Mở đầu — vì sao bài này quan trọng
Nếu Bài 5 giúp bạn làm chủ ChatGPT như một "trợ lý đa năng", thì Bài 6 sẽ giới thiệu một công cụ mà rất nhiều người làm nghề chữ nghĩa, phân tích tài liệu và lập trình đang âm thầm chuyển sang dùng: Claude của Anthropic.
Tại sao lại cần biết Claude khi đã có ChatGPT? Câu trả lời nằm ở ba điểm mà Claude làm cực kỳ tốt: cửa sổ ngữ cảnh (context window) lên tới 200.000 token — đủ để "nuốt" nguyên một cuốn sách 500 trang hay một bộ hợp đồng dày cộp; giọng văn tự nhiên, ít bị "AI-hoá" — viết ra ít dấu gạch đầu dòng máy móc, ít markdown thừa, đọc giống người viết thật; và hai tính năng đặc trưng là Projects (không gian làm việc có bộ nhớ) và Artifacts (khung soạn thảo tách riêng cho tài liệu, code, bảng biểu).
Với một PM đang viết PRD, một BA đang đọc tài liệu nghiệp vụ, một content writer ở agency, hay một luật sư đang rà hợp đồng — Claude thường là lựa chọn "vừa vặn" hơn. Bài học này sẽ giúp bạn hiểu bản chất từng tính năng, biết khi nào nên chọn Claude thay vì công cụ khác, và quan trọng nhất là biết cách vận hành nó cho công việc hằng ngày ở Việt Nam.
Khái niệm cốt lõi
200k context window — vì sao đây là "vũ khí" thật sự
Context window là lượng thông tin mà mô hình có thể "nhìn thấy" cùng lúc trong một cuộc trò chuyện — bao gồm cả những gì bạn nhập vào lẫn những gì AI trả lời. Nó được đo bằng token (một token xấp xỉ 0,75 từ tiếng Anh; với tiếng Việt có dấu thì tỷ lệ token/từ cao hơn một chút).
Claude (dòng Opus và Sonnet) cung cấp cửa sổ 200.000 token, tương đương khoảng 150.000 từ — đủ chứa trọn một cuốn sách dày, một bộ tài liệu dự án, hay hàng chục file gộp lại. Ý nghĩa thực tế: bạn không phải cắt nhỏ tài liệu thành từng đoạn rồi nhồi dần vào như thời cửa sổ ngữ cảnh chỉ 4k–8k token. Bạn dán cả tập vào, rồi hỏi thẳng: "Điều khoản phạt hợp đồng nằm ở mục nào, so với bản trước đã đổi gì?"
Điều cần lưu ý: context window lớn không có nghĩa là AI nhớ mọi thứ hoàn hảo. Càng nhồi nhiều, xác suất mô hình "bỏ sót" chi tiết ở giữa tài liệu (hiện tượng lost in the middle) càng tăng. Vì vậy 200k là công cụ mạnh, nhưng vẫn cần cách hỏi thông minh — ta sẽ bàn ở phần hướng dẫn.
Projects — không gian làm việc có bộ nhớ
Trên ChatGPT, mỗi cuộc chat gần như "khởi động lại từ đầu". Với Claude, Projects cho phép bạn tạo một không gian riêng cho từng dự án hoặc từng đầu việc lặp lại. Mỗi Project có:
- Project knowledge: kho tài liệu nền bạn tải lên một lần (brand guideline, tài liệu sản phẩm, glossary thuật ngữ công ty) — Claude sẽ tự tham chiếu trong mọi cuộc chat thuộc project đó.
- Custom instructions riêng cho project: ví dụ "Luôn trả lời bằng tiếng Việt, giọng trang trọng, xưng công ty là 'chúng tôi'".
- Lịch sử các cuộc chat gom chung một chỗ.
Artifacts — khung soạn thảo tách riêng
Khi bạn yêu cầu Claude viết một tài liệu dài, một đoạn code, một bảng, hay một trang web nhỏ, nó sẽ mở Artifact — một khung bên phải màn hình, tách khỏi luồng chat. Lợi ích:
- Bạn chỉnh sửa lặp đi lặp lại ("rút ngắn đoạn 2", "đổi giọng thân thiện hơn") mà Artifact được cập nhật tại chỗ, giữ nguyên lịch sử phiên bản.
