Giới thiệu
Đến thời điểm này, ứng dụng của bạn có thể giao tiếp với cơ sở dữ liệu riêng của nó, nhưng chưa thể "suy nghĩ" hay lấy thông tin từ bên ngoài. Trong bài này, bạn sẽ kết nối hai thành phần còn thiếu: một mô hình AI (để tạo câu trả lời, tóm tắt hoặc phân loại) và một API bên ngoài (để lấy dữ liệu thời gian thực như thời tiết, tỷ giá hoặc giá cổ phiếu). Cả hai kết nối đều theo cùng một mẫu hình — gửi request, chờ response, xử lý kết quả — nên khi đã hiểu một loại, loại còn lại chỉ khác ở địa chỉ và cấu trúc dữ liệu.
Cách hoạt động của lệnh gọi mô hình AI
Lệnh gọi mô hình AI bản chất là một request nhập-văn bản, xuất-văn bản. Bạn đóng gói câu hỏi của người dùng (cùng các chỉ dẫn hệ thống nếu có) thành một payload JSON, gửi POST đến endpoint của mô hình, rồi đọc lại văn bản được sinh ra. Các công cụ no-code sẽ gói gọn bước này trong một khối trực quan, nhưng bên dưới, định dạng truyền tải là giống hệt nhau.
Một request body điển hình có dạng như sau:
Thông điệp `system` thiết lập hành vi; thông điệp `user` là đầu vào thực tế. `temperature` kiểm soát mức độ sáng tạo so với tính xác định của đầu ra — thấp cho tác vụ mang tính dữ kiện, cao cho các phiên động não.
Cách hoạt động của lệnh gọi API bên ngoài
Các API bên ngoài (thời tiết, tiền tệ, tin tức) hoạt động theo cách tương tự, nhưng payload thường đơn giản hơn — chỉ vài query parameter thay vì lịch sử hội thoại. Ví dụ, một lệnh tra cứu thời tiết có thể chỉ cần tên thành phố và một API key.
Response trả về dưới dạng JSON. Công cụ no-code của bạn cho phép chọn trường nào cần trích xuất và lưu vào đâu trong cơ sở dữ liệu hoặc giao diện người dùng.
Xử lý đầu vào, đầu ra và lỗi
Có ba tình huống gần như luôn xảy ra sai trong mọi tích hợp: thiếu trường dữ liệu, response chậm và cấu trúc response không như mong đợi.
Thứ nhất, hãy xác thực đầu vào trước khi gửi. Nếu người dùng không cung cấp tên thành phố, đừng gọi API thời tiết — hãy hiển thị một lời nhắc thân thiện thay thế.
Thứ hai, hãy đặt timeout. Hầu hết các nền tảng no-code cho phép bạn đặt thời gian chờ tối đa (8–15 giây là hợp lý). Nếu mô hình AI hoặc API không phản hồi kịp, hãy hiển thị một thông báo dự phòng thay vì để màn hình bị treo.
Thứ ba, hãy phòng tránh các response sai định dạng. Mô hình AI thỉnh thoảng trả về chuỗi rỗng hoặc từ chối trả lời; API đôi khi trả về đối tượng lỗi ngay trong response200.
Một mẫu hình phổ biến là bọc mọi lệnh gọi bên ngoài trong khối try/catch (hoặc tương đương trong no-code: một nhánh lỗi trên node workflow) và ghi log lỗi cho bạn, đồng thời hiển thị thông báo lịch sự cho người dùng.
Tổng kết
Lệnh gọi mô hình AI và lệnh gọi API bên ngoài đều có chung một khung logic: xác thực đầu vào, gửi request có cấu trúc, phân tích response và xử lý lỗi một cách mượt mà. Trong workflow no-code của bạn, mỗi bước là một khối trực quan, nhưng logic thì giống hệt với các đoạn code ở trên. Hãy làm quen với mẫu hình request-response-error này, bởi vì mọi tích hợp bạn xây từ đây về sau đều sẽ theo mẫu hình đó.
Ở bài tiếp theo, bạn sẽ kết hợp nhiều lệnh gọi API thành một workflow duy nhất để ứng dụng có thể, ví dụ, lấy dữ liệu thời tiết, chuyển cho mô hình AI, rồi trả về một gợi ý du lịch — ba tích hợp được kết nối liên hoàn.
Bài kiểm tra cuối bài
Ôn lại kiến thức, thử sức và nhận góp ý cho bài làm.