Hết lượt, AI quên, trả lời chậm: giới hạn hay gặp và cách xử

Đang nhờ AI làm dở bản báo cáo cuối tháng thì nó báo hết lượt, hẹn mấy tiếng nữa quay lại. Hoặc nó đang trả lời thì dừng ngang giữa câu. Hoặc đầu buổi bạn dặn "xưng em, gọi khách là chị", tới tin thứ ba mươi nó lại "quý khách" với "chúng tôi".

Tới đây nhiều người kết luận AI hỏng, hoặc bản miễn phí dở. Phần lớn trường hợp không phải vậy. Đó là giới hạn có sẵn của công cụ, và cái nào cũng có cách xử. Bài này đi qua bốn chuyện người mới hay gặp nhất: vì sao bị, nên làm gì, và vài câu lệnh mẫu chép dùng được ngay.

Nhìn triệu chứng, đoán nguyên nhân

Bốn chuyện này hay đi chung với nhau. Cuộc trò chuyện càng dài thì càng dễ quên, càng tốn lượt, và có khi càng chậm. Nên cách xử chung cho cả bốn chuyện khá giống nhau: đừng để một cuộc trò chuyện kéo dài mãi.

Hết lượt: bạn chưa làm gì sai

Các trợ lý AI phổ biến thường giới hạn lượng dùng theo thời gian, kể cả gói trả phí. Hai ví dụ từ trang chính thức, kiểm tra ngày 02/11/2026:

• Claude (gói trả phí) tính hạn mức theo phiên 5 giờ và theo tuần. Trang hướng dẫn của Anthropic ghi phiên 5 giờ bắt đầu từ tin nhắn đầu tiên của bạn, và hãng có thể điều chỉnh hạn mức để cân tải.
• Gemini ghi hạn mức làm mới sau mỗi 5 giờ cho tới khi bạn chạm hạn mức hằng tuần, và hạn mức có thể đổi mà không báo trước.

Cả hai đều không công bố con số kiểu "được hỏi 30 câu", và đây là chỗ nhiều người hiểu sai: hạn mức không đếm số câu hỏi, mà đếm lượng việc AI phải làm. Trang giá của Claude ghi thẳng: bạn chạm hạn mức nhanh hay chậm tuỳ mô hình đang dùng, cuộc trò chuyện dài cỡ nào và file gửi lên lớn cỡ nào.

Lượng việc đó gắn chặt với token (mẩu chữ nhỏ AI đọc và viết): càng nhiều token phải đọc và viết, càng tốn. Nói đơn giản, mỗi lần bạn gửi tin, AI phải xem lại cả cuộc trò chuyện phía trên để trả lời cho khớp. Câu hỏi thứ năm trong một cuộc ngắn tốn ít. Câu hỏi thứ năm mươi, sau khi đã dán hai file PDF, tốn hơn nhiều, dù bạn chỉ gõ "ok, sửa lại đoạn 2".

Khi đã hết lượt:

1. Đọc kỹ thông báo. Thường nó ghi giờ làm mới. Gói trả phí của Claude còn có mục Settings → Usage cho biết phiên hiện tại còn bao lâu.
2. Việc gấp thì chuyển sang công cụ khác. Mở một trợ lý AI khác, dán bản tóm tắt việc đang làm (cách viết ở mục dưới) rồi làm tiếp.
3. Lần sau, dồn việc nặng lên đầu phiên. Việc cần gửi file lớn thì làm khi còn nhiều lượt, đừng để cuối phiên.

Theo mình, đừng nâng cấp gói ngay lần đầu hết lượt. Cứ dùng một hai tuần đúng việc bạn hay làm. Tuần nào cũng bị chặn giữa việc thì lúc đó mới đáng cân nhắc trả phí, và nên đọc kỹ bảng giá công cụ AI trước khi bấm nút.

AI quên điều bạn dặn đầu buổi

Với mình, đây là giới hạn khó chịu nhất, vì nó không báo gì cả. Hết lượt thì có thông báo. Còn quên thì AI vẫn trả lời trơn tru, chỉ là sai đúng cái chi tiết bạn đã dặn.

