Cách sử dụng Claude Cowork để tự động kiểm tra và cải thiện kỹ năng làm việc với AI

Tại sao cần phải kiểm tra kỹ năng AI theo định kỳ?

Chắc hẳn bạn đang dùng Claude mỗi ngày nhưng không nhận ra mình đang lặp lại cùng một thao tác hàng chục lần. Bạn viết lại cùng một prompt, chỉnh sửa cùng một kiểu đầu ra, giải thích lại cùng một quy trình lần này qua lần khác mà không có gì thay đổi.

Đây là dấu hiệu cho thấy kỹ năng của bạn chưa được tối ưu. Nếu một việc đáng làm một lần thì nó đáng được chuẩn hóa. Claude Cowork có thể giúp bạn phát hiện những điểm mài mòn đó, đề xuất kỹ năng phù hợp và biến quy trình kiểm tra thành thứ có thể tái sử dụng mỗi tuần.

Điểm mấu chốt của hướng dẫn này không phải là tạo ra càng nhiều kỹ năng càng tốt. Mà là tạo ra đúng kỹ năng - dựa trên bằng chứng thực tế từ công việc bạn đang làm.

Bạn sẽ có gì?

Sau khi hoàn thành hướng dẫn này, bạn sẽ có một quy trình kiểm tra kỹ năng hàng tuần hoạt động như sau:

• Quét lại lịch sử làm việc AI của bạn trong 7 ngày gần nhất
• Xác định những thao tác lặp lại, những chỉnh sửa lặp đi lặp lại, những quy trình cần chuẩn hóa
• Đề xuất kỹ năng mới hoặc cập nhật kỹ năng cũ - chỉ khi có đủ bằng chứng
• Bỏ qua những ý tưởng không có căn cứ rõ ràng
• Tự biến quy trình này thành một kỹ năng có thể kích hoạt lại sau

Đối tượng phù hợp với nội dung này

Hướng dẫn này dành cho bạn nếu thuộc một trong những nhóm sau:

• Người dùng Claude, Claude Code hoặc Codex - bạn làm việc với AI hàng ngày và muốn ngừng lặp lại những việc không cần thiết.
• Người vận hành và sáng tạo nội dung - bạn muốn quy trình AI của mình tự cải tiến theo thời gian thay vì phải nhớ và viết lại mọi thứ bằng tay.
• Người đang dùng kỹ năng cá nhân - bạn đã có một số kỹ năng nhưng chưa có cách rõ ràng để quyết định cái nào cần tạo mới, cái nào cần cập nhật, cái nào nên xóa.

Bạn cần chuẩn bị những gì?

Trước khi bắt đầu, hãy chắc chắn bạn có sẵn:

• Claude Cowork, Claude Code hoặc Codex đang hoạt động
• Một vài phiên làm việc gần đây - ít nhất từ 3 đến 5 phiên trong tuần qua để có đủ dữ liệu để phân tích
• Kỹ năng cá nhân đang được bật , hoặc ít nhất có một nơi để Claude lưu kỹ năng sau khi tạo
• Vài phút để xem xét trước khi phê duyệt bất kỳ thay đổi nào - đây là bước không được bỏ qua

Nếu bạn chủ yếu làm việc trong Codex, bạn cũng có thể chạy quy trình tương tự ở đó. Chỉ cần bắt đầu một luồng mới bên ngoài bất kỳ dự án cụ thể nào để giữ cho phạm vi kiểm tra mang tính cá nhân, không bị gắn với một repo riêng lẻ.

Bước 1: Mở một luồng làm việc riêng biệt

Mở Claude Cowork và bắt đầu một tác vụ hoặc luồng trò chuyện mới. Điều quan trọng là giữ luồng này tập trung vào một việc duy nhất, đó là kiểm tra công việc AI gần đây để tìm cơ hội cải tiến kỹ năng.

Không nên để Claude tự nghĩ ra một danh sách dài các kỹ năng có thể có. Mục tiêu là tìm ra những điểm mài mòn thực sự - những chỗ bạn đang mất thời gian và công sức nhiều hơn mức cần thiết.

Nếu bạn thấy mình liên tục chỉnh sửa cùng một kiểu lỗi đầu ra, viết lại một đoạn prompt với cùng một cấu trúc, hoặc phải giải thích lại cùng một bối cảnh mỗi khi bắt đầu một tác vụ - đó chính xác là tín hiệu mà cuộc kiểm tra này được thiết kế để phát hiện.

Mẹo thực tế: Nếu bạn dùng Codex, hãy mở một luồng mới hoàn toàn tách biệt khỏi dự án hiện tại. Điều này giúp kết quả kiểm tra phản ánh thói quen làm việc cá nhân của bạn, không phải đặc thù của một dự án nào đó.

Bước 2: Chạy lệnh kiểm tra kỹ năng

Trong luồng mới vừa mở, hãy nhập lệnh sau:

Quét lại các phiên làm việc của tôi trong 7 ngày vừa qua.
Nếu có kỹ năng cá nhân nào cần được tạo mới hoặc cập nhật, hãy đề xuất kèm bằng chứng cụ thể.
Chỉ đề xuất kỹ năng cá nhân, không phải kỹ năng theo dự án hay repo.
Ưu tiên không thay đổi gì trừ khi có lý do rõ ràng.
Cho tôi xem trước những gì bạn định tạo hoặc chỉnh sửa trước khi thực hiện.

