OpenAI Decisions API là gì?

Hầu hết các công cụ AI đều trả về kết quả dưới dạng một đoạn văn bản. Ngược lại, OpenAI Decisions API chỉ cung cấp một con số, một nhãn hoặc một thang điểm – không hơn không kém.

Nếu bạn hỏi: “Bức ảnh này có cho thấy hư hại rõ ràng nào không?”, hệ thống sẽ trả về một xác suất. Nếu bạn hỏi: “Bộ phận nào nên xử lý khiếu nại này?”, bạn sẽ nhận được một lựa chọn từ danh mục do chính bạn thiết lập, kèm theo xác suất tương ứng cho mỗi lựa chọn. Nếu bạn hỏi: “Lỗi  phần mềm này nghiêm trọng đến mức nào?”, bạn sẽ nhận được một điểm số dựa trên các cấp độ mà bạn đã định nghĩa trước đó.

Chính đặc điểm này biến nó thành công cụ tối ưu để giải quyết các quyết định mang tính lặp đi lặp lại, khối lượng lớn – những tác vụ vốn thường gây tắc nghẽn trong các hàng đợi hỗ trợ, biểu mẫu tiếp nhận yêu cầu hay danh sách chờ xét duyệt.

Tuy nhiên, công cụ này cũng rất dễ bị sử dụng sai cách. Một xác suất 0,92 có thể tạo cảm giác như “độ chính xác 92%”, nhưng thực tế không phải vậy. Đó chỉ là ước tính từ mô hình; việc ước tính này có khớp với thực tế trên dữ liệu của bạn hay không là điều bạn cần phải tự kiểm chứng. Vì lý do đó, khóa học này dành thời lượng tương đương cho các chủ đề như thiết lập ngưỡng (thresholds), kiểm tra độ hiệu chuẩn (calibration), xử lý những trường hợp từ chối đưa ra quyết định, và quy trình xét duyệt bởi con người – bên cạnh việc hướng dẫn ba loại câu hỏi nêu trên.

Ngay từ Bài 2, bạn sẽ tự tay soạn thảo một câu hỏi quyết định (predicate question) dựa trên công việc thực tế của mình và nhận về kết quả từ hệ thống. Đến Bài 5, bạn sẽ biết cách so sánh các ngưỡng khác nhau dựa trên chi phí của từng loại sai sót và những ví dụ đã được gắn nhãn. Ở phần dự án cuối khóa, bạn sẽ hoàn thiện một “Bản tóm tắt thiết kế quyết định” gói gọn trong một trang – tài liệu đủ chi tiết để các lập trình viên triển khai và quản lý phê duyệt.

Mọi thông tin về sản phẩm trong khóa học đều được tổng hợp từ các tài liệu chính thức của OpenAI – bao gồm hướng dẫn sử dụng Decisions, trang thông tin mô hình, bảng giá và nhật ký thay đổi (changelog) – được cập nhật vào ngày 13 tháng 10 năm 2026, một tuần sau khi phiên bản thử nghiệm công khai (public beta) ra mắt. Trong trường hợp thông tin chỉ dựa trên báo cáo từ diễn đàn dành cho nhà phát triển, khóa học sẽ nêu rõ điều đó.

Hơn nữa, vì API này vẫn đang trong giai đoạn thử nghiệm (beta) và chỉ hỗ trợ một mô hình duy nhất, nên tại mỗi bài học có đề cập đến tên trường dữ liệu, mức giá hoặc giới hạn hệ thống, bạn sẽ được nhắc nhở cụ thể về những thông tin cần kiểm tra lại trước khi đưa vào sử dụng thực tế.

