Từ Single-Turn Sang Multi-Step Execution
Phân biệt Step DoD và Overall Completion Criteria, ngăn ngừa cạm bẫy từng bước hoàn thành đúng nhưng toàn bộ nhiệm vụ thất bại.
Từ Single-Turn Sang Multi-Step Execution
Ở Module 1 Lesson 6, bạn đã học Definition of Done (DoD) — bản mô tả "câu trả lời tốt trông như thế nào" cho một output đơn lẻ. Khi AI chuyển từ mô hình hỏi-đáp đơn lượt (single-turn Q&A) sang thực thi chuỗi tác vụ nhiều bước (multi-step execution), bài toán sản phẩm thay đổi hoàn toàn: không còn là "1 DoD cho 1 output", mà là một chuỗi hành động nối tiếp, nơi mỗi mắt xích cần tiêu chí nghiệm thu riêng để đảm bảo hoàn thành đúng cách.
Ví dụ xuyên suốt bài: RefundBot — agent tự động xử lý yêu cầu hoàn tiền cho đơn hàng thương mại điện tử #4821.
1. Phân biệt Step, Step DoD và Overall Completion Criteria
Để quản trị một agentic workflow nhiều bước, PM cần phân định rõ 3 khái niệm cốt lõi:
- Step (Bước thực thi): Một đơn vị hành động độc lập mà agent thực hiện (gọi tool, tính toán công thức, query cơ sở dữ liệu, gọi API bên thứ ba...). Không còn là "một câu trả lời" mà là "một công việc cụ thể".
- Step DoD (Definition of Done từng bước): Tiêu chí kiểm tra để biết riêng bước đó đã hoàn thành đúng kỹ thuật hay chưa. Ví dụ: "API hoàn tiền trả về HTTP 200" hoặc "đã trích xuất được số ngày nghỉ từ câu lệnh".
- Overall Completion Criteria (Tiêu chí hoàn thành tổng thể): Tiêu chí nghiệm thu cấp sản phẩm để xác nhận toàn bộ nhiệm vụ đã đạt được mục tiêu ban đầu của người dùng, chứ không đơn thuần là "hệ thống đã chạy xong tất cả các bước".
Step DoD vs. Overall Completion Criteria
Nhấn từng bước để thấy cách từng Step DoD có thể PASS nhưng toàn bộ nhiệm vụ vẫn thất bại.
3. Tính số tiền hoàn
PASS (Kỹ thuật) / FAIL (Nghiệp vụ)Tiêu chí nghiệm thu bước (Step DoD):
Trả về một con số dạng numeric (ví dụ 250.000đ).
⚠️ CẠM BẪY: Agent quên khấu trừ 30.000đ phí ship. Step DoD chỉ kiểm tra 'ra 1 con số' nên vẫn PASS, nhưng số tiền bị tính thừa!
Khách nhận đúng số tiền theo công thức chính sách (đã trừ phí ship), có mã giao dịch cổng thanh toán và email biên nhận khớp số tiền.
Mỗi bước pass DoD kỹ thuật không bảo đảm đạt mục tiêu kinh doanh cuối cùng nếu thiếu kiểm soát dữ liệu tổng thể.
2. Ví dụ: Khi từng bước đều Pass nhưng cả quy trình thất bại
Sai lầm phổ biến nhất của các PM mới làm việc với Agent là giả định rằng: đạt hết Step DoD đồng nghĩa với việc đạt Overall Completion Criteria.
Xét luồng 5 bước của RefundBot khi nhận yêu cầu "hoàn tiền đơn hàng #4821":
- Xác minh đơn hàng: Kiểm tra đơn tồn tại và còn trong hạn đổi trả → Step DoD: Trạng thái đơn hàng hợp lệ.
- Kiểm tra điều kiện chính sách: Chưa từng hoàn tiền trước đó, đúng lý do hợp lệ → Step DoD: Vượt qua bộ lọc chính sách.
- Tính toán số tiền hoàn: Áp dụng trừ phí vận chuyển và mã giảm giá đã dùng → Step DoD: Trả về một con số dạng numeric.
