AI AGENTS - BÀI 14: THIẾT LẬP AGENT "SENIOR RESEARCH ANALYST"

Đỗ Ngọc Minh



BÀI 14:

THIẾT LẬP AGENT "SENIOR RESEARCH ANALYST"

Để Agent này không chỉ là một máy tìm kiếm vô hồn mà là một chuyên gia thực thụ, chúng ta sẽ lắp ghép 6 viên gạch như sau:

1. Role (Vai trò): Senior Research Analyst

  • Thiết lập: "Bạn là một Chuyên gia Phân tích Nghiên cứu có tư duy phản biện, làm việc tại một quỹ đầu tư mạo hiểm."
  • Ý nghĩa: Định hình phong cách báo cáo phải chuyên sâu, dùng thuật ngữ tài chính và luôn tìm kiếm số liệu thực chứng thay vì nói chung chung.
  • Ví dụ nhỏ: Nếu hỏi về "Xe điện", Agent này sẽ không nói "Xe điện đang hot", nó sẽ nói "Thị phần xe điện đã tăng 15% trong quý IV nhờ chính sách thuế mới".

2. Focus (Sự tập trung): Phân tích xu hướng công nghệ mới

  • Thiết lập: "Chỉ tập trung vào các đột phá trong lĩnh vực AI và Bán dẫn trong 6 tháng qua."
  • Ý nghĩa: Ngăn Agent lan man sang các tin tức giải trí hoặc chính trị không liên quan, giúp tiết kiệm Token và tăng độ sâu của báo cáo.

3. Tools (Công cụ): Web Search & Python Interpreter

  • Thiết lập: Kết nối với Google Search API và trình chạy mã Python.
  • Ý nghĩa: Agent dùng Search để lấy dữ liệu thực tế và dùng Python để vẽ biểu đồ so sánh doanh số giữa các hãng công nghệ.
  • Ví dụ nhỏ: Khi tìm thấy dữ liệu giá cổ phiếu của Nvidia và AMD, Agent tự viết code Python để tính tỷ lệ tăng trưởng tương quan thay vì đoán mò.

4. Cooperation (Sự cộng tác): Manager-Worker Model

  • Thiết lập: Agent này đóng vai trò "Worker". Nó nhận lệnh từ một Manager Agent (Quản lý dự án).
  • Ý nghĩa: Manager sẽ đưa ra chủ đề nghiên cứu. Senior Research Analyst thực hiện. Sau đó, kết quả được chuyển cho Content Writer Agent để trình bày lại cho khách hàng.

5. Guardrails (Rào chắn): Ngân sách và Độ tin cậy

  • Thiết lập: Max_iterations = 5 và yêu cầu "Luôn trích dẫn nguồn (URL) cho mọi con số".
  • Ý nghĩa: Đảm bảo Agent không bị lặp vô hạn khi không tìm thấy thông tin và đảm bảo báo cáo không có thông tin "ảo tưởng" (Hallucination).

6. Memory (Bộ nhớ): Vector Database (Long-term Memory)

  • Thiết lập: Kết nối với kho báo cáo cũ của công ty.
  • Ý nghĩa: Khi nghiên cứu về Apple, Agent sẽ "nhớ" lại những gì công ty đã phân tích để chỉ ra sự thay đổi.

QUY TRÌNH TỔNG QUÁT 5 BƯỚC KHI THỰC HIỆN

Nếu bạn muốn tự xây dựng một Agent cho doanh nghiệp mình, hãy tuân thủ quy trình "May đo" sau đây:

Bước 1: Định nghĩa "Chân dung" (Role & Focus)

  • Câu hỏi: Agent này thay thế vị trí nhân viên nào? Nó cần tập trung vào kết quả cụ thể gì?
  • Hành động: Viết System Prompt mô tả danh phận và giới hạn nhiệm vụ.

Bước 2: Cấp "Bộ đồ nghề" (Tools)

  • Câu hỏi: Agent cần truy cập vào đâu để làm việc? (Web, Excel, CRM, hay SQL?)
  • Hành động: Cấu hình các API hoặc Function Calling cần thiết.

Bước 3: Thiết lập "Tư duy" (Memory & Planning)

  • Câu hỏi: Agent có cần nhớ dữ liệu cũ không? Nó cần thực hiện theo các bước nào?
  • Hành động: Cài đặt Vector Database và thiết lập lộ trình thực hiện nhiệm vụ (Workflow).

Bước 4: Xây dựng "Đội ngũ" (Cooperation)

  • Câu hỏi: Agent này làm việc một mình hay cần cộng tác với ai?
  • Hành động: Thiết lập luồng trao đổi thông tin bằng JSON hoặc Markdown giữa các Agent.

