI  │      │  với AI (C-T-R)  │          │
│   └───────────────┘      └──────────────────┘          │
│            ▲                       │                   │
│            │                       ▼                   │
│   ┌───────────────┐      ┌──────────────────┐          │
│   │   DILIGENCE   │ ◀─── │   DISCERNMENT    │          │
│   │               │      │                  │          │
│   │  Trách nhiệm  │      │  Đánh giá        │          │
│   │  cuối cùng    │      │  output          │          │
│   │  của người    │      │                  │          │
│   └───────────────┘      └──────────────────┘          │
│                                                        │
│   LOOP: lặp lại cho đến khi có confidence             │
└────────────────────────────────────────────────────────┘

1. Delegation — Giao gì cho AI?

Không phải task nào cũng nên giao AI. Framework quyết định:

Phù hợp giao AI:

• Có pattern, có template
• Output kiểm tra được (so với ground truth)
• Cost của sai thấp (không ship thẳng cho khách hàng)
• Bạn muốn AI làm — không phải chỉ để tiết kiệm thời gian mà còn để improve quality

Không nên giao AI:

• Judgment call có stakes cao (hiring, firing, strategic decisions)
• Task cần privileged context AI không có
• Trust với stakeholders quan trọng (AI làm, nhưng người phải chịu trách nhiệm + review kỹ)

Pro tip: List 10 task trong tuần. Với mỗi task, hỏi: Nếu senior ai đó ở team giúp tôi làm 60% task này, tôi sẽ OK không? Nếu yes → candidate để giao AI.

2. Description — Giao thế nào?

Đây là công thức C-T-R ở Bài 02. Recap:

• Context (bạn là ai, muốn gì)
• Task (cụ thể động từ)
• Rules (tone, format, constraints)

Advanced: thêm examples (show style bạn muốn), thêm counter-examples (cái bạn không muốn).

3. Discernment — Đánh giá output thế nào?

Không phải Claude said → Claude right. Checklist đánh giá:

Accuracy — có đúng fact không?

• Con số / ngày / tên — cross-check với source đáng tin
• Citations — click vào, verify link work và nội dung khớp
• Claims — "X causes Y" có được prove hay chỉ correlation?

Appropriateness — có phù hợp context không?

• Tông có match audience?
• Depth có đúng level (quá basic/quá advanced)?
• Cultural fit — có điều gì weird với context Việt Nam / industry bạn?

Completeness — có miss gì?

• Có cover tất cả angles đã prompt không?
• Có nhắc đến caveats / limitations không?
• Có edge cases nào Claude chưa nghĩ đến?

Consistency — có self-consistent không?

• Số ở section 1 và section 4 có khớp không?
• Tông / terminology có nhất quán không?
• Có chỗ nào contradict chính nó?

4. Diligence — Trách nhiệm cuối cùng

Đây là phần không delegable. Dù AI làm 95% task, bạn vẫn chịu trách nhiệm cho output được ship.

Rules:

• Transparency: Nếu content được AI-assisted, tùy context, disclose. (Ví dụ: academic, legal — mandatory. Marketing internal — optional.)
• Accountability: Ship với tên bạn = bạn own mọi consequence.
• Ethics: Claude harmless by design, nhưng use case có thể vẫn problematic (surveillance, manipulation, bias). Bạn là người gatekeep.

Delegation-Diligence Loop — Build confidence có căn cứ

Câu hỏi mà mọi người đặt sau tuần đầu dùng Claude: "Tôi biết Claude trả lời tốt nhiều task. Nhưng với task cụ thể của tôi, sao tôi biết nó đáng tin?"

Đây là câu hỏi đúng. Và câu trả lời không phải "cứ tin" hay "đừng tin" — mà là một loop có hệ thống gọi là Delegation-Diligence Loop.

