Table of Contents4 sections
Bạn có bao giờ cảm thấy mình đang làm việc cho AI không? Gõ prompt, đọc kết quả, chỉnh lại, gõ tiếp, đọc tiếp... cứ vậy mãi. Mệt thật. Loop engineering ra đời để giải quyết đúng vấn đề này — thay vì bạn ngồi kéo AI từng bước, bạn chỉ cần nói "đây là mục tiêu, tự làm đi nhé" rồi đi pha cà phê.
Cách cũ vs Cách mới — cơ bản là rất khác nhau
Như hình minh họa ở trên, sự khác biệt trông đơn giản nhưng thực ra là một bước nhảy khá lớn:
Cách cũ: Bạn viết prompt → AI trả lời → bạn đọc, sửa, rồi lại viết prompt mới. Vòng đi vòng lại, và người mệt nhất trong cái vòng đó... là bạn.
Cách mới (loop): Bạn đặt mục tiêu một lần duy nhất, rồi để hệ thống AI tự chạy qua 5 bước:
Discovery — tìm hiểu xem cần làm gì
Planning — chia nhỏ thành các bước rõ ràng
Execution — nhiều agent chạy song song, ai lo việc nấy
Verification — agent khác kiểm tra "oke chưa ta?"
Iteration — chưa oke thì tự lặp lại, lần này có thêm kinh nghiệm từ vòng trước
Phần hay nhất là Memory — không phải bộ nhớ trong chat, mà là trạng thái được lưu ra file hoặc database. Nhờ đó, vòng lặp sau biết vòng trước đã làm gì, không bị "ủa mình đã làm cái này chưa nhỉ?" như bạn sau kỳ nghỉ dài.
Open Loop vs Closed Loop — chọn sai là đau ví lắm đó
Có hai kiểu loop, và việc chọn đúng kiểu sẽ quyết định bạn tiết kiệm hay "đốt" token:
Open Loop — kiểu "thôi kệ, cứ đi tự do đi":
Bạn nói với agent: "Hãy khám phá market này và làm những gì cần làm." Nghe hay đó, nhưng agent có thể lang thang mãi như người đi siêu thị không có danh sách — vào rồi không biết lúc nào ra, và hóa đơn thì... ôi thôi.
Closed Loop — kiểu có kế hoạch rõ ràng (và được khuyến nghị!):
Bạn đặt mục tiêu cụ thể + stop condition rõ ràng. Ví dụ: "Dừng khi đã có đủ 3 ý tưởng nội dung mới." Agent biết khi nào cần dừng, bạn biết mình đang trả tiền cho cái gì. Win-win!
Ví dụ thực tế: Shop bán vợt Pickleball
Để cho dễ hiểu, đây là một hệ thống 3 agent + 1 orchestrator để tự động phát triển một shop bán dụng cụ pickleball (cái môn thể thao kết hợp giữa tennis và bóng bàn mà dạo này đang hot lắm đó). Như hình minh họa ở trên:
Orchestrator Agent — ông trùm điều phối:
Đọc file
next_stepstừ vòng trước để biết "tuần trước đã làm gì rồi"Giao việc cho 3 agent chạy song song
Thu kết quả, viết
next_stepsmới, rồi kiểm tra xem đã đủ điều kiện dừng chưa
Agent 1 — Builder 🔨
Tạo một cái quiz kiểu BuzzFeed — "Bạn là nhân vật Harry Potter nào? Vợt pickleball nào hợp với bạn?" Nghe buồn cười nhưng cực kỳ hiệu quả để gợi ý sản phẩm và thu email khách hàng. Output là file HTML tự chứa, chạy được ngay.
Agent 2 — Scout 🔍
Lang thang Reddit, blog, YouTube, website đối thủ để tìm xem người ta đang quan tâm chủ đề gì. Chấm điểm từng cơ hội theo: audience size, purchase intent, content gap (đối thủ chưa làm), và tiềm năng làm lead magnet. Output là một danh sách được xếp hạng — agent làm thay cả buổi research mà bạn thường ngồi cả ngày mới xong.
Agent 3 — Growth 📈
Đọc quiz vừa tạo + website hiện tại, rồi tự:
Đề xuất chỗ đặt link quiz trên site
Soạn email launch giới thiệu quiz
Viết caption cho Instagram, Reddit, Facebook group
Gợi ý lead magnet tiếp theo
Ghi note vào memory để vòng sau không bị làm lại
Stop condition của cả hệ thống:
✓ Đã có ≥3 ý tưởng nội dung mới?
✓ Link quiz đã được đặt đủ chỗ trên site?
✓ Lead magnet tiếp theo đã được xác định?
→ Cả 3 đều ✓: DỪNG và nghỉ ngơi thôi!
→ Chưa đủ: lặp lại vòng mới với memory từ vòng nàyNhưng... bạn vẫn cần ở trong vòng lặp đó nhé!
Dù nghe có vẻ "AI lo hết rồi, mình nghỉ thôi," thực tế không hoàn toàn như vậy. AI vẫn có thể sai, vẫn có thể miss context mà chỉ bạn mới hiểu, và đôi khi nó đưa ra quyết định trông ổn nhưng thực ra không phù hợp với business của bạn.
Vai trò của bạn thay đổi — từ "người gõ prompt từng câu" sang "người thiết kế hệ thống và review kết quả." Ít mệt hơn nhiều, nhưng vẫn cần có mặt ở những quyết định quan trọng.
Loop engineering không phải là magic, cũng không phải thứ gì quá phức tạp. Về cơ bản, nó chỉ là cách bạn thiết kế lại mối quan hệ với AI — từ việc bạn phải kéo nó từng bước, sang việc bạn đặt mục tiêu và để nó tự chạy. Bắt đầu nhỏ thôi: một closed loop đơn giản với stop condition rõ ràng đã là một bước tiến khá lớn rồi đó!