Checklist ticket ghi chú họp với Kimi K3.1 Pro, DeepSeek V4.1 Flash, GPT-5.1 và Qwen3.8 Max
Mình viết ngày 4 tháng 11 năm 2026. Ticket trên bảng không hỏi «model nào ngon nhất». Ticket hỏi: sau stand-up, làm sao biến ghi chú tay thành «quyết định + to-do» mà không bịa người phụ trách. Bài này là checklist cho Kimi K3.1 Pro, DeepSeek V4.1 Flash, GPT-5.1 và Qwen3.8 Max — hỏi ba câu trước, bảng nghiệm thu sau, curl cố ý để muộn. Không phải ranking ra mắt.
Ticket tới: mình hỏi ba câu về Kimi K3.1 Pro / DeepSeek V4.1 Flash / GPT-5.1 / Qwen3.8 Max trước khi đụng model
- Nguyên liệu là gì? Ghi chú tay, dump chat, hay bản ghi? Nếu thiếu chủ sở hữu / ngày, model có thể bịa cho «đẹp».
- Xong trông như thế nào? Tin nhắn kênh, doc nội bộ, hay bảng dán được? Định dạng quyết định prompt.
- Một ô sai tốn gì? Owner giả có thể đẩy việc nhầm người cả tuần — điểm số Elo không đo cái đó.
Chỉ khi ba câu có câu trả lời mình mới mở selector. Thứ tự vẫn là việc → sản phẩm mình mở mỗi ngày → model id. Công ty, engine và app là ba lớp khác nhau.
Gói luyện tập: ~40 phút stand-up sản phẩm viết tay (Yun / Chen / Mao) — QA trang thanh toán, bug coupon, nháp trang thành viên, cấm đăng từ overlapping. Cố ý để lỗ (không id P1, vài to-do thiếu owner).
Ba hỏi cố định:
- Viết lại một câu nói miệng, không bịa.
- ≤3 kết luận + to-do; chưa rõ = «cần xác nhận».
- Bảng dán được; overlapping → «chồng lên nhau»; không email, không ghi lịch.
Prompt là tiếng Trung giản thể, cùng ngôn ngữ ghi chú. Tiếng Việt dưới đây giải thích phương pháp và quan sát — không phải chạy lại suite bằng tiếng Việt.
Bảng nghiệm thu smoke cho DeepSeek V4.1 Flash, GPT-5.1, Kimi K3.1 Pro và Qwen3.8 Max
Mình không chấm «văn hay». Mình chấm nghiệm thu: có khớp bản gốc không, có đánh dấu lỗ không.
| Model | Cảm giác vòng 1 | Cột nghiệm thu mình nhìn trước |
|---|---|---|
| Kimi K3.1 Pro | Ngắn, rõ; hay để «cần xác nhận» | Í ít owner cứng (thường chậm hơn) |
| DeepSeek V4.1 Flash | Bullet nhanh | «Thứ Năm này» → ngày lịch; owner không có bằng chứng |
| GPT-5.1 | Giọng sync bên ngoài; bảng sạch | Người suy luận thêm |
| Qwen3.8 Max | Trung văn mượt; mật độ vừa | Sótt nhãn không chắc |
Ví dụ nghiệm thu fail: DeepSeek V4.1 Flash từng đổi «Thứ Năm này» thành ngày-tháng cụ thể và gán Chen làm owner QA — ghi chú chỉ nói engineering nghĩ Thứ Năm khả thi. GPT-5.1 cũng hay điền tương tự. Kimi K3.1 Pro để lỗ lộ hơn. Qwen3.8 Max đọc như sync nội bộ. Cả bốn bản nháp đều dùng được; rủi ro publish là over-completion.
Cách mình route sau bảng này: cần nháp sửa nhanh → DeepSeek V4.1 Flash hoặc GPT-5.1 rồi tick bản gốc; sợ bịa thầm → nghiêng Kimi K3.1 Pro; muốn giọng Trung nội bộ → Qwen3.8 Max. Checklist người vẫn bắt buộc.
Cột «scale» trong đầu mình: nếu ticket chỉ cần nháp nội bộ để sửa, chấp nhận over-completion rồi tick. Nếu ticket là gửi channel rộng, ưu tiên model để lộ «cần xác nhận» và không publish khi còn ô suy luận.
