Ôn nhanh CCAR-P

Bảng tra cứu cô đọng từ tài liệu ôn.

• Vai trò chỉ cần vài tool, cấu hình có thêm tool nguy hiểm — Gỡ hẳn tool thừa (quyền tối thiểu)
• "Thêm log / xin xác nhận" cho tool rủi ro — Kiểm soát phát hiện — kém hơn gỡ bỏ
• Cả độ trễ lẫn chi phí; system prompt lớn gửi lại mỗi request — Phần tĩnh lên đầu + prompt caching
• Sai tự tin ngay sau khi làm mới tài liệu, model và độ trễ không đổi — Retrieval/indexing (re-index hỏng, embedding không khớp)
• Câu hỏi tổng hợp, cần số chính xác — Tool truy vấn SQL/API, không vector search
• Có mã sản phẩm/ID chính xác lẫn câu hỏi tự nhiên — Hybrid (BM25 + semantic) + rerank
• Kho kiến thức dưới ~200k token — Đưa thẳng vào prompt + caching, khỏi RAG
• Khối lượng lớn, không gấp, chạy qua đêm — Message Batches (rẻ 50%)
• Người dùng đang chờ câu trả lời — Gọi đồng bộ + streaming
• Ra token đầu chậm — Prompt caching (fast mode không giúp)
• Opus sinh output chậm, chấp nhận trả thêm — Fast mode (tới ~2,5×, giá 2×)
• PHI / dữ liệu sức khỏe — BAA + HIPAA readiness, kiểm từng tính năng
• Bắt buộc ZDR nhưng muốn model mạnh nhất — Fable 5.1 không ZDR — bẫy
• FedRAMP High / IL5 — Claude in Amazon Bedrock
• Yêu cầu xóa dữ liệu theo GDPR — Xóa mọi bản sao: log, cache, embedding
• Nhiều client cần cùng tool/dữ liệu — MCP server
• MCP server dùng token của người dùng để gọi API khác — Cấm passthrough — dùng token riêng của API đó
• Nghiên cứu rộng, song song, giá trị cao — Đa agent (chấp nhận ~15× token)
• Việc code phụ thuộc chặt, chung context — Một agent
• Các bước biết trước, cố định — Workflow, không cần agent
• Chất lượng hơi thiếu ở ca khó — Tăng effort trước khi đổi model
• Ca khó tệ đi sau khi đổi/hạ model — Chọn sai model: eval theo phân khúc, chạy lại effort sweep
• Câu trả lời trống hoặc bị cắt — Xem phân bố stop_reason
• Chỉ số tổng ổn nhưng một khách hàng phàn nàn — Giám sát theo phân khúc
• 429 không có header retry-after — Chạm spend limit → báo người, đừng retry
• Người duyệt mọi thứ, bấm cho qua — Duyệt theo rủi ro, lấy mẫu phần rủi ro thấp
• Thay đổi cơ học trên hàng trăm file — /batch (5–30 đơn vị, mỗi đơn vị một PR)
• Hook in lỗi rồi exit 1 nhưng không chặn — Phải exit 2 (hoặc JSON deny)
• Cập nhật agent khi phiên đang chạy — Rainbow deployment
• Thêm/bớt tool theo từng request — Mất toàn bộ cache — giữ tool ổn định
• FedRAMP High, IL4/IL5, hoặc AWS là bên xử lý duy nhất — Claude in Amazon Bedrock
• Đủ tính năng Claude API (Skills, code execution, beta) nhưng billing/IAM qua AWS — Claude Platform on AWS
• Muốn billing qua Azure Marketplace, endpoint và xác thực kiểu Azure — Claude in Microsoft Foundry
• Dự án Google Cloud, Google vận hành — Claude Models on Google Cloud (Google managed)
• Xử lý PHI — Claude API + BAA + HIPAA readiness; không Claude Code, không Claude Platform on AWS
• Suy luận phải chạy tại Mỹ — inference_geo: "us" (1,1×)
• Kho kiến thức < ~200k token / lớn hơn — Prompt + caching / RAG
• Dữ liệu bảng, số liệu tổng hợp — Tool truy vấn (SQL/API)
• Bước biết trước / số bước không đoán trước — Workflow / agent (orchestrator-workers)
• Việc rộng, song song / phụ thuộc chặt — Đa agent / một agent
• Khối lượng lớn đơn giản / chưa chắc / cần bậc cao nhất — Haiku 5.5 / Opus 5.5 / Fable 5.1 (kiểm ZDR)
• Chất lượng hơi thiếu — Tăng effort trước, đổi model sau
• Không gấp, khối lượng lớn / người dùng đang chờ — Batch / đồng bộ + streaming
• Token đầu chậm / sinh chậm — Prompt caching / fast mode (chỉ Opus)
• Nhiều client dùng chung / một ứng dụng — MCP server / custom tool gọi API
• Nhiều quy trình chuyên biệt / nhiều MCP tool — Skills / tool search
• Thêm chỉ dẫn giữa hội thoại mà giữ cache — Message role: "system" trong messages
• Chính sách Claude Code dev không được ghi đè — Managed settings
• Message Batches — Rẻ 50%, đa số xong < 1 giờ, hết hạn sau 24 giờ
• Giá ghi cache — 1,25× (TTL 5 phút) / 2× (1 giờ)
• Giá đọc cache — 0,1×; 0,05× Opus 5.5/Sonnet 5.5; 0,025× Fable 5.1
• Giá trị inference_geo — "global" (mặc định) hoặc "us" (1,1×)
• Workspace geo — Chỉ "us"; đặt khi tạo, không đổi được
• Endpoint theo vùng (Bedrock, Google Cloud) — Đắt hơn global 10%
• Fast mode — Tới 2,5× tốc độ output; Opus 5.5 $8/$40 (2×); rate limit riêng
• Effort mặc định — medium: Opus 5.5, Haiku 5.5; high: Sonnet 5.5, Fable 5.1
• budget_tokens trên Claude 4.7+ — Lỗi 400 — dùng adaptive thinking + effort
• Lưu dữ liệu với Fable 5.1 — Bắt buộc 30 ngày; không ZDR trừ khi được cho phép
• Thông báo ngừng hỗ trợ model — Ít nhất 60 ngày
• Hệ nghiên cứu đa agent — Hơn agent đơn 90,2%; ~15× token; token giải thích ~80% chênh lệch
• Contextual Retrieval — Giảm 49% lần truy xuất hỏng, 67% khi thêm rerank
• Ngưỡng bỏ qua RAG — < 200k token (~500 trang)
• Bộ eval khởi đầu — ~20 truy vấn thật
• pass@k / pass^k — Ít nhất 1 lần đúng / cả k lần đúng (0,75³ ≈ 42%)
• Hook muốn chặn — Exit code 2
• /batch — Chia 5–30 đơn vị, mỗi đơn vị một worktree + PR
• 429 không có retry-after — Chạm spend limit
• Priority Tier — Không còn bán mới