Thống kê học trí tuệ nhân tạo dành cho người không chuyên ngành
arigaram
Thấu hiểu bản chất của thống kê cơ bản cần thiết cho việc phát triển và ứng dụng trí tuệ nhân tạo mà không cần đến một công thức hay một dòng mã nào.
Nhập môn
AI
Giới thiệu các mẫu prompt cơ bản cho lập trình và các mẫu prompt API nâng cao để tận dụng trí tuệ nhân tạo.
92 học viên
Độ khó Cơ bản
Thời gian Không giới hạn
Cách viết prompt cần thiết cho việc phát triển phần mềm
Các khái niệm cốt lõi liên quan đến phát triển và tài liệu hóa như Refactoring, TDD, BDD, Gherkin, Cucumber, v.v.
Hiện tại bài giảng vẫn đang trong quá trình hoàn thiện. Có một nhược điểm là bạn có thể phải chờ đợi lâu cho đến khi bài giảng được hoàn tất (mặc dù tôi sẽ bổ sung thường xuyên). Vui lòng cân nhắc kỹ điểm này trước khi quyết định mua.
Ngày 20 tháng 3 năm 2026
Do sự phát triển nhanh chóng của công nghệ trí tuệ nhân tạo, kỹ thuật lập trình Agentic (Agentic Coding) ngày càng trở nên quan trọng, vì vậy tôi đã bắt đầu tái cấu trúc toàn bộ khóa học và sản xuất mới lại tất cả các bài giảng cho phù hợp. Khóa học sẽ được cấu trúc lại thành hơn 70 bài giảng trải dài trên 10 phần. Chủ đề của mỗi phần như sau, trong đó các phần số 7, 8, 9, 10 là những phần liên quan đến lập trình Agentic.
Phần 1. Nhà phát triển trong kỷ nguyên Prompt
Phần 2. Các mẫu tạo mã
Phần 3. Các mẫu tái cấu trúc mã nguồn (Refactoring Patterns)
Phần 4. Các mẫu kiểm thử và gỡ lỗi
Phần 5. Các mẫu tài liệu và chuyển đổi
Phần 6. Các mẫu phong cách và quy ước
Phần 7. Nhập môn lập trình Agentic
Phần 8. Các mẫu thiết lập bối cảnh dự án
Phần 9. Các mẫu cốt lõi trong lập trình Agentic
Phần 10. Quy trình làm việc thực tế trong lập trình Agentic
Phần 11. Chuỗi Prompt và Quy trình làm việc
Phần 12. Các mẫu kiểm tra bảo mật và chất lượng
Phần 13. Meta-prompt và Tự động hóa
Phần 14 (Phụ lục). Thẻ tham chiếu mẫu Prompt
Trong số các phần hiện tại, những phần không có nội dung sẽ bị xóa, còn những phần có ít nhất một nội dung bài học sẽ được giữ lại với thẻ [Phiên bản 1] cho đến khi tất cả các phần của phiên bản 2 được hoàn thiện. Do đó, những người đang theo học có thể tiếp tục bài giảng mà không bị gián đoạn. Sau khi hoàn thành tất cả 14 phần của phiên bản 2, tôi sẽ tiến hành xóa chúng.
Ngày 23 tháng 1 năm 2026
Tôi đã công khai tất cả mục lục bài học sẽ có trong phần chuyên sâu.
Khi công khai toàn bộ mục lục của phần chuyên sâu, tôi đã đổi tiêu đề bài giảng từ "Prompt Pattern (Vibe Coding) dành cho nhà phát triển" thành "Prompt Pattern dành cho nhà phát triển" để mang tính bao quát hơn.
Ngày 10 tháng 12 năm 2025
Đã bắt đầu đăng tải nội dung bài học sẽ bao gồm trong Phần chuyên sâu (Phần 14 ~ Phần 55).
Ngày 30 tháng 11 năm 2025
Một số phần trong các chương trình chuyên sâu đã được phân loại thành các phần chuyên môn. Chúng tôi dự định sẽ bổ sung thêm các bài học mang tính chuyên môn cao hơn vào các phần chuyên môn này.
Ngày 18 tháng 9 năm 2025
Đã thêm các mục lưu ý vào trang giới thiệu chi tiết.
