Có việc đến, bạn mở chat. Đó là động tác đầu tiên, gần như không suy nghĩ — như rút điện thoại ra khi rảnh tay. Rồi cả phần còn lại của đầu óc dồn vào một câu hỏi: prompt thế nào cho agent hiểu? Bạn chỉnh câu chữ, thêm context, ra ví dụ.
Nhưng bạn đã bỏ qua một ngã rẽ trước đó — cái ngã rẽ quan trọng hơn nhiều: việc này có thuộc về agent không? Cả khu vườn này, bài nào cũng mặc định bạn đã đứng ở chỗ "đã chọn agent rồi". Bài này lùi về trước cái mặc định đó, tới chỗ bạn thật sự nên đứng đầu tiên.
01Hai trục quyết định, không phải một
Hai bài cạnh đây mỗi bài soi một trục. Một bài hỏi: việc này có một đáp án đúng xác định không — nếu có, đó là việc của một dòng lệnh, không phải một bộ não. Bài kia hỏi: phần tiết kiệm có vượt overhead mỗi lần mở chat không. Hai câu đều đúng, nhưng mỗi câu chỉ là một lát cắt.
Gộp lại thì rõ hơn nhiều. Đặt hai trục vuông góc — một trục là bản chất việc (có đáp án duy nhất, hay cần phán đoán), một trục là tần suất (làm một lần, hay lặp lại) — bạn được một mặt phẳng bốn ô. Và điều bất ngờ: agent không phủ cả bốn ô. Nó thắng rõ ở đúng một ô. Ba ô còn lại có công cụ khác rẻ hơn, chắc hơn, hoặc đơn giản là tay bạn nhanh hơn.
✕ Việc có đáp án duy nhất (xác định)
✓ Việc cần phán đoán
Để ý: chỉ một trong bốn ô có dấu ✓. Cột trái — việc xác định — không bao giờ là của agent, dù một lần hay lặp; máy làm chính xác và miễn phí. Cột phải mới là đất của phán đoán, và ngay cả ở đó, "một lần" vẫn thường nghiêng về tự làm. Agent đắt giá nhất đúng ở góc dưới-phải: phán đoán × lặp lại.
02Vì sao mỗi ô có một công cụ riêng
Cái khung này không phải để phân loại cho gọn — nó phản ánh chỗ mỗi công cụ thật sự mạnh. Việc xác định có một đáp án đúng; cái gì có đáp án đúng thì máy cho ra nó chắc chắn và lặp lại y hệt, còn agent chỉ phỏng đoán lại cái đáng lẽ tính được — trả token để mua một câu trả lời kém tin hơn. Đó là lý do cả cột trái rời khỏi agent.
Trục tần suất thì quyết định bạn có nên đầu tư thiết lập không. Một việc xác định làm một lần: gõ thẳng dòng lệnh, xong. Cùng việc đó làm mười lần: gói thành script hoặc một nút bấm để khỏi nghĩ lại — chi phí thiết lập trả một lần, thu về mãi. Bên phán đoán cũng vậy: một lượt thì overhead mở-chat-rồi-verify nuốt hết cái lợi, nhưng lặp đủ nhiều thì cái overhead đó được khấu hao, và phần agent gánh — phán đoán không quy thành luật được — mới lộ ra là thứ không công cụ nào khác làm thay. Bốn ô, bốn lý do kinh tế khác nhau, không phải bốn cái nhãn.
03Ba câu sàng để biết mình đang ở ô nào
Không cần vẽ ma trận mỗi lần. Ba câu hỏi, theo thứ tự, đưa bạn tới đúng ô trong vài giây — và đáng để hỏi trước khi tay chạm vào ô nhập chat:
"Đếm, lọc, đổi định dạng, tra theo khuôn — có. Nếu có: rẽ trái sang script/công cụ, đừng mở chat. Câu này một mình loại được phần lớn việc giao nhầm."
"Một lần thì nghiêng về tự làm hoặc một lệnh dùng-rồi-bỏ. Nhiều lần thì mới đáng đầu tư: script nếu xác định, một quy trình agent nếu cần phán đoán."
"Nếu cái khó chỉ là gõ nhiều, lặp nhiều — UI/macro. Nếu cái khó là cân nhắc, diễn giải, chọn giữa các lựa chọn mờ — đó mới là phán đoán, và là chỗ agent đáng tiền."
Ba câu này hỏi về bản chất việc, không về overhead — khác với bộ ba "tự làm mất bao lâu / agent có lợi thế không / verify được không" ở bài cạnh bên. Bộ kia cân net lời-lỗ một lượt; bộ này định vị bạn đang đứng ô nào trên bản đồ.
Có một cái lợi lặng thầm khi quen sàng từ đầu: phần lớn cái lãng phí trong việc dùng agent không nằm ở prompt dở, mà ở việc mở chat cho thứ lẽ ra không cần chat. Bạn trả overhead của một bộ não cho một việc một dòng lệnh, hoặc gò tay làm một việc lặp mà một cái script gánh được. Sai từ bước chọn công cụ thì mọi sự khéo léo phía sau chỉ là tô vẽ cho một lựa chọn lỗ.
Nên lần tới, trước khi nghĩ câu prompt, dừng một nhịp và hỏi mình đang ở ô nào. Agent là một công cụ tuyệt cho đúng một góc của bản đồ. Việc của bạn là biết khi nào mình đang đứng ở đó — và khi nào nên đóng tab, mở terminal, hoặc chỉ đơn giản là tự làm.