AI đang bước sang một giai đoạn hoàn toàn khác trong giáo dục.
Nếu giai đoạn đầu giáo viên làm quen với ChatGPT, Gemini bằng cách đặt câu hỏi – viết prompt – nhận câu trả lời, thì các nền tảng AI trên máy tính hiện nay như Antigravity, ChatGPT Desktop, Claude và các môi trường AI Agent đang mở ra một cách làm việc mới:
Không chỉ hỏi AI cách làm – mà giao cho AI trực tiếp thực hiện công việc.
Nội dung dưới đây tổng hợp từ chương trình tập huấn ứng dụng AI dành cho giáo viên Vật lí và Hóa học tại Sở GDĐT Hải Phòng (tháng 8/2026), do Thầy Lương Hải Anh trực tiếp hướng dẫn. Nội dung tập trung vào các bài toán thực tế của giáo viên: xây dựng đề thi học sinh giỏi, HSA, TSA, SPT; tạo bài tập tương tự; xây dựng phân phối chương trình; soạn kế hoạch bài dạy; tạo PowerPoint; sản xuất học liệu số và xây dựng trợ lý AI cá nhân.
Điểm quan trọng nhất của chương trình không phải giới thiệu thêm thật nhiều công cụ AI.
Mục tiêu là giúp giáo viên hình thành một quy trình làm việc mới với AI.
1. AI Web và AI Desktop/AI Agent khác nhau như thế nào?
Phần lớn giáo viên hiện nay tiếp cận AI thông qua trình duyệt:
Người dùng → Prompt → Model AI → Câu trả lời.
Đây là mô hình rất phù hợp khi cần:
- Hỏi nhanh một vấn đề
- Giải thích kiến thức
- Brainstorm ý tưởng
- Viết hoặc chỉnh sửa một đoạn nội dung
- Tóm tắt tài liệu
- Trao đổi với AI
Nhưng khi công việc trở nên phức tạp, hạn chế bắt đầu xuất hiện.
Giáo viên phải tự upload từng file, tự copy kết quả, tự chuyển sang Word hoặc PowerPoint, tự tải tài liệu, tự tổ chức folder và tiếp tục thực hiện hàng loạt thao tác thủ công.
Nói cách khác:
AI Web chủ yếu giúp chúng ta TRẢ LỜI. AI Agent hướng tới giúp chúng ta LÀM VIỆC.
2. Điểm mạnh của AI PC / Work / Agent
Khi AI được đặt trong một môi trường làm việc có file, folder, trình duyệt, terminal và các công cụ, khả năng của AI thay đổi đáng kể.
Một Agent có thể được giao một mục tiêu lớn như:
“Hãy nghiên cứu toàn bộ đề HSG Hóa học bảng A của Hải Phòng trong các năm gần đây, phân tích cấu trúc, xây dựng chương trình ôn tập và tạo bộ tài liệu luyện thi theo từng chuyên đề.”
Thay vì yêu cầu người dùng hướng dẫn từng thao tác nhỏ, Agent có thể được thiết kế để thực hiện một chuỗi công việc:
Nhận mục tiêu → lập kế hoạch → đọc dữ liệu → sử dụng công cụ → thực hiện → kiểm tra → chỉnh sửa → xuất sản phẩm.
Các Agent có thể làm việc với:
Files – Browser – Terminal – Word – PowerPoint – Excel – PDF – Web.
Đây là khác biệt rất lớn.
AI không chỉ thông minh hơn về mặt mô hình.
AI ĐÃ ĐƯỢC ĐƯA VÀO MỘT MÔI TRƯỜNG MÀ NÓ CÓ THỂ HÀNH ĐỘNG.
3. Từ “chat với AI” sang “giao việc cho AI”
Đây là thay đổi tư duy quan trọng nhất.
Với AI Web, giáo viên thường nghĩ:
“Tôi phải viết prompt như thế nào?”
Với AI Agent, câu hỏi nên chuyển thành:
“Tôi muốn AI hoàn thành công việc gì?”
Ví dụ, thay vì:
“Hãy viết 10 câu hỏi Hóa học.”
