ChatGPT Dots là gì? Khi AI có thể đảm nhận công việc liên tục

Trong vài năm qua, cách chúng ta sử dụng AI đã thay đổi đáng kể. Ban đầu, AI chủ yếu được dùng để trả lời câu hỏi hoặc tạo nội dung. Sau đó, các công cụ AI ngày càng có khả năng phân tích tài liệu, tìm kiếm thông tin, xử lý dữ liệu và thực hiện nhiều bước trong cùng một nhiệm vụ. Tuy nhiên, phần lớn trải nghiệm vẫn dựa trên một mô hình quen thuộc: người dùng đưa yêu cầu, AI xử lý và trả kết quả; nếu muốn thực hiện bước tiếp theo, người dùng tiếp tục đưa ra chỉ dẫn.

ChatGPT Dots được OpenAI giới thiệu theo một hướng khác. Dots là các AI agent luôn hoạt động trong ChatGPT, có thể đảm nhận những trách nhiệm kéo dài và tiếp tục tiến hành công việc giữa các cuộc trò chuyện. Theo tài liệu chính thức của OpenAI, mỗi Dot được hỗ trợ bởi GPT-6 Astra, có máy tính đám mây riêng, có thể làm việc với những ứng dụng mà người dùng lựa chọn kết nối và duy trì ngữ cảnh để hỗ trợ các công việc đang diễn ra. Người dùng có thể giao cho Dot một mục tiêu, xác định những việc Dot được phép tự thực hiện và nhận lại kết quả để xem xét; khi gặp những quyết định cần đến phán đoán của con người, Dot có thể yêu cầu người dùng đưa ra ý kiến.

Điểm đáng chú ý của Dots vì vậy không chỉ nằm ở việc AI có thể thực hiện nhiều thao tác hơn, mà ở mô hình giao việc. Thay vì liên tục đưa từng câu lệnh, người dùng có thể xác định một mục tiêu hoặc trách nhiệm tương đối dài hạn, sau đó để Dot tiếp tục xử lý trong phạm vi đã được thiết lập. Đây là bước chuyển từ việc sử dụng AI như một công cụ hỏi – đáp sang sử dụng AI như một thành phần trong quy trình làm việc.

1. Từ giao từng nhiệm vụ đến giao một trách nhiệm

Hãy lấy một ví dụ đơn giản: theo dõi những thay đổi mới trong lĩnh vực AI giáo dục. Với một cuộc trò chuyện ChatGPT thông thường, người dùng có thể yêu cầu AI tìm kiếm những thông tin đáng chú ý trong tuần. ChatGPT thực hiện yêu cầu và trả về kết quả. Nếu muốn tiếp tục theo dõi vào tuần sau, người dùng thường phải đưa ra một yêu cầu mới.

Với Dot, nhiệm vụ có thể được mô tả ở cấp độ cao hơn: “Theo dõi những cập nhật quan trọng về AI trong giáo dục, ưu tiên những thay đổi có giá trị thực tế đối với người làm giáo dục, phân tích ý nghĩa của các cập nhật và đề xuất những nội dung đáng quan tâm. Không tự động công bố nội dung và hỏi tôi trước những hành động cần sự phê duyệt”.

Ở đây, người dùng không chỉ yêu cầu AI thực hiện một tác vụ tại một thời điểm, mà thiết lập một mục tiêu và phạm vi trách nhiệm để Dot tiếp tục theo dõi. OpenAI mô tả Dot có thể giải quyết các vấn đề phức tạp, xác định bước tiếp theo và đưa kết quả trở lại để người dùng xem xét.

Điều này cũng giúp phân biệt Dots với cách sử dụng ChatGPT thông thường. Nếu một chatbot chủ yếu phản hồi theo yêu cầu, thì một agent như Dot được thiết kế để có thể tiếp tục tiến hành công việc sau khi đã nhận mục tiêu. Tuy nhiên, “tiếp tục làm việc” không đồng nghĩa với việc Dot được tự ý quyết định mọi thứ. Người dùng vẫn xác định phạm vi tự chủ và các hành động mà Dot được phép thực hiện.

