Sáu Vấn Đề, Một Thư Mục: Cẩm Nang Local-First Cho AI Văn Phòng

Sáu vấn đề từ một công ty

Một người bạn điều hành công ty gửi cho tôi một tài liệu hai trang vào tuần trước, có tên How Using AI to Boost Workplace Productivity. Tài liệu liệt kê sáu vấn đề được đánh số, viết theo cách một người điều hành viết: không lý thuyết, chỉ là những nơi các công cụ vẫn chưa đáp ứng được công việc hàng ngày.

1. Slide bài thuyết trình trông chuyên nghiệp: mạch truyện nhất quán, hình ảnh đồng bộ, bố cục không hét lên "được tạo ra bởi máy," ngôn ngữ không nghe như AI.
2. Một luồng công việc dự án nơi một bản ghi âm cuộc họp trở thành sáu tài liệu: cập nhật nội bộ, email bên ngoài, bảng theo dõi hành động, sổ đăng ký rủi ro, nhật ký quyết định, dòng thời gian, mà không phải nhắc lại từ đầu mỗi lần.
3. Prompting để mô hình hành xử như một nhà nghiên cứu hoặc chuyên gia tư vấn thay vì một trình tóm tắt: phân tích tình huống, benchmark quốc tế, tìm nguyên nhân gốc, đánh giá chiến lược, đánh giá phản biện.
4. Biết khi nào nên tin những gì AI nói, đặc biệt về chính sách, quy định, bán dẫn, số liệu đầu tư, và dữ liệu nghiên cứu.
5. Một luồng nghiên cứu nghiêm ngặt: đánh giá tài liệu, phân tích khoảng trống, câu hỏi nghiên cứu, tạo giả thuyết, tổng hợp khung lý thuyết, so sánh trường hợp.
6. AI xuyên suốt toàn bộ vòng đời của một bài báo học thuật, và câu hỏi khó chịu bên dưới nó: làm sao trường đại học sẽ phát hiện và đánh giá điều này, và ranh giới chính xác nằm ở đâu?

Sáu vấn đề, bốn công cụ trên bàn: ChatGPT, Codex, Claude, và Claude Code. Và một nguyên tắc chạy xuyên suốt mọi câu trả lời dưới đây: làm việc cục bộ trước tiên. Giữ tài liệu nguồn, bản thảo, nguồn tham khảo, và kết quả đầu ra dưới dạng file trong các thư mục trên đĩa của riêng bạn, và đặt một agent vào bên trong các thư mục đó. Khung chat là nơi bạn suy nghĩ thành tiếng. Thư mục là nơi công việc thực sự tồn tại.

Tóm tắt nhanh

- Hai gói đăng ký đủ cho tất cả những gì ở đây: ChatGPT Plus $20 và Claude Pro $20, nâng lên gói $100 chỉ khi bạn chạm giới hạn. Cả hai gói đều bao gồm một agent cục bộ đầy đủ, Codex và Claude Code, không phụ phí. - Slide: tách mạch truyện, bố cục, và hình ảnh thành ba công việc riêng biệt. Viết mạch truyện dưới dạng file, dựng slide từ một template cố định bằng agent, tạo hình ảnh một lần theo một bảng phong cách đã lưu. - Cuộc họp: một file skill biến bất kỳ bản ghi âm thành cả sáu tài liệu, thêm vào các file theo dõi sống thay vì tái tạo chúng. - Kết quả chất lượng chuyên gia đến từ việc cho mô hình toàn bộ hồ sơ vụ việc và một rubric đánh giá, sau đó cho mô hình của nhà cung cấp khác tấn công kết quả đó. - Tin tưởng: không con số nào được đưa vào tài liệu mà không có URL, nguồn được lưu vào đĩa, và hai mô hình kiểm tra chéo lẫn nhau. Các mô hình hàng đầu vẫn "ảo giác" (hallucinate) từ 3 đến 19 phần trăm tùy vào nhiệm vụ [4]. - Liêm chính học thuật: việc phát hiện không hiệu quả và OpenAI đã ngừng sử dụng chính công cụ phát hiện của mình [6]. Ranh giới có thể bảo vệ được là một nhật ký quy trình cộng với việc công khai sử dụng, điều mà một thiết lập local-first tự động tạo ra.

