AI Use Cases cho LegoCity

Hướng dẫn này bao gồm các trường hợp sử dụng thực tế nơi AI có thể hỗ trợ trong việc xây dựng và quản lý bảng điều khiển thành phố thông minh, với các giới hạn và thực hành tốt nhất phù hợp.

AI là tùy chọn và hỗ trợ

Tính năng AI là trợ giúp, không phải chức năng cốt lõi:

✅ Tìm các trường hợp sử dụng nơi AI tiết kiệm thời gian mà không làm giảm chất lượng
✅ Giữ con người kiểm soát các quyết định quan trọng
❌ Không dựa vào AI cho bảo mật, tính toàn vẹn dữ liệu hoặc logic hệ thống

Các trường hợp sử dụng được khuyến nghị

1. Tạo nội dung cho Trang & Bài viết

Trường hợp sử dụng: Tạo bài viết blog, thông báo hoặc tài liệu về dịch vụ và dữ liệu thành phố.

Khi nào sử dụng

✅ Soạn thảo thông báo công khai
✅ Tạo nội dung hướng dẫn
✅ Viết câu trả lời FAQ
✅ Tạo các kịch bản ví dụ

Triển khai

typescript

// Trong quản trị PayloadCMS
// Bật AI trên bộ sưu tập Posts

export const Posts: CollectionConfig = {
  slug: "posts",
  fields: [
    {
      name: "title",
      type: "text",
      required: true,
    },
    {
      name: "content",
      type: "richText",
      admin: {
        ai: {
          enabled: true,
          prompts: {
            generate:
              "Write an engaging blog post about smart city initiatives",
          },
        },
      },
    },
  ],
};

Quy trình ví dụ

Biên tập viên tạo bài viết mới: "Chương trình chia sẻ xe đạp mới"
Nhấp "Tạo bằng AI"
AI tạo bản nháp dựa trên tiêu đề
Biên tập viên xem xét, chỉnh sửa và xuất bản

Đầu ra AI:

"Chúng tôi vui mừng thông báo ra mắt chương trình chia sẻ xe đạp mới! Bắt đầu từ tháng sau, cư dân có thể sử dụng 500 xe đạp tại 50 trạm trên khắp thành phố..."

Thực hành tốt nhất

✅ Xem xét nội dung AI để kiểm tra độ chính xác
✅ Thêm chi tiết cụ thể về thành phố thủ công
✅ Xác minh ngày tháng, số liệu và sự thật
✅ Duy trì giọng điệu và phong cách nhất quán

2. Tự động hóa mô tả lớp

Trường hợp sử dụng: Tạo mô tả thân thiện với người dùng cho các lớp bản đồ dựa trên siêu dữ liệu kỹ thuật.

Khi nào sử dụng

✅ Tạo mô tả lớp nhanh chóng
✅ Duy trì tài liệu nhất quán
✅ Giải thích dữ liệu kỹ thuật cho người dân
✅ Mô tả đa ngôn ngữ

Triển khai

typescript

// Trợ giúp AI tùy chỉnh cho các lớp
async function generateLayerDescription(layer: Layer) {
  const prompt = `Tạo mô tả thân thiện với người dùng cho lớp bản đồ thành phố thông minh này:

  Tên lớp: ${layer.name}
  Loại thực thể: ${layer.entityType}
  Thuộc tính: ${layer.attributes.join(", ")}
  Nguồn dữ liệu: ${layer.source}

  Viết mô tả 2-3 câu:
  - Giải thích người dân có thể học được gì từ dữ liệu này
  - Sử dụng ngôn ngữ đơn giản, không kỹ thuật
  - Đề cập tần suất cập nhật nếu có liên quan

  Giữ dưới 100 từ.`;

  return await ai.generateText(prompt);
}

Đầu ra ví dụ

Đầu vào:

Lớp: "Giám sát chất lượng không khí"
Loại thực thể: AirQualityObserved
Thuộc tính: pm25, pm10, no2, co

AI tạo ra:

"Xem các phép đo chất lượng không khí thời gian thực từ các cảm biến trên khắp thành phố. Lớp này hiển thị mức PM2.5, PM10, nitơ dioxit và carbon monoxide, được cập nhật mỗi giờ. Sử dụng dữ liệu này để kiểm tra chất lượng không khí trong khu vực của bạn và lên kế hoạch cho các hoạt động ngoài trời phù hợp."