2. “Luôn hoạt động” thực sự có nghĩa là gì?

“Always-on” là một trong những khái niệm cốt lõi khi OpenAI giới thiệu Dots. Theo OpenAI, Dot có thể đảm nhận công việc liên tục và tiếp tục tiến hành công việc giữa các cuộc trò chuyện. Dot có máy tính đám mây riêng, có thể làm việc với các ứng dụng mà người dùng kết nối và duy trì ngữ cảnh để hỗ trợ những công việc đang diễn ra.

Điều này khác với việc đơn giản là một cuộc trò chuyện được lưu lại. Một cuộc trò chuyện có thể lưu lịch sử để người dùng quay lại sau, trong khi Dot được thiết kế như một agent có khả năng tiếp tục tiến hành công việc. Chẳng hạn, thay vì mỗi ngày phải yêu cầu AI kiểm tra một nguồn thông tin rồi tổng hợp kết quả, người dùng có thể giao cho Dot trách nhiệm theo dõi một chủ đề và để Dot tiếp tục xử lý theo mục tiêu đã thiết lập.

Tuy nhiên, cũng cần tránh hiểu “always-on” theo nghĩa Dot sẽ liên tục chạy mọi tác vụ mà không có giới hạn. Hoạt động của Dot vẫn phụ thuộc vào phạm vi công việc, quyền truy cập, quy tắc kiểm soát và hạn mức sử dụng của tài khoản. OpenAI cũng lưu ý rằng Dot có thể mắc lỗi và người dùng nên kiểm tra những công việc quan trọng trước khi dựa vào kết quả.

3. Máy tính đám mây riêng giúp Dot làm được gì?

Một điểm quan trọng khác của Dots là mỗi Dot có máy tính đám mây riêng. Đây là nền tảng để Dot thực hiện những công việc vượt ra ngoài việc tạo văn bản trong cửa sổ trò chuyện.

Dot có thể sử dụng những ứng dụng mà người dùng đã kết nối và được cấp quyền. Theo tài liệu của OpenAI, các quyền đối với các kết nối ứng dụng được chia sẻ giữa Dots, ChatGPT, ChatGPT Work và Codex; Dot có thể sử dụng những kết nối hiện có trong phạm vi quyền mà người dùng đã cấp. Người dùng cũng có thể kết nối thêm ứng dụng và quản lý các kết nối này trong phần Plugins của ChatGPT.

Điều này đặc biệt có ý nghĩa với những công việc có nhiều bước. Một quy trình có thể bắt đầu bằng việc tìm kiếm và đọc tài liệu, tiếp tục với phân tích thông tin, xử lý dữ liệu rồi tạo ra một báo cáo hoặc chuẩn bị nội dung. Thay vì phải chuyển kết quả từ công cụ này sang công cụ khác và liên tục hướng dẫn AI từng bước, Dot có thể đảm nhận nhiều phần của quy trình trong phạm vi quyền được cấp.

Một chi tiết đáng chú ý khác là Dot có thể được kết nối với các kênh nhắn tin được hỗ trợ, chẳng hạn Slack hoặc SMS. OpenAI cũng cho phép Dot có danh tính riêng trong một số dịch vụ như Slack khi được thiết lập phù hợp.

4. AI có quyền tự làm đến đâu?

Khi AI chỉ tạo ra câu trả lời, người dùng chủ yếu cần quan tâm đến độ chính xác. Nhưng khi AI có thể tương tác với ứng dụng và thực hiện hành động, vấn đề quan trọng hơn là quyền hạn.

