AI AGENTS - Bài 7: 6 "VIÊN GẠCH" NỀN TẢNG CỦA AI AGENT (Tổng quan + case study xây dựng AI Agent trợ lý tuyển dụng)

Đỗ Ngọc Minh

Bài 7:

6 "VIÊN GẠCH" NỀN TẢNG CỦA AI AGENT

Để xây dựng một Agent chuyên nghiệp, bạn không thể chỉ quăng cho AI một câu lệnh đơn giản.

Bạn cần thiết kế một hệ thống bao gồm 6 thành phần sau đây:

  

 

1. Role (Vai trò/Danh phận)

Đây là bước xác định "Cái tôi" của Agent. Việc gán một vai trò cụ thể giúp AI định hình được phong cách giao tiếp, kho kiến thức ưu tiên và cách tiếp cận vấn đề.

• Ví dụ: Thay vì để trống, bạn định nghĩa: "Bạn là một Chuyên gia phân tích dữ liệu tài chính với 15 năm kinh nghiệm tại phố Wall."

2. Focus (Sự tập trung)

Một sai lầm phổ biến là bắt một Agent làm quá nhiều việc. Focus giúp giới hạn phạm vi nhiệm vụ để Agent đạt hiệu suất cao nhất.

• Nguyên tắc: Chia nhỏ mục tiêu. Một Agent chỉ nên tập trung vào một phân đoạn cụ thể (ví dụ: chỉ tìm tin tức, không viết bài).

3. Tools (Công cụ/Kỹ năng)

Đây là "tay chân" của Agent. Công cụ cho phép Agent bước ra khỏi môi trường văn bản thuần túy để tương tác với thực tế.

• Các loại công cụ: Tìm kiếm web (Google Search), Chạy mã code (Python), Truy cập cơ sở dữ liệu (SQL), hoặc kết nối ứng dụng (Gmail, Slack).

4. Cooperation (Sự cộng tác)

Một hệ thống Agent mạnh mẽ thường là sự phối hợp của nhiều Agent khác nhau.

• Cơ chế: Agent này có thể thuê Agent khác làm việc, hoặc chuyển kết quả của mình cho Agent tiếp theo trong quy trình.
• Ví dụ: Agent Nghiên cứu chuyển dữ liệu cho Agent Viết bài, sau đó Agent Viết bài gửi cho Agent Phê bình và phản biện.

5. Guardrails (Hàng rào bảo vệ)

Để đảm bảo Agent không "đi quá giới hạn", chúng ta cần thiết lập các quy tắc an toàn.

• Chức năng: Giới hạn số lần lặp lại (để tránh tốn tiền API), kiểm soát định dạng đầu ra (chỉ được trả về file Excel), và đảm bảo đạo đức/an toàn thông tin.

6. Memory (Bộ nhớ)

Giúp Agent có khả năng học hỏi và duy trì ngữ cảnh.

• Short-term Memory: Nhớ những gì vừa nói trong hội thoại hiện tại.
• Long-term Memory: Nhớ những thông tin quan trọng từ các tuần trước hoặc từ các dự án cũ nhờ vào Vector Database.

 

CASE STUDY: HỆ THỐNG ĐA TÁC NHÂN TRỢ LÝ TUYỂN DỤNG (RECRUITMENT AGENTIC SYSTEM)

Để hệ thống này hoạt động, chúng ta không dùng 1 Agent duy nhất mà phối hợp 3 Agent chuyên biệt làm việc cùng nhau như một phòng nhân sự thu nhỏ.

1. Phân vai và Nhiệm vụ (Roles & Focus)

Agent 1: Chuyên viên Lọc hồ sơ (Sourcing & Screening Agent)

• Role: Đóng vai chuyên gia nhân sự có khả năng đọc hiểu kỹ thuật cao.
• Focus: Trích xuất thông tin từ CV và so sánh với mô tả công việc (JD).
• Tools: PDF Reader Tool, Vector Database (chứa dữ liệu CV).

Agent 2: Chuyên viên Đánh giá Năng lực (Technical Assessment Agent)

• Role: Trưởng phòng kỹ thuật/ các trưởng phòng chuyên môn
• Focus: Soạn thảo bộ câu hỏi phỏng vấn dựa trên các điểm yếu/điểm mạnh tìm thấy trong CV của từng ứng viên.
• Tools: Web Search Tool (để tìm các xu hướng công nghệ mới nhất).