Case study: Rio — Program Director tại Valley Veterans Services

Rio làm quarterly analysis về program attendance vs. employment outcomes. Mỗi quý, anh tốn hàng giờ:

• Tính attendance rates
• Track monthly changes
• Determine correlation giữa attendance và job placement

Anh muốn delegate cho AI. Nhưng anh cảnh giác — data sạch là quan trọng, sai là affect decision thực tế cho chương trình.

Rio's loop — 6 bước

Bước 1: Identify specific task

Rio chọn 1 task cụ thể: phân tích attendance vs. outcomes cho Q2. Không generic như "AI phân tích data cho tôi".

Bước 2: Find past data với ground truth

Rio lấy Q1 data — anh đã làm manual, biết kết quả đúng. Đây là test case — có "đáp án" để so.

Bước 3: Prompt AI tái tạo kết quả

Rio prompt:

Share attendance data + employment outcomes từ job training program Q1. Analyze: 1. Participation patterns 3 tháng 2. Graph correlations attendance levels vs. employment success 3. Có consistent attendance predict better placement không?

Bước 4: Check output vs. ground truth

AI return summary. Rio không assume đúng. Anh compare:

• AI đúng: correlation attendance vs. job placement
• AI miss: critical insight về combined housing + job placement program

Bước 5: Refine description

Rio update prompt: "Pay special attention to program type — housing-only vs. job-only vs. combined housing+job."

Lần này AI catch được nuance. Rio note lại cho future: "Với quarterly analysis, luôn phải prompt Claude consider program type explicit."

Bước 6: Test harder question

Rio push thêm: "Also look at this based on khi participants enrolled."

AI response — nhưng Rio observe AI không có enrollment data. Rio note: "Next quarter cần include enrollment dates trong data upload."

Kết quả loop

Rio học được:

• AI tốt cho analysis anh đã làm manual (validated!)
• AI cần specific context (program type) để không miss insights
• AI cần right data (enrollment dates) cho cohort analysis
• Anh tin tưởng có căn cứ dùng AI cho Q2 data

Delegation-Diligence Loop:

   ┌─────────────────────────────────────────┐
   │                                         │
   │  1. Identify specific task              │
   │     (không generic)                     │
   │                                         │
   │  2. Find past data với ground truth     │
   │     (có "đáp án")                       │
   │                                         │
   │  3. AI attempts reproduce               │
   │     (initial prompt)                    │
   │                                         │
   │  4. Compare vs. ground truth            │
   │     (honest check)                      │
   │                                         │
   │  5. Refine description                  │
   │     (note gaps cho future)              │
   │                                         │
   │  6. Test edge cases / harder            │
   │     (push limit)                        │
   │                                         │
   │  ──▶ Loop back to step 3 hoặc STOP     │
   │      (khi đã confident hoặc when       │
   │       concluded task NOT delegable)    │
   │                                         │
   └─────────────────────────────────────────┘

Điều quan trọng: 2 outcomes đều giá trị

• Outcome A: Sau vài iterations, AI reproduce được kết quả bạn → bạn đã có validated approach để dùng trên data mới. Diligence tiếp tục trên mỗi output, nhưng bạn work từ confidence chứ không phải guesswork.

• Outcome B: Sau iterations, AI không reproduce được → bạn học được rằng task này không nên delegate. Đây cũng là kết quả giá trị — tránh sai lầm đắt đỏ later.

Khi bạn không đủ kiến thức để spot gaps?

Không phải ai cũng là data-savvy như Rio. Nếu bạn không đủ chuyên môn để biết AI output có đúng không:

• Bring the question to AI first — ask AI help brainstorm solution trước khi implement. "Explain approach của bạn step-by-step, tôi muốn hiểu logic trước khi apply."
• Ask for explanations liên tục — "Why did you choose X formula?", "What assumption did you make here?"
• Start small — test với subset data bạn có thể verify (ví dụ, data của 1 tuần thay vì cả quý)

Evals — Test hệ thống cho workflows của bạn

Eval (viết tắt evaluation) là cách test Claude có hệ thống trên task lặp. Không cần infrastructure phức tạp — approach đơn giản vẫn đủ hiệu quả.

