Founder & CEO EGANY. 18+ năm trong công nghệ, eCommerce & chuyển đổi AI cho doanh nghiệp. Chia sẻ tư duy tối ưu vận hành và ứng dụng AI Automation thực chiến.https://voquoccuong.com/vi-VNhttps://voquoccuong.com/blog/goc-nhin/tong-ket-thang-7-2026/https://voquoccuong.com/blog/goc-nhin/tong-ket-thang-7-2026/Tổng kết tháng 7/2026 của mình: chuỗi cafe talk cộng đồng, sự kiện GearVN, agents vào việc trong nhà, hai giải pháp mới, và quyết định dừng AAB để đi sâu hơn.Fri, 31 Jul 2026 12:00:00 GMTHôm nay 31/07, mình ngồi lại điểm mặt coi tháng 7 vừa rồi đã đi tới đâu. Nói thật, mở cái file nháp ra mình cũng hơi giật mình.. một tháng mà dồn vô nhiều thứ quá. Mấy tháng đầu năm mình chạy đà, vấp, sửa, tiến lên, rồi lại chững, sửa sai, đi tiếp. Tháng 7 này là cái tháng bản lề: nhiều thứ ship được ra ngoài, mà cũng có thứ mình quyết định dừng lại.  Kể lại cho anh chị em nghe, phần nào có bài chi tiết mình để link luôn, ai tò mò khúc nào thì bấm vô đọc sâu. ## 1. Tháng của những buổi cafe talk Tháng 7 gần như nguyên một chuỗi cafe talk online trong nhóm kín, buổi có AI buổi không, mà buổi nào cũng xôm.  Mùng 2/7 mình mở nhanh một phiên về chuyện viết content sao cho thật, sát với chính mình trong thời đại AI. Ý mình nhấn: vai trò con người là tổ chức, sắp xếp, tích luỹ và thẩm định lại, chứ không phải bấm nút cho AI phun ra rác mạng xã hội. Mình viết kỹ trong bài [Bạn đang viết content theo cảm hứng hay đang vận hành một nhà máy?](/blog/ai-automation/viet-content-theo-cam-hung-hay-van-hanh-mot-nha-may/). Buổi CafeTalk #3 cuối tháng 6 hot quá, nhiều anh chị ở xa không dự được cứ nhắn tiếc, nên mùng 8/7 mình tổ chức lại thành một buổi online. Hơn hai tiếng rưỡi nói về AI Agent Business, use case thật, và hướng bắt tay với các anh chị Agency, Solution Partner để làm ra giải pháp có giá trị thật. Chi tiết ở bài [CafeTalk #3: The Tech Backbone for Solution Partner](/blog/lanh-dao-ai/cafetalk-3-cxo-ai-automation-club/).  Tối 10/7, anh Bằng (Founder SocialEnrich và TheAlita) mở Zoom cùng mình chia sẻ thân mật về mấy giải pháp Big Data thật sự có giá trị, đặc biệt là kinh nghiệm tuân thủ GDPR (luật bảo vệ dữ liệu của Châu Âu) khi làm thị trường Châu Âu và Mỹ. Buổi này trong nhà nên xin phép không public ra đây, có dịp sẽ viết bài chi tiết chia sẻ sau khi có ứng dụng thật sự.  Ngay tối hôm sau 11/7, một buổi Zoom cực ngắn mà giá trị: Mạnh Đạt cập nhật bộ AI cho dân văn phòng trong đợt update mới của Google Workspace, từ chính công ty Mỹ đang vận hành tại Việt Nam mà em đang làm. Nhìn vô mới thấy trong mấy tổ chức có quy trình chặt thì Google đang có lợi thế cỡ nào. Mình gom lại trong bài [Cả bộ AI cho dân văn phòng giờ nằm gọn trong Google Workspace](/blog/lanh-dao-ai/bo-ai-cho-dan-van-phong-nam-gon-trong-google-workspace/).  Và tối 22/7, một buổi bắt nguồn từ vài anh em nhắn riêng hỏi mình chuyện "SHIP hay không, khi nào sản phẩm đủ tốt để bán, làm sao thoát bẫy cầu toàn". Xôm.. không tưởng. Kết thúc buổi, mình thấy anh chị em cởi mở hẳn ra, bớt gồng, dám là chính mình hơn khi xuất hiện trên mạng. Mình chép lại trong bài [SHIP hay không: khi nào sản phẩm đủ tốt để bán và cách thoát bẫy cầu toàn](/blog/goc-nhin/ship-hay-khong-thoat-bay-cau-toan/).  ## 2. Sự kiện offline: người thật việc thật  Tháng này mình nhận lời làm speaker ở một phiên panel talk về ứng dụng AI cho doanh nghiệp tại Sapo Reset 2026. Hôm đó ở hội trường không đủ thời gian trả lời hết, mà câu nhiều người hỏi riêng nhất là: có nên đuổi theo công nghệ mới liên tục không, và làm sao tiết kiệm chi phí token ở tầm doanh nghiệp. Mình trả lời gọn trong bài [Xây lõi hay chạy theo công nghệ AI?](/blog/ai-automation/xay-loi-hay-chay-theo-cong-nghe-ai-va-tiet-kiem-token-doanh-nghiep/).   Nhưng đáng nhớ nhất tháng 7 là buổi 24/7 cùng anh em làm nghề và chính anh Thế Anh, Founder GearVN, đứng ra kể những gì họ đã ứng dụng được. Toàn người thật việc thật, kể luôn cả phần nát bét chứ không thêu hoa dệt gấm. Buổi lố hơn một tiếng, tới hơn 12 giờ 40 trưa mà anh chị em vẫn nán lại hỏi. Nhiều thông tin quá recap không xuể, mình viết trong bài [Từ dữ liệu đến vận hành và quản trị: một buổi offline ở GearVN](/blog/lanh-dao-ai/workshop-gearvn-tu-du-lieu-den-van-hanh-va-quan-tri/), kèm một bài mở rộng về chuyện đổi model có cứu được agent không tại [Đổi model ngon hơn có cứu được con AI Agent lúc đúng lúc sai không?](/blog/ai-agent/doi-model-ngon-hon-co-cuu-duoc-ai-agent-khong/). ## 3. AI Agent vào việc thật trong nhà mình Nói người ta hoài cũng kỳ. Tháng này mình cập nhật cho chính team trong nhà xài một loạt AI automation và agentic workflow mới. Không phải đồ trưng cho oai, tất cả đều giúp tụi mình vận hành nhẹ đầu hơn thật. Đầu tiên là tự động tạo và cập nhật mã khuyến mãi. Việc này hồi trước ngốn ít nhất 30 tới 90 phút, cộng thời gian chờ với gián đoạn thì mất gần nửa ngày. Giờ chưa đầy 5 phút là xong, tính luôn khúc mấy sếp nhờ agent chỉnh tới chỉnh lui.  Kế là trọn luồng CRM trên Bitrix mình đang dùng. Quăng cái name card vô là nó tự tạo Lead, cập nhật Contact, dựng Deal mới, soạn Contract, xuất Invoice, rồi đặt task với lịch nhắc tới hạn. Thông luồng thật sự từ đây, không còn cảnh mỗi khâu một người ngồi gõ tay.  Có con lo luôn phần dự báo với cảnh báo: deal nào đang nguội, doanh thu tháng đang hụt so với mục tiêu, nó tự la làng trước cho mình biết đường mà dí, khỏi đợi tới cuối tháng mới ngã ngửa.  Tới khúc hợp đồng, hoá đơn và công nợ cũng có agent soạn với theo dõi, ai nợ ai bao nhiêu tới hạn ngày nào đều rõ, khỏi để sót.  Cái chua nhất chắc là bộ Ops Hub Report của con Táo Quân. Nó cân hơn 9 kịch bản tổng hợp dữ liệu, làm báo cáo daily, weekly, monthly nhanh và chính xác mỗi ngày. Nhờ vậy sáng nào mình cũng nắm được công ty thật sự đang có gì: doanh thu hôm qua, khách sắp hết hạn subscription, ticket support đang treo, mấy đoạn chat Zalo, Facebook, Telegram còn dang dở mà sáng ra ai cũng quên..  Mấy con use case này mình có gom đầy đủ hơn ở [trang AI Agent Use Cases](https://cxo.egany.ai/ai-agent-use-cases#use-cases), ai tò mò coi được hết. **Chốt đoạn này:** dashboard đẹp mà nằm im thì vô dụng. Dữ liệu phải tự đẻ ra được việc để làm thì mới đáng đồng tiền. ## 4. Hai giải pháp mới đang thành hình Trong lúc phụ mấy anh chị đối tác tối ưu kinh doanh với vận hành, mình lòi ra hai giải pháp mới. Một là **Ads and Offer Analyzer** (mình tạm gọi vậy), soi một landing page chạy chiến dịch có thật sự chuyển đổi hiệu quả không, qua hơn 150 bước phân tích chi tiết, ra một báo cáo mà mình tự thấy giá trị hơn chục triệu mỗi lượt, trong khi cost chỉ bằng một phần mười so với trước. Cái này còn phải thử đi thử lại nhiều nữa mới dám mở rộng, nên hiện mình chỉ xài nội bộ và đưa cho vài anh em quen.  Hai là **AgentVid**, cái tên nói hết rồi. Mục tiêu là mượn mấy agent mạnh nhất như Codex với Claude để anh chị Founder hay Solo có được một nhân sự AI làm video editor (dựng video) cho ra hồn. Món này mình đổ công quá trời mà đóng gói mãi chưa xong. Tháng 8 mình sẽ dồn gấp ba thời gian cho nó để sớm SHIP ra cho mọi người xài.  Nói tới đây phải tự cãi lại chính mình một câu: dùng AI edit video thì có gì lạ đâu, khoá học ngoài kia đầy. Đúng thiệt. Mà tới khi lăn vô làm cho nó chịu được việc thật, việc kinh doanh thật, mới thấy khoai muốn xỉu.. còn khối chuyện bên trong chưa kể hết được. Video lại đúng là loại content mà ai muốn xây thương hiệu cá nhân cũng phải đụng tới. > Nên mình sẽ lập một group kín riêng, đồng hành với những anh chị em thật sự nghiêm túc với chuyện này (ai không có nhu cầu cứ bỏ qua nha, đỡ phải bị nói lùa hehe.. ) ## 5. Vài thay đổi chính thức Có mấy chuyện tháng bản lề này mình chốt luôn cho rõ. **Cộng đồng Cường Hoá AI** đã chính thức dừng chuỗi workshop luyện thói quen dùng AI cho người mới, cái mà mọi người hay gọi là **AI Automation Bootcamp** (AAB). Nó làm xong sứ mệnh rồi, mình không muốn chạy tiếp cho có. Thay vào đó để team dồn sức làm mấy thứ sâu hơn, dĩ nhiên đồng nghĩa với ít workshop lại. Từ giờ tới cuối năm chắc thêm một hai chương trình chuyên sâu là đủ chỉ tiêu. > Anh chị nào có Membership trước đó đều đã được chuyển sang quyền lợi giá trị hơn, cần hỗ trợ thì nhắn chị Lam EGANY trên Zalo nha.  Còn cộng đồng **CxO AI Automation Club** (CAAC) thì mình vẫn tự tay chạy, rất nhẹ nhàng, không spam thông báo, chỉ có mấy tâm sự rất thật của anh chị em đang thực sự nhúng tay làm AI. Mình cởi hơn rồi, không còn gắt phải Founder hay CEO mới cho vô, giờ anh chị quản lý dày dặn hay Solopreneur đều tham gia được, miễn nghiêm túc và thấy có giá trị thật. Ai không nghiêm túc thì mình cũng thẳng tay hoàn tiền, mời ra, không giữ.   Tháng 7 thay đổi nhiều quá nên mình tắt luôn mấy con agent để nâng cấp cho ổn định. Tiểu Cường, Song Nhi và Táo Quân sắp được bật lại cho anh chị Premium xài thoải mái, ráng chờ mình xíu nha. ## Tóm lại  Sau mấy tháng đầu năm chật vật chạy đà, sửa lỗi, tiến lên rồi chững lại, sửa sai rồi tiến tiếp.. mình thấy mình đã đi được một quãng khá xa trên hành trình đưa Agentic Working (làm việc cùng AI Agent) vào doanh nghiệp của mình và của anh chị đối tác. Mà nói vậy thôi. Đưa giải pháp vô vận hành thật chưa bao giờ là chuyện ngày một ngày hai. Chưa bao giờ có màn AI thay thế ai đó, càng không có chuyện "30 phút ở sân bay đuổi cả phòng công nghệ" như mấy lời hù doạ ngoài kia. Mình biết còn khối việc phải làm. Cảm ơn anh chị em vẫn tin và đi cùng mình suốt chặng vừa rồi. Tháng 8 nghe đâu thử thách bằng cả 7 tháng đầu năm cộng lại, mà thôi kệ.. tới luôn. Còn anh chị, tháng 7 của mình có thứ gì ship được ra ngoài chưa, hay vẫn còn giữ trong kho chờ cho hoàn hảo? Comment mình nghe thử coi ^^ #voquoccuong #tongketthang7 #aiautomation #agenticworking #cxoaiautomationhttps://voquoccuong.com/blog/ai-agent/doi-model-ngon-hon-co-cuu-duoc-ai-agent-khong/https://voquoccuong.com/blog/ai-agent/doi-model-ngon-hon-co-cuu-duoc-ai-agent-khong/Thuê đầu bếp sao Michelin về mà kho bẩn, chảo hỏng thì món vẫn dở. Vì sao đổi model không cứu được Agent, và khi nào doanh nghiệp không cần Agent.Tue, 28 Jul 2026 11:00:00 GMT"Con bot demo ngon lắm anh, mà chạy thật thì lúc đúng lúc sai." "Vậy đổi model ngon hơn đi anh." Câu này tôi nghe không dưới chục lần rồi. Và lần nào cũng vậy, đổi xong thì được vài hôm, rồi lại sai. Tới lúc đó thì có câu chốt hạ quen thuộc: > AI mà anh chị, cũng có lúc này lúc kia, con người còn thế huống chi AI. Nghe xuôi tai ghê, nhưng thực ra là câu nguỵ biện để bỏ cuộc trá hình thôi.  Hôm qua ông Việt Trần có viết một bài về đúng chuyện này, ngồi ngoài sân bay gõ tay trong 30 phút đồ đó. Đọc xong tôi thấy đã ngứa quá, mà cũng thấy.. anh chị doanh chủ non-tech đọc chắc rớt từ đoạn thứ ba, vì bài viết cho dân kỹ thuật hơi nặng rồi. Nên tôi xin phép "dịch từ tiếng Việt sang tiếng Việt" tiếp, còn link bài gốc tôi để cuối bài, anh chị nào rành kỹ thuật thì đọc thẳng bản của Việt sẽ đã hơn. Nói trước cho rõ: Việt là Founder 200Lab, và cũng là CTO NextLevelBuilder. Công ty này do tôi, ông Duy Nguyễn và Việt cùng sáng lập, tôi giữ vai COO. Nên đọc bài này anh chị cứ trừ hao giùm tôi một phần, tôi khen bạn cùng công ty thì khó mà khách quan tuyệt đối được hehe.. ^^ ## Câu chuyện cái quán và ông đầu bếp Tôi hình dung một con AI Agent giống một cái bếp trong quán ăn. Nhiều anh chị nghĩ model (GPT-5, Claude, Gemini..) là cả cái bếp. Không phải đâu. **Model chỉ là ông đầu bếp.** Mà ông đầu bếp thì làm đúng một việc: nhìn phiếu order rồi quyết định "món này nấu kiểu gì, lấy nguyên liệu nào". Ông không tự đi mở tủ lạnh, không tự bật bếp, không tự bưng ra bàn. Khách hỏi "cho tôi kiểm tra đơn ORD-01", ông đầu bếp cùng lắm chỉ nói: "lấy sổ đơn hàng ra, tra mã ORD-01". Chấm hết. Còn việc mở sổ ra tra là việc của người khác. Nên khi con bot chạy sai, câu hỏi đầu tiên không phải là "đầu bếp cùi bắp ghê", mà là "sai ở khâu nào trong bếp". Ông Việt viết một câu tôi thích: > Khen chê gì cũng lôi model ra chửi thì tội nó quá. Trong cái bếp đó còn ba thứ nữa, và ba thứ đó mới là chỗ anh chị kiểm soát được. (Tiện đây nói luôn, cái nhầm lẫn "model là cả con Agent" nó cùng kiểu với nhầm lẫn tôi từng viết trong bài [Cắm AI được vô ô chat Telegram/Zalo/Bitrix thì mới được gọi là AI Agent?](/blog/ai-agent/cam-ai-duoc-vo-o-chat-telegramzalobitrix-thi-moi-duoc-goi-la-ai-agent/). Nhìn thấy phần nào thì tưởng phần đó là tất cả.) **Cái bếp và cái kho** (dân kỹ thuật gọi là environment, hay tool executor). Là chỗ thật sự đi mở sổ, gọi API, truy vấn dữ liệu. Chỗ này mà tạch thì như ông Việt có nói: > Nếu environment còn lỗi (VD như API trả sai kết quả hoặc bất định) thì thôi đi làm Agent hay Harness gì nữa! Nghĩa là dữ liệu công ty anh chị còn sai, API còn trả tầm bậy, thì đừng đụng tới Agent, đi dọn cái kho trước đã. **Anh bếp phó** (cái này gọi là Harness đi heng). Anh này là người chuẩn bị đúng nguyên liệu đặt lên thớt cho đầu bếp, nhớ giùm cái đơn đang làm tới đâu, và kiểm xem người gọi món có phải chủ đơn hàng đó không. Ông đầu bếp thực ra không làm mấy việc này. **Người kiểm món trước khi bưng ra** (guardrails). Món nào sai tiêu chuẩn hoặc quy định thì chặn lại, không cho ra bàn. Không thôi là ăn chửi sấp mặt.  ## Ý hay trong bài ông Việt thật ra là "nhiều khi anh chị không cần Agent" Đây là đoạn tôi nghĩ tiết kiệm tiền nhất cho doanh nghiệp, mà lại là đoạn ít ai nói. Việt chia ra ba trường hợp. Tôi kể lại bằng hình cầu thang cho dễ: **Một, anh chị biết trước phải đi bao nhiêu bậc, mỗi bậc bước thế nào.** Ví dụ: khách bấm đặt hàng thì trừ tồn kho, gửi mail xác nhận, đẩy đơn qua kho. Rõ mồn một rồi heng. Trường hợp này viết phần mềm thường là xong. Chạy chắc, rẻ, không cần model, không sai được (trừ khi hệ thống tạch). Ai tư vấn anh chị làm Agent cho việc này thì.. hỏi lại người ta đi :)) **Hai, biết trước số bậc, nhưng có một bậc mà tự động hoá không làm nổi.** Ví dụ: quy trình xử lý khiếu nại thì rõ rồi, chỉ có bước "đọc cái mail này coi khách đang bực hay chỉ hỏi thăm" thì code tự động hoá thua. Trường hợp này vẫn viết phần mềm thường, chỉ nhét đúng một chỗ gọi AI vào cái bậc mờ đó để đánh giá tình huống này có khả năng là khiếu nại, bực dọc hay vui vẻ..v.v... Gọi một phát trả lời xong thôi, không cho nó lòng vòng. **Ba, không biết cả số bậc lẫn cách đi.** Tới đây Agent mới có giá nè. Chỗ này không phải quan điểm riêng của Việt, mà Anthropic có nguyên một bài hướng dẫn, phân biệt rạch ròi hai thứ: workflow là "LLM và công cụ được điều phối theo các đường code định sẵn", còn agent là "LLM tự điều hướng quy trình và cách dùng công cụ của chính nó". Và họ khuyên thẳng: chỉ thêm hệ thống agent nhiều bước **khi giải pháp đơn giản hơn đã không đủ**. Họ còn cảnh báo cái giá phải trả: bản chất tự chủ của agent kéo theo chi phí cao hơn, và **lỗi cộng dồn**. Lỗi cộng dồn nghĩa là bước 1 sai một chút, bước 2 lấy cái sai đó làm đầu vào, tới bước 5 thì trớt quớt. Đúng cái ý "gần đúng thì vẫn là sai" mà anh Thế Anh nói ở [buổi offline GearVN tuần rồi](/blog/lanh-dao-ai/workshop-gearvn-tu-du-lieu-den-van-hanh-va-quan-tri/). ## Anh bếp phó mới là người quyết  Quay lại chuyện tại sao đổi model "vẫn không" cứu được. Ông đầu bếp giỏi tới đâu, mà anh bếp phó đưa lên thớt một mớ nguyên liệu lộn xộn, thiếu cái này thừa cái kia, thì món vẫn toi thôi. Cái "mớ nguyên liệu đưa lên thớt" đó dân kỹ thuật gọi là context. Và có hai chuyện anh chị nên biết, Anthropic viết hẳn một bài riêng: Thứ nhất, model có **attention budget** có hạn, y như người. Đưa một lúc 200 thứ thì nó không tập trung nổi. Thứ hai, có hiện tượng gọi là **context rot**: càng nhồi nhiều chữ vào, khả năng nhớ chính xác của model càng rơi rụng. Nhồi cho lắm không làm nó thông minh hơn, làm nó lú hơn thôi. Nên "đưa đủ và gọn" mới là cái nghề, và nó nằm ở anh bếp phó, không nằm ở ông đầu bếp. Mà điểm hay nhất của anh bếp phó: anh ta là **code**. Code thì test được, đo được, sai chỗ nào sửa chỗ đó. Còn ông đầu bếp thì.. chịu, không ai bắt ông ấy đúng 100% được. Nói vậy chứ tôi phải nói lại cho công bằng: Anthropic cũng viết rằng model càng giỏi thì càng đỡ phải chỉnh tay, agent càng chạy tự chủ được. Nên đổi model có giúp được mình thiệt chứ không phải không nhe, tôi không phủ nhận. Chỉ là nó không phải chỗ nên đổ tiền vào **đầu tiên**, và nó không gỡ được bài toán này. ## Ranh giới: được đề xuất, không được ký  Người kiểm món trước khi bưng ra, đó là guardrails. Cách dễ hiểu nhất mà tôi thấy dân làm hệ thống doanh nghiệp đang dùng là vẽ một cái ranh giới: **AI được phép**: đọc, tóm tắt, soạn nháp, đề xuất, phân loại, chuyển việc cho đúng người. **AI không được phép**: duyệt, chi tiền, cấp quyền, hay ghi thẳng vào sổ sách của công ty, nếu chưa qua một lớp kiểm tra bằng code hoặc một chữ ký của người. Vẽ được cái vạch này rồi thì tự nhiên hết lo. Con Agent có ảo giác cỡ nào thì nó cũng chỉ ảo giác trong phần "đề xuất", còn tay nó dừng ở mép quầy. Còn cái ý "trao quá nhiều quyền tự chủ thì loạn", Việt ghi rõ là quan điểm cá nhân của anh ấy, tôi giữ nguyên thôi: > khi có quá nhiều sự lựa chọn, ranh giới của các lựa chọn càng không rõ ràng, càng khó biết đúng sai thì... thường là chọn đại, chọn sai và ảo giác với sự lựa chọn đó. Tôi thấy đúng với cả người, không riêng gì AI đâu. ## Mà nói vậy thôi.. Có một chỗ trong bài của Việt mà tôi phải thêm vào cho đủ ý.  