Danh sách công cụ

Hai dòng in đậm là hai công cụ mà hầu hết văn phòng chưa mở ra. Cả hai đều là các agent chạy trên máy của bạn, đọc và viết file của bạn, thực thi chương trình, và tìm kiếm trên web. Cả hai đều đọc một file hướng dẫn cố định tại gốc của thư mục nơi chúng làm việc: CLAUDE.md cho Claude Code, AGENTS.md cho Codex [3]. Viết quy tắc của bạn một lần trong một trong hai file đó, sau đó yêu cầu agent còn lại sao chép sang tên file của nó. Từ lúc đó, cả hai agent đều biết quy ước đặt file, phong cách viết, và các template của bạn trước khi bạn gõ một chữ nào.

Nếu cụm từ "agent cục bộ" còn mới với bạn, bài viết trước của tôi bao quát toàn bộ nền tảng chi tiết: cấu trúc thư mục, các file hướng dẫn, cài đặt, và ghi âm cuộc họp cục bộ (Cẩm nang Power User của Claude). Bài viết này giả định bạn đã có nền tảng đó và gán công cụ cho từng vấn đề.

Phần cứng cần thiết

Không có gì trong số trên cần một máy mạnh. Claude Code và Codex gửi file của bạn lên mô hình và nhận lại văn bản; tính toán nặng diễn ra trên máy chủ của Anthropic hoặc OpenAI, không phải máy của bạn. Công việc cục bộ duy nhất có trọng lượng phần cứng thực sự là ghi âm chuyển văn bản bằng Whisper trong Vấn đề 2, và ngay cả việc đó cũng chạy được trên laptop.

Chiếc laptop bạn đã có, nếu nó không quá sáu năm tuổi:

Nếu laptop của bạn chạy được một trình duyệt hiện đại mà không gặp khó khăn, nó chạy được mọi thứ trong bài viết này ngoại trừ chuyển văn bản Whisper nặng.

Mua mới, cho người muốn dư địa: 16 GB RAM, bất kỳ CPU gần đây, một SSD với ít nhất 50 GB trống nếu Cowork sẽ đánh chỉ mục toàn bộ thư mục dự án [12]. Đó gần như là một laptop tầm trung ở bất kỳ mức giá nào vào năm 2026, không cần máy được quảng cáo là "workstation" hay "gaming."

Cấp độ máy chủ tại nhà, cho thiết lập NextCloud kết hợp Tailscale trong Vấn đề 2 và cẩm nang power user: một mini PC là phần cứng phù hợp, không phải một tower. Ba cấp độ, giá hiện tại [14]:

Một Mac mini M4 (từ $599, 16 GB RAM) cũng hoạt động tốt và chạy whisper.cpp tốt trên chip của riêng nó, với giá cao hơn các cấp độ Beelink cho cùng công việc [15]. Không cái nào trong số này cần card đồ họa; chuyển văn bản và phục vụ file không phải là các tác vụ đòi hỏi GPU ở quy mô này.

Nơi duy nhất GPU quan trọng: chạy mô hình Whisper lớn nhất (large-v3) với tốc độ cao. Chỉ dùng CPU, mất khoảng mười phút để chuyển văn bản một cuộc họp một giờ với mô hình small, và khoảng ba giờ với large-v3 [16]. Hầu hết văn phòng không bao giờ cần large-v3; small hoặc medium chuyển văn bản tốt cho các cuộc họp ghi âm rõ ràng và hoàn thành trong vài phút trên bất kỳ máy nào trong các bảng trên. Chỉ tìm đến GPU nếu bạn chuyển văn bản hàng giờ âm thanh mỗi ngày và thời gian chờ CPU trở thành điểm nghẽn, không phải trước đó.

Vấn đề 1: Slide bài thuyết trình không trông như được tạo ra bởi máy

Các điểm đau trong tài liệu rất cụ thể: không có cấu trúc mạch truyện, hình ảnh không đồng bộ giữa các slide, bố cục thiếu chuyên nghiệp, ngôn ngữ quá rõ ràng là do máy viết. Mỗi điểm đau đến từ việc yêu cầu một khung chat làm ba công việc khác nhau cùng lúc. Hãy tách chúng ra.

