Thuật ngữ AI giải thích dễ hiểu: bảng từ vựng cho người mới

Năm từ quan trọng trong giờ đầu tiên của bạn

Phần lớn bài viết về AI mặc định bạn đã có một vốn từ mà chưa ai từng dạy bạn. Phần thực sự hữu ích thì nhỏ thôi. Năm từ gánh gần hết sức nặng thực tế, còn lại có thể đợi vài tháng.

Mô hình chính là bản thân AI: hệ thống đã được huấn luyện, đọc chữ của bạn và tạo ra câu trả lời. Ứng dụng không phải là mô hình. ChatGPT là một ứng dụng chạy các mô hình của OpenAI, Gemini là một ứng dụng chạy mô hình của Google, còn Whizi là một ứng dụng giữ cùng lúc mô hình của nhiều công ty. Sự phân biệt này bắt đầu có giá vào lần đầu tiên một câu trả lời làm bạn thất vọng, vì đổi mô hình thường là một đòn bẩy lớn hơn việc viết lại câu hỏi.

Prompt đơn giản là thứ bạn gõ vào. Không có cú pháp bí mật, không có danh sách lệnh, chẳng có gì phải học thuộc. Một yêu cầu bình thường mà nêu rõ kết quả dành cho ai, nó phải làm việc gì, và bạn muốn nhận lại dạng nào sẽ thắng một câu chữ khôn khéo trong gần như mọi lần.

Chatbot là cửa sổ trò chuyện mà bạn gõ vào. Mọi thứ bạn đã nói trong một cuộc trò chuyện đều còn nằm trong tầm nhìn của mô hình khi nó trả lời, và đó là lý do những câu tiếp theo như "ngắn lại đi" hay "trang trọng hơn" chạy được mà bạn không phải lặp lại yêu cầu ban đầu. Mở một cuộc trò chuyện mới thì phần trí nhớ chung đó biến mất, và đó chính là thứ bạn muốn khi đổi chủ đề: bối cảnh sót lại từ một câu hỏi chẳng liên quan là nguồn gốc phổ biến của những câu trả lời nghe hơi lệch.

Token là một mẩu văn bản, đại khái bằng ba phần tư một từ tiếng Anh trung bình. Các mô hình đọc, đếm và tính tiền theo token chứ không theo từ, nên một tài liệu 1.000 từ rơi vào khoảng 1.300 token. Bạn chủ yếu gặp từ này trên các trang giá và trong các giới hạn sử dụng.

Cửa sổ ngữ cảnh là lượng văn bản mà một mô hình giữ được trong tầm nhìn cùng lúc, đo bằng token. Nó phải chứa cả tài liệu bạn dán vào, toàn bộ cuộc trò chuyện tới lúc đó, và cả câu trả lời đang được viết ra. Khi bạn thả một hợp đồng năm mươi trang vào khung chat và các câu trả lời bắt đầu lặng lẽ mâu thuẫn với trang ba, bạn đã chạm tới rìa của nó. Bài cửa sổ ngữ cảnh là gì có các con số thật; còn quy tắc thực hành thì ngắn gọn. Một cuộc trò chuyện dài cho một chủ đề, rồi bắt đầu lại từ đầu.

Một việc nên làm ngay bây giờ: mở một ứng dụng AI bất kỳ và nhờ nó, bằng lời của chính bạn, giải thích một thuật ngữ bạn thấy trong tuần này mà không hiểu. Rồi hỏi câu thứ hai, "Bạn đã giả định tôi biết sẵn những gì?" Câu hỏi tiếp đó biến một định nghĩa thành một lời giải thích, và nó chạy được với mọi chủ đề.

Có điều hãy đối chiếu câu trả lời với một nguồn khác. Những hệ thống này nói ra điều sai bằng đúng cái giọng điềm tĩnh chúng dùng cho điều đúng, và các định nghĩa là mục tiêu mềm: một chi tiết bịa ra nghe hợp lý sẽ lọt qua bạn vì bạn chẳng có cách nào bắt được. Kiểu hỏng đó có tên riêng, và nó nằm trong bảng bên dưới.

Phần còn lại của bảng thuật ngữ, và bạn đã cần tới chưa

Đây là những từ đang chờ bạn trong các dòng tít, các trang giá và các phần bình luận. Cột thứ ba là phần nói thật. Phần lớn chỗ này không phải kiến thức ngày đầu tiên, và giả vờ ngược lại chính là cách khiến người mới thấy mình dốt về một thứ chẳng ảnh hưởng gì tới họ.

