🎯 Mục tiêu bài Quiz
Kiểm tra kiến thức của bạn qua các câu hỏi trắc nghiệm và bài tập thực hành!
✅ 18 câu hỏi trắc nghiệm (6 phần)
✅ 3 bài tập thực hành
✅ Yêu cầu: Hoàn thành toàn bộ khóa học
Thời gian: 30 phút | Độ khó: Tổng hợp | Đạt yêu cầu: ≥ 12/18 câu đúng
| STT | Chủ đề | Số câu |
|---|---|---|
| 1 | AI Nodes & OpenAI Integration | 3 |
| 2 | Prompt Templates | 3 |
| 3 | Content Generation Workflows | 3 |
| 4 | Image Processing & Structured Output | 3 |
| 5 | AI Chains & Classification | 3 |
| 6 | Optimization & Cost Management | 3 |
| 7 | Bài tập thực hành | 3 |
Lưu ý: Đọc kỹ câu hỏi và các phương án trước khi chọn đáp án. Mỗi câu chỉ có một đáp án đúng.
Phần 1: AI Nodes & OpenAI Integration
Phần 2: Prompt Templates
Phần 3: Content Generation Workflows
Phần 4: Image Processing & Structured Output
Phần 5: AI Chains & Classification
Phần 6: Optimization & Cost Management
Phần 7: Bài tập thực hành
Bài tập 1: Workflow AI Content Pipeline
Yêu cầu: Thiết kế workflow n8n tự động tạo nội dung marketing đa kênh.
Mô tả chi tiết:
- Trigger: Nhận một chủ đề (topic) từ Webhook hoặc Form trigger
- Bước 1 – Research: Dùng OpenAI node để tạo danh sách 5 key points về chủ đề
- Bước 2 – Blog Post: Dùng prompt chaining để tạo bài blog 500 từ từ các key points
- Bước 3 – Social Media: Từ bài blog, tạo 3 phiên bản ngắn cho Facebook, Twitter (≤280 ký tự), LinkedIn
- Bước 4 – Email: Tạo email newsletter giới thiệu bài blog
- Output: Lưu tất cả nội dung vào Google Sheets hoặc Airtable
Yêu cầu kỹ thuật:
- Sử dụng JSON mode cho output có cấu trúc
- Temperature = 0.7 cho nội dung sáng tạo, 0.3 cho email
- Xử lý lỗi với Error Trigger node
- Thêm Wait node giữa các lần gọi API để tránh rate limit
Kết quả mong đợi:
- Workflow chạy end-to-end không lỗi
- Nội dung phù hợp với đặc thù từng kênh
- Thời gian chạy dưới 2 phút cho toàn bộ pipeline
Bài tập 2: AI Customer Support Classifier
Yêu cầu: Xây dựng workflow phân loại và xử lý tự động ticket hỗ trợ khách hàng.
Mô tả chi tiết:
- Input: Nhận email/ticket từ khách hàng (qua Email Trigger hoặc Webhook)
- Bước 1 – Phân tích: Dùng AI để phân tích sentiment (positive/negative/neutral) và mức độ khẩn cấp (low/medium/high/critical)
- Bước 2 – Phân loại: Tự động phân loại ticket vào các danh mục: Technical Issue, Billing, Feature Request, Complaint, General Inquiry
- Bước 3 – Routing: Dùng Switch node để chuyển ticket đến đúng team xử lý
- Bước 4 – Auto-reply: Tạo email phản hồi tự động phù hợp với loại ticket và sentiment
- Bước 5 – Logging: Lưu kết quả phân tích vào database/spreadsheet
Yêu cầu kỹ thuật:
- Dùng Structured Output Parser để đảm bảo kết quả phân loại đúng format
- Temperature = 0 cho phân loại chính xác
- Confidence score ≥ 0.8 mới auto-route, dưới 0.8 chuyển cho con người review
- Error handling cho trường hợp AI không thể phân loại
Kết quả mong đợi:
- Độ chính xác phân loại ≥ 90% trên test set 50 tickets
- Thời gian xử lý mỗi ticket dưới 10 giây
- Auto-reply phù hợp với ngữ cảnh và tone của khách hàng
Bài tập 3: AI Data Enrichment Pipeline
Yêu cầu: Tạo workflow làm giàu dữ liệu (data enrichment) tự động bằng AI cho danh sách sản phẩm hoặc leads.