Mạch truyện là một công việc tư duy. Làm việc này trong chat của Claude, và lưu kết quả dưới dạng file, vì bộ slide sẽ được xây dựng lại bốn lần trước khi hội đồng quản trị nhìn thấy nó. Cấu trúc mà các chuyên gia tư vấn đã sử dụng trong năm mươi năm là kim tự tháp của Barbara Minto: câu trả lời trước, rồi hai đến bốn luận điểm hỗ trợ nó, rồi bằng chứng dưới mỗi luận điểm [7]. Hãy yêu cầu chính xác điều đó:

Đây là tài liệu thô của tôi [dán hoặc đính kèm]. Xây dựng một kim tự tháp Minto cho bộ slide 12 trang hướng đến [đối tượng] với câu trả lời một dòng là [quyết định bạn muốn]. Cho tôi: ý tưởng chủ đạo, ba luận điểm chính, và bằng chứng mỗi slide phải thể hiện. Xuất ra dưới dạng outline.md với một phần cho mỗi slide: câu tiêu đề, các điểm hỗ trợ, và hình ảnh cần chứng minh điều gì.

Kết quả đầu ra được đưa vào thư mục dự án của bạn dưới dạng outline.md. File đó, không phải cuộc chat, giờ là nguồn sự thật.

Bố cục là một công việc dựng hình, vậy nên đừng bao giờ để công cụ chat tự do sáng tạo. Các bộ slide được dựng từ một template cố định sẽ nhất quán nhờ cấu trúc của chính nó. Claude Code làm điều này tốt với Marp, một công cụ mã nguồn mở biến Markdown thành slide qua một theme CSS [8], hoặc với python-pptx khi kết quả phải là PowerPoint thực sự theo template công ty. Bạn không cần tự cài đặt gì. Mở Claude Code trong thư mục dự án và nói:

Đọc outline.md. Xây dựng một bộ slide từ đó bằng Marp. Tạo một file theme tại resources/brand/theme.css với [màu sắc của bạn, font của bạn], văn bản chính tối thiểu 24pt, một ý tưởng cho mỗi slide. Render ra PDF và ra mã nguồn có thể chỉnh sửa. Nếu Marp chưa được cài, hãy cài nó.

Mọi bộ slide trong tương lai đều dùng cùng file theme, vậy nên sự nhất quán đến từ pipeline thay vì từ ai đã làm bộ slide cuối cùng.

Hình ảnh là một công việc về tài sản. Vấn đề không đồng bộ đến từ việc tạo mỗi hình ảnh trong một cuộc chat mới với một phong cách mới. Thay vào đó, hãy dành hai mươi phút trong ChatGPT một lần: tạo một bảng phong cách, nghĩa là ba hoặc bốn hình ảnh tham khảo định nghĩa ngôn ngữ hình ảnh của bạn, và lưu chúng vào resources/brand/images/. Mỗi yêu cầu sau đó đính kèm một hình và nói "cùng phong cách, cùng bảng màu, cùng mức độ chi tiết, chủ đề mới." Điều chỉnh theo hình ảnh tham khảo là công cụ mạnh nhất cho sự nhất quán giữa các slide, và thư mục đã lưu nghĩa là phong cách tồn tại qua nhiều tháng và nhiều công cụ.

Ngôn ngữ: khắc phục vấn đề "nghe như AI" trong file hướng dẫn, không phải theo từng prompt. Một phần phong cách viết trong CLAUDE.md cấm những từ ngữ và nhịp điệu đặc trưng của văn xuôi máy tạo và áp dụng cho mọi bộ slide, mọi email, mọi tài liệu. File của tôi cấm các chuỗi gạch ngang, những câu có nhịp tương phản-kết luận, và khoảng ba mươi từ. Văn bản slide được viết theo những quy tắc cố định đó nghe như người có tên trên slide tiêu đề, không phải như một template.

Vấn đề 2: Một cuộc họp, sáu tài liệu, không phải nhắc lại

Tài liệu vẽ ra một pipeline mơ ước: cuộc họp kết thúc, và biên bản trở thành một cập nhật nội bộ, một email bên ngoài, một bảng theo dõi hành động, một sổ đăng ký rủi ro, một nhật ký quyết định, và một dòng thời gian. Hiện tại điều đó yêu cầu phải nhắc lại từ đầu mỗi lần, vì các hướng dẫn nằm trong đầu ai đó và kết quả đầu ra nằm trong lịch sử chat.

