Giới thiệu các mẫu prompt cơ bản cho lập trình và các mẫu prompt API nâng cao để tận dụng trí tuệ nhân tạo.

[Dự kiến hoàn thành bản thứ 2 vào năm 2026] Bạn có thể nâng cao năng lực phát triển thông qua việc khám phá chuyên sâu các nguyên lý cơ bản của các mô hình ngôn ngữ lớn như ChatGPT hay Claude. Bạn có thể học hỏi được nhiều thông tin đa dạng và các kỹ thuật phát triển mà hiếm khi có thể tiếp cận được.

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.

Giúp các lập trình viên trẻ có thể sử dụng trí tuệ nhân tạo làm công cụ phát triển để thấu hiểu toàn bộ quy trình phát triển, từ lập kế hoạch đến viết mã, triển khai và kiểm chứng.

Cuốn sách bao quát rộng rãi từ lý thuyết kỹ thuật prompt đến các kỹ thuật thực hành, cũng như các trường hợp ứng dụng mới nhất và các vấn đề bảo mật, đạo đức, nhằm cung cấp sự hỗ trợ thực tiễn cho tất cả các nhà phát triển dịch vụ dựa trên LLM, nhà khoa học dữ liệu và nhà hoạch định AI.

Giúp rèn luyện 'tư duy cấu trúc' vấn đề.

Đề xuất phương án cải thiện hiệu suất RAG dựa trên lý thuyết Tải nhận thức (Cognitive Load). Để vượt qua những hạn chế của các kỹ thuật cải thiện hiệu suất RAG hiện có, chúng tôi tổng hợp các kỹ thuật đa dạng bằng cách áp dụng khung tư duy về tải nhận thức.

"Chỉ thay đổi một cái tên, nhưng mã nguồn đã trở nên khác biệt." Tôi đã tổng hợp từ nguyên lý đến các ví dụ thực tế về 'đặt tên dễ đọc' - yếu tố cốt lõi của một mã nguồn có tính khả đọc cao. Đặt tên dễ hiểu chính là điểm bắt đầu của sự hợp tác.

Đây là bài giảng giúp bạn có thể hiểu được ngay cả khi hoàn toàn không biết Lập trình an toàn (Secure Coding) là gì. Sau khi nắm vững các khái niệm lập trình an toàn cơ bản, bài giảng sẽ tập trung giải thích về bảo mật dịch vụ web. Đây là bài giảng từng được tổ chức dưới dạng chuyên đề đặc biệt do Đại học OO chủ trì. Với hơn 160 mã nguồn đi kèm chú thích phong phú, bài giảng giúp bạn nắm bắt chính xác các chủ đề và kỹ thuật cốt lõi có thể áp dụng ngay vào thực tế.

Bạn có thể nhanh chóng hiểu được các khái niệm cơ bản và cú pháp cơ bản của ngôn ngữ C.

Đưa ra các kỹ thuật lập trình sạch (clean coding) đa dạng.

[Dự kiến hoàn thành bản thứ 2 vào năm 2026] Giải thích chi tiết về các mô hình ngôn ngữ đa dạng được phát triển trong quá trình từ khi bắt đầu công nghệ xử lý ngôn ngữ tự nhiên cho đến các mô hình LLM mới nhất hiện nay.

Khám phá cách xây dựng thẩm phán trí tuệ nhân tạo bằng cách kết hợp các hệ thống suy luận, biểu đồ tri thức và nhiều framework agent như CrewAI, LangChain, AutoGen, những công cụ cho phép triển khai công nghệ đa tác nhân (multi-agent) dựa trên LLM.

Tìm hiểu các phương pháp thu thập và phân tích yêu cầu của người dùng để lập kế hoạch cho dịch vụ LLM.

Khám phá những hạn chế của LLM, các công nghệ mới nhất để khắc phục những hạn chế đó và triển vọng của các công nghệ trong tương lai.

[Dự kiến hoàn thành bản thứ 2 vào năm 2026] Tìm hiểu về các loại ứng dụng hoặc dịch vụ web có thể xây dựng bằng cách sử dụng LLM.

