Gói ngữ cảnh AI Agent: 7 trường để tiếp nối công việc

Một AI Agent vừa hoàn thành nửa chặng đường. Bạn mở phiên mới, chuyển sang agent khác hoặc giao người khác tiếp tục. Câu hỏi không chỉ là “lưu lại cuộc trò chuyện ở đâu?” mà là “người nhận cần biết điều gì để không làm sai quyết định đã thống nhất?”

Trả lời ngắn: Hãy tạo một gói ngữ cảnh có cấu trúc, chỉ giữ mục tiêu, quyết định còn hiệu lực, nguồn đáng tin, trạng thái thực tế, giới hạn quyền, tiêu chí nghiệm thu và hành động kế tiếp. Lịch sử trò chuyện có thể là tài liệu tham khảo; nó không nên là bản chỉ dẫn duy nhất.

Đây là khung thực hành do bài viết tổng hợp và đề xuất, không phải tiêu chuẩn kỹ thuật chính thức hay một nghiên cứu chứng minh hiệu quả định lượng.

Mục lục

Vì sao nhớ nhiều vẫn có thể làm sai?
Gói ngữ cảnh 7 trường
Mẫu một trang có thể dùng ngay
Quy trình chuyển phiên và kiểm tra
Ba lỗi cần phòng tránh
Khi nào cần hệ thống phức tạp hơn?
Nguồn và giới hạn

Vì sao nhớ nhiều vẫn có thể làm sai?

Một bản ghi dài có thể chứa hàng chục phương án, trong đó chỉ một phương án được chọn. Nếu agent đọc lại tất cả mà không phân biệt quyết định hiện hành với ý tưởng từng cân nhắc, nó có thể tiếp tục từ một hướng đã bị loại.

Trong bài kỹ thuật công bố ngày 29/09/2025, Anthropic mô tả context engineering là việc lựa chọn và duy trì thông tin phù hợp trong giới hạn ngữ cảnh; hãng đề xuất các cách như truy xuất đúng lúc, nén ngữ cảnh và ghi chú có cấu trúc. Tài liệu này nêu rủi ro mất thông tin quan trọng nếu nén quá mạnh, chứ không nói rằng tóm tắt ngắn luôn tốt hơn. Nguồn gốc: Anthropic.

Diễn giải thực hành: cần tách ba lớp thường bị trộn lẫn:

Lớp	Câu hỏi cần trả lời	Ví dụ thông tin
Lịch sử	Trước đây đã trao đổi gì?	Các phương án, thử nghiệm, phản hồi
Trạng thái	Hiện tại đã làm đến đâu?	File đã tạo, bước đã kiểm tra, lỗi chưa xử lý
Ý định có hiệu lực	Vì sao đang làm và được phép làm gì?	Mục tiêu, quyết định chốt, điều cấm, người duyệt

Lịch sử hữu ích khi điều tra. Trạng thái giúp tiếp tục. Nhưng ý định có hiệu lực mới quyết định hướng đi.

Gói ngữ cảnh 7 trường

Một gói bàn giao đủ dùng nên trả lời bảy câu hỏi, theo thứ tự ưu tiên:

Outcome — Đầu ra cần đạt: Ai sẽ sử dụng kết quả, để ra quyết định hoặc làm việc gì? Tránh mục tiêu mơ hồ như “làm cho tốt”.
Decisions — Điều đã chốt: Ghi quyết định đang có hiệu lực, ngày hoặc phiên chốt, và lý do ngắn. Đánh dấu rõ phương án đã loại.
Sources — Nguồn và phiên bản: Đường dẫn hoặc tên tài liệu chuẩn, ngày kiểm tra, phần nào là dữ kiện, phần nào là giả thuyết. Ưu tiên chỉ mục trước khi tải toàn bộ dữ liệu.
Boundaries — Quyền và giới hạn: Agent được đọc, đề xuất, chỉnh bản nháp hay thực hiện thay đổi nào? Việc gì bắt buộc xin duyệt? Những dữ liệu nào không được đưa ra ngoài?
State — Trạng thái đã kiểm chứng: Ghi việc hoàn tất kèm dấu vết, việc đang làm, lỗi và điểm còn chưa xác minh. Không đánh đồng “agent nói đã xong” với “đầu ra đã được kiểm tra”.
Acceptance — Tiêu chí nghiệm thu: Kết quả đúng định dạng nào, phép kiểm nào phải đạt, ai xác nhận? Điều kiện thất bại hoặc phải dừng là gì?
Next — Bước tiếp theo và người chịu trách nhiệm: Một hành động ưu tiên, đầu vào cần có, người hoặc agent tiếp nhận, và điều kiện chuyển tiếp.