Chuyển cả hai vào thư mục. Bản ghi âm đến cục bộ (bản ghi được đưa vào inbox/recordings/, được chuyển văn bản trên máy của riêng bạn bằng Whisper, không tải lên, như đã trình bày trong cẩm nang power user). Sau đó một file skill định nghĩa toàn bộ luồng phân nhánh. Một skill là một thư mục có file hướng dẫn bằng ngôn ngữ đơn giản mà bất kỳ agent nào tải khi cần [5]; đây là đoạn trích quan trọng nhất của tôi:

# /process-meeting

Given a transcript in inbox/recordings/:
<ol>
<li>Identify the project it belongs to from projects/. Ask if unclear.</li>
<li>Produce per-meeting files in that project folder, dated:</li>
</ol>
   - internal-update.md  (one page, decisions first, then asks)
   - external-email.md   (client-safe: no internal costs, no names
     of undecided options, formal register)
<ol>
<li>APPEND to the project's living files, never regenerate them:</li>
</ol>
   - action-tracker.md   (table: action, owner, due, status)
   - risk-register.md    (add new risks; update likelihood of old)
   - decision-log.md     (decision, date, who, alternatives rejected)
   - timeline.md         (shift dates only with an explicit note)
<ol>
<li>Flag any new decision that contradicts an earlier entry</li>
</ol>
   in decision-log.md, with both dates.

Cập nhật nội bộ và email bên ngoài là các tài liệu theo từng cuộc họp, nhưng bảng theo dõi, sổ đăng ký, nhật ký, và dòng thời gian là các file sống liên tục tích lũy. Tái tạo chúng từ mỗi cuộc họp thì bạn sẽ mất lịch sử. Hãy thêm vào thay vì tái tạo, và nhật ký quyết định trở thành file giá trị nhất trong công ty: bước 4 bắt được quyết định thứ Ba âm thầm đảo ngược quyết định của tháng Ba, điều mà không con người nào đọc lại bốn tháng biên bản có thể làm được.

Sau khi thiết lập, toàn bộ luồng công việc chỉ là một câu, nói với Claude Code hoặc Codex trong thư mục làm việc:

Xử lý bản ghi âm sáng nay với /process-meeting.

Vấn đề 3: Nhà phân tích, không phải trình tóm tắt

Lời phàn nàn ở đây là phổ quát và chẩn đoán hầu như luôn sai. Người ta đổ lỗi cho cách viết prompt. Sự khác biệt thực sự giữa một trình tóm tắt và một nhà phân tích là nhà phân tích có hồ sơ vụ việc, một đặc tả kết quả cần giao, và ai đó sẽ kiểm tra công việc. Hãy cho mô hình cả ba điều đó.

Bắt đầu từ hồ sơ vụ việc, không phải từ một đoạn dán. Một cuộc chat trên web chỉ thấy những gì bạn dán vào. Một agent trong thư mục dự án của bạn đọc hợp đồng, tài chính, biên bản họp, và các báo cáo trước đó, rồi đối chiếu chúng với nhau. Phân tích nguyên nhân gốc trên một đoạn dán là suy đoán; phân tích nguyên nhân gốc trên thư mục là điều tra:

Đọc mọi thứ trong projects/2026-factory-delay/. Thực hiện phân tích nguyên nhân gốc cho sự trễ hạn giao hàng: xây dựng dòng thời gian các sự kiện từ biên bản họp, xác định nơi kế hoạch và thực tế lần đầu phân tách, và truy vết mỗi nguyên nhân ứng viên đến bằng chứng trong các file cụ thể. Phân biệt nguyên nhân với triệu chứng. Trích dẫn tên file và ngày cho mỗi tuyên bố. Đánh giá mức độ tự tin của bạn với mỗi nguyên nhân và nói tài liệu nào còn thiếu sẽ tăng độ tin cậy đó.

Đặc tả kết quả cần giao và rubric biến một vai diễn thành một dự án thực sự. "Đóng vai một chuyên gia tư vấn" chỉ tạo ra văn bản mang hương vị tư vấn. Điều thực sự hiệu quả là gọi tên kết quả cần giao và tiêu chuẩn sẽ đánh giá nó: "Tạo một bản đánh giá chiến lược có cấu trúc gồm tình huống, sự phức tạp, các lựa chọn với bảng điểm có trọng số, khuyến nghị, và rủi ro của khuyến nghị. Tôi sẽ đánh giá dựa trên việc mỗi điểm số lựa chọn có thể truy về một sự thật được trích dẫn không, liệu lập luận phản đối mạnh nhất với khuyến nghị được nêu công bằng không, và liệu một người điều hành có kinh nghiệm sẽ tìm thấy tuyên bố nào chưa được hỗ trợ không." Các mô hình sẽ vươn lên hoặc tụt xuống theo rubric được đưa cho chúng.