Thực hành tốt nhất

✅ Cung cấp lời nhắc rõ ràng, có cấu trúc
✅ Bao gồm ngữ cảnh kỹ thuật (loại thực thể, thuộc tính)
✅ Xem xét độ chính xác kỹ thuật
✅ Đảm bảo tính nhất quán giữa các lớp

3. Đề xuất cấu hình

Trường hợp sử dụng: Đề xuất cấu hình tối ưu dựa trên mẫu dữ liệu và các thực hành phổ biến.

Khi nào sử dụng

✅ Khuyến nghị bảng màu cho các lớp
✅ Đề xuất mức độ phóng to cho chế độ xem bản đồ
✅ Đề xuất cấu hình bộ lọc
✅ Tự động tạo nhãn chú giải

Implementation

typescript

// Suggest color scheme cho pollution data
async function suggestColorScheme(layerConfig: LayerConfig) {
  const prompt = `Suggest an appropriate color scheme for this map layer:

  Data Type: ${layerConfig.dataType}
  Value Range: ${layerConfig.min} to ${layerConfig.max}
  Purpose: ${layerConfig.purpose}

  Cung cấp 5 màu ở định dạng hex từ giá trị thấp nhất đến cao nhất.
  Consider accessibility and common conventions (e.g., green=good, red=bad).`;

  const colors = await ai.generateText(prompt);
  return parseColors(colors);
}

Các kịch bản ví dụ

Chỉ số chất lượng không khí:

AI đề xuất: ['#00E400', '#FFFF00', '#FF7E00', '#FF0000', '#8F3F97']
Lý do: Bảng màu AQI tiêu chuẩn

Nhiệt độ:

AI đề xuất: ['#0000FF', '#00FFFF', '#00FF00', '#FFFF00', '#FF0000']
Lý do: Dải màu từ lạnh (xanh) đến nóng (đỏ)

Giới hạn

⚠️ Xác minh khả năng tiếp cận màu sắc (tuân thủ WCAG)
⚠️ Kiểm tra khả năng tương thích với mù màu
⚠️ Đảm bảo phù hợp về văn hóa
⚠️ Kiểm tra với dữ liệu thực tế

4. Trợ lý tài liệu

Trường hợp sử dụng: Tạo tài liệu kỹ thuật, ví dụ API và hướng dẫn cấu hình.

Khi nào sử dụng

✅ Tài liệu hóa các điểm cuối API
✅ Tạo ví dụ cấu hình
✅ Viết hướng dẫn tích hợp
✅ Tạo đoạn mã

Implementation

typescript

// Generate API documentation
async function generateAPIDoc(endpoint: APIEndpoint) {
  const prompt = `Generate API documentation for this endpoint:

  Method: ${endpoint.method}
  Path: ${endpoint.path}
  Parameters: ${JSON.stringify(endpoint.params)}
  Response: ${JSON.stringify(endpoint.response)}

  Include:
  - Description
  - Request example (curl)
  - Response example
  - Common use cases`;

  return await ai.generateText(prompt);
}

Example Output

Endpoint: GET /api/entities/weather

AI Generated:

markdown

## Get Weather Entities

Lấy các entities quan sát thời tiết từ context broker.

