Kaopiz · AI Passport 2026
AI Passport 2026 đã chính thức “ra lò”. Bạn đã check it out chưa? 👀
Bộ cẩm nang tài liệu năm nay sẽ giúp bạn tìm đúng điểm mù khi dùng AI mỗi ngày, và lộ trình để từng bước thu hẹp khoảng cách giữa “biết dùng AI” vs “dùng AI hiệu quả”. Cùng check ngay!
“Mình học AI Passport năm ngoái rồi, năm nay còn gì mới để học?”
Hay xa hơn: liệu bộ tài liệu này có thật sự giúp ích cho công việc của mình, hay chỉ để qua kỳ thi? Nếu đây cũng là những thắc mắc của bạn, vậy đừng lo, bài viết này sẽ giải đáp tất cả~
Sau một năm AI phát triển chóng mặt, phần lớn chúng ta đều đã biết dùng AI, nhưng biết dùng không có nghĩa là đang khai thác nó hiệu quả. Vấn đề thường không nằm ở việc AI chưa đủ thông minh, mà ở những “điểm mù” trong thói quen dùng AI mỗi ngày của chính mình.
Vài điểm mù quen thuộc
- Trả lời lúc đúng lúc sai, không rõ vì sao
- Sửa prompt mãi mà vẫn chưa đúng ý
- Chưa biết cách để AI “nhớ” context
- Vô tình đưa dữ liệu nhạy cảm lên AI
Và mỗi vai trò lại có điểm mù riêng
- Dev: vẫn làm tay việc AI có thể lo
- Tester: chưa dùng AI để phân tích Spec, dựng Test Plan
- PM: mới dùng AI ghi biên bản, chưa chạm Planning hay Risk
Đó là lý do AI Passport 2026 ra đời, không phải để nhồi thêm khái niệm hay học thuộc đi thi, mà để giúp mỗi Kaopizer nhận ra điểm mù của mình và biến AI thành một cộng sự thực sự trong công việc hằng ngày.
Dành cho tất cả mọi người
4 điểm mù mà các Category sẽ giúp bạn khắc phục
Chạm vào từng thẻ để xem tài liệu năm nay sẽ giúp bạn như thế nào.
Hiểu cơ chế & hệ sinh thái AI
Bạn có đang…
- Nghe rất nhiều về những thuật ngữ như RAG, MCP, Context Engineering, VLM.. nhưng cũng chưa thật sự rõ lắm nó là gì?
- Không hiểu tại sao cùng một prompt mà AI cho kết quả khác nhau mỗi lần?
- Không hiểu tại sao context window của AI ngày càng lớn nhưng AI vẫn quên hoặc bỏ sót thông tin so với dữ liệu gốc?
- Nghe nhiều AI Agent mạnh lắm nhưng cũng chẳng rõ tại sao lại như vậy?
- Choáng ngợp vì model AI mới ra mắt liên tục nhưng vẫn chưa biết chúng khác nhau thế nào và nên dùng cái nào?
Category 01 · đã đóng dấu
Category 01 sẽ giúp bạn:
- Giải thích cơ chế hoạt động cốt lõi của LLM (Large Language Model — mô hình ngôn ngữ lớn) như token, attention, context window và vận dụng để làm việc hiệu quả hơn với AI.
- Phân biệt các năng lực mới của AI so với chatbot truyền thống: RAG, Memory, Multimodal, MCP, Skill.
- Nhận diện kiến trúc AI Agent (Model + Harness) và giải thích vì sao Harness quan trọng không kém Model.
- Chọn đúng mức độ tự động hóa (Workflow → Agent → Multi-Agent) theo tình huống cụ thể.
- Phân tích được công thức AI Agent = Model + Harness để xác định được thành phần cần điều chỉnh khi AI chưa cho kết quả như mong muốn.
- Định vị các nhóm công cụ AI hiện tại và biết frontier model nổi bật tính đến 30/06/2026.
Thiết kế & điều phối AI
Bạn có đang…
- Prompt rất dài nhưng AI vẫn không hiểu.
- Mỗi phiên chat mới lại phải giải thích lại.
- Loay hoay để AI Agent làm đúng quy trình và cho kết quả nhất quán.
- Chưa biết cách tạo Skill làm sao để AI tiệm cận một người có kinh nghiệm.
- Gặp khó khăn trong việc set Rule để AI Agent tuyệt đối không được vượt qua dù cho bất kỳ ai yêu cầu.