- Artifact có thể chạy được với code (ví dụ một prototype HTML/React hiển thị trực tiếp) hoặc copy/tải xuống gọn gàng với văn bản.
- Tách nội dung "sản phẩm" khỏi phần trò chuyện giúp bạn không bị rối.
Giọng văn — vì sao dân viết lách chuộng Claude
Đây là điểm khó đo bằng con số nhưng ai làm content đều cảm nhận được: Claude có xu hướng viết mượt, ít công thức, ít lạm dụng gạch đầu dòng và in đậm hơn. Khi bạn cần một email, một bài blog, một đoạn kể chuyện thương hiệu nghe "giống người viết", Claude thường cho ra bản nháp cần ít chỉnh sửa hơn. Đây chính là lý do nó xuất hiện nhiều trong quy trình của các content team.
Tình huống thực tế
Ví dụ 1 — BA tại một công ty fintech ở TP.HCM rà soát tài liệu nghiệp vụ
Chị Hương, Business Analyst tại một công ty fintech quy mô 120 người ở Quận 1, nhận nhiệm vụ tổng hợp yêu cầu cho tính năng "ví trả góp". Đầu vào là 4 file: một BRD 38 trang, biên bản 2 cuộc họp, và một bảng Excel các quy định lãi suất. Trước đây chị mất gần một ngày đọc và ghép nối.
Chị tạo một Project tên "Ví trả góp Q3", tải cả 4 file vào phần knowledge, đặt custom instruction: "Trả lời tiếng Việt, trích dẫn số trang/tên file khi dẫn nguồn." Sau đó chị hỏi: "Liệt kê mọi yêu cầu chức năng liên quan đến hạn mức tín dụng, có mâu thuẫn nào giữa BRD và biên bản họp không?" Nhờ 200k context, Claude đọc trọn cả 4 tài liệu cùng lúc và chỉ ra hai điểm mâu thuẫn về mức trần lãi suất giữa BRD (trang 22) và biên bản họp ngày 12/6.
Bài học rút ra: Sức mạnh của Claude không phải "viết hộ" mà là đọc chéo nhiều tài liệu cùng lúc và phát hiện mâu thuẫn — việc con người dễ bỏ sót khi mệt. Yêu cầu trích dẫn nguồn giúp chị Hương kiểm chứng lại thay vì tin mù quáng.
Ví dụ 2 — Content team agency ở Hà Nội chuẩn hoá giọng thương hiệu
Một agency truyền thông ở Cầu Giấy phục vụ 6 nhãn hàng, mỗi nhãn một giọng khác nhau. Vấn đề: writer mới vào thường viết "lệch tông", quản lý phải sửa nhiều.
Họ tạo một Project cho mỗi nhãn hàng, mỗi project chứa brand guideline, 10 bài mẫu đạt chuẩn, và bảng từ ngữ nên/không nên dùng. Khi cần bài mới, writer chỉ mở đúng project và yêu cầu draft. Nhờ Claude tham chiếu tài liệu nền, bản nháp ra đúng tông ngay từ đầu; và nhờ Artifacts, khâu chỉnh sửa ("làm ngắn hơn 20%", "thêm CTA cuối bài") diễn ra ngay trong một khung, không copy qua lại lộn xộn. Team ước tính thời gian ra bản nháp đạt chuẩn giảm khoảng 40%.
Bài học rút ra: Projects biến kiến thức ngầm ("giọng của nhãn này thế nào") thành tài sản dùng lại được, không phụ thuộc vào trí nhớ của một người. Đây là cách scale chất lượng khi đội ngũ thay đổi nhân sự.