Đây là khung biên tập đề xuất, không phải bảy trường bắt buộc của OpenAI, Anthropic hay bất kỳ SDK nào. Giá trị của nó nằm ở chỗ buộc người bàn giao làm rõ các giả định trước khi agent hành động.

Mẫu một trang có thể dùng ngay

Ví dụ giả định, không mô tả dự án, khách hàng hoặc kết quả triển khai thực tế:

task: "Rà soát bản nháp hướng dẫn sử dụng sản phẩm"
outcome: "Bản nháp dễ hiểu, có nguồn, sẵn sàng để người phụ trách duyệt"
decisions:
  active:
    - "Giữ cấu trúc 5 phần đã được duyệt"
    - "Không thêm tuyên bố về tính năng khi thiếu nguồn chính thức"
  rejected:
    - "Không chuyển bài thành nội dung quảng cáo"
sources:
  canonical: "product-guide-v2.md"
  checked_at: "2026-10-16"
  verify_again: "Tính năng hoặc điều khoản có thể thay đổi"
boundaries:
  allowed: ["đọc tài liệu", "đề xuất sửa", "chỉnh bản nháp"]
  approval_required: ["xuất bản", "đổi tuyên bố sản phẩm"]
  forbidden: ["đưa dữ liệu riêng tư vào bản công khai"]
state:
  verified_done: ["Đã hoàn tất dàn ý và kiểm tra liên kết nội bộ"]
  pending: ["Đối chiếu 2 tuyên bố với tài liệu gốc"]
  unknown: ["Chưa xác minh phiên bản hướng dẫn mới nhất"]
acceptance:
  - "Mọi tuyên bố kỹ thuật quan trọng có nguồn"
  - "Không có thông tin chưa kiểm chứng được viết như sự thật"
  - "Người phụ trách duyệt trước khi xuất bản"
next:
  action: "Kiểm tra 2 tuyên bố đang chờ"
  owner: "Agent nghiên cứu"
  handoff_when: "Có nguồn chính thức hoặc báo chưa đủ chứng cứ"

Mẫu trên có thể lưu dưới dạng Markdown, YAML, một thẻ công việc hoặc trường dữ liệu trong hệ thống hiện có. Không cần xây cơ sở dữ liệu hay nhiều agent ngay từ đầu.

Điểm đáng lưu ý: nguồn chuẩn không đồng nghĩa nguồn đã được kiểm tra. Tên file cho biết phải tìm ở đâu; dấu vết kiểm tra mới cho biết có thể tin đến mức nào.

Quy trình chuyển phiên và kiểm tra

Bước 1 — Trước khi bàn giao: Người đang làm cập nhật bảy trường; xóa quyết định lỗi thời, nhưng giữ dấu vết lý do thay đổi ở nơi có thể truy lại. Nếu thiếu nguồn, ghi “chưa xác minh”, không điền bằng suy đoán.

Bước 2 — Khi nhận việc: Agent mới đọc gói ngữ cảnh trước, sau đó chỉ mở các tài liệu được chỉ ra khi thật sự cần. Nó phải xác nhận lại mục tiêu, quyền hạn và điểm còn thiếu; không tự coi mọi ghi chú cũ là mệnh lệnh.

Bước 3 — Trong lúc làm: Cập nhật trạng thái dựa trên đầu ra và phép kiểm thực tế. Khi xuất hiện quyết định mới, ghi rõ quyết định đó thay thế điều gì; không âm thầm sửa ý định ban đầu.

Bước 4 — Trước khi kết thúc: Đối chiếu đầu ra với tiêu chí nghiệm thu. Nếu chưa đủ, chuyển trạng thái sang “cần kiểm tra” hoặc “bị chặn”, kèm lý do và bước khôi phục.

