Nói ngắn gọn: API giúp phần mềm gọi dịch vụ; MCP chuẩn hóa cách ứng dụng AI nhận dữ liệu hoặc dùng công cụ; Skill hướng dẫn AI làm theo một quy trình; còn Plugin là khái niệm do từng nền tảng định nghĩa để đóng gói hoặc khám phá tính năng. Có thể kết hợp chúng, nhưng không phải dự án nào cũng cần đủ cả bốn.
Nếu bạn dùng AI để hỏi đáp và viết nội dung, có thể chưa cần quan tâm đến API hay MCP. Nếu muốn AI làm việc với dữ liệu công ty hoặc tự động hóa nhiều bước, lúc đó hiểu ranh giới giữa các khái niệm sẽ giúp chọn đúng giải pháp và tránh cấp quyền quá rộng.
API (Application Programming Interface, giao diện lập trình ứng dụng) là tập quy tắc để một phần mềm gửi yêu cầu và nhận phản hồi từ phần mềm khác. API thường có cách xác thực, định dạng dữ liệu và giới hạn sử dụng riêng.
Ví dụ, một website bán hàng có thể gọi API của nhà cung cấp AI để tạo bản nháp mô tả sản phẩm. Phần mềm gửi nội dung và yêu cầu theo cấu trúc; dịch vụ trả kết quả để website tiếp tục xử lý. API không phải một “AI” hay một nút bật sẵn: nó là giao diện kết nối.
Khi nào cần? Khi bạn hoặc đội kỹ thuật muốn tích hợp AI vào website, ứng dụng hay quy trình tự động. Cách gọi API trực tiếp thường cần lập trình hoặc một nền tảng no-code/low-code đứng giữa. Tùy nhà cung cấp và hình thức sử dụng, chi phí có thể tính theo lượng xử lý, số yêu cầu, gói dịch vụ hoặc cách tính khác; không nên mặc định mọi API đều tính phí theo token.
Ví dụ dễ hình dung: API giống quầy tiếp nhận yêu cầu có mẫu chuẩn. Ứng dụng gửi đúng thông tin và thông tin xác thực; hệ thống trả về kết quả theo hợp đồng đã công bố.
“Plugin” không có một nghĩa chung áp dụng giống nhau trên mọi sản phẩm AI. Nó thường chỉ một gói mở rộng hoặc cách phân phối workflow, nhưng cần xem tài liệu của đúng nền tảng để biết bên trong có gì và quyền nào được cấp.
Với ChatGPT, cách dùng từ đã thay đổi theo thời gian. Từ ngày 9/7/2026, OpenAI chuyển thư mục ứng dụng sang thư mục Plugin. Theo tài liệu hiện hành, một mục Plugin có thể bao gồm app, skill và mẫu app; còn app là phần kết nối ChatGPT hoặc Codex với dữ liệu và hành động bên ngoài. Khả năng thực tế còn tùy app, gói tài khoản, khu vực, workspace và quyền được cấp.
Vì vậy, không nên nói đơn giản rằng “Plugin trong ChatGPT đã được gộp vào GPTs và GPT Actions”. Đây là các khái niệm khác nhau, và hướng dẫn cũ về ChatGPT Plugins có thể không còn mô tả đúng giao diện hiện tại. Ở sản phẩm khác, cùng chữ plugin có thể chỉ một loại tiện ích khác nữa.
Khi nào nên quan tâm? Khi nền tảng bạn đang dùng có thư mục plugin hoặc gói workflow cài sẵn và bạn muốn thêm khả năng mà không tự xây tích hợp. Trước khi bật, hãy xem plugin gồm app/skill nào, yêu cầu đăng nhập gì và có quyền đọc hay ghi dữ liệu hay không.
MCP (Model Context Protocol) là một giao thức mở giúp chuẩn hóa cách ứng dụng AI kết nối với nguồn dữ liệu và công cụ. Một ứng dụng tương thích MCP có thể đóng vai trò client; máy chủ MCP (MCP server) công bố các khả năng được phép cho client sử dụng.
Trong mô hình MCP, server có thể cung cấp resources (dữ liệu để tham khảo), tools (hàm để truy xuất hoặc thực hiện hành động) và prompts (mẫu tương tác). Nhờ đó, nhà phát triển không nhất thiết phải viết một cách nối riêng cho từng ứng dụng AI và từng công cụ, dù mức tương thích cụ thể vẫn phụ thuộc hai đầu kết nối.
Ví dụ: một MCP server cho hệ thống quản lý công việc có thể cho ứng dụng AI tìm task, đọc mô tả dự án hoặc tạo task mới nếu được cấp quyền. Việc dùng MCP không tự động mở toàn bộ dữ liệu công ty; quyền, xác thực, phạm vi công cụ và xác nhận hành động vẫn phải được thiết lập.
MCP thường được ví như USB-C cho ứng dụng AI: một chuẩn kết nối chung. Đây là phép so sánh để hình dung, không có nghĩa mọi client và server đều cắm vào là chạy ngay. Người dùng có thể chỉ cần chọn connector có sẵn; nhưng tự dựng hoặc quản trị MCP server thường cần hỗ trợ kỹ thuật.
Khi nào cần? Khi cần một cách chuẩn hóa để nhiều ứng dụng AI dùng chung các kết nối đến dữ liệu hoặc công cụ, đặc biệt trong hệ thống tùy chỉnh. Nếu nền tảng đã cung cấp connector phù hợp, bạn có thể không cần tự cấu hình MCP.
Skill là bộ hướng dẫn có cấu trúc giúp AI thực hiện một loại công việc theo cách nhất quán. Một Skill có thể chỉ gồm hướng dẫn bằng ngôn ngữ tự nhiên; trong một số định dạng, nó còn có tài liệu tham khảo, mẫu hoặc script đi kèm.
