Mở bất kỳ JD nào bạn đăng trong ba tháng qua. Khả năng cao có một dòng: "thành thạo công cụ AI" hoặc "AI fluency là một lợi thế".

Giờ trả lời thật: bạn chấm dòng đó bằng cách nào?

Ứng viên nói "em dùng ChatGPT mỗi ngày" — pass hay fail? Người viết được prompt dài ba đoạn thì có giỏi hơn người biết khi nào KHÔNG nên tin AI không?

Đây là sự thật ít ai nói: "AI fluency" đang là tiêu chí xuất hiện nhiều nhất trên JD, và cũng là tiêu chí ít ai định nghĩa được nhất.

Bạn đang tuyển cho một kỹ năng mà chính bản JD của bạn không mô tả nổi.

Vì sao "AI fluency" là tiêu chí ma trên JD của bạn?

Tuyển dụng năm 2026 có một nghịch lý: ai cũng đòi AI fluency, không ai chấm được nó.

Ai cũng viết, không ai chấm

"AI fluency" nghe hiện đại, nên nó lọt vào JD như một phản xạ.

Hiring manager gật đầu. Bạn gật đầu. Không ai ngồi xuống hỏi: fluency ở mức nào là đủ cho vị trí NÀY?

Kết quả là một dòng chữ mà mười người đọc hiểu theo mười kiểu.

"Có dùng AI" không phải một kỹ năng

Vị trí Product Marketer. JD ghi "proficient with AI tools".

Ứng viên phỏng vấn nói dùng ChatGPT hằng ngày, demo vài prompt mượt tay. Pass.

Ba tuần sau, họ nộp một bản báo cáo thị trường với số liệu do AI bịa ra. Không ai check.

Họ fluent ở việc gõ prompt. Họ mù ở việc biết khi nào máy trả lời sai.

Biết bật máy không phải là biết lái xe.

Tiêu chí mù dẫn tới hire sai

Khi cái thước đo không rõ, cả AI Screening cũng không cứu được — vì bạn đang bảo nó lọc theo một thứ chưa từng được định nghĩa.

Rác vào, rác ra.

Bạn không thiếu ứng viên biết dùng AI. Bạn thiếu một định nghĩa về "biết dùng" đủ cụ thể để chấm.

Bẻ "AI fluency" thành 3 tầng có thể chấm được

Đừng bỏ dòng "AI fluency" khỏi JD. Hãy bẻ nó ra thành ba tầng, mỗi tầng một trọng số. Gọi là Thang AI Fluency 3 tầng: Aware, Applied, Judgment.

Tầng 1 — Aware: biết công cụ tồn tại

Biết có ChatGPT, Claude, Copilot, biết đại khái chúng làm gì.

Đây là mức sàn. Trọng số thấp.

Gần như ai cũng qua tầng này trong năm 2026 — nên đừng cho nó nhiều điểm.

Tầng 2 — Applied: đã dùng AI trong công việc thật

Không phải "em có dùng", mà "em dùng cho task gì, tiết kiệm được bao nhiêu thời gian, output ra sao".

Hỏi một ví dụ cụ thể: một lần AI giúp họ làm nhanh gấp đôi.

Trọng số trung bình. Đây là nơi phần lớn ứng viên thật sự khác nhau.

Tầng 3 — Judgment: biết khi nào KHÔNG tin AI

Biết AI hay bịa ở đâu, chỗ nào cần verify, khi nào tự tay làm.

Ứng viên tầng 3 coi output của AI là bản nháp, không phải sự thật.

Trọng số cao nhất. Đây mới là "fluency" thật sự.

Sau khi có ba tầng, gán % theo từng vị trí. Junior content: Applied nặng hơn. Analyst hay PM: Judgment nặng nhất.

Fluency không phải biết gõ prompt. Fluency là biết khi nào phớt lờ câu trả lời.

Bạn không cần tool để làm việc này. Một cột trong Google Sheet, ba tầng, ba trọng số là đủ để bắt đầu.

Knoot Angle

Một bản JD là danh sách mong muốn. Việc của recruiter là biến nó thành tiêu chí chấm được — trước khi gặp ứng viên đầu tiên.

Đó là lý do JD Analyzer của Knoot tồn tại. Bạn dán JD vào, nó bóc dòng "AI fluency" — và mọi dòng khác — thành các tiêu chí must-have, nice-to-have và bonus, mỗi tiêu chí một trọng số %.

Nó tách những mong muốn mơ hồ thành tiêu chí cụ thể, để bạn thấy ngay dòng nào chưa đủ rõ để chấm. Bạn giữ toàn quyền chỉnh và gán lại trọng số — AI đề xuất, bạn quyết. Và bộ tiêu chí đó trở thành đầu vào cho vòng screening sau, nên bạn không bao giờ lọc trong tình trạng mù.

JD Analyzer không viết JD thay bạn. Nó chỉ đảm bảo mỗi dòng trong JD đều là thứ bạn chấm được.