Tweet
Khi một yêu cầu có nhiều phần cần xử lý, Claude không nhất thiết phải thực hiện từng việc theo một cách cố định. Trong Agentic Architecture & Orchestration, việc phân chia nhiệm vụ và lựa chọn cách thực hiện phù hợp là một phần quan trọng để xây dựng workflow hiệu quả.
Hai cách tiếp cận đáng chú ý là Sequential và Parallel. Sequential – Xử lý tuần tự
Với Sequential workflow, các nhiệm vụ được thực hiện lần lượt theo một trình tự nhất định. Kết quả của bước trước có thể trở thành thông tin đầu vào cho bước tiếp theo.
Có thể hình dung đơn giản:
Bước 1 → Bước 2 → Bước 3 → Kết quả
Ví dụ, với một nhiệm vụ phân tích, Claude có thể thực hiện:
Phân tích dữ liệu → Xác định vấn đề → Kiểm tra kết quả → Tổng hợp
Trong trường hợp các bước có sự phụ thuộc lẫn nhau, xử lý tuần tự giúp workflow dễ kiểm soát hơn. Bước sau chỉ được thực hiện khi đã có kết quả cần thiết từ bước trước.
Đây cũng là cách tiếp cận được đề cập trong CCAR-F dưới dạng fixed sequential pipelines – những quy trình có các bước tương đối rõ ràng và có thể dự đoán trước.
Parallel – Xử lý song song
Không phải nhiệm vụ nào cũng cần chờ nhau. Nếu một yêu cầu có nhiều phần tương đối độc lập, Claude có thể chia thành các task nhỏ và thực hiện chúng song song, sau đó tổng hợp kết quả. Ví dụ:
Task A ─┐
Task B ─┼→ Tổng hợp kết quả
Task C ─┘
Thay vì xử lý A xong mới đến B rồi mới đến C, những phần không phụ thuộc nhau có thể được thực hiện đồng thời. Trong workflow có nhiều subagent, cách tiếp cận này có thể được sử dụng để phân chia công việc cho các agent khác nhau. Sau khi hoàn thành, kết quả được đưa về để tổng hợp thành một kết quả chung. 
Vậy nên chọn Sequential hay Parallel?
Không có cách nào luôn tốt hơn cách còn lại.
Điều quan trọng là phải nhìn vào mối quan hệ giữa các task.
Nếu bước sau cần kết quả của bước trước → Sequential có thể phù hợp hơn.
Nếu các task độc lập và có thể xử lý riêng → Parallel có thể phù hợp hơn.
Với những nhiệm vụ phức tạp hoặc chưa thể xác định trước toàn bộ các bước, workflow còn có thể sử dụng dynamic adaptive decomposition – tức là việc chia nhỏ nhiệm vụ được điều chỉnh dựa trên những gì phát hiện được trong quá trình xử lý.
Đây là điểm đáng chú ý khi học CCAR-F: không chỉ cần biết Claude có thể thực hiện nhiều task, mà còn cần hiểu cách phân rã nhiệm vụ và lựa chọn workflow phù hợp với từng tình huống. Nội dung về fixed sequential pipelines, dynamic adaptive decomposition và parallel subagent execution đều được đề cập trong phần Task Decomposition Strategies của chương trình.
Liên hệ với Agentic Workflow
Khi kết hợp với Agentic Loop và Subagent, việc lựa chọn Sequential hay Parallel trở thành một phần của quá trình orchestration.
Có thể hình dung:
User Request
↓
Phân tích & chia task
↓
Sequential / Parallel
↓
Nhận kết quả
↓
Tổng hợp & tiếp tục xử lý
↓
Final Response
Đây chính là tư duy quan trọng khi thiết kế một Agent: không chỉ để Claude thực hiện nhiệm vụ, mà còn phải thiết kế cách Claude chia nhỏ, điều phối và tổng hợp các nhiệm vụ đó.
