Bài 5: Work thực chiến: từ dữ liệu đến sản phẩm bàn giao

Chị Lan phụ trách phòng kinh doanh một công ty phân phối văn phòng phẩm ở Đà Nẵng. Mỗi sáng thứ Sáu chị nộp báo cáo tuần cho giám đốc, rồi thuyết trình 5 phút trong giao ban. Dữ liệu là ba file CSV — khách hàng tiềm năng, đơn hàng, phân công nhân viên — mà trước đây chị mất nửa buổi gộp bằng Excel, làm slide riêng, hai bản không luôn khớp nhau.

Bài này bạn luyện đúng tình huống đó: từ dữ liệu thô ra hai sản phẩm bàn giao — báo cáo và dàn ý trình bày — khớp nhau, kiểm tra được.

Sau bài này bạn sẽ làm được

• Biến nhiều file dữ liệu rời rạc thành một báo cáo tuần gọn, mỗi số liệu đều nói rõ lấy từ đâu.
• Chuyển báo cáo đó thành dàn ý trình bày mà không cần làm lại từ đầu.
• Tự kiểm tra chéo cả nội dung (số đúng không) và hình thức (trình bày rõ không) trước khi nộp.
• Lưu phiên bản và ghi lý do mỗi lần sửa, để không mất công khi bị hỏi lại.

Xác định sản phẩm bàn giao trước khi mở file dữ liệu

Trước khi đưa dữ liệu vào ChatGPT, cần biết mình sắp giao gì, cho ai — điều này quyết định AI nên phân tích sâu tới đâu.

Ở đây có hai sản phẩm cuối: báo cáo tuần tối đa 2 trang gửi giám đốc, và dàn ý trình bày cho 5 phút nói miệng. Giám đốc bận, chỉ cần số chính, không cần chi tiết từng đơn hàng.

Viết một câu mục tiêu trước khi mở Work, kiểu: "Từ 3 file CSV, làm báo cáo tuần cho giám đốc + dàn ý nói 5 phút, hai bản phải khớp số nhau." Đây là khung 6 thành phần bạn học ở Bài 4, áp cho một việc nhiều bước hơn.

Kiểm tra dữ liệu trước khi để AI phân tích

Dữ liệu bẩn thì báo cáo dù đẹp cũng sai. Trước khi phân tích, hãy giao một việc nhỏ hơn: kiểm kê dữ liệu.

Tải 3 file vào Work, yêu cầu ChatGPT chỉ đọc và mô tả, chưa phân tích. Xem tên cột có đúng ý nghĩa không, số dòng có khớp không (khoảng 86 khách hàng tiềm năng, 33 đơn hàng), có ô trống hay giá trị bất thường không.

Đọc 3 file tôi vừa tải lên. CHỈ mô tả, KHÔNG sửa và KHÔNG phân tích.
Với mỗi file, cho biết: tên các cột, số dòng, cột có ô trống,
và tối đa 3 giá trị bất thường (số quá lớn/nhỏ, ngày sai, trùng mã).
Trình bày theo từng file, ngắn gọn.

Nếu file có số điện thoại hay tên khách hàng thật, đổi sang dữ liệu giả lập trước khi luyện tập. Đây là nguyên tắc quyền tối thiểu: chỉ đưa cho AI đúng thứ cần dùng.

Yêu cầu kế hoạch trước, làm bản cuối sau

Việc nhiều bước dễ lạc hướng nếu để AI làm thẳng ra bản cuối. Hãy xin một kế hoạch ngắn trước, bạn duyệt rồi mới cho làm tiếp.

Trước khi viết báo cáo, cho tôi một kế hoạch: báo cáo có mấy phần,
mỗi phần lấy số liệu từ file/cột nào, phần nào còn thiếu dữ liệu
để làm. Chưa viết báo cáo, chỉ đưa kế hoạch.

Kế hoạch hợp lý thường có 3 phần: tổng doanh thu tuần (cộng cột thành_tien, ra khoảng 173 triệu đồng), tình hình khách hàng tiềm năng (đếm theo trạng thái), và hiệu suất theo nhân viên (nối file đơn hàng với file phân công). Đọc, sửa nếu thiếu, rồi mới cho làm bản đầy đủ.

Làm báo cáo truy vết được, rồi chuyển thành dàn ý trình bày

Báo cáo tốt không chỉ đúng số, còn phải cho biết số đó từ đâu. Yêu cầu ChatGPT ghi rõ nguồn cho từng số quan trọng, kiểu "173 triệu đồng — tổng cột thành_tien, file don-hang.csv, 33 dòng". Cách này giúp ai đó kiểm lại mà không cần dò cả file.

Có báo cáo rồi, đừng yêu cầu AI "làm slide" từ đầu. Yêu cầu chuyển đúng nội dung báo cáo thành dàn ý trình bày, giữ nguyên số liệu, chỉ đổi cách sắp xếp cho hợp nói miệng. Làm vậy để hai sản phẩm chắc chắn khớp, vì cùng ra từ một nguồn.

Kiểm tra chéo hai lớp, rồi tự luyện phát hiện lỗi

Trước khi gửi, kiểm theo hai lớp. Lớp nội dung: đối chiếu vài số trong báo cáo và slide với file gốc, xem có khớp không. Lớp hình thức: đọc lại câu có rõ nghĩa không, có đúng 2 trang không.

Một cách luyện hiệu quả là tự tạo lỗi có chủ ý trên bản sao. Ví dụ đổi 38,37% thành 38,73% trong một câu, rồi đọc lại xem có phát hiện ra không. Nếu bỏ lỡ, cần đối chiếu kỹ hơn ở lần thật; luyện xong thì khôi phục số đúng trước khi dùng cho việc thật.

Đóng gói kèm phiên bản và nhật ký quyết định

Khi báo cáo ổn, đặt tên file kèm số phiên bản, ví dụ bao-cao-tuan-v0.1 cho bản nháp, v0.2 cho bản đã sửa. Kèm một đoạn ngắn: bản này khác bản trước ở đâu, vì sao sửa.

Nhật ký không cần dài, vài dòng mỗi lần là đủ. Khi giám đốc hỏi "sao tuần trước số này khác", bạn có ngay câu trả lời.

Lỗi thường gặp

• Giao thẳng "làm báo cáo và slide" trong một prompt: dễ ra hai bản lệch số. Làm báo cáo trước, rồi chuyển thành slide từ đó.
• Không kiểm dữ liệu trước khi phân tích: file có ô trống hay số bất thường thì kết quả sai từ đầu.
• Tin số liệu vì trình bày đẹp: hình thức gọn không có nghĩa số đúng, luôn đối chiếu với file gốc.
• Quên đổi dữ liệu thật thành giả lập khi luyện tập, tránh đưa số điện thoại hay tên khách hàng thật vào AI.

Checklist trước khi làm

• Đã viết một câu mục tiêu rõ sản phẩm cuối và người nhận.
• Đã kiểm kê 3 file: tên cột, số dòng, ô trống, giá trị bất thường.
• Đã xin kế hoạch trước, duyệt rồi mới làm bản đầy đủ.
• Đã yêu cầu ghi rõ nguồn cho từng số liệu quan trọng.
• Đã đối chiếu số giữa báo cáo và slide với file gốc.
• Đã đặt tên phiên bản và ghi chú lý do thay đổi.

Quy trình này biến việc "gộp số rồi làm slide" từ nửa buổi lo lắng thành một việc có thứ tự, kiểm tra được. Bài tiếp theo bạn học cách lưu cách làm này thành Projects, cùng Custom Instructions và Memory, để lần sau không phải giải thích lại từ đầu.