Đối với benchmark, sử dụng Deep Research của ChatGPT, công cụ dành mười đến ba mươi phút đọc hàng chục nguồn và trả về một báo cáo có trích dẫn. Đây là công cụ đúng cho các câu hỏi kiểu "Hàn Quốc, Đài Loan, và Việt Nam cấu trúc các ưu đãi đầu tư bán dẫn như thế nào." Sau đó áp dụng phần tiếp theo cho các trích dẫn của nó, vì một báo cáo có trích dẫn và một báo cáo chính xác là hai điều khác nhau.

Người kiểm tra là mô hình của nhà cung cấp khác. Đây là nâng cấp chất lượng rẻ nhất có sẵn vào năm 2026 mà hầu như không ai dùng: bạn đã trả tiền cho hai phòng thí nghiệm hàng đầu rồi. Khi Claude tạo ra bản đánh giá chiến lược, hãy đưa nó cho Codex:

Đây là một bản phân tích được tạo ra bởi một AI khác. Bạn là đối tác hoài nghi đang xem xét nó trước khi gửi cho khách hàng. Hãy tấn công nó: tìm các tuyên bố chưa được hỗ trợ, lỗi số học, các benchmark không nói lên điều văn bản tuyên bố, và lập luận phản đối mạnh nhất với khuyến nghị của nó. Xác minh ba trích dẫn của nó bằng cách truy xuất chúng.

Các phòng thí nghiệm khác nhau, dữ liệu huấn luyện khác nhau, điểm mù khác nhau. Nơi chúng đồng ý bạn có thêm sự tự tin; nơi chúng bất đồng bạn đã tìm thấy đúng đoạn văn cần một con người.

Vấn đề 4: Tin tưởng, nguồn, và câu hỏi về ảo giác

Tài liệu chỉ tên các lĩnh vực khó: chính sách, quy định, bán dẫn, đầu tư, số liệu nghiên cứu. Chính xác. Đây chính xác là những nơi các mô hình trôi chảy nhất và ít đáng tin cậy nhất, và các con số năm 2026 cho thấy vấn đề đã tốt hơn nhưng chưa biến mất: tỷ lệ ảo giác được đo trên các mô hình hàng đầu dao động khoảng 3 phần trăm trên tóm tắt có căn cứ đến 19 phần trăm trên các nhiệm vụ thực tế mở, tùy vào mô hình và cấu hình [4]. Ba quy tắc tạo ra sự khác biệt giữa rủi ro được quản lý và thảm họa âm thầm.

Quy tắc một: bộ nhớ mô hình là tin đồn. Một câu trả lời được tạo ra không có tìm kiếm trực tiếp là hồi tưởng của mô hình về dữ liệu huấn luyện của nó, dữ liệu có một mốc cắt và không có trách nhiệm giải trình. Đối với bất cứ thứ gì có ngày, số, hoặc hậu quả pháp lý, yêu cầu tìm kiếm và yêu cầu liên kết: "Tìm kiếm điều này; mỗi số liệu cần một URL nguồn; nếu bạn không tìm được nguồn, hãy nói vậy thay vì trả lời." Cả Codex và Claude Code đều có tìm kiếm web tích hợp sẵn [3]. Một mô hình được bảo "không nguồn, không tuyên bố" hầu như tuân theo. Một mô hình không được bảo sẽ lấp đầy sự im lặng bằng sự trôi chảy.

Quy tắc hai: nguồn là các file, vậy nên hãy lưu chúng. Bước đi local-first thay đổi việc xác minh từ cảm tính thành một quy trình: bắt agent giữ lại những gì nó đọc.

Đối với báo cáo trong draft.md: lấy mọi nguồn được trích dẫn, lưu mỗi nguồn vào sources/ dưới dạng file văn bản được đặt tên theo số tuyên bố, sau đó tạo claims-audit.md: một bảng gồm mọi tuyên bố thực tế, file nguồn của nó, trích dẫn hỗ trợ chính xác, và một kết luận là ĐÃ HỖ TRỢ, MỘT PHẦN, hoặc KHÔNG TÌM THẤY. Không làm nhẹ đi kết luận KHÔNG TÌM THẤY.