Agent 3: Trợ lý Điều phối (Scheduling & Communication Agent)

• Role: Thư ký hành chính chuyên nghiệp.
• Focus: Giao tiếp với ứng viên và sắp xếp lịch họp, phỏng vấn.
• Tools: Google Calendar API, Gmail API.

---

2. Các bước thực hiện chi tiết để xây dựng từng vai trò

Bước 1: Thiết lập "Bộ não" và "Bộ nhớ" (Dùng cho Agent 1)

• Hành động: Chuyển toàn bộ kho CV của công ty (PDF) vào một Vector Database.
• Kỹ thuật: Sử dụng công nghệ RAG (như đã học ở bài trước) để Agent có thể "đọc" hàng ngàn hồ sơ mà không bị lẫn lộn.
• Kết quả: Agent 1 có khả năng trả lời: "Trong 500 CV, hãy tìm cho tôi 5 người biết về AI Agents (chủ đề muốn tuyển dụng) và có kinh nghiệm trên 3 năm."

Bước 2: Cấu hình "Kỹ năng suy luận" (Dùng cho Agent 2)

• Hành động: Thiết lập quy trình Reflection (sẽ nói rõ kỹ thuật này ở những bài sau).
• Kỹ thuật: Khi Agent 2 soạn câu hỏi phỏng vấn, nó phải tự kiểm tra lại: "Câu hỏi này có quá dễ không? Có bám sát các dự án ứng viên đã làm trong CV không?".
• Kết quả: Tạo ra bộ câu hỏi cá nhân hóa cho từng ứng viên thay vì dùng mẫu chung chung.

Bước 3: Kết nối "Công cụ thực thi" (Dùng cho Agent 3)

• Hành động: Cấp quyền (API Keys) cho Agent truy cập vào hòm thư và lịch của bộ phận nhân sự.
• Kỹ thuật: Sử dụng cơ chế Tool Use (sẽ đề cập ở những nội dung sau). Agent 3 sẽ nhận lệnh: "Nếu ứng viên đạt trên 8 điểm ở Agent 1 và 2, hãy gửi email mời phỏng vấn".
• Kết quả: Email được gửi đi tự động kèm link họp Zoom.

---

3. Quy trình vận hành (Workflow) thực tế trong doanh nghiệp

Hãy quan sát cách các Agent này "nói chuyện" với nhau thông qua một ví dụ cụ thể:

1.  Kích hoạt: Nhà tuyển dụng dán link JD vị trí "Kỹ sư AI" vào hệ thống.

2.  Phân tích (Agent 1): Tự động quét kho dữ liệu, lọc ra 3 ứng viên sáng giá nhất dựa trên kỹ năng Python và LLMs.

3.  Đánh giá (Agent 2): Đọc kỹ kinh nghiệm của 3 người này. Thấy ứng viên A từng làm về CrewAI, ứng viên B làm về LangChain. Khi đó Agent 2 soạn 2 bộ câu hỏi chuyên sâu riêng cho mỗi người.

4.  Thực thi (Agent 3): Gửi email cho 3 ứng viên: "Chào bạn, chúng tôi rất ấn tượng với hồ sơ của bạn..." kèm danh sách các khung giờ phỏng vấn còn trống trong tuần sau.

5.  Báo cáo: Cuối ngày, hệ thống gửi một bản tóm tắt cho Giám đốc nhân sự: "Hôm nay tôi đã lọc 50 CV, chọn được 3 người và đã lên lịch phỏng vấn cho 2 người."

---

4. Tại sao cách làm này lại hiệu quả? (Phân tích chuyên gia)

• Tính cá nhân hóa: Thay vì gửi email hàng loạt, mỗi ứng viên cảm thấy được quan tâm sâu sắc nhờ sự phân tích chi tiết của Agent 2.
• Tính liên tục: Hệ thống hoạt động 24/7. Ứng viên nộp hồ sơ lúc 2 giờ sáng có thể nhận được lời mời phỏng vấn lúc 2 giờ 05 phút.
• Giảm định kiến: Agent lọc hồ sơ dựa trên dữ liệu thực tế, giảm thiểu các yếu tố cảm tính của con người trong bước sàng lọc thô.