Nhập môn Claude Code dành cho người không phải lập trình viên — Học tự động hóa công việc bằng AI chỉ với ứng dụng máy tính để bàn

Đây là bài giảng dạy các kiến thức CS (Khoa học máy tính) thiết yếu khi phát triển web bằng AI. Nếu không hiểu nguyên lý của máy chủ, cơ sở dữ liệu và triển khai, việc lập trình theo cảm tính (vibe coding) chắc chắn sẽ bị tắc nghẽn vào một thời điểm nào đó. Với giáo trình tương tác, bạn sẽ nhanh chóng học được các khái niệm cốt lõi, giúp bất kỳ ai cũng có thể hoàn thiện trang web thông qua việc lập trình bằng AI.

Chúng tôi sẽ tổng hợp các khái niệm lý thuyết về MNIST, bộ dữ liệu cơ bản nhất trong thị giác máy tính, đồng thời học cách triển khai thông qua API của Torchvision và cách tự xây dựng một custom dataset class.

Khi học học máy, ta được dạy cách nâng cao độ chính xác. Nhưng đến lúc đưa mô hình lên chip thực tế, lại nảy sinh những câu hỏi mà chẳng ai chỉ bảo. Mô hình này thực hiện bao nhiêu phép nhân? Nó cần lưu trữ những gì và dung lượng bao nhiêu? Thông số kỹ thuật của con chip mục tiêu hiện tại có thể đáp ứng nổi những yêu cầu đó chăng? Giáo trình học máy thì bàn về độ chính xác, còn giáo trình bán dẫn lại nói về mạch điện, nhưng tài liệu kết nối hai lĩnh vực này lại vô cùng khan hiếm. Tôi đã nhiều lần đối mặt với khoảng trống này khi triển khai CPU RISC-V và NPU trên FPGA. Đó là tình cảnh mô hình có độ chính xác cao nhất lại chẳng thể nào nhét vừa vào board mạch. Khóa học này sẽ hướng dẫn bạn tự tay xây dựng sáu thuật toán bằng Python, đồng thời đo lường số phép nhân, phép so sánh, dung lượng bộ nhớ và độ chính xác ở mỗi thuật toán. Sau đó, quy đổi các giá trị này sang tài nguyên thực tế trên board FPGA. Bởi lẽ, nói "bao nhiêu phép nhân" thì khó mà hình dung được quy mô, nhưng nếu nói "chiếm bao nhiêu phần trăm tài nguyên board" thì ta dễ dàng đánh giá được. Trải qua 9 bài Lab và gom sáu mô hình vào chung một bảng, ta sẽ thấy một bức tranh hoàn toàn khác với dự đoán. Đã dành tới 9 bài chỉ để đếm số phép nhân, nhưng thứ thực sự gây trở ngại lại không phải là phép nhân. Tiếp theo, ta sẽ chuyển đổi số thực thành số nguyên, quản lý độ rộng bit, và xây dựng cả bộ tiêu chí để đánh giá mạch. Bạn không cần phải có board FPGA. Khóa học chỉ sử dụng Python, còn board mạch chỉ đóng vai trò làm hệ quy chiếu để quy đổi các giá trị đo lường.

Giờ đây, trí tưởng tượng của bạn sẽ trở thành bản thiết kế trò chơi tuyệt vời nhất! Với AI, bạn có thể trò chuyện vui vẻ như đang lắp ráp LEGO và hoàn thiện trò chơi đầu tiên của mình. Hãy dùng thử Google Gemini Pro miễn phí!

Giới thiệu phương pháp ứng dụng AI cực kỳ phù hợp cho nhân viên văn phòng & công chức, được chia sẻ trực tiếp từ giảng viên đã làm hài lòng hơn 10.000 học viên qua hàng trăm buổi diễn thuyết.

Từ việc thiết lập máy chủ đến tự động hóa Blog và YouTube, xây dựng quy trình làm việc AI hoàn chỉnh với n8n. Thực hành thiết lập môi trường vận hành ổn định từ cài đặt máy chủ dựa trên Contabo VPS, thiết lập môi trường Ubuntu, Docker, Portainer cho đến kết nối tên miền và cài đặt bảo mật HTTPS. Nội dung bao gồm phát triển Search API và File Server sử dụng FastAPI và Docker, liên kết Airtable với n8n, xây dựng AI Agent cho Blog, cho đến tự động hóa hình ảnh và video. Bạn có thể hoàn thiện chiến lược tự động hóa tạo ra lợi nhuận, có thể áp dụng ngay vào việc vận hành dịch vụ thực tế.