Bây giờ cuộc kiểm tra nằm trên đĩa của bạn. Sáu tháng sau, khi ai đó thắc mắc về một con số trong báo cáo, bạn có nguồn đúng như nó tồn tại vào ngày bạn trích dẫn.

Quy tắc ba: xếp hạng nguồn, không phải câu văn. Mô hình trình bày một công văn của bộ và một bài viết trên Medium với độ tự tin giống nhau. Hệ thống thứ bậc phải đến từ bạn, và nó thuộc về file hướng dẫn của bạn để áp dụng vĩnh viễn:

Và đối với bất cứ điều gì sẽ được ký, nói ra, hoặc lưu hồ sơ: cuộc kiểm tra chéo hai mô hình từ Vấn đề 3, sau đó mắt người xem xét mọi nguồn Cấp 1 mà các mô hình bất đồng. Các mô hình làm việc đọc; sự đánh giá vẫn thuộc về bạn.

Vấn đề 5: Nghiên cứu có thể sống sót qua một buổi xem xét phương pháp

Danh sách mong muốn là đánh giá tài liệu, phân tích khoảng trống, câu hỏi nghiên cứu, tạo giả thuyết, tổng hợp khung lý thuyết, và so sánh trường hợp. Phiên bản nghiêm ngặt của cả sáu điều dựa trên một tài sản duy nhất: một ma trận tài liệu được xây dựng từ toàn văn, trên đĩa của bạn.

Pipeline: ChatGPT Deep Research tìm ra lĩnh vực ("lập bản đồ tài liệu về X từ 2022: các bài báo nền tảng, các trường phái chính, các bài tổng quan gần đây"), bạn tải xuống hai mươi đến bốn mươi PDF quan trọng vào research/papers/, và agent cục bộ đọc toàn bộ chúng và xây dựng ma trận. Một công cụ chat làm việc từ các đoạn trích dán không thể làm được điều này; một agent với thư mục mở có thể:

Đọc mọi PDF trong research/papers/. Xây dựng literature-matrix.md: một dòng cho mỗi bài báo với tác giả-năm, câu hỏi nghiên cứu, phương pháp, mẫu hoặc tập dữ liệu, các phát hiện chính kèm số liệu, các hạn chế được nêu, và số trang cho mỗi phát hiện. Sau đó viết gaps.md: các câu hỏi không bài báo nào trả lời, các đối tượng hoặc bối cảnh không bài báo nào bao quát, các mâu thuẫn giữa các bài báo kèm cả hai trích dẫn, và các phương pháp chưa được áp dụng cho vấn đề này.

Phân tích khoảng trống ở đây không còn là vấn đề quan điểm: khoảng trống là các cột trống và các dòng mâu thuẫn trong một bảng bạn có thể kiểm tra. Câu hỏi nghiên cứu đến từ các khoảng trống; mỗi giả thuyết ứng viên sau đó được đối xử phản biện trước khi bạn đầu tư một tháng vào nó:

Đối với giả thuyết H: lập luận cho trường hợp mạnh nhất rằng nó sai hoặc không thể kiểm chứng. Bài báo nào trong ma trận chống lại nó? Mẫu kết quả nào sẽ bác bỏ nó? Nghiên cứu cần đo cái gì để phân biệt H với lời giải thích thay thế nhàm chán?

Tổng hợp khung lý thuyết và so sánh trường hợp là động tác tương tự ở tầm cao hơn: "xây dựng một bảng so sánh cách các bài báo A, D, và F sẽ mỗi bài giải thích hiện tượng P như thế nào, sau đó đề xuất một khung lý thuyết bao trùm tất cả, nêu rõ mỗi khung nguồn góp phần gì và tổng hợp của bạn dự đoán điều gì mà không khung nào trong số đó làm được."

Hai nguyên tắc giữ cho điều này trung thực. Mỗi trích dẫn mang một số trang, và bạn kiểm tra lại các trích dẫn với các PDF trước khi gửi đi bất cứ điều gì, vì một trích dẫn bị bịa đặt trong một bài đánh giá tài liệu là tổn hại sự nghiệp mà không luồng công việc nào có thể xóa bỏ. Ma trận biến việc kiểm tra thành công việc năm phút thay vì một buổi chiều.

Vấn đề 6: Ranh giới, và cách một trường đại học nhìn nhận nó

Câu hỏi cuối cùng của tài liệu là câu hỏi can đảm nhất: nếu AI xuyên suốt toàn bộ vòng đời của một bài báo, làm sao tổ chức phát hiện và đánh giá điều đó, và làm sao bạn vẽ ra một ranh giới rõ ràng?