### Request

```bash
curl https://api.city.example/api/entities/weather?limit=10
```

Response

json

{
  "entities": [
    {
      "id": "WeatherObserved:Station1",
      "temperature": 22.5,
      "humidity": 65
    }
  ]
}

Use Cases

Display current weather on dashboard
Analyze temperature trends
Monitor humidity levels


**Best Practices**
- ✅ Cung cấp đầy đủ các specification của endpoint
- ✅ Xác minh các ví dụ code hoạt động
- ✅ Cập nhật tài liệu khi APIs thay đổi
- ✅ Bao gồm các trường hợp lỗi

---

### 5. Tạo dữ liệu khởi tạo

**Trường hợp sử dụng**: Tạo dữ liệu kiểm thử thực tế cho phát triển và demo.

**Khi nào sử dụng**
- ✅ Tạo nội dung demo
- ✅ Điền vào cơ sở dữ liệu phát triển
- ✅ Kiểm thử giao diện với dữ liệu đa dạng
- ✅ Tạo nội dung giữ chỗ

**Implementation**

```typescript
// Generate sample weather data
async function generateSeedData(entityType: string, count: number) {
  const prompt = `Generate ${count} realistic sample records for this entity type:

  Entity Type: ${entityType}
  Schema: ${getEntitySchema(entityType)}

  Return as JSON array with realistic values for a smart city context.
  Bao gồm dữ liệu đa dạng (các thời điểm, địa điểm, giá trị khác nhau).`

  const data = await ai.generateText(prompt)
  return JSON.parse(data)
}

Example Output

Request: 3 weather observations

AI Generated:

json

[
  {
    "id": "WeatherObserved:Station1",
    "location": { "coordinates": [10.762622, 106.660172] },
    "temperature": 32.5,
    "humidity": 75,
    "observedAt": "2025-12-01T14:00:00Z"
  },
  {
    "id": "WeatherObserved:Station2",
    "location": { "coordinates": [10.762733, 106.660283] },
    "temperature": 31.8,
    "humidity": 72,
    "observedAt": "2025-12-01T14:00:00Z"
  },
  {
    "id": "WeatherObserved:Station3",
    "location": { "coordinates": [10.762844, 106.660394] },
    "temperature": 33.2,
    "humidity": 78,
    "observedAt": "2025-12-01T14:00:00Z"
  }
]

Giới hạn

⚠️ Xác thực tuân thủ lược đồ dữ liệu
⚠️ Kiểm tra phạm vi giá trị thực tế
⚠️ Xác minh tọa độ địa lý
⚠️ Không phù hợp cho dữ liệu sản xuất

6. Cải thiện tìm kiếm thông minh

Trường hợp sử dụng: Cải thiện tìm kiếm với hiểu ngôn ngữ tự nhiên và khớp ngữ nghĩa.

Khi nào sử dụng

✅ Truy vấn ngôn ngữ tự nhiên
✅ Tìm kiếm ngữ nghĩa cho nội dung
✅ Mở rộng truy vấn và đề xuất
✅ Khớp mờ cho lỗi đánh máy

Implementation

typescript

// Enhance search with AI
async function enhanceSearch(query: string) {
  // Generate search keywords
  const prompt = `Given this search query: "${query}"

  Generate:
  1. Normalized keywords
  2. Related terms
  3. Entity types that might match

  Return as JSON.`;

  const enhanced = await ai.generateText(prompt);
  const { keywords, related, entityTypes } = JSON.parse(enhanced);

  // Search with enhanced terms
  return searchEntities({ keywords, related, entityTypes });
}

Ví dụ

Truy vấn người dùng: "Cảm biến ô nhiễm không khí ở đâu?"

Cải thiện AI:

json

{
  "keywords": ["air", "pollution", "sensors"],
  "related": ["air quality", "PM2.5", "PM10", "AQI", "monitoring stations"],
  "entityTypes": ["AirQualityObserved", "Device"]
}

Kết quả: Kết quả tìm kiếm tốt hơn bao gồm các thuật ngữ liên quan

Thực hành tốt nhất