[Dự kiến hoàn thành bản thứ 2 trong năm 2026] Giải thích lý do tại sao cần LLM, bối cảnh kỹ thuật và các khái niệm cơ bản dành cho người phụ trách lập kế hoạch LLM và lập kế hoạch ứng dụng LLM.

[Dự kiến hoàn thành bản thứ 2 vào năm 2026] Tìm hiểu về các loại ứng dụng hoặc dịch vụ web có thể xây dựng bằng cách sử dụng LLM.

Tìm hiểu các phương pháp thu thập và phân tích yêu cầu của người dùng để lập kế hoạch cho dịch vụ LLM.

Giờ đây, với sức mạnh của AI, bất cứ ai cũng có thể dễ dàng lên kế hoạch và thiết kế giao diện người dùng (UI) cho ứng dụng! Không cần biết lập trình hay có kinh nghiệm về UI cũng không sao. Các công cụ AI như Claude, ChatGPT sẽ biến ý tưởng của bạn thành hiện thực. Chỉ với vài câu hỏi, bạn có thể phân tích khách hàng mục tiêu, thiết kế cấu trúc ứng dụng và thậm chí tự động tạo ra màn hình UI. Trong khóa học này, chúng tôi sẽ hướng dẫn từng bước từ cơ bản để ngay cả những người mới bắt đầu sử dụng Figma cũng có thể theo kịp. Bạn không cần tự tay vẽ mà vẫn có thể nhập toàn bộ giao diện người dùng (UI) của trang web hiện có chỉ với plugin HTML to Design, và tạo ra những màn hình chất lượng cao chỉ trong vài giây bằng các công cụ AI như Google Stitch hay readdy.ai. Đây là khóa học hoàn hảo cho những ai mơ ước khởi nghiệp, muốn chuyển sang làm chuyên viên hoạch định, hoặc muốn giao tiếp hiệu quả với lập trình viên. Thay vì lý thuyết phức tạp, chúng tôi sẽ chỉ truyền đạt những bí quyết thực tiễn có thể áp dụng ngay lập tức. Giờ đây, chỉ cần có ý tưởng, bất cứ ai cũng có thể lên kế hoạch cho một dịch vụ ứng dụng!

Trong thời đại AX khi công nghệ AI kết hợp với thiết kế UX, đội ngũ sản phẩm nên áp dụng chiến lược nào để thiết kế trải nghiệm khách hàng? Nhà nghiên cứu chính với 17 năm kinh nghiệm tại tập đoàn lớn, đồng thời là tiến sĩ HCI và người chia sẻ kiến thức sẽ hướng dẫn bạn dựa trên xu hướng mới nhất, các trường hợp ứng dụng thực tế và kết quả nghiên cứu.

Việc công nhận những người hướng dẫn mới vào nghề là người sáng tạo nội dung số mang đến cơ hội tiếp cận nhiều người học hơn, đồng thời chất lượng và hiệu quả giáo dục có thể được cải thiện thông qua việc tạo và quản lý nội dung giáo dục bằng AI. Khóa học này sẽ dạy người hướng dẫn cách sử dụng các công nghệ mới để làm phong phú trải nghiệm học tập của người học, bao gồm cách sử dụng các công cụ AI và thực hành thực hành để phát triển doanh nghiệp nội dung số.

Chúng tôi xin công khai "video onboarding" dành cho các nhà hoạch định và phát triển mới gia nhập công ty, mô tả đúng "phương thức làm việc thực tế" của chúng tôi. Video này hướng dẫn cách thiết kế màn hình dịch vụ mà không cần designer, và cách tạo UX Flow để làm prototype ngay cả khi bạn không biết dùng Figma. Công ty chúng tôi đang tối đa hóa năng suất bằng cách tạo prototype nhanh chóng khi lập kế hoạch dịch vụ, từ đó đưa ra quyết định nhanh, chốt các tính năng cần thiết và ứng dụng trực tiếp vào phát triển Front-end. Nếu nhận được phản hồi tốt, tôi sẽ đăng thêm các bài giảng khác về "phương thức làm việc thực tế" này.

