So sánh ChatGPT, Claude, Gemini cho công việc tiếng Việt

Câu hỏi mình nhận nhiều nhất sau mỗi buổi chia sẻ, và cũng là câu khó trả lời nhất:

"Rốt cuộc nên dùng ChatGPT, Claude hay Gemini hả anh?"

Câu trả lời thật thà là: mình không biết, vì mình chưa biết bạn định dùng nó làm gì.

Nghe như né tránh, nhưng đây là chỗ mấu chốt. Ba công cụ này ở mức gói trả phí đều khoảng hai mươi đô một tháng, đều làm được phần lớn việc văn phòng, và chúng đổi ngôi liên tục. Bài so sánh nào chốt hạ "cái này tốt nhất" thì sáu tháng sau đọc lại đã sai.

Nên bài này mình làm khác. Mình đưa bạn cách tự thử trong ba mươi phút, bằng chính công việc của bạn, để bạn có câu trả lời đúng cho tháng này thay vì tin vào bảng xếp hạng của người khác.

Vì sao bảng xếp hạng không giúp được bạn

Các bảng so sánh trên mạng thường dựa vào điểm benchmark, tức là bộ bài kiểm tra chuẩn mà các phòng nghiên cứu dùng để đo mô hình.

Vấn đề là gần như toàn bộ những bài kiểm tra đó bằng tiếng Anh, và đo những kỹ năng như giải toán, viết mã, suy luận logic nhiều bước. Còn việc của bạn có thể là viết lại một email tiếng Việt cho khách đang giận, hoặc tóm tắt một hợp đồng ba mươi trang, hoặc bóc số từ ảnh chụp hoá đơn.

Điểm cao ở bài kiểm tra kia không nói gì nhiều về việc này. Mình đã gặp trường hợp một công cụ đứng đầu mọi bảng xếp hạng nhưng viết tiếng Việt nghe cứng như bản dịch, còn công cụ xếp dưới lại cho ra câu văn tự nhiên hơn hẳn với đúng nhóm việc của người đó.

Còn một lý do nữa, thực tế hơn. Với đa số công việc văn phòng thông thường, cả ba đều đủ tốt. Khác biệt thật sự nằm ở ba thứ mà không bảng xếp hạng nào đo: nó có nối được vào chỗ dữ liệu của bạn không, giọng văn nó viết ra có giống bạn không, và bạn có chịu mở nó ra dùng mỗi ngày không.

Ba câu hỏi quyết định, hỏi trước khi thử

Dữ liệu của bạn đang nằm ở đâu?

Đây là câu hỏi có sức nặng nhất mà ít người hỏi.

Nếu cả công ty bạn chạy trên Google Workspace, tức là mọi thứ nằm trong Gmail, Google Docs, Google Sheets, Drive, thì một trợ lý đọc thẳng được vào đó tiết kiệm cho bạn rất nhiều thao tác chép dán mỗi ngày. Ngược lại, nếu tài liệu của bạn nằm trong Microsoft 365 hoặc rải rác trong máy cá nhân, lợi thế đó biến mất.

Đừng đánh giá thấp chuyện này. Chép dán mỗi lần mất mười lăm giây, làm ba mươi lần một ngày thì thành gần một tiếng mỗi tuần, và quan trọng hơn là nó tạo ra ma sát khiến bạn lười dùng.

Bạn làm việc với tài liệu dài hay câu hỏi ngắn?

Người phải đọc hợp đồng, báo cáo, tài liệu kỹ thuật dài hàng chục trang cần một công cụ nuốt được cả tài liệu trong một lần và trả lời chính xác về nội dung bên trong. Người chủ yếu hỏi những câu ngắn, viết caption, soạn email thì tiêu chí này gần như không liên quan.

Bạn cần nó viết ra thứ đăng được luôn, hay chỉ cần bản nháp?

Nếu bạn định sửa lại mọi thứ trước khi dùng, giọng văn không quan trọng lắm. Nếu bạn muốn dán thẳng vào Facebook, giọng văn là tiêu chí số một, và đây cũng là chỗ khác biệt giữa ba công cụ rõ nhất khi viết tiếng Việt.

Bộ năm bài kiểm tra bằng chính việc của bạn

Đây là phần chính của bài. Mở ba tab, đăng nhập bản miễn phí của cả ba, đưa cùng một đề bài, so kết quả cạnh nhau.