Có thể giao một nhiệm vụ hoàn chỉnh hơn:
“Hãy nghiên cứu các đề thi trong folder này, xác định cấu trúc và mức độ kiến thức, đối chiếu với tài liệu nền, sau đó xây dựng một đề mới có cấu trúc tương đương. Kiểm tra lại đáp án, định dạng theo file mẫu và xuất thành file Word.”
Đó không còn đơn thuần là một prompt.
Đó là một nhiệm vụ có quy trình và sản phẩm đầu ra.
4. Nguyên tắc vàng: Phải có quy trình thực tiễn trước khi đưa AI vào
Một trong những sai lầm phổ biến khi ứng dụng AI là nghĩ rằng:
Có AI → đưa yêu cầu → AI tự biết phải làm gì.
Thực tế, AI chỉ phát huy hiệu quả khi người sử dụng hiểu rõ công việc của chính mình.
Một quy trình chuyên môn thông thường của giáo viên có thể gồm:
Xác định mục tiêu → Nghiên cứu chương trình và tài liệu → Xây dựng cấu trúc → Thiết kế hoạt động/bài tập → Kiểm tra → Hoàn thiện.
AI không nên phá bỏ quy trình đó.
AI được đưa vào để:
thực hiện nhanh hơn → xử lý song song → hỗ trợ kiểm tra → đề xuất cải tiến → tăng năng suất.
AI KHÔNG THAY THẾ QUY TRÌNH CHUYÊN MÔN. AI TĂNG TỐC MỘT QUY TRÌNH CHUYÊN MÔN ĐÃ ĐƯỢC XÂY DỰNG TỐT.
Đây là nguyên tắc xuyên suốt toàn bộ chương trình tập huấn.
5. Quy trình 8 bước làm việc với AI Agent dành cho giáo viên
Một quy trình thực tế có thể được chuẩn hóa thành 8 bước.
Bước 1 – Xác định nhiệm vụ
Trước tiên phải xác định rõ sản phẩm cuối cùng:
Soạn giáo án? Ra đề? Làm PowerPoint? Nghiên cứu tài liệu? Xử lý hồ sơ?
Không nên bắt đầu bằng câu hỏi “dùng AI nào?”, mà phải bắt đầu từ công việc cần giải quyết.
Bước 2 – Chuẩn bị dữ liệu
Tập hợp các tài liệu AI cần sử dụng:
- SGK
- Word
- PowerPoint
- Excel
- Ảnh
- Bảng biểu
- Đề thi
- Ma trận
- Quy định và hướng dẫn chuyên môn
Bước 3 – Tạo Project
Tạo một folder/project riêng cho nhiệm vụ.
Đưa tài liệu liên quan vào cùng workspace và thiết lập bối cảnh làm việc.
Bước 4 – Giao nhiệm vụ cho AI
Nêu rõ:
Mục tiêu + dữ liệu được phép sử dụng + đầu ra mong muốn + yêu cầu chi tiết + tiêu chí đánh giá.
Một nguyên tắc rất hữu ích là:
GIAO VIỆC – ĐỪNG DẠY AI TỪNG CÚ CLICK.
Bước 5 – AI lập kế hoạch và thực hiện
Đây là nơi Agent phát huy sức mạnh.
Trong môi trường đa Agent, một Agent có thể phân tích nội dung, Agent khác xử lý dữ liệu, Agent khác thiết kế sản phẩm và một Agent khác hỗ trợ kiểm tra.
Nhiều tác vụ có thể được xử lý song song.
Bước 6 – Giáo viên duyệt và phản hồi
AI không thay thế trách nhiệm chuyên môn.
Giáo viên phải kiểm tra:
- Kiến thức
- Công thức
- Đáp án
- Số liệu
- Mức độ phù hợp
- Phương pháp sư phạm
- Cấu trúc và hình thức
Nếu chưa đạt, phản hồi để AI chỉnh sửa.
Bước 7 – Nhận sản phẩm
Đầu ra không nhất thiết chỉ là text.
Agent có thể tạo:
DOCX – PPTX – XLSX – PDF – hình ảnh – website – học liệu số…
Bước 8 – Lưu thành Skill
Đây là bước rất quan trọng nhưng thường bị bỏ qua.
Nếu một quy trình đã được thử nghiệm và hoạt động tốt:
Đừng làm lại từ đầu ở lần sau.