- Hoang mang giữa hàng loạt công cụ AI và không biết nên chọn công cụ nào cho từng tác vụ.
- Dành quá nhiều thời gian để thiết kế prompt và workflow hơn mức cần thiết (over-engineering).
Category 02 · đã đóng dấu
Category 02 sẽ giúp bạn:
- Nâng cấp từ Prompt Engineering lên Context Engineering để lưu và tái dùng bối cảnh dự án.
- Công thức Prompting R-C-T-F: Nắm vững 4 thành phần (Role, Context, Task, Format) để tạo ra các câu lệnh chuẩn xác, giúp tiết kiệm thời gian chỉnh sửa đầu ra.
- Khả năng thiết kế AI Agent hoàn chỉnh với 3 thành phần cốt lõi: Workflow, Skill, và Rule.
- Biết cách điều phối đa công cụ, kết hợp nhiều AI khác nhau để xử lý các task phức tạp.
Đọc ngay bây giờ
Nâng cấp chất lượng đầu ra
Bạn có đang…
- Gặp tình huống AI viết rất trôi chảy nhưng output thực chất lại rất máy móc, thiếu tự nhiên hoặc không đúng ngữ cảnh chuyên môn?
- Không biết sửa prompt ở đâu khi output chưa đạt.
- Hoang mang vì không biết khi nào AI đang bịa hoặc dùng dữ liệu cũ.
- AI xử lý tốt việc phổ biến nhưng thường sai một cách “tinh vi” và nguy hiểm ở những nghiệp vụ đặc thù.
- Kiệt sức vì phải rà soát lại từng dòng AI viết, hoặc “nhắm mắt accept” rồi tự gánh toàn bộ trách nhiệm nếu kết quả có sai sót?
Category 03 · đã đóng dấu
Category 03 sẽ giúp bạn:
- Nhận biết các cách giúp AI cho ra kết quả tốt hơn, đáng tin hơn trong công việc hàng ngày.
- Chuẩn bị đầu vào cho AI chính xác và chất lượng hơn thông qua Role prompting và Meta prompting.
- Kiểm soát, định hướng cách AI xử lý dữ liệu qua RAG, CoT,…
- Nhận diện được 5 giới hạn cố hữu của mô hình AI và đặt đúng điểm con người cần can thiệp (HITL).
An toàn dữ liệu doanh nghiệp
Bạn có đang…
- Thấy các quy định bảo mật khi sử dụng AI của Kaopiz khá nhiều, khó nhớ và không biết áp dụng thế nào trong từng tình huống.
- Cho rằng chỉ chia sẻ một đoạn code, vài dòng dữ liệu hoặc dùng AI nội bộ thì sẽ không có rủi ro rò rỉ thông tin.
- Loay hoay trong việc phân quyền cho AI Agent, không biết nên cấp quyền đến đâu là đủ an toàn.
- Muốn tận dụng AI để làm việc nhanh hơn nhưng vẫn băn khoăn đâu là giới hạn an toàn và trách nhiệm của mình khi sử dụng AI.
Category 04 · đã đóng dấu
Category 04 sẽ giúp bạn:
- Nhận biết các loại dữ liệu không được nhập hoặc tải lên AI theo POL-KP-22.
- Giải thích các rủi ro phổ biến khi sử dụng AI, như rò rỉ dữ liệu, hallucination, prompt injection và cấp quyền quá mức.
- Phân biệt quy định sử dụng đối với AI công khai, AI doanh nghiệp, AI hỗ trợ lập trình, AI Agent, AI nhúng trong SaaS và AI tạo nội dung.
- Xác định rủi ro chính và cách xử lý được hướng dẫn trong các tình huống minh họa.
- Nhận biết hành vi sử dụng AI phù hợp hoặc không phù hợp với POL-KP-22 qua các tình huống tự kiểm tra.
Riêng cho bạn
8 vai trò. 8 bộ nội dung riêng.
Category 5 không viết chung chung. Chọn đúng vai trò của bạn để xem tài liệu năm nay giải quyết vấn đề gì cho chính công việc bạn đang làm.
Đây không phải bộ tài liệu để học thuộc rồi thi cho xong.
Đây là cẩm nang để bạn biết chính xác mình đang yếu ở đâu trong cách dùng AI, và có lộ trình rõ ràng để vá đúng chỗ đó, cho cả công việc hằng ngày lẫn kỳ thi sắp tới.