Hướng Dẫn Thực Hành Cho Nhà Nghiên Cứu

Cách Dùng Claude Trong Nghiên Cứu: Tài Liệu, Dữ Liệu Và Viết Bài

Từ một chồng bài báo đến bản thảo phần phương pháp, một góc nhìn thực tế về công việc thực sự diễn ra như thế nào.

Cách dùng Claude trong nghiên cứu gói gọn trong bốn quy trình: tổng hợp tài liệu từ nhiều bài báo, viết và gỡ lỗi mã phân tích bằng R hoặc Python, soạn phần phương pháp và kết quả, và kiểm tra độ chặt chẽ của luận điểm trước khi gửi bài.

Đọc toàn bộ câu trả lời

Cửa sổ ngữ cảnh lớn của Claude cho phép nó giữ nhiều bài báo đầy đủ trong một phiên làm việc, điều này thay đổi cách tổng quan tài liệu diễn ra trong thực tế. Vì Claude có thể tạo ra trích dẫn hoặc số liệu nghe có vẻ hợp lý nhưng lại sai, việc kiểm chứng từng trích dẫn, số liệu thống kê và luận điểm kỹ thuật với nguồn gốc là một thói quen bắt buộc, không phải một bước kiểm tra tùy chọn.

Ngày đăng · Xem xét lần cuối

Điểm chính

  • Claude có thể tổng hợp tài liệu từ nhiều bài báo được dán vào cùng lúc, tạo ra bảng so sánh về phương pháp, đối tượng nghiên cứu và kết quả, thay vì phải tổng hợp từ đầu trên trang trắng.
  • Claude viết và gỡ lỗi mã phân tích bằng R, Python và các ngôn ngữ tương tự, nhưng không tự chạy mã của bạn. Bạn phải kiểm tra kết quả trong môi trường của chính mình.
  • Trích dẫn bịa đặt và số liệu nhớ sai là những kiểu lỗi rủi ro cao nhất; hãy coi mọi trích dẫn và số liệu thống kê là chưa được xác minh cho đến khi đối chiếu với nguồn gốc.
  • Mã hóa định tính và phân tích theo chủ đề có thể được Claude hỗ trợ như một đối tác tư duy, nhưng việc diễn giải vẫn thuộc về nhà nghiên cứu.
  • Chuẩn mực công bố việc sử dụng AI để hỗ trợ viết khác nhau giữa các tạp chí và tổ chức, và đang thay đổi nhanh chóng, vì vậy hãy kiểm tra quy định của nơi bạn dự định gửi bài trước khi nộp.
  • Khóa học Nắm Vững Kiến Thức Nền Tảng mang đến một lộ trình trực tiếp, từ thực hành lặp chung đến phân tích tài liệu và những thói quen tư duy dành riêng cho nghiên cứu.
Bài học miễn phí · không cần tài khoảnVòng Lặp Tinh ChỉnhNắm Vững Kiến Thức Nền Tảng6 phútBắt đầu bài học miễn phí

Sao chép và dán

Prompt bạn có thể dùng ngay hôm nay

Xây bảng so sánh tài liệu từ nhiều bài báo

Tôi sẽ dán phần tóm tắt và các mục chính của [ba đến năm] bài báo về [chủ đề nghiên cứu của bạn]. Hãy đọc tất cả và tạo một bảng so sánh đối tượng nghiên cứu, phương pháp, kết quả chính và hạn chế được nêu ra của từng bài. Sau đó liệt kê hai hoặc ba câu hỏi mở mà không bài báo nào trong số này trả lời trực tiếp.

Thay bằng bài báo và chủ đề thực tế của bạn; hiệu quả nhất khi bạn dán toàn bộ các mục thay vì chỉ phần tóm tắt.

Soạn và gỡ lỗi mã phân tích

Tôi có một tập dữ liệu với các cột [liệt kê các biến của bạn] và tôi muốn kiểm định xem [giả thuyết của bạn] có đúng không bằng [phương pháp thống kê, ví dụ mô hình hiệu ứng hỗn hợp]. Viết mã R để tải dữ liệu, kiểm tra các giả định liên quan, khớp mô hình, và tạo ra một bảng tóm tắt cùng một biểu đồ chẩn đoán. Giải thích từng bước bằng comment.