Mô tả chi tiết:
- Input: Đọc danh sách sản phẩm/leads từ Google Sheets hoặc CSV (tối thiểu 20 items)
- Bước 1 – Mô tả sản phẩm: Tạo mô tả marketing hấp dẫn cho mỗi sản phẩm dựa trên tên và thông tin cơ bản
- Bước 2 – SEO Keywords: Sinh danh sách 5-10 từ khóa SEO cho mỗi sản phẩm
- Bước 3 – Lead Scoring: (Nếu dùng leads) Chấm điểm lead từ 1-100 dựa trên thông tin có sẵn, kèm lý do
- Bước 4 – Categorization: Tự động gán category và tags cho mỗi item
- Output: Ghi kết quả enriched data trở lại Google Sheets với các cột mới
Yêu cầu kỹ thuật:
- Dùng Split In Batches node để xử lý batch 5 items mỗi lần
- Delay 2 giây giữa các batch để tránh rate limit
- Cache kết quả: nếu sản phẩm đã được xử lý (check cột status) thì bỏ qua
- Dùng GPT-3.5 cho tác vụ đơn giản (keywords, categorization), GPT-4 cho mô tả marketing
- JSON mode cho tất cả output AI
- Tổng chi phí API dưới $1 cho 100 items
Kết quả mong đợi:
- Workflow xử lý 20+ items không lỗi
- Mô tả sản phẩm chất lượng, đúng ngữ cảnh
- SEO keywords phù hợp và đa dạng
- Chi phí được log lại cho mỗi batch
Tiêu chí đánh giá bài tập thực hành
| Tiêu chí | Xuất sắc (9-10đ) | Tốt (7-8đ) | Đạt (5-6đ) | Chưa đạt (dưới 5đ) |
|---|---|---|---|---|
| Thiết kế Workflow | Workflow logic rõ ràng, tối ưu, có branching hợp lý | Workflow hoạt động đúng, cấu trúc tốt | Workflow chạy được nhưng chưa tối ưu | Workflow không hoạt động hoặc thiếu bước quan trọng |
| Prompt Engineering | Prompt chuyên nghiệp, có system message, few-shot examples, output format rõ ràng | Prompt tốt, có cấu trúc, kết quả đúng | Prompt cơ bản, kết quả chấp nhận được | Prompt kém, kết quả không đúng yêu cầu |
| Error Handling | Xử lý đầy đủ: retry, fallback, logging, notification | Có error handling cho các lỗi chính | Error handling cơ bản | Không có error handling |
| Cost Optimization | Chọn model phù hợp, có caching, batch processing, chi phí tối ưu | Có ý thức về chi phí, chọn model hợp lý | Workflow hoạt động nhưng chưa tối ưu chi phí | Lãng phí tài nguyên, không quan tâm chi phí |
| Output Quality | Output chính xác, format đẹp, sẵn sàng dùng production | Output đúng, format tốt | Output chấp nhận được, cần chỉnh sửa nhỏ | Output sai hoặc không đúng format |
📊 Đánh giá kết quả
| Số câu đúng | Đánh giá |
|---|---|
| 16-18 | 🌟 Xuất sắc! Bạn nắm vững kiến thức |
| 12-15 | 👍 Tốt! Cần ôn lại một số chủ đề |
| 8-11 | 📚 Cần học thêm, xem lại các bài |
| dưới 8 | 🔄 Nên học lại từ đầu |
🎓 Hoàn thành khóa học!
Tóm tắt kiến thức đã kiểm tra
- AI Nodes & OpenAI Integration – Hiểu cách sử dụng OpenAI node, AI Agent node và Chat Model nodes trong n8n
- Prompt Templates – Thành thạo kỹ thuật tạo prompt động với variable injection và phân biệt system/user messages
- Content Generation – Xây dựng workflow tự động tạo nội dung blog, social media, email
- Image & Structured Output – Sử dụng DALL-E, Vision models và JSON mode/function calling
- AI Chains & Classification – Thiết kế chuỗi AI tuần tự, phân tích sentiment và auto-categorization
- Optimization – Quản lý rate limits, token limits, chi phí và retry strategies
🎉 Chúc mừng bạn đã hoàn thành bài Quiz tổng hợp!
Bước tiếp theo:
- Hoàn thành 3 bài tập thực hành ở Phần 7
- Chia sẻ workflow lên cộng đồng n8n để nhận feedback
- Thử áp dụng các kỹ thuật vào dự án thực tế của bạn
- Khám phá thêm các AI model khác (Anthropic, Google Gemini) trong n8n
Tip: Lưu lại các workflow mẫu bạn đã xây dựng trong khóa học – chúng sẽ là nền tảng để bạn phát triển các automation phức tạp hơn trong tương lai!
