Deep Dive on OpenAI Data Connectors

Video “Deep Dive on OpenAI Data Connectors” là một bài đánh giá chi tiết, thẳng thắn và khá hài hước về tính năng Data Connectors mà OpenAI vừa tung ra. Dưới đây là tóm tắt nội dung chính:

🔌

Data Connectors là gì?

Là công cụ cho phép ChatGPT (Plus, Teams, Pro) kết nối trực tiếp với Gmail, Calendar, Google Docs, GitHub, Linear, Zapier, Outlook, Sharepoint…
Mục tiêu: giúp AI có thể “nhìn” vào dữ liệu cá nhân của bạn và hỗ trợ làm việc tốt hơn.

📉

Vấn đề thực tế: Thất vọng nhẹ

Hạn chế nghiêm trọng về khối lượng dữ liệu truy cập
- Mỗi API gọi chỉ giới hạn 15 mục (email, doc, calendar…).
- Khi yêu cầu phân tích sâu (vd: 100 email gần nhất), nó chỉ trả lại dữ liệu kiểu “vẫy tay trong không trung” với con số ước lượng sai bét.
Không đủ khả năng làm phân tích chuyên sâu
- Không thể phân tích email theo chủ đề, thời gian, đối tượng để đề xuất ai nên được ưu tiên phản hồi.
- Không thể xử lý nhiều tài liệu hoặc lịch trình nếu không có từ khóa cụ thể và rõ ràng.
Hoạt động tốt với nhiệm vụ rõ ràng, từ khóa cụ thể
- Ví dụ: tổng hợp thông tin cho một sự kiện sắp diễn ra → thành công.
- Vì phạm vi nhỏ, dữ liệu tập trung, và có thể lấy từ nhiều nguồn (web + email + calendar).

🤖

Chiến lược của OpenAI (theo tác giả)

Mục tiêu dài hạn: trở thành “hệ điều hành cho công việc” (default OS for work).
Họ cần:
- Dữ liệu để huấn luyện → nên tìm cách lấy email, lịch họp, tài liệu.
- Tăng chất lượng mô hình → như họ đã làm với Operator gần đây, nâng cấp lên GPT-4o, cải thiện hiệu năng rõ rệt.

🧠

Kết luận của tác giả

Hiện tại: Data Connectors chưa đủ tốt để làm việc chuyên sâu.
Tương lai: Sẽ tốt hơn khi độ rộng băng thông tăng và AI hiểu tốt hơn dữ liệu bẩn, không cấu trúc.
Kỹ năng cần có: Biết cách “ra lệnh chính xác” (prompting) — càng rõ ràng, càng hiệu quả.

“Đây không phải là cái cưa máy, mà là dao mổ. Dùng sai là hỏng việc.”