Những gì bạn sẽ học được

• Giải thích những gì Decisions API trả về, mô hình nào chạy nó và nó khác với Đầu ra có cấu trúc và gọi hàm như thế nào

• Sử dụng hình dạng yêu cầu chính xác để viết câu hỏi khẳng định/phủ định với tiêu chí có thể quan sát được và đọc xác suất của nó

• Thiết kế câu hỏi lựa chọn và chấm điểm với các tùy chọn riêng biệt, phương án dự phòng và những cấp độ được sắp xếp

• Đánh giá ngưỡng bằng cách sử dụng chi phí của kết quả dương tính giả và âm tính giả, và giải thích tại sao xác suất không phải là sự đảm bảo về độ chính xác

• Thiết kế xử lý từ chối và quy trình xem xét của con người cho mọi quyết định bạn tự động hóa

• Tạo Bản tóm tắt thiết kế quyết định với danh sách kiểm tra triển khai beta cho một quyết định thực tế tại nơi làm việc

Sau khóa học này, bạn có thể:

• Biến một quyết định lặp đi lặp lại có/không, sắp xếp hoặc xếp hạng tại nơi làm việc thành một đặc tả câu hỏi bằng văn bản mà nhà phát triển có thể triển khai trong một buổi chiều

• So sánh ngưỡng định tuyến và xem xét trên các ví dụ được gắn nhãn với chi phí lỗi thực tế thay vì đoán mò, và bảo vệ lựa chọn của bạn với người quản lý hoặc kiểm toán viên

• Xây dựng một làn xem xét của con người để phát hiện các trường hợp từ chối, câu trả lời có độ tin cậy thấp và những trường hợp mà mô hình không bao giờ nên tự quyết định

• Chạy một quá trình kiểm tra 50 ví dụ về chỉ số độ tin cậy của bất kỳ nhà cung cấp nào, sau đó thiết kế đánh giá thử nghiệm quy mô lớn hơn trước khi tin tưởng vào quy trình làm việc thực tế.

• Thêm thiết kế quyết định AI và lập kế hoạch giám sát của con người vào sơ yếu lý lịch của bạn, một kỹ năng mà các nhóm vận hành và tuân thủ đang tuyển dụng.

Những gì bạn sẽ xây dựng

• Bảng đặc tả quyết định: Một bản đặc tả một trang cho quyết định có/không thực tế từ công việc của bạn: Câu hỏi khẳng định/phủ định, tiêu chí quan sát được, ý nghĩa của xác suất và ngưỡng xem xét.

• Bản tóm tắt thiết kế quyết định: Một bản tóm tắt đầy đủ bao gồm loại câu hỏi và hình dạng yêu cầu chính xác, kế hoạch ngưỡng với chi phí lỗi, kế hoạch ví dụ được gắn nhãn, chính sách từ chối và xem xét, ghi nhật ký và danh sách kiểm tra triển khai phiên bản beta.

• Chứng minh rằng bạn có thể thiết kế các câu hỏi khẳng định/phủ định, lựa chọn và chấm điểm, đặt ngưỡng dựa trên bằng chứng và lập kế hoạch xem xét của con người cho các quyết định tự động.

Các yêu cầu tiên quyết

• Có thể đọc hiểu một đoạn JSON ngắn (khóa học sẽ giải thích từng trường dữ liệu); không yêu cầu kỹ năng lập trình

• Để chạy các ví dụ tùy chọn: Cần có tài khoản OpenAI API đã thiết lập thanh toán và API key

• Một quy trình ra quyết định thực tế trong công việc của bạn - chẳng hạn như phân loại có/không, sắp xếp hoặc đánh giá - để dùng làm ví dụ xuyên suốt

Đối tượng phù hợp

• Các trưởng nhóm hỗ trợ, vận hành hoặc tuân thủ muốn sử dụng AI để phân loại, gắn nhãn và ưu tiên công việc mà vẫn giữ được quyền kiểm soát

• Các quản lý sản phẩm và chuyên viên phân tích - những người soạn thảo thông số kỹ thuật cho lập trình viên và cần đảm bảo logic ra quyết định được thiết lập chính xác

• Các lập trình viên mới làm quen với Decisions API, muốn tìm hiểu về khía cạnh thiết kế và đánh giá thay vì chỉ tập trung vào cấu trúc yêu cầu

• Bất kỳ ai từng nhận được một "điểm số tin cậy" và muốn hiểu rõ ý nghĩa thực sự của nó

Tìm hiểu về Decisions API (và những điều cần lưu ý)

Khám phá những gì Decisions API của OpenAI trả về, mô hình nào vận hành nó, ý nghĩa của phiên bản thử nghiệm công khai (public beta) đối với bạn, cũng như khi nào nên sử dụng công cụ này thay vì các tính năng như Structured Outputs (đầu ra có cấu trúc) hay function calling (gọi hàm).