Cụm quan trọng nhất trong lệnh này là "ưu tiên không thay đổi gì trừ khi có lý do rõ ràng". Nếu thiếu câu này, Claude có thể quá tích cực và đề xuất kỹ năng cho những việc chỉ xảy ra một lần.

Nếu có kết quả tốt thì sẽ như thế nào?

Một đề xuất hữu ích sẽ trả lời được ba câu hỏi:

• Điều gì đã lặp lại trong các phiên làm việc gần đây của bạn?
• Kỹ năng nào có thể giúp - tạo mới, cập nhật cái đã có, hay không cần làm gì?
• Bằng chứng là gì - phiên nào, tác vụ nào, lỗi nào?

Ví dụ thực tế: Sau một đợt kiểm tra, Claude có thể phát hiện ra hai điểm cần xử lý. Thứ nhất, một kỹ năng viết nội dung SEO hàng tuần cần được cập nhật vì các bản nháp gần đây liên tục cần thêm phần phân tích từ khóa đuôi dài mà kỹ năng hiện tại chưa có. Thứ hai, có một kỹ năng tham chiếu nhanh bị trùng lặp với file SKILL.md gốc và cần xóa để tránh nhầm lẫn.

Đây là một kết quả kiểm tra tốt - ngắn gọn, có căn cứ, và bỏ qua những ý tưởng không đủ bằng chứng. Một cuộc kiểm tra kỹ năng tốt không nên tạo ra thêm công việc không cần thiết.

Bước 3: Xem xét đề xuất trước khi duyệt bất kỳ thay đổi nào

Đây là bước quan trọng nhất và cũng là bước nhiều người hay bỏ qua. Không phê duyệt tự động mọi đề xuất.

Chỉ chấp nhận những đề xuất đáp ứng ít nhất một trong các tiêu chí sau:

• Bạn đã lặp lại cùng một tác vụ nhiều lần trong khoảng thời gian ngắn
• Bạn đã phải chỉnh sửa cùng một kiểu đầu ra nhiều hơn một lần
• Claude phát hiện ra một khoảng trống rõ ràng trong một kỹ năng hiện có
• Quy trình này nhiều khả năng sẽ xảy ra lại trong tương lai

Ngược lại, hãy từ chối những đề xuất trông giống như công việc phát sinh một lần. Một yêu cầu bất thường, không có khả năng lặp lại không cần một kỹ năng riêng. Đôi khi chỉ cần một ghi chú nhanh, một mẫu tạm thời, hoặc đơn giản là không cần làm gì thêm.

Cảnh báo về kỹ năng diện rộng

Một kỹ năng tốt phải hẹp và cụ thể . Nó cần có một điều kiện kích hoạt rõ ràng và một công việc rõ ràng. Nếu Claude đề xuất một thứ nghe như "kỹ năng cho toàn bộ công việc nội dung của tôi", đó là dấu hiệu cần thu hẹp phạm vi trước khi phê duyệt.

Ví dụ: Thay vì "kỹ năng viết nội dung marketing", hãy thu hẹp thành "kỹ năng tạo bản tóm tắt bài đăng LinkedIn từ báo cáo dữ liệu". Càng cụ thể, kỹ năng càng dễ kích hoạt đúng lúc và tạo ra đầu ra nhất quán.

Bước 4: Biến quy trình kiểm tra thành một kỹ năng có thể tái sử dụng

Sau khi bạn hài lòng với quy trình kiểm tra này, hãy yêu cầu Claude Cowork lưu lại toàn bộ quy trình thành một kỹ năng cá nhân. Nhập lệnh sau:

Hãy biến quy trình kiểm tra kỹ năng này thành một kỹ năng cá nhân.

Kỹ năng đó cần:

- Quét lại các phiên làm việc hoặc công việc gần đây
- Tìm kiếm các thao tác lặp lại, chỉnh sửa lặp lại và quy trình lặp lại
- Chỉ đề xuất cập nhật kỹ năng cá nhân, không phải kỹ năng theo repo trừ khi tôi yêu cầu rõ ràng
- Ưu tiên không thay đổi gì trừ khi có bằng chứng rõ ràng
- Hiển thị các thay đổi được đề xuất trước khi chỉnh sửa bất kỳ file nào
- Báo cáo những gì đã tạo mới, cập nhật, bỏ qua hoặc từ chối



Giữ kỹ năng này hẹp. Nó chỉ nên kiểm tra cơ hội cải tiến kỹ năng, không quản lý toàn bộ không gian làm việc của tôi.

Đây là bước tạo ra giá trị lâu dài. Thay vì nhớ lại đầy đủ lệnh kiểm tra mỗi tuần, bạn chỉ cần kích hoạt kỹ năng và nhận được cùng một quy trình xem xét thận trọng đó.

