Từ thao tác thủ công đến quy trình lặp lại
Qua sáu bài, bạn đã chạy tay từng bước: dọn transcript → tóm tắt → gom theme → trích insight → affinity → xác minh. Khi bạn làm research định kỳ (mỗi quý, mỗi lần release), việc lặp tay tốn công và dễ quên bước. Đây là lúc nghĩ đến AI agent — một chuỗi bước tự động, mỗi bước là một prompt chuyên biệt, nối tiếp nhau.
Quan trọng: agent ở đây không phải để bỏ mặc AI tự chạy, mà để chuẩn hóa quy trình và cài sẵn các chốt kiểm soát vào từng khâu.
Kiến trúc một pipeline synthesis
[Input: transcript thô]
→ Bước 1 (agent dọn): gắn nhãn người nói, giữ nguyên nội dung
→ Bước 2 (agent ẩn danh check): rà PII còn sót, cảnh báo
→ Bước 3 (agent tóm tắt): tóm tắt chuẩn hóa từng buổi
→ Bước 4 (agent gom theme): bottom-up, kèm tần suất + mã nguồn
→ Bước 5 (agent trích insight): neo-quote bắt buộc
→ Bước 6 (agent tự-kiểm): rà quote bịa, số liệu lệch
→ [Output: bản nháp báo cáo + danh sách cần người xác minh]
Mỗi mũi tên là một prompt cố định (lấy từ các bài trước). Điểm mấu chốt: bước 6 luôn xuất ra một danh sách "cần con người kiểm", không tự phát hành báo cáo.
Nguyên tắc human-in-the-loop
Agent chạy đến đâu cũng phải có điểm dừng cho con người:
- Sau ẩn danh: PM xác nhận không còn PII trước khi đi tiếp.
- Sau trích insight: PM spot-check quote.
- Trước khi phát hành: PM đọc và ký duyệt.
Prompt mẫu: điều phối agent (orchestrator)
Bạn là agent điều phối pipeline tổng hợp user research. Thực hiện
tuần tự các bước, mỗi bước dùng đúng khuôn đầu ra đã định.BƯỚC 1 — Dọn & gắn nhãn: [khuôn từ Bài 2]
BƯỚC 2 — Rà PII: liệt kê mọi thông tin cá nhân còn sót và DỪNG,
chờ người xác nhận trước khi tiếp tục.
BƯỚC 3 — Tóm tắt chuẩn hóa: [khuôn từ Bài 1]
BƯỚC 4 — Gom theme bottom-up: [khuôn từ Bài 3]
BƯỚC 5 — Trích insight neo-quote: [khuôn từ Bài 4]
BƯỚC 6 — Tự kiểm: [khuôn từ Bài 6], xuất danh sách "CẦN NGƯỜI KIỂM".
RÀNG BUỘC TOÀN CỤC:
- Không bịa dữ liệu ở bất kỳ bước nào.
- Giữ mã nguồn xuyên suốt các bước.
- Ở BƯỚC 2 và cuối BƯỚC 6, DỪNG và yêu cầu người duyệt.
- Nếu thiếu dữ liệu, ghi "không đủ dữ liệu", không suy đoán.
Các bước dựng pipeline
- Chuẩn hóa các prompt từng bước thành "khuôn" cố định, lưu lại.
- Ghép chúng theo thứ tự trong một orchestrator (như trên) hoặc công cụ workflow AI.
- Cài điểm dừng human-in-the-loop sau ẩn danh và trước phát hành.
- Chạy thử trên một bộ dữ liệu cũ đã biết kết quả để hiệu chỉnh.
- So sánh output agent với bản làm tay: có bỏ sót theme nào không?
- Tài liệu hóa pipeline để đồng nghiệp tái dùng.
Template "pipeline card" (tái dùng)
TÊN PIPELINE: Synthesis research [chủ đề]
ĐẦU VÀO: [định dạng transcript, số buổi]
CÁC BƯỚC: [liệt kê + prompt tương ứng]
ĐIỂM DỪNG NGƯỜI: [sau bước nào]
ĐẦU RA: [bản nháp báo cáo + danh sách cần kiểm]
NGƯỜI CHỊU TRÁCH NHIỆM DUYỆT: [tên PM]
NGÀY CHẠY / PHIÊN BẢN PROMPT:
Sai lầm thường gặp
- Agent chạy khép kín, tự phát hành: bỏ human-in-the-loop biến một lỗi nhỏ thành báo cáo sai được ký duyệt. Luôn có điểm dừng người.
- Rò rỉ dữ liệu quy mô lớn: pipeline tự động dễ vô tình gửi hàng loạt transcript chứa PII lên dịch vụ ngoài. Bước rà PII bắt buộc và phải chặn được.
- Lỗi tích lũy qua các bước: một quote bị xén ở bước 3 sẽ được các bước sau coi là "sự thật". Chốt kiểm ở bước cuối phải đối chiếu lại nguồn gốc, không chỉ bước liền trước.
- Phụ thuộc quá mức vào pipeline: khi mọi thứ tự động, PM dễ ngừng đọc dữ liệu thật và mất khả năng phản biện. Định kỳ tự tay làm một bộ để giữ nhạy bén.
- Không quản phiên bản prompt: đổi prompt giữa chừng khiến kết quả không so sánh được qua các quý. Ghi phiên bản prompt vào pipeline card.