Mình cố tình không đăng kết quả của riêng mình ở đây, vì hai lý do. Thứ nhất, chúng đổi sau mỗi lần các hãng cập nhật mô hình, mà việc đó xảy ra vài tháng một lần. Thứ hai, quan trọng hơn: đề bài của bạn khác đề bài của mình. Kết quả trên tài liệu thật của bạn mới là kết quả đáng tin.

Bài 1: viết lại một email khó bằng tiếng Việt.

Lấy một email thật bạn từng phải viết đi viết lại. Đưa cho cả ba cùng một bối cảnh và cùng một yêu cầu.

Chấm theo bốn điểm: giọng có tự nhiên như người Việt viết không, có dùng những cụm sáo rỗng kiểu "trong thời đại ngày nay" không, độ dài có đúng yêu cầu không, và có tự ý hứa điều bạn không nói không.

Điểm cuối cùng là điểm hay bị bỏ qua nhất, mà lại là điểm dễ gây hậu quả nhất.

Bài 2: tóm tắt một tài liệu dài của công ty.

Lấy một hợp đồng hoặc báo cáo thật, càng dài càng tốt. Yêu cầu cả ba tóm tắt kèm điều kiện: mỗi ý phải ghi rõ nằm ở trang nào hoặc điều khoản nào.

Sau đó bạn mở tài liệu ra, kiểm tra ngẫu nhiên ba ý. Đây là bài kiểm tra thật sự, vì công cụ nào bịa ra số điều khoản không tồn tại thì bạn loại được ngay, bất kể nó tóm tắt nghe hay đến đâu.

Bài 3: bóc dữ liệu từ ảnh chụp.

Chụp một hoá đơn hoặc phiếu giao hàng bằng điện thoại, ảnh hơi nghiêng, chữ hơi mờ, đúng như thực tế. Yêu cầu bóc ra các trường và trình bày thành bảng.

Chú ý xem công cụ nào tự đánh dấu những chỗ nó đọc không rõ, thay vì điền bừa một con số. Với chứng từ tiền bạc, đây là khác biệt quan trọng nhất.

Bài 4: hiểu ngữ cảnh Việt Nam.

Hỏi một câu có yếu tố địa phương mà bạn biết chắc câu trả lời đúng. Ví dụ về quy định thuế hộ kinh doanh, về thói quen mua sắm dịp lễ trong nước, về cách xưng hô trong thư gửi khách lớn tuổi.

Bài này để phát hiện công cụ nào trả lời bằng kiến thức chung chung của nước ngoài rồi khoác lên cái vỏ tiếng Việt. Và cũng nên nhớ: với thông tin về quy định, luật lệ, con số, bạn phải kiểm chứng lại từ nguồn chính thức dù công cụ nào trả lời, vì cả ba đều có thể nói sai với giọng rất tự tin.

Bài 5: chịu được việc bạn đổi ý giữa chừng.

Đây là bài mình thích nhất, vì nó giống công việc thật nhất.

Đưa một yêu cầu, nhận kết quả, rồi sửa: "đoạn hai dài quá, rút một nửa". Nhận kết quả, sửa tiếp: "giọng vẫn trang trọng quá, viết như đang nói chuyện với bạn". Rồi sửa lần ba: "giữ nguyên đoạn cuối, chỉ đổi đoạn mở".

Công cụ tốt nhớ được toàn bộ mạch trao đổi và chỉ sửa đúng chỗ bạn nói. Công cụ kém sẽ viết lại từ đầu và làm hỏng những phần bạn đã ưng. Bạn sẽ tốn phần lớn thời gian làm việc ở đúng khâu này, nên nó đáng cân nhắc hơn nhiều so với việc so sánh câu trả lời đầu tiên.

Chấm điểm thế nào cho đỡ cảm tính

Kẻ một bảng năm dòng theo năm bài trên, ba cột theo ba công cụ, chấm mỗi ô từ một đến năm điểm.

Trước khi cộng, hãy nhân đôi điểm của bài quan trọng nhất với bạn. Người làm nội dung nhân đôi bài 1. Người làm hợp đồng, pháp lý nhân đôi bài 2. Kế toán nhân đôi bài 3.

Cách chấm có trọng số đó phản ánh đúng thực tế hơn là cộng đều, vì bạn không dùng cả năm loại việc với tần suất như nhau.