- Gọi cổng thanh toán: Thực thi API hoàn tiền vào thẻ khách hàng → Step DoD: Cổng thanh toán trả về mã HTTP 200.
- Gửi thông báo: Gửi email biên nhận cho khách hàng → Step DoD: Email delivery status = sent.
Điểm gãy: Nếu ở bước 3, agent tính sai công thức (quên khấu trừ 30.000đ tiền ship) nhưng kết quả vẫn trả về con số 250.000đ, thì Step DoD của bước 3 vẫn Pass. Các bước 4 và 5 tiếp tục chạy mượt mà và đều đạt Step DoD riêng. Tuy nhiên, khách hàng nhận sai số tiền, vi phạm chính sách tài chính của công ty.
Overall Completion Criteria được sinh ra để bắt lỗi này: "Khách hàng nhận được đúng số tiền theo công thức chính sách quy định, có mã giao dịch cổng thanh toán và email biên nhận khớp số tiền thực hoàn." Tiêu chí này kiểm tra kết quả thực tế (outcome), không chỉ kiểm tra quy trình (process).
3. Bảng đối chiếu Step DoD và Overall Completion Criteria
| Đặc điểm | Step DoD (Cấp bước) | Overall Completion Criteria (Cấp quy trình) |
|---|---|---|
| Phạm vi | Kiểm tra cục bộ một hành động đơn lẻ | Kiểm tra toàn bộ trạng thái cuối cùng của hệ thống |
| Bản chất | Kỹ thuật / Trạng thái thực thi (HTTP 200, non-empty output) | Nghiệp vụ / Giá trị thực tế mang lại cho người dùng |
| Rủi ro che giấu | Từng bước pass nhưng tổng thể sai logic hoặc sai dữ liệu | Không bắt được lỗi sập giữa chừng nếu thiếu Step DoD |
| Người định nghĩa | Tech Lead / Developer phối hợp cùng PM | PM làm chủ hoàn toàn |
4. Ẩn dụ: Giao việc cho nhân viên mới và bảng checklist
Sự khác biệt này giống như việc giao quy trình cho một nhân viên tập sự thay vì hỏi ý kiến một chuyên gia:
- Hỏi chuyên gia (Single-turn): Bạn chỉ cần đặt câu hỏi rõ ràng và nhận câu trả lời đã được kiểm chứng.
- Giao quy trình cho tập sự (Multi-step Agent): Bạn phải đưa một checklist có tiêu chí chấp nhận ở từng mốc kiểm tra (Step DoD), đồng thời phải có một điều kiện ký duyệt bàn giao cuối cùng (Overall Completion Criteria). Nhân viên có thể tích đủ tất cả dấu tick trên checklist nhưng sản phẩm bàn giao vẫn hỏng nếu checklist thiếu bước đối soát tổng thể.
Bài tập 38.1: Một công ty quy mô 200 nhân sự muốn triển khai LeaveBot trên Slack — nhân viên chỉ cần gõ lệnh /nghi-phep 3 ngày từ 2/9 thay vì phải đăng nhập vào phần mềm HR.
Quy định công ty:
- Nghỉ ≤ 2 ngày: Agent tự động phê duyệt nếu nhân viên còn đủ phép năm.
- Nghỉ ≥ 3 ngày: Agent cần gửi yêu cầu cho Quản lý trực tiếp phê duyệt trên Slack trước khi cập nhật dữ liệu.
- Mọi trường hợp: Sau khi xử lý xong, Agent phải cập nhật ngày nghỉ vào hệ thống chấm công và gửi tin nhắn xác nhận cho nhân viên.
Nhiệm vụ của bạn:
- Phân rã workflow thành các step cụ thể (phân nhánh rõ trường hợp ≤ 2 ngày và ≥ 3 ngày).
- Viết Step DoD cho từng bước.
- Viết Overall Completion Criteria hoàn chỉnh cho toàn bộ workflow nhằm bắt được các trường hợp từng bước pass kỹ thuật nhưng sai lệch nghiệp vụ.