Bắt đầu với sự thật thực nghiệm khó chịu: việc phát hiện không hiệu quả. OpenAI đã ngừng sử dụng bộ phân loại văn bản AI của chính mình vào năm 2023 vì độ chính xác thấp; nó chỉ bắt được khoảng một phần tư văn bản do AI viết trong khi báo động sai với văn bản do con người viết [6]. Tệ hơn, các nhà nghiên cứu Stanford cho thấy các công cụ phát hiện phân loại sai các bài luận của người viết tiếng Anh không phải bản ngữ là do AI tạo ra với tỷ lệ trên 60 phần trăm, trong khi cho qua gần như hoàn hảo những ý tưởng tương tự đã được một mô hình đánh bóng [9]. Một nhà nghiên cứu Việt Nam viết bằng tiếng Anh chính là người bị các công cụ này buộc tội sai. Mọi chiến lược liêm chính dựa trên phát hiện được xây dựng trên cát, và các tổ chức nghiêm túc biết điều đó.

Điều các tổ chức nghiêm túc đã làm thay vào đó là vẽ ranh giới ở tác quyền và công khai sử dụng. Nature và ICMJE đặt ra tiêu chuẩn vào năm 2023 và nó vẫn được giữ vững: một AI không thể là tác giả vì nó không thể chịu trách nhiệm cho công việc, và bất kỳ việc sử dụng đáng kể nào phải được công khai trong phần phương pháp hoặc lời cảm ơn [10]. Điều đó cho bạn một bài kiểm tra khả thi cho mỗi nhiệm vụ trong vòng đời:

Phiên bản cá nhân của bài kiểm tra đơn giản hơn: nếu hội đồng của bạn hỏi về bất kỳ câu nào trong bài báo và bạn có thể bảo vệ nó, bằng chứng của nó, và vị trí của nó trong lập luận mà không cần công cụ trong phòng, công việc đó là của bạn. Nếu bạn không thể, không có tuyên bố công khai nào sửa được điều đó.

Một thiết lập local-first tạo ra bằng chứng bảo vệ như một hiệu ứng phụ. Một agent làm việc trong một thư mục được theo dõi bằng git, với một hook ghi log hành động mỗi phiên vào worklog.md, giữ một hồ sơ có đóng dấu thời gian của toàn bộ quy trình: khi ma trận được xây dựng, những bản thảo nào bạn đã viết lại và bao nhiêu, cái gì đã được xác minh lúc nào. Lịch sử chat là một mục trong cơ sở dữ liệu của nhà cung cấp. Một nhật ký quy trình trên đĩa của bạn là bằng chứng, giống như một sổ tay thí nghiệm. Các tiêu chuẩn công khai sẽ ngày càng nghiêm ngặt hơn, và những người không có gì phải lo sợ sẽ là những người có luồng công việc đã có thể kiểm toán từ đầu.

Nên mua gì, và nó thay thế cái gì

Bốn mươi đô mỗi tháng, hai agent, một thư mục. Mọi thứ trong bài viết này chạy trên đó. Các gói $100 tồn tại cho tuần mà tải lượng cuộc họp hoặc đợt nghiên cứu vượt quá giới hạn [1][2]; bạn sẽ biết tuần đó khi nó đến.

Tài liệu liệt kê sáu vấn đề, nhưng cùng một nguyên nhân gốc chạy dưới tất cả chúng: công việc bị kẹt trong các khung chat, thuộc về nhà cung cấp, không được cấu trúc bởi ai cả. File, thư mục, hướng dẫn cố định, và hai agent có thể đọc chúng khắc phục cả sáu vấn đề cùng lúc. Thiết lập theo đúng thứ tự được viết ở đây; mỗi phần làm phần tiếp theo ngắn hơn. Nếu bạn muốn giao việc thiết lập cho ai đó đã từng xây dựng nó, hộp thư của tôi luôn mở.