Ngày 22 tháng 8 năm 2025
Danh sách bài học chi tiết của các phần thuộc khóa học chuyên sâu đã được chuyển sang trạng thái riêng tư. Chúng tôi sẽ lần lượt công khai từng phần ngay sau khi hoàn thiện trong tương lai.
Trong khóa học này, chúng ta sẽ khám phá cách viết câu lệnh (prompt) tốt hơn bằng cách áp dụng các kỹ thuật kỹ nghệ câu lệnh (prompt engineering) cần thiết để tận dụng tối đa các công cụ lập trình AI đa dạng như GPT, Copilot, ChatGPT, Claude và Cursor.
Những lập trình viên giỏi viết prompt sẽ nhanh hơn và có năng lực hơn.
Giờ đây, lập trình viên không đơn thuần chỉ là người viết mã nữa.
Trong môi trường phát triển cộng tác với AI, việc 'yêu cầu cái gì và như thế nào' đã trở thành năng lực cốt lõi.
Tổng hợp các mẫu prompt theo từng loại và cung cấp cùng với các ví dụ thực tế.
Bạn có thể kiểm tra mã nguồn được tạo ra bởi câu lệnh (prompt).
Tin tức về việc các doanh nghiệp không tuyển dụng lập trình viên mới và sa thải các lập trình viên hiện tại do trí tuệ nhân tạo đang xuất hiện không ít trên các mặt báo. Bây giờ là lúc cần phải chuyển đổi từ một lập trình viên truyền thống sang một lập trình viên biết sử dụng các mẫu câu lệnh (prompt), hay còn gọi là "Prompt Programmer".
Đừng chỉ sử dụng những công cụ phát triển lỗi thời, hãy tích cực tận dụng trí tuệ nhân tạo để nâng cao đáng kể năng suất của bạn.
Nhà phát triển đã có kinh nghiệm lập trình nhưng còn xa lạ với việc ứng dụng AI
Những lập trình viên dành nhiều thời gian cho việc viết mã lặp đi lặp lại, tái cấu trúc mã (refactoring) và viết tài liệu mỗi ngày.
Những người muốn mở rộng sang các lĩnh vực mới như DevOps, phân tích dữ liệu, bảo mật thông qua câu lệnh (prompt)
Những nhà phát triển có khả năng lập trình cơ bản nhưng thiếu thói quen kiểm thử/tái cấu trúc/viết tài liệu
Những người muốn nhanh chóng thích nghi với công việc thực tế và muốn phát triển thành một “nhà phát triển làm việc hiệu quả” thông qua các công cụ AI
Những người phải một mình hoặc theo nhóm nhỏ đảm nhận từ viết mã + quản lý cơ sở hạ tầng + cộng tác với nguồn lực hạn chế
Nhà phát triển startup cần xây dựng nguyên mẫu nhanh chóng và thử nghiệm lặp đi lặp lại
Những người đã sử dụng Pandas, NumPy, Matplotlib nhưng muốn tăng cường tự động hóa xử lý và trực quan hóa dữ liệu
Nhà phân tích quan tâm đến Gợi ý AI → Tự động hóa mã → Tối ưu hóa quy trình làm việc
Người học muốn nhanh chóng làm quen với ngôn ngữ/framework mới
Tóm tắt luận văn kỹ thuật → Tái hiện mã nguồn, những nhà nghiên cứu muốn tăng tốc quá trình này với sự hỗ trợ của AI
Những người muốn hiểu quy trình đánh giá mã nguồn/quản lý chất lượng/tự động hóa dựa trên prompt khi cộng tác với đội ngũ phát triển.
Những người muốn tối ưu hóa sự hợp tác giữa người lập kế hoạch, nhà thiết kế và nhà phát triển
Chủ đề cốt lõi: Tại sao prompt lại quan trọng đối với nhà phát triển, cấu trúc công việc đang thay đổi và các khái niệm cơ bản.
Các bài học bao gồm: tầm quan trọng, định nghĩa về câu lệnh (prompt) tốt, các yếu tố cần cân nhắc khi viết, giá trị của các mẫu (pattern), v.v.
Chủ đề cốt lõi: Các mẫu cơ bản để yêu cầu AI tạo mã chức năng thực tế.