Dots được thiết kế với các cơ chế kiểm soát để người dùng xác định cách Dot xử lý từng loại hành động. Trong quá trình thiết lập, người dùng có thể quy định một số hành động được thực hiện mà không cần hỏi, chỉ được thực hiện nếu đã được phê duyệt trước, phải hỏi trước khi thực hiện hoặc chuyển cho người dùng trực tiếp xử lý. Ví dụ, một Dot có thể được phép tự đọc và tổng hợp tài liệu nhưng phải hỏi trước khi gửi email. Dot có thể chuẩn bị một báo cáo nhưng không được tự động công bố báo cáo đó. Với những hành động quan trọng hơn, người dùng có thể giữ quyền quyết định hoàn toàn.

Đây là điểm rất quan trọng khi triển khai AI Agent trong công việc: tự động hóa không đồng nghĩa với trao toàn quyền. Một workflow được thiết kế tốt cần xác định rõ đâu là phần AI có thể tự thực hiện, đâu là phần cần con người phê duyệt và đâu là quyết định không nên giao cho AI.
OpenAI cũng nhấn mạnh rằng Dot có thể mắc lỗi, kể cả khi hoạt động theo những quy tắc đã thiết lập. Vì vậy, với những kết quả quan trọng, người dùng vẫn cần kiểm tra trước khi sử dụng hoặc đưa ra quyết định dựa trên kết quả đó.

5. Dots có Memory như thế nào?

Dots có khả năng sử dụng Memory và ngữ cảnh gần đây của ChatGPT để hỗ trợ công việc đang diễn ra. Theo tài liệu OpenAI, Dot có thể nhận Memory và ngữ cảnh các cuộc trò chuyện gần đây từ ChatGPT, đồng thời những cuộc trò chuyện với Dot cũng có thể đóng góp vào Memory của ChatGPT.

Điều này giúp Dot duy trì sự nhất quán khi xử lý những công việc kéo dài. Người dùng không nhất thiết phải nhắc lại toàn bộ bối cảnh mỗi lần tiếp tục một công việc.
Tuy nhiên, cần phân biệt giữa Memory của ChatGPT và ngữ cảnh riêng của Dot. OpenAI cho biết Dot có thể lưu giữ ngữ cảnh từ các cuộc trò chuyện và những kết nối ứng dụng trong thời gian Dot tồn tại. Khi xóa Dot, ngữ cảnh của Dot sẽ được xóa; những thông tin mà Dot đã chia sẻ vào ChatGPT Memory có thể được quản lý riêng trong phần cài đặt Memory.

Điều này cũng đặt ra một yêu cầu quan trọng về quản trị dữ liệu: trước khi kết nối Dot với các ứng dụng công việc, người dùng nên xác định rõ Dot cần truy cập những dữ liệu nào và thực sự cần những quyền nào để hoàn thành nhiệm vụ.

6. Dots khác gì với GPTs, Tasks và Agent?

Dots có thể dễ bị nhầm với những tính năng khác trong ChatGPT vì đều liên quan đến việc AI hỗ trợ thực hiện công việc. Tuy nhiên, mục tiêu thiết kế của chúng khác nhau.
GPTs phù hợp với việc tạo một phiên bản ChatGPT được cấu hình cho một vai trò hoặc mục đích cụ thể. Người dùng có thể xây dựng một GPT chuyên hỗ trợ viết nội dung, phân tích tài liệu hoặc thiết kế học liệu, sau đó sử dụng GPT đó khi cần. Trọng tâm của GPTs là cấu hình một trợ lý chuyên biệt.

Tasks phù hợp với những công việc cần thực hiện theo lịch hoặc vào những thời điểm được xác định. Trọng tâm ở đây là thời điểm thực hiện nhiệm vụ.

ChatGPT Agent có khả năng thực hiện các nhiệm vụ phức tạp bằng cách sử dụng công cụ và khả năng tương tác với máy tính. Trong khi đó, Dots được thiết kế với trọng tâm rõ ràng hơn vào công việc liên tục và trách nhiệm kéo dài giữa các cuộc trò chuyện.