Mô tả cấu trúc dữ liệu và phương pháp thực tế của bạn; tự chạy mã và coi lỗi là điểm khởi đầu cho câu hỏi tiếp theo.

Soạn phần phương pháp từ mô tả nghiên cứu

Đây là mô tả thiết kế nghiên cứu của tôi: [mô tả đối tượng, quy trình, vật liệu và kế hoạch phân tích bằng ngôn ngữ đơn giản]. Viết bản thảo phần phương pháp theo phong cách thường thấy trong các tạp chí [lĩnh vực của bạn, ví dụ tâm lý học lâm sàng], chia thành các mục con đối tượng tham gia, quy trình và phân tích. Đánh dấu bất cứ chỗ nào bạn phải đoán một chi tiết mà tôi chưa nêu rõ.

Thay phần mô tả trong ngoặc bằng thiết kế thực tế của bạn; bạn có trách nhiệm kiểm tra mọi nội dung thực tế trước khi đưa vào bản thảo.

Xây dựng khung mã hóa định tính

Tôi đang phân tích bản ghi phỏng vấn về [câu hỏi nghiên cứu của bạn]. Đây là ba đoạn trích: [dán đoạn trích]. Hãy gợi ý một tập mã ban đầu kèm định nghĩa ngắn cho mỗi mã, và ghi chú những chỗ các đoạn trích có vẻ mâu thuẫn với nhau hoặc gợi ý nhiều hơn một cách diễn giải hợp lý.

Dùng cách này để tạo khung ban đầu, sau đó áp dụng phán đoán của riêng bạn trên toàn bộ tập bản ghi, thay vì để mô hình mã hóa mọi thứ.

Chẩn đoán một kết quả thống kê bất ngờ

Tôi đã chạy [mô tả mô hình hoặc phép kiểm định của bạn] trên dữ liệu và nhận được [mô tả kết quả bất ngờ, ví dụ một hệ số có dấu sai, hoặc một thông báo lỗi]. Đây là mã và kết quả liên quan: [dán mã và kết quả]. Hãy đi qua các nguyên nhân có thể xảy ra, bắt đầu từ những nguyên nhân phổ biến nhất đối với loại mô hình này.

Dán thông báo lỗi hoặc kết quả thực tế của bạn; dùng cách này như một bước kiểm tra đầu tiên trước khi hỏi ý kiến một nhà thống kê đối với bất cứ nội dung nào sẽ được công bố.

Toàn bộ hướng dẫn

Chạm vào một mục để mở.

Về hướng dẫn này

Claude của Anthropic ngày càng trở thành một phần trong công việc hàng ngày của nhà nghiên cứu, từ tổng hợp tài liệu đến soạn phần phương pháp. Trang này trình bày các quy trình thực tế về cách dùng Claude trong nghiên cứu: tổng quan tài liệu, phân tích dữ liệu, mã hóa định tính và viết phần phương pháp, cùng với những thói quen kiểm chứng và chuẩn mực công bố giúp công việc giữ được tính chặt chẽ.

Quy Trình Nghiên Cứu Cốt Lõi

Nhà Nghiên Cứu Đang Dùng Claude Để Làm Gì Tuần Này

Đây không phải là các ví dụ giả định. Đây là những công việc mà nhà nghiên cứu thực hiện trong các dự án đang triển khai, bắt đầu từ việc dán hoặc tải lên nội dung và kết thúc bằng một kết quả có thể dùng được.

Tổng Quan Và Tổng Hợp Tài Liệu

Dán phần tóm tắt hoặc toàn văn bài báo và yêu cầu Claude xác định các kết quả chung, khác biệt về phương pháp, hoặc các câu hỏi còn mở giữa các nguồn. Rất hữu ích khi xây dựng phân tích khoảng trống nghiên cứu trước khi bắt đầu viết.

Mã Phân Tích

Claude viết và gỡ lỗi mã cho việc làm sạch dữ liệu, xây dựng mô hình thống kê và trực quan hóa bằng các ngôn ngữ như Python và R. Mô tả cấu trúc dữ liệu và điều bạn muốn kiểm định, và Claude sẽ soạn mã có thể chạy được.

Phần Phương Pháp

Mô tả thiết kế nghiên cứu, đối tượng và quy trình bằng ngôn ngữ đơn giản, Claude sẽ trả về bản thảo phần phương pháp đã được định dạng. Bạn chỉnh sửa để đảm bảo độ chính xác; Claude xử lý phần khung văn bản.

