Có một thay đổi đáng chú ý đang diễn ra trong cách chúng ta sử dụng AI.
Ban đầu, chúng ta hỏi AI một câu hỏi và nhận một câu trả lời.
Sau đó, chúng ta bắt đầu muốn AI nhớ cách mình làm việc, sử dụng cùng một bộ tài liệu và tuân theo một quy trình nhất quán.
Rồi một nhu cầu khác xuất hiện:
“Tôi không muốn lần nào cũng phải nhắc AI làm việc này. Hãy thực hiện nó theo lịch.”
Và với những công việc phức tạp hơn:
“Tôi muốn giao cho AI một mục tiêu. Hãy tiếp tục theo dõi và xử lý công việc, rồi đưa kết quả cho tôi xem xét.”
Trong ChatGPT hiện nay, ba nhu cầu này tương ứng với những cơ chế khác nhau: GPTs, Scheduled Tasks và Dots.
Điều quan trọng là đừng nhầm chúng với nhau.
1. Trước hết, hãy phân biệt ba khái niệm
Có thể hình dung rất đơn giản:
GPTs = Đóng gói cách làm
Scheduled Tasks = Đặt lịch để làm
Dots = Giao một trách nhiệm để AI tiếp tục làm
Chúng có thể liên quan đến cùng một công việc, nhưng không phải là ba tên gọi của cùng một tính năng.
GPTs“ => Làm thế nào để AI luôn xử lý công việc này theo cùng một cách?
”Scheduled Tasks“ => Làm thế nào để AI thực hiện công việc này vào đúng thời điểm hoặc định kỳ?
”Dots“ => Làm thế nào để giao cho AI một mục tiêu và để AI tiếp tục làm việc thay vì chờ từng câu lệnh?”
Hiểu được sự khác biệt này sẽ giúp chúng ta tránh một sai lầm phổ biến: dùng một công cụ phức tạp cho một công việc vốn chỉ cần một lời nhắc đơn giản.
2. GPTs: Khi bạn muốn “đóng gói” một cách làm việc
Hãy tưởng tượng mỗi ngày bạn đều yêu cầu AI:
“Hãy rà soát văn bản này.”
Nhưng lần nào bạn cũng phải nhắc:
kiểm tra những gì;
dùng mẫu nào;
văn phong ra sao;
không được tự tạo căn cứ pháp lý;
nếu thiếu thông tin thì phải báo;
kết quả phải trình bày theo cấu trúc nào.
Sau vài lần, vấn đề không còn nằm ở việc AI có thể làm hay không.
Vấn đề là bạn đang phải lặp lại cùng một hướng dẫn.
Đó chính là bài toán mà GPTs hướng tới.
GPTs là gì?
GPTs là các phiên bản ChatGPT được cấu hình cho một mục đích cụ thể.
Khi xây dựng một GPT, người tạo có thể thiết lập các thành phần như:
Instructions: GPT phải làm gì, làm như thế nào và cần tránh điều gì;
Knowledge: các tệp được cung cấp để GPT tham khảo;
Capabilities: một số khả năng bổ sung, tùy tài khoản và workspace;
Conversation starters: các câu hỏi gợi ý để người dùng bắt đầu đúng cách.
OpenAI mô tả Instructions là phần định nghĩa cách GPT hành xử trong các cuộc hội thoại; Knowledge cung cấp các tệp để GPT sử dụng làm nguồn tham khảo.
Ví dụ trong công vụ
Thay vì mỗi lần đều viết:
“Hãy rà soát văn bản hành chính theo các tiêu chí sau…”
có thể xây dựng một GPT với vai trò:
“Trợ lý rà soát văn bản hành chính”
Trong Instructions, có thể quy định:
Kiểm tra theo từng nhóm tiêu chí.
Phân biệt lỗi chắc chắn với nội dung cần người dùng kiểm tra.
Không tự tạo số liệu.
Không tự tạo căn cứ pháp lý.
Khi viện dẫn pháp luật, yêu cầu kiểm tra nguồn gốc và tình trạng hiệu lực.
Trình bày kết quả theo mẫu thống nhất.
Khi đó, người dùng có thể tập trung hơn vào nội dung công việc, thay vì lặp lại toàn bộ quy trình hướng dẫn.
3. Nhưng có một điều rất quan trọng: GPTs không phải “AI được huấn luyện riêng”
Đây là chỗ rất dễ diễn đạt quá mức.
Khi bạn tải một quy chế, biểu mẫu hoặc tài liệu hướng dẫn vào phần Knowledge, không nên nói rằng:
“AI đã được huấn luyện bằng tài liệu của cơ quan.”
Cách nói chính xác hơn là:
Tài liệu được cung cấp để GPT sử dụng làm nguồn tham khảo khi thực hiện nhiệm vụ.
Điều này đặc biệt quan trọng với tài liệu pháp luật.