Ví dụ 3 — Founder startup EdTech dựng prototype giao diện cuối tuần
Anh Dũng, founder một startup EdTech nhỏ (5 người) tại Đà Nẵng, muốn thử nhanh giao diện trang "lộ trình học" để mang đi pitch nhà đầu tư. Anh không phải dev "cứng". Anh mô tả cho Claude ý tưởng, yêu cầu dựng một trang bằng React. Claude mở Artifact chạy trực tiếp, hiển thị giao diện ngay trong cửa sổ. Anh chỉnh qua lại ("đổi màu chủ đạo sang xanh lá", "thêm thanh tiến độ") và trong khoảng một buổi tối đã có bản demo bấm được để quay video pitch.
Bài học rút ra: Artifacts biến Claude thành công cụ prototyping nhanh cho người không chuyên code. Không thay được dev thật để làm sản phẩm production, nhưng đủ tốt để thử ý tưởng và trình bày.
Hướng dẫn từng bước
Dưới đây là quy trình chuẩn để bắt đầu với Claude cho công việc hằng ngày.
Bước 1 — Tạo tài khoản và chọn gói. Vào claude.ai, đăng ký bằng email hoặc Google. Gói miễn phí đủ để làm quen nhưng giới hạn lượt dùng và không có đầy đủ tính năng Projects. Gói Pro (khoảng 20 USD/tháng) mở khoá Projects, dùng được model mạnh nhất (Opus) và hạn mức cao hơn — phù hợp nếu bạn dùng cho công việc thật.
Bước 2 — Chọn đúng model. Claude có nhiều phiên bản: dòng Opus thông minh nhất cho việc khó (phân tích sâu, code phức tạp); dòng Sonnet cân bằng tốc độ và chất lượng cho việc hằng ngày; dòng Haiku nhanh, rẻ cho việc nhẹ. Mẹo: mặc định dùng Sonnet, nâng lên Opus khi gặp bài toán khó.
Bước 3 — Tạo Project cho đầu việc lặp lại. Vào mục Projects, tạo mới, đặt tên rõ ràng. Ở phần custom instructions, viết rõ: ngôn ngữ trả lời, giọng văn, vai trò của Claude, và những ràng buộc (ví dụ "không bịa số liệu, thiếu thông tin thì hỏi lại").
Bước 4 — Nạp knowledge nền. Tải lên các tài liệu Claude cần luôn tham chiếu: guideline, glossary thuật ngữ, tài liệu sản phẩm. Đây là "trí nhớ dài hạn" của project.
Bước 5 — Tận dụng 200k context đúng cách. Khi cần phân tích tài liệu dài, dán/tải cả tập vào một cuộc chat. Nhưng thay vì hỏi mơ hồ, hãy hỏi có mục tiêu: "Tóm tắt theo 5 mục sau…", "Tìm mọi chỗ đề cập đến điều khoản X", "So sánh phần A của file 1 với phần B của file 2".
Bước 6 — Làm việc với Artifacts. Khi Claude mở Artifact, hãy chỉnh theo vòng lặp nhỏ: yêu cầu một thay đổi cụ thể mỗi lượt ("rút đoạn mở đầu còn 2 câu"). Cần thì bảo Claude quay lại phiên bản trước. Khi ưng ý, copy hoặc tải xuống.
Bước 7 — Kiểm chứng. Luôn yêu cầu Claude dẫn nguồn khi trả lời dựa trên tài liệu, rồi tự kiểm tra lại điểm quan trọng. AI hỗ trợ tư duy, không thay bạn chịu trách nhiệm.
Lỗi thường gặp & mẹo
Lỗi 1 — Nhồi tài liệu quá tải rồi hỏi chung chung. Nhiều người dán 150k token vào rồi hỏi "tóm tắt đi". Kết quả loãng và dễ bỏ sót. Mẹo: hỏi có cấu trúc, chia thành nhiều câu hỏi mục tiêu, hoặc yêu cầu Claude trích dẫn số trang để bạn kiểm tra.
Lỗi 2 — Không dùng Projects, lặp lại bối cảnh mỗi lần. Nếu bạn thấy mình cứ dán lại brand guideline hay giải thích lại dự án ở đầu mỗi chat, đó là dấu hiệu cần một Project. Mẹo: đầu tư 30 phút set up project một lần, tiết kiệm hàng chục giờ về sau.
