Xây dựng bộ công cụ tự động hóa Python với AI

Ôn tập bài học: Trong bài học trước, bạn đã học cách lên lịch các script và chuẩn bị chúng sẵn sàng cho môi trường sản xuất với việc xử lý lỗi, ghi nhật ký và giám sát. Giờ hãy biến tất cả các kỹ năng của bạn thành một hệ thống tự động hóa cá nhân.

Bạn đã xây dựng các script cho file, dữ liệu, trích xuất dữ liệu web, API, email và lên lịch. Bài học cuối cùng này giúp bạn kiểm tra công việc hàng ngày, xác định các cơ hội tự động hóa có giá trị cao nhất và xây dựng một quy trình tự động hóa bền vững.

Kiểm tra các tác vụ lặp đi lặp lại của bạn

Prompt AI để kiểm tra tác vụ:

Hãy giúp tôi xác định các cơ hội tự động hóa. Tôi sẽ mô tả tuần làm việc điển hình của mình, và bạn sẽ xác định các tác vụ có thể được tự động hóa bằng Python: [MÔ TẢ CÁC HOẠT ĐỘNG HÀNG TUẦN CỦA BẠN — nhập dữ liệu, tạo báo cáo, quản lý file, trả lời email, tra cứu dữ liệu, chuyển đổi định dạng, v.v.]. Đối với mỗi ứng viên: (1) Ước tính thời gian tiết kiệm được mỗi năm, (2) Đánh giá độ khó (dễ/trung bình/khó), (3) Đề xuất các kỹ thuật trong bài học nào phù hợp, (4) Đánh dấu bất kỳ nhiệm vụ nào KHÔNG NÊN được tự động hóa (yêu cầu sự phán đoán của con người, hiếm khi xảy ra, v.v.).

Công cụ tính toán ROI tự động hóa:

Kế hoạch tự động hóa 30 ngày

Tuần 1: Những thành công nhanh chóng

Tuần 2: Script thứ hai + Cơ sở

Tuần 3: Lập kế hoạch + Giám sát

Tuần 4: Thêm tính năng + Bảo trì

Xây dựng các tiện ích dùng chung

Khi danh mục tự động hóa của bạn phát triển, hãy tạo một mô-đun tiện ích dùng chung:

Prompt AI:

Tạo một mô-đun Python utils.py cho các script tự động hóa của tôi với: (1) setup_logging(script_name) — ghi nhật ký file xoay vòng tiêu chuẩn + ghi nhật ký console, (2) retry(max_attempts, backoff_factor) — decorator để thử lại các thao tác thất bại, (3) send_alert(subject, message, urgency) — thông báo qua email/Slack, (4) load_config(config_file) — tải cấu hình YAML với thay thế biến môi trường, (5) heartbeat(script_name) — ghi dấu hiệu thành công để giám sát. Thêm docstrings, gợi ý kiểu và ví dụ sử dụng cho mỗi hàm.

Quy trình bảo trì

Các script tự động hóa cần được bảo trì. Hãy lên lịch kiểm tra hàng tháng:

Những lỗi thường gặp cần tránh

✅ Kiểm tra nhanh: Tự động hóa của bạn giúp bạn tiết kiệm 10 giờ mỗi tuần. Người quản lý yêu cầu bạn ghi lại tài liệu cho các script để người khác cũng có thể sử dụng chúng. Điều này có đáng thời gian không?

Câu trả lời: Có — tự động hóa được ghi chép lại có giá trị theo cấp số nhân. Nếu 5 thành viên nhóm mỗi người tiết kiệm được 5 giờ mỗi tuần bằng cách sử dụng các script của bạn, thì đó là 25 giờ mỗi tuần cho cả nhóm. Đầu tư vào tài liệu: 2-3 giờ. Tiết kiệm hàng năm cho cả nhóm: 1.300 giờ. Thêm vào đó, tài liệu buộc bạn phải dọn dẹp code của mình, điều này cũng giúp việc bảo trì dễ dàng hơn cho bạn.