Bước 5 — Bàn giao tiếp: Gói mới chỉ giữ thông tin còn hiệu lực và liên kết đến lịch sử cần tra cứu. Đây là chu trình bảo toàn ý định, không phải thao tác tóm tắt cho ngắn.

Về mặt kỹ thuật, tài liệu OpenAI Agents SDK mô tả cơ chế handoff giữa các agent chuyên trách và khả năng lọc dữ liệu đầu vào khi chuyển giao. Điều đó cho thấy chuyển quyền xử lý và lựa chọn ngữ cảnh là hai việc có thể được thiết kế riêng; không có nghĩa SDK tự bảo đảm tính đúng đắn của một gói bàn giao do ta viết. Tài liệu OpenAI về handoff.

Ba lỗi cần phòng tránh

1. Tóm tắt mất ngoại lệ. Gói ngắn quá có thể làm rơi quyết định khó, điều kiện dừng hoặc phản hồi trái chiều. Cách khắc phục: giữ ngoại lệ quan trọng và đường dẫn đến bằng chứng gốc; không tối ưu số chữ bằng mọi giá.

2. Nguồn đúng nhưng đã cũ. Gói có thể ghi đúng tài liệu từng dùng nhưng không còn đúng phiên bản. Cách khắc phục: lưu thời điểm xác minh và chỉ định loại thông tin cần kiểm tra lại khi dùng.

3. Có ngữ cảnh nhưng không có quyền hạn. Agent hiểu mục tiêu không có nghĩa được phép gửi email, sửa dữ liệu, xuất bản hay chạy tác vụ có tác động thật. Cách khắc phục: tách quyền đọc, quyền đề xuất, quyền sửa bản nháp và quyền thực thi; hành động khó đảo ngược cần điểm duyệt phù hợp.

Giới hạn: Gói ngữ cảnh giúp giảm sự mơ hồ trong bàn giao nhưng không thay thế phân quyền ở cấp hệ thống, kiểm thử, giám sát hay trách nhiệm của con người. Một dòng “không được xuất bản” trong prompt không phải cơ chế khóa quyền kỹ thuật.

Khi nào cần hệ thống phức tạp hơn?

Với công việc ngắn, một người và một agent, gói một trang thường là điểm khởi đầu hợp lý. Khi công việc kéo dài nhiều phiên, có nhiều người duyệt hoặc nhiều nguồn dữ liệu thay đổi, có thể bổ sung nhật ký quyết định, bộ kiểm tra tự động, lịch sử phiên bản và quyền truy cập theo vai trò.

Khi cần chuyển giữa các agent chuyên trách, hãy thiết kế rõ ai sở hữu kết quả cuối, dữ liệu nào được chuyển tiếp và trường hợp nào phải quay về người phụ trách. OpenAI mô tả các lựa chọn điều phối, handoff, guardrails và human review trong tài liệu Agents SDK; đây là các khả năng triển khai, không phải lời bảo đảm rằng mọi tổ chức đều cần nhiều agent. Tài liệu Agents SDK.

Một phép thử đơn giản trước khi mở rộng: đưa gói ngữ cảnh cho một người hoặc agent không tham gia phiên trước. Nếu họ không thể trả lời đúng “đang muốn đạt gì, đã quyết gì, được làm gì và kiểm tra xong bằng cách nào”, gói bàn giao chưa đủ rõ.

Nguồn và giới hạn

Nguồn kỹ thuật chính: Anthropic — Effective context engineering for AI agents, công bố 29/09/2025; kiểm tra lại 16/10/2026. Hỗ trợ nguyên tắc ngữ cảnh có giới hạn, truy xuất đúng lúc, nén và ghi chú có cấu trúc.
Nguồn cơ chế triển khai: OpenAI — Handoffs và Agents SDK, truy cập 16/10/2026. Hỗ trợ mô tả chuyển giao giữa agent và các lựa chọn kiểm soát.
Phần tổng hợp của bài: Mẫu bảy trường, quy trình năm bước và phép thử bàn giao là khuyến nghị vận hành, chưa có số liệu thử nghiệm độc lập trong bài để kết luận mức cải thiện hiệu suất.

Điều cốt lõi: Một agent không cần biết mọi thứ từng xảy ra. Nó cần biết điều gì vẫn đúng, điều gì đã thay đổi, điều gì chưa biết và nó được phép làm gì tiếp theo.