Hiểu chuẩn dữ liệu để "Giao tiếp" hiệu quả với AI

Có một khoảnh khắc rất cụ thể mà khoá học này nhắm tới: bạn được gửi một file dữ liệu, mở ra, và cần sửa đúng một chỗ trong đó — một giá trị, một trường, một dòng — rồi gửi lại mà không làm hỏng thứ gì. Khoá học cung cấp cho bạn chỗ dựa trong khoảnh khắc đó: biết mình đang nhìn định dạng nào, biết ký tự nào đang giữ cấu trúc, và nhận ra khi nào chỗ cần đổi đã vượt quá phần bạn tự quyết được nên phải hỏi lại người phụ trách file.

1. 01Nhận ra định dạng — Bạn nhìn vào một file lạ và đọc được những dấu hiệu trên bề mặt để đoán nó đang ghi dữ liệu theo JSON, JSONL, CSV, YAML hay Markdown có frontmatter, đồng thời biết khi nào hình dáng chưa đủ để kết luận và cần kiểm thêm.
2. 02Đọc cấu trúc JSON — Bạn đọc được object, array và các kiểu giá trị bên trong một file JSON, và biết vai trò của dấu nháy kép, dấu hai chấm cùng dấu phẩy giữa các phần tử.
3. 03Sửa một chỗ an toàn — Bạn thay một giá trị hoặc một dòng mà cú pháp của file vẫn nguyên vẹn, vì bạn biết ký tự nào đang giữ cấu trúc và ký tự nào chỉ là nội dung.
4. 04Nhận ra ranh giới bản ghi — Trong file JSONL, bạn phân biệt được khi nào một bản ghi dài đang bị editor bẻ xuống cho vừa khung nhìn, và khi nào đó là ký tự xuống dòng thật ngăn hai bản ghi.
5. 05Lường trước cạm bẫy của CSV — Bạn biết trước những chỗ một file CSV hay bị đọc sai: dấu phân cách, ô có dấu nháy, bản ghi trải nhiều dòng, số 0 ở đầu và ngày tháng bị spreadsheet tự đổi lúc lưu.
6. 06Đọc thụt lề như cấu trúc — Trong YAML, bạn thấy khoảng trắng đầu dòng đang nói điều gì về quan hệ giữa các mục, và nhận ra chỗ một giá trị tự nhận kiểu vì thiếu dấu nháy.
7. 07Kiểm lại sau khi sửa — Bạn giữ bản trước khi sửa, so bản trước với bản sau, chạy một validator cú pháp, và hiểu vì sao “hợp lệ” vẫn chưa phải “đúng”.

• Bạn xoá một dòng trong file JSON, rồi công cụ xử lý báo lỗi cú pháp và dừng lại, dù trình soạn văn bản vẫn mở file đó bình thườngDấu phẩy của dòng bên cạnh giờ đứng sai chỗ, vì JSON chỉ cho dấu phẩy nằm giữa các phần tử chứ không cho nó đứng lẻ trước dấu ngoặc đóng.
• Bạn thêm một dòng ghi chú vào file JSON cho dễ nhớ về sauJSON không có cú pháp comment, nên dòng ghi chú đó làm toàn bộ file trở thành không hợp lệ.
• Một bản ghi trong file JSONL trông như đang nằm trên năm dòngEditor đang bẻ dòng cho vừa bề ngang cửa sổ, còn ranh giới bản ghi thật vẫn là ký tự xuống dòng mà bạn không thấy.

1. 01Một ví dụ xuyên suốt— Các bài xoay quanh cùng một workshop giả định với danh sách đăng ký gồm họ tên, email, số điện thoại, trạng thái thanh toán và ghi chú, toàn bộ là dữ liệu placeholder; bạn không phải học lại bối cảnh mới ở mỗi định dạng.
2. 02Hình minh họa tĩnh— Những quan hệ khó thấy bằng chữ, như cấu trúc lồng nhau hay ranh giới giữa các bản ghi, được vẽ ra để bạn nhìn thấy hình dạng của chúng.
3. 03Đi từng định dạng một— Sau khi năm định dạng được đặt cạnh nhau để bạn gọi tên chúng, mỗi định dạng có một bài riêng đi vào cấu trúc và những chỗ dễ sai của nó; phần kiểm lại sau khi sửa mới đối chiếu chúng với nhau.
4. 04Quiz ngắn để tự soi lại— Các bài nội dung đều kèm vài câu hỏi ngắn giúp bạn tự xác nhận mình đã đọc đúng ý chứ không chỉ lướt qua.