Nguyên nhân là cửa sổ ngữ cảnh: lượng nội dung AI nhìn được cùng lúc. Cuộc trò chuyện dài tới mức nào đó thì phần đầu bị đẩy ra ngoài, hoặc được ứng dụng tóm tắt lại cho gọn. Kể cả khi chưa đầy, cuộc trò chuyện càng dài thì điều dặn ở đầu càng dễ bị các tin gần hơn lấn đi.

Ví dụ, trang hướng dẫn của Claude ghi rằng khi bật chạy mã (code execution) và cuộc trò chuyện gần chạm giới hạn, Claude tự tóm tắt các tin cũ để làm tiếp. Hãng cũng nói lịch sử đầy đủ vẫn được giữ để Claude tra lại. Phần sau đây là mình đoán, hãng không nói: khi trả lời, AI vẫn dựa nhiều vào bản gọn, nên một chi tiết nhỏ như cách xưng hô có thể bị lép đi.

Giả sử một chị bán mỹ phẩm online nhờ AI trả lời tin nhắn khách cả buổi chiều:

Cách xử gọn nhất: mở cuộc trò chuyện mới, mang theo bản tóm tắt. Trước khi rời cuộc cũ, nhờ chính AI viết bản tóm tắt:

Mình sắp chuyển sang một cuộc trò chuyện mới. Hãy viết bản tóm tắt để mình dán vào đó, gồm:
1. Việc mình đang làm là gì (1–2 câu).
2. Những điều mình đã dặn và phải giữ: cách xưng hô, giọng văn, điều không được viết.
3. Những gì đã chốt, ghi rõ tên, con số, ngày.
4. Việc còn dở và bước tiếp theo.
Viết gọn, gạch đầu dòng. Không thêm điều mình chưa nói. Chỗ nào không chắc thì ghi "chưa chắc".

Đọc lại bản tóm tắt trước khi dán. AI tóm tắt cũng có thể sót, và đây là lúc bạn bắt được nó. Sang cuộc mới, mở đầu như sau:

Đây là bản tóm tắt việc mình đang làm dở ở cuộc trò chuyện trước. Giữ đúng mọi điều đã dặn trong đó, rồi làm tiếp bước tiếp theo.
 
[dán bản tóm tắt vào đây]

Vài dấu hiệu cho thấy đã tới lúc chuyển: AI bắt đầu lặp lại ý cũ, nhầm con số đã chốt, trộn bản sửa lần hai với lần bốn. Còn những điều cố định dùng mãi (cách xưng hô, thông tin cửa hàng) thì đừng dặn lại mỗi lần, hãy đưa vào hướng dẫn riêng hoặc bộ nhớ của ứng dụng.

Chuyện này không riêng người mới. Trợ lý mình dựng trong loạt Tự dựng trợ lý AI cũng không trông vào trí nhớ của một cuộc trò chuyện: điều cần nhớ được ghi ra một file riêng, đầu mỗi phiên đọc lại.

Trả lời bị cắt giữa chừng

Hạn mức lượt dùng là một chuyện. Mỗi câu trả lời còn có giới hạn độ dài riêng. Bạn nhờ viết một bản hợp đồng dài hay báo cáo hai mươi mục trong một lần, AI có thể viết tới đâu đó thì dừng. Trong tài liệu cho lập trình viên, Anthropic gọi đây là trường hợp câu trả lời chạm giới hạn độ dài, và cách xử được nêu là tăng giới hạn hoặc cho viết tiếp. Trong ứng dụng chat, bạn làm được vế sau. Đôi khi nguyên nhân đơn giản hơn: mạng rớt giữa lúc đang nhận chữ.

Đừng bấm tạo lại câu trả lời từ đầu, vì có khi phần đã ổn lại bị viết khác đi. Bảo nó viết tiếp, và chỉ rõ chỗ dừng:

Viết tiếp từ chỗ bị dừng: "[dán vài chữ cuối]". Không viết lại phần đã có, giữ đúng định dạng đang dùng.