Một con số, một nhãn dán hoặc một thang điểm. Chỉ vậy thôi!

Nếu hỏi ChatGPT liệu một bức ảnh sản phẩm có cho thấy dấu hiệu hư hại hay không, bạn sẽ nhận được một đoạn văn dài. Nhưng nếu hỏi Decisions API của OpenAI, bạn sẽ nhận được kết quả như sau:

{ "type": "predicate", "name": "visible_damage", "probability": 0.92 }

Đó chính là cốt lõi của công cụ này. Decisions API phân tích văn bản, hình ảnh (hoặc cả hai) và trả về một kết quả được định dạng cụ thể để  phần mềm của bạn có thể xử lý trực tiếp: Một xác suất, một lựa chọn từ danh sách do bạn thiết lập, hoặc một mức đánh giá dựa trên các tiêu chí bạn đã định nghĩa. OpenAI định hướng công cụ này cho 3 mục đích chính: Phân loại nội dung, điều hướng yêu cầu và ưu tiên công việc. Phiên bản thử nghiệm công khai (public beta) đã ra mắt vào ngày 6 tháng 10 năm 2026; nội dung khóa học này đã được đối chiếu với tài liệu của OpenAI vào ngày 13 tháng 10 năm 2026.

Khóa học này sẽ hướng dẫn bạn cách thiết kế các câu hỏi sao cho hiệu quả. 6 trong số 8 bài học tập trung vào các quyết định xoay quanh chính "quyết định" đó: Ý nghĩa của con số trả về, cách thiết lập ngưỡng, cách xử lý khi mô hình từ chối đưa ra kết quả, và khi nào cần sự can thiệp của con người. Đây chính là những khía cạnh thường gây ra lỗi trong các triển khai thực tế.

5 điều cần biết trước khi bắt đầu

1. Đây là sản phẩm gì và KHÔNG PHẢI là gì?

Decisions API nằm trên nền tảng OpenAI API (platform.openai.com) – dịch vụ dành cho nhà phát triển theo hình thức trả phí dựa trên mức sử dụng (pay-as-you-go). Đây không phải là một tính năng của ChatGPT, không phải Custom GPT, cũng không phải là cửa sổ trò chuyện. Bạn có thể truy cập thông qua một endpoint chuyên biệt là POST /v1/decisions hoặc thông qua các bộ công cụ phát triển phần mềm (SDK) của OpenAI. OpenAI cũng cung cấp một môi trường thử nghiệm (Decisions Playground) tại platform.openai.com/decisions, nơi bạn có thể thử nghiệm các câu hỏi mà không cần viết code (yêu cầu đăng nhập).

2. Bạn cần chuẩn bị những gì?

Một tài khoản OpenAI API đã thiết lập thanh toán và một API key. Nếu sử dụng SDK, hướng dẫn của OpenAI yêu cầu các phiên bản sau (hoặc mới hơn): Python 3.26.0, JavaScript 7.30.0, Go 3.73.0, Ruby 0.101.0, Java 4.78.0. Không yêu cầu phần cứng đặc biệt. Bạn không cần phải lập trình để hoàn thành khóa học này; các cấu trúc yêu cầu được hiển thị để bạn có thể đọc và chuyển cho lập trình viên thực hiện.

3. Tóm gọn trong một đoạn văn:

Một yêu cầu (request) bao gồm 3 phần: Mô hình (hiện tại chỉ hỗ trợ gpt-6-luna), dữ liệu đầu vào (bằng chứng: một chuỗi văn bản hoặc các tin nhắn từ người dùng chứa văn bản và hình ảnh), và các câu hỏi (nội dung cần đánh giá). Mỗi câu hỏi đều có loại hình, tên định danh duy nhất và các hướng dẫn cụ thể. Phản hồi trả về là một mảng các câu trả lời - mỗi câu hỏi tương ứng với một câu trả lời - kèm theo tên định danh của câu hỏi đó. Có 3 loại hình câu hỏi như sau:

4. Làm thế nào để truy cập?

Hãy tạo một API key trong dashboard của OpenAI, sau đó gửi yêu cầu đến https://api.openai.com/v1/decisions kèm theo header Authorization: Bearer chứa key của bạn. Bài 2 sẽ hướng dẫn cách thiết lập phần nội dung yêu cầu (request body) và cách truyền key từ biến môi trường (environment variable).