Lỗi 3 — Tưởng context lớn nghĩa là nhớ tuyệt đối. Với tài liệu cực dài, chi tiết ở giữa dễ bị mờ. Mẹo: đặt thông tin quan trọng gần đầu hoặc cuối, và hỏi lại cụ thể để "kéo" nó ra.
Lỗi 4 — Bỏ qua vấn đề dữ liệu nhạy cảm. Tải hợp đồng, dữ liệu khách hàng lên bất kỳ AI nào cũng cần cân nhắc chính sách công ty và quy định (chủ đề này sẽ được bàn kỹ ở các bài về bảo mật và tuân thủ). Mẹo: ẩn danh dữ liệu nhạy cảm trước khi tải, và kiểm tra chính sách lưu trữ dữ liệu của gói bạn dùng.
Lỗi 5 — Copy Artifact chứa code/HTML mà không kiểm tra. Prototype của Claude có thể trông ổn nhưng chưa sẵn sàng cho production. Mẹo: coi Artifact là bản nháp để thử ý tưởng, luôn có người rà lại trước khi đưa vào thật.
Mẹo giọng văn: Nếu bản nháp vẫn "AI quá", hãy yêu cầu cụ thể: "viết như người thật, hạn chế gạch đầu dòng, không in đậm lung tung, dùng câu ngắn". Claude phản hồi rất tốt với chỉ dẫn về tông giọng.
Bài tập thực hành
- Tạo một Project thật. Chọn một đầu việc bạn hay lặp lại (viết email khách hàng, soạn báo cáo tuần, phân tích tài liệu). Tạo Project, viết custom instructions về ngôn ngữ và giọng văn, nạp ít nhất một tài liệu nền. Ghi lại khác biệt so với chat thường.
- Thử sức 200k context. Lấy một tài liệu dài (10–30 trang) trong công việc, tải vào Claude và đặt 3 câu hỏi có mục tiêu: một câu tóm tắt theo cấu trúc bạn định sẵn, một câu tìm chi tiết cụ thể, một câu yêu cầu so sánh/mâu thuẫn. Yêu cầu trích dẫn nguồn và tự kiểm chứng.
- Vòng lặp Artifacts. Yêu cầu Claude viết một tài liệu ngắn (email hoặc mô tả sản phẩm) dưới dạng Artifact, rồi thực hiện đúng 5 lần chỉnh sửa liên tiếp, mỗi lần một yêu cầu cụ thể. Quan sát cách Artifact giữ mạch và phiên bản.
- So sánh giọng văn. Cho cùng một yêu cầu viết bài cho cả Claude và một công cụ khác bạn đã học. Đọc kỹ và ghi lại: bản nào cần ít sửa hơn, khác nhau ở tông giọng thế nào. Điều này giúp bạn quyết định dùng công cụ nào cho việc gì.
Tóm tắt
Claude nổi bật ở ba trụ cột: 200k context window cho phép đọc và phân tích chéo tài liệu cực dài; Projects biến kiến thức nền và quy tắc thành tài sản dùng lại, giúp AI luôn hiểu bối cảnh; và Artifacts tạo khung soạn thảo tách riêng để chỉnh sửa tài liệu, code, prototype gọn gàng. Cộng thêm giọng văn tự nhiên, Claude đặc biệt hợp với công việc đọc tài liệu, viết lách và dựng nháp nhanh.
Điều quan trọng nhất cần nhớ: các tính năng này chỉ phát huy khi bạn dùng có phương pháp — hỏi có mục tiêu thay vì nhồi rồi hỏi chung chung, set up Project một lần để tiết kiệm về sau, luôn yêu cầu dẫn nguồn và tự kiểm chứng, và cẩn trọng với dữ liệu nhạy cảm. Claude là một trợ lý mạnh, nhưng người chịu trách nhiệm cuối cùng cho chất lượng và tính chính xác vẫn là bạn. Ở các bài tiếp theo, chúng ta sẽ mở rộng sang các công cụ và quy trình khác để bạn có một bộ đồ nghề AI hoàn chỉnh.