Càng dùng AI cho công việc thật, vấn đề lớn nhất không còn là "AI có viết được không", mà là AI có hiểu đúng bối cảnh, đúng quyền thao tác, đúng nguồn dữ liệu và đúng sản phẩm cuối cùng hay không. Vì vậy tôi xây Claude Project như một hệ điều hành tri thức cá nhân, không phải một thư mục lưu file thông thường.

Tóm tắt nhanh

  • Claude Project được tổ chức như một hệ điều hành tri thức, không chỉ là nơi lưu file.
  • File Read giúp AI nắm bản đồ, file Skill giúp AI biết quy trình và quyền thao tác.
  • Bản đồ nguồn nội bộ nối bài public với tài liệu gốc, để cập nhật sau này không bị mất dấu.
  • Cách làm này giúp nhiều tool liên kết với nhau nhưng vẫn được hiểu theo một hệ quy chuẩn.

1. Vấn đề

Nếu mọi thứ chỉ nằm rải rác trong folder, mỗi lần mở một AI mới sẽ phải giải thích lại từ đầu: thư mục nào đang active, script nào được chạy, file nào chỉ đọc, dữ liệu nào không được public, và output cuối cùng nằm ở đâu. Cách làm đó rất tốn thời gian và dễ sai khi dự án có nhiều nhánh liên kết với nhau.

2. Ràng buộc

Hệ thống phải phục vụ nhiều loại việc cùng lúc: legal pipeline, biên bản họp, website advisory, website cưới, due diligence, BCTC và các dự án cá nhân. Có phần public, có phần private, có phần đang làm dở, và có phần liên kết chéo giữa tool với website.

3. Hướng tiếp cận

Tôi dùng một lớp điều hướng tổng, sau đó mỗi nhóm công việc quan trọng có tài liệu định hướng để nắm bản đồ, tài liệu quy trình để nắm cách vận hành, và bản đồ nguồn nội bộ để biết bài viết hoặc output được lấy từ đâu. Nhờ vậy, một hệ thống có thể vừa phục vụ vận hành nội bộ, vừa chuyển hóa thành nội dung public mà không làm lẫn ranh giới giữa phần được công khai và phần cần bảo mật.

Khác biệt nằm ở quy chuẩn lặp lại. Mỗi tool không chỉ có script, mà có luật vận hành, quyền thao tác, definition of done, guardrails bảo mật, decision log và nơi liên kết sang sản phẩm public. AI vào sau không phải đoán lại ý định ban đầu.

4. Kết quả

  • AI có thể đọc file điều hướng để tiếp tục việc cũ mà không cần tôi giải thích lại toàn bộ bối cảnh.
  • Các pipeline khác nhau vẫn hiểu theo một chuẩn chung: input, quy trình, output, quyền chạy, nơi public.
  • Giảm rủi ro lộ thông tin nhạy cảm nhờ tách rõ tài liệu nội bộ và assets public.
  • Website có thể kể lại thành quả công nghệ mà không tiết lộ chi tiết triển khai nhạy cảm.

5. Điều rút ra

Năng lực ứng dụng AI không chỉ thể hiện ở prompt hay công cụ. Nó thể hiện ở cách tổ chức tri thức để hệ thống có thể vận hành tiếp, kiểm chứng được, bảo trì được và chuyển hóa thành sản phẩm thật. Đây là điểm tôi muốn website thể hiện rõ hơn trong nhóm bài Tech.