Trích Xuất Hình Và Bảng

Mô tả nội dung của một bảng hoặc hình, rồi yêu cầu Claude trích ra các giá trị hoặc xu hướng cụ thể. Hữu ích cho các tổng quan hệ thống khi bạn cần trích xuất dữ liệu có cấu trúc từ nhiều bài báo cùng lúc.

Rà Soát Luận Điểm Và Dàn Ý

Chia sẻ bản thảo luận điểm hoặc dàn ý bài báo và yêu cầu Claude xác định các lỗ hổng logic, thiếu chứng cứ, hoặc các đoạn lập luận còn mỏng, như một lượt kiểm tra nhanh trước khi đồng nghiệp đọc.

Xử Lý Sự Cố Thống Kê

Dán thông báo lỗi, kết quả mô hình, hoặc mô tả kết quả bất ngờ, rồi cùng tìm hiểu xem vấn đề là lỗi mã, vi phạm giả định mô hình, hay vấn đề dữ liệu.

Đọc Với Ngữ Cảnh Dài

Tổng Quan Tài Liệu Và Các Bài Báo Dày Đặc

Cửa sổ ngữ cảnh của Claude đủ lớn để chứa nhiều bài báo đầy đủ hoặc một lượng văn bản đáng kể trong một cuộc trò chuyện duy nhất. Điều này thay đổi cách tổng quan tài liệu diễn ra trong thực tế. Thay vì đọc tuần tự và ghi chú từng bài báo một cách riêng lẻ, bạn có thể nạp nhiều bài báo cùng lúc và đặt câu hỏi so sánh trên toàn bộ các bài báo đó.

Một cách làm hữu ích: dán ba đến năm bài báo cùng chủ đề và yêu cầu một bảng so sánh đối tượng nghiên cứu, phương pháp, kết quả và hạn chế. Cách này cho bạn một khung có cấu trúc để làm việc, thay vì phải tổng hợp từ đầu, và rút ngắn đáng kể giai đoạn trích xuất của một tổng quan hệ thống.

Văn bản kỹ thuật dày đặc, như một bài báo thống kê dùng ký hiệu lạ, phù hợp với cách làm hai lượt. Đầu tiên, yêu cầu Claude giải thích luận điểm chính bằng ngôn ngữ đơn giản. Sau đó, yêu cầu Claude đánh dấu những chỗ cách hiểu của bạn có thể khác với ý định của tác giả. Lượt thứ hai này giúp phát hiện những cách hiểu sai trước khi chúng lan vào phần phân tích hoặc bài viết của bạn.

Giới hạn thực tế không nằm ở độ dài mà ở khả năng tiếp cận. Claude chỉ đọc những gì bạn cung cấp trong cuộc trò chuyện, không hơn. Nếu một bài báo quan trọng bị chặn sau cổng trả phí và bạn không thể dán vào, Claude không thể tự lấy được. Hãy làm việc với những gì bạn có thể chia sẻ hợp pháp, và kiểm tra quy định của tổ chức bạn trước khi dán tài liệu có bản quyền ở quy mô lớn.

Viết Câu Lệnh Cho Công Việc Nghiên Cứu

Cung Cấp Đúng Ngữ Cảnh Cho Claude

Câu lệnh trong nghiên cứu thất bại vì lý do giống với câu lệnh mơ hồ thất bại ở bất cứ đâu khác: Claude trả lời đúng câu hỏi bạn thực sự đặt ra, không phải câu hỏi bạn muốn hỏi. Một câu lệnh như "tóm tắt bài báo này" sẽ tạo ra một bản tóm tắt chung chung. Một câu lệnh nêu rõ đối tượng đọc, góc nhìn và định dạng đầu ra, chẳng hạn "tóm tắt phần phương pháp và hạn chế của bài báo này cho người đọc đã nắm vững lĩnh vực", sẽ cho ra kết quả gần với điều bạn cần ngay từ lần thử đầu tiên.

Nguyên tắc tương tự áp dụng cho câu lệnh phân tích dữ liệu. Hãy nêu rõ các biến, giả thuyết và phương pháp bạn muốn kiểm định, thay vì chỉ yêu cầu Claude "phân tích tập dữ liệu này". Càng mô tả cụ thể, càng ít phải trao đổi qua lại để có được đoạn mã bạn có thể chạy thật trên dữ liệu của mình.