Nói một cách dễ hiểu thì GPTs giống một trợ lý chuyên môn được cấu hình sẵn; Tasks giống một nhiệm vụ được đặt lịch; Agent phù hợp để thực hiện một công việc phức tạp; còn Dot hướng tới việc đảm nhận và tiếp tục theo dõi một trách nhiệm trong thời gian dài. Đây là cách phân biệt theo mục tiêu sử dụng, thay vì xem Dots đơn giản là một “phiên bản nâng cấp” của GPTs hay Agent.

7. Dots có thể ứng dụng vào những công việc nào?

Giá trị của Dots sẽ rõ nhất ở những công việc có tính liên tục, có nhiều bước và có thể xác định tương đối rõ phạm vi tự chủ của AI.

Với nghiên cứu và theo dõi xu hướng, một Dot có thể được giao nhiệm vụ theo dõi một chủ đề trong thời gian dài, chọn lọc những thay đổi đáng chú ý, phân tích ý nghĩa và chuẩn bị báo cáo. Chẳng hạn, một người làm EdTech có thể giao Dot theo dõi các công cụ AI mới, nghiên cứu liên quan đến AI trong giáo dục và những thay đổi đáng chú ý trong lĩnh vực này, sau đó chỉ đưa về những thông tin thực sự phù hợp với phạm vi nghiên cứu.

Với content và marketing, Dot có thể hỗ trợ một quy trình từ nghiên cứu đến chuẩn bị nội dung. Thay vì mỗi lần cần viết bài lại bắt đầu bằng một yêu cầu mới, người dùng có thể giao Dot theo dõi một nhóm chủ đề, phát hiện những thông tin đáng chú ý, đánh giá mức độ phù hợp và chuẩn bị đề xuất nội dung. Quyết định cuối cùng về việc có sử dụng hay công bố nội dung vẫn có thể được giữ lại cho con người.

Với đào tạo, Dot có thể hỗ trợ tổng hợp phản hồi, phân loại câu hỏi, nhận diện những vấn đề lặp lại và chuẩn bị báo cáo sau chương trình. Với nghiên cứu học thuật, Dot có thể theo dõi tài liệu mới, phân loại theo chủ đề và hỗ trợ người nghiên cứu xác định những tài liệu đáng đọc sâu hơn. Điểm chung của những trường hợp này là AI không chỉ được yêu cầu “làm một việc”, mà được đặt vào một quy trình có mục tiêu và có tính liên tục.

8. Từ Prompt Engineering đến thiết kế quy trình làm việc với AI

Dots cũng cho thấy một thay đổi đáng chú ý trong cách chúng ta tiếp cận AI. Khi làm việc với chatbot, câu hỏi phổ biến là: “Viết prompt thế nào để AI trả lời tốt?”. Với agent, câu hỏi cần mở rộng thành: “Tôi muốn AI đạt mục tiêu gì, AI cần thực hiện những bước nào, được phép tự quyết định đến đâu và khi nào cần con người tham gia?”.

Một Dot hiệu quả vì vậy không chỉ phụ thuộc vào một câu lệnh hay. Người dùng cần xác định mục tiêu, phạm vi công việc, nguồn thông tin, tiêu chí kết quả, quyền truy cập và các điểm cần phê duyệt. Nói cách khác, trọng tâm đang dần chuyển từ chỉ viết prompt sang thiết kế workflow có AI tham gia.

Đây cũng là lý do AI Agent không nên được nhìn nhận đơn thuần như một công cụ “làm thay con người”. Giá trị lớn hơn nằm ở việc xác định đúng những phần việc có thể giao cho AI, để con người tập trung vào những phần cần phán đoán, sáng tạo, kiểm tra và ra quyết định.