Bạn vẫn đang tự mình lập trình sao? Bây giờ là thời đại mà AI thay thế đến 99% công việc. Thay vì ghi nhớ những cú pháp phức tạp, khóa học này sẽ hướng dẫn bạn cách biến AI mạnh mẽ của Google - "Gemini Pro" trở thành đối tác lập trình AI 24 giờ của bạn. Bạn sẽ được học các nguyên lý cơ bản của Flutter bằng cách sử dụng miễn phí mô hình Gemini Pro trả phí, và biến ý tưởng thành hiện thực thông qua các dự án cấp độ thực tế.

Trải nghiệm nhanh nhất GPT-OSS - ChatGPT mã nguồn mở được công bố lần đầu tiên. Tìm hiểu GPT-OSS là gì và chạy trên máy local để tạo ra khoảng cách vượt trội với GPT-OSS nhanh hơn ai hết!

Đã tạo 3 dịch vụ trong 3 tháng qua đối thoại với AI. Không cần lập trình viên hay code, cùng AI xây dựng web service thực tế.

Chào mừng bạn đến với thế giới của 'Vibe Coding', nơi trí tưởng tượng của bạn trở thành hiện thực. Chúng tôi chuẩn bị bài giảng này dành cho những bạn "dù không biết lập trình, nhưng biết rõ mình muốn tạo ra thứ gì". Với sự xuất hiện của các AI như ChatGPT hay Claude, người ta nói rằng bất kỳ ai cũng có thể lập trình. Nhưng khi thực sự bắt tay vào làm thì sao? - "Nó viết code đơn giản rất tốt, nhưng khi số lượng file tăng lên, AI lại quên mất nội dung phía trước." - "Nhìn có vẻ ổn nhưng khi chạy lại báo lỗi, bảo sửa thì nó lại đưa ra đoạn code còn kỳ quặc hơn." Chắc hẳn bạn đã từng ít nhất một lần trải qua những trải nghiệm như vậy. Bản thân tôi cũng từng gặp phải những thất bại tương tự khi mới bắt đầu hợp tác với AI. AI là một 'trợ lý' tuyệt vời, nhưng nó có hạn chế là không thể nhìn thấy toàn bộ bức tranh tổng thể. Tuy nhiên, sau khi biết đến OpenAI Codex CLI và học được phương pháp mới mang tên 'Vibe Coding', quy trình phát triển của tôi đã hoàn toàn thay đổi. Bài giảng này sẽ giúp bạn giải quyết những vấn đề đang gặp phải, đồng thời biến bạn từ một người viết code thành một giám đốc điều hành các đại lý AI. Hãy cùng tôi trang bị công cụ mạnh mẽ mang tên Codex CLI và bắt đầu hành trình Vibe Coding đầy phấn khích để biến trí tưởng tượng thành hiện thực.

Gần đây, Nano Banana? Gemini 3.0? đã trở nên nổi tiếng đến mức bạn không thể không biết. Trong khóa học này, bạn có thể tìm hiểu tất cả thông qua Gemini API.

[AX bền vững và cách cộng tác với đồng nghiệp AI] Bạn đã bao giờ gặp phải những hạn chế như thế này khi cố gắng áp dụng các công cụ AI vào công việc thực tế chưa? 🙋‍♂️ : "Việc phải nhập câu lệnh mới mỗi lần thậm chí còn phiền phức hơn." 👨‍💻 : "Tôi cảm thấy mệt mỏi với những công việc mang tính nhất thời, chỉ lặp đi lặp lại việc sao chép và dán." 🤷‍♂️ : "Vì không có kiến thức về lập trình nên tôi không dám nghĩ đến việc tự động hóa công việc chuyên sâu hơn." Điều chúng ta cần lúc này không đơn thuần là 'cách sử dụng công cụ' để làm quen với các tính năng. Mà đó là quan điểm nuôi dưỡng một người đồng nghiệp AI của riêng mình, người hiểu được bối cảnh công việc của tôi và ngày càng trở nên thông minh hơn theo thời gian. Chúng tôi xin công khai minh bạch các hướng dẫn AX (Chuyển đổi AI) tập trung vào thực tiễn, được đúc kết bởi một nhà hoạch định không xuất thân từ ngành kỹ thuật thông qua vô số lần thử sai tại hiện trường.