Đây là kỹ năng được trình bày trong bài học Nghiên Cứu Và Tư Duy của khóa Nắm Vững Kiến Thức Nền Tảng: coi Claude như một đối tác tư duy mà bạn định hướng bằng ngữ cảnh, không phải một công cụ tìm kiếm mà bạn truy vấn bằng từ khóa. Bài học Phân Tích Tài Liệu xây dựng trực tiếp trên kỹ năng này, tập trung vào việc lấy ra kết quả có cấu trúc, có thể kiểm chứng từ nguồn tài liệu dài hoặc dày đặc, chính là hình thức của phần lớn công việc tổng quan tài liệu và viết mã.

Thói Quen Kiểm Chứng

Những Chỗ Cần Kiểm Tra Lại Kết Quả Của Claude

Đây là những nhóm nội dung có rủi ro cao nhất về việc đưa ra câu trả lời sai một cách tự tin. Hãy xây dựng bước kiểm tra vào quy trình làm việc trước khi bất kỳ kết quả nào trong số này ra khỏi tay bạn.

Trích Dẫn Và Tài Liệu Tham Khảo

Claude đôi khi tạo ra các trích dẫn nghe có vẻ hợp lý nhưng thực tế không tồn tại. Không bao giờ đưa một trích dẫn do Claude tạo ra vào bài viết mà không đối chiếu với một cơ sở dữ liệu như PubMed, Scopus, hoặc Google Scholar.

Số Liệu Cụ Thể

Nếu Claude đưa ra một kích thước hiệu ứng cụ thể, p-value, hoặc số lượng mẫu từ một bài báo, hãy đối chiếu với nguồn gốc. Diễn đạt lại số liệu theo cách khác là một kiểu lỗi phổ biến và dễ bị bỏ qua.

Diễn Giải Thống Kê

Claude hiểu thống kê đủ tốt để làm một bên để bạn trao đổi ý tưởng, nhưng chưa đủ để trở thành một nguồn có thẩm quyền. Bất kỳ cách diễn giải kết quả nào cũng cần được đối chiếu với tài liệu tham khảo hoặc một nhà thống kê trước khi đưa vào bản thảo.

Thuật Ngữ Chuyên Ngành

Trong các chuyên ngành hẹp, Claude có thể dùng thuật ngữ một cách không chặt chẽ hoặc hơi sai. Người bình duyệt trong lĩnh vực của bạn sẽ nhận ra điều này. Hãy đọc kỹ phần phương pháp do Claude tạo ra để phát hiện thuật ngữ gần đúng nhưng chưa chính xác.

Bắt Đầu Từ Đâu

Lộ Trình Khởi Đầu Dành Cho Thói Quen Nghiên Cứu

Nếu bạn mới làm việc với Claude cho các công việc nghiên cứu, con đường nhanh nhất là đi qua ba bài học trong khóa Nắm Vững Kiến Thức Nền Tảng, theo đúng thứ tự. Bắt đầu với Vòng Lặp Tinh Chỉnh, bài học trình bày thói quen cốt lõi đứng sau mọi quy trình trên trang này: coi câu trả lời của Claude là một bản thảo đầu tiên mà bạn tinh chỉnh qua các lượt trao đổi tiếp theo, không phải một câu trả lời duy nhất để chấp nhận hoặc từ chối.

Từ đó, Nghiên Cứu Và Tư Duy xây dựng kỹ năng định hướng Claude bằng đủ ngữ cảnh để có được câu trả lời đầu tiên hữu ích, cho dù đó là một bản tổng hợp tài liệu hay một bản thảo mã, thay vì một câu trả lời chung chung. Đó là sự khác biệt giữa "tóm tắt cái này" và một câu lệnh nêu rõ đối tượng đọc, góc nhìn, và điều bạn sẽ làm với kết quả đầu ra.

Phân Tích Tài Liệu khép lại lộ trình bằng việc luyện tập đúng loại công việc được mô tả trên trang này: lấy ra kết quả có cấu trúc, có thể kiểm chứng từ nguồn tài liệu dài hoặc dày đặc, đây là động tác cốt lõi đứng sau việc tổng quan tài liệu, trích xuất hình, và đọc một bài báo ngoài chuyên ngành thường ngày của bạn. Cùng nhau, ba bài học này xây dựng những thói quen giúp các quy trình còn lại trên trang này hoạt động đáng tin cậy, chứ không phải nhờ may rủi.