Tại sao eval matter?

Công việc của bạn unique. Claude có thể:

• Excel ở viết marketing copy nhưng cần guidance cho technical docs
• Tốt ở summary general nhưng miss nuance trong domain của bạn
• Right cho first draft nhưng không đủ cho ship thẳng

Eval giúp bạn biết chính xác Claude làm tốt gì, chưa tốt gì với task cụ thể của bạn.

Lightweight eval approach — 4 bước

Bước 1: Gather examples

Thu 5-10 examples của task bạn làm regularly:

• Emails bạn đã viết
• Reports bạn đã produce
• Analyses bạn đã deliver
• Outputs đã shipped và nhận feedback

Đây là golden set — "đáp án" reference.

Bước 2: Create test prompts

Viết prompts mà nếu Claude chạy, Claude sẽ produce similar outputs. Include context bạn naturally có khi làm task (attached files, project info, past conversations).

Bước 3: Compare outputs

Run prompt → compare Claude output với golden example. Self-assess:

• Có capture key information không?
• Tone / style có phù hợp không?
• Thiếu gì? Cần improve chỗ nào?

Tip: Rate mỗi output theo 3 metric (1-5 scale):

• Accuracy (fact, numbers)
• Structure (organization, format)
• Voice (tone, style match)

Bước 4: Refine approach

Dựa vào patterns quan sát:

• Đâu là consistent gap → adjust prompt template
• Có cần thêm examples trong prompt để Claude match style?
• Có task Claude không nên do → flag cho human review

Eval ví dụ cụ thể: weekly status report

Golden examples (Bước 1)

Bạn lưu 5 status update gần nhất bạn viết tự tay. Mỗi cái có structure: Done this week / In progress / Blockers / Next week.

Test prompt (Bước 2)

Tôi là [role]. Viết weekly status update cho team.
Source: 
- Completed tasks trong Asana (check file asana-week-X.csv)
- Slack DMs key decisions
- Calendar tuần qua

Format: 4 sections — Done / In Progress / Blockers / Next week.
Tông: direct, factual, không corporate fluff.
Length: 300-400 words.

Compare (Bước 3)

Run trên data thật Q4 week 10. So với status update Q4 week 10 bạn đã viết.

Observations:

• Accuracy tốt (tasks match)
• Structure OK nhưng Claude verbose hơn bạn
• Voice chưa match — Claude ship "delivered comprehensive analysis" trong khi bạn hay viết "shipped analysis"

Refine (Bước 4)

Update prompt với: "Style reference: upload sample file status-update-examples.md (5 examples). Match style đó — concise, action-focused, không corporate adjectives."

Chạy lại → quality tăng đáng kể.

Lesson: Eval không phải once-off. Mỗi 1-2 tháng, re-eval với new examples để check Claude vẫn aligned với standards mới của bạn (standards thay đổi theo thời gian).

Ví dụ theo ngành — Eval template

Data Analyst

Task

Weekly anomaly detection trên sales data

Golden set

5 past weekly reports với anomalies đã confirmed

Eval prompt:

Upload sales-week-X.csv. Detect anomalies theo criteria: - Sales drop > 20% WoW - Unusual geographic pattern - Product category surge / drop Output: bullet list anomalies + likelihood + suggested root cause check.

Rate: Recall (caught all real anomalies?) + Precision (false positive rate?)

Content Marketer

Task

Convert blog post thành LinkedIn article

Golden set

5 pairs (blog → LinkedIn) đã published

Eval prompt:

Upload blog-post.md. Convert sang LinkedIn article format (1200 từ), dùng story-based hook, 3 insights với examples, soft CTA cuối.

Rate: Hook quality, insight clarity, CTA effectiveness (compare to past performance)

Finance Analyst

Task

Monthly expense reconciliation

Golden set

3 past reconciliations (manual) có flagged discrepancies ground truth

Eval prompt:

Upload bank-stmt.xlsx + erp-export.xlsx + invoices.xlsx. Match transactions theo amount + date (±3 days). Flag unmatched > $500.