Các bài học bao gồm: CRUD, thành phần UI, quản lý trạng thái, xử lý sự kiện, bất đồng bộ, yêu cầu dựa trên framework.
Chủ đề chính: Yêu cầu cải thiện và cấu trúc lại mã nguồn hiện có.
Các bài học bao gồm: Cải thiện khả năng đọc, tách hàm, loại bỏ trùng lặp, chuyển đổi sang OOP, tính bất biến, cải thiện hiệu suất.
Chủ đề chính: Đảm bảo chất lượng thông qua kiểm thử tự động.
Các bài học bao gồm: Kiểm thử đơn vị·tích hợp, các trường hợp ngoại lệ, mock/stub, phong cách TDD, mở rộng độ bao phủ (coverage).
Chủ đề cốt lõi: Tự động hóa chú thích, tài liệu API, README và lịch sử thay đổi.
Các bài học bao gồm: Chú thích hàm, docstring, JSDoc/TSDoc, blog kỹ thuật, tài liệu API, tóm tắt lịch sử thay đổi.
Chủ đề chính: Tự động hóa chuyển đổi giữa các ngôn ngữ và framework.
Các bài học bao gồm: JS↔TS, Python 2↔3, Java↔Kotlin, jQuery↔React, REST↔GraphQL, SQL↔NoSQL.
Chủ đề chính: Giải thích mã và phát hiện lỗi thông qua AI.
Các bài học bao gồm: Giải thích mã nguồn, phân tích logic phức tạp, phân tích độ phức tạp, vấn đề bảo mật, tự động hóa nhật ký gỡ lỗi (debugging log).
Chủ đề cốt lõi: Áp dụng phong cách mã nguồn nhất quán.
Các bài học bao gồm: ESLint, PEP8, Prettier, quy tắc tùy chỉnh, quy ước dấu chấm phẩy/thụt lề.
Chủ đề chính: Sử dụng prompt dựa trên dự án.
Các bài học bao gồm: Chuỗi prompt, chiến lược cải thiện lặp đi lặp lại, tiêu chuẩn hóa cộng tác.
Chủ đề chính: Tiền xử lý, phân tích và trực quan hóa dữ liệu.
Các bài học bao gồm: Tiền xử lý Pandas/Numpy, trực quan hóa, xử lý dữ liệu quy mô lớn hiệu quả, phân tích cú pháp CSV/JSON/XML, tự động hóa phân tích nhật ký.
Chủ đề cốt lõi: Tự động hóa mã nguồn hạ tầng thông qua AI.
Các bài học bao gồm: Dockerfile, Kubernetes manifest, CI/CD pipeline, Terraform/CDK, tệp cấu hình máy chủ.
Chủ đề chính: Lỗ hổng bảo mật và đảm bảo chất lượng.
Các bài học bao gồm: Quét lỗ hổng bảo mật, phân tích tĩnh, quản lý API key, kiểm thử tải, tự động hóa nhật ký bảo mật.
Chủ đề cốt lõi: Kết hợp sử dụng hình ảnh, âm thanh và văn bản.
Các bài học bao gồm: Hình ảnh→Code, Lệnh giọng nói→Code, Figma→UI Code, Tóm tắt tài liệu+Code, Quy trình làm việc đa phương thức (Multimodal workflow).
Chủ đề chính: Quản lý và tự động hóa chính các câu lệnh (prompt).
Các bài học bao gồm: Tạo mẫu (Templatization), LangChain, Đánh giá hiệu suất (Benchmarking), Zapier/n8n, Tác nhân dạng công cụ (Tool-based Agents).
Chủ đề cốt lõi: Chiến lược sử dụng prompt theo đơn vị nhóm.
Các bài học bao gồm: Tự động hóa review mã nguồn, prompt dựa trên quy ước của nhóm, liên kết Jira/Notion, quản lý lịch sử, cộng đồng tác giữa nhiều bộ phận.
Chủ đề cốt lõi: Prompt cho tự học và nghiên cứu.
Các bài học bao gồm: Tạo hướng dẫn, khám phá mã nguồn mở, tóm tắt luận văn thành mã code, học thuật toán, tự động hóa lộ trình học tập.