✅ Lưu cache các truy vấn phổ biến
✅ Quay lại tìm kiếm thông thường nếu AI thất bại
✅ Theo dõi các chỉ số chất lượng tìm kiếm
✅ Tôn trọng quyền riêng tư người dùng

7. Chatbot cho người dân

Trường hợp sử dụng: Trả lời câu hỏi của người dân về dịch vụ và dữ liệu thành phố.

Khi nào sử dụng

✅ Các câu hỏi thường gặp (FAQ)
✅ Trợ giúp diễn giải dữ liệu
✅ Thông tin dịch vụ
✅ Hỗ trợ điều hướng

Implementation

typescript

// Simple chatbot implementation
async function answerQuestion(question: string, context: CityContext) {
  const prompt = `You are a helpful assistant for a smart city dashboard.

  City Context:
  - Available data: ${context.availableData.join(", ")}
  - Services: ${context.services.join(", ")}

  Citizen Question: ${question}

  Cung cấp câu trả lời hữu ích, ngắn gọn (tối đa 150 từ).
  If you don't know, direct them to contact support.`;

  return await ai.generateText(prompt);
}

Ví dụ cuộc trò chuyện

Hỏi: "Làm thế nào để tìm chỗ đỗ xe gần Tòa thị chính?"

AI: "Bạn có thể sử dụng lớp cơ sở đỗ xe trên bản đồ để tìm chỗ đỗ xe có sẵn gần Tòa thị chính. Nhấp vào biểu tượng đỗ xe để xem tình trạng có sẵn và giá cả theo thời gian thực. Có 3 bãi đỗ xe công cộng trong vòng 500m từ Tòa thị chính với tổng cộng 250 chỗ."

Hỏi: "Chất lượng không khí hôm nay thế nào?"

AI: "Dựa trên các số đo mới nhất từ cảm biến chất lượng không khí, Chỉ số Chất lượng Không khí (AQI) là 65, thuộc phạm vi 'Trung bình'. Điều này có nghĩa là chất lượng không khí chấp nhận được đối với hầu hết mọi người, mặc dù những cá nhân nhạy cảm bất thường nên cân nhắc hạn chế vận động ngoài trời kéo dài."

Xem xét về an toàn

⚠️ Không cung cấp thông tin phản ứng khẩn cấp
⚠️ Không đưa ra quyết định chính sách
⚠️ Luôn trích dẫn nguồn dữ liệu
⚠️ Bao gồm tuyên bố miễn trừ trách nhiệm cho dự đoán
⚠️ Cung cấp tùy chọn liên hệ con người

Các trường hợp sử dụng CẦN TRÁNH

❌ Bảo mật và Kiểm soát truy cập

Không sử dụng AI cho:

Quyết định quyền người dùng
Tạo chính sách bảo mật
Xác thực thông tin đăng nhập
Đưa ra quyết định xác thực

Tại sao: Bảo mật yêu cầu logic xác định, có thể kiểm toán, không phải AI xác suất.

❌ Xác thực dữ liệu và Tính toàn vẹn

Không sử dụng AI cho:

Xác thực lược đồ thực thể
Kiểm tra tính nhất quán dữ liệu
Thực thi quy tắc kinh doanh
Logic chuyển đổi dữ liệu

Tại sao: Tính toàn vẹn dữ liệu yêu cầu quy tắc xác thực chính xác, có thể kiểm thử.

❌ Hoạt động quan trọng

Không sử dụng AI cho:

Quyết định triển khai
Cấu hình hệ thống
Di chuyển cơ sở dữ liệu
Các hoạt động sao lưu/khôi phục

Tại sao: Các nhiệm vụ vận hành yêu cầu thủ tục xác định, đã kiểm thử.

❌ Cảnh báo thời gian thực

Không sử dụng AI cho:

Thông báo khẩn cấp
Cảnh báo dựa trên ngưỡng
Cảnh báo hệ thống quan trọng
Thông báo an toàn

Tại sao: Cảnh báo yêu cầu kích hoạt đáng tin cậy, tức thì, dựa trên quy tắc.

Hướng dẫn triển khai

1. Yêu cầu xem xét của con người

typescript

// Always require human approval for AI-generated content
async function generateWithApproval(prompt: string) {
  const draft = await ai.generateText(prompt);

  return {
    draft,
    status: "pending_review",
    requiresApproval: true,
    reviewer: null,
    approvedAt: null,
  };
}

2. Quay lại thủ công

typescript

// Graceful fallback if AI unavailable