Một GPT có thể được cung cấp Nghị định, thông tư hoặc quy trình nội bộ, nhưng điều đó không có nghĩa người dùng có thể mặc định rằng nội dung trong đó luôn là phiên bản pháp luật hiện hành.
Với công việc công vụ, vẫn cần kiểm tra:
văn bản gốc;
phiên bản;
tình trạng hiệu lực;
phạm vi áp dụng;
quy định mới thay thế hoặc sửa đổi.
AI hỗ trợ xử lý thông tin; AI không trở thành nguồn pháp lý chỉ vì một tài liệu đã được tải vào Knowledge.
4. Làm thế nào để xây dựng một GPTs tốt?
Nếu workspace của bạn có quyền tạo GPTs, quy trình cơ bản có thể bắt đầu từ khu vực GPTs trên ChatGPT web.
OpenAI hiện cho biết việc tạo GPTs mới không dành cho tài khoản ChatGPT cá nhân Free, Go, Plus và Pro. Người dùng trong các workspace Business, Enterprise và Edu có thể tạo, chỉnh sửa và xuất bản GPTs khi cài đặt và quyền của workspace cho phép. Việc tạo và chỉnh sửa GPTs được thực hiện trên web; ứng dụng di động hỗ trợ sử dụng GPTs nhưng không hỗ trợ tạo GPTs.
Bước 1: Xác định một công việc cụ thể
Đừng bắt đầu bằng:
“Tạo một GPTs làm mọi thứ cho tôi.”
Hãy bắt đầu bằng:
“Tôi thường xuyên phải làm việc gì?”
Ví dụ:
rà soát công văn;
chuẩn hóa báo cáo;
chuyển ghi chú thành cấu trúc báo cáo;
kiểm tra một bộ tiêu chí;
hỗ trợ chuẩn bị câu hỏi trước cuộc họp.
Một GPTs càng có phạm vi nhiệm vụ rõ, việc kiểm thử càng dễ.
Bước 2: Viết Instructions
Có thể bắt đầu bằng ba câu hỏi:
Vai trò: AI là ai?
Quy trình: AI phải làm theo những bước nào?
Giới hạn: AI không được tự suy đoán điều gì?
Ví dụ:
Bạn là trợ lý hỗ trợ rà soát văn bản hành chính.
Khi nhận văn bản, hãy kiểm tra theo từng nhóm tiêu chí.
Không tự tạo số liệu hoặc căn cứ pháp lý. Khi thiếu thông tin, hãy chỉ rõ phần cần bổ sung hoặc kiểm tra.
Đừng chỉ viết một danh sách dài những điều “không được làm”.
Hướng dẫn càng cụ thể, có cấu trúc và có ví dụ, việc kiểm thử càng thuận lợi. OpenAI cũng khuyến nghị sử dụng cấu trúc bước rõ ràng cho các workflow nhiều bước và kiểm thử GPTs trong Preview sau khi cung cấp tài liệu.
Bước 3: Thêm tài liệu tham khảo
Chỉ đưa những tài liệu mà người dùng được phép cung cấp và sử dụng.
Ví dụ:
quy trình nghiệp vụ;
biểu mẫu;
hướng dẫn nội bộ;
tài liệu tham khảo.
Không nên biến Knowledge thành một “kho tài liệu không kiểm soát”.
Bước 4: Kiểm thử trước khi sử dụng
Hãy thử cả tình huống bình thường và tình huống khó:
“Nếu tài liệu thiếu thông tin thì sao?”
“Nếu hai tài liệu mâu thuẫn thì sao?”
“Nếu tôi yêu cầu bạn tự điền số liệu còn thiếu thì sao?”
“Nếu căn cứ pháp lý chưa rõ thì sao?”
Một GPTs tốt không chỉ biết trả lời, mà còn phải biết khi nào không đủ căn cứ để trả lời chắc chắn.
5. Scheduled Tasks: Khi vấn đề không còn là “làm thế nào”, mà là “khi nào”
Giả sử bạn đã có một cách làm tốt.
Nhưng tuần nào bạn cũng phải nhớ:
“Thứ Hai, hãy tổng hợp…”
“Mỗi sáng, hãy nhắc tôi…”
“Khi có thay đổi, hãy báo cho tôi…”
Đây là lúc Scheduled Tasks trở nên hữu ích.
OpenAI hiện mô tả Scheduled Tasks là cơ chế cho phép ChatGPT thực hiện nhiệm vụ một lần hoặc định kỳ, theo dõi một số thay đổi và phản hồi các sự kiện được hỗ trợ. Khả năng sử dụng phụ thuộc vào tài khoản, ứng dụng và phiên bản ứng dụng.
Ví dụ
Bạn có thể yêu cầu một nhiệm vụ định kỳ như:
“Mỗi sáng thứ Hai, hãy chuẩn bị cho tôi bản tóm tắt về những thông tin mới liên quan đến chủ đề X.”