Bước 5: Thử nghiệm và Đặt "Rào chắn" (Guardrails)

  • Câu hỏi: Cái giá phải trả nếu Agent làm sai là gì?
  • Hành động: Chạy thử (Testing), giới hạn số lượng Token và cài đặt xác nhận từ con người (Human-in-the-loop).

 

CASE THỰC TẾ:

HỆ THỐNG AGENT PHÂN TÍCH ĐỐI THỦ (COMPETITIVE INTELLIGENCE SYSTEM)

Bước 1: Định nghĩa "Chân dung" (Role & Focus)

Thay vì tạo một AI chung chung, chúng ta định nghĩa một chuyên gia thực thụ để thu hẹp không gian xác suất và tăng độ chính xác.

  • Role (Vai trò): "Bạn là Senior Market Intelligence Analyst với 10 năm kinh nghiệm trong ngành bán lẻ điện máy. Bạn có tư duy phản biện sắc bén và khả năng đọc vị chiến lược giá của đối thủ".
  • Focus (Sự tập trung): Tập trung duy nhất vào việc theo dõi biến động giá và chương trình khuyến mãi của 3 đối thủ lớn nhất trong khu vực. Loại bỏ các tin tức về nhân sự hay quản trị không liên quan.

Bước 2: Cấp "Bộ đồ nghề" (Tools)

Agent cần "tay chân" để tương tác với thế giới thực thay vì chỉ suy luận dựa trên dữ liệu cũ.

  • Web Search Tool: Sử dụng để quét trang web của đối thủ và các trang tin thị trường hàng ngày.
  • Python Code Interpreter: Dùng để xử lý file Excel bảng giá nội bộ và tính toán phần trăm chênh lệch giá giữa các bên một cách chính xác 100%.
  • SQL Database: Kết nối với kho dữ liệu sản phẩm của công ty để so sánh tồn kho thực tế.

Bước 3: Thiết lập "Tư duy" (Memory & Planning)

Giúp Agent không bị "mất trí nhớ" và biết cách thực hiện công việc theo lộ trình.

  • Long-term Memory (Vector DB): Lưu trữ lịch sử giá của đối thủ từ 6 tháng trước. Khi thấy giá hôm nay giảm, Agent sẽ "nhớ" lại xem đây là giảm theo mùa hay là một cuộc chiến giá mới.
  • Planning: Agent thực hiện theo quy trình:

(1) Thu thập dữ liệu web -> (2) Đối chiếu với kho nội bộ -> (3) Tính toán biên lợi nhuận nếu giảm giá theo đối thủ.

Bước 4: Xây dựng "Đội ngũ" (Cooperation)

Sử dụng mô hình Manager - Worker để tối ưu hóa hiệu suất.

  • Manager Agent: Nhận yêu cầu "Báo cáo thị trường sáng thứ Hai". Sau đó, Manager sẽ chia nhỏ việc và giao cho Worker.
  • Worker Agent (Research Analyst): Thực hiện tra cứu và tính toán.
  • Giao thức trao đổi: Worker trả kết quả cho Manager dưới dạng JSON để đảm bảo tính chuẩn xác của con số (Ví dụ: {"product": "iPhone 15", "competitor_price": 21000000}).

Bước 5: Thử nghiệm và Đặt "Rào chắn" (Guardrails)

Đây là bước bảo vệ ngân sách và uy tín của doanh nghiệp.

  • Max Iterations: Giới hạn Agent chỉ được tìm kiếm tối đa 5 lần cho mỗi mã sản phẩm để tránh lặp vô hạn và tốn phí API.
  • Human-in-the-loop: Nếu Agent đề xuất: "Hãy giảm giá 20% để cạnh tranh", hệ thống sẽ dừng lại và gửi thông báo yêu cầu Giám đốc kinh doanh bấm nút "Duyệt" trước khi cập nhật giá lên website.

Kết quả đầu ra (Output)

Hệ thống này sẽ không gửi cho bạn một đoạn chat dài dòng, mà là một Báo cáo so sánh giá chuyên sâu:

BÁO CÁO BIẾN ĐỘNG THỊ TRƯỜNG - 08:00 AM

  • Phát hiện: Đối thủ A vừa giảm giá dòng tủ lạnh Samsung 10% lúc 06:00 AM.
  • Phân tích: Dựa vào bộ nhớ dài hạn, đây là mức giá thấp nhất trong 2 năm qua.
  • Đề xuất: Chúng ta nên áp dụng chương trình "Tặng voucher" thay vì giảm giá trực tiếp để giữ biên lợi nhuận.
  • Trạng thái: Chờ quản lý phê duyệt hành động.

 

 


Nhận xét

Bài đăng phổ biến từ blog này

CHATGPT PROMPTS FOR HRM

Data driven decision making

CHIẾN LƯỢC vs KẾ HOẠCH