Việt viết, đại ý: cái cảm giác dùng một model bé bé 3-4 tỷ tham số mà ngon như model 32 tỷ, 72 tỷ, nó mới phê, mới sướng, mới giảm được chi phí. Đúng là cũng có thiệt, nhưng **model bé ngon được** là nhờ có mấy ông đằng sau như ông Việt ứng dụng thử sai tè lè tét lét, cũng như tập trung vào những nhiệm vụ nhất định, chứ không phải cứ dựng harness ngon là model bé tự khá lên đâu. Còn tôi thì.. thú thiệt là tôi cũng từng ham. Có giai đoạn tôi ngồi canh model nào vừa ra, đổi qua đổi lại, tưởng đổi là xong. Đổi chán rồi mới chịu quay về ngồi dọn dữ liệu, cái việc chán nhất mà lại là việc phải làm ^^ ## Túm lại Con Agent chạy lúc đúng lúc sai thì đừng vội đổ cho model, cũng đừng vội đổi model. Đi theo thứ tự này rẻ hơn nhiều: dữ liệu và API của mình có sạch chưa, việc này có thật sự cần Agent hay viết phần mềm thường là xong, đưa cho model đủ và gọn chưa, và cuối cùng là đã vẽ cái vạch "được đề xuất, không được ký" chưa. Bốn câu đó trả lời xong mà vẫn sai thì hẵng tính chuyện đổi model. Lúc đó đổi mới có ý nghĩa. Còn anh chị, công ty mình có con Agent nào đang chạy lúc đúng lúc sai không? Kể tôi nghe coi nó sai ở khâu nào, biết đâu tôi đoán được :3 #voquoccuong #aiagent #harness #guardrails #nextlevelbuilder Nguồn tham khảo: - Bài gốc của Việt Trần (Founder 200Lab, CTO NextLevelBuilder), "Làm sao để AI Agents chạy tất định, nhất quán và ổn định?!": https://www.facebook.com/viettranx/posts/pfbid02Xh4QGkRvxt9yM1Lh9cKvi8XF7rdE3NMurBLYz7FBjNYdDbksausE89GmciApJKDKl - Anthropic, "Building Effective Agents" (phân biệt workflow và agent, khuyến nghị chỉ dùng agent khi giải pháp đơn giản không đủ, cảnh báo lỗi cộng dồn): https://www.anthropic.com/engineering/building-effective-agents - Anthropic, "Effective context engineering for AI agents" (attention budget, context rot): https://www.anthropic.com/engineering/effective-context-engineering-for-ai-agents - Anthropic, "Effective harnesses for long-running agents": https://www.anthropic.com/engineering/effective-harnesses-for-long-running-agents - "Small Language Models for Efficient Agentic Tool Calling: Outperforming Large Models with Targeted Fine-tuning", arXiv 2512.15943 (model nhỏ huấn luyện lại cho gọi công cụ thì đè được model to): https://arxiv.org/abs/2512.15943 - "Why Small LLMs Fail at Tool Calling: The Shocking Discovery from Our Llama 3B Benchmark" (mặt trái: model nhỏ chưa huấn luyện lại thì gọi công cụ gần như không nổi): https://dev.to/anak_wannaphaschaiyong_11/why-small-llms-fail-at-tool-calling-the-shocking-discovery-from-our-llama-3b-benchmark-5lghttps://voquoccuong.com/blog/lanh-dao-ai/workshop-gearvn-tu-du-lieu-den-van-hanh-va-quan-tri/https://voquoccuong.com/blog/lanh-dao-ai/workshop-gearvn-tu-du-lieu-den-van-hanh-va-quan-tri/Recap workshop offline tại GearVN 24/07/2026: gần đúng thì vẫn là sai, dashboard chết, hành lang đường ray, và chuyện đốt token để mua bài học vận hành.Mon, 27 Jul 2026 10:30:00 GMTHôm nay mới có thời gian để viết bài tổng hợp kể về sự kiện 24/07 vừa rồi, nguyên cái showroom GearVN được anh em dọn ghế ra làm hội trường. Ghế gaming và tất cả ghế có thể đem ra tận dụng hết. Khoảng 100 anh chị em ngồi kín, phía sau còn người đứng. Tôi cầm mic mở màn bằng câu mà tôi nghĩ nên nói trước tiên, trước cả lời chào: > Buổi này không lùa gà, không bán khoá học. Chỉ có người thật, việc thật.  Nói vậy vì chủ đề buổi "AI trong doanh nghiệp" đa số trên thị trường toàn bị anh chị doanh chủ cho là làm màu và toàn mùi bánh vẽ. Mà GearVN thì bắt đầu quăng AI cực mạnh vô vận hành từ tháng 09/2025. Đủ lâu để thương tích đầy mình, giẫm mìn đủ chỗ, và thương tích thì mới có chuyện để kể.  Dưới đây là phần tổng hợp cho anh chị nào không dự được. Tôi ghi lại theo trình tự buổi nói chuyện, cố giữ nguyên ý chính của từng người. ## Ba tầng của một ngôi nhà Tôi giới thiệu đội diễn giả theo đúng cách mà tụi tôi hay hình dung một hệ thống AI trong doanh nghiệp: như một ngôi nhà ba tầng.  **Tầng móng là kiến trúc.** Việt Trần, Founder & Solution Architect tại 200Lab. Việt lo phần hạ tầng, phần an toàn vận hành, cũng chính là cha đẻ của skill UI UX Pro Max hơn 100k sao, cũng như người tạo ra GoClaw và AgentBrain. Mấy công cụ mã nguồn mở của Việt đều xuất phát từ một bài toán thật của GearVN trước, chạy được rồi mới tách ra chia sẻ cho cộng đồng. Không phải ngồi nghĩ ra tool rồi đi tìm chỗ xài. **Tầng giữa là ứng dụng.** Anh Duy Nguyễn, Founder và CTO tại T.O.P Group Vietnam, Founder cộng đồng Build in Public lớn nhất Việt Nam hiện tại. Ổng và tụi mình hay tự nhận mình là "những gã thợ hồ tầng trên" (ý nói NextLevelBuilder - công ty và cộng đồng mà 3 đứa tôi sáng lập), lo phần biến hạ tầng thành sản phẩm và chia sẻ cách anh em Builder làm ra được thứ bán được tiền. Chủ nhân của ClaudeKit - CK (bây giờ là AgentKit) nổi khắp cộng đồng chắc không anh em builder nào là không biết. **Khớp nối Biz & Tech.** Dĩ nhiên là tôi rồi, tôi cũng tự giới thiệu mình không phải là MC hay Host chuyên nghiệp, đơn giản chỉ là người làm nghề tư vấn & phát triển giải pháp - có nhiều điểm chạm nhất để biến các giải pháp Tech khả thi cho Biz và ngược lại chuyển thể các yêu cầu Biz sang cho anh em Tech hiểu. Thứ mà tôi hay nói đùa là nghề "dịch từ tiếng Việt sang tiếng Việt" hehe... **Tầng trên là kết quả.** Anh Thế Anh (NTA7), Nhà sáng lập kiêm Tổng giám đốc GEARVN. Anh là người ra đề bài, và cũng là người trực tiếp đẩy mọi thứ anh em triển khai chúng tôi vào thực tế xem có ra tiền hoặc tiết kiệm chi phí không từ khi áp dụng AI tới giờ.  Ba tầng này thiếu tầng nào cũng sập. Có kiến trúc mà không có người ra đề bài thì làm đồ chơi. Có đề bài mà móng yếu thì Agent chạy được một tháng rồi tắt. ## Chat thì vui, mà thực thi mới ra tiền Mr. Thế Anh nói 2024 là năm AI bùng nổ, còn 2025 mới là lúc nó thật sự chín tới. Và trong giai đoạn đó, GearVN chọn "chịu chơi chịu chi" để đốt token. Đốt token ở đây không phải để vọc cho vui. Là để mua bài học.  Bước ngoặt trong đầu là chỗ này: chuyển từ coi AI như một khung chat để hỏi, sang coi nó như một thằng nhân viên biết THỰC THI. Chat thì zui, mà chat xong bạn vẫn phải tự mở hệ thống ra gõ lại, copy nội dung, rồi download file xong lại upload file sang AI khác thì chỉ mới đi được.. nửa đường. ## "AI Agent gần đúng thì vẫn là sai" Đây là câu tôi ấn tượng nhất buổi hôm đó.  > AI Agent gần đúng thì vẫn là sai. Doanh nghiệp thì không có cửa cho "gần đúng". Agent trả lời giá 199.000đ đúng mà tồn kho lệch đúng 1 cái, thì cái lệch 1 đó nó cũng sai thôi. Vì đơn hàng sai, xuất kho hụt, khách chờ, biên lợi nhuận méo mó, rồi niềm tin của anh em đang dùng đi luôn với hệ thống. Tương tự nó sẽ nặng hơn khi đi vào các báo cáo tài chính kế toán, đừng nói "gần đúng" nha, không chấp nhận được đâu. Mà làm AI thì chuyện này gặp như cơm bữa, đa số lại cứ lờ nó đi không xem đây là vấn đề thật sự cần giải quyết ^^ Mà trong chuyển đổi số thì "tèo" một lần là có khi anh em bỏ cuộc luôn, mà cái này "tạch" không biết bao nhiêu lần nhưng vẫn chịu làm tiếp. Mình rất là nể cách mà GearVN đã kiên trì tới bây giờ. Nên tiêu chí để một Agent được cho vô luồng việc chính thức không phải là "nó thông minh cỡ nào", mà là "đầu ra của nó có kiểm soát được không". ## Ba con agent đang đi làm thiệt Mr. Thế Anh kể ba con đang chạy trong GearVN, mỗi con một việc, không con nào ôm đồm:  **Promotion Agent.** Phụ Marketing kiểm lệnh booking khuyến mãi, tư vấn đặt giá cho chuẩn, rồi thao tác thẳng trên hệ thống luôn chứ không chỉ gợi ý suông. **Product Đệ.** Con này đứng gác cửa: double check giá nhập, giá bán, biên lợi nhuận trước khi ai đó bấm cập nhật SKU. Hàng ngàn mặt hàng, con người gõ tay thì kiểu gì cũng có ngày lộn. **Agent tra cứu hàng hoá đối tác.** Quét file tồn kho từ mấy chục nhà cung cấp, mỗi ông một định dạng, rồi tự cập nhật vô. Anh em ngành hàng thoát được cái việc mở từng file Excel dò từng dòng. Nghe thì nhỏ thôi mà ba việc đó cộng lại là mấy trăm giờ người mỗi tháng. ## Sếp là chúa tể nợ task Câu này tôi nghe xong cười.. vì trúng "tim đen" quá :)) Họp một tiếng rưỡi, chốt được năm bảy thứ. Ra khỏi phòng, ai về việc nấy. Tuần sau họp lại, hỏi cái đó tới đâu rồi.. im ru.  Cách GearVN làm: cho nội dung thảo luận vô AgentBrain để chạy pipeline xử lý trích xuất KB/KG. Nó tự phân loại, tự chấm độ ưu tiên, tự đẩy lịch nhắc lên và gán cho nhân sự cụ thể. Không phải chuyện thuận tiện đâu, mà là chuyện giải phóng bộ nhớ. Cái đầu của người quản lý nên để dành cho việc quyết định, chứ không phải để làm cái kho ghi nhớ ai hứa gì với ai. ## Một cuộc họp 106 phút, AI móc ra 10 rủi ro Chỗ này là chỗ tôi thấy đắt nhất buổi. GearVN chuẩn hoá việc ghi âm họp rồi bóc ra thành dữ liệu có cấu trúc. Anh Thế Anh lấy ví dụ một cuộc họp nghiệp vụ bảo hành, dài 106 phút. Sau khi chạy qua hệ thống: - **18 chủ đề** được bóc tách - **09 quyết định** được ghi vào Decision Log - **15 việc phải làm** được xác định rõ - **10 rủi ro** tiềm ẩn được chỉ ra  Ba con số đầu thì thư ký giỏi cũng làm được, chậm hơn thôi. Con số thứ tư mới là cái mà biên bản họp truyền thống gần như không bao giờ có. Rủi ro là thứ nằm giữa các câu nói, không ai đọc ra thành lời, nên không ai chép lại. Toàn bộ đống đó đổ vô AgentBrain.sh làm kho tri thức. Nhân viên tra quy chế, tra quy trình thì tự tra, không phải chạy đi hỏi cấp trên. Tri thức doanh nghiệp mà nằm trong đầu vài người thì đó là rủi ro nhân sự. Nằm trong kho mà toàn bộ doanh nghiệp tra được thì mới gọi là tài sản. ## Dashboard đẹp mà chết Anh Thế Anh chỉ ra một cái sai rất phổ biến: doanh nghiệp bỏ tiền làm dashboard, biểu đồ màu mè đủ cả, mở ra ai cũng khen đẹp. Rồi thôi xem xong để đó.  Anh gọi đó là dashboard chết. Cái GearVN chuyển qua là dữ liệu phải dẫn tới hành động: thiếu linh kiện trong đơn thì tự báo đặt hàng ngay, phiếu bảo hành sắp quá hạn thì tự nhắc, khiếu nại khách chưa xử lý thì tự dí. Nghĩa là dữ liệu trên dashboard là dữ liệu chết, nó cần phải tạo ra quyết định, hành động là gì, việc này giao cho ai, deadline là khi nào.. Từ đó các nút thắt của doanh nghiệp mới được thông cống.. à nhầm.. thông các nút thắt bế tắc. ## Agent Tào Tháo, cái tên nghe là hiểu Con này thì đúng là văn hoá thực thi đóng thành phần mềm. Tôi cố tình nhắc lại tại chờ mãi ông Thế Anh ổng không nói hehe..  Nó nắm dữ liệu mục tiêu. Chiến dịch cam kết 1 tỷ mà thực tế chạy được 700 triệu, nó tự tag tên người phụ trách vô, hỏi thẳng, và hối luôn. Không chờ tới cuộc họp cuối tháng. > Hiệu suất cao bằng giảm tắc nghẽn. Các quyết định phải được chạy liên tục và kịp thời đến đúng người cần xử lý, thay vì chờ đợi và nghẽn lại ở một cá nhân nào đó. Câu đó của anh Thế Anh. Tôi nghĩ nó đúng cho cả những công ty chưa đụng tới AI dòng nào. ## Panel: mấy câu hỏi xoáy thẳng vô túi tiền Tới phần thảo luận thì anh chị em bên dưới hỏi thẳng, không khách sáo chút nào, mà quá nhiều câu hack não, trả lời mãi không hết.  ### Tiền đâu mà đốt token hoài? Câu chốt của phần này: không phải model nào mạnh nhất cũng là model đúng.  Cách GearVN chia: - **Local (Llama, Mistral, Gemma, DeepSeek, Qwen).** Dành cho việc khối lượng lớn mà đơn giản, hoặc dữ liệu nhạy cảm không muốn ra ngoài: phân loại ticket, làm sạch data thô. - **Cloud (GPT-5, Claude).** Dành cho bài toán phân tích chiến lược, cần cái đầu tốt nhất. - **Model tiết kiệm (DeepSeek v4, Qwen 3.7).** Dành cho mấy việc lặt vặt chạy suốt ngày, để ngân sách token đừng phình, cứ thế gắn vào mấy con GoClaw/Dewee thôi. (GoClaw là bản mã nguồn mở Việt làm, còn Dewee là bản đóng cho doanh nghiệp, Duy phụ trách chính.) Và trước khi tính tới mấy tầng này thì làm quick win trước đã. Thắng một trận nhỏ, có số đem đi khoe, rồi nội bộ mới chịu cho làm tiếp. ### Hành lang đường ray Ông Việt Trần đưa ra một ẩn dụ mà tôi nghĩ đáng chép lại nguyên văn. Việt gọi việc này là Harness Engineering: AI giống một đoàn tàu, còn việc của người làm kiến trúc là dựng "hành lang đường ray" (guardrail) bằng code và bằng luật.  Hành lang hẹp quá thì AI hết linh hoạt, siết tới mức đó thì thôi viết phần mềm truyền thống cho rồi, rẻ hơn. Hành lang rộng quá thì nó đi lung tung, rồi ảo giác. Việc của người làm kiến trúc không phải là chọn hẹp hay rộng một lần rồi thôi, mà là ngồi nới ra siết vô cho từng tác vụ cho tới khi ra điểm vừa. ### Bảo mật: sinh tồn trước hay tuyệt đối trước? Câu này có anh hỏi thẳng: đưa dữ liệu lên Cloud AI vậy có sợ tuồn ra ngoài không?  Câu trả lời của các anh khá thực dụng, và tôi đồng ý: doanh nghiệp nhỏ thì lo sinh tồn trước đã. Ngồi lo bảo mật ở chuẩn tập đoàn trong khi doanh thu chưa có, rồi đứng ngoài cuộc đua luôn.. thì cái đó mới là rủi ro lớn nhất. Giờ thử hỏi SME kêu làm giải pháp AI Local bắt buộc, tôi báo giá 10 tỏi so với việc xài Cloud API AI chỉ 15 củ mỗi tháng thì anh chọn cái nào hehe... Cách làm là phân loại: lương, tài chính, bí mật kinh doanh thì giữ local. Nội dung bán hàng, chăm sóc khách, mấy thứ cần tốc độ thì đưa lên cloud mà xài cho sướng.  ## Mà nói vậy thôi.. Ngồi nghe một buổi rồi về nghĩ rằng doanh nghiệp mình cũng có thể làm như GearVN thì chắc anh chị em.. hơi vội rồi hihi.. Mấy con Agent kể ở trên nó không tự nhiên mà có. Đằng sau nó là gần cả năm đốt token, là dữ liệu được dọn tới dọn lui, là một ông chủ chịu ngồi ra đề bài và chịu chấp nhận mấy lần chạy hỏng. Cái phần "gần cả năm" đó không có trong slide nào hết. Còn EGANY của tôi thì cũng đang đi trên đường, chưa phải mẫu mực gì. Có mấy quy trình nội bộ tôi vẫn tối ưu muốn chớt mãi không xong, đúng là có những thứ vẫn cần có thời gian để tạo ra hiệu quả. Mình nhớ câu anh Nam từng nói: > Một người phụ nữ muốn có con cũng phải bầu 9 tháng 10 ngày, dù chúng ta có kéo 9 phụ nữ mang bầu thì cũng không thể sinh trong 1 tháng được. Tôi có viết kỹ hơn về chuyện đo xem công ty mình đang ở đâu trên cái hành trình này trong bài [Công ty bạn đang ở giai đoạn nào trên hành trình chuyển đổi sang làm việc với AI Agent?](/blog/lanh-dao-ai/cong-ty-ban-dang-o-giai-doan-nao-tren-hanh-trinh-chuyen-doi-sang-lam-viec-voi-ai/), anh chị nào muốn tự soi thì đọc thử. ## Chốt lại: bắt đầu từ việc nhỏ  Thông điệp cuối buổi, tôi tóm gọn lại theo cách của tôi: AI cho phép một doanh nghiệp nhỏ có được cái thứ mà trước đây chỉ tập đoàn mới có, là tri thức được hệ thống hoá, với chi phí của một doanh nghiệp nhỏ. Và lời chia sẻ chân thành cho mấy anh chị làm chủ thì rất đơn giản, đơn giản tới mức dễ bị bỏ qua: nhúng tay vô làm. Bắt đầu từ việc nhỏ nhất, thử sai liên tục. Đừng chờ có chiến lược AI hoàn chỉnh rồi mới động tay, vì cái chiến lược đó chỉ ra đời sau khi bạn đã làm hỏng vài lần. ## Cảm ơn  Cảm ơn gần 100 anh chị em đã tới, và vài chục người vẫn còn ngồi tới hơn 12 giờ trưa, và hỏi những câu làm cả bốn anh em trên sân khấu phải suy nghĩ. Cảm ơn anh Việt Trần, anh Duy Nguyễn và anh Thế Anh đã chịu kể cả phần nát bét luôn chứ không chỉ thêu hoa dệt gấm những thứ hay ho bóng bẩy. Cảm ơn các đơn vị đồng hành cùng chương trình: GEARVN, NextLevelBuilder, NVIDIA GeForce RTX, MSI và Leadtek. Anh chị nào muốn coi lại không khí mấy buổi trước của tụi tôi thì có bài [CafeTalk #2: AI Trong Vận Hành Thực Chiến](/blog/lanh-dao-ai/cafetalk-2-ai-trong-van-hanh-thuc-chien/), cũng chung mạch chuyện này. Còn anh chị, trong ba tầng ở trên thì công ty mình đang kẹt ở tầng nào? Móng chưa xong, hay móng xong rồi mà không có ai ra đề bài? Comment tôi nghe thử coi. #voquoccuong #gearvn #aiagent #vanhanh #cuonghoaaihttps://voquoccuong.com/blog/goc-nhin/ship-hay-khong-thoat-bay-cau-toan/https://voquoccuong.com/blog/goc-nhin/ship-hay-khong-thoat-bay-cau-toan/Recap Cafe Talk CxO AI Automation Club 22/07/2026: khi nào sản phẩm đủ tốt để bán, cách thoát bẫy cầu toàn, và chuyện dám ship chính mình ra dù chưa hoàn hảo.Thu, 23 Jul 2026 09:00:00 GMTTối 22/07 tôi host một buổi cafe talk online nhẹ nhàng trong nhóm kín CxO AI Automation Club. Buồn cười là cả buổi kéo hai tiếng mà gần như không ai nói một chữ nào về AI. Tuyết Chinh, một thành viên, sáng hôm sau viết lại y chang cảm giác đó: điều thú vị nhất là gần như không ai nói gì về AI, toàn chuyện viết, chuyện chia sẻ, chuyện dám xuất hiện. Buổi này bắt nguồn từ một câu hỏi rất thật. Một bạn trong cộng đồng nhắn riêng cho tôi: em có nên hoạt động trên mạng xã hội không, và sản phẩm em làm chừng nào mới đủ tốt để đem bán? Hai câu nghe khác nhau mà thật ra là một. Đều là cùng một nỗi sợ: đưa thứ chưa hoàn hảo của mình ra cho thiên hạ thấy.  