9. Ai nên sử dụng Dots?

Dots đặc biệt phù hợp với những người thường xuyên phải theo dõi một công việc trong nhiều ngày hoặc nhiều tuần, phải xử lý nhiều bước và có thể xác định rõ giới hạn mà AI được phép hoạt động.

Đó có thể là người làm nội dung cần theo dõi chủ đề, người làm nghiên cứu cần cập nhật tài liệu, người làm marketing cần theo dõi thị trường, người phụ trách dự án cần tổng hợp tiến độ hoặc người làm đào tạo cần theo dõi phản hồi và tài liệu.

Ngược lại, nếu nhu cầu chỉ là viết một email, giải thích một khái niệm, tóm tắt một tài liệu hoặc xử lý một nhiệm vụ đơn lẻ, một cuộc trò chuyện ChatGPT thông thường có thể đã đủ. Không phải công việc nào cũng cần một agent. Dots phát huy giá trị khi công việc có tính liên tục và cần AI tiếp tục tiến hành sau khi người dùng đã giao mục tiêu.

10. Một cách tiếp cận thực tế khi bắt đầu với Dots

Thay vì tạo thật nhiều Dot ngay từ đầu, cách tiếp cận hợp lý hơn là bắt đầu từ một công việc mà bạn đang phải lặp lại và liên tục theo dõi. Hãy thử đặt câu hỏi: “Có công việc nào tôi đang mất nhiều thời gian để theo dõi, nhưng phần lớn các bước trong đó có thể được mô tả thành một quy trình rõ ràng?”

Nếu có, hãy xác định bốn yếu tố: Dot cần đạt mục tiêu gì; cần sử dụng nguồn thông tin hoặc ứng dụng nào; được phép tự thực hiện những hành động nào; và ở đâu cần con người kiểm tra hoặc phê duyệt.

Ví dụ, một Dot phụ trách nghiên cứu AI có thể được phép tự tìm kiếm, phân loại và tổng hợp thông tin, nhưng phải hỏi trước khi gửi báo cáo cho người khác. Một Dot hỗ trợ nội dung có thể được phép chuẩn bị bản nháp nhưng không được tự động đăng tải. Cách thiết kế này giúp AI có đủ quyền để thực sự hữu ích nhưng vẫn duy trì những điểm kiểm soát cần thiết.

11. Kết luận

ChatGPT Dots đánh dấu một bước phát triển đáng chú ý trong cách con người làm việc với AI. Thay vì chỉ tương tác với AI qua từng câu hỏi và từng nhiệm vụ riêng lẻ, người dùng có thể giao cho một agent một mục tiêu hoặc trách nhiệm kéo dài, cho phép agent tiếp tục tiến hành công việc trong phạm vi đã được thiết lập và đưa kết quả trở lại để con người xem xét.

Điểm quan trọng nhất của Dots không phải là việc AI có thể làm được bao nhiêu thao tác, mà là AI được đặt vào đâu trong quy trình làm việc. Khi được thiết kế đúng, Dot có thể đảm nhận những phần việc lặp lại, theo dõi liên tục và xử lý nhiều bước, trong khi con người vẫn giữ vai trò xác định mục tiêu, kiểm tra chất lượng và đưa ra những quyết định quan trọng.

Nếu chatbot giúp chúng ta làm việc nhanh hơn, thì AI Agent hướng tới việc giúp chúng ta tổ chức lại cách công việc được thực hiện. Vì vậy, khi bắt đầu tìm hiểu Dots, câu hỏi đáng quan tâm không chỉ là “Dots có thể làm gì?”, mà là: “Công việc nào trong quy trình của mình có thể giao cho AI tiếp tục theo dõi và xử lý, và đâu là những điểm con người vẫn cần trực tiếp kiểm soát?”

Đó có lẽ mới là cách tiếp cận thực tế nhất đối với Dots cũng như thế hệ AI Agent đang dần trở thành một phần của môi trường làm việc.