Hoặc:
“Hãy thông báo cho tôi khi có thay đổi phù hợp với điều kiện tôi đã đặt.”
Sau khi tạo, người dùng có thể xem và quản lý các task đã lên lịch trong khu vực Scheduled.
6. Scheduled Tasks không phải là GPT chạy theo lịch
Đây là một điểm cần nhớ.
Một Scheduled Task không phải đơn giản là “đặt lịch cho Custom GPT”.
Tài liệu OpenAI hiện tại nêu rõ:
Scheduled Tasks không hỗ trợ GPTs.
Vì vậy, không nên hướng dẫn người học theo công thức:
Tạo GPT → đặt lịch cho GPT đó chạy.
Thay vào đó hãy hiểu:
GPT giải quyết bài toán đóng gói cách làm.
Scheduled Task giải quyết bài toán thời điểm thực hiện.
Nếu hai nhu cầu xuất hiện cùng lúc, cần xem chính xác workflow và những khả năng mà tài khoản/workspace đang hỗ trợ, thay vì giả định rằng hai tính năng có thể ghép trực tiếp với nhau.
7. Dots: Khi AI không chỉ chờ bạn hỏi
Đây là bước chuyển đáng chú ý hơn.
OpenAI giới thiệu Dots như những AI assistant có tính chủ động, có thể tiếp tục làm việc trên các dự án và nhiệm vụ thay vì chờ người dùng hướng dẫn từng bước. Theo thông tin OpenAI công bố, Dot có thể tiếp tục làm việc giữa các cuộc hội thoại và có thể làm việc với các ứng dụng được kết nối, tệp và môi trường máy tính/browser trong những trường hợp được hỗ trợ.
Đây là sự khác biệt quan trọng về cách giao việc.
Với chatbot thông thường:
“Hãy làm việc này.”
Với GPT:
“Hãy luôn xử lý loại công việc này theo cách này.”
Với Scheduled Task:
“Hãy làm việc này vào thời điểm này.”
Với Dot:
“Đây là mục tiêu và trách nhiệm của bạn. Hãy tiếp tục làm việc và đưa kết quả cho tôi xem xét.”
8. Một ví dụ để thấy sự khác biệt
Giả sử bạn đang theo dõi một dự án.
Cách 1 — ChatGPT thông thường
Bạn hỏi:
“Tình hình dự án hiện nay thế nào?”
AI trả lời dựa trên thông tin bạn cung cấp hoặc những nguồn mà nó có thể truy cập trong phiên làm việc đó.
Cách 2 — GPT
Bạn xây dựng một GPT chuyên về:
“Trợ lý theo dõi dự án”
Bạn định nghĩa:
cách phân loại thông tin;
cách xác định vấn đề;
mẫu báo cáo;
cách trình bày rủi ro;
nguồn tài liệu tham khảo.
Bạn vẫn chủ động giao việc, nhưng cách xử lý đã được chuẩn hóa.
Cách 3 — Scheduled Task
Bạn yêu cầu:
“Mỗi thứ Hai, hãy chuẩn bị bản cập nhật dự án.”
Ở đây, trọng tâm là lịch thực hiện.
Cách 4 — Dot
Bạn giao một mục tiêu rộng hơn:
“Theo dõi dự án này. Khi có thông tin mới, phân tích tác động, cập nhật tài liệu liên quan và chuẩn bị những nội dung cần tôi xem xét.”
Đây là mô hình giao trách nhiệm dài hạn.
OpenAI mô tả Dots theo hướng có thể tiếp tục làm việc trên các dự án và nhiệm vụ phức tạp, thay vì yêu cầu người dùng điều khiển từng bước.
9. Vậy có phải cứ càng “Agentic” thì càng tốt?
Không.
Đây có lẽ là nguyên tắc quan trọng nhất khi đưa AI vào công việc.
Một nhiệm vụ đơn giản không cần một agent.
Nếu bạn chỉ cần:
“Nhắc tôi lúc 8 giờ sáng thứ Hai.”
thì không cần xây một hệ thống AI phức tạp.
Nếu bạn cần:
“Mỗi tuần thực hiện cùng một quy trình tổng hợp.”
thì một Scheduled Task có thể đã đủ.
Nếu bạn thường xuyên cần:
“Xử lý một loại công việc theo cùng một quy trình.”
thì GPT có thể phù hợp hơn.
Chỉ khi công việc có tính dài hạn, nhiều bước, cần theo dõi và tiếp tục hành động, một AI agent như Dot mới trở nên đáng cân nhắc.
10. Một nguyên tắc rất quan trọng trong công vụ: càng tự động, càng cần kiểm soát
AI có thể hỗ trợ rất nhiều công việc, nhưng khả năng tự động hóa không đồng nghĩa với quyền tự quyết.