Chủ đề cốt lõi: Sử dụng trong giai đoạn vận hành dịch vụ.
Các bài học bao gồm: Phân tích lỗi, tìm kiếm lỗi dựa trên nhật ký (log), giám sát hiệu suất, kịch bản hàng loạt (batch script), mã vá khẩn cấp.
Chủ đề cốt lõi: Cải thiện trải nghiệm người dùng.
Các bài học bao gồm: Tiêu chuẩn về khả năng tiếp cận, đa ngôn ngữ i18n, phản hồi của người dùng, mã kiểm thử A/B, hoạt ảnh UI.
Chủ đề chính: Prompt tùy chỉnh theo từng ngành công nghiệp.
Các bài học bao gồm: Phát triển trò chơi, dữ liệu tài chính, bảo vệ dữ liệu y tế, thương mại điện tử, IoT/nhúng.
Chủ đề cốt lõi: Phát triển AI có trách nhiệm.
Nội dung bài học: Phi nhận dạng thông tin cá nhân, kiểm chứng định kiến dữ liệu, kiểm tra bản quyền và giấy phép, xử lý đầu vào an toàn, đánh giá mã nguồn theo tiêu chuẩn đạo đức.
Khả năng sử dụng prompt giúp tăng năng suất lập trình lên gấp 2~3 lần
Mẫu prompt tự động hóa các công việc lặp đi lặp lại
Nền tảng tiêu chuẩn hóa prompt có thể chia sẻ với các thành viên trong nhóm
Kinh nghiệm thực hành prompt có thể áp dụng ngay vào các dự án thực tế
Năng lực cạnh tranh trong tương lai với tư cách là một "nhà phát triển cộng tác cùng AI"
Bạn chỉ cần chuẩn bị một trong các công cụ lập trình dựa trên AI như ChatGPT, Gemini, Grok, Claude hoặc Copilot.
Tôi đính kèm giáo trình bài giảng dưới dạng tệp PDF.
Vì bài giảng được giải thích bằng ngôn ngữ JavaScript và Python, nên sẽ rất tốt nếu bạn có kiến thức cơ bản về hai ngôn ngữ này.
Sẽ rất hữu ích nếu bạn nắm được các khái niệm cơ bản về Refactoring. Về vấn đề này, bài giảng riêng mà tôi đã đăng tải có tên là "Clean Coding: Kỹ thuật viết mã tốt dễ học thông qua phép ẩn dụ nấu ăn" cũng sẽ là một tài liệu tham khảo tốt.
Khóa học này dành cho ai?
Những ai muốn phát triển phần mềm nhanh hơn và chính xác hơn bằng cách tận dụng các công cụ AI
Những ai muốn sử dụng tốt ChatGPT hoặc Copilot nhưng vẫn còn lúng túng không biết nên hỏi gì và hỏi như thế nào.
Những người muốn tự động hóa các công việc phát triển lặp đi lặp lại bằng cách sử dụng prompt.
Nhà phát triển muốn thu thập các ví dụ prompt có thể áp dụng ngay vào thực tế.
Người phụ trách đang muốn đưa văn hóa sử dụng AI prompt vào đội ngũ.
Cần biết trước khi bắt đầu?
Ngôn ngữ Python
Tái cấu trúc mã nguồn
Ngôn ngữ JavaScript
692
Học viên
38
Đánh giá
2
Trả lời
4.6
Xếp hạng
18
Các khóa học
Tôi là một người coi IT vừa là sở thích vừa là nghề nghiệp.
Tôi có nhiều kinh nghiệm trong việc viết lách, dịch thuật, tư vấn, phát triển và giảng dạy.
Tất cả
219 bài giảng ∙ (44giờ 48phút)
Tài liệu khóa học:
Tất cả
5 đánh giá
4.4
5 đánh giá
Đánh giá 4
∙
Đánh giá trung bình 5.0
Đánh giá 6
∙
Đánh giá trung bình 5.0
Đánh giá 1
∙
Đánh giá trung bình 5.0
Đánh giá 1
∙
Đánh giá trung bình 2.0
Hãy khám phá các khóa học khác của giảng viên!
Khám phá các khóa học khác trong cùng lĩnh vực!