Thuật ngữ	Nghĩa dễ hiểu	Bạn có cần cái này không?
LLM	Mô hình ngôn ngữ lớn, loại mô hình đứng sau mọi ứng dụng chat bạn từng nghe. Khi một bài viết nói LLM, hãy đọc là AI	Có, để các dòng tít thôi nghe như tiếng ồn
AI tạo sinh	Bất kỳ AI nào tạo ra chữ, ảnh, âm thanh hay video mới thay vì sắp xếp những thứ đã có	Có, một câu là đủ
Huấn luyện	Quá trình dài và tốn kém, nạp cho mô hình lượng chữ khổng lồ để nó học các mẫu. Nó xong trước khi bạn mở ứng dụng	Có, sơ qua thôi
Mốc dừng huấn luyện	Ngày mà dữ liệu huấn luyện dừng lại. Hỏi về chuyện sau đó là mô hình đang đoán, trừ khi ứng dụng tìm kiếm web	Có, chỗ này hay làm người ta hố
Ảo giác	Một câu trả lời tự tin, trôi chảy, bịa hoàn toàn. Khiếm khuyết quan trọng nhất	Có, ngay ngày đầu tiên
Đa phương thức	Mô hình xử lý được nhiều hơn chữ: ảnh, PDF, âm thanh, đôi khi cả video	Có, ngay khi bạn muốn tải một tấm ảnh lên
Tinh chỉnh	Huấn luyện lại một mô hình có sẵn trên dữ liệu của bạn để nó chuyên sâu hơn	Chưa cần, đây là dự án của cả một công ty
Nhiệt độ	Một núm vặn cho mức ngẫu nhiên của câu chữ. Thấp thì dễ đoán, cao thì phóng khoáng	Chưa cần, mặc định hợp lý đã được chọn sẵn cho bạn
Tác nhân (agent)	Một AI tự thực hiện nhiều bước thay vì trả lời một lần	Chưa cần, và hãy xem phần tiếp theo
API	Đường ống mà lập trình viên dùng để nối một mô hình vào phần mềm của họ	Chưa cần, trừ khi bạn viết mã
RAG	Sinh nội dung có truy xuất: mô hình tra cứu trong một kho tài liệu trước khi trả lời	Chưa cần, dù mọi ứng dụng trả lời từ tệp bạn tải lên đều chạy trên nó
Mô hình nguồn mở	Mô hình mà ai cũng tải trọng số về chạy được, chẳng hạn Llama hay DeepSeek	Chưa cần, nó thay đổi rất ít với người dùng chat
Mô hình suy luận	Mô hình đi qua bài toán theo từng bước thấy được trước khi trả lời. Chậm hơn, giỏi hơn ở toán và logic	Sắp cần, ngay lần đầu một câu hỏi khó thất bại
Prompt hệ thống	Chỉ dẫn ẩn mà ứng dụng đưa cho mô hình trước khi bạn gõ chữ nào	Chưa cần, hữu ích khi bạn tự dựng trợ lý riêng

Hai dòng đáng có một chú thích. Ảo giác không phải một trục trặc thỉnh thoảng xảy ra rồi vá đi là xong; nó rơi ra từ chính cách những hệ thống này sinh văn bản, và đó là lý do bài vì sao AI trả lời sai là một hướng dẫn riêng chứ không phải một gạch đầu dòng. Còn đa phương thức đáng dành mười phút ngay khi bạn có một tấm ảnh hóa đơn, một ảnh chụp màn hình báo lỗi, hay một biểu mẫu đã quét cần xử lý. Bài làm việc với ảnh và tài liệu cho thấy chuyện đó trông ra sao vào một ngày thứ Ba bình thường.

Những từ tiếp thị hay dùng mà nghĩa nhẹ hơn vẻ ngoài

Các nhà cung cấp không hẳn là nói dối. Họ đang dùng những từ từng có nghĩa cụ thể và nay chủ yếu có nghĩa là "chúng tôi vừa ra mắt cái gì đó". Biết được khoảng cách đó là thứ giữ bạn khỏi trả phí nâng cấp cho một danh sách xổ xuống toàn câu trả lời soạn sẵn.

• Được hỗ trợ bởi AI. Thường có nghĩa là một tính năng gọi tới một mô hình do người khác xây. Đôi khi nó nghĩa là một ô gợi ý mà bạn tắt đi được. Đáng hỏi: mô hình nào, và nó có bật sẵn không?
• Thông minh. Có từ trước cả làn sóng này và nay gần như chẳng còn nghĩa gì. Một thư mục thông minh là một lượt tìm kiếm được lưu lại. Một câu trả lời thông minh là ba cụm từ soạn sẵn. Hãy nhìn xuyên qua tính từ để tìm một động từ: nó làm được gì cho công việc của bạn?
• Thế hệ tiếp theo. Một lời tuyên bố ở thì tương lai. Nó hoàn toàn tương thích với việc sản phẩm tệ hơn phiên bản mà nó thay thế, và nó hay xuất hiện khi chẳng ai nêu ra được một cải thiện đo đếm được.
• Tác nhân AI. Cụm từ làm việc quần quật nhất năm 2026. Dùng chặt chẽ, nó nghĩa là phần mềm tự lên kế hoạch và tự thực hiện nhiều bước, chẳng hạn đặt trọn một chuyến đi. Dùng trong tiếp thị, nó thường nghĩa là một chatbot với hình đại diện dễ thương hơn. Hãy hỏi nó làm gì khi bị kẹt, và liệu nó có hành động mà không hỏi ý bạn trước hay không.
• Ưu tiên AI. Một tuyên bố về chiến lược nội bộ, không phải về trải nghiệm của bạn với sản phẩm. Nó cho biết một công ty chĩa ngân sách kỹ thuật về đâu, mà chỗ đó có thể chưa chạm tới cái tính năng bạn sắp trả tiền.