Hãy chuẩn hóa quy trình, quy tắc, cấu trúc đầu ra và kinh nghiệm chỉnh sửa thành Skill để tái sử dụng.
Khi đó:
Làm lần 1 = xây dựng quy trình.
Làm lần 2, 3, 10 = tái sử dụng quy trình.
Đây mới là nơi AI tạo ra năng suất tích lũy.
6. Vì sao AI Agent đặc biệt hữu ích với giáo viên Toán – Vật lí – Hóa học?
Một trong những trở ngại lớn nhất khi giáo viên Toán, Vật lí và Hóa học sử dụng các công cụ AI truyền thống là công thức và ký hiệu khoa học.
Tài liệu có thể chứa:
- Phân số
- Căn thức
- Vector
- Chỉ số trên và chỉ số dưới
- Phương trình
- Công thức Vật lí
- Phương trình hóa học
- Công thức cấu tạo
- Ký hiệu phản ứng
- Bảng số liệu
- Đồ thị
- Hình vẽ
- Công thức nằm trong ảnh hoặc PDF scan
Vấn đề không chỉ là AI có “đọc hiểu” công thức hay không.
Khó hơn là:
ĐỌC ĐÚNG → HIỂU ĐÚNG → XỬ LÝ ĐÚNG → GIỮ ĐÚNG ĐỊNH DẠNG KHI XUẤT FILE.
Đây là lý do giáo viên các môn khoa học cần chuyển từ cách làm copy/paste qua cửa sổ chat sang một workflow làm việc trực tiếp với tài liệu và file.
Khi AI có thể đọc tài liệu nguồn, tham chiếu nhiều file, xử lý công thức và tiếp tục tạo DOCX/PPTX/PDF, khả năng ứng dụng trong Toán – Vật lí – Hóa học tăng lên rất nhiều.
7. Thực hành AI Agent trên Antigravity
Antigravity được sử dụng làm môi trường thực hành mẫu trong chương trình.
Lý do lựa chọn không phải để khẳng định đây là công cụ AI duy nhất giáo viên nên sử dụng.
Điều quan trọng là giáo viên hiểu được phương pháp làm việc với Agent.
Khi đã hiểu phương pháp, tư duy tương tự có thể được áp dụng với những môi trường AI Agent khác.
Quy trình cơ bản:
Tạo folder → Chuẩn bị dữ liệu → Mở Project → Giao mục tiêu → AI lập kế hoạch → AI sử dụng công cụ → Kiểm tra → Chỉnh sửa → Xuất sản phẩm → Lưu Skill.
Giao diện cửa sổ làm việc của Antigravity — điểm bắt đầu để thầy cô làm quen với môi trường AI Agent:
8. Case study 1: Xây dựng hệ thống ôn thi HSG, SPT, HSA, TSA bằng AI
Đây là một trong những ví dụ cho thấy rõ sự khác biệt giữa chat AI và giao dự án cho AI.
Bài toán đặt ra là xây dựng tài liệu phục vụ các kỳ thi như:
- Học sinh giỏi bảng A
- Học sinh giỏi bảng B
- Học sinh giỏi bằng tiếng Anh
- SPT
- HSA
- TSA
Bước 1: Tạo folder dự án
Mỗi kỳ thi hoặc môn học được tổ chức thành project/folder rõ ràng.
Bước 2: Yêu cầu AI nghiên cứu nguồn
Agent được giao nhiệm vụ tìm kiếm và thu thập:
Đề tham khảo + đề chính thức + đáp án + tài liệu liên quan.
Bước 3: Chuẩn bị kiến thức nền
Trong folder có sẵn tài liệu lý thuyết chuẩn để Agent sử dụng làm cơ sở.
Điều này rất quan trọng vì không nên để AI xây dựng toàn bộ nội dung chỉ dựa trên kiến thức sinh tự do của mô hình.
Bước 4: Xây dựng khung chương trình
Trước khi viết hàng trăm trang tài liệu, yêu cầu AI:
Phân tích kỳ thi → phân tích đề → xác định chuyên đề → xây dựng khung chương trình.
Giáo viên duyệt khung trước.
Bước 5: Xây dựng từng chương
Sau khi khung được duyệt, Agent lần lượt xây dựng:
Lý thuyết → ví dụ → dạng bài → bài tập → đề bám sát cấu trúc → đáp án/lời giải.