Những Giới Hạn Thẳng Thắn

Những Điều Claude Không Thể Làm, Và Trách Nhiệm Vẫn Thuộc Về Bạn

Claude không có quyền truy cập internet, cơ sở dữ liệu, hoặc thông tin thời gian thực trong một cuộc trò chuyện. Claude không thể tự tìm kiếm trên PubMed, tải bài báo, hoặc lấy dữ liệu hiện tại. Mọi thứ Claude làm việc với đều phải do bạn cung cấp trong phiên trò chuyện. Đây là một giới hạn cứng, không phải một lỗ hổng mà câu lệnh tốt hơn có thể khắc phục.

Claude không thể tự chạy hoặc tái lập độc lập phân tích của bạn. Claude giúp bạn viết mã, nhưng kết quả từ đoạn mã đó vẫn cần được kiểm tra trong môi trường của chính bạn, trên dữ liệu thật, trước khi bạn tin vào kết quả. Gỡ lỗi cùng Claude là một cuộc đối thoại: bạn chạy mã, báo lại điều đã xảy ra, và cùng nhau lặp lại.

Đối với nghiên cứu định tính, Claude có thể hỗ trợ xây dựng khung mã hóa, soạn ghi chú, và gợi ý câu hỏi tự phản tư, nhưng không thể thay thế công việc diễn giải, vốn là phần cốt lõi của nghiên cứu định tính. Việc tạo mã từ bản ghi gốc mà không có sự rà soát của nhà nghiên cứu sẽ tạo ra vấn đề về độ tin cậy, không phải một lối tắt.

Các chuẩn mực về tác giả, công bố và ghi nhận nguồn trong lĩnh vực và tổ chức của bạn luôn được ưu tiên hơn những gì Claude có thể làm về mặt kỹ thuật. Nhiều tạp chí hiện nay yêu cầu tác giả công bố việc dùng AI để hỗ trợ viết hoặc phân tích, và các quy định cụ thể khác nhau và đang thay đổi. Hãy kiểm tra quy định hiện hành của nơi bạn dự định gửi bài, cùng với hướng dẫn về liêm chính học thuật của tổ chức bạn, trước khi nộp một công trình có Claude tham gia vào quá trình soạn thảo.

Bắt Đầu Từ Đây

Các Bài Học Miễn Phí Xây Dựng Thói Quen Nghiên Cứu

Ba bài học này, theo đúng thứ tự, xây dựng các thói quen lặp, thiết lập ngữ cảnh và đọc tài liệu mà các quy trình còn lại trên trang này đều phụ thuộc vào. Một nhà nghiên cứu sẽ nhận được giá trị lớn nhất khi bắt đầu đúng từ đây, thay vì nhảy thẳng vào một câu lệnh phức tạp.

  1. 1. Nắm Vững Kiến Thức Nền TảngVòng Lặp Tinh Chỉnh6 phút
  2. 2. Nắm Vững Kiến Thức Nền TảngNghiên Cứu Và Tư Duy7 phút
  3. 3. Nắm Vững Kiến Thức Nền TảngPhân Tích Tài Liệu7 phút

Học Cách Dùng Claude Hiệu Quả Trong Công Việc Nghiên Cứu

Đọc về các quy trình nghiên cứu và thực sự thực hiện chúng là hai việc khác nhau. Chương trình học của Nightschool AI mang tính thực hành ngay từ bài học đầu tiên, với các bài tập xây dựng xung quanh các công việc thực tế bao gồm tổng hợp tài liệu, gỡ lỗi mã, và soạn phần phương pháp.

Câu hỏi thường gặp

Claude có thể đọc và tóm tắt các bài báo khoa học không?

Có, nếu bạn dán nội dung bài báo vào cuộc trò chuyện. Claude có thể tóm tắt, trích xuất kết quả chính, so sánh các bài báo, và trả lời câu hỏi về nội dung. Claude không thể truy cập các bài báo bị chặn trả phí hoặc tự tìm kiếm trong cơ sở dữ liệu thay bạn, vì vậy bạn cần tự đưa nội dung vào phiên trò chuyện.

Claude có bịa ra trích dẫn không?