Một câu hỏi cắt xuyên qua tất cả: hãy hỏi tính năng đó làm gì khi nó sai. Những sản phẩm thực sự có AI bên trong đều có câu trả lời, và câu trả lời đó bao gồm các bước rà soát, một nút hoàn tác, một tín hiệu về độ chắc chắn, hoặc một nguồn nhìn thấy được. Những sản phẩm chỉ dán nhãn thì im lặng.

Vì sao tên các mô hình trông như biển số xe

Tên một mô hình có hai phần làm hai việc khác nhau. Phần chữ là họ mô hình, dòng sản phẩm mà một công ty phát triển liên tục: GPT của OpenAI, Claude của Anthropic, Gemini của Google, Llama của Meta. Các con số và hậu tố là phiên bản, và thường là cả kích cỡ, nên một họ có thể ra một thành viên nhỏ và nhanh cùng một thành viên lớn và cẩn thận trong cùng một buổi sáng. Đọc một cái tên chủ yếu là chuyện tách hai nửa đó ra và bỏ qua phần tiếp thị nằm ở giữa.

Có thể bạn đã để ý rằng bài viết này không nêu một số phiên bản nào. Đó là cố ý. Các phiên bản đổi sau vài tuần, và bất kỳ bảng thuật ngữ nào ghim chúng lại đều sai ngay mùa sau. Thứ không đổi là hình dạng của lựa chọn. Mô hình nhỏ thì nhanh, rẻ và hoàn toàn ổn cho việc dọn dẹp một email. Mô hình lớn thì chậm hơn và tốt hơn với tài liệu dài cùng những suy luận khó. Mỗi họ cũng có một cá tính lộ ra ở giọng văn và ở mức độ nghiêm ngặt khi bám vào nguồn bạn đưa cho nó.

Bản mới nhất cũng không mặc nhiên hợp với việc của bạn. Mới hơn thường nghĩa là điểm đo chuẩn cao hơn, mà các bài đo chuẩn thì đo những bài toán kiểu thi cử chứ không đo chuyện câu chữ có nghe giống bạn hay không. Khối người thấy rằng một mô hình cũ hơn, rẻ hơn lại viết email cho họ hay hơn, và họ để dành mô hình đắt tiền cho hai việc khó mỗi tuần. Bạn chỉ học được điều này bằng cách chạy cùng một việc thật qua hai ba mô hình và đọc các kết quả cạnh nhau, và bài chọn mô hình AI đi qua từng bước một. Làm được điều đó mà không phải trả tiền cho ba nhà cung cấp chính là toàn bộ lý do Whizi đặt GPT, Claude, Gemini và các mô hình tạo ảnh vào trong một gói đăng ký.

Năm thuật ngữ đáng học ở mốc ba tháng

Đến tháng thứ ba bạn sẽ đâm phải vài bức tường. Năm từ này là tên của những bức tường đó, và vì vậy chúng đáng học vào lúc ấy chứ không phải bây giờ.

1. Mô hình suy luận. Bắt đầu quan trọng vào lần đầu một mô hình tự tin làm hỏng một phép tính nhiều bước hay một câu đố logic. Chuyển sang mô hình suy luận thường sửa được ngay, đổi lại bạn phải chờ câu trả lời lâu hơn.
2. Prompt hệ thống. Quan trọng khi bạn nhận ra mình đang dán cùng một đoạn thông tin nền vào mọi cuộc trò chuyện mới. Cách chữa là lưu nó một lần thành một chỉ dẫn thường trực.
3. RAG. Quan trọng khi bạn muốn câu trả lời bám vào tệp của chính bạn thay vì cả internet, ví dụ một thư mục quy định mà chẳng ai đọc từ năm 2019.
4. Nhiệt độ. Quan trọng khi kết quả cứ na ná nhau qua nhiều lần thử, hoặc thất thường quá, và bạn thà vặn một cái núm còn hơn cứ chạy lại mãi.
5. Tinh chỉnh. Gần như không bao giờ quan trọng với một cá nhân, và đáng biết vì sao: nó tốn tiền thật, cần hàng trăm ví dụ sạch, và một prompt tốt trên một mô hình tốt thắng nó trong gần hết những trường hợp người ta tưởng tượng ra.

Nếu bạn muốn lớp nền bên dưới tất cả những chuyện này, bài AI thực sự là gì nói về cơ chế mà không cần toán, còn cách nói chuyện với AI biến cái đoạn về prompt ở phần đầu thành một thói quen. Hãy để trang này mở trong một tab suốt một tuần. Đám từ vựng thôi đáng sợ vào khoảng lần thứ tư bạn gặp một từ mà mình đã biết.