Tôi kể lại theo cách của tôi, có mấy chỗ là quan điểm riêng, anh chị đọc rồi tự cân cho trường hợp của mình nha. Nói trước cho sòng phẳng: tôi cũng chẳng phải hình mẫu gì. Hồi mới ra nghề tôi tự chấm mình cỡ 6-7 điểm thôi, thấy chưa giỏi mà vẫn phải bò ra viết, ra nói. ## Cái bẫy cầu toàn: đợi "đủ tốt" thì đợi tới bao giờ? Câu hỏi lõi của buổi: khi nào sản phẩm đủ tốt để đem bán? Câu trả lời thật mất lòng: không có cái mốc "đủ tốt" nào hết. Tôi hay nói với anh em, đủ tốt không phải một trạng thái, nó là hai cái sẵn sàng gặp nhau. Một là mình sẵn sàng, hai là khách sẵn sàng. Cứ ngồi chờ sản phẩm "đủ tốt" ở trong đầu mình thì con tàu đó nằm cảng.. tới già. Nguyên Lễ, một anh trong nhóm, thả câu tôi tâm đắc: có bài mà ráng làm cho thật hay thì trễ deadline, mà đằng nào tháng sau nghe lại cũng thấy dở. Never enough. Hoàn thành hơn hoàn hảo.  Cái bẫy này dân càng có chuyên môn càng dính nặng. Biết nhiều quá đâm ra sợ, thấy sản phẩm mình còn thiếu chỗ này hụt chỗ kia, rồi gồng lên hoàn thiện trong im lặng. Gồng riết đâm ra tê liệt, chẳng ra được cái gì. **Chốt đoạn này:** sợ nhất không phải là ship ra rồi bị chê. Sợ nhất là để sản phẩm nằm sống dở chết dở trong kho, rất lâu sau mình mới gượng dậy làm lại được. Cái đó tôi bị rồi.. thấm lắm. ## Vậy ship kiểu gì cho đỡ sợ? Ship không phải là quăng đại đồ dởm ra rồi mặc kệ. Cả buổi anh em gom được mấy cách khá đời: Huy (Thân Công Huy) nói hai câu tôi thấy đúng gì đâu: "khách dám mua là mình dám bán", với "cái gì mà khách dí thì tốc độ hoàn thiện tăng gấp 10 lần". Nghĩa là nhiều khi có khách trả tiền rồi mình mới làm ra được bản tốt, chứ ngồi nhà tự mài cho hoàn hảo thì mài hoài không xong. Tuyết Chinh chia dân solo làm hai trường phái: một là cứ show ra trước, thấy có người quan tâm rồi mới đóng gói; hai là đóng gói chuẩn chỉnh rồi mới dám bán. Không phái nào sai, nhưng phái một nó sống sót nhanh hơn. Hải thì thực dụng: chừng nào có business model (mô hình kinh doanh) rõ ràng, tức biết rõ mình thương mại hoá cái gì, thì bán là đẹp. Lương Anh, dân B2B, thêm chiêu an toàn: làm nhỉnh hơn bản MVP (sản phẩm tối giản đủ chạy) một chút, để giá thấp, vừa bán vừa hoàn thiện, ngon dần thì nâng giá. Và cứ nhìn qua đối thủ, mình làm ngang ngửa họ rồi thì có lý do gì mà không dám bán. Còn cách của riêng tôi thì gọn lỏn: bán trước, làm sau, nhưng minh bạch. Tôi từng đóng gói một gói dịch vụ mà sản phẩm lúc đó gần như chưa có gì, chỉ có cái nền tảng tôi tích luỹ mấy năm với một bộ slide. Tôi mở phễu đặt lịch tư vấn để lọc đúng người đang đau, trúng nỗi đau thì bán "gói đồng hành", thu tiền trước rồi cùng khách hoàn thiện dần trong vài tháng. Thay vì tự nhốt mình làm một hai năm rồi mới dám đem chào. Điểm mấu chốt không phải "bán đồ chưa xong", mà là nói thẳng ra: đây là phiên bản đời đầu, giá đồng hành, rủi ro có thể xảy ra nhưng tôi không bỏ ngang giữa chừng. Không có demo thì tôi lấy uy tín của mình ra cam kết, còn cái mạng này đem ra cam kết luôn chứ sao ^^ **Bài học:** dân chuyên môn càng làm sâu càng không dám bán. Gỡ nó không phải bằng cách làm cho hoàn hảo hơn, mà bằng cách minh bạch hơn. ## Ship sản phẩm đã khó, ship chính mình còn khó hơn Nói tới nói lui, cái khó nhất hoá ra không nằm ở sản phẩm. Là dám đưa chính MÌNH ra.  Chuyện thương hiệu cá nhân tôi để ý từ hồi mười mấy năm trước, mà phải mấy năm sau mới đủ can đảm hoạt động thật. Bài học lớn nhất tôi rút ra không phải "phải giỏi nhất mới được nói". Là: không nói thì đâu ai biết ông làm cái gì. Có mấy điều tôi hay nhắc anh em. Ghim từ khoá vào tên mình, hồi xưa người ta nhớ "Cường làm web", giờ là "Cường làm AI agent", không phải tôi giỏi hơn ai, mà là người ta nhớ tới mình khi cần. Và quan trọng hơn, viết để build trust (tạo niềm tin) chứ không phải để khoe kiến thức. Mấy trang chỉ share tin tức khô khốc nhiều khi còn làm mình mất niềm tin hơn. Mình càng con người thì nó càng tốt, tôi đăng cả clip nấu ăn mà lại đem về được hợp đồng.. lạ vậy đó. Tới khúc sợ bị chê, bị ném đá, thì cả phòng ai cũng có chuyện.  Điều tôi ngộ ra lâu rồi: cái người đau khổ nhất khi bị chê là chính mình, chứ không phải người ta. Người ta buông một câu cho sướng miệng xong là quên, còn mình ôm cả đêm. Nỗi đau đó nằm trong đầu mình. Tôi có mấy chiêu sinh tồn hơi phũ mà thật. Cái nút Block, Facebook tạo ra cái nút hay như vậy mà, hồi đó tôi block sạch ba mẹ, họ hàng, đồng nghiệp để rảnh tay mà viết, tới khi đủ bản lĩnh mới mở lại. Hải thì kể lúc dính bình luận tiêu cực, nửa tiếng tới một tiếng đầu đừng trả lời gì hết, để cảm xúc nó tuôn ra rồi hẵng chắt lọc. Còn Nguyên Lễ có câu tôi mê: đọc phòng thấy dễ ăn đòn thì kéo về sân nhà, tức là về Facebook của mình mà nói. Mà nói đi cũng phải nói lại, đăng lên không ai thèm bình luận một chữ mới là flop chúa. Bị chê còn hơn bị lơ :)) ## Vượt qua nỗi sợ "dám xuất hiện"  Ngay tối đó Huy về viết một post mà tôi thấy cô đọng hết ý cả buổi, xin phép dẫn lại. Bốn điều: đúng sai trên đời có tính tương đối nên cứ can đảm nói tiếng nói của mình; người ta không quan tâm tới bạn nhiều tới vậy đâu, Facebook mấy nghìn người nhưng chắc vài chục người để ý cái bài này thôi; đầu tư để chia sẻ thì không bao giờ vô nghĩa; và hãy can đảm rời vùng an toàn, biết sợ nhưng đừng để nỗi sợ ngăn mình hành động. Huy chốt bằng câu "less is more", không cần ngày nào cũng viết, mà mỗi bài nên tử tế. Và cái rào cản lớn nhất, hoá ra không phải mạng xã hội, mà là chính mình. ## Ba điều đọng lại của một người "non-tech"  Tôi thích góc của Tuyết Chinh nhất, vì em tự nhận mình non-tech, một cô gái làm vận hành chuyển qua AI, đúng kiểu người dễ sợ bị phán xét nhất khi nói chuyện công nghệ. Em đúc lại ba điều: Một, xuất hiện không cần gồng, bài flop là chuyện thường, và nhiều mối quan hệ chất lượng lại đi ra từ cái thương hiệu bình dân của mình. Em viết một câu làm tôi khựng lại: nếu năm ngoái không dám chia sẻ thì có lẽ đã chẳng có ai đủ tin để giao cho em làm dự án. Hai, và đây là chỗ tinh nhất: không phải lời chê nào cũng giống nhau. Nhóm khịa cho vui thì kệ, nhưng loại góp ý kiểu "nói tiếng Việt đi em" (ý là viết khó hiểu quá) thì nên nghe. Kệ luôn cả hai loại là vứt mất tín hiệu quý nhất. Ba, mỗi người một bản sắc. Đanh đá cũng được, hoa hậu thân thiện cũng được, lỡ cỡ mà flop quá thì cứ đanh đá lên cho đậm. Không cố tỏ ra chuyên nghiệp, dám để lộ chất riêng, là chính mình thôi. ## Mà nói vậy thôi.. Nghe tôi ngồi cổ vũ "ship đi, đăng đi, kệ haters đi" nãy giờ, anh chị đừng vội bê nguyên si nha. "Kệ hết" là sai. Đúng như Tuyết Chinh nói, có loại góp ý là tín hiệu quý chứ không phải gạch đá. Kệ luôn cả cái đó thì mất luôn cơ hội sửa mình. Kệ đúng chỗ thôi, đừng kệ tất. Và thú thật, tôi "kệ" ngoài miệng chứ trong bụng vẫn tổn thương như thường. Mấy anh em làm nội dung vài triệu view mà tôi biết, dính một câu chửi vẫn mất ăn mất ngủ. Ai bảo chai mặt được ngay là xạo, cái đó luyện từ từ, chứ không phải bật công tắc. Ship sớm cũng có cái giá của nó. Bán trước làm sau mà không minh bạch, hoặc hứa rồi bỏ ngang, thì mất uy. Mà uy tín lại chính là cái nền tôi nói nãy giờ. Con dao hai lưỡi, cầm ẩu là đứt tay. Tôi có viết kỹ hơn về chuyện chọn "ít mà chất" trong bài [Thay vì FOMO, tôi chọn JOMO](/blog/goc-nhin/thay-vi-fomo-toi-chon-jomo/), và chuyện dám xuất hiện dù thấy mình chưa giỏi trong bài [Tôi không thực sự giỏi như mình nghĩ, đây không phải là câu giả vờ khiêm tốn đâu](/blog/goc-nhin/toi-khong-thuc-su-gioi-nhu-minh-nghi-day-khong-phai-la-cau-gia-vo-khiem-ton-dau/). Anh chị nào đang kẹt thì đọc thử. ## Cảm ơn  Cảm ơn anh em đã ngồi tám tới khuya, kéo hai tiếng mà cười gần hết buổi. Cảm ơn Huy còn bị "phạt" viết recap, cảm ơn Tuyết Chinh với mấy anh em đã ship liền cảm nghĩ của mình ngay trong đêm. CafeTalk online trong nhóm kín CxO AI Automation Club vẫn chạy đều đều và.. bất thình lình vậy đó. Buổi này tôi không đăng record công khai, chỉ gửi riêng cho anh em có tham gia thôi, còn ngoài này chỉ có bản recap như bài này hehe.. Chốt lại một câu cho gọn: sản phẩm hay con người bạn, không có phiên bản nào "đủ tốt" để chờ. Cứ ship, rồi sửa. Có ship thì mới biết mình đang đứng ở đâu. Còn anh chị, thứ anh chị đang giữ trong kho chờ cho hoàn hảo là cái gì vậy, một sản phẩm hay là chính mình? Comment tôi nghe thử coi :3 #voquoccuong #ship #cautoan #thuonghieucanhan #cxoaiautomationhttps://voquoccuong.com/blog/goc-nhin/rot-chu-rot-dong-loi-typography-ai-khong-tu-sua-cho-ban/https://voquoccuong.com/blog/goc-nhin/rot-chu-rot-dong-loi-typography-ai-khong-tu-sua-cho-ban/Sông trắng, chữ mồ côi, dòng lẻ loi.. ba lỗi typography có từ thời chưa có AI, giờ vibe code với AI làm nó nở ra khắp landing page. Và cách chữa.Mon, 20 Jul 2026 13:30:00 GMTChiều qua tôi ngồi review một cái landing page sự kiện. Nội dung viết ngon. Ảnh diễn giả chụp xịn. Màu mè, hiệu ứng, đủ cả. Mà kéo tới khúc tiêu đề lớn thì tôi khựng lại. Chữ cuối của câu tiêu đề nằm chèo queo một mình một dòng. Kéo xuống chút nữa, đoạn mô tả hai dòng thì dòng thứ hai còn đúng hai chữ. Xuống tới mấy cái card diễn giả, chức danh bị cắt, rớt một chữ xuống dòng dưới nằm trơ trọi như đứa em út bị bỏ quên ở bàn cuối đám giỗ. Cả trang, chỗ nào cũng có chữ rơi rớt kiểu vậy. Tôi khoanh đỏ chi chít rồi gửi lại anh em. Xong ngồi tự hỏi: ủa.. cái lỗi này sao quen quá vậy ta? Rồi nhớ ra. Nó có từ đời nào rồi. Tôi gặp hoài, gặp cả chục năm nay, chỉ là hồi đó chưa ai gọi tên cho tôi nghe thôi.  ## Ba cái lỗi này có tên đàng hoàng, từ hồi chưa có máy tính Dân dàn trang báo giấy, dân làm sách, họ đặt tên cho tụi nó từ lâu lắm rồi. **River (sông trắng).** Là mấy khoảng trắng giữa các chữ tình cờ xếp thẳng hàng nhau theo chiều dọc, tạo thành một con lạch chảy xuyên qua đoạn văn. Mắt bạn đọc ngang, nhưng cái khe trắng đó cứ kéo mắt bạn đi dọc. Đọc mệt mà không hiểu tại sao mệt.  Nhìn cái vệt xanh trong hình đó. Lúc chưa ai chỉ thì bạn không thấy, mà thấy một lần rồi thì đọc trang nào cũng thấy, gỡ không ra :)) **Widow và orphan.** Một dòng lẻ bị tách khỏi bà con dòng họ của nó: hoặc là dòng đầu đoạn bị bỏ lại một mình cuối cột, hoặc là dòng cuối đoạn bị đẩy qua đầu cột mới, đứng chèo queo một mình. **Runt.** Cái này là đứa tôi gặp nhiều nhất trên web: đoạn văn hay tiêu đề mà dòng cuối chỉ còn đúng MỘT chữ.  *(Hai hình minh hoạ trên lấy từ bài của Pagination.com, link cuối bài.)* Nói thiệt là mấy cái tên widow với orphan này gây lú kinh khủng, mỗi tài liệu định nghĩa ngược nhau một kiểu, tôi tra ba nguồn thì ra ba kiểu khác nhau. Nên thôi, đừng học tên làm gì cho mệt (hổng biết đúng hem, nhưng tôi bỏ luôn vụ học tên rồi). Nhớ giùm tôi đúng một thứ: chữ mà bị bỏ lại một mình, hoặc khoảng trắng mà chảy thành dòng, thì trang đó đang có lỗi.  ## Chuyện này không phải lỗi của AI Tôi phải nói rõ chỗ này, kẻo lại thành bài chửi AI. Hồi 2010, tôi làm web cho khách, cũng rớt chữ tè lè tét lét. Anh em content viết tiêu đề trên Word thấy đẹp lắm, bỏ lên web co lại còn 320px thì tiêu đề vỡ ra thành bốn dòng, dòng cuối một chữ. Anh em thiết kế xuất file Photoshop ra cũng vậy, chỗ nào cũng đẹp, trừ cái nút bấm có chữ rớt xuống. Đó là thời chưa có ChatGPT, chưa có Claude, chưa có ai vibe code hết. Nên cái lỗi này không mới. Nó cũ mèm. Cái mới là.. tốc độ nhân bản. Hồi xưa muốn ra một cái landing page phải qua ba bốn cửa: content viết, designer dàn, dev cắt, rồi ai đó ngồi soi lại lần cuối. Mỗi cửa là một lần có người NHÌN vào cái trang đó bằng mắt người. Giờ thì một mình một prompt, hai chục phút ra trang. Đẹp. Chạy được. Deploy luôn. Cái hố kỹ thuật hồi xưa lọc bớt lỗi, giờ AI lấp nó bằng một phím Enter. Tôi từng viết về chuyện này trong bài [VIBE CODING có phải đang tạo ra rác công nghệ?](/blog/goc-nhin/vibe-coding-co-phai-dang-tao-ra-rac-cong-nghe/), nhưng hồi đó tôi mới nói tới rác bên trong (code, kiến trúc). Giờ mới thấy còn một loại rác nữa nằm ngay bề mặt, ai cũng thấy mà không ai gọi tên: rác chữ. ## Vì sao vibe code lại dính nặng hơn? Tôi ngồi soi một hồi thì thấy bốn lý do, tôi đoán mò có kiểm soát thôi nha. Thứ nhất, AI viết chữ và AI dàn trang là hai lượt khác nhau. Bạn bảo nó "viết lại tiêu đề cho mạnh hơn", nó viết. Nó viết đúng nghĩa, đúng giọng, mà nó KHÔNG ngồi ngắm coi tiêu đề mới đó rớt xuống dòng ở chỗ nào. Nó có nhìn thấy cái trang đâu. Thứ hai, mình sửa chữ chứ mình không sửa trang. Đổi một chữ trong tiêu đề, cả cái heading nhảy dòng lại từ đầu. Cái này dân làm content web bị hoài, chả liên quan AI. Thứ ba, mình chỉ ngó ở màn hình của mình. Cái laptop 27 inch của bạn thì tiêu đề gọn gàng lắm. Mở điện thoại của mẹ bạn ra coi thử, nó vỡ ra như tô bún bị đổ. Thứ tư, cái này là đặc sản tiếng Việt: chữ mình ngắn. Toàn từ một âm tiết, "khai", "tế", "AI", "dự". Chữ càng ngắn thì khả năng bị rớt lại một mình càng cao, và rớt rồi nhìn càng thảm. Tiếng Anh còn có chữ dài kéo lại, tiếng Việt thì không. Nên là trang tiếng Việt dính lỗi này nặng hơn trang tiếng Anh, mà đa số tool với template thì làm cho tiếng Anh. > Nội dung của bạn là món ăn. Dàn trang là cách bưng ra bàn. Nấu ngon cỡ nào mà bưng ra bằng cái dĩa mẻ, nước sốt vương vãi thành đường, thì khách vẫn thấy quán này.. sao sao á. Khách không nói ra được là dĩa mẻ đâu. Khách chỉ thấy "quán này hình như hổng chuyên nghiệp lắm" rồi đi về. Y chang cái landing page. ## Chữa thì chữa sao? Phần này tôi làm thiệt trên site này rồi, không phải chép sách nha.  **Một, bỏ căn đều hai bên (justify) đi.** Đây là nguồn gốc số một của mấy con sông trắng. Căn đều cho mép phải thẳng tắp nhìn "gọn", nhưng để thẳng được thì trình duyệt phải kéo giãn khoảng cách giữa các chữ, giãn không đều thì thành sông. Căn trái, mép phải lởm chởm chút, mà đọc êm hơn nhiều. **Hai, hai dòng CSS này gần như miễn phí.** Cái này giờ trình duyệt nào cũng chạy được rồi: ```css h1, h2, h3, h4, h5, h6 { text-wrap: balance; /* cân độ dài các dòng tiêu đề, đỡ rớt chữ mồ côi */ } p, li, blockquote, figcaption { text-wrap: pretty; /* tránh dòng cuối đoạn chỉ còn 1 chữ */ } ``` Đúng hai khai báo đó. Site này của tôi đang dùng đúng vậy, nằm trong `global.css`. Nó không chữa được 100%, nhưng nó dọn giùm bạn chắc phải bảy tám phần. **Ba, ép giữ chữ với nhau.** Chỗ nào quan trọng mà bạn không muốn nó rớt, ví dụ tên riêng, con số kèm đơn vị, thì nối bằng khoảng trắng cứng `&nbsp;`. Ví dụ `50&nbsp;triệu` thì "50" với "triệu" ôm nhau, không đứa nào bị bỏ lại. **Bốn, giới hạn bề ngang dòng chữ.** Dòng dài quá đọc mỏi mắt, ngắn quá thì lỗi rớt chữ càng dày. Khoảng 45 đến 75 ký tự một dòng là dễ đọc nhất, cái này dân typography đo lâu rồi. Trên Tailwind thì `max-w-prose` là ra đúng cỡ đó. **Năm, cái này quan trọng nhất mà chả ai làm.