Đặc biệt, AI có thể đối chiếu phần kiến thức với đề thi để chỉ ra:
Kiến thức này thường xuất hiện trong kỳ thi dưới dạng câu hỏi nào?
Như vậy tài liệu không còn là một tập hợp lý thuyết đơn thuần mà trở thành hệ thống học tập định hướng theo kỳ thi.
9. Case study 2: Tự động tạo bài tập tương tự
Đây là nhu cầu rất thường xuyên của giáo viên Vật lí và Hóa học.
Giáo viên có một bài tập hay và muốn tạo thêm 5–10 bài tương tự.
Không nên chỉ yêu cầu:
“Tạo cho tôi 5 bài giống bài này.”
Quy trình tốt hơn:
Folder đề mẫu → AI phân tích kiến thức → xác định dạng bài → xác định mức độ → chuẩn hóa cấu trúc → sinh bài mới → giải → kiểm tra → định dạng theo mẫu.
Kết quả là các bài tập mới có thể giữ được bản chất kiến thức và mức độ tư duy, thay vì chỉ thay đổi vài con số.
10. Case study 3: Xây dựng PPCT tích hợp năng lực số 2025 và năng lực AI 2026
Đây là ví dụ rất điển hình về việc AI xử lý nhiều tài liệu cùng lúc.
Chuẩn bị folder gồm:
Phân phối chương trình chuẩn + bảng mã năng lực số + bảng mã năng lực AI + tài liệu hướng dẫn của Sở GD&ĐT.
Sau đó giao Agent:
Đối chiếu → phân tích → tích hợp → xây dựng PPCT mới → kiểm tra → định dạng.
Sản phẩm cuối cùng cần đầy đủ các trường thông tin theo yêu cầu tập huấn của Sở, trình bày thống nhất và có thể tiếp tục sử dụng làm dữ liệu cho những bước sau.
📎 Tải tài liệu mẫu minh họa PPCT Hóa 11 tích hợp năng lực số và AI 2026-2027 (.docx)
Điểm đáng chú ý:
PPCT KHÔNG PHẢI ĐẦU RA CUỐI CÙNG. NÓ TRỞ THÀNH ĐẦU VÀO CHO AI Ở CASE STUDY TIẾP THEO.
Đây chính là tư duy workflow.
11. Case study 4: Tạo kế hoạch bài dạy 5512 tích hợp năng lực số và năng lực AI
Folder dự án được chuẩn bị gồm:
SGK + giáo án cũ + PPCT đã chuẩn hóa + mẫu KHBD + tài liệu năng lực số + năng lực AI.
Agent được yêu cầu:
- Đọc PPCT để xác định số tiết.
- Đọc SGK và giáo án cũ.
- Xác định yêu cầu cần đạt.
- Tích hợp năng lực số 2025.
- Tích hợp năng lực AI 2026.
- Xây dựng hoạt động dạy học.
- Trình bày theo mẫu kế hoạch bài dạy.
- Xuất sản phẩm hoàn chỉnh.
Thay vì bỏ toàn bộ giáo án cũ để AI “sáng tác lại”, cách làm tốt hơn là:
DÙNG AI ĐỂ NÂNG CẤP TÀI SẢN CHUYÊN MÔN GIÁO VIÊN ĐÃ TÍCH LŨY.
12. Case study 5: Tạo PowerPoint bài giảng bằng AI Agent
Làm PowerPoint là một trong những công việc tốn nhiều thời gian nhất.
Folder có thể chứa:
Lý thuyết + bài tập + KHBD + hình ảnh + dữ liệu + Skill tạo PowerPoint.
Sau đó giao nhiệm vụ:
“Dựa trên KHBD và tài liệu trong project, hãy xây dựng bài giảng PowerPoint có thể sử dụng để trình chiếu, thiết kế trực quan, làm nổi bật kiến thức trọng tâm và bảo đảm nội dung phù hợp với tiến trình dạy học.”
AI Agent không chỉ viết nội dung từng slide.
Mục tiêu là tạo ra:
FILE PPTX THỰC SỰ.
Giáo viên mở file → kiểm tra → chỉnh sửa → sử dụng.