Có, đây là một kiểu lỗi đã được biết đến, đôi khi được gọi là "confabulation" (bịa đặt). Claude có thể tạo ra các tài liệu tham khảo nghe có vẻ hợp lý nhưng thực tế không tồn tại. Không bao giờ dùng một trích dẫn do Claude tạo ra mà không kiểm tra trong một cơ sở dữ liệu thật như PubMed, Google Scholar, hoặc chỉ mục chính của lĩnh vực bạn. Hãy coi mọi trích dẫn là chưa được xác minh cho đến khi bạn kiểm tra nó.

Claude có thể viết mã R hoặc Python để phân tích thống kê không?

Có. Hãy mô tả cấu trúc dữ liệu, câu hỏi nghiên cứu, và phương pháp bạn muốn áp dụng, Claude sẽ soạn mã có thể chạy được, bao gồm các quy trình phổ biến như mô hình tuyến tính, mô hình hỗn hợp, phân tích sống còn, và trực quan hóa. Bạn vẫn cần tự chạy mã và kiểm tra trên dữ liệu thực tế của mình.

Dùng Claude để viết phần phương pháp có phù hợp không?

Claude có thể soạn khung phần phương pháp từ mô tả thiết kế nghiên cứu, đối tượng và quy trình của bạn. Bạn chịu trách nhiệm về độ chính xác cuối cùng của mọi nội dung và về bất kỳ công bố bắt buộc nào. Nhiều tạp chí hiện nay yêu cầu tác giả nêu rõ khi công cụ AI hỗ trợ việc viết, vì vậy hãy kiểm tra quy định của tạp chí bạn dự định gửi bài trước khi nộp.

Claude xử lý danh sách tài liệu dài hoặc kho tài liệu lớn như thế nào?

Cửa sổ ngữ cảnh của Claude có thể chứa nhiều bài báo đầy đủ trong một phiên. Một cách làm hiệu quả là dán nhiều bài báo và yêu cầu một bảng so sánh hoặc một bản tổng hợp các kết quả chính và khoảng trống nghiên cứu, giúp rút ngắn công việc trích xuất thường gặp trong tổng quan hệ thống. Giới hạn nằm ở lượng bạn có thể dán vào, không phải ở khả năng xử lý của Claude.

Claude có thể hỗ trợ mã hóa định tính hoặc phân tích theo chủ đề không?

Claude có thể giúp xây dựng khung mã hóa, soạn ghi chú, và gợi ý các chủ đề từ đoạn trích được dán vào. Claude không thể thay thế sự diễn giải vốn làm cho nghiên cứu định tính có giá trị, và việc tạo mã từ bản ghi gốc mà không có sự rà soát của nhà nghiên cứu là một vấn đề về phương pháp. Hãy dùng Claude như một đối tác tư duy, không phải một người mã hóa tự động.

Việc dùng Claude có cần được công bố trong công trình học thuật không?

Chuẩn mực công bố khác nhau giữa các tạp chí, nhà tài trợ và tổ chức, và đang thay đổi nhanh chóng. Nhiều nơi hiện nay yêu cầu công bố việc dùng AI để hỗ trợ viết hoặc phân tích. Lựa chọn an toàn hơn là công bố và mô tả cách bạn đã dùng Claude, và kiểm tra các quy định cụ thể của nơi bạn gửi bài cùng hướng dẫn về liêm chính học thuật của tổ chức bạn.

Những loại công việc nghiên cứu nào không phù hợp với Claude?

Những công việc cần truy cập cơ sở dữ liệu thời gian thực, tìm kiếm trên internet, hoặc thực sự chạy mã đều nằm ngoài khả năng của Claude trong một cuộc trò chuyện. Claude cũng gặp khó khăn với thuật ngữ chuyên ngành hẹp nơi độ chính xác là yếu tố quan trọng. Với bất cứ nội dung nào sẽ được gửi hoặc công bố, hãy coi kết quả của Claude là một bản thảo cần được chuyên gia rà soát, không phải một sản phẩm hoàn chỉnh.

Áp Dụng Những Quy Trình Này Vào Thực Tế

Thực hành ngay từ bài học đầu tiên, không lý thuyết trước.

Nightschool AI là một nền tảng học tập độc lập và không liên kết, không được Anthropic chứng thực hoặc tài trợ. Claude là nhãn hiệu của Anthropic, PBC. Bạn đang tìm Claude Academy chính thức của Anthropic? Truy cập academy.claude.com.