** Mở trang ra, kéo cái cửa sổ trình duyệt cho hẹp lại từ từ, rồi NHÌN. Kéo từ máy bàn xuống tablet xuống điện thoại. Chỗ nào chữ rớt lẻ loi thì sửa chỗ đó. Bốn cái trên là kỹ thuật, AI làm giùm được. Cái thứ năm là mắt người, không ai làm giùm được. ## Mà nói vậy thôi.. Ngồi khoanh đỏ trang người ta thì dễ. Site của chính tôi đây, hai dòng `text-wrap` ở trên tôi mới thêm vô gần đây thôi, chứ trước đó nó cũng rớt chữ tùm lum, và tôi cũng chả biết là mình đang rớt. Còn mấy chục bài cũ tôi migrate qua thì tới giờ tôi vẫn chưa soi lại hết. Nên tôi cũng chả hơn gì ai ^^ Với lại phải nói cho công bằng: đừng có xong bài này rồi thành thằng cầm cờ đỏ, ngồi soi từng pixel, bắt anh em sửa tới sửa lui một chữ lẻ trong khi cái nút "Đăng ký" bấm vô không ra gì. Lỗi rớt chữ là lỗi hạng B. Nó không giết ai. Nó chỉ làm người ta cảm thấy sản phẩm của bạn hơi cẩu thả một chút, mà cái cảm giác đó thì khách không nói ra, và họ cũng chả biết là mình đang cảm thấy vậy vì cái gì. Nhưng lỗi hạng B thì có cái hay: nó rẻ. Hai dòng CSS với mười lăm phút kéo cửa sổ. Rẻ vậy mà không làm thì.. uổng. ## DÀI QUÁ, LƯỜI ĐỌC: Chữ bị bỏ lại một mình cuối dòng, khoảng trắng chảy dọc thành sông, đó là lỗi typography có từ thời báo giấy. AI không đẻ ra nó, AI chỉ giúp bạn nhân bản nó nhanh gấp trăm lần. Bỏ justify, thêm `text-wrap: balance` cho heading và `pretty` cho đoạn văn, dùng `&nbsp;` giữ mấy cụm không được rớt, giữ dòng trong khoảng 45 đến 75 ký tự. Rồi tự kéo cửa sổ mà nhìn bằng mắt mình. Chỉ vậy thôi. Còn bạn, thử mở landing page bạn mới làm gần nhất ra, kéo hẹp lại coi thử. Có chữ nào đang đứng chèo queo một mình không? Comment tôi nghe thử coi :)) P/S: viết xong bài này tôi mở lại chính bài này ở khổ điện thoại. Sửa hết ba chỗ. Quê độ :3 #voquoccuong #typography #vibecoding #landingpage Nguồn tham khảo: - Pagination.com, "Fix Typography Rivers, Widows, and Orphans Easily" (khoảng 45 đến 75 ký tự mỗi dòng, các cách xử lý river/widow/orphan): https://pagination.com/fix-typography-rivers-widows-orphans/ - MDN Web Docs, thuộc tính CSS `text-wrap`: https://developer.mozilla.org/en-US/docs/Web/CSS/text-wraphttps://voquoccuong.com/blog/lanh-dao-ai/cafetalk-3-cxo-ai-automation-club/https://voquoccuong.com/blog/lanh-dao-ai/cafetalk-3-cxo-ai-automation-club/Recap CafeTalk #3 của CxO AI Automation Club: GoClaw, Dewee, AgentBrain, và vì sao thị trường vẫn thiếu hệ thống AI Native xây từ đầu cho AI Agent xài.Sun, 19 Jul 2026 06:00:00 GMTCafeTalk #3 của CxO AI Automation Club diễn ra hôm 24/06 vừa rồi. Đây là buổi mình lôi ra chia sẻ cho các anh chị Partner gần như trọn bộ những thứ tích luỹ mấy năm qua khi bào AI.. hoặc bị AI bào. <figure><img width="1456" height="971" decoding="async" src="/blog-images/cafetalk-3-cxo-ai-automation-club/0.jpg" alt="CafeTalk #3 CxO AI Automation Club" loading="lazy"></figure> Cũng từ buổi này mà sau đó có rất nhiều meeting 1-1 diễn ra, xúc tiến hợp tác nhanh lẹ với những người đang làm thật, có giải pháp thật, nhưng.. thiếu cái nền AI Platform/Foundation để đi tiếp. Ngồi nghe anh em kể mới thấy, thứ đang thiếu không phải ý tưởng. Cũng không phải khách. Thiếu cái nền để ráp đồ lên. ## BỌN MÌNH MANG GÌ RA BÀN Team NextLevelBuilder và EGANY đã dành rất nhiều thời gian để phát triển, đóng gói và tóm tắt lại cho anh em dễ hiểu: **GoClaw** khác OpenClaw thế nào (giờ thì khác xa quá nên mình lười so sánh luôn), và định hướng Community ra sao. **Dewee** (GoClaw for Business) là bản closed-source, tối ưu và bảo mật hơn, để doanh nghiệp xây AI Agent rồi cắm vào khắp mọi mặt trận vận hành của tổ chức. Tính hoàn thiện cao hơn vì team đầu tư và tích luỹ qua nhiều doanh nghiệp từ đầu năm tới giờ. **AgentBrain** là một hệ thống độc lập, quản lý tập trung mọi hoạt động vận hành và tri thức của doanh nghiệp tại một chỗ. Hôm đó mình có nói AgentBrain mới là thứ tạo ra giá trị lớn nhất, và thị trường chưa có ai làm. Mà nói vậy thôi. Tự khen sản phẩm nhà thì ai chả khen được. Cái này phải để anh chị cắm vô chạy thật vài tháng rồi phán mới công tâm, chứ mình đứng trên sân khấu nói thì nó cứ.. hơi thiên vị. Bọn mình mới đi được một đoạn, còn xa mới dám nhận là.. xong. ## VÌ SAO THỊ TRƯỜNG VẪN THIẾU HỆ THỐNG AI NATIVE Còn nhiều nội dung khác được chia sẻ trong buổi đó, nhưng tựu chung lại: mọi người hô hào về AI nhiều, mà thực tế đa số phần mềm hiện tại mới dừng ở hai chuyện. Một là tích hợp thêm AI vào cái đang có. Hai là phổ cập tư duy AI First cho anh em trong team. Còn hệ thống AI Native, tức là xây từ đầu để cho AI Agent xài, thì gần như không có sẵn. Nói cho dễ hình dung. Giống như mở quán ăn rồi mua thêm cái lò vi sóng, treo biển "bếp hiện đại". Nhưng cái bếp, quy trình ra món, cách sắp bàn.. vẫn y như hồi nào giờ. Khách vẫn ngồi đợi.. 45 phút một tô. Lắp thêm AI vô phần mềm cũ, khác với thiết kế lại cái bếp cho AI đứng nấu. Đó cũng chính là lý do bọn mình bỏ thời gian ra phát triển, và muốn đồng hành cùng các anh chị Partner. ## THE TECH BACKBONE FOR SOLUTION PARTNER <figure><img width="1456" height="971" decoding="async" src="/blog-images/cafetalk-3-cxo-ai-automation-club/1.jpg" alt="Chia sẻ tại CafeTalk #3 về định hướng partnership" loading="lazy"></figure> *The Tech Backbone for Solution Partner* không chỉ là khẩu hiệu mình viết đại cho vui trên slide trình bày trong buổi đó. Nó thực sự là thứ mà mình đã, đang và sẽ tiếp tục làm suốt trong thời gian tới. Ai cũng có thế mạnh riêng. Bọn mình lo cái bếp với cái kho, tức là phần nền tảng và hệ thống. Còn các anh chị đối tác cứ đi phân phối và phát triển giải pháp theo ngách của mình, phần ra món và tiếp khách. > Phía sau cứ để bọn mình lo, anh chị cứ ra tiền tuyến là được ^^ Hẹn gặp mọi người ở buổi CafeTalk #4 vào 24/7 tới! *p.s: Tháng 7 này mình sẽ đồng hành cùng Doanh Nghiệp và các chuyên gia để chia sẻ Case Study thật từ một bạn CEO ecommerce/retail, để mọi người tận mắt sở thị luôn nhé.* Anh chị nào có mặt hôm đó thì phần nào đọng lại nhất? Comment mình nghe thử coi có trùng với cái mình nghĩ không :3 #voquoccuong #cafetalk #cxoaiautomation #ainativehttps://voquoccuong.com/blog/ai-automation/xay-loi-hay-chay-theo-cong-nghe-ai-va-tiet-kiem-token-doanh-nghiep/https://voquoccuong.com/blog/ai-automation/xay-loi-hay-chay-theo-cong-nghe-ai-va-tiet-kiem-token-doanh-nghiep/Hai câu hỏi từ panel RESET 2026 của Sapo: học AI rồi mai lỗi thời, và AI Agent tốn token thì làm gì? Trả lời bằng tư duy lõi/bề mặt và thiết kế MCP.Sun, 19 Jul 2026 04:00:00 GMTTại phiên panel talk bên sự kiện RESET 2026 của Sapo, có bạn hỏi tôi 2 câu mà chắc nhiều CEO cũng đang thắc mắc: - Học ứng dụng AI hôm nay, mai nó lỗi thời rồi thì sao? - Dùng AI Agent mà nó tốn token quá thì mình làm gì? Ý bạn đó là: làm sao xài AI Agent cho tiết kiệm token, mà công nghệ nó lại đổi xoành xoạch, hôm nay học cái này mai đã ra cái khác rồi. Cảm giác vừa ứng dụng xong đã.. lỗi thời. Câu hỏi này gồm 2 phần, mà càng nghĩ tôi càng thấy cần tách ra trả lời riêng mới rõ được. ## PHẦN 1: ĐUỔI THEO CÔNG NGHỆ LÀ CUỘC ĐUA KHÔNG CÓ ĐÍCH Hôm đó trả lời nhanh, tôi nối tiếp ví dụ từ Giáp Đức Thắng có trả lời trước đó. Bạn ấy có hệ thống data warehouse, BI dashboard được thiết kế bài bản. Khi đưa AI vào để phân tích, trả lời, gợi ý hành động từ dữ liệu đó thì hiệu quả rất rõ. Nhưng đó chỉ là một góc thôi. Muốn trả lời trọn vẹn thì phải tách 2 việc ra: cập nhật công nghệ, và thiết kế hệ thống cho doanh nghiệp. Ai làm nghề này cũng phải cập nhật liên tục, chuyện đó đương nhiên, không ai né được. Nhưng nếu doanh nghiệp có một khung ứng dụng đúng đắn thì mình không cần phải FOMO chạy theo từng tin tức. Vẫn có lộ trình cập nhật của riêng mình. Cách tôi hay làm là tách ra 2 phần: lõi và bề mặt. **Lõi** là đi từ nỗi đau thật của doanh nghiệp, xác định cái gì hiện tại giải quyết được, từ đó thiết kế ra khung và hướng đi. Cái này gần như có rất ít thay đổi theo thời gian, tại nếu đổi hoài thì.. thời gian đâu doanh nghiệp làm ăn. **Bề mặt** là công cụ hay tính năng AI cụ thể. Cái này thì tháo ra lắp vô tùy thời điểm cũng được. Giống xây nhà thôi. Lõi là cái móng, bề mặt là nội thất. Đổi bộ sofa thì cuối tuần làm xong, còn đụng tới móng là nguyên cái nhà nó rung. Ví dụ dễ thấy nhất gần đây là mảng tạo ảnh bằng AI. Đầu năm Nano Banana 2 của Google ra mắt, ai cũng khen tốc độ với chất lượng. Rồi tới tháng 4 GPT Image 2 của OpenAI ra, vượt mặt luôn Nano Banana 2 ở mấy bảng xếp hạng benchmark. Rồi cuối tháng 6 Google lại ra thêm Nano Banana 2 Lite, rẻ hơn, nhanh hơn. Cứ vậy đó, 4-5 tháng đổi ngôi liên tục. Nếu doanh nghiệp cứ chăm chăm học "dùng Nano Banana" như một kỹ năng cố định thì y như rằng vài tháng sau phải học lại từ đầu. Nhưng nếu lõi của mình là "quy trình tạo hình ảnh sản phẩm cho catalogue, cần tốc độ X, độ chính xác chữ Y" thì công cụ nào đang tốt nhất tại thời điểm đó mình cứ lắp vô xài. Không cần phải trung thành với một cái tên. > Làm tốt phần lõi rồi thì việc còn lại chỉ là thay công cụ. Doanh nghiệp cần sự ổn định để vận hành, nhân sự cần quy trình rõ để follow, chứ không thể hôm nay một kiểu mai một kiểu được. Còn phần con người thì sao? Nhân sự cần được huấn luyện, training để thích nghi và nâng năng lực. Đây là chuyện tất yếu của nghề, giống như bao năm nay vẫn phải học kỹ năng mới theo thời gian vậy thôi, không có gì mới mẻ cả. Mà nói thiệt.. cái framework lõi/bề mặt này nói thì gọn, làm thì không dễ đâu. Ví dụ của Thắng ở trên là doanh nghiệp đã có sẵn năng lực data engineering để xây BI dashboard đàng hoàng. Chứ SME nhỏ, chưa có ai rành dữ liệu, thì "xây lõi trước" nghe hay nhưng thực thi cả năm chưa xong à. Nên đừng nghe tôi nói xong.. rồi về gom hết team lại xây lõi nha. Tuỳ sức mà làm. ## PHẦN 2: TIẾT KIỆM TOKEN Ở TẦM DOANH NGHIỆP KHÁC TẦM CÁ NHÂN Trước đó tôi có viết một bài về [7 thói quen tiết kiệm token cho người mới](/blog/ai-automation/7-thoi-quen-de-song-sot-khi-ai-bop-quota-danh-cho-nguoi-moi/), chủ yếu là mẹo cá nhân khi chat với AI: gõ rõ ràng ngay từ đầu, edit thay vì chat tiếp, giữ chat dưới 10 lượt. Bạn nào chưa đọc thì tìm lại nhé, phần đó vẫn đúng và vẫn nên áp dụng. Nhưng ở tầm doanh nghiệp, câu chuyện tiết kiệm token nó rộng hơn một chút. Vì đây là chuyện thiết kế hệ thống chứ không còn là thói quen gõ chat nữa. Có 3 điểm tôi hay thấy doanh nghiệp mắc phải. **Một, xử lý trực tiếp trên file gốc.** Nhiều người kêu AI chỉnh sửa tới lui ngay trên file HTML hay file Word, cực kỳ tốn token vì mỗi lần AI phải đọc lại toàn bộ định dạng, không chỉ nội dung. Cách tôi hay làm là kêu AI ra dữ liệu thô trước, tự sửa tay hoặc nhờ AI sửa trên bản thô đó, tới khi ưng ý mới xuất ra file cuối (PDF, Docs, email). Vừa kiểm soát được token, vừa biết rõ token mình tạo ra là do đâu. **Hai, để chat chồng chất quá nhiều lượt.** Mỗi lần AI xử lý là nó cộng dồn hết kết quả và lịch sử chat trước đó vào. Chat tới 10-20 lượt là tốn kém khủng khiếp, y như bài 7 thói quen tôi từng nói. Ở tầm doanh nghiệp thì đây là chuyện phải training cho cả team hiểu, chứ không phải một mình CEO biết là đủ. **Ba, và cái này quan trọng nhất với ai đang làm AI Agent cho doanh nghiệp: thiết kế MCP chưa tốt.** (MCP là Model Context Protocol, tạm hiểu là cách AI kết nối với hệ thống dữ liệu bên thứ ba.) Một MCP chung chung, mô tả từng function không rõ ràng, thì AI Agent phải tự dò đường. Đi hướng này không được thì.. quay ra thử hướng khác. MCP dùng chung cho tất cả mọi người thường chỉ dừng ở mức API cơ bản, kiểu lấy danh sách, filter khách hàng. Nhưng nghiệp vụ thực tế phức tạp hơn nhiều, chỉ công ty mình hoặc trường hợp cụ thể mới có đường đi riêng. Đội Anthropic có mô tả một case thật: agent cần lấy transcript cuộc họp từ Google Drive rồi ghi vào Salesforce. Cách làm cũ, để AI gọi từng tool một rồi tự dò, thì riêng phần định nghĩa tool cộng dữ liệu trung gian đi qua lại context đã tốn khoảng **150.000 token**. Khi đổi qua cách để AI viết code gọi thẳng vào hệ thống, giống kiểu lập trình viên viết script thay vì bấm tay từng bước, số token đó giảm còn **2.000**. Tức là tiết kiệm gần **99%**. Đọc con số này tôi mới thấy cái mình hay nói "gọi vào đúng 3 bước ra kết quả thay vì để AI chạy gần 100 bước" không phải nói cho vui, mà có dữ liệu thật chứng minh. Mấy vụ MCP Code Mode team tôi học từ Tony cũng ứng dụng thường xuyên để giải quyết vấn đề này trong nhà rồi. Đợt offline lần trước tôi cũng có kể cho anh em nghe hơn 2 tiếng. Cái khó là thiết kế MCP tốt cho đúng use case thực tế là việc của dân thiết kế hệ thống. Nói mấy từ như MCP hay code execution ra thì người ngoài chuyên môn cũng khó mà hình dung được, nên phần này thường phải có đội kỹ thuật ngồi lại làm riêng cho từng nghiệp vụ. Không thể giao cho một con AI generic làm hết. Mà chỗ này tôi cũng phải công tâm miếng: EGANY của tôi làm công nghệ mà cũng đâu phải chỗ nào cũng ngon. Có mấy nghiệp vụ bọn tôi cũng đang dò.. sửa tới sửa lui hoài. Nên nói ra để anh em biết đường, chứ không phải đứng ngoài phán ^^ ## TÓM LẠI Cập nhật công nghệ, đừng đuổi theo. Xây lõi cho chắc, còn bề mặt để đó tháo ráp tùy thời điểm. Tiết kiệm token cá nhân là một chuyện, đọc lại bài [7 thói quen cho dân không chuyên](/blog/ai-automation/7-thoi-quen-de-song-sot-khi-ai-bop-quota-danh-cho-nguoi-moi/). Còn tiết kiệm token ở tầm hệ thống là chuyện khác, nó nằm ở cách thiết kế MCP và quy trình xử lý dữ liệu. Hai chuyện này thật ra là một. > Doanh nghiệp nào xây lõi tốt thì cũng tự nhiên tiết kiệm token tốt. Vì không có chuyện chạy tới chạy lui, dò đường, sửa sai liên tục. Bạn đang thiết kế hệ thống AI cho doanh nghiệp mình theo hướng nào? Xây lõi trước, hay đang mải chạy theo tính năng mới? Comment tôi nghe thử coi :3 *Nguồn tham khảo: case Google Drive sang Salesforce và con số 150.000 xuống 2.000 token lấy từ bài viết của đội Anthropic Engineering về code execution với MCP.* #voquoccuong #aiautomation #mcp #agenticworkinghttps://voquoccuong.com/blog/lanh-dao-ai/bo-ai-cho-dan-van-phong-nam-gon-trong-google-workspace/https://voquoccuong.com/blog/lanh-dao-ai/bo-ai-cho-dan-van-phong-nam-gon-trong-google-workspace/Recap CafeTalk CxO AI Automation Club: loạt update AI Gemini trong Google Workspace (Build, Flows, Canvas) nhìn dưới góc bảo mật, tuân thủ và dễ triển khai.Sun, 12 Jul 2026 09:30:00 GMTTối qua có buổi Zoom ngắn trong nhóm kín CxO AI Automation Club, Mạnh Đạt tóm tắt mấy cập nhật AI mới đây của Google Workspace cho doanh nghiệp. Ngắn.. mà đáng ngẫm. Đi làm giải pháp cho doanh nghiệp nhiều, tôi thấy tựu chung lại, triển khai bất kỳ ứng dụng nào cũng vướng đúng mấy chỗ: - Bảo mật. - Tuân thủ. - Dễ triển khai. - Nhân sự tiếp cận được, dễ như công việc văn phòng mỗi ngày. Model của Google thì thú thật tôi ít xài. Nhưng nếu tôi là doanh nghiệp đang sống trong hệ sinh thái Google, thì loạt update này gãi trúng cả bốn chỗ ngứa ở trên.  **Lưu ý trước:** mấy tính năng early-access (Alpha/Beta) chụp bên dưới mặc định bị ẩn. Phải tự vô Admin console bật lên mới thử được, không tự nhiên thấy sẵn đâu nha. ## Sheets và AppScript, giờ có Gemini làm hộ Đồ chơi tự động hóa nhiều nhất và hiệu quả nhất cho anh em mê vọc trong hệ Google, chắc chắn vẫn là Google Sheets và AppScript (ngôn ngữ script tự động hoá của Google).  Giờ thì cái tính năng Gemini > Build trong Google Sheets, với Flows trong Google Workspace Studio, làm được mấy thứ đó trong một nốt nhạc. Lại dễ bảo trì hơn ngồi code AppScript tay nhiều. Điểm tôi khoái nhất: dân không rành kỹ thuật vẫn làm được, chỉ bằng ra lệnh hoặc kéo thả. Không phải ngồi học cú pháp gì hết.  Cái làm tôi bất ngờ nhất là Canvas, nằm trong Gemini của Google Sheets. Nó cứ như bê nguyên Looker (công cụ dựng dashboard của Google) vào trong đó để dựng bảng số liệu phát một, giao diện nhìn còn xịn hơn :)) Giấy tờ, chứng từ, slide.. đủ thứ đều làm được, mà tham chiếu thẳng từ template, guideline, brandkit có sẵn. Ra một phát luôn, khỏi chỉnh tới chỉnh lui. ## Đúng là nhìn không có gì ghê, nhưng.. Nói thẳng, từng tính năng lẻ nghe chẳng có gì gọi là đột phá. Cái mạnh nằm ở chỗ nó phủ nguyên hệ sinh thái. Giờ mở app nào cũng vậy, Gmail, Slide, Docs, Sheets.. kể cả trình duyệt Chrome, đều có cái icon Gemini nhô lên chờ mình sai việc. Nguyên bộ AI cho dân văn phòng nằm gọn trong đây rồi, đâu cần cài thêm extension (tiện ích mở rộng) hay tích hợp lung tung gì nữa.. Với một ông chủ doanh nghiệp đang đau đầu vụ bảo mật với tuân thủ, cái "khỏi rước thêm đồ bên ngoài vào" đó nhiều khi đáng giá hơn một model lẻ mạnh hơn vài phần trăm. ## Mà nói vậy thôi.. Tôi không phải dân Google Workspace ruột, model Google tôi cũng ít đụng, nên mấy dòng khen ở trên cứ coi là góc nhìn của người đứng ngoài ngó vô cho khách quan. Ai xài hệ Google mỗi ngày chắc còn thấy nhiều chỗ hay dở hơn tôi. Và như mọi lần, đồ mới ra thường là bản sớm. Chạy demo thì mượt, mà vô việc thật của doanh nghiệp mình có trơn hay không lại là chuyện khác. Cứ bật thử trên một quy trình nhỏ trước cho chắc. Buổi tuần trước tụi tôi bàn chuyện dựng dây chuyền sản xuất content, ai quan tâm đọc thêm [Bạn đang viết content theo cảm hứng hay đang vận hành một nhà máy?](/blog/ai-automation/viet-content-theo-cam-hung-hay-van-hanh-mot-nha-may/). Còn cả chuỗi cafe talk cộng đồng thì có bài [CafeTalk #2: AI Trong Vận Hành Thực Chiến](/blog/lanh-dao-ai/cafetalk-2-ai-trong-van-hanh-thuc-chien/), cùng một mạch. ## Cảm ơn Cảm ơn Mạnh Đạt đã dành thời gian tóm tắt cho anh chị em trong nhóm, kèm mấy use case ví dụ dễ hiểu ghê.  