📎 Tải slide minh họa Nguyên lí 1 – Nhiệt hóa học, lớp 10 Chuyên (.pptx)
Đây là ví dụ rất rõ cho khác biệt:
AI Web tạo nội dung.
AI Agent tạo sản phẩm.
13. Case study 6: Tạo học liệu số với giọng nói AI và nhân bản giọng nói
Học liệu số không chỉ có văn bản và PowerPoint.
Giáo viên có thể sử dụng công nghệ Text-to-Speech và Voice Cloning để:
- Tạo lời đọc bài giảng
- Tạo audio học tập
- Lồng tiếng video
- Xây dựng bài giảng số
- Tạo nội dung nghe
- Cá nhân hóa học liệu bằng chính giọng nói của mình
Ví dụ, giáo viên chuẩn bị kịch bản bằng AI, sau đó sử dụng VBEE để chuyển nội dung thành giọng nói hoặc nhân bản giọng cá nhân.
Quy trình:
Nội dung → AI chuẩn hóa kịch bản → TTS/Voice Clone → Audio → Video/Học liệu số.
14. Case study 7: Biến AI thành một trợ lý ảo trên Zalo
AI Agent không nhất thiết phải nằm trên máy tính.
Một hướng ứng dụng khác là đưa AI vào Zalo – môi trường giao tiếp mà giáo viên sử dụng hằng ngày.
Trợ lý có thể được cấu hình để hỗ trợ:
- Nhắc lịch
- Quản lý công việc
- Tổng hợp thông tin
- Soạn thông báo
- Trả lời những câu hỏi thường gặp
- Hỗ trợ chăm sóc học sinh
- Hỗ trợ trao đổi với phụ huynh
- Ghi nhớ quy tắc làm việc
- Hỗ trợ quản lý tài chính
- Tổng hợp trao đổi nhóm
Giá trị lớn nhất nằm ở việc:
KHÔNG CẦN “ĐI TÌM AI” – AI XUẤT HIỆN NGAY TRONG KÊNH GIAO TIẾP HẰNG NGÀY.
Anh/chị muốn triển khai trợ lý AI trên Zalo cho cá nhân hoặc tổ chuyên môn? Tham khảo dịch vụ Trợ lý AI Zalo 24/7 — đội ngũ hỗ trợ cài đặt, cấu hình và bàn giao trong 7–14 ngày.
Mô hình này cũng không giới hạn trong giáo dục.
Nguyên tắc tương tự có thể áp dụng cho:
Y tế – văn phòng – hành chính – marketing – kinh doanh – quản lý đội nhóm – chăm sóc khách hàng.
15. Bộ công cụ AI dành cho giáo viên
Dưới đây là các công cụ và tài nguyên được sử dụng/chia sẻ trong chương trình:
Antigravity 2.0
Môi trường được sử dụng làm ví dụ thực hành AI Agent trong chương trình, phục vụ làm việc với project, tài liệu và các quy trình tạo sản phẩm.
ChatGPT Desktop
Phiên bản ChatGPT dành cho máy tính, phù hợp khi muốn đưa AI gần hơn với môi trường làm việc trên PC/Mac.
Claude Desktop
Một lựa chọn khác để tiếp cận workflow AI trên máy tính và hệ sinh thái Claude.
➡️ Tải Claude
Gemini trên máy tính & di động
Để thực hành các case study và khai thác hệ sinh thái Google AI (NotebookLM, Google AI Studio, Gemini API), anh/chị cần tài khoản Gemini Pro với dung lượng lưu trữ lớn.
➡️ Xem gói Gemini Pro 18 tháng — ưu đãi 70.000đ (giá gốc 250.000đ, tặng kèm 5TB lưu trữ)
Cộng đồng AI trong giáo dục
Nơi chia sẻ kinh nghiệm, tài nguyên và hỗ trợ giáo viên ứng dụng AI:
➡️ Tham gia nhóm Zalo Cộng đồng AI Giáo dục
Trợ lý AI cá nhân trên Zalo
Thông tin về môi trường đưa AI vào Zalo để hỗ trợ công việc hằng ngày:
➡️ Xem chia sẻ về Trợ lý AI trên Zalo
VBEE – tạo giọng nói và nhân bản giọng nói
Phục vụ xây dựng audio, video và học liệu số:
➡️ Dùng thử VBEE qua link giới thiệu
API Key cho các workflow AI
Một lựa chọn API được chia sẻ trong chương trình dành cho người muốn thử nghiệm các workflow sử dụng mô hình qua API:
Khi sử dụng API bên thứ ba, giáo viên nên chủ động kiểm tra mô hình được cung cấp, bảng giá hiện hành, chính sách dữ liệu và điều khoản dịch vụ, đặc biệt trước khi đưa dữ liệu học sinh hoặc tài liệu nội bộ lên hệ thống.