1. 01

   Vì sao những file này đến tay bạn, và cách gọi tên chúng

   Nhóm mở đầu trả lời câu hỏi đặt ra trước cả kỹ thuật: vì sao công việc hằng ngày với AI agent, với Skill, với dataset và với cấu hình lại liên tục đưa tới những file như vậy, và tại sao bạn không cần biết lập trình để mở chúng. Cảm giác choáng ngợp khi mở một file JSON dày đặc ký tự được nói thẳng ra là chuyện bình thường, không phải dấu hiệu bạn không phù hợp với loại việc này. Sau đó là một kỹ năng dễ bị bỏ qua: nhận ra dáng của một file chỉ bằng cách nhìn. Cùng một danh sách đăng ký workshop được ghi theo cả năm cách và đặt cạnh nhau, để bạn thấy mỗi định dạng đang dùng ký tự nào để diễn đạt “cái này thuộc cái kia” hay “đây là một bản ghi mới”. Từ đó, một file lạ không còn là khối chữ vô danh mà là một định dạng bạn gọi được tên.

2. 02

   JSON: ngoặc, dấu phẩy và các kiểu giá trị

   Nhóm này mở JSON ra theo đúng thứ tự bạn cần khi đọc: object và array lồng nhau tạo nên bộ xương của file, còn bên trong là string, number, true, false và null. Bạn sẽ thấy vì sao dấu nháy kép là bắt buộc, vì sao dấu phẩy chỉ nằm giữa các phần tử chứ không được đứng lẻ ở cuối, và vì sao JSON không có chỗ cho comment — một dòng ghi chú thêm vào cho dễ nhớ là đủ để cả file trở thành không hợp lệ. Kết lại là việc bạn muốn làm nhất: đổi một giá trị và giữ nguyên mọi ký tự đang đỡ cấu trúc quanh nó.

3. 03

   JSONL: mỗi dòng là một bản ghi

   JSONL trông như JSON nhưng đọc theo một luật khác, và đó là chỗ nhiều người hiểu lệch. Mỗi dòng trong file là một JSON value độc lập, và ranh giới giữa các bản ghi là ký tự xuống dòng. Nhóm này giải thích vì sao log, dataset và test case hay được ghi ở dạng này, rồi tập trung vào một chỗ rất dễ nhầm: một bản ghi dài có thể chiếm bốn, năm dòng trên màn hình vì editor bẻ dòng cho vừa khung nhìn, trong khi với file thì nó vẫn là một dòng duy nhất. Nhìn ra sự khác biệt đó là điều kiện để bạn xoá hay thêm một bản ghi mà không cắt đôi bản ghi khác.

4. 04

   CSV: trông đơn giản nhưng hay lừa

   CSV trông đơn giản: mỗi dòng một bản ghi, các ô ngăn nhau bằng một dấu phân cách — và chính vẻ đơn giản đó khiến người ta ít nghi ngờ khi mở nó ra. Nhóm này đi qua dấu phân cách giữa các ô, những ô phải đặt trong dấu nháy, và trường hợp một bản ghi hợp lệ trải trên nhiều dòng vì bên trong một ô có ký tự xuống dòng. Phần quan trọng nhất lại không thuộc về cú pháp mà thuộc về hành vi của phần mềm: khi bạn mở một file CSV bằng spreadsheet rồi lưu lại, số điện thoại có thể mất số 0 ở đầu và ngày tháng có thể bị viết lại theo một quy ước khác. Bạn học cách phát hiện những thay đổi ấy trước khi gửi file đi, thay vì sau khi người nhận báo dữ liệu sai.

5. 05

   YAML: thụt lề chính là cấu trúc

   Khoá học làm việc với YAML dạng khối, và trong dạng khối thì khoảng trắng đầu dòng là thứ mang cấu trúc — nên một phím Tab hay hai dấu cách lệch cũng đủ làm file mang nghĩa khác, hoặc khiến công cụ xử lý không phân tích được nữa. YAML còn một cách viết khác dùng ngoặc, nhìn khá giống JSON; khoá học nói rõ ranh giới này để bạn không mặc định rằng mọi file YAML đều diễn đạt cấu trúc bằng thụt lề. Ví dụ ở đây là một file cấu hình của chính workshop đang chạy xuyên suốt khoá học, bên trong có cả tham chiếu tới danh sách đăng ký; từ file đó, nhóm này dựng mapping và sequence, chỉ ra cách thụt lề diễn đạt quan hệ lồng nhau, rồi nói về comment mà YAML cho phép. Sau đó là chỗ dễ sai nhất: khi một giá trị không có dấu nháy, kiểu của nó được suy ra từ hình dạng, và điều bạn tưởng là chữ có thể được hiểu thành số hoặc giá trị logic. Biết trước đặc tính này, bạn dùng dấu nháy một cách có chủ đích chứ không theo cảm tính.