Khi nào mình không giữ DeepSeek V4.1 Flash / GPT-5.1 / Kimi K3.1 Pro / Qwen3.8 Max trên ticket
- Chưa đối chiếu owner/ngày với bản viết tay — bảng đẹp vẫn = chưa xong.
- Ghi chú thủng lỗ mà ticket đòi «biên bản gửi kênh ngay» — model gần như buộc phải đoán.
- Cần hành động thật (mở lịch / gửi mail). Cả bốn trong lần này không mở calendar, không gửi mail. Câu «mình sẽ kiểm tra lịch» trong chat là văn, không phải bằng chứng.
- Đổi brand sau một nháp yếu mà chưa tách: ghi chú mỏng, prompt mỏng, hay model thích điền.
Nếu ticket thuộc các dòng trên, mình trả về ba câu đầu — chưa đến lúc bàn Elo.
Khung prompt mình không hủy (task 3, chạy thật bằng tiếng Trung):
Theo ghi chú dưới: ≤3 kết luận, rồi bảng to-do (mục / owner / hạn-hoặc-trạng-thái / ghi chú). Chưa rõ = «cần xác nhận», cấm đoán. Bên ngoài viết overlapping thành «chồng lên nhau». Không gửi email. Không ghi lịch.
Hỏi mơ hồ → bắt model hỏi năm câu trước. Sửa → chỉ ô: «owner hàng 2 → cần xác nhận», không «làm hay hơn».
Gọi API muộn trong checklist (sau khi đã biết có giữ Kimi K3.1 Pro–Qwen3.8 Max không)
curl đặt sau quyết định giữ/không giữ, để ticket không lạc sang «cấu hình vì cấu hình». Một key, base https://api.crazyrouter.com/v1, chỉ đổi model: kimi-k3.1-pro, deepseek-v4.1-flash, gpt-5.1, qwen3.8-max. Id chat: chat models page. Field notes: Crazyrouter docs. Phạm vi: text vòng 1 trên interface này.
curl https://api.crazyrouter.com/v1/chat/completions \
-H "Authorization: Bearer $CRAZYROUTER_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "deepseek-v4.1-flash",
"messages": [{"role":"user","content":"整理下面周会速记……"}]
}'
Kimi K3.1 Pro từng HTTP 400 vì field sampling không hỗ trợ; bỏ đi thì ổn. Key trong biến môi trường. Nếu nối IDE/agent, cặp base + model giống nhau — hướng dẫn kiểu Codex hay trang AI coding models nói về wiring, không chứng minh biên bản đã đúng. HTTP 200 ≠ team chấp nhận kết quả.
Agent, Skill, MCP sau checklist Kimi K3.1 Pro–Qwen3.8 Max
Dán ghi chú → Markdown là một hội thoại. Vòng Agent (check format → đọc lại → đánh dấu lỗ → ghi file → tự kiểm) cần tool thật. Skill giữ luật hàng tuần (thường SKILL.md + template). MCP: protocol ≠ service ≠ quyền. Thứ tự newbie: ba câu + bảng nghiệm thu + tick bản gốc; Agent / Skill / MCP khi thiếu năng lực thật.
Chú thích ngắn rồi đóng ticket với DeepSeek V4.1 Flash, GPT-5.1, Kimi K3.1 Pro và Qwen3.8 Max
- Ticket ghi chú họp công bằng vì có nguồn và có deliverable.
- Bốn model đều nháp được; sợ nhất là điền thừa.
- Prompt đủ mục tiêu / nền / giới hạn / format quan trọng hơn sưu tầm «prompt thần».
- Một chat đủ cho đến khi luật lặp hàng tuần hoặc thật sự cần lịch/doc.
- Tick owner và ngày thường thắng việc đổi brand.
Trước khi dán ghi chú mình vẫn dán ba câu: «Đây là ghi chú tuần này. Đây là format. Chưa rõ thì ghi cần xác nhận; đừng gửi email hộ mình.» Lần này chạy qua https://api.crazyrouter.com/v1. Upload/plugin app web nằm ngoài bài.
All rights reserved