Nếu Claude đề xuất một kỹ năng quá rộng, hãy yêu cầu thu hẹp lại trước khi lưu. Kỹ năng nên bao gồm phạm vi kiểm tra, tiêu chí đề xuất, và điều kiện bỏ qua - không thêm không bớt.

Mở rộng: Kiểm tra Automation của bạn

Sau khi đã làm chủ việc kiểm tra kỹ năng, bạn có thể áp dụng cùng một cách tiếp cận cho các tác vụ tự động hóa của mình.

Nhập lệnh sau để kiểm tra automation:

Kiểm tra toàn bộ các tác vụ tự động hóa của tôi.

Tìm những tác vụ định kỳ đang tạo ra quá nhiều thông báo không cần thiết,

đã lỗi thời so với quy trình hiện tại, tốn quá nhiều chi phí hoặc token,

không có mô tả rõ ràng, hoặc thiếu bước phê duyệt thủ công trước khi thực thi.

Chỉ đề xuất thay đổi khi có bằng chứng rõ ràng. Nếu không có gì cần thay đổi thì nói thẳng là không cần.

Mục tiêu giống hệt như kiểm tra kỹ năng: cải thiện những gì đang thực sự được dùng và để yên những gì đang hoạt động tốt. Automation không cần thiết sẽ dần trở thành tiếng ồn nền - chiếm tài nguyên mà không tạo ra giá trị gì.

Những lỗi cần gặp và tránh

Phê duyệt mọi đề xuất mà không cần xem xét

• Đây là lỗi phổ biến nhất. Claude có thể đề xuất nhiều thứ hợp lý về mặt hình thức nhưng không phù hợp với thực tế công việc của bạn. Hãy luôn hỏi: "Điều này có thực sự xảy ra nhiều lần không?" Nếu không chắc, hãy từ chối.

Tạo kỹ năng quá rộng

• Một kỹ năng có phạm vi quá lớn sẽ kích hoạt sai lúc hoặc tạo ra đầu ra không nhất quán. Luôn thu hẹp phạm vi trước khi lưu. Hỏi Claude: "Bạn có thể làm cho kỹ năng này cụ thể hơn không?"

Bỏ qua bước xem trước

• Claude sẽ hiển thị những gì nó định tạo hoặc chỉnh sửa trước khi thực hiện - đây là tính năng bảo vệ quan trọng. Đừng bỏ qua bước này dù bạn đã tin tưởng vào kết quả kiểm tra.

Kiểm tra quá thường xuyên

• Kiểm tra hàng tuần là đủ. Nếu bạn kiểm tra hàng ngày, bạn sẽ không có đủ dữ liệu để thấy các mẫu lặp lại thực sự. Hãy để đủ thời gian để các thói quen làm việc hình thành trước khi phân tích.

Ví dụ thực tế áp dụng cho công việc tại Việt Nam

Dưới đây là một số tình huống phổ biến mà người dùng tại Việt Nam có thể nhận ra khi kiểm tra kỹ năng:

• Nhóm viết nội dung SEO: Nếu mỗi tuần bạn đều phải nhắc Claude thêm phần "câu hỏi thường gặp" vào cuối mỗi bài viết, đó là tín hiệu cần cập nhật kỹ năng viết bài hiện có để tự động bao gồm phần đó.
• Nhóm vận hành: Nếu bạn liên tục giải thích lại cho Claude về cấu trúc báo cáo nội bộ của công ty mỗi khi tạo bản tóm tắt, đó là tín hiệu cần tạo một kỹ năng lưu cấu trúc đó sẵn.
• Nhà phát triển dùng Claude Code: Nếu bạn thường xuyên phải yêu cầu Claude thêm comment tiếng Việt vào code sau mỗi lần tạo hàm mới, đó là tín hiệu cần tạo một kỹ năng tự động thêm comment theo chuẩn của nhóm bạn.

Những ví dụ này đều có điểm chung: lặp lại có thể dự đoán được . Đó là tiêu chí duy nhất thực sự quan trọng khi quyết định có nên tạo một kỹ năng mới hay không.

Tổng kết

Kiểm tra kỹ năng không phải là việc làm một lần. Đây là thói quen bạn xây dựng dần theo thời gian để quy trình làm việc AI của mình trở nên hiệu quả hơn mỗi tuần.

Những điểm cốt lõi cần nhớ:

• Chạy kiểm tra hàng tuần, không hàng ngày - cần đủ dữ liệu để thấy mẫu lặp lại
• Chỉ phê duyệt đề xuất có bằng chứng rõ ràng từ nhiều phiên làm việc
• Giữ kỹ năng hẹp và cụ thể - một kỹ năng tốt có điều kiện kích hoạt rõ ràng
• Biến quy trình kiểm tra thành một kỹ năng để tái sử dụng dễ dàng hơn
• Áp dụng cùng cách tiếp cận cho automation sau khi đã làm chủ kỹ năng

Mục tiêu cuối cùng rất đơn giản: ngừng lặp lại những gì AI có thể ghi nhớ thay bạn, và tập trung thời gian vào những việc thực sự cần tư duy của con người.