6. 06

   Markdown và phần frontmatter ở đầu file

   Markdown là định dạng bạn có lẽ đã đọc nhiều hơn bạn nghĩ: heading, list, khối code. Nhóm này thêm vào phần mà người không lập trình hay bỏ qua — khối nằm giữa hai dòng --- ở đầu file. Đó là frontmatter viết bằng YAML, phần metadata dành cho máy đọc, và nó xuất hiện ở những nơi rất thực tế, ví dụ trong file SKILL.md. Khi bạn nhìn ra hai lớp trong cùng một file, việc sửa một trường metadata mà không chạm vào nội dung trở thành việc rõ ràng.

7. 07

   Sửa xong thì kiểm thế nào

   Nhóm cuối biến những gì bạn vừa đọc thành một cách làm việc có thể lặp lại: giữ bản trước khi sửa, so bản trước với bản sau để thấy đúng những gì mình đã đổi, và kiểm cú pháp bằng validator. Phần kết luận là chỗ đáng dừng lại lâu nhất: một file qua được validator chỉ có nghĩa là cú pháp của nó đúng luật, không có nghĩa là nội dung đúng. Một email gõ thiếu ký tự hay một trạng thái thanh toán ghi lệch vẫn đi qua mọi phép kiểm cú pháp một cách êm ả. Tách hai câu hỏi đó ra là điều giúp bạn tự tin bấm gửi.

1. 01Dấu hiệuBạn xoá một dòng trong file JSON, rồi công cụ xử lý báo lỗi cú pháp và dừng lại, dù trình soạn văn bản vẫn mở file đó bình thườngThực raDấu phẩy của dòng bên cạnh giờ đứng sai chỗ, vì JSON chỉ cho dấu phẩy nằm giữa các phần tử chứ không cho nó đứng lẻ trước dấu ngoặc đóng.
2. 02Dấu hiệuBạn thêm một dòng ghi chú vào file JSON cho dễ nhớ về sauThực raJSON không có cú pháp comment, nên dòng ghi chú đó làm toàn bộ file trở thành không hợp lệ.
3. 03Dấu hiệuMột bản ghi trong file JSONL trông như đang nằm trên năm dòngThực raEditor đang bẻ dòng cho vừa bề ngang cửa sổ, còn ranh giới bản ghi thật vẫn là ký tự xuống dòng mà bạn không thấy.
4. 04Dấu hiệuSố điện thoại trong file CSV mất số 0 ở đầu sau khi bạn mở rồi lưu bằng spreadsheetThực raPhần mềm đã đọc chuỗi chữ số đó thành number nên chữ số 0 dẫn đầu không còn; ngày tháng bị viết lại là chuyện khác, ở đó phần mềm suy ra một giá trị ngày theo thiết lập vùng rồi ghi lại theo quy ước của nó.
5. 05Dấu hiệuMột dòng CSV trông như bị lệch cột so với các dòng khácThực raNhìn lệch cột chưa đủ để kết luận nguyên nhân: có thể một ô đặt trong dấu nháy đang chứa chính dấu phân cách nên không bị tách làm đôi, có thể một ô chứa ký tự xuống dòng nên bản ghi trải trên nhiều dòng, và cũng có thể dòng đó thừa hoặc thiếu ô thật.
6. 06Dấu hiệuFile YAML báo lỗi dù bạn chỉ sửa một chữ duy nhấtThực raKhoảng trắng đầu dòng đã lệch đi, và trong YAML thụt lề chính là cấu trúc chứ không phải cách trình bày cho dễ đọc.
7. 07Dấu hiệuMột giá trị trong YAML bị hiểu khác với ý bạnThực raGiá trị đó không có dấu nháy, nên kiểu của nó được suy ra từ hình dạng chính nó thay vì theo chủ ý của người viết.
8. 08Dấu hiệuBạn chạy validator, file báo hợp lệ, nên bạn coi việc sửa là xongThực raValidator chỉ trả lời câu hỏi cú pháp, còn một email gõ thiếu ký tự hay một trạng thái thanh toán ghi lệch thì vẫn hợp lệ y như nhau.