Ví dụ, Skill biên tập nội dung có thể quy định độc giả mục tiêu, giọng văn, cấu trúc bài, cách kiểm tra nguồn và những điều không được tự suy diễn. Khi tác vụ phù hợp, AI dùng các hướng dẫn đó để tạo kết quả nhất quán hơn thay vì phải được nhắc lại từng yêu cầu.
Skill không tự tạo quyền truy cập vào email, CRM hay tệp nội bộ. Nếu quy trình cần dữ liệu hoặc hành động bên ngoài, ứng dụng vẫn cần một connector, MCP server, API hoặc công cụ phù hợp cùng quyền được cấp. Cũng cần kiểm tra nguồn gốc Skill đáng tin cậy: hướng dẫn hoặc script không an toàn có thể yêu cầu agent làm việc ngoài ý muốn.
Khi nào cần? Khi một việc lặp đi lặp lại cần cùng tiêu chuẩn, các bước, giọng điệu hoặc định dạng đầu ra. Người không biết code vẫn có thể viết hướng dẫn cơ bản; phần script hay tích hợp nâng cao có thể cần người kỹ thuật.
Đừng xem API, Plugin, MCP và Skill như bốn tầng bắt buộc. Chúng trả lời những câu hỏi khác nhau:
Ví dụ một trợ lý hỗ trợ khách hàng: Skill quy định cách phân loại câu hỏi và giọng trả lời; connector hoặc MCP giúp tra cứu chính sách và đơn hàng; API có thể nối phần mềm chăm sóc khách hàng với dịch vụ AI; một Plugin của nền tảng có thể đóng gói một số thành phần để người dùng cài đặt. Nhưng có thể dùng trợ lý đơn giản chỉ với một Skill và dữ liệu được người dùng cung cấp, không cần toàn bộ cấu hình trên.
| Khái niệm | Giải quyết việc gì? | Ví dụ | Mức kỹ thuật thường gặp |
|---|---|---|---|
| API | Phần mềm gửi yêu cầu/nhận dữ liệu theo giao diện lập trình | Website gọi mô hình AI để tạo bản nháp | Trung bình đến cao nếu tích hợp trực tiếp; có thể thấp hơn khi dùng no-code |
| Plugin | Gói mở rộng hoặc cách phân phối workflow theo định nghĩa của từng nền tảng | Mục Plugin trong thư mục ChatGPT hiện hành có thể gồm app và skill | Thường dễ bật hơn, nhưng quyền và yêu cầu thiết lập thay đổi theo gói |
| MCP | Chuẩn hóa kết nối giữa ứng dụng AI với nguồn dữ liệu/công cụ | Client tương thích gọi tool do MCP server công bố | Thấp nếu dùng connector có sẵn; cao hơn khi tự triển khai/quản trị server |
| Skill | Hướng dẫn AI làm một việc theo quy trình có thể tái sử dụng | Quy tắc viết báo cáo, rà soát CV hoặc biên tập bài | Cơ bản có thể viết bằng ngôn ngữ tự nhiên; script đi kèm cần kỹ thuật |
Nhân viên văn phòng: bắt đầu bằng hướng dẫn hoặc Skill cho một việc lặp lại; kết nối app chỉ khi thật sự cần AI đọc dữ liệu ngoài cuộc trò chuyện. Kiểm tra quyền truy cập trước khi kết nối email, Drive hay lịch.
Trưởng nhóm: chuẩn hóa một quy trình và tiêu chí đầu ra trước. Sau đó thử Skill hoặc workflow dùng chung với dữ liệu không nhạy cảm, rồi đánh giá lỗi và quyền cần thiết.
Doanh nghiệp muốn đưa AI vào sản phẩm: bắt đầu từ yêu cầu sản phẩm, bảo mật và dữ liệu; đội kỹ thuật sẽ xác định nên gọi API trực tiếp, dùng connector/MCP hay kết hợp. Không nhất thiết phải chọn một công nghệ theo xu hướng.
Người xây AI agent: hiểu cả bốn, nhưng hãy vẽ luồng dữ liệu và quyền trước: agent cần biết gì, được làm gì, ai duyệt hành động quan trọng và cách thu hồi quyền.
Có. Người dùng cuối thường tương tác với sản phẩm qua giao diện, app hoặc workflow có sẵn. API chủ yếu cần khi phần mềm của bạn phải gọi dịch vụ theo chương trình.
Không. MCP là một giao thức chuẩn hóa cách ứng dụng AI kết nối với tools và resources; API là giao diện để phần mềm gọi dịch vụ. Một MCP server có thể sử dụng API của hệ thống phía sau, nhưng hai khái niệm không đồng nghĩa.
Không. Plugin là thuật ngữ do nền tảng định nghĩa cho gói mở rộng hoặc workflow; MCP là giao thức mở. Một plugin có thể chứa hoặc dùng app kết nối qua MCP, nhưng điều này không đúng với mọi plugin.
Không chỉ nhờ hướng dẫn. Skill dạy cách làm; muốn đọc hoặc thay đổi dữ liệu, ứng dụng vẫn cần connector/công cụ có quyền phù hợp.
Hãy chọn một công việc lặp lại, viết rõ đầu vào, các bước, tiêu chí kết quả và giới hạn. Đó là nền tảng để tạo một Skill hoặc hướng dẫn tốt. Chỉ chuyển sang API hay tự dựng MCP khi bài toán thực sự cần tích hợp.
Học cách ứng dụng AI Agent vào công việc qua 4 buổi online với 15 tình huống thực tế.