---

Tài liệu tham khảo

1. OpenAI. Giá ChatGPT và việc bao gồm gói Codex. openai.com/chatgpt/pricing và help.openai.com, 2026. Plus $20/tháng; các gói Pro từ $100/tháng ra mắt tháng 4 năm 2026; sử dụng Codex được bao gồm trong các gói trả phí với credit làm phần vượt trả theo dùng.
2. Anthropic. Các gói Claude. claude.com/pricing, 2026. Pro $20/tháng ($17 theo năm); Max 5x $100/tháng; Max 20x $200/tháng; Claude Code được bao gồm trong mọi gói trả phí.
3. OpenAI. Tài liệu và changelog Codex CLI. developers.openai.com/codex, 2026. File hướng dẫn AGENTS.md; tìm kiếm web được bật mặc định cho các nhiệm vụ cục bộ từ tháng 1 năm 2026; CLI mã nguồn mở.
4. "AI Model Hallucination Rate Benchmarks 2026: 5-Model Study." digitalapplied.com, 2026. Tỷ lệ ảo giác của các mô hình hàng đầu từ 3.1 đến 19.1 phần trăm trên các nhóm nhiệm vụ; tỷ lệ trên bảng xếp hạng tóm tắt có căn cứ khoảng 3 đến 8 phần trăm.
5. Anthropic. "Agent Skills." Tài liệu Claude Code, code.claude.com/docs, 2026. Cấu trúc SKILL.md và tải theo yêu cầu các quy trình đã đặt tên.
6. OpenAI. "New AI classifier for indicating AI-written text." openai.com/blog, 2023 (công cụ ngừng hoạt động tháng 7 năm 2023). Độ nhạy 26 phần trăm với văn bản AI; tỷ lệ báo động sai 9 phần trăm với văn bản con người; ngừng hoạt động vì độ chính xác thấp.
7. Minto, B. The Pyramid Principle: Logic in Writing and Thinking. Financial Times/Prentice Hall, ấn bản 2009. Ý tưởng chủ đạo, luận điểm chính, và các lớp bằng chứng cho truyền thông cấp lãnh đạo.
8. Marp (Markdown Presentation Ecosystem). marp.app, 2026. Dựng slide từ Markdown với theme CSS. python-pptx: python-pptx.readthedocs.io, cho việc tạo PowerPoint theo template.
9. Liang, W., Yuksekgonul, M., Mao, Y., Wu, E., Zou, J. "GPT detectors are biased against non-native English writers." Patterns 4(7), 2023. arXiv:2304.02819. Các công cụ phát hiện đánh dấu hơn 61 phần trăm bài luận TOEFL của người viết không phải bản ngữ là do AI tạo ra.
10. Nature editorial. "Tools such as ChatGPT threaten transparent science; here are our ground rules for their use." Nature 613, 612, 2023. Không LLM nào được ghi nhận là tác giả; việc sử dụng được ghi trong phương pháp hoặc lời cảm ơn. Phù hợp với khuyến nghị ICMJE.
11. Anthropic. "Set up Claude Code." code.claude.com/docs/en/setup, 2026. Yêu cầu hệ thống chính thức: 4 GB RAM, x64 hoặc ARM64, macOS 13+/Windows 10 1809+/Ubuntu 20.04+/Debian 10+, cần internet.
12. Houtini. "Claude Code System Requirements: Mac, Windows, Linux (2026)" và "Claude Desktop System Requirements" (2026-06-06). Hướng dẫn thực tế về RAM/ổ đĩa vượt trên mức tối thiểu chính thức, bao gồm nhu cầu đánh chỉ mục toàn workspace của Cowork.
13. Zilliz. "What are Claude Code system requirements?" zilliz.com/ai-faq, 2026. Dung lượng ổ đĩa của CLI dưới 500 MB.
14. Mini PC Lab. "Best Mini PC for Nextcloud 2026." minipclab.com, tháng 5 năm 2026. Giá, RAM, và điện tiêu thụ khi rảnh của Beelink EQ14, GEEKOM IT12, và Beelink SER9 cho việc lưu trữ NextCloud tại nhà.
15. Apple. Giá Mac mini, apple.com/mac-mini, 2026. Cấu hình M4 bắt đầu từ $599 với 16 GB RAM.
16. StarWhisper. "Whisper.cpp GUI for Windows: CUDA + Vulkan + CPU." starwhisper.ai, 2026; SYSTRAN. Benchmark "faster-whisper", GitHub, 2026. Thời gian chuyển văn bản và RAM theo từng mô hình và cấp độ phần cứng, từ tiny đến large-v3.

Giá cả và các thông tin công cụ được xác minh theo trang của nhà cung cấp và báo cáo hiện tại, tháng 7 năm 2026.

Cập nhật lần cuối: 6 tháng 7, 2026