Chưa biết code, học sinh THPT vẫn có thể bắt đầu dự án ở phần tìm hiểu nhu cầu, vẽ màn hình và chuẩn bị dữ liệu mẫu. Khi làm bản chạy thử hoặc kết.
Chưa biết code, học sinh THPT vẫn có thể bắt đầu dự án ở phần tìm hiểu nhu cầu, vẽ màn hình và chuẩn bị dữ liệu mẫu. Khi làm bản chạy thử hoặc kết nối AI, cần công cụ và người hướng dẫn phù hợp. Bài này đi qua một dự án nhỏ, không hứa tạo ứng dụng hoàn chỉnh chỉ bằng vài câu lệnh.
Sơ đồ minh họa nguyên gốc: dự án câu lạc bộ từ dữ liệu mẫu đến kiểm thử.
Dự án dưới đây là bài thực hành được đề xuất, không phải câu chuyện học viên đã hoàn thành. Nó nối tiếp bản đồ hướng nghiệp và lộ trình học ở THPT.
Chưa biết lập trình thì làm phần nào trước?
Bắt đầu bằng ba việc có thể làm mà chưa phải viết mã: hỏi người dùng cần tìm thông tin gì, vẽ trang trên giấy và chuẩn bị một bảng hoạt động giả định. Bảng có thể gồm tên hoạt động, thời gian, địa điểm và đồ cần chuẩn bị.
Tiếp theo, tự đặt các câu hỏi để xem bảng đã đủ rõ chưa. Nếu bạn hỏi hoạt động có mất phí không mà bảng chưa có thông tin, hãy ghi đó là dữ liệu thiếu; đừng nhờ AI bịa cho đủ.
Chỉ khi hiểu bản thiết kế, mới cùng người hướng dẫn chọn cách làm bản thử. Công cụ ít mã hoặc không mã có thể hỗ trợ một số phần, nhưng không loại bỏ việc hiểu dữ liệu, kiểm tra và giới hạn quyền. Nếu đang học nghề kỹ thuật, hãy dùng trải nghiệm này làm lý do học tiếp lập trình, không coi đó là cách né nền tảng.
Chọn vấn đề: người mới khó tìm thông tin câu lạc bộ
Giả sử câu lạc bộ môi trường của trường thường nhận cùng những câu hỏi: sinh hoạt lúc nào, có hoạt động gì, người mới cần chuẩn bị gì. Thông tin đang nằm rải rác trong nhiều bài đăng.
Bản đầu chỉ cần một trang giới thiệu và danh sách hoạt động. Người dùng có thể đọc lịch, xem mô tả và tìm hoạt động theo chủ đề. Dùng tên câu lạc bộ giả, lịch tự tạo và thông tin liên hệ mẫu, không thu dữ liệu học sinh thật.
Không cần thêm thanh toán, đăng nhập mạng xã hội hoặc gửi tin tự động. Đó là cách giảm rủi ro và giữ bài tập ở mức có thể hiểu được.
Trước khi làm, viết tờ mô tả ngắn
Tờ mô tả cần trả lời: ai dùng, đang vướng gì và sản phẩm giúp họ làm việc nào.
Ví dụ: "Người muốn tham gia cần tìm được thời gian, địa điểm và yêu cầu chuẩn bị của một hoạt động mà không phải hỏi qua nhiều tin nhắn".
Sau đó, ghi rõ phạm vi: chỉ hiển thị dữ liệu mẫu; không nhận đăng ký thật; chưa gửi email. Viết cả những việc sản phẩm chưa làm giúp tránh cảnh thấy công cụ làm được gì cũng thêm vào.
Có thể vẽ trên giấy trước: đầu trang giới thiệu, giữa trang là danh sách, cuối trang là câu hỏi thường gặp. Nếu bố cục trên giấy còn khó hiểu, chưa cần vội nhờ AI viết mã.
Bản không AI phải hữu ích trước
Hãy kiểm tra vài tình huống: người dùng có tìm được một hoạt động không? Lọc xong không có kết quả thì trang hiển thị gì? Chữ có đọc được trên điện thoại không? Một đường dẫn thiếu có làm cả trang hỏng không?
Kiểm thử là đặt sản phẩm vào các tình huống cụ thể để xem có đáp ứng yêu cầu. Với dự án đầu, danh sách tình huống rõ ràng quan trọng hơn số lượng công nghệ được sử dụng.
Nhờ một người chưa xem dự án thử tìm thông tin. Không chỉ hỏi "đẹp không", hãy quan sát họ bấm ở đâu, đọc nhầm chỗ nào và có cần bạn đứng cạnh giải thích không.
Khi nào mới thêm AI?
Chỉ thêm khi có câu hỏi mà phần hiện tại xử lý chưa tốt. Ví dụ, người dùng muốn hỏi: "Em mới tham gia, có hoạt động nào không cần chuẩn bị đồ không?".
Một hướng mở rộng là cho trợ lý tìm thông tin trong bộ tài liệu của câu lạc bộ trước khi trả lời. RAG là cách gọi kỹ thuật của hướng tìm tài liệu liên quan rồi dùng chúng hỗ trợ tạo câu trả lời, được trình bày trong tài liệu Agentic AI khơi nguồn chuỗi bài.