CafeTalk online trong nhóm kín CxO AI Automation Club vẫn chạy đều đều và.. bất thình lình vậy đó. Không lưu record, chỉ lưu recap thôi. Còn anh chị, công ty mình đang lấy hệ sinh thái nào làm xương sống, Google hay Microsoft hay gì khác? Loạt AI mới nhét vô đó anh chị thấy dùng được tới đâu rồi, comment tôi nghe thử coi. p.s: tôi thì vẫn đang xài Claude với Codex nhe mọi người haha.. tôi cần bung lụa nhiều hơn mấy cái template văn phòng ^^ #voquoccuong #googleworkspace #gemini #aiautomation #cxoaiautomationhttps://voquoccuong.com/blog/ai-automation/viet-content-theo-cam-hung-hay-van-hanh-mot-nha-may/https://voquoccuong.com/blog/ai-automation/viet-content-theo-cam-hung-hay-van-hanh-mot-nha-may/Recap CafeTalk CxO AI Automation Club: từ viết content theo cảm hứng sang vận hành Content Factory với design token, kho tri thức Markdown và phân phối đa kênh.Thu, 02 Jul 2026 22:30:00 GMTTối qua tôi ngồi nghe mấy anh em chia sẻ về hệ thống sản xuất content của họ. Nghe xong, cả đám trong buổi Zoom đều giật mình.. hóa ra cái mình đang loay hoay với con Content Assistant lâu nay chỉ mới là một góc rất nhỏ của bức tranh lớn hơn nhiều. Bức tranh đó có một cái tên nghe hơi công nghiệp: Content Factory. Đi từ website, tới slide, tới tạo ảnh, tạo blog, tạo caption.. tất cả những gì có thể ra được thành content.  Nghe to tát vậy thôi, chứ ý tưởng đơn giản lắm. Thay vì ngồi chờ cảm hứng rồi mới viết, bạn dựng một dây chuyền. Trong đó bạn là người quản trị chiến lược, còn AI là mấy cái mắt xích thực thi công suất lớn. Tôi kể lại theo cách hiểu của mình. Có chỗ tôi gật gù đồng tình, có chỗ tôi thấy chưa chắc đã đúng với quy mô một mình làm (solo). Đọc xong bạn tự cân đo cho trường hợp của mình nha.  Có một cái ai trong buổi cũng gật đầu, coi như điểm neo cho cả câu chuyện: con người giữ linh hồn và hướng đi, còn AI lo phần xử lý dữ liệu và khuếch đại. Bạn cầm bản sắc, cảm xúc, quyết định cuối. AI cầm tốc độ và sức bền. Đảo vai là hỏng ngay, vì lúc đó content ra lò đọc lên không còn mùi của mình trong đó nữa.  ## Cá nhân hóa AI bằng "design token" Vấn đề lớn nhất khi dùng AI viết content không phải là AI dở. Là AI viết ra thứ gì đó rất chung chung, đọc lên trơn tru mà nhạt, không có ai trong đó cả. Cách được chia sẻ để trị bệnh này là dùng design token, hiểu nôm na là đóng gói linh hồn thương hiệu thành mấy thứ cụ thể mà máy đọc được: màu chủ đạo, mascot (linh vật), quy tắc chèn watermark (dấu bản quyền), và đặc biệt là nạp 20 tới 30 bài đăng cũ để AI học cái "vọng âm" giọng văn của mình. Đức thì chia sẻ một mẹo tôi khá thích. Gửi AI một tấm ảnh mẫu, bảo nó mô tả lại tấm ảnh đó dưới dạng JSON. Lưu cái file JSON đó vào kho tri thức (Knowledge Base). Lần sau cần ảnh mới, chỉ cần paste chủ đề kèm file JSON, AI trả ra kết quả gần như đồng nhất về phong cách. Cái này thì tôi tổng hợp làm learning log của riêng mình. Bản chất cũng là một dạng token hóa văn phong thôi, chỉ khác là tôi dùng bảng so sánh thay vì JSON.  Còn một nguyên tắc quan trọng không kém: đừng nạp hết dữ liệu vào một chỗ rồi hy vọng AI tự biết dùng cái nào. Hệ thống phải vận hành như một ông thủ thư, cần file nào thì rút đúng file đó cho đúng tác vụ. Nạp lộn xộn thì AI dễ ảo giác (hallucination), tức là bịa ra thứ nghe có vẻ đúng mà thực ra sai bét. ## Quản trị tri thức kiểu "low-tech" cho team ít rành công nghệ Có một góc nhìn tôi tâm đắc: đơn giản hóa công nghệ để dồn sức vào giá trị cốt lõi, thay vì bắt cả team đi học một đống phần mềm phức tạp. Cách làm là lấy một kho tri thức tập trung làm nguồn sự thật duy nhất (single source of truth). Mọi ý tưởng lưu dưới dạng file Markdown (định dạng văn bản thuần), tự động hóa việc tạo thư mục qua Terminal (dòng lệnh) cho khỏi phải mò cái giao diện web nặng nề.  Cái hay của việc lưu Markdown là nó không phụ thuộc nền tảng. Bữa nay xài Claude, mai đổi qua công cụ khác, dữ liệu vẫn còn nguyên đó, không phải làm lại từ đầu.  > Công cụ sẽ luôn thay đổi, nhưng tư duy tổ chức luồng dữ liệu và cấu trúc thư mục là vĩnh cửu. Nói thiệt.. tôi đồng tình phần lớn, nhưng cái đoạn "liên tục nạp bài mới nhất để AI không bị lỗi thời so với chủ nhân" thì tôi thấy hơi lý tưởng. Làm cái này đều đặn khó hơn nói nhiều. Tự bản thân tôi cũng hay trễ deadline cập nhật learning log của chính mình ^^ ## Phân phối đa nền tảng: 50% còn lại của cuộc chơi Viết xong một bài mới chỉ là đi được nửa đường. Nửa còn lại là đưa nó đi đúng chỗ, đúng lúc. Giải pháp được nhắc tới đi theo ba bước: nạp kho tri thức, generate media (sinh ảnh, video) bằng AI, rồi đăng tự động lên tới 14 nền tảng cùng lúc. Kết hợp thêm Voice AI để biến bài viết thành video ngắn. Điểm tôi thấy đáng nhớ nhất ở đây không phải công nghệ, mà là một nguyên tắc: giai đoạn đầu bắt buộc phải duyệt tay để huấn luyện AI hiểu đúng tiêu chuẩn của mình. Không có chuyện thả tay ngay từ ngày một. Cũng giống hệt như thuê một nhân viên mới vậy đó. Tuần đầu bạn đâu có giao hết việc rồi biến mất, phải ngồi kèm, sửa, chỉ, rồi mới dám buông tay từ từ.  Phần đăng đa kênh này tôi có viết riêng một bài cho anh em không rành kỹ thuật, xem thêm [Tự động hóa đăng bài đa kênh cho dân không chuyên](/blog/ai-automation/tu-dong-hoa-dang-bai-da-kenh-cho-dan-khong-chuyen/). ## 7 bước cho một Content Factory Đây là phần tôi thấy có cấu trúc rõ nhất, nên chép lại nguyên vẹn: 1. Theo dõi URL các nguồn tin, tác giả mục tiêu 2. Cào bài tự động 3. Chọn lọc theo trụ cột nội dung và chiến lược. Đây là bước quan trọng nhất, không đạt chuẩn thì loại thẳng 4. Viết tóm tắt theo góc nhìn cá nhân, không copy nguyên ý 5. Bóc tách design token từ những phong cách visual đỉnh để tái tạo lại 6. Format riêng cho từng nền tảng 7. Đăng qua hệ thống phân phối tự động Bước số 3 tôi nghĩ là cái nhiều người bỏ qua nhất. Ai cũng lo viết cho hay mà quên lọc xem bài đó có phục vụ đúng mục tiêu kinh doanh không. Viết hay mà lạc trụ cột thì cũng chỉ là content cho vui, chẳng đẩy được gì cho việc làm ăn. Hai bước đầu, cái vụ theo dõi URL rồi cào bài tự động, tôi có kể chi tiết một lần dập mặt trong bài [Lập lịch cho AI Agent thu thập content trong 5 phút, nhưng mất 3 ngày để chạy.. ổn](/blog/ai-automation/lap-lich-cho-ai-agent-thu-thap-content-trong-5-phut-nhung-mat-3-ngay-de-chay-on/), ai định làm khúc này thì đọc cho đỡ giẫm mìn. ## Hạ tầng và bảo mật, phần ít ai nói tới Có một khái niệm tôi thấy thú vị mà Hoàng Tô với Nguyên Leon chia sẻ, gọi là "bộ não du hành". Tức là đồng bộ ký ức của AI giữa điện thoại và máy tính qua Git hoặc Cloudflare Worker. Nghĩ ra ý tưởng lúc đang lướt điện thoại, sản xuất chính thức lúc ngồi máy tính, mà dữ liệu không bị đứt quãng khúc nào. Ai làm nghiêm túc hơn nữa thì đầu tư luôn phần cứng chạy AI offline. Vừa khỏi tốn phí duy trì hàng tháng, vừa giữ được dữ liệu khách hàng và bí mật kinh doanh trong nhà, không phải gửi lên đâu hết. ## 3 việc nên làm trước, nếu muốn bắt đầu Nếu bạn đang làm content một mình hoặc team nhỏ, đừng cố bê nguyên cái hệ thống 7 bước vào ngày đầu tiên. Ôm nhiều quá là ngộp rồi bỏ ngang. Ba việc đáng làm trước: Thứ nhất, lọc ra 20 bài đăng hiệu quả nhất trong quá khứ, rồi yêu cầu AI phân tích văn phong và trích xuất thành một file "Voice Master" dạng Markdown. Thứ hai, dựng một nguồn sự thật duy nhất. Một thư mục Markdown đồng bộ qua Git, để dữ liệu nhất quán giữa lúc tìm ý tưởng và lúc sản xuất chính thức. Thứ ba, chạy thử với cơ chế duyệt tay trước. Đừng thả tự động toàn bộ ngay, kiểm soát chất lượng cho chắc rồi mới mở rộng ra nhiều nền tảng. Tự nhiên viết xong bài này tôi lại thấy con Content Assistant của mình cần nâng cấp thêm vài bậc.. để rảnh tôi kể tiếp phần mình đang làm gì với nó :3 ## Cà phê chém gió thì không có record Nội dung buổi kéo hơn hai tiếng rưỡi. Anh em ngồi bàn đủ thứ chuyện tư duy làm việc với AI Agent, cùng mấy use case đã và đang làm với các đối tác bán lẻ và trường đại học, cuốn kinh khủng. Mấy cái đó thì xin phép không chia sẻ ra ngoài được. Host tối qua là Thân Công Huy, mà bàn được một hồi thì tự dưng ông Huy lại khui ra quá trời KB/KG (kiến thức, kinh nghiệm) ngay trong buổi mình đứng host. Đó cũng là đúng cái tinh thần của mấy buổi cafe talk kiểu này, trao đổi cởi mở, không ai giấu nghề. CafeTalk online trong nhóm kín CxO AI Automation Club là hoạt động đều đặn và.. bất thình lình hàng tuần, hàng tháng trong nhóm. Không lưu record, chỉ lưu recap như bài này thôi hehe.. Anh chị nào muốn coi lại không khí mấy buổi trước thì có bài [CafeTalk #2: AI Trong Vận Hành Thực Chiến](/blog/lanh-dao-ai/cafetalk-2-ai-trong-van-hanh-thuc-chien/), cùng chung mạch chuyện. Tuần sau anh chị em định bàn thêm chuyện Google Workspace trong doanh nghiệp đa quốc gia đang vận hành ra sao, host là Mạnh Đạt. Còn bạn, content của bạn giờ đang chạy bằng cảm hứng hay đã có một cái dây chuyền phía sau? Kẹt ở khúc nào, comment tôi nghe thử coi. #voquoccuong #contentfactory #aiautomation #cafetalk #cxoaiautomationhttps://voquoccuong.com/blog/ai-agent/cam-ai-duoc-vo-o-chat-telegramzalobitrix-thi-moi-duoc-goi-la-ai-agent/https://voquoccuong.com/blog/ai-agent/cam-ai-duoc-vo-o-chat-telegramzalobitrix-thi-moi-duoc-goi-la-ai-agent/Sự thật cái nhầm lẫn này của anh chị em DN mà tôi gặp gần đây rất nhiều, thậm chí còn cho rằng cắm vô được Telegram/Zalo/Slack thì là đỉnh cao nhất, nhưng mà..Tue, 30 Jun 2026 13:26:31 GMT<p>Mấy lời khẳng định kiểu này tôi gặp ngày càng nhiều, nhất là từ anh chị em doanh chủ không rành công nghệ lắm:</p><blockquote><p>“Bên tôi giờ ngày nào cũng có bot bắn báo cáo doanh thu lên Telegram, vậy là có một AI Agent thực thụ rồi nè”</p></blockquote><p>Thật ra.. phần lớn mấy thứ này không phải AI Agent đâu. Nó chỉ là con bot tự động bắn thông báo lên DM/group chat, cùng lắm là biết hỏi đáp thêm chút do có cắm thêm LLM vào thôi. Hết.</p><h2>Mà cái nhầm này đang lan nhanh lắm</h2><p>Mọi người đang đánh đồng “nơi AI xuất hiện” với “năng lực thực sự của AI”, nên có nhiều nhầm lẫn về khái niệm AI Agent.</p><ul><li><p><strong>Một bên là giao diện giao tiếp (interface)</strong>: cái khung để mình ra lệnh và nhận kết quả. </p></li><li><p><strong>Một bên là năng lực xử lý (capability)</strong>: cái quyết định AI thực sự làm được gì.</p></li></ul><p>Nhóm chat thuộc vế đầu, chỉ là một điểm chạm, một kênh giao tiếp. Nó không tự sinh ra “sự tự chủ” cho AI. Nhét một con bot ngơ ngơ vô nhóm Zalo/Telegram thì nó vẫn ngơ ngơ.. chỉ là ngơ ngơ trong nhóm chat thôi.</p><div class="captioned-image-container"><figure><img width="1456" height="819" decoding="async" src="/blog-images/cam-ai-duoc-vo-o-chat-telegramzalobitrix-thi-moi-duoc-goi-la-ai-agent/0.jpg" alt="" loading="lazy" ></figure></div><p></p><p>Giải thích nặng nề quá cũng phức tạp nên tôi lấy các hoạt động trong cái Bếp hoặc Quán Nhậu ra để ví dụ xuyên suốt trong bài này nhé.</p><h2>Ví dụ trong cái Quán Nhậu</h2><p>Ba thứ mà người ta hay nhầm là: <strong>Lò nướng thịt, ông Đầu Bếp và cái Bộ Đàm </strong>(điện thoại cũng được)</p><p>Nhưng ở đây có cái bẫy mà nhiều bài giảng dính phải: họ xếp ba thứ này thành ba cấp độ, trong đó cắm vô nhóm chat là cấp cao nhất. </p><p>Sai lầm là chỗ này nè.</p><div class="pullquote"><p>Thực ra chỉ có hai cấp độ năng lực (lò nướng rồi mới tới đầu bếp), còn bộ đàm là thứ nằm ở trục hoàn toàn khác, không chung cái thang đo năng lực đó đâu.</p></div><h3>1. Lò nướng: </h3><p>Tạm hiểu như AI truyền thống / chatbot cơ bản. Bạn tự chuẩn bị nguyên liệu, cho vô, bấm đúng số phút (đây chính là cái prompt của bạn). </p><p><strong>Lò làm đúng một việc: nướng, hết giờ là nó dừng.</strong> </p><p>Và bạn phải tự mở ra coi chín chưa, chứ nó không tự nghĩ, không tự xoay sở. </p><p>Một lệnh, một kết quả &gt; Xong.</p><h3>2. Đầu bếp (tui đây)</h3><p>Cái này mới là AI Agent thực thụ. Vợ tôi không bấm nút từng bước nữa mà chỉ đưa mục tiêu: </p><div class="pullquote"><p>“Nấu cho em bữa tối 3 món kiểu Cà Mau đi anh.” </p></div><p>Rồi ông Cường đầu bếp tự lên thực đơn, tự tính mua gì, tự chọn món nào nấu trước, tự nếm, mặn thì thêm nước, nhạt thì nêm mắm. </p><p>Và quan trọng: ổng làm một mình trong góc bếp cũng được, không cần ai đứng nhắc từng động tác.</p><h3>3. Bộ đàm (hay cái gì để liên lạc cũng được)</h3><p>Đây như cái giao diện chat (chỗ ai cũng lộn). Vậy “cắm AI vô nhóm chat” là gì? Là đưa cho ông đầu bếp một cái bộ đàm để nói chuyện với bà vợ mình hoặc em bồi bàn ngoài kia. </p><p>Có bộ đàm thì khách gọi món tiện hơn, báo món ra nhanh hơn. Nhưng cái quyết định món ngon hay dở vẫn là tay nghề ông đầu bếp trong bếp, không phải cái bộ đàm.</p><p>Và đây là điểm bất ngờ nè:</p><div class="pullquote"><p>Bạn hoàn toàn có thể gắn bộ đàm cho.. cái lò nướng.</p></div><p>Một con chatbot ngơ ngơ nằm trong nhóm chat thì vẫn chỉ là cái lò nướng biết nói chuyện. Và đó đúng là cỡ 90% thứ đang được gọi là “AI Agent trong nhóm” hiện nay.</p><p>Nó vẫn chỉ có thêm tính năng hỏi đáp như Chabot thôi chứ không là một AI Agent thật sự. Kiểu tự động báo khi hết giờ, nhiệt độ trong lò bao nhiêu vào nhóm chat, rồi mọi người cùng thấy và.. cùng lắm là hỏi thêm thông số khác nữa.</p><div class="captioned-image-container"><figure><img width="1456" height="971" decoding="async" src="/blog-images/cam-ai-duoc-vo-o-chat-telegramzalobitrix-thi-moi-duoc-goi-la-ai-agent/1.jpg" alt="" loading="lazy" ><figcaption class="image-caption">Ảnh tóm tắt lại nội dung ví dụ trên</figcaption></figure></div><h2>Vòng Lặp Tự Chủ: đây mới là thứ làm nên một AI Agent thực thụ</h2><p>Đây là lõi của vấn đề. Một AI Agent thực thụ không được định nghĩa bởi nó thông minh cỡ nào, mà bởi nó chạy được cái vòng này:</p><div class="pullquote"><p>MỤC TIÊU &gt; LẬP KẾ HOẠCH &gt; THỰC THI &gt; QUAN SÁT &gt; TỰ ĐÁNH GIÁ</p></div><ul><li><p>Chưa đạt? Quay lại sửa tiếp.</p></li><li><p>Đạt rồi? Lúc này mới bàn giao.</p></li></ul><p>Cái lò nướng truyền thống thì nó đi thẳng một đường rồi dừng. Đầu bếp thì lặp tới lặp lui tới khi đạt mục tiêu mới thôi. </p><div class="captioned-image-container"><figure><img width="1456" height="971" decoding="async" src="/blog-images/cam-ai-duoc-vo-o-chat-telegramzalobitrix-thi-moi-duoc-goi-la-ai-agent/2.jpg" alt="" loading="lazy" ></figure></div><p></p><p>Cái vòng “quan sát &gt; tự đánh giá &gt; sửa” đó chính là tự nhìn lại (reflection), và nó là thứ AI chat hỏi đáp thông thường khônng có.</p><h2>MÂM CƠM 3 MÓN: </h2><p><strong>Thịt kho trứng, canh chua cá hú, đậu rồng xào cật heo</strong></p><p>Để thấy cái vòng lặp này sống động, mình lấy mâm cơm thằng quê Cà Mau như mình rất mê đem ra nói. Cho ai chưa biết thì mình là người nấu cơm toàn thời gian cho vợ và con trong nhiều năm qua (trước kia thì nấu cho anh em trong công ty ăn). </p><p>Nên mình lấy ví dụ mấy món quen thuộc này cho tiện trình bày &amp; ẩn dụ.</p><p>Giả sử giờ Vợ mình ra đúng một câu lệnh: </p><div class="pullquote"><p>“Làm cho em mâm cơm: thịt kho trứng, canh chua cá hú, đậu rồng xào cật heo.”</p></div><p>Ông Cường đầu bếp (Agent) tự chạy trọn vòng lặp:</p><h3>1. Lập kế hoạch, dựng đường đi (critical path). </h3><p>Đầu bếp ngon là không lao vô nấu món đầu tiên trong danh sách đâu. </p><p>Ổng nhìn cả ba món:</p><ul><li><p>Thịt kho trứng lâu nhất, kho riu riu cả tiếng cho thấm, nên bắc lên bếp trước tiên. </p></li><li><p>Đậu rồng xào cật heo nhạy giờ nhất, xào xong phải ăn liền kẻo cật dai, đậu úa, nên để cuối. </p></li><li><p>Canh chua ở giữa, nấu trước được, hâm lại vẫn ổn, làm khúc giữa.</p></li></ul><div class="pullquote"><p>Đó chính xác là cách Agent làm: không làm tuần tự theo thứ tự đề bài, mà sắp xếp lại theo ràng buộc thật. </p></div><p>Lò nướng thì làm đúng cái bạn bấm, không có khái niệm việc nào trước việc nào sau.</p><h3>2. Dùng đúng đồ cho đúng việc (tool use). </h3><p>Nồi kho cho thịt, nồi canh cho cá, chảo lửa lớn cho món xào. </p><p>Đâu ai đời đi luộc cật heo trong nồi canh chua :)) </p><div class="pullquote"><p>Với Agent, đây là chọn đúng tool cho từng tác vụ con, thay vì nhồi hết vô một lệnh.</p></div><h3>3. Làm song song, phần hay nhất của một Agent. </h3><p>Khi nồi thịt kho đã sôi và để riu riu nhỏ lửa, nó thành một tiến trình chạy nền. Đầu bếp không đứng canh từng giây, mà tranh thủ nấu canh chua, sơ chế cật heo <em>(khía bông hoa hòe, bóp muối, gừng, rượu khử mùi.. tùm lum)</em> cho bước cuối. </p><p>Còn lò nướng: bạn bấm 3 phút thì đứng đợi hết 3 phút, làm gì khác đâu.</p><h3>4. Thứ tự và thời điểm trong từng món (workflow). </h3><p>Canh chua thì nấu nước me, thơm, cà chua trước, thả cá hú vô sau cùng lúc nước đang sôi (thả sớm cá nát với tanh), rau thơm cho vô lúc tắt bếp. Đậu rồng xào cật thì lửa lớn nhanh tay, cật chỉ đảo tới chín tới, già lửa miếng là dai liền. </p><blockquote><p>Agent hiểu thứ tự và thời điểm quyết định kết quả, không phải cứ cho hết vô nấu.