Trong khóa học này, chúng tôi sẽ chia sẻ những nguyên tắc UX và bí quyết thực tiễn cần thiết khi lên kế hoạch và thiết kế sản phẩm AI. Chúng ta sẽ cùng tìm hiểu về cách sử dụng AI lấy giá trị người dùng làm trung tâm, phương pháp lập kế hoạch và thiết kế UX sử dụng AI, các nguyên tắc và lý thuyết UX cốt lõi được tìm hiểu qua các trường hợp thiết kế trong đời sống hàng ngày, cũng như các phương pháp nghiên cứu UX và phân tích dữ liệu để mang lại trải nghiệm tốt hơn.

[Vấn đề mà bài giảng này giải quyết] - Giới hạn của người lập kế hoạch khi có ý tưởng nhưng không thể tự mình hiện thực hóa - "Hãy làm như thế này" → Ra quyết định kém hiệu quả dựa trên trí tưởng tượng - Nút thắt cổ chai khi phải yêu cầu và chờ đợi đội ngũ phát triển cho mọi việc từ phân tích dữ liệu đến xác thực API - Thực trạng đã thử dùng các công cụ AI nhưng chỉ dừng lại ở mức hỏi-đáp với ChatGPT [Những gì bạn sẽ học trong bài giảng này] 1. Thiết kế lại quy trình lập kế hoạch trong kỷ nguyên AI - Truyền thống: Lập kế hoạch → Thiết kế → Phát triển (chờ đợi tuần tự) - Chuyển đổi: Viết PRD → Tạo Prototype → Ra quyết định dựa trên sản phẩm thực tế → Xác nhận và bàn giao - Từ lập kế hoạch giải thích bằng văn bản sang lập kế hoạch trình bày bằng sản phẩm thực tế 2. Thiết kế AI Agent dành cho PM - Harness Engineering: Không chỉ là đặt câu hỏi cho AI mà là thiết kế cấu trúc làm việc - CLAUDE.md, Rules, Hooks, MCP, Plugins — Vai trò và nguyên tắc thiết kế của từng lớp - Agent Router: Cấu trúc tự động phân bổ một yêu cầu đến Agent tối ưu nhất - PGE Pipeline: Planner → Generator → Evaluator, thiết kế quản lý chất lượng cho các tác vụ lớn 3. Xây dựng đội ngũ AI của riêng bạn - Lập kế hoạch/Nghiên cứu, Sản phẩm, Thiết kế, Phát triển, Marketing — 5 cột với hơn 20 Agent - Quy trình làm việc thực tế giúp một người lập kế hoạch có thể vận hành một đội ngũ chuyên gia - Kết nối các công cụ bên ngoài bằng MCP (Notion, Figma, Slack, nguồn dữ liệu) - Tự động hóa các công việc lặp đi lặp lại bằng Skill chỉ với một câu lệnh 4. Thực hành tự động hóa các công việc bổ trợ - GA4 + Clarity + GSC + BigQuery → Tự động tạo Dashboard tích hợp + Insight hàng tuần - Gọi API nội bộ trực tiếp → Xác thực kịch bản → Báo cáo đánh giá chất lượng - Phân tích Cohort trên BigQuery → Kiểm chứng giả thuyết Aha Moment - Tự động hóa A/B test, đồng bộ hóa Notion, kiểm định UI/UX --- Khóa học này dành cho: - PM/PO/Người lập kế hoạch dịch vụ đang mệt mỏi với thời gian chờ đợi và chu kỳ review trong quy trình lập kế hoạch - Những người muốn thiết kế AI như một công cụ làm việc bài bản - Những người muốn trực tiếp ra quyết định dựa trên dữ liệu nhưng thiếu nguồn lực từ đội ngũ phân tích - Những người không chuyên về kỹ thuật muốn vượt qua nỗi sợ "Terminal" để tiến thêm một bước [Kiến thức tiên quyết] - Không có. Hướng dẫn từ đầu từ khâu cài đặt đến thiết lập. - Không cần kinh nghiệm lập trình. Tập trung vào thiết kế và ứng dụng dưới góc nhìn của PM. [Thay đổi sau khóa học] - Tự tạo Prototype hoạt động được chỉ với một file PRD.md để tăng tốc độ ra quyết định - Thiết kế và vận hành đội ngũ AI Agent của riêng mình - Tự động hóa việc phân tích dữ liệu, xác thực API và tạo báo cáo