Thử ngay: Xây dựng kế hoạch danh mục tự động hóa 30 ngày

Mở ChatGPT, Claude hoặc Gephúti:

📋 Cách sao chép prompt này: Nhấp vào bất kỳ đâu bên trong khối màu xám, nhấn Cmd+A sau đó Cmd+C (Mac) hoặc Ctrl+A sau đó Ctrl+C (Windows). Hoặc sử dụng biểu tượng sao chép xuất hiện.

Hãy đóng vai trò là người hướng dẫn tự động hóa Python của tôi. Biến công việc hàng tuần của TÔI thành một danh mục tự động hóa 30 ngày được ưu tiên với các script, tiện ích dùng chung và quy trình bảo trì.

Về công việc của tôi:
- Vai trò + ngành nghề: []
- 10 nhiệm vụ lặp đi lặp lại trong tuần làm việc điển hình của tôi (mô tả từng nhiệm vụ với thời gian thực hiện + tần suất): []
- Các hệ thống tôi sử dụng (email / Excel / CRM / website / lưu trữ đám mây / API): []
- Mức độ thành thạo Python (1-5): []
- Môi trường (Mac / Windows / Linux / máy ảo đám mây): []
- Công cụ lập lịch tôi đang sử dụng (cron / Task Scheduler / Airflow / GitHub Actions / không có): []
- Bất kỳ script nào tôi đã xây dựng: []
- Độ nhạy cảm của dữ liệu (công khai / nội bộ / bí mật / được quy định): []
- Quy mô nhóm có thể hưởng lợi nếu tôi chia sẻ script: []

Cần đưa ra:
1. BẢNG KIỂM TRA NHIỆM VỤ — cho mỗi nhiệm vụ: thời gian/số lần thực hiện, số giờ hàng năm, độ khó (E/M/H), kỹ thuật bài học, hệ số nhân ROI
2. 3 NHIỆM VỤ ĐƯỢC XẾP HẠNG CAO NHẤT — ROI cao nhất, đơn giản nhất, an toàn nhất để triển khai trước
3. DANH SÁCH KHÔNG TỰ ĐỘNG HÓA — các nhiệm vụ nên được thực hiện thủ công (phán xét, hiếm gặp, mơ hồ, rủi ro cao)
4. KẾ HOẠCH 30 NGÀY — 4 tuần: những thành công nhanh chóng / script thứ hai / lên lịch / hoàn thiện
5. Thông số MODULE utils.py CHIA SẺ — ghi nhật ký / thử lại / cảnh báo / trình load cấu hình / heartbeat (với docstrings)
6. LIỆT KÊ TRƯỜNG HỢP NGOẠI LỆ prompt cho lỗi đầu tiên tôi sẽ gặp phải (phương pháp chủ động theo loại lỗi)
7. DANH SÁCH KIỂM TRA BẢO TRÌ HÀNG THÁNG — nhật ký / hiệu suất / phụ thuộc / trường hợp ngoại lệ / chất lượng dữ liệu
8. KẾ HOẠCH CHIA SẺ NHÓM — tài liệu + hướng dẫn nếu điều này có thể nhân lên giá trị