5. Làm sao để biết yêu cầu đã thành công?

Phản hồi trả về sẽ chứa một mảng answers. Phần tử đầu tiên trong mảng này có thuộc tính "type": "predicate" (hoặc choice / score) cùng với một tên (name) khớp với tên bạn đã gửi. Nếu một phần tử có "type": "refusal", nghĩa là mô hình đã từ chối trả lời câu hỏi đó. Bài 6 sẽ giải thích chi tiết về trường hợp này.

Lưu ý về phiên bản Beta – Giải thích rõ ràng

Theo hướng dẫn từ OpenAI, Decisions API hiện "đang trong giai đoạn thử nghiệm công khai (public beta) và dự kiến ​​sẽ ra mắt chính thức (GA) trong vài tuần tới". Hiện tại, gpt-6-luna là mô hình duy nhất khả dụng. Nhật ký thay đổi (changelog) của OpenAI chỉ ghi nhận một cột mốc (ngày 6 tháng 10 năm 2026: phát hành bản beta) và chưa có thông tin về việc ra mắt chính thức tính đến thời điểm viết bài này.

Điều này có ý nghĩa gì với bạn?

• Tên các trường (field names), giới hạn (limits) và giá cả có thể thay đổi. Mỗi bài học khi đề cập đến các thông số này đều chỉ dẫn nơi bạn có thể kiểm tra lại.

• Tuyên bố của OpenAI rằng API này "nhanh hơn khoảng 10 lần so với API Responses" hiện chưa có dữ liệu benchmark công khai. Hãy coi đây chỉ là một tuyên bố và tự đo lường hiệu suất dựa trên khối lượng công việc thực tế của bạn.

• Đừng áp dụng API này vào các quy trình trực tiếp phục vụ khách hàng mà không có phương án dự phòng. Danh mục kiểm tra trước khi triển khai trong phần dự án cuối khóa sẽ làm rõ vấn đề này.

Decisions, Structured Outputs và Function Calling – Phân biệt thế nào?

Đây là sự nhầm lẫn gây tốn nhiều thời gian nhất cho các nhóm làm việc, vì vậy hãy làm rõ ngay từ bây giờ. Hướng dẫn của chính OpenAI đã vạch ra ranh giới như sau:

Một bài kiểm tra nhanh: Nếu câu trả lời có thể là một câu văn do mô hình tự viết ra, thì đó không phải là một "quyết định" (decision). Yêu cầu "Tóm tắt phiếu yêu cầu này" thuộc về nhóm "Đầu ra có cấu trúc" (Structured Outputs). Câu hỏi "Phiếu yêu cầu này có liên quan đến việc hoàn tiền không?" là một dạng xác định mệnh đề (predicate). Câu hỏi "Thuộc hàng đợi nào?" là một lựa chọn (choice). Câu hỏi "Mức độ khẩn cấp ra sao?" là một thang điểm (score).

Sau khi hoàn thành, bạn sẽ có thể:

• Soạn thảo các câu hỏi dạng khẳng định (predicate), lựa chọn (choice) hoặc chấm điểm (score) với những tiêu chí có thể quan sát được

• Đọc và hiểu chính xác các thông số về xác suất, độ tin cậy và điểm số

• Thiết lập ngưỡng quyết định dựa trên chi phí của từng loại sai sót

• Xử lý các trường hợp từ chối đưa ra câu trả lời và thiết kế quy trình để con người xem xét lại

• Hoàn thiện một bản tóm tắt thiết kế quyết định gói gọn trong một trang cho một quyết định thực tế trong công việc.

Kết quả nhanh: Xác định 3 quyết định đáng để tự động hóa

Bạn không cần API key cho việc này. Nó hoạt động trên bất kỳ công cụ trò chuyện AI nào.