16. Sau buổi tập huấn, giáo viên nên bắt đầu từ đâu?
Không cần cố gắng học tất cả công cụ cùng lúc.
Hãy chọn một công việc mình đang phải làm lặp đi lặp lại.
Ví dụ:
“Mỗi tháng tôi phải tạo rất nhiều bài tập tương tự.”
Đầu tiên, hãy viết lại cách một giáo viên giỏi thực hiện công việc đó.
Sau đó:
Chuẩn hóa quy trình → Chuẩn bị dữ liệu → Giao cho AI → Kiểm tra → Chỉnh sửa → Lưu thành Skill.
Khi quy trình đầu tiên hoạt động tốt, tiếp tục với quy trình thứ hai.
Sau một thời gian, giáo viên không còn sở hữu một tập hợp prompt rời rạc.
Giáo viên bắt đầu sở hữu:
MỘT HỆ THỐNG SKILL AI ĐƯỢC XÂY DỰNG TỪ CHÍNH KINH NGHIỆM CHUYÊN MÔN CỦA MÌNH.
17. AI không thay thế giáo viên – nhưng cách giáo viên làm việc sẽ thay đổi
Điều quan trọng nhất sau chương trình tập huấn không phải là giáo viên nhớ được bao nhiêu tên công cụ.
ChatGPT sẽ thay đổi.
Gemini sẽ thay đổi.
Claude sẽ thay đổi.
Các Agent và nền tảng AI hôm nay cũng sẽ tiếp tục thay đổi.
Nhưng một tư duy có thể sử dụng lâu dài:
LÀM VIỆC PHẢI CÓ QUY TRÌNH THỰC TIỄN TRƯỚC – SAU ĐÓ MỚI ỨNG DỤNG AI ĐỂ TĂNG TỐC VÀ NÂNG CAO CHẤT LƯỢNG.
AI không thay thế năng lực chuyên môn của giáo viên.
Giáo viên vẫn là người:
xác định mục tiêu → thiết kế quy trình → cung cấp dữ liệu → kiểm duyệt chuyên môn → chịu trách nhiệm về sản phẩm.
AI đảm nhiệm ngày càng nhiều phần việc cơ học ở giữa.
Và khi một quy trình đã được tối ưu:
HÃY LƯU NÓ THÀNH SKILL ĐỂ AI LÀM TỐT HƠN Ở LẦN SAU.
Tổng kết
Nội dung tổng hợp từ chương trình tập huấn AI cho giáo viên Vật lí – Hóa học tại Sở GDĐT Hải Phòng (tháng 8/2026), thông điệp cốt lõi có thể gói gọn bằng ba bước:
1. Từ chat với AI → giao việc cho AI
Đừng chỉ yêu cầu AI trả lời. Hãy giao một nhiệm vụ có mục tiêu và sản phẩm cụ thể.
2. Có quy trình thực tiễn trước → sau đó mới đưa AI vào
Chuyên môn của giáo viên quyết định quy trình. AI giúp thực hiện quy trình nhanh và hiệu quả hơn.
3. Quy trình đã tốt → lưu thành Skill
Đừng bắt đầu lại từ đầu.
Hãy biến kinh nghiệm chuyên môn thành tài sản số có thể tái sử dụng.
AI KHÔNG CHỈ LÀ MỘT CÔNG CỤ ĐỂ HỎI.
KHI ĐƯỢC ĐẶT TRONG ĐÚNG QUY TRÌNH, AI CÓ THỂ TRỞ THÀNH MỘT CỘNG SỰ ĐỂ LÀM VIỆC.
📚 Tài liệu đính kèm (đã chia sẻ trong buổi tập huấn):