</p></blockquote><h3>5. Nếm và tự sửa, thứ lò nướng không bao giờ có (reflection). </h3><p>Nếm canh chua gắt thì thêm chút đường nêm lại. </p><p>Thịt kho nhạt thì thêm nước mắm, cạn nước thì châm thêm nước dừa. </p><div class="pullquote"><p>Cái vòng nếm &gt; nhận xét &gt; chỉnh lại này mới là dấu hiệu của Agent.</p></div><h3>6. Cứu món khi sắp “tèo” (error recovery). </h3><p>Cá sắp rã thì tắt bếp ngay. Cật lỡ tay hơi già thì vớt ra liền. </p><p>Agent xử lý sự cố trong lúc đang chạy, chứ không chạy mù tới khi cháy mới biết.</p><p>Còn cái bộ đàm nằm ở đâu trong câu chuyện này? </p><p>Giữa chừng, vợ ngoài đường gọi về báo: </p><div class="pullquote"><p>“Nay em hết nhiệt miệng rồi, để cay thêm xíu cho ngon nha anh iu.” </p></div><p>Cường đầu bếp nhận tin, nêm thêm ớt. Bộ đàm giúp nhận yêu cầu với báo cáo tiện hơn, nhưng cái quyết định canh ngon hay dở vẫn là tay nghề trong bếp. </p><ul><li><p>Gỡ bộ đàm ra, đầu bếp vẫn nấu được cả mâm. </p></li><li><p>Gỡ đầu bếp ra, cái bộ đàm chỉ còn là cục nhựa kêu ò e thôi.</p></li></ul><div class="captioned-image-container"><figure><img width="1456" height="971" decoding="async" src="/blog-images/cam-ai-duoc-vo-o-chat-telegramzalobitrix-thi-moi-duoc-goi-la-ai-agent/3.jpg" alt="" loading="lazy" ></figure></div><p></p><h2>Vậy ChatGPT / Claude / Gemini trên web có phải Agent không?</h2><p>Câu trả lời nhanh thì là.. Không. </p><p>Tới đây mình nâng lên một mức kỹ thuật. Ở trạng thái mặc định, mấy app Web/Desktop Chat thường là trợ lý hội thoại (conversational AI), không phải Agent thực thụ. </p><p>Lý do nằm ở cơ chế chạy theo lượt (turn-based): bạn gõ, AI tính, trả kết quả, rồi DỪNG, hết lượt. Muốn tiếp thì bạn phải gõ lệnh nữa. Nó thụ động hoàn toàn, và bị nhốt trong sandbox của trình duyệt, không tự mở file hay bật phần mềm khác nếu bạn hổng ra lệnh từng bước.</p><h3>Đối chiếu với 4 trụ cột của một Agent:</h3><ol><li><p><strong>Hành động theo mục tiêu</strong>: được một phần. Mục tiêu nhỏ (viết báo cáo) thì làm. Mục tiêu lớn (vận hành cả chiến dịch marketing) thì chịu, trừ khi bạn tự chẻ nhỏ prompt.</p></li><li><p><strong>Lập kế hoạch và suy luận:</strong> cũng yếu. À.. nếu bật mấy chế độ “suy nghĩ sâu” thì cũng được, nhưng model chat thường gõ chữ ngay, không có bước lên kế hoạch trước khi làm.</p></li><li><p><strong>Dùng công cụ:</strong> kha khá ngon. Web Chat giờ đã biết tìm web, chạy code Python, nối app bên thứ ba qua connector.</p></li><li><p><strong>Tự trị và tự sửa sai:</strong> gần như không thấy. Đây là điểm chí mạng. Chạy code lỗi, nó hiện lỗi lên cho BẠN bấm “sửa đi”, chứ không tự chạy ngầm một vòng khác sửa cho xong rồi mới bàn giao.</p></li></ol><p>Nói cách khác, Web Chat ngon ở mấy trụ đầu, nhưng gãy ở trụ cuối.. cái trụ quan trọng nhất. Thiếu vòng lặp tự sửa thì chưa gọi là Agent được đâu.</p><h2>Mà nói vậy thôi.. ranh giới giờ mờ dần rồi</h2><p>Tới đây mình phải tự cãi lại miếng, kẻo nói một chiều. Mấy hãng đang nhúng các sub-agent vô ngay trong khung chat.</p><p>Ví dụ rõ nhất là Code Interpreter / Advanced Data Analysis. Bạn ném một file Excel nặng vô nhờ phân tích, phần “chat” sẽ gọi một sub-agent chạy code. Con sub-agent này tự viết code, tự chạy trong môi trường ảo, gặp lỗi thư viện thì tự đọc log, tự sửa, chạy lại tới khi ra kết quả. Lúc đó khung chat chỉ còn là cái màn hình hiển thị, còn thứ chạy bên dưới đúng là một Agentic Workflow đủ vòng Plan &gt; Act &gt; Check &gt; Fix.</p><p>Nên cách nói chính xác là: Web Chat không phải Agent, nhưng nó vẫn có thể chứa một Agent bên trong cho vài tác vụ nhất định. Vậy nên đừng vội phán theo cái nhãn, phải nhìn vô cái đang chạy bên dưới.</p><h2>Tầng cuối: “Bị nhốt trên Web” vs “Tự do trên máy tính”</h2><p>Tới đây mới là khác biệt lớn nhất về quyền thao tác, thứ quyết định giá trị thiệt của Agent.</p><p><strong>AI Chat trên Web</strong> giống một chuyên gia giỏi nhưng bị nhốt sau tấm kính trình duyệt. Ổng tư vấn hay lắm, nhưng: bạn hỏi, ổng trả lời bằng chữ hoặc file, rồi dừng. </p><div class="pullquote"><p>Bạn phải tự tay tải file về. </p><p>Muốn ổng xử lý tiếp file khác? </p><p>Bạn lại tự cầm file ném ngược lên khung chat. </p></div><p>Mọi thứ phụ thuộc 100% vô thao tác tay của bạn. Tốn công lắm, đứt quãng liên tục.</p><p><strong>AI Agent dưới máy</strong> (Codex, Claude Code/Cowork, Antigravity...) thì đã chui thẳng vô hệ điều hành, ngồi ngay cạnh bạn. Nó có “tay chân”: tự mở Terminal gõ lệnh, tự mở trình duyệt tìm kiếm, tự đọc/ghi/sửa file ở bất kỳ thư mục nào trên ổ cứng, làm trọn A đến Z mà bạn không phải click hay upload/download gì.</p><p><strong>Ví dụ sát thực tế là nhờ AI hỗ trợ nấu 3 món trên:</strong></p><ul><li><p>Cách 1, dùng Web Chat (tốn nhiều công). Bạn gõ nhờ lên danh sách nguyên liệu, AI tạo file PDF, bạn tự bấm tải về. Rồi bạn tự mở tab siêu thị, tự mở file ra coi, tự gõ tìm từng món. </p></li><li><p>Cách 2, dùng AI Agent local (tự động hết). Bạn ra lệnh một câu, Agent tự tạo file danh sách trên máy, thậm chí tự mở Chrome vô web siêu thị gõ tìm “cá hú”, “thịt ba rọi”, “đậu rồng”, “trứng vịt”, tự chụp giỏ hàng hoặc tải hóa đơn lưu thẳng vô ổ D. Bạn ngồi nhâm nhi cà phê coi con trỏ chuột với mấy tab tự nhảy múa.</p></li></ul><div class="pullquote"><p>Điều rút ra: giá trị của Agent không nằm ở chỗ AI thông minh tới đâu, mà ở chỗ nó được cấp quyền can thiệp vô môi trường (máy tính, web, file) sâu tới mức nào.</p></div><div class="captioned-image-container"><figure><img width="1456" height="971" decoding="async" src="/blog-images/cam-ai-duoc-vo-o-chat-telegramzalobitrix-thi-moi-duoc-goi-la-ai-agent/4.jpg" alt="" loading="lazy" ></figure></div><p><strong>Túm lại:</strong> </p><p>Web Chat giống chuyên gia tư vấn ngồi trong phòng họp, kiến thức uyên thâm nhưng bảo đi cài phần mềm vô máy bạn thì chịu. Còn Codex / Claude Code / Antigravity giống kỹ sư thực địa, tự cầm đồ nghề ra hiện trường làm tới nơi tới chốn.</p><h2>Bộ thước đo để bạn tự kiểm tra</h2><p>Lần tới ai khoe “AI Agent”, thử hỏi 4 câu này. Nếu phần lớn câu trả lời là “không”, thì cái họ có là AI thường gắn giao diện chat, chứ chưa phải Agent:</p><ol><li><p>Nó có tự lập kế hoạch không? Đưa mục tiêu lớn, nó tự chẻ ra các bước rồi làm, hay vẫn cần bạn cầm tay chỉ từng việc?</p></li><li><p>Nó có tự thao tác trong môi trường thật không? Tự mở file, gọi API, thao tác web, hay chỉ trả về chữ rồi bắt bạn tự làm phần còn lại?</p></li><li><p>Nó có vòng lặp tự sửa không? Gặp lỗi thì tự sửa chạy lại tới khi xong, hay chỉ báo lỗi rồi đứng chờ bạn?</p></li><li><p>Nó có chạy tới đích mà không cần bạn xen giữa chừng không? Giao việc xong bạn đi pha cà phê được, hay phải ngồi prompt từng lượt?</p></li></ol><p>Còn chuyện “nó nằm trong nhóm chat hay chạy ngầm dưới máy”? Đó hổng phải câu hỏi để phân định Agent đâu. Đó chỉ là điểm chạm.. cái bộ đàm.</p><h2>Tóm lại toàn bộ nội dung trên:</h2><p>Đầu bếp là năng lực. Bộ đàm là kênh liên lạc. </p><p>Đừng khen cái bộ đàm rồi tưởng mình có đầu bếp giỏi.</p><p>Và mức tiến hóa cao nhất hiện giờ không nằm ở chỗ AI biết nói chuyện hay tới đâu, mà ở chỗ nó được cấp quyền can thiệp vô môi trường sâu tới mức nào.. từ “bị nhốt sau tấm kính trình duyệt” tới “tự do thao tác trên cả máy tính của bạn”.</p><p>Hiểu được lằn ranh này, bạn không còn bị mấy thuật ngữ marketing dắt mũi nữa.</p><p>Anh em đang xài “AI Agent” nào.. mà thử soi 4 câu trên coi nó là đầu bếp hay chỉ là cái lò nướng có bộ đàm? :3</p><p>#voquoccuong #kechuyen #aiagent</p>https://voquoccuong.com/blog/lanh-dao-ai/2h-sang-may-anh-em-lam-chu-hay-lam-gi/https://voquoccuong.com/blog/lanh-dao-ai/2h-sang-may-anh-em-lam-chu-hay-lam-gi/Dành cho anh em Founder/C-level/Solopreneur trăn trở mỗi ngày khi ra quyết địnhSat, 13 Jun 2026 15:54:18 GMT<p>Tôi thì.. nằm đó, mở mắt thao láo, nghĩ tới nghĩ lui nhiều quyết định: </p><ul><li><p>Cắt người này hay giữ lại? </p></li><li><p>Chuyển đổi mô hình kinh doanh hay ráng trụ thêm vài tháng nữa?</p></li></ul><ul><li><p>Đổ tiền vô cái sản phẩm mới đầy tiềm năng hay thôi? </p></li><li><p>…</p></li></ul><p>Mà nghĩ hoài hổng ra, vì.. biết hỏi ai giờ? </p><p>Hỏi nhân viên thì hổng được, nói ra mấy chuyện dòng tiền đang căng là tụi nhỏ hoang mang, rớt nhuệ khí liền. Hỏi mentor thì.. ai rảnh mà thức lúc 2h sáng nghe mình than. Mà thuê mentor xịn cũng đâu có rẻ, bèo cũng 360+ triệu/năm (tháng 30 triệu) rồi.</p><p>Nên cuối cùng founder hay tự gặm một mình. Cô đơn thiệt và quyết bừa ^^</p><p><em>--&gt; Cảm giác này tôi nghĩ ai làm chủ rồi cũng dính ít nhất một lần.</em></p><p>Gần đây tôi mới có “mấy đứa” chịu ngồi cùng 24/7. Mà hay ở chỗ là nó không có nịnh.</p><p><strong>Để tôi kể vài con số thiệt.</strong></p><p>Có lần tôi bị một cơ hội đầu tư làm mờ mắt. Nền tảng mới, nghe ngon, chi 15 triệu mỗi tháng kỳ vọng thu về 100 triệu. Tôi gần như gật đầu rồi. Con cố vấn AI mới tạt cho tôi gáo nước lạnh: dòng tiền hiện tại đang yếu, ông đang ôm đồm quá trời, nhảy vô cái này là gãy. </p><p><em>--&gt; Né được vụ phí gần 180 triệu.</em></p><p>Lần khác, thay vì bỏ 6 tháng với mấy trăm triệu chi phí ngầm đi xây sản phẩm trước, nó biểu: làm cái slide đi bán thử coi thị trường gật hông đã, rồi hãy xây. </p><p><em>--&gt; Tôi nghe theo. Kết quả về 2 hợp đồng, 340 triệu.</em></p><p>Còn cái lần công ty tôi suýt phá sản, đốt 35 triệu mỗi ngày, thì.. để bài khác tôi kể, dài lắm ^^</p><p>Nói trước cho đỡ lo luôn, nó không phải con AI thần thánh gì đâu.</p><p>Tôi mà không nạp dữ liệu công ty vô, không kể cho nó nghe dòng tiền, điểm yếu, mấy chuyện sinh tử.. thì nó cũng “ngáo” y chang mấy con AI free, trả lời chung chung như sách giáo khoa thôi.</p><p>Cái khác nằm ở chỗ mình nạp đúng “DNA” công ty cho nó, để nó phản biện vỗ mặt bằng chính số liệu của mình, thay vì cứ “dạ ý tưởng hay lắm ạ”.</p><p><em>--&gt; Mà nói vậy thôi, hổng phải lúc nào nó nói cũng đúng đâu. Quyết định cuối vẫn là mình chịu trách nhiệm. Nó chỉ giúp mình bớt mù đi một góc nào đó thôi.</em></p><p><strong>Tối qua tôi có chia sẻ nguyên cái cách build “hội đồng cố vấn AI” này trong webinar. 4 case thực chiến, con số đầy đủ, cách nạp DNA công ty ra sao.</strong></p><p>Ai tò mò muốn coi đầy đủ thì vô phòng chờ, link tôi để dưới comment. Hổng có gì cao siêu đâu, xài gói Free hoặc Pro ($20 mỗi tháng) và chịu khó ngồi hệ thống hóa lại tài liệu quy trình, thiết lập system prompt, tổ chức context/knowledge files lại là ngon.</p><p>—&gt; Cái này thì tôi đã xài 9 tháng và đóng sẵn rồi nên có hướng dẫn từng bước một.</p><p>Nội dung chi tiết trong phòng chờ <a href="https://t.me/+9vHKw64tXZs3ZTc1">https://t.me/+9vHKw64tXZs3ZTc1</a></p><div class="captioned-image-container"><figure><img width="1456" height="971" decoding="async" src="/blog-images/2h-sang-may-anh-em-lam-chu-hay-lam-gi/0.jpg" alt="" loading="lazy" ></figure></div><p></p><p>Để tạm cái ảnh recap nội dung Webinar vừa xong tối qua</p><p>#voquoccuong #BoAChallenge</p>https://voquoccuong.com/blog/goc-nhin/vi-sao-toi-khong-con-keu-chatgpt-ve-anh-tu-do-nua-du-no-ve-rat-dep/https://voquoccuong.com/blog/goc-nhin/vi-sao-toi-khong-con-keu-chatgpt-ve-anh-tu-do-nua-du-no-ve-rat-dep/Mà tôi bắt AI phải bám theo cách nghĩ và cách làm của mình trước khi nó thực sự vẽThu, 11 Jun 2026 09:31:16 GMT<p>Có một thời gian dài tôi làm ảnh minh họa kiểu này: viết xong bài, copy nguyên cái nội dung, quăng vô ChatGPT rồi gõ một câu “vẽ giùm tôi cái ảnh minh họa cho bài này”.</p><p>Rồi ngồi chờ.. hên xui :))</p><p>Nói thiệt, ảnh nó ra đẹp. Đẹp lung linh là đằng khác. Mà xài hổng được.</p><div class="captioned-image-container"><figure><img width="1456" height="819" decoding="async" src="/blog-images/vi-sao-toi-khong-con-keu-chatgpt-ve-anh-tu-do-nua-du-no-ve-rat-dep/0.jpg" alt="" loading="lazy" ></figure></div><p>Lúc thì nó nhồi chữ vô đầy ảnh, đọc trên điện thoại muốn lòi con mắt. Lúc thì nó cắt mất cái ý quan trọng nhất, giữ lại mấy thứ trang trí cho vui. Mấy bài tôi cần một cái CTA rõ ràng ở cuối thì nó đặt điểm nhấn trớt quớt đâu đâu, đọc xong hổng biết phải làm gì tiếp.</p><p>Tệ nhất là: mỗi lần một kiểu. Bài này màu nóng, bài kia màu lạnh, bài nọ nét vẽ khác hẳn. Gom 5 bài lại nhìn như 5 người khác nhau làm. Không ra được cái bộ nhận diện gì hết.</p><p>--&gt; Tới một lúc tôi mới nhận ra vấn đề không nằm ở chỗ AI vẽ dở. Nó vẽ giỏi thấy bà. Vấn đề là tôi đang giao cho nó một việc mà không đưa cái khung để nó làm đúng.</p><h2>Khúc Ngoặt: Dạy AI Cách Nghĩ Trước Khi Vẽ</h2><p>Nên tôi đổi cách. Thay vì kêu nó vẽ, tôi quay qua dạy nó cách nghĩ trước khi vẽ.</p><p>Cụ thể là tôi đóng gói một cái “skill”, thực ra là một system prompt dài, đặt vô Project. Trong đó tôi không nói “vẽ cho đẹp”. Tôi bắt nó đi qua đúng 6 bước, y như cách một người làm thiết kế thiệt thụ sẽ nghĩ trước khi cầm cọ.</p><p>Để tôi kể từng bước.</p><h2>6 Bước Tôi Bắt AI Đi Qua</h2><h3>1. Phân tích nội dung</h3><p>Bước đầu nó không được vẽ liền đâu. Nó phải đọc nội dung, chắt ra một thông điệp chính, cái ý mà người xem phải hiểu trong vòng 3 giây. Một tấm ảnh ôm 5 ý là một tấm ảnh không có ý nào hết. Bước này ép nó, mà thật ra ép luôn cả tôi, phải chốt: bài này rốt cuộc muốn nói một câu gì?</p><h3>2. Chọn style</h3><p>Đây là chỗ trị cái bệnh “mỗi lần một kiểu”. Tôi không để AI tự bịa phong cách theo hứng. Tôi đưa sẵn một thư viện 7 style cố định, mỗi cái có nhiệm vụ riêng: ACD cho ảnh tương phản kiểu hook, before/after; WEC cho cover sang, ít chữ; SBS cho một insight duy nhất; SB cho dạng liệt kê nhiều ý; FBW cho quy trình từng bước; BLD cho sơ đồ framework; VTK cho bản đồ kiến thức sâu.</p><p>Nó chỉ được chọn trong số đó, dựa trên loại nội dung. Cái nhất quán của cả bộ ảnh đẻ ra từ đây chứ đâu.</p><h3>3. Dựng Visual Blueprint</h3><p>Trước khi đụng vô vẽ, nó phải tự trả lời mấy câu: thông điệp 3 giây là gì, ẩn dụ chính là cái gì (đòn bẩy, cổ chai, ngã ba đường..), bố cục sắp ra sao, chữ nhiều hay ít, cái CTA đặt chỗ nào.</p><p>Đây là khúc tôi tâm đắc nhất. Vì cái lỗi nhồi chữ hay vẽ đẹp mà vô dụng gần như biến mất khi mình bắt nó nghĩ bố cục TRƯỚC, thay vì vẽ xong rồi mới tính.</p><h3>4. Quality Gate</h3><p>Chấm điểm.. trước khi vẽ. Mấy tiêu chí đơn giản: thông điệp có rõ trong 3 giây không, ẩn dụ có đủ mạnh không, chữ có dễ đọc trên điện thoại không, có đúng chất của style đã chọn không. Dưới ngưỡng là không cho ra.</p><p>Giống như có một ông biên tập khó tính ngồi gác cửa, chưa đạt thì khỏi đi tiếp.</p><h3>5. Tinh chỉnh</h3><p>Rớt quality gate thì quay lại sửa cái blueprint rồi chấm lại, tối đa 1-2 vòng. Không phải vẽ đại một phát rồi thôi, đẹp xấu tính sau.</p><h3>6. Ra ảnh cần dùng</h3><p>Qua hết mấy cửa đó nó mới được vẽ. Và cái ảnh ra.. đúng là cái tôi cần xài, chứ không phải cái đẹp cho vui.</p><div class="captioned-image-container"><figure><img width="1456" height="819" decoding="async" src="/blog-images/vi-sao-toi-khong-con-keu-chatgpt-ve-anh-tu-do-nua-du-no-ve-rat-dep/1.jpg" alt="" loading="lazy" ></figure></div><p>(cái ảnh này là một ví dụ, tôi vẽ bằng chính cái skill đó)</p><h2>Vì sao cái khung lại ăn đứt việc vẽ tự do</h2><p>Gói lại thì cái khung này được 3 thứ mà vẽ tự do không có:</p><ol><li><p>Nhất quán: 7 style cố định, gom cả chục bài lại vẫn cùng một chất, ra được bộ nhận diện.</p></li><li><p>Đỡ sửa: hồi trước tôi gần như phải vẽ lại hoặc sửa te tua, giờ phần lớn xài được luôn hoặc chỉ chỉnh nhẹ.</p></li><li><p>Ảnh phục vụ thông điệp: nó không còn vẽ cho đẹp, nó vẽ cho ra ý.</p></li></ol><p>Nói cho dễ hình dung: AI vẽ tự do giống mình thuê một họa sĩ giỏi, mà mỗi lần kêu vẽ là ổng quên sạch mình đang làm cho thương hiệu nào, vẽ theo hứng. Còn đưa cái khung giống đưa cho ổng cái brand guideline với cái brief rõ ràng. Cũng ông họa sĩ đó, mà kết quả khác hẳn.</p><p>Mà Nói Vậy Thôi..</p><p>Tôi không có bắt “ai cũng phải làm cái khung này”. Xây nó tốn công thiệt. Tôi ngồi mò mấy buổi mới ra được cái thư viện style với quality gate cho ưng cái bụng, mà vẫn còn đang chỉnh tiếp.</p><p>Với ai chỉ cần một tấm ảnh xài một lần, viết nguyên cái khung này là.. overkill. Quăng ChatGPT một câu cho lẹ, có khi còn nhanh hơn nhiều.</p><p>Cái khung chỉ đáng công khi anh em làm đi làm lại, ra ảnh đều đặn, và cần nhất quán. Tôi đoán mò là nó hợp với người làm content thường xuyên thôi, chứ hổng phải ai cũng cần đâu ^^</p><h2>Vẽ ảnh hay viết prompt, cũng một tư duy</h2><p>Viết tới đây tôi mới thấy nó y chang cái chuyện tôi kể trong bài <a href="https://substack.com/@voquoccuong/note/c-224362083?r=7d4l5s&amp;utm_source=notes-share-action&amp;utm_medium=web">cấu trúc prompt 8 tầng</a> hồi trước: khác biệt giữa “giao việc” cho AI và “thiết kế một hệ thống làm việc” với nó.