Nghiên Cứu Tình Huống:
Agent Thư Ký.

Chỉ Cần Hai Công Cụ

Quy Trình Cơ Bản

1. Trao đổi với Chat Claude → nhận đặc tả về "cần xây dựng gì"
2. Chat Claude biến đặc tả đó thành một bảng hướng dẫn (TASK.md)
3. Đưa TASK.md cho Claude Code trong VS Code → nó sẽ thực sự xây dựng
4. Báo cáo kết quả lại cho Chat Claude → nhận bảng hướng dẫn tiếp theo
5. Lặp lại bước 1–4 cho đến khi hoàn thành

Điểm Danh Lại Công Việc Thư Ký (Điểm Khởi Đầu Cho Buổi Phỏng Vấn)

Nói "tôi muốn có một thư ký" thì dễ, nhưng diễn đạt thành lời chính xác những gì bạn thực sự muốn bàn giao lại khó hơn nhiều. Dựa trên những gì vai trò này thực sự bao quát trong thực tế, đây là điểm khởi đầu cho buổi phỏng vấn.

Quản Lý Lịch

• Thêm, thay đổi và hủy sự kiện (chỉ cần nói ra miệng là nó đã nằm trên lịch)
• Phát hiện trùng lịch và giữ những khoảng trống thực tế có tính đến thời gian di chuyển
• Đọc lịch trong ngày vào một giờ cố định — đầu giờ sáng, hoặc tối hôm trước
• Sự kiện lặp lại, và tính đến ngày lễ cùng ngày nghỉ

Báo Cáo Chi Phí

• Đọc ngày, số tiền, bên nhận thanh toán và các hạng mục từ ảnh chụp biên lai và hóa đơn
• Phân loại vào các hạng mục tài khoản kế toán và thuế (với giả định con người thực hiện khâu kiểm tra cuối cùng)
• Tổng hợp theo tháng và xuất ra định dạng bạn dùng để nộp
• Nhắc nhở khi biên lai chưa xử lý đang chất đống

Email

• Phân loại thư đến (cần trả lời / chỉ để biết / không cần hành động) và đặt mức ưu tiên
• Soạn bản nháp trả lời (theo nguyên tắc, con người là người quyết định việc gửi)
• Áp dụng mẫu có sẵn cho các câu hỏi thường lệ
• Bắt các thư quên trả lời (đánh dấu những luồng không có phản hồi sau một khoảng thời gian nhất định)

Biên Bản Họp Từ Bản Ghi Âm

• Đưa cho nó một bản ghi âm và nó chạy liền một mạch từ gỡ băng, rút điểm chính đến viết báo cáo — dịch sang ngôn ngữ bạn muốn nếu cần
• Có thể xây dựng mà không cần thêm bất kỳ API nào. Phần gỡ băng tái sử dụng một mô hình Whisper chạy cục bộ, còn tóm tắt và dịch đều do chính LLM của agent thực hiện
• Điều này phát huy tác dụng rõ nhất với các cuộc họp bằng ngôn ngữ khác: một cuộc thảo luận diễn ra bằng ngôn ngữ này quay lại dưới dạng báo cáo bằng ngôn ngữ khác, không còn vòng lặp "nghe lại rồi mới dịch"

Sắp xếp lại ghi chú cuộc họp, soạn thảo các loại đơn từ biểu mẫu, và lọc danh sách chuyến bay cùng khách sạn cũng có thể được bao gồm. Việc sắp xếp đi lại không phải là tính năng bắt buộc — nếu công việc của bạn ít khi phải đi lại, hãy bỏ nó ra ngay từ đầu.

Vì Sao Chia Cho Nhiều Agent Thay Vì Chỉ Một

Khi nghe "agent thư ký," người ta thường hình dung ra một agent duy nhất làm mọi việc. Case study này thay vào đó khuyến nghị chia theo đầu việc.

Vì Mỗi Đầu Việc Đòi Hỏi Một Kiểu Phán Đoán Khác Nhau

• Quản lý lịch đòi hỏi sự thận trọng để không nhồi lịch quá dày; phân loại email đòi hỏi độ bao quát để không bỏ sót thứ gì quan trọng; công việc chi phí đặt sự chính xác nghiêm ngặt về con số lên trên tất cả. Nhét tất cả những thứ đó vào một tính cách duy nhất thì tiêu chuẩn sẽ trôi dạt từ chỉ thị này sang chỉ thị khác

Vì Bạn Có Thể Tách Bạch Phạm Vi Quyền Hạn

• Agent email cần quyền đọc hộp thư của bạn; agent chi phí thì không. Tách chúng ra và mỗi agent chỉ nhận đúng mức tối thiểu nó cần. Nếu có gì đó chạy sai, phạm vi ảnh hưởng vẫn nằm trong địa hạt riêng của agent đó

Vì Dễ Khoanh Vùng Hơn Khi Có Sự Cố

• Khi bảng tổng hợp chi phí trông có vẻ sai và các vai trò đã được tách, bạn biết ngay phải nhìn vào đâu. Với mọi thứ dồn vào một agent, việc truy ra chỉ thị nào đã gây nhiễu sẽ tốn thời gian

Gửi Chỉ Thị Bằng Giọng Nói, Nhận Báo Cáo Bằng Giọng Nói

Điểm cốt lõi của case study này là thư ký của bạn tiếp tục làm việc trong những giờ bạn rời khỏi máy tính. Để làm được vậy, bạn biến Discord thành một cánh cửa chuyển âm thanh theo cả hai chiều.

Chiều Vào (bạn → agent)

• Âm thanh bạn ghi bằng tính năng tin nhắn thoại của Discord sẽ được agent gỡ băng và tiếp nhận như một chỉ thị
• Phần gỡ băng chạy trên một mô hình Whisper cục bộ, nên âm thanh không bao giờ được gửi đi đâu và không phát sinh phí sử dụng API. Khi âm thanh có chứa lịch trình, tên khách hàng và số tiền, đây chính là thiết lập bạn nên xây dựng dựa trên

Chiều Ra (agent → bạn)

• Báo cáo quay lại dưới cả dạng âm thanh lẫn văn bản — hãy nghe lướt phần âm thanh khi đang di chuyển, và đọc phần văn bản khi muốn kiểm tra lại điều gì đó sau
• Việc chọn engine tổng hợp giọng nói nào phụ thuộc vào ngôn ngữ, và vào việc có thứ gì được phép rời khỏi máy của bạn hay không. Cách tiếp cận không phải là cam kết với một engine duy nhất mà là nghe thử vài cái rồi chọn
• Tiêu chí là nó không được nghe máy móc. Số tiền và ngày tháng đặc biệt ảnh hưởng trực tiếp đến công việc của bạn, nên hãy luôn thử nghiệm đúng những định dạng bạn sẽ thực sự dùng

Lịch Trình Tổng Thể (Sáu Phase)

Những gì mỗi người muốn bàn giao khác nhau hoàn toàn tùy từng người, nên không có sẵn TASK.md dựng sẵn bỏ qua buổi phỏng vấn. Luôn bắt đầu với buổi phỏng vấn yêu cầu Phase 0.

Bắt Đầu Ngay: Prompt Khởi Động Phase 0

Chỉ cần dán nguyên văn prompt này vào một cuộc hội thoại mới với "Chat Claude" (claude.ai) để bắt đầu buổi phỏng vấn yêu cầu Phase 0.

Miễn Trừ Trách Nhiệm Và Lưu Ý Quan Trọng