QUY TẮC BẮT BUỘC:
- Chế độ CHẠY THỬ cho mọi script gây ảnh hưởng. Lần chạy đầu tiên in ra kế hoạch; lần chạy thực sự là một flag riêng biệt.
- Thông tin đăng nhập thông qua biến môi trường hoặc trình quản lý secret. Không bao giờ được hardcode, không bao giờ trong git.
- Module `logging`, không phải `print()`. Xoay vòng file + console ngay từ ngày đầu tiên.
- Bắt các ngoại lệ cụ thể, không dùng `except:` chung chung. Lỗi im lặng còn tệ hơn lỗi hiển thị.
- Sử dụng `pathlib.Path` cho các thao tác với file. Sử dụng `requests` với thời gian chờ rõ ràng cho các thao tác mạng.
- Dữ liệu được quản lý (PII / PHI / tài chính / pháp lý): xem xét kỹ lưỡng hơn, bộ nhớ được mã hóa, nhật ký kiểm toán.
- Thu thập dữ liệu web: tôn trọng robots.txt + giới hạn tỷ lệ + Điều khoản dịch vụ. Không xây dựng các công cụ thu thập dữ liệu gây hại cho trang web mục tiêu.
- Tích hợp API: xử lý giới hạn tỷ lệ + lùi lũy thừa. Tính bất biến ở những nơi quan trọng.
- Không tự động hóa các quyết định của con người. "Chúng ta có nên làm X không?" vẫn thuộc về con người.
- Bảo trì hàng tháng là bắt buộc. Các script không ai kiểm tra sẽ bị mục nát âm thầm.

Những gì bạn sẽ thấy: Bản kiểm tra nhiệm vụ được ưu tiên + kế hoạch danh mục đầu tư 30 ngày + đặc tả utils.py được chia sẻ + quy trình bảo trì.

📌 Nên làm gì với kết quả: Lưu phản hồi vào file Notes. Chọn đề xuất có hiệu quả cao nhất và thực hiện nó trong tuần này — đừng cố gắng làm mọi thứ cùng một lúc.

⚠️ Nếu kết quả không ổn: Nếu các đề xuất có vẻ chung chung, hãy dán nội dung này: "Hãy cụ thể hơn với ngữ cảnh thực tế của tôi. Bỏ qua những lời khuyên chung chung." Nếu nó bỏ qua các chi tiết quan trọng bạn đã cung cấp, hãy hỏi: "Bạn đã bỏ sót [X] trong ngữ cảnh của tôi — hãy thực hiện lại với điều đó làm ràng buộc chính."

Những điểm chính cần ghi nhớ

• Ưu tiên tự động hóa theo ROI: (thời gian mỗi lần thực hiện × tần suất hàng năm) ÷ thời gian phát triển — các tác vụ 15 phút mỗi ngày hầu như luôn được xếp hạng cao nhất vì tần suất nhân lên khoản tiết kiệm; tự động hóa các tác vụ đơn giản, thường xuyên trước tiên để có được kết quả nhanh chóng và sự tự tin.

• Mỗi lỗi đại diện cho một loại lỗi: khi bạn khắc phục một trường hợp ngoại lệ, hãy sử dụng AI để liệt kê toàn bộ loại đó (tất cả các ký tự bất thường trong tên file, tất cả mã lỗi API, tất cả những biến thể định dạng ngày tháng) — một phiên chủ động duy nhất sẽ giúp bạn tránh mất hàng tháng trời để phát hiện các trường hợp ngoại lệ từng sự cố một.

• Hãy xây dựng các tiện ích dùng chung ngay từ đầu khi danh mục tự động hóa của bạn phát triển: một file utils.py chung với tính năng ghi nhật ký, logic thử lại và xử lý thông báo được tiêu chuẩn hóa có nghĩa là các bản sửa lỗi sẽ mang lại lợi ích cho tất cả mọi script, các script mới bắt đầu với một nền tảng vững chắc và quá trình tự động hóa của bạn hoạt động nhất quán.

Chúc mừng!

Bạn đã hoàn thành khóa học Tự động hóa AI cho Python. Giờ đây, bạn đã có các kỹ năng để tự động hóa quản lý file, xử lý dữ liệu, thu thập dữ liệu web, tích hợp API, thông báo email và những tác vụ theo lịch trình — tất cả đều với sự hỗ trợ của AI. Bước tiếp theo của bạn: kiểm tra lại công việc hàng tuần, tìm ra tác vụ có ROI cao nhất và xây dựng script sản xuất đầu tiên của bạn ngay hôm nay.