Nơi dán nội dung: Mở ChatGPT (chatgpt.com), Claude (claude.ai) hoặc Gemini trong một cuộc trò chuyện mới, rồi nhấp vào khung nhập tin nhắn.

Cách sao chép: Nhấp vào bên trong khung dưới đây, sau đó nhấn Cmd+A rồi Cmd+C (trên Mac) hoặc Ctrl+A rồi Ctrl+C (trên  Windows).

Tôi đang tìm hiểu về Decisions API của OpenAI. API này chỉ trả về ba loại kết quả: xác suất một điều kiện là đúng (predicate), một lựa chọn từ danh sách cố định (choice), hoặc một mức đánh giá dựa trên thang đo có thứ tự (score).

Công việc của tôi: [chức danh công việc của bạn]
Các quyết định mang tính lặp đi lặp lại mà tôi thường thực hiện đối với các yêu cầu/thông tin đầu vào: [ví dụ: quyết định xem email hỗ trợ khách hàng có cần xem xét hoàn tiền hay không, phân loại hóa đơn nhà cung cấp theo phòng ban, đánh giá mức độ nghiêm trọng của các báo cáo lỗi]

Hãy cung cấp cho tôi:
1. Ba quyết định từ danh sách của tôi phù hợp với một trong ba loại kết quả nêu trên.
   Với mỗi quyết định, hãy nêu: loại kết quả, câu hỏi tóm tắt trong một dòng, và lý do tại sao loại đó lại phù hợp.
2. Một quyết định từ danh sách của tôi KHÔNG phù hợp (do cần tạo văn bản mới hoặc trích xuất các trường dữ liệu cụ thể), đồng thời cho biết quyết định đó cần     phương thức xử lý nào khác.
3. Đối với lựa chọn phù hợp nhất: chi phí phải trả nếu đưa ra kết quả "có" sai lệch và chi phí nếu đưa ra kết quả "không" sai lệch (mỗi trường hợp giải thích trong   một câu).

Cách điền thông tin: Thay thế nội dung trong các dấu ngoặc vuông [ ]. Ví dụ: "Công việc của tôi: quản lý văn phòng tại một phòng khám nha khoa. Các quyết định thường gặp: xác định xem tin nhắn thoại có phải là trường hợp khẩn cấp không, phân loại email từ nhà cung cấp, đánh giá mức độ nghiêm trọng của các khiếu nại từ bệnh nhân".

Kết quả nhận được: Ba quyết định đã được phân loại, một quyết định không phù hợp, và thông tin sơ bộ về chi phí nếu xảy ra sai sót.

Cách sử dụng kết quả: Chọn ra quyết định phù hợp nhất để triển khai. Bạn sẽ chuyển đổi nó thành một câu hỏi dạng khẳng định/phủ định thực thụ trong Bài 2.

Nếu kết quả không như ý - chẳng hạn như hệ thống gợi ý các hành động kiểu "tóm tắt" (summarize) hay "trích xuất" (extract) - hãy phản hồi lại rằng: "Vui lòng chỉ đưa ra các quyết định dạng có/không (yes/no), chọn một trong các phương án, hoặc đánh giá theo thang điểm".

Những điểm chính cần ghi nhớ

• Decisions API trả về các câu trả lời có kiểu dữ liệu xác định: Xác suất khẳng định, lựa chọn từ các phương án đã cho, hoặc điểm số dựa trên thang đo. API này không tạo ra văn bản tự do.

• Hiện đang trong giai đoạn thử nghiệm công khai (public beta) với một mô hình duy nhất. Tính đến ngày 13 tháng 10 năm 2026, bạn chỉ có thể sử dụng endpoint POST /v1/decisions với mô hình gpt-6-luna. Hãy kiểm tra lại tài liệu hướng dẫn trước khi áp dụng bất kỳ chi tiết nào vào thực tế.

• Hãy sử dụng tính năng Structured Outputs khi cần trích xuất thông tin hoặc viết giải thích, và sử dụng tính năng "gọi hàm" (function calling) khi cần thực thi các công cụ kèm theo tham số.

• Hãy bắt đầu bằng việc xác định chi phí cho các sai lầm. Đây chính là cơ sở để thiết lập mọi ngưỡng quyết định của bạn.