Còn để khỏi bị cắt, cách tốt hơn là tách việc. Xin dàn ý trước, duyệt dàn ý, rồi nhờ viết từng phần. Đọc từng phần thì dễ thấy sai hơn, nên cách này đáng dùng cả khi không sợ bị cắt. Mỗi phần ngắn cũng ít bị cắt, và bạn sửa được ngay chỗ đó thay vì đọc hết bản dài mới thấy sai từ trang hai.

Trả lời chậm, hoặc báo lỗi rồi im

Chậm thường do một trong ba thứ:

• Giờ cao điểm. Máy chủ của hãng quá tải thì ai cũng chậm. Trang hạn mức của Gemini ghi rõ: khi nhu cầu cao, người dùng miễn phí có thể tạm mất các tính năng nặng như Deep Research, và có thể bị giảm hạn mức trước người trả phí.
• Việc nặng. File lớn, bật chế độ suy nghĩ (xem mô hình suy luận là gì), bật tìm kiếm web hay kết nối ứng dụng khác. Trang hướng dẫn của Claude khuyên tắt suy nghĩ mở rộng và các ứng dụng đã kết nối khi việc không cần tới, và dặn Claude đừng tìm web nếu bạn không cần thông tin mới, để đỡ tốn lượt. Trang không nói về tốc độ, nhưng việc nhẹ đi thì thường cũng xong nhanh hơn.
• Dịch vụ đang trục trặc. Cái này không phải lỗi của bạn, và cũng không sửa được từ phía bạn.

Nên làm theo thứ tự này. Chờ vài phút. Mở trang trạng thái của hãng xem có sự cố không: Claude, ChatGPT. Nếu trang báo bình thường, thử tắt bớt tính năng nặng, chia file nhỏ ra, hoặc mở cuộc trò chuyện mới (một lần nữa, cuộc dài cũng làm chậm). Gửi đi gửi lại một câu năm lần thì chẳng nhanh hơn, mà nếu các lần gửi đều nằm lại trong cuộc trò chuyện, nó còn dài thêm.

Trả tiền có hết mấy chuyện này không?

Không hết. Gói trả phí cho nhiều lượt hơn, có khi thêm mô hình và tính năng (trang giá của Claude ghi gói Free không gồm dòng mô hình Opus). Nhưng hết lượt, quên, bị cắt thì gói trả phí cũng gặp, chỉ là muộn hơn.

Cũng đừng sợ hết lượt là mất việc đang làm. Cuộc trò chuyện thường vẫn nằm trong lịch sử, chờ làm mới là làm tiếp được.

Thứ tiền không mua được là sự chắc chắn. AI quên mà không báo thì gói nào cũng có thể gặp. Với việc có con số, tên người, điều cấm (giá bán, hợp đồng, trả lời khách), nên đọc lại kết quả trước khi dùng, nhất là khi cuộc trò chuyện đã dài.

Muốn xem một câu tiếng Việt bị cắt thành token ra sao, và vì sao cùng một ý mà tiếng Việt thường ra nhiều token hơn, đọc tiếp Token là gì.

Nguồn tham khảo

Kiểm tra ngày 02/11/2026. Hạn mức và cách tính các hãng đổi khá thường xuyên, nên xem lại trang chính thức trước khi dựa vào.

• Understanding usage and length limits: Anthropic, phiên 5 giờ, hạn mức tuần, điều gì làm tốn lượt, tự tóm tắt khi cuộc trò chuyện quá dài.
• Claude Plans & pricing: Anthropic, chú thích về tốc độ chạm hạn mức theo mô hình, độ dài cuộc trò chuyện và kích thước file.
• Gemini Apps limits & upgrades và Gói Google AI: Google, hạn mức làm mới mỗi 5 giờ, hạn mức tuần, giảm tính năng khi nhu cầu cao.
• Handling stop reasons: Anthropic, trường hợp câu trả lời chạm giới hạn độ dài và cách cho viết tiếp.
• Trang trạng thái: Claude Status, OpenAI Status.