Có thể liên tưởng với người trực bàn đón tiếp: cần mở đúng sổ hoạt động trước khi hướng dẫn khách. Tuy nhiên, có sổ không có nghĩa người trực không thể đọc nhầm. Tương tự, RAG không bảo đảm AI luôn đúng.
Nếu chưa đủ nền tảng để làm phần này, dừng ở trang thông tin hoàn chỉnh là hoàn toàn hợp lý. Không có AI vẫn là một dự án phần mềm có giá trị học tập.
Sơ đồ minh họa nguyên gốc: tìm tài liệu, trả lời có nguồn và thử trường hợp thiếu dữ liệu.
Nếu thêm trợ lý, phải thử cả câu không có đáp án
Hãy tạo một bộ câu hỏi thử, trong đó có câu trả lời được và câu cố tình thiếu dữ liệu.
Chẳng hạn: hỏi lịch đã có trong tài liệu; hỏi chi phí khi tài liệu chưa ghi; hỏi hoạt động ở thời điểm chưa công bố; hỏi một việc ngoài phạm vi câu lạc bộ. Kết quả mong muốn với câu thiếu dữ liệu là nói chưa có thông tin, không tự bịa.
Thêm tình huống tài liệu cũ và mới khác nhau, hoặc trong tài liệu có dòng yêu cầu trợ lý bỏ qua quy tắc. Đây là bài tập để hiểu dữ liệu đọc vào không mặc nhiên là mệnh lệnh được phép làm theo. Với bản học tập, chỉ dùng nội dung mô phỏng vô hại.
Nếu có kết nối mô hình trả phí, cần người hướng dẫn kiểm tra chi phí, điều kiện tài khoản và cách giữ bí mật truy cập. Không đặt khóa truy cập trong trang web gửi xuống trình duyệt. Nếu chưa hiểu phần này, chưa kết nối dịch vụ thật.
Nghiệm thu bằng việc làm được, không chỉ bằng ảnh chụp
Một bản đầu có thể coi là đạt mục tiêu học tập khi người khác mở được trong môi trường thử, tìm được thông tin mẫu và bạn trình bày được cách dữ liệu đi đến màn hình.
Nếu có AI, thêm yêu cầu: chỉ ra được nguồn của câu trả lời; nhận diện câu chưa đủ thông tin; ghi lại ví dụ trả lời sai; không có quyền gửi tin, sửa dữ liệu thật hoặc thu thông tin cá nhân.
Nên có nhật ký ngắn: lỗi gặp phải, giả thuyết nguyên nhân, thay đổi đã thử và kết quả. Tài liệu Agentic AI nhấn mạnh việc hiểu những lần thất bại, không chỉ khoe bản demo chạy đẹp.
Các nguyên tắc dùng giải pháp đơn giản trước và tăng độ phức tạp khi cần cũng phù hợp với hướng dẫn xây agent của Anthropic.
Dự án cho biết điều gì về hướng nghề?
Nếu thích xây và sửa chức năng, bạn có thể muốn tìm hiểu phần mềm. Nếu thích thử câu hỏi, so sánh kết quả và tìm lỗi thông tin, có thể khám phá dữ liệu hoặc đánh giá AI. Nếu thích bố cục, câu chữ và cách người mới sử dụng trang, có thể tìm hiểu thiết kế hoặc nội dung.
Hãy dùng bài tự khám phá để nhìn lại. Đừng lấy sản phẩm này làm bằng chứng rằng mình đã đủ năng lực làm mọi dự án thương mại.
Có thể tìm người hướng dẫn ở đâu?
Có thể nhờ giáo viên, câu lạc bộ hoặc người có chuyên môn góp ý trong phạm vi phù hợp. Nếu muốn học có hướng dẫn, xem AI Vibe Coding tại Kstudy, rồi hỏi trước liệu mục tiêu dự án và trình độ học sinh có phù hợp không.
Đây là gợi ý lựa chọn khóa liên quan, không phải khẳng định dự án RAG trên đã nằm trong chương trình khóa học.
Câu hỏi thường gặp
Chưa biết code có làm dự án AI được không? Có thể bắt đầu ở phần tìm hiểu nhu cầu, vẽ màn hình và chuẩn bị dữ liệu mẫu. Để làm bản chạy hoặc kết nối dịch vụ AI, cần cách triển khai và người hướng dẫn phù hợp; làm được bản thử không đồng nghĩa đã đủ năng lực nhận dự án thật.
Có bắt buộc đăng dự án công khai không? Không. Có thể trình bày trong môi trường thử. Chỉ đưa lên Internet sau khi đã rà dữ liệu, quyền truy cập, chi phí và có người hướng dẫn kiểm tra phần chưa hiểu.
Bản đầu không có AI có bị quá đơn giản không? Không. Sản phẩm nhỏ mà giải thích được còn giúp học tốt hơn một bản phức tạp nhưng không biết vì sao chạy.
Có nên dùng danh sách bạn học để làm dữ liệu cho thật? Không nên. Dữ liệu tự tạo đủ cho bài tập này và giảm nguy cơ lộ thông tin cá nhân.