Nếu điểm chênh nhau dưới hai điểm, đừng mất thời gian phân vân thêm. Chọn cái nào rẻ hơn hoặc nối được vào hệ thống công ty bạn, rồi dành thời gian còn lại học cách dùng nó cho sâu. Đây là điều mình muốn nhấn mạnh: khoảng cách giữa người dùng thành thạo một công cụ và người dùng hời hợt ba công cụ lớn hơn nhiều so với khoảng cách giữa chính ba công cụ đó.

Chuyện tiền và chuyện dữ liệu

Về giá, ở thời điểm bài này cả ba đều có bản miễn phí dùng được cho việc nhẹ, và gói trả phí cá nhân đều quanh mức hai mươi đô một tháng, cùng với những gói cao cấp hơn cho người dùng nặng. Giá và tên gói thay đổi khá thường xuyên, nên trước khi trả tiền hãy mở trang giá chính thức của hãng để xem con số hiện tại thay vì tin bài viết nào, kể cả bài này.

Một lời khuyên về cách chi: dùng bản miễn phí ít nhất hai tuần trước khi nâng cấp. Phần lớn người mình biết trả tiền quá sớm cho một công cụ rồi ba tháng sau không mở ra nữa.

Về dữ liệu, có một quy tắc áp dụng cho cả ba, không có ngoại lệ. Đừng dán vào đó những thứ mà bạn sẽ khó chịu nếu người ngoài đọc được: hợp đồng có điều khoản bảo mật, danh sách khách hàng kèm số điện thoại, thông tin nhân sự, số liệu tài chính chưa công bố.

Nếu công việc bắt buộc phải xử lý dữ liệu nhạy cảm, hãy tìm hiểu các gói dành cho doanh nghiệp, nơi có cam kết rõ ràng bằng hợp đồng về việc dữ liệu được xử lý ra sao. Đây là chuyện phải đọc điều khoản thật chứ không nghe truyền miệng, vì chính sách của mỗi hãng mỗi khác và còn thay đổi theo thời gian.

Câu trả lời ngắn cho người không có thời gian thử

Nếu bạn thật sự không có ba mươi phút để chạy bộ kiểm tra trên, đây là cách chọn nhanh dựa trên hoàn cảnh, chứ không dựa trên chất lượng mô hình.

Công ty bạn chạy toàn bộ trên Google Workspace và bạn muốn ít thao tác chép dán nhất: chọn công cụ của Google, vì lợi thế nối liền dữ liệu là thứ chắc chắn, không phụ thuộc vào việc mô hình nào đang dẫn đầu tháng này.

Bạn thường xuyên phải đọc và xử lý tài liệu dài, cần câu trả lời bám sát văn bản: thử Claude trước, đây là nhóm việc mình thấy nó làm tốt, nhưng vẫn hãy chạy bài kiểm tra số 2 với tài liệu của chính bạn để tự xác nhận.

Bạn cần một công cụ đa dụng, nhiều người xung quanh cùng dùng nên dễ hỏi han nhau, nhiều hướng dẫn tiếng Việt: ChatGPT là lựa chọn ít rủi ro nhất.

Nói cho công bằng, ba gợi ý này là cảm nhận từ trải nghiệm của mình, không phải kết quả đo lường. Bộ năm bài kiểm tra ở trên vẫn là cách đáng tin hơn.

Điều quan trọng hơn việc chọn công cụ

Sau khi hướng dẫn kha khá người dùng AI trong công việc, mình rút ra một điều: người dùng hiệu quả không phải người chọn đúng công cụ, mà là người biết đưa bối cảnh đầy đủ và biết kiểm tra lại kết quả.

Cùng một công cụ, hai người dùng có thể cho ra chất lượng khác nhau một trời một vực, chỉ vì một người viết câu lệnh ba dòng có bối cảnh còn người kia gõ năm chữ rồi thất vọng. Nếu bạn muốn cải thiện phần đó, 12 prompt cho dân văn phòng là chỗ bắt đầu thực tế, còn 10 từ khoá đổi hẳn cách ChatGPT và Claude trả lời bạn là những cụm ngắn dùng được ngay trong hôm nay.

Chọn một công cụ, dùng nó thật sâu trong ba tháng, rồi thử lại. Đó là cách tốn ít thời gian nhất mà cho kết quả tốt nhất.