async function generateContent(prompt: string) {
  if (!process.env.ENABLE_AI) {
    return {
      content: "",
      mode: "manual",
      message: "AI features disabled. Please enter content manually.",
    };
  }

  try {
    const content = await ai.generateText(prompt);
    return { content, mode: "ai" };
  } catch (error) {
    return {
      content: "",
      mode: "manual",
      message: "AI generation failed. Please enter content manually.",
    };
  }
}

3. Dấu vết kiểm toán

typescript

// Log all AI operations
async function generateWithAudit(prompt: string, userId: string) {
  const result = await ai.generateText(prompt);

  await logAIOperation({
    userId,
    prompt: prompt.substring(0, 100), // Truncate for privacy
    model: process.env.OPENROUTER_MODEL,
    timestamp: new Date(),
    approved: false,
  });

  return result;
}

4. Giám sát chi phí

typescript

// Track AI usage and costs
async function generateWithCostTracking(prompt: string) {
  const startTime = Date.now();
  const result = await ai.generateText(prompt);
  const duration = Date.now() - startTime;

  await trackAICost({
    model: process.env.OPENROUTER_MODEL,
    promptTokens: estimateTokens(prompt),
    completionTokens: estimateTokens(result),
    duration,
    cost: calculateCost(prompt, result),
  });

  return result;
}

Tóm tắt thực hành tốt nhất

✅ Nên

Sử dụng AI cho bản nháp và đề xuất
Giữ con người kiểm soát
Xem xét tất cả đầu ra AI
Cung cấp các lựa chọn thủ công
Giám sát chi phí và việc sử dụng
Ghi nhật ký các hoạt động AI
Kiểm thử với các tình huống thực tế

❌ Không nên

Dựa vào AI cho logic quan trọng
Tự động xuất bản nội dung AI
Sử dụng AI cho quyết định bảo mật
Tạo dữ liệu sản xuất
Bỏ qua xem xét của con người
Bỏ qua giới hạn của AI
Phụ thuộc quá mức vào AI

Các bước tiếp theo

Cấu hình nhà cung cấp AI - Thiết lập nhà cung cấp AI
Hướng dẫn OpenRouter - Sử dụng mô hình tùy chỉnh
Tổng quan AI - Hiểu về AI trong LegoCity

AI Use Cases cho LegoCity ​

Các trường hợp sử dụng được khuyến nghị ​

1. Tạo nội dung cho Trang & Bài viết ​

2. Tự động hóa mô tả lớp ​

3. Đề xuất cấu hình ​

4. Trợ lý tài liệu ​

Response ​

Use Cases ​

6. Cải thiện tìm kiếm thông minh ​

7. Chatbot cho người dân ​

Các trường hợp sử dụng CẦN TRÁNH ​

❌ Bảo mật và Kiểm soát truy cập ​

❌ Xác thực dữ liệu và Tính toàn vẹn ​

❌ Hoạt động quan trọng ​

❌ Cảnh báo thời gian thực ​

Hướng dẫn triển khai ​

1. Yêu cầu xem xét của con người ​

2. Quay lại thủ công ​

3. Dấu vết kiểm toán ​

4. Giám sát chi phí ​

Tóm tắt thực hành tốt nhất ​

✅ Nên ​

❌ Không nên ​

Các bước tiếp theo ​

AI Use Cases cho LegoCity

Các trường hợp sử dụng được khuyến nghị

1. Tạo nội dung cho Trang & Bài viết

2. Tự động hóa mô tả lớp

3. Đề xuất cấu hình

4. Trợ lý tài liệu

Response

Use Cases

6. Cải thiện tìm kiếm thông minh

7. Chatbot cho người dân

Các trường hợp sử dụng CẦN TRÁNH

❌ Bảo mật và Kiểm soát truy cập

❌ Xác thực dữ liệu và Tính toàn vẹn

❌ Hoạt động quan trọng

❌ Cảnh báo thời gian thực

Hướng dẫn triển khai

1. Yêu cầu xem xét của con người

2. Quay lại thủ công

3. Dấu vết kiểm toán

4. Giám sát chi phí

Tóm tắt thực hành tốt nhất

✅ Nên

❌ Không nên

Các bước tiếp theo