Khóa học này thực hiện các bài thực hành liên quan đến mô hình Diffusion trong số các mô hình trí tuệ nhân tạo sinh tạo. Thông qua việc cùng nhau đọc và triển khai bài báo prompt-to-prompt - một bài báo ứng dụng mô hình Diffusion tiêu biểu, chúng tôi hy vọng có thể giúp bạn phát triển khả năng hiểu các bài báo trí tuệ nhân tạo mới nhất.

Code lộn xộn, yêu cầu dồn dập... Nếu bạn muốn tìm kiếm một bước đột phá bằng AI Cách để trở thành một "lập trình viên làm việc hiệu quả" bằng cách tận dụng AI trong môi trường legacy, được chia sẻ bởi cựu Giám đốc Kỹ thuật của Toss Payments. Ngay cả trong thời đại AI, hệ thống legacy vẫn không hề biến mất. Ngoại trừ những công ty vừa thành lập hôm nay, không quá lời khi nói rằng mọi công ty đều có hệ thống legacy. Vậy chúng ta nên tận dụng AI như thế nào trong thực tế này? Khóa học này sẽ được trực tiếp hướng dẫn bởi cựu Giám đốc Kỹ thuật của Toss Payments - người từng dẫn dắt tổ chức dịch vụ thanh toán quy mô lớn, về cách làm việc hiệu quả với AI trong môi trường legacy. Đây không chỉ đơn thuần là một khóa học dạy cách dùng AI hay kỹ năng lập trình. Mục tiêu của khóa học là giúp bạn rèn luyện "năng lực tư duy" với tư cách là một lập trình viên và thấu hiểu cách để làm việc hiệu quả.

Sử dụng ChatGPT Images 2.0 để tạo ra các sản phẩm thiết kế đa dạng như logo, ảnh sản phẩm, mockup, banner, ảnh cưới, thiệp mời, POP, menu, trang chi tiết sản phẩm, v.v. Đây là khóa học tập trung vào thực hành để nắm vững cách viết câu lệnh (prompt) nhằm đạt được kết quả mong muốn và cấu trúc template có thể tái sử dụng nhiều lần.

Bạn đang chỉ sử dụng LLM một cách hời hợt? Hãy hiểu đúng từ nguyên lý hoạt động của ChatGPT·Claude·Gemini đến bản chất của việc thiết kế câu lệnh (prompt), và dựa trên nguyên lý đó để hợp tác với AI nhằm lập kế hoạch và hoàn thiện tiểu thuyết mạng của riêng bạn. Chúng tôi sẽ giúp bạn rèn luyện khả năng điều khiển AI bằng "nguyên lý" chứ không phải bằng "cảm giác".

Nếu giao cho AI làm mà chỉ liên tục gặp lỗi, vấn đề không nằm ở AI mà là bạn chưa có nền tảng để định hướng cho nó. Trong video này, chúng tôi sẽ lần lượt chỉ ra 7 khái niệm nền tảng mà những người bị mắc kẹt khi vibe coding thường còn thiếu, cũng như lý do vì sao chúng cần thiết. 👾 Nội dung được giải thích dành cho những người mới bắt đầu học lập trình, chưa từng mở terminal một lần nào.

Giờ đây, chúng ta cần vượt qua trình độ người mới để vươn tới tầm vóc của một lập trình viên chuyên nghiệp. Chúng tôi sẽ hé lộ quy trình phát triển game thực tế trong ngành.

Không chỉ dừng lại ở việc làm theo các trò chơi mẫu. Bạn sẽ được học toàn bộ quy trình dựa trên dự án phát hành thực tế, từ lập kế hoạch trò chơi → phát triển → build di động → tích hợp quảng cáo AdMob → cho đến đăng ký trên One Store·Google Play·App Store bằng phương pháp Vibe Coding dựa trên ChatGPT·Codex.

Bạn sẽ được học toàn bộ quy trình tự vận hành mô hình Gemma 4 mới nhất trực tiếp trên MacBook của mình mà không phải lo lắng về chi phí API trả phí. Bạn sẽ nắm vững các kỹ thuật tối ưu hóa hiệu suất tận dụng Metal API của Apple Silicon, cách thiết lập tham số tối ưu theo dung lượng VRAM, và trang bị năng lực xây dựng cơ sở hạ tầng AI cục bộ cấp độ sản xuất dựa trên FastAPI.