</p><div class="comment" data-attrs="{&quot;url&quot;:&quot;https://open.substack.com/&quot;,&quot;commentId&quot;:224362083,&quot;comment&quot;:{&quot;id&quot;:224362083,&quot;date&quot;:&quot;2026-03-07T14:26:18.492Z&quot;,&quot;edited_at&quot;:null,&quot;body&quot;:&quot;\&quot;HÃY ĐÓNG VAI CHUYÊN GIA...\&quot; CÓ CHẮC LÀ CÂU MỞ ĐẦU MỘT PROMPT CHẤT LƯỢNG?\n\nHồi đầu dùng AI chắc ai cũng viết prompt kiểu này, tôi cũng không ngoại lệ. Kiểu:\n\n\&quot;Hãy đóng vai một chuyên gia marketing với 10 năm kinh nghiệm...\&quot;\n\nKhông sai. Vẫn work. Nhưng càng dùng AI nhiều, tôi càng thấy.. cách này giống kiểu thuê người rồi chỉ nói \&quot;anh là senior nha, làm đi\&quot;.\n\n--> Rồi ngồi hy vọng kết quả tốt :))\n\nVấn đề là AI bây giờ không cần bạn gán vai cho nó. Nó cần bạn thiết kế một hệ thống làm việc rõ ràng.\n\nĐó là lý do những người làm AI chuyên nghiệp đang chuyển sang cấu trúc prompt 8 tầng.\n\n8 tầng là gì?\n\nNghe có vẻ ngầu vậy thôi chứ thực ra là 8 thứ AI cần biết trước khi bắt tay vào làm:\n\n1. Nhiệm vụ: \&quot;Thành công\&quot; trông như thế nào?\n\n2. Ngữ cảnh: File chứa kiến thức, quy tắc, cách bạn làm việc\n\n3. Tài liệu tham khảo: Mẫu cụ thể để AI không phải đoán\n\n4. Brief: Đầu ra cần gì, dài bao nhiêu, tiêu chuẩn ra sao\n\n5. Quy tắc: Những gì \&quot;luôn luôn\&quot; và \&quot;không bao giờ\&quot;\n\n6. Hội thoại: Để AI hỏi lại trước khi làm\n\n7. Kế hoạch: AI nói ra cách nó sẽ làm\n\n8. Đồng thuận: Cả hai nhìn thấy cùng mục tiêu rồi mới bắt đầu\n\nNói vậy thôi.. không phải task nào cũng cần full 8 tầng đâu. Viết Email đơn giản thì 2-3 tầng là đủ ^^\n\nTôi áp dụng 8 tầng này như thế nào?\n\n3 tháng trước tôi bắt đầu build một \&quot;Content Assistant\&quot;, con AI giúp viết bài theo đúng style của mình.\n\nBan đầu tôi cũng prompt kiểu cũ. Kết quả? AI viết đúng ý.. nhưng không đúng giọng. Đọc lên nghe như.. người khác viết hộ.\n\nRồi tôi thử áp dụng 8 tầng:\n\nTầng 2 (Ngữ cảnh): Tôi tạo một file \&quot;learning log\&quot; ghi lại từng khác biệt giữa bản AI viết và bản tôi publish. \n\nVí dụ: AI viết \&quot;—\&quot; thì tôi sửa thành \&quot;..\&quot;, AI kết bài formal thì tôi thêm \&quot;tiện tay.. tiện tay.. \&quot; bonus.\n\nTầng 3 (Tham khảo): Đưa vào 4-5 bài đã publish làm mẫu.\n\nTầng 5 (Quy tắc): Liệt kê \&quot;PHẢI LÀM\&quot; và \&quot;KHÔNG ĐƯỢC LÀM\&quot;. \n\nVí dụ: Phải dùng \&quot;éo\&quot; thay \&quot;đéo\&quot; (miền Nam + né filter), không được viết one-sided mà phải tự phản biện...\n\nKết quả? Bây giờ AI viết ra bản nháp mà tôi chỉ cần sửa 20-30% thay vì viết lại 70% như trước.\n\n--> Mà nói vậy thôi.. tôi vẫn đang tập. Có bài AI viết xong tôi vẫn phải sửa te tua. Nhưng ít nhất là đỡ hơn hồi \&quot;đóng vai chuyên gia\&quot; :3\n\nCái khó là gì?\n\nXây 8 tầng này tốn thời gian. Không phải ngồi 1 buổi là xong.\n\nTôi mất 1-2 tháng mới có một learning log đủ chi tiết. Và nó vẫn đang được cập nhật sau mỗi bài viết.\n\nNhưng đó là đầu tư một lần, dùng được mãi. Thay vì mỗi lần prompt lại phải giải thích lại từ đầu.\n\nNếu bạn đang dùng AI để làm một việc lặp đi lặp lại (viết content, trả lời email, phân tích data...) thì thử nghĩ xem:\n\n- Bạn đang \&quot;giao việc\&quot; hay đang \&quot;thiết kế hệ thống làm việc\&quot; với nó?\n\nCái đầu thì nhanh. Cái sau thì lâu hơn.. nhưng kết quả khác hẳn.\n\n... để rảnh tôi đi chi tiết từng tầng, bài này dài rồi ^^\n\n#voquoccuong #cuonghoaai #aiautomation #promptengineering&quot;,&quot;body_json&quot;:{&quot;type&quot;:&quot;doc&quot;,&quot;attrs&quot;:{&quot;schemaVersion&quot;:&quot;v1&quot;},&quot;content&quot;:[{&quot;type&quot;:&quot;paragraph&quot;,&quot;content&quot;:[{&quot;type&quot;:&quot;text&quot;,&quot;text&quot;:&quot;\&quot;HÃY ĐÓNG VAI CHUYÊN GIA...\&quot; CÓ CHẮC LÀ CÂU MỞ ĐẦU MỘT PROMPT CHẤT LƯỢNG?&quot;}]},{&quot;type&quot;:&quot;paragraph&quot;,&quot;content&quot;:[{&quot;type&quot;:&quot;text&quot;,&quot;text&quot;:&quot;Hồi đầu dùng AI chắc ai cũng viết prompt kiểu này, tôi cũng không ngoại lệ. Kiểu:&quot;}]},{&quot;type&quot;:&quot;paragraph&quot;,&quot;content&quot;:[{&quot;type&quot;:&quot;text&quot;,&quot;text&quot;:&quot;\&quot;Hãy đóng vai một chuyên gia marketing với 10 năm kinh nghiệm...\&quot;&quot;}]},{&quot;type&quot;:&quot;paragraph&quot;,&quot;content&quot;:[{&quot;type&quot;:&quot;text&quot;,&quot;text&quot;:&quot;Không sai. Vẫn work. Nhưng càng dùng AI nhiều, tôi càng thấy.. cách này giống kiểu thuê người rồi chỉ nói \&quot;anh là senior nha, làm đi\&quot;.&quot;}]},{&quot;type&quot;:&quot;paragraph&quot;,&quot;content&quot;:[{&quot;type&quot;:&quot;text&quot;,&quot;text&quot;:&quot;--> Rồi ngồi hy vọng kết quả tốt :))&quot;}]},{&quot;type&quot;:&quot;paragraph&quot;,&quot;content&quot;:[{&quot;type&quot;:&quot;text&quot;,&quot;text&quot;:&quot;Vấn đề là AI bây giờ không cần bạn gán vai cho nó. Nó cần bạn thiết kế một hệ thống làm việc rõ ràng.&quot;}]},{&quot;type&quot;:&quot;paragraph&quot;,&quot;content&quot;:[{&quot;type&quot;:&quot;text&quot;,&quot;text&quot;:&quot;Đó là lý do những người làm AI chuyên nghiệp đang chuyển sang cấu trúc prompt 8 tầng.&quot;}]},{&quot;type&quot;:&quot;paragraph&quot;,&quot;content&quot;:[{&quot;type&quot;:&quot;text&quot;,&quot;text&quot;:&quot;8 tầng là gì?&quot;}]},{&quot;type&quot;:&quot;paragraph&quot;,&quot;content&quot;:[{&quot;type&quot;:&quot;text&quot;,&quot;text&quot;:&quot;Nghe có vẻ ngầu vậy thôi chứ thực ra là 8 thứ AI cần biết trước khi bắt tay vào làm:&quot;}]},{&quot;type&quot;:&quot;paragraph&quot;,&quot;content&quot;:[{&quot;type&quot;:&quot;text&quot;,&quot;text&quot;:&quot;1. Nhiệm vụ: \&quot;Thành công\&quot; trông như thế nào?&quot;}]},{&quot;type&quot;:&quot;paragraph&quot;,&quot;content&quot;:[{&quot;type&quot;:&quot;text&quot;,&quot;text&quot;:&quot;2. Ngữ cảnh: File chứa kiến thức, quy tắc, cách bạn làm việc&quot;}]},{&quot;type&quot;:&quot;paragraph&quot;,&quot;content&quot;:[{&quot;type&quot;:&quot;text&quot;,&quot;text&quot;:&quot;3. Tài liệu tham khảo: Mẫu cụ thể để AI không phải đoán&quot;}]},{&quot;type&quot;:&quot;paragraph&quot;,&quot;content&quot;:[{&quot;type&quot;:&quot;text&quot;,&quot;text&quot;:&quot;4. Brief: Đầu ra cần gì, dài bao nhiêu, tiêu chuẩn ra sao&quot;}]},{&quot;type&quot;:&quot;paragraph&quot;,&quot;content&quot;:[{&quot;type&quot;:&quot;text&quot;,&quot;text&quot;:&quot;5. Quy tắc: Những gì \&quot;luôn luôn\&quot; và \&quot;không bao giờ\&quot;&quot;}]},{&quot;type&quot;:&quot;paragraph&quot;,&quot;content&quot;:[{&quot;type&quot;:&quot;text&quot;,&quot;text&quot;:&quot;6. Hội thoại: Để AI hỏi lại trước khi làm&quot;}]},{&quot;type&quot;:&quot;paragraph&quot;,&quot;content&quot;:[{&quot;type&quot;:&quot;text&quot;,&quot;text&quot;:&quot;7. Kế hoạch: AI nói ra cách nó sẽ làm&quot;}]},{&quot;type&quot;:&quot;paragraph&quot;,&quot;content&quot;:[{&quot;type&quot;:&quot;text&quot;,&quot;text&quot;:&quot;8. Đồng thuận: Cả hai nhìn thấy cùng mục tiêu rồi mới bắt đầu&quot;}]},{&quot;type&quot;:&quot;paragraph&quot;,&quot;content&quot;:[{&quot;type&quot;:&quot;text&quot;,&quot;text&quot;:&quot;Nói vậy thôi.. không phải task nào cũng cần full 8 tầng đâu. Viết Email đơn giản thì 2-3 tầng là đủ ^^&quot;}]},{&quot;type&quot;:&quot;paragraph&quot;,&quot;content&quot;:[{&quot;type&quot;:&quot;text&quot;,&quot;text&quot;:&quot;Tôi áp dụng 8 tầng này như thế nào?&quot;}]},{&quot;type&quot;:&quot;paragraph&quot;,&quot;content&quot;:[{&quot;type&quot;:&quot;text&quot;,&quot;text&quot;:&quot;3 tháng trước tôi bắt đầu build một \&quot;Content Assistant\&quot;, con AI giúp viết bài theo đúng style của mình.&quot;}]},{&quot;type&quot;:&quot;paragraph&quot;,&quot;content&quot;:[{&quot;type&quot;:&quot;text&quot;,&quot;text&quot;:&quot;Ban đầu tôi cũng prompt kiểu cũ. Kết quả? AI viết đúng ý.. nhưng không đúng giọng. Đọc lên nghe như.. người khác viết hộ.&quot;}]},{&quot;type&quot;:&quot;paragraph&quot;,&quot;content&quot;:[{&quot;type&quot;:&quot;text&quot;,&quot;text&quot;:&quot;Rồi tôi thử áp dụng 8 tầng:&quot;}]},{&quot;type&quot;:&quot;paragraph&quot;,&quot;content&quot;:[{&quot;type&quot;:&quot;text&quot;,&quot;text&quot;:&quot;Tầng 2 (Ngữ cảnh): Tôi tạo một file \&quot;learning log\&quot; ghi lại từng khác biệt giữa bản AI viết và bản tôi publish. &quot;}]},{&quot;type&quot;:&quot;paragraph&quot;,&quot;content&quot;:[{&quot;type&quot;:&quot;text&quot;,&quot;text&quot;:&quot;Ví dụ: AI viết \&quot;—\&quot; thì tôi sửa thành \&quot;..\&quot;, AI kết bài formal thì tôi thêm \&quot;tiện tay.. tiện tay.. \&quot; bonus.&quot;}]},{&quot;type&quot;:&quot;paragraph&quot;,&quot;content&quot;:[{&quot;type&quot;:&quot;text&quot;,&quot;text&quot;:&quot;Tầng 3 (Tham khảo): Đưa vào 4-5 bài đã publish làm mẫu.&quot;}]},{&quot;type&quot;:&quot;paragraph&quot;,&quot;content&quot;:[{&quot;type&quot;:&quot;text&quot;,&quot;text&quot;:&quot;Tầng 5 (Quy tắc): Liệt kê \&quot;PHẢI LÀM\&quot; và \&quot;KHÔNG ĐƯỢC LÀM\&quot;. &quot;}]},{&quot;type&quot;:&quot;paragraph&quot;,&quot;content&quot;:[{&quot;type&quot;:&quot;text&quot;,&quot;text&quot;:&quot;Ví dụ: Phải dùng \&quot;éo\&quot; thay \&quot;đéo\&quot; (miền Nam + né filter), không được viết one-sided mà phải tự phản biện...&quot;}]},{&quot;type&quot;:&quot;paragraph&quot;,&quot;content&quot;:[{&quot;type&quot;:&quot;text&quot;,&quot;text&quot;:&quot;Kết quả? Bây giờ AI viết ra bản nháp mà tôi chỉ cần sửa 20-30% thay vì viết lại 70% như trước.&quot;}]},{&quot;type&quot;:&quot;paragraph&quot;,&quot;content&quot;:[{&quot;type&quot;:&quot;text&quot;,&quot;text&quot;:&quot;--> Mà nói vậy thôi.. tôi vẫn đang tập. Có bài AI viết xong tôi vẫn phải sửa te tua. Nhưng ít nhất là đỡ hơn hồi \&quot;đóng vai chuyên gia\&quot; :3&quot;}]},{&quot;type&quot;:&quot;paragraph&quot;,&quot;content&quot;:[{&quot;type&quot;:&quot;text&quot;,&quot;text&quot;:&quot;Cái khó là gì?&quot;}]},{&quot;type&quot;:&quot;paragraph&quot;,&quot;content&quot;:[{&quot;type&quot;:&quot;text&quot;,&quot;text&quot;:&quot;Xây 8 tầng này tốn thời gian. Không phải ngồi 1 buổi là xong.&quot;}]},{&quot;type&quot;:&quot;paragraph&quot;,&quot;content&quot;:[{&quot;type&quot;:&quot;text&quot;,&quot;text&quot;:&quot;Tôi mất 1-2 tháng mới có một learning log đủ chi tiết. Và nó vẫn đang được cập nhật sau mỗi bài viết.&quot;}]},{&quot;type&quot;:&quot;paragraph&quot;,&quot;content&quot;:[{&quot;type&quot;:&quot;text&quot;,&quot;text&quot;:&quot;Nhưng đó là đầu tư một lần, dùng được mãi. Thay vì mỗi lần prompt lại phải giải thích lại từ đầu.&quot;}]},{&quot;type&quot;:&quot;paragraph&quot;,&quot;content&quot;:[{&quot;type&quot;:&quot;text&quot;,&quot;text&quot;:&quot;Nếu bạn đang dùng AI để làm một việc lặp đi lặp lại (viết content, trả lời email, phân tích data...) thì thử nghĩ xem:&quot;}]},{&quot;type&quot;:&quot;paragraph&quot;,&quot;content&quot;:[{&quot;type&quot;:&quot;text&quot;,&quot;text&quot;:&quot;- Bạn đang \&quot;giao việc\&quot; hay đang \&quot;thiết kế hệ thống làm việc\&quot; với nó?&quot;}]},{&quot;type&quot;:&quot;paragraph&quot;,&quot;content&quot;:[{&quot;type&quot;:&quot;text&quot;,&quot;text&quot;:&quot;Cái đầu thì nhanh. Cái sau thì lâu hơn.. nhưng kết quả khác hẳn.&quot;}]},{&quot;type&quot;:&quot;paragraph&quot;,&quot;content&quot;:[{&quot;type&quot;:&quot;text&quot;,&quot;text&quot;:&quot;... để rảnh tôi đi chi tiết từng tầng, bài này dài rồi ^^&quot;}]},{&quot;type&quot;:&quot;paragraph&quot;,&quot;content&quot;:[{&quot;type&quot;:&quot;text&quot;,&quot;text&quot;:&quot;#voquoccuong #cuonghoaai #aiautomation #promptengineering&quot;}]}]},&quot;restacks&quot;:7,&quot;reaction_count&quot;:25,&quot;children_count&quot;:0,&quot;attachments&quot;:[{&quot;id&quot;:&quot;894254f1-8c36-43c0-83aa-099eee0c6388&quot;,&quot;type&quot;:&quot;image&quot;,&quot;imageUrl&quot;:&quot;https://substack-post-media.s3.amazonaws.com/public/images/7f23b529-1600-4f86-8760-f42c204e5b3c_640x640.png&quot;,&quot;imageWidth&quot;:640,&quot;imageHeight&quot;:640,&quot;explicit&quot;:false},{&quot;id&quot;:&quot;1a504228-bc69-45eb-aad6-4f7db38bfd55&quot;,&quot;type&quot;:&quot;image&quot;,&quot;imageUrl&quot;:&quot;https://substack-post-media.s3.amazonaws.com/public/images/59573bd1-e052-4763-b278-2332eda978c3_1650x2048.jpeg&quot;,&quot;imageWidth&quot;:1650,&quot;imageHeight&quot;:2048,&quot;explicit&quot;:false}],&quot;name&quot;:&quot;Cuong Vo&quot;,&quot;user_id&quot;:445312288,&quot;photo_url&quot;:&quot;https://substack-post-media.s3.amazonaws.com/public/images/e8308e18-5741-4a72-8e35-b85034397888_1080x1080.png&quot;,&quot;user_bestseller_tier&quot;:null,&quot;userStatus&quot;:{&quot;bestsellerTier&quot;:null,&quot;subscriberTier&quot;:null,&quot;leaderboard&quot;:null,&quot;vip&quot;:false,&quot;badge&quot;:null,&quot;subscriber&quot;:null}},&quot;source&quot;:null,&quot;forumChannel&quot;:null}" data-component-name="CommentPlaceholder"></div><p>Kêu một câu “vẽ giùm” là giao việc. Dựng 6 bước để nó nghĩ trước khi vẽ là thiết kế hệ thống. Cái đầu nhanh, cái sau lâu hơn.. nhưng ra kết quả khác hẳn.</p><p>Tiện đây hỏi anh em: mình đang “kêu AI vẽ giùm” hay đang “dạy AI cách mình muốn nó vẽ”?</p><p>#voquoccuong</p><p><em><strong>Nội dung đính kèm:</strong></em></p><ul><li><p><em>EGA Sketchnote Creator xài nhanh trên CustomGPT: <br><a href="https://chatgpt.com/g/g-6a2a5f7115dc8191af8630e5afe715ee-ega-sketchnote-creator">https://chatgpt.com/g/g-6a2a5f7115dc8191af8630e5afe715ee-ega-sketchnote-creator</a> </em></p></li><li><p><em>Sketchnote Creator skill: <a href="https://rec.egany.com/f/pz26Dr">https://rec.egany.com/f/pz26Dr</a></em><br></p></li></ul>https://voquoccuong.com/blog/ai-automation/5-cach-anh-em-dang-xai-second-brain-ai/https://voquoccuong.com/blog/ai-automation/5-cach-anh-em-dang-xai-second-brain-ai/Recap Cafe Talk online trong cộng đồng tối ngày 28/05/2026Fri, 29 May 2026 10:43:13 GMT<p>Tối nay tôi ngồi cafe online với anh em CxO AI Automation Club (nhóm kín), mỗi người chia sẻ một góc về cách họ đang xài Second Brain + AI trong công việc thật.</p><div class="captioned-image-container"><figure><img width="1456" height="819" decoding="async" src="/blog-images/5-cach-anh-em-dang-xai-second-brain-ai/0.jpg" alt="" loading="lazy" ></figure></div><p>Recap lại để ai không dự được vẫn nắm được mấy cái hay, và cũng tự lưu để mình đọc lại sau.</p><p>Mới bài trước đó tôi đăng thì mọi người cho là lý thuyết, nhưng trùng hợp là vừa có buổi chia sẻ thực tế từ các thành viên trong nhóm đang ứng dụng ra sao. Buổi chia sẻ tới 3 tiếng đồng hồ &amp; có nhiều thông tin nhạy cảm nên không thể kể hết, nhưng tôi sẽ cố gắng recap các điểm có thể chia sẻ bên dưới nhé.</p><h2>1. Đừng làm nô lệ cho framework người khác</h2><p>Mr. Lễ có kinh nghiệm xài Obsidian 3 năm, mở màn bằng quan sát này tự nhận: lỗi lớn nhất của anh ấy là từng quá phụ thuộc vô khung mẫu cứng nhắc của người khác.</p><p>Ảnh chia ghi chú làm 2 loại:</p><ul><li><p>Ghi chú nháp: thứ nhặt từ internet (wiki, code mẫu, paste tạm). Dữ liệu thô, để lâu không xử lý thì thành rác.</p></li><li><p>Ghi chú vĩnh viễn: cái bạn tự tư duy và viết lại bằng lời của mình.</p></li></ul><p>Điểm tôi tâm đắc: ảnh KHÔNG bắt AI viết hộ. Ảnh dùng AI (qua Telegram bot) làm “người thẩm vấn”, AI đặt câu hỏi ngược lại để ép ảnh phải suy nghĩ và tự tổng hợp câu trả lời.</p><div class="captioned-image-container"><figure><img width="1456" height="818" decoding="async" src="/blog-images/5-cach-anh-em-dang-xai-second-brain-ai/1.jpg" alt="" loading="lazy" ></figure></div><p>Quy tắc tối giản của ảnh: mỗi ghi chú mới phải nối với ít nhất một ghi chú cũ, để tạo ra mạng lưới tri thức thực sự.</p><p><em>--&gt; Đây đúng y cái giai đoạn 2 (tổng hợp + tăng cường) tôi nói bài trước: AI làm verifier, không làm writer.</em></p><h2>2. AI không chỉ để hỏi, AI còn là đôi tay kỹ thuật số</h2><p>Anh Nguyên Leon thì đẩy AI lên một bước: biến nó từ máy hỏi-đáp thành một Agent biết thực thi.</p><p>Quy trình ra lệnh từ xa của ảnh:</p><div class="pullquote"><p>Chat với con bot Telegram (ảnh đặt tên “Tiểu Minh Khuê”) --&gt; máy tính ở nhà bật 24/7 nhận lệnh (qua Antigravity) --&gt; tự chạy code, tạo file ghi chú, trích xuất dữ liệu --&gt; đồng bộ vô Obsidian.</p></div><p><strong>Nó hay ở chỗ này:</strong> dành cho người hay đi lại. Đang ngồi quán cũng tạo được biên bản họp, soạn SOP, lưu ý tưởng đột xuất chỉ bằng vài dòng chat điện thoại, khỏi mở laptop.</p><p>Đây không còn là chuyện lưu trữ. Là chuyện điều khiển.