Đặc biệt trong môi trường công vụ, cần xác định rõ:
AI được phép truy cập thông tin nào?
AI được phép thực hiện hành động nào?
Hành động nào cần con người phê duyệt?
Khi nào AI phải dừng?
Ai kiểm tra kết quả?
Ai chịu trách nhiệm đối với quyết định cuối cùng?
Một bản báo cáo AI tạo ra có thể giúp tiết kiệm thời gian.
Nhưng nó vẫn cần được con người kiểm tra.
Một căn cứ pháp lý AI tìm được vẫn cần đối chiếu nguồn gốc.
Một con số AI tổng hợp vẫn cần kiểm tra với dữ liệu gốc.
Một hành động AI đề xuất vẫn cần được đánh giá theo thẩm quyền và quy trình của cơ quan.
Vì vậy, có thể ghi nhớ một nguyên tắc đơn giản:
AI xử lý — Con người kiểm chứng — Người có thẩm quyền quyết định.
11. Một lưu ý đặc biệt với Custom GPTs trong năm 2026
Nếu bạn đang đọc bài này và thấy:
“Vậy tôi có nên đầu tư xây dựng thật nhiều Custom GPTs không?”
Câu trả lời cần có thêm một lớp bối cảnh.
OpenAI hiện đã thông báo rằng họ đang có kế hoạch ngừng Custom GPTs và khuyến nghị chuyển các workflow đã xây dựng sang Plugins. Đối với các Enterprise workspace bị ảnh hưởng, mốc dự kiến là 11/12/2026; GPTs hiện có vẫn được sử dụng cho đến thời điểm nghỉ theo kế hoạch. OpenAI cũng cho biết thời điểm áp dụng đối với các gói khác sẽ theo các thông báo tương ứng.
Điều này không có nghĩa những gì bạn học về GPTs hôm nay trở nên vô ích.
Ngược lại, nguyên lý quan trọng hơn tên tính năng:
Xác định nhiệm vụ → chuẩn hóa quy trình → cung cấp nguồn → đặt giới hạn → kiểm thử → kiểm soát quyền → đánh giá đầu ra.
Những nguyên tắc đó vẫn có giá trị ngay cả khi công cụ và giao diện thay đổi.
12. Từ “dùng AI” đến “thiết kế công việc với AI”
Đây mới là thay đổi lớn.
Ở giai đoạn đầu, chúng ta học cách:
đặt câu hỏi hay hơn.
Sau đó:
viết prompt tốt hơn.
Nhưng khi AI ngày càng có khả năng thực hiện nhiều bước, câu hỏi quan trọng hơn sẽ là:
“Tôi nên thiết kế lại công việc này như thế nào để AI có thể hỗ trợ một cách an toàn và có kiểm soát?”
Có thể bắt đầu bằng bốn câu hỏi:
① Công việc này có lặp lại không?
Nếu có, hãy nghĩ đến chuẩn hóa.
② Cách làm có ổn định không?
Nếu có, có thể cân nhắc đóng gói thành một trợ lý chuyên biệt.
③ Công việc có cần thực hiện theo lịch không?
Nếu có, hãy cân nhắc Scheduled Tasks.
④ Công việc có cần theo dõi và tiếp tục xử lý trong thời gian dài không?
Nếu có, hãy cân nhắc AI agent như Dot, nếu tài khoản và môi trường làm việc hỗ trợ.
Đừng bắt đầu bằng câu hỏi:
“Tính năng AI nào mới nhất?”
Hãy bắt đầu bằng:
“Công việc của tôi đang vướng ở đâu?”
Sau đó mới chọn công cụ.
Không phải cứ tự động hóa nhiều hơn là làm việc tốt hơn.
Mục tiêu là tự động hóa đúng việc, đúng mức và vẫn giữ được sự kiểm soát của con người.
Bạn đang ở mức nào trong hành trình làm việc với AI?
Bạn đang:
① hỏi ChatGPT từng việc một,
② bắt đầu chuẩn hóa prompt và quy trình,
③ xây dựng trợ lý AI chuyên biệt,
④ tự động hóa các nhiệm vụ định kỳ,
hay ⑤ bắt đầu giao những mục tiêu dài hạn cho AI agent?
Hãy chia sẻ một công việc thực tế bạn đang muốn AI hỗ trợ ở phần bình luận. Có thể chính công việc đó sẽ giúp chúng ta tìm ra: nên dùng chatbot, GPT, Scheduled Task hay một AI agent — và quan trọng hơn, nên kiểm soát nó như thế nào.
Nếu bài viết hữu ích, hãy bình luận, chia sẻ cho đồng nghiệp và theo dõi trang để cùng cập nhật những cách ứng dụng AI thực tế, an toàn và có trách nhiệm trong công việc.