Rate: Match rate accuracy vs. manual, false flag rate

Teacher

Task

Generate lesson plan từ topic

Golden set

5 lesson plans bạn hài lòng

Eval prompt:

Lesson plan 45 phút cho [topic], lớp [grade]. Include: warm-up, concept intro (với analogies), 3 exercises difficulty tăng dần, wrap-up assessment.

Rate: Pedagogical soundness, age-appropriate language, exercise quality

Anti-patterns khi iterate và eval

Fix symptom thay vì root cause

Biểu hiện

Response generic → add "hãy cụ thể hơn". Vẫn generic → add "thật cụ thể nhé". Loop vô tận.

Tại sao sai

"Hãy cụ thể hơn" không actionable. Claude không biết cụ thể về gì.

Cách đúng

Diagnose — missing context gì? Add chính xác missing piece: "Tôi target audience SMB, không enterprise", "Industry của tôi là healthcare, không generic tech".

Over-iterate trên một response

Biểu hiện

20 follow-ups để polish 1 email.

Tại sao sai

Diminishing return. Sau 5 iterations, bạn fine-tune 5% mỗi lần. Faster just rewrite bằng tay 10%.

Cách đúng

3-5 iterations max. Nếu vẫn không ưng → đây là signal prompt gốc sai → restart với prompt mới đã revise.

Eval 1 lần rồi forget

Biểu hiện

Test Claude week 1, OK, dùng mãi 6 tháng không retest.

Tại sao sai

Standards của bạn + company có thể thay đổi. Claude models có update. Workflows drift.

Cách đúng

Schedule quarterly re-eval cho workflows quan trọng. Note: Claude update notes thường trên changelog.

Confuse subjective feedback với accuracy issue

Biểu hiện

"Response Claude không đúng" = "tôi không thích style này".

Tại sao sai

Hai thứ khác nhau. Accuracy là fact đúng/sai. Style là preference.

Cách đúng

Khi không hài lòng, hỏi: "Accuracy hay style?" Nếu accuracy → verify + flag cụ thể. Nếu style → update prompt với example.

Skip diligence vì "Claude trust được"

Biểu hiện

Sau vài tuần, bạn quen → bắt đầu copy-paste thẳng output.

Tại sao sai

Trust chưa bao giờ là 100%. Một hallucination nghiêm trọng trong high-stakes content có thể wipe out weeks of time saved.

Cách đúng

Maintain default skepticism cho high-stakes output. Diligence ratio tỷ lệ với stakes: internal memo = 20% review time, client deliverable = 100% review.

Áp dụng ngay

Bài tập 1: Troubleshoot một "stuck conversation" (15 phút)

Mở chat cũ nhất bạn từng có response không ưng. Diagnose:

Sửa prompt, submit lại. Ghi lại: lần này output improve bao nhiêu %?

Bài tập 2: Setup delegation-diligence loop cho 1 task (20 phút)

Pick 1 task lặp của bạn (từ danh sách Bài 01).

Bước 1

Find 1 instance bạn đã làm manual, có ground truth.

Bước 2

Write prompt để Claude reproduce.

Bước 3

Chạy → compare với ground truth. Note gaps:

• Cái gì Claude làm đúng?
• Cái gì miss / sai?
• Pattern nào bạn phải explicit hơn?

Bước 4

Refine prompt based on gaps.

Bước 5

Chạy lần 2 → compare lại.

Bước 6

Kết luận — delegate? Delegate with adjustments? Not delegate?

Tóm tắt bài học

Tài liệu tham khảo

• AI Fluency course (free, 11 bài) — deep dive 4D Framework
• AI Fluency for Nonprofits — Rio's case study ở lesson 12
• Anthropic research on evaluations — nếu muốn đào sâu eval methodology