👉 Nếu bạn đang chuẩn bị CCAR-F, VnPro hiện có khóa đào tạo và luyện thi chứng chỉ CCAR-F, giúp học viên có lộ trình học và ôn tập các nội dung trọng tâm. Liên hệ VnPro để được tư vấn và đăng ký khóa học ngay nhé!!
Hai cách tiếp cận đáng chú ý là Sequential và Parallel. Sequential – Xử lý tuần tự
Với Sequential workflow, các nhiệm vụ được thực hiện lần lượt theo một trình tự nhất định. Kết quả của bước trước có thể trở thành thông tin đầu vào cho bước tiếp theo.
Có thể hình dung đơn giản:
Bước 1 → Bước 2 → Bước 3 → Kết quả
Ví dụ, với một nhiệm vụ phân tích, Claude có thể thực hiện:
Phân tích dữ liệu → Xác định vấn đề → Kiểm tra kết quả → Tổng hợp
Trong trường hợp các bước có sự phụ thuộc lẫn nhau, xử lý tuần tự giúp workflow dễ kiểm soát hơn. Bước sau chỉ được thực hiện khi đã có kết quả cần thiết từ bước trước.
Đây cũng là cách tiếp cận được đề cập trong CCAR-F dưới dạng fixed sequential pipelines – những quy trình có các bước tương đối rõ ràng và có thể dự đoán trước.
Parallel – Xử lý song song
Không phải nhiệm vụ nào cũng cần chờ nhau. Nếu một yêu cầu có nhiều phần tương đối độc lập, Claude có thể chia thành các task nhỏ và thực hiện chúng song song, sau đó tổng hợp kết quả. Ví dụ:
Task A ─┐
Task B ─┼→ Tổng hợp kết quả
Task C ─┘
Thay vì xử lý A xong mới đến B rồi mới đến C, những phần không phụ thuộc nhau có thể được thực hiện đồng thời. Trong workflow có nhiều subagent, cách tiếp cận này có thể được sử dụng để phân chia công việc cho các agent khác nhau. Sau khi hoàn thành, kết quả được đưa về để tổng hợp thành một kết quả chung.
Vậy nên chọn Sequential hay Parallel?
Không có cách nào luôn tốt hơn cách còn lại.
Điều quan trọng là phải nhìn vào mối quan hệ giữa các task.
Nếu bước sau cần kết quả của bước trước → Sequential có thể phù hợp hơn.
Nếu các task độc lập và có thể xử lý riêng → Parallel có thể phù hợp hơn.
Với những nhiệm vụ phức tạp hoặc chưa thể xác định trước toàn bộ các bước, workflow còn có thể sử dụng dynamic adaptive decomposition – tức là việc chia nhỏ nhiệm vụ được điều chỉnh dựa trên những gì phát hiện được trong quá trình xử lý.
Đây là điểm đáng chú ý khi học CCAR-F: không chỉ cần biết Claude có thể thực hiện nhiều task, mà còn cần hiểu cách phân rã nhiệm vụ và lựa chọn workflow phù hợp với từng tình huống. Nội dung về fixed sequential pipelines, dynamic adaptive decomposition và parallel subagent execution đều được đề cập trong phần Task Decomposition Strategies của chương trình.
Liên hệ với Agentic Workflow
Khi kết hợp với Agentic Loop và Subagent, việc lựa chọn Sequential hay Parallel trở thành một phần của quá trình orchestration.
Có thể hình dung:
User Request
↓
Phân tích & chia task
↓
Sequential / Parallel
↓
Nhận kết quả
↓
Tổng hợp & tiếp tục xử lý
↓
Final Response
Đây chính là tư duy quan trọng khi thiết kế một Agent: không chỉ để Claude thực hiện nhiệm vụ, mà còn phải thiết kế cách Claude chia nhỏ, điều phối và tổng hợp các nhiệm vụ đó.
👉 Nếu bạn đang chuẩn bị CCAR-F, VnPro hiện có khóa đào tạo và luyện thi chứng chỉ CCAR-F, giúp học viên có lộ trình học và ôn tập các nội dung trọng tâm. Liên hệ VnPro để được tư vấn và đăng ký khóa học ngay nhé!!