</p><div class="captioned-image-container"><figure><img width="1456" height="622" decoding="async" src="/blog-images/5-cach-anh-em-dang-xai-second-brain-ai/2.jpg" alt="" loading="lazy" ></figure></div><p></p><h2>3. Metadata và Index để AI không lạc trong biển dữ liệu</h2><p>Mrs. Chinh nói khúc này hơi kỹ thuật mà rất hữu ích.</p><p>Muốn AI truy xuất nhanh, đúng, lại rẻ token thì cấu trúc dữ liệu đầu vào là yếu tố sống còn. Chị làm 2 lớp:</p><div class="pullquote"><p>YAML Frontmatter (metadata): gắn nhãn ở đầu mỗi file (ngày, tag, trạng thái, dự án). AI hiểu ngay bối cảnh mà khỏi phải đọc hết nội dung file.</p></div><div class="captioned-image-container"><figure><img width="1280" height="691" decoding="async" src="/blog-images/5-cach-anh-em-dang-xai-second-brain-ai/3.jpg" alt="" loading="lazy" ></figure></div><p></p><p>File Index (bản đồ thư mục): thay vì bắt AI quét cả ngàn file để tìm, hệ thống kêu AI đọc bản đồ trước, biết thông tin nằm thư mục nào rồi mới đi thẳng vô đó bóc tách.</p><p>Chị chia data làm 4 không gian rõ rệt: Dự án (Project), Vận hành (Operation), Con người (People), Kho tri thức (Knowledge Space).</p><p>Hôm trước trong bài Agent Skill tôi cũng có nói ý liên quan metadata, có thể đọc lại:</p><h2>4. Use case Sale: AI đề xuất hành động dựa trên dữ liệu lịch sử</h2><p>Anh Hoàng làm Sale/Marketing ngành linh kiện máy tính. Workflow của ảnh tóm tắt như sau:</p><blockquote><p>AI tự quét dữ liệu tồn kho và lịch sử nhập hàng của các đại lý. Mỗi sáng 9h, hệ thống gửi thông báo kiểu: “Hôm nay nên gặp đại lý A, chào mức giá B, vì họ đã 2 tuần chưa nhập hàng và đây là mức giá cạnh tranh nhất theo lịch sử của họ.”</p></blockquote><p>Mấy hôm tiếp khách về muộn người mệt do hôm trước say quá, hệ thống vẫn tự soạn báo giá, nhắc việc, gửi báo cáo đúng bối cảnh.</p><div class="captioned-image-container"><figure><img width="1456" height="878" decoding="async" src="/blog-images/5-cach-anh-em-dang-xai-second-brain-ai/4.jpg" alt="" loading="lazy" ></figure></div><div class="pullquote"><p>Cái này tôi thấy đáng học: AI không thay anh đi gặp khách, không quyết thay anh. Nhưng nó rút ngắn khoảng cách giữa “có data” và “biết phải làm gì với data đó”.</p></div><h2>5. Đừng xây hệ thống cho 10.000 người khi chưa phục vụ nổi chính mình</h2><p>Khúc này tôi với Đạt và vài anh em khác có nói góp vô, và cũng là cái tôi tâm đắc nhất.</p><p>Dân giỏi kỹ thuật hay mắc một bệnh: sa đà tối ưu hệ thống cho quy mô lớn (scalability) mà quên mất mục tiêu thực tế ngay trước mặt.</p><p>Đừng mơ hệ thống quản trị cả tập đoàn. Cứ bắt đầu từ nỗi đau nhỏ nhất.</p><p>Ví dụ Mrs. Chinh chia sẻ trong buổi: Morning Briefing. Thay vì tốn 1 tiếng mỗi sáng lục lọi dữ liệu các nguồn, chị xài Windows Task Scheduler (công cụ cũ rích mà work) lập lịch cho AI tự động quét Excel, Slack, Obsidian.. tạo ra một bản tóm tắt công việc ngay khi chị vừa mở máy.</p><p>Câu tôi nói trong buổi đó: cứ cả gan đặt mấy câu hỏi lớn cho AI. Đừng để mấy giới hạn về kỹ thuật hay bảo mật ngăn mình bắt đầu giải quyết nỗi đau sát sườn nhất.</p><p>Nói thì nói vậy chứ nhìn kỹ..</p><p>Nghe 5 người chia sẻ thì nghe có vẻ ngon vậy chứ mấy cái này hổng phải setup một buổi là chạy đâu. Anh em trong club vọc cả tháng trời, sai lên sai xuống mới ra được.</p><p>Và quan trọng nhất: mấy người làm được vì đã có nền domain vững và đã rèn First Brain rồi. Bê nguyên xi về xài mà chưa có nền thì cũng tạch.</p><p>Cái insight có chia sẻ thêm khi mở rộng chương trình The Board of Advisors thành BoA 15 days challenge để mọi người có thời gian tích luỹ như một second brain cho chủ Doanh Nghiệp.</p><div class="pullquote"><p>Second Brain khi ghép với AI, nếu xây đúng, sẽ chuyển vai trò. Từ chỗ là cái kho ghi nhớ thụ động, nó thành cái mà anh em trong buổi gọi là <strong>Hội đồng cố vấn (Board of Advisors) </strong>cho riêng mình. Đóng vai CFO khi chất vấn lại mấy dự án viển vông của bạn. Đóng vai CBDO khi đề xuất hành động dựa trên dữ liệu lịch sử và còn nhiều vai trò khác khi mình tích luỹ mỗi ngày một chút dữ liệu qua các cuộc hội thoại với AI.</p></div><p>Quan trọng hơn là chuyển dịch của chính người dùng: từ vai người ghi chép nhặt nhạnh.. sang vai người ra lệnh (commander). </p><p>… tạm kết ở đây …</p><div class="captioned-image-container"><figure><img width="1456" height="819" decoding="async" src="/blog-images/5-cach-anh-em-dang-xai-second-brain-ai/5.jpg" alt="" loading="lazy" ></figure></div><p>Anh em đang xài Second Brain theo cách nào? Còn cất giữ thụ động hay đã chuyển sang điều khiển nó? Comment chia sẻ nhé :))</p><p><em>#voquoccuong #cuonghoaai #secondbrain</em></p><p><strong>Link tóm tắt chi tiết cuả cộng đồng tại đây: </strong></p><p><a href="https://cxo-recap.pages.dev/cafe-talk/recap-CafeTalk-28-05-2026">https://recap.egany.ai/CafeTalk-28-05-2026</a> </p>https://voquoccuong.com/blog/ai-automation/build-second-brain-hoai-ma-van-fail/https://voquoccuong.com/blog/ai-automation/build-second-brain-hoai-ma-van-fail/Tại bạn nhảy cóc đó! Đọc xem có đúng câu chuyện bạn đã gặp không?Fri, 29 May 2026 03:07:26 GMT<p>Hỏi thẳng mất lòng: bạn đã cài Obsidian và các công cụ tương tự lên máy rồi xóa, cài lại rồi xóa.. bao nhiêu lần rồi? ^^</p><p>Để tôi mô tả thử cái vòng lặp này coi có trúng không.</p><p>Đọc được một bài của ông nào đó (mà chắc gần đây là của Karpathy rồi), máu lên. Cài Obsidian. Tuần đầu lưu 200 notes hăng say. Tuần hai còn 50. Tuần ba mở vault ra thấy một đống notes nằm im như bãi phế liệu, không biết bắt đầu từ đâu.. nản. Bỏ ngang.</p><p><em>Hoặc ngược lại, không viết hay lưu cái gì vào hết, xong rồi cũng bỏ vì chả khai thác được giá trị gì từ cái “não thứ 2” này.</em></p><p>Ba tháng sau nghe podcast về “Second Brain với AI”, máu lại lên. Lần này đổi app mới cho nó khác (Tana, Logseq, Reflect.. cái nào nghe ngầu là quất). Rồi.. lặp lại vòng lặp trên.</p><div class="captioned-image-container"><figure><img width="1448" height="1086" decoding="async" src="/blog-images/build-second-brain-hoai-ma-van-fail/0.jpg" alt="" loading="lazy" ></figure></div><p></p><p><strong>Tôi nói trúng tim đen rồi đúng không? :))</strong></p><p>Mà thôi đừng quê, tôi cũng vậy thôi.. hớ hớ..</p><p>Đợt rồi ông bạn tôi, Duy Nguyễn (Mr. Goon), có viết một bài về vụ này mà thấy rất là ưng tại đây.</p><p>Đại khái Duy nói: <em>đừng vội build Second Brain khi cái First Brain (bộ não thật của mình) còn chưa rèn. Ổng giải thích rất kỹ phần TẠI SAO, nào là AI vẫn bịa số liệu rất tự tin (Duy kể vụ để Opus tự research một cái proposal rồi bị nó dắt như dắt bò, số liệu sai bét mà trông cực thuyết phục), nào là mấy nghiên cứu chuyện càng dựa AI thì tư duy càng teo (MIT, Microsoft..).</em></p><p>Bài đó hay rồi, đọc xong khỏi cần tôi nói lại. Tôi chỉ muốn nối thêm cái phần SAU đó: ok, hiểu là đừng vội rồi, vậy giờ build thì build SAO cho đúng?</p><p>Duy có đưa ra mấy nguyên tắc rất chuẩn (đọc chậm, tự viết, verify nguồn..). Tôi xin phép xếp lại mấy cái đó thành 3 giai đoạn theo thời gian, để mọi người dễ tự định vị mình đang kẹt ở khúc nào.</p><p><strong>Vì vấn đề lớn nhất tôi thấy là: ai cũng nhảy thẳng vô giai đoạn cuối (khai thác) mà bỏ qua 2 giai đoạn nền phía trước.</strong></p><p>Giống như muốn ăn trái mà hổng chịu trồng cây, hổng chịu tưới nước, cứ ra vườn đứng há mồm chờ trái rụng vô miệng vậy đó.</p><p>Nhảy cóc thì không gãy chân cũng lọi giò, nên giờ làm lại nhe:</p><h2>1. Thu thập thông tin</h2><p>Giai đoạn này lâu nhất, chán nhất, và là chỗ 90% người ta bỏ cuộc.</p><p>Nói “thu thập” nghe sang vậy thôi chứ cốt lõi của nó KHÔNG phải lưu cho nhiều. Mà là đọc cho kỹ.</p><blockquote><p>Như Duy nói: bookmark 100 bài chưa đọc không bằng đọc 1 bài và hiểu sâu. Lưu nhiều mà không tiêu hóa thì chỉ là cái mà ông Duy gọi là “nhà sưu tầm khảo cổ”, đúng quá trời.</p></blockquote><p>Ở giai đoạn này tôi tập đúng một thứ: đọc xong, gập màn hình lại, tự tóm tắt bằng lời của mình. Tóm không nổi --&gt; tức là chưa hiểu, đọc lại.</p><p>Dấu hiệu bạn xong giai đoạn 1: bạn tóm tắt được một bài hay một paper bằng 3 câu của CHÍNH BẠN, mà không cần mở lại để coi lén.</p><h2>2. Tổng hợp và tăng cường thông tin</h2><p>Đây mới là chỗ AI hữu ích thiệt sự nha. Không phải để nó viết hộ, mà để nó làm trợ lý kiểm chứng cho mình.</p><p>“Tổng hợp” là nối các mảnh kiến thức rời rạc lại. Bài A liên quan bài B chỗ nào, ý này mâu thuẫn ý kia ra sao. Viết tài liệu bổ sung và sắp xếp lại cho dễ tra cứu bằng AI.</p><p>“Tăng cường” là thêm vô cái mà chỉ mình bạn có: góc nhìn riêng, phản biện riêng, và quan trọng nhất.. case thật của bạn. Cái mà AI có cào nát internet cũng chưa chắc kiếm ra được.</p><div class="pullquote"><p>Cách tôi làm: tự viết tay cái hiểu của mình trước (xấu cũng được, miễn là của mình). Xong mới quăng cho AI, kêu nó “tìm chỗ tôi sai, tìm góc tôi bỏ sót, dẫn nguồn đàng hoàng”. </p></div><p>Nhớ cái vụ Duy bị Opus dắt như dắt bò không? Đó, ở giai đoạn này nếu bạn để AI viết thay vì verify, là bạn đang tự rước ảo giác vô não đó.</p><p>Dấu hiệu bạn xong giai đoạn 2: bạn tự cãi lại được chính cái mình vừa viết. Tự phản biện được nghĩa là đã thật sự nắm, chứ không phải học vẹt.</p><h2>3. Khai thác 2nd brain hiệu quả</h2><p>Tới đây cái vault của bạn mới bắt đầu đáng tiền.</p><p>Và nói thiệt lòng: cái pattern của Karpathy mà cả cộng đồng đang đua nhau làm.. nó phù hợp ở CHÍNH giai đoạn này. Không phải nó sai. Nó chỉ sai chỗ người ta áp dụng quá sớm thôi.</p><p>Khi bạn đã có một nền kiến thức đã đọc kỹ, đã tự viết, đã verify.. thì lúc đó cho LLM cross-reference, tự build wiki mới có nghĩa. Vì giờ bạn ĐỦ TRÌNH để biết chỗ nào nó bịa.</p><div class="pullquote"><p>Karpathy nói “bạn là người curate”. Nhưng muốn curate thì phải biết cái gì đúng cái đã. Giai đoạn 1 và 2 chính là lúc bạn xây cái khả năng đó.</p></div><p>Dấu hiệu giai đoạn 3: bạn dùng cái vault để RA QUYẾT ĐỊNH thật, để giải quyết vấn đề thật. Chứ không phải để chụp màn hình khoe “vault tui 5000 notes nè” như các thầy để lùa gà là chính :3</p><p>Nhiều mà toàn thông tin rác, không có giá trị với bản thân thì dữ liệu noise khỏi bàn, truy vấn để ra quyết định xàm lông không luôn.</p><div class="captioned-image-container"><figure><img width="1200" height="675" decoding="async" src="/blog-images/build-second-brain-hoai-ma-van-fail/1.jpg" alt="" loading="lazy" ></figure></div><p>Điều tôi tin chắc không có con đường ngắn đâu. Trên mạng bán template, bán skill pack, bán khóa “Second Brain trong 7 ngày”.. nghe cho vui thôi. 7 ngày xây được cái vault, nhưng cái não để xài cái vault đó thì 7 ngày không xây nổi đâu.</p><p>Nó cần tích luỹ mỗi ngày một chút, liên tục, không dừng lại và hệ thống hoá lại thật sự tốt.</p><p>Vậy nên lần sau, trước khi cài lại Obsidian lần thứ N, tự hỏi:</p><p>- Mình đang fail vì thiếu app, hay vì đang nhảy cóc giai đoạn?</p><p>Và nhớ giùm tôi một câu:</p><div class="pullquote"><p>Đừng đếm số notes trong vault. Hãy đếm số insight bạn đã thật sự xài được vào việc thật.</p></div><p>Một cái vault 50 notes mà bạn hiểu hết, xài hết, còn hơn 5000 notes nằm đó làm cảnh, đẹp mà vô dụng như.. bộ ebook 1001 pdf mà đó giờ download mà để ngâm giấm luôn, chưa bao giờ mở ra đọc lại =))).</p><h2>DÀI QUÁ, LƯỜI ĐỌC:</h2><p>Giai đoạn 1: Đọc kỹ, lưu ít. Tóm tắt được bằng lời mình là xong.</p><p>Giai đoạn 2: Tự viết trước, AI verify sau (đừng để nó viết hộ). Tự cãi lại được mình là xong.</p><p>Giai đoạn 3: Lúc này build wiki kiểu Karpathy mới có nghĩa.</p><div class="captioned-image-container"><figure><img width="1055" height="1491" decoding="async" src="/blog-images/build-second-brain-hoai-ma-van-fail/2.jpg" alt="" loading="lazy" ></figure></div><p>Nhảy cóc 1 với 2 để lên thẳng 3 thì dễ vô vòng lặp cài lại app lần thứ N như trên thoai.</p><p>Còn bạn, bạn đang ở giai đoạn mấy? Comment tôi nghe thử coi có cùng cảnh ngộ kẹt ở 2.5 không nha :))</p><blockquote><p>Tối nay có buổi <strong>Cafe Talk</strong> online với hội kín <strong>CxO AI Automation Club</strong> để thảo luận, chia sẻ về chủ đề Second Brain này, nào xong tôi sẽ viết tổng hợp tóm tắt kinh nghiệm từ các thành viên trong đó cho mọi người đọc sau. Dự là.. sẽ rất thú vị, vì toàn case study thực tế.</p></blockquote><p>#voquoccuong #secondbrain</p><p><em>Nguồn tham khảo: bài viết về First Brain / Second Brain của Duy Nguyễn (Mr. Goon). Mấy nghiên cứu về cognitive offloading (Microsoft + Carnegie Mellon 2/2025, MIT Media Lab 6/2025) Duy đã dẫn chi tiết trong bài đó, anh em đọc bài gốc của ổng để rõ hơn nha.</em></p>https://voquoccuong.com/blog/ai-automation/lap-lich-cho-ai-agent-thu-thap-content-trong-5-phut-nhung-mat-3-ngay-de-chay-on/https://voquoccuong.com/blog/ai-automation/lap-lich-cho-ai-agent-thu-thap-content-trong-5-phut-nhung-mat-3-ngay-de-chay-on/22 creators, 5 lần sửa format, 3 lần sửa workflow.. Build nhanh thì dễ, vận hành được mới khó.Sat, 23 May 2026 04:47:56 GMT<p>Tuần này mình nhờ Tiểu Cường (AI Agent mình đang xây) tự động đi gom content từ 22 creators trên mạng xã hội, chọn ra bài hay nhất, rồi gửi tóm tắt vào group Telegram. Sáng 1 lần, tối 1 lần.</p><p>Nghe đơn giản phải hôm?</p><p>“Harvest data &gt; chọn bài &gt; gửi group.”</p><p>Ba bước này (ai đó) nói có thể xong trong 5 phút.</p><p>Thực tế thì mình và Tiểu Cường ngồi với nhau hơn 3 ngày. Qua khoảng 5 lần viết lại format, 3 lần sửa workflow harvest, không đếm nổi bao nhiêu lần timeout, 404, permission denied.. tè lè tét lét lỗi khắp nơi..</p><div class="captioned-image-container"><figure><img width="1456" height="819" decoding="async" src="/blog-images/lap-lich-cho-ai-agent-thu-thap-content-trong-5-phut-nhung-mat-3-ngay-de-chay-on/0.jpg" alt="" loading="lazy" ></figure></div><p>Bài này không khoe AI Agent làm được gì như mấy bài trước nữa, lần này mình viết tại sao AI Agent có thể build được rất nhanh với GoClaw, nhưng để nó chạy ổn trong thực tế.. bạn vẫn phải có chính kiến, có kinh nghiệm, kiến thức nghiệp vụ và sẵn sàng rất rất rất chi là kiên nhẫn để.. sửa đi sửa lại nhiều lần mà.. không đập máy.</p><h2>1. “Xong rồi em cứ làm đi” và timeout liên tục</h2><p>Lần đầu: mình cứ prompt với Tiểu Cường: “Harvest 22 creators, chọn 1 bài phù hợp cho Founder, format đẹp đẹp gửi vào group.”</p><p>Hắn hào hứng chạy, 22 creators cùng lúc, cứ 55 giây lại timeout (lăn ra ngỏm).</p><div class="captioned-image-container"><figure><img width="674" height="153" decoding="async" src="/blog-images/lap-lich-cho-ai-agent-thu-thap-content-trong-5-phut-nhung-mat-3-ngay-de-chay-on/1.png" alt="" loading="lazy" ></figure></div><p><strong>Lần 2: </strong></p><p>“Chia batch đi em, X thì 1 creator 1 lệnh, YouTube gộp chung.”</p><p>Vẫn timeout và rety hoài, xong tắt điện luôn.</p><div class="captioned-image-container"><figure><img width="1456" height="958" decoding="async" src="/blog-images/lap-lich-cho-ai-agent-thu-thap-content-trong-5-phut-nhung-mat-3-ngay-de-chay-on/2.jpg" alt="" loading="lazy" ></figure></div><p><strong>Lần 3:</strong> </p><p>“Mỗi lượt chạy tối đa 3 creators thôi. Chạy xong batch nào thì lưu data batch đó vào file. Lỗi lượt này không mất dữ liệu lượt kia nhe”</p><p>Ố ồ.. Giờ thì nó chạy được khá là ngon lành luôn.</p><div class="captioned-image-container"><figure><img width="656" height="375" decoding="async" src="/blog-images/lap-lich-cho-ai-agent-thu-thap-content-trong-5-phut-nhung-mat-3-ngay-de-chay-on/3.png" alt="" loading="lazy" ></figure></div><p><strong>Bạn thấy sự khác biệt không?</strong></p><p>Lần 1 và 2, Tiểu Cường AI Agent đề xuất giải pháp “tối ưu”: chạy song song, gộp cho nhanh. Nghe rất hợp lý trên giấy tờ. Nhưng thực tế server cần thời gian xử lý tuần tự, và GoClaw bash excec (tool mình đang dùng để giao việc cho agent) mặc định bị giới hạn 60 giây mỗi lệnh.</p><blockquote><p>Mình giả lập lại quy trình này như những anh chị em không chuyên (non-tech) khác vẫn hay làm với AI, thuần chat và lựa chọn giải pháp nó đề xuất, cứ thế chạy. Thật ra, ban đầu có ý đồ này để soạn được giáo án đào tạo cho anh chị em non-tech dễ hơn thôi, không phải cố chấp gì.</p></blockquote><p>Nhưng cuối cùng, ngày thứ 3 mình đành bỏ cuộc và lao vào làm như người làm nghề: đọc <code>Trace Log &gt; đặt câu hỏi sâu &gt; đề xuất giải pháp giảm timeout &gt; đề xuất giải pháp lưu memory theo chặng &gt; kiểm thử vài lần </code>rồi lựa chọn workflow phù hợp nhất cho bộ API Harvest này.</p><p>Nếu không có kinh nghiệm ngồi làm giải pháp phần mềm, cứ ngồi đó nhìn vào đề xuất của tụi AI, rồi cứ “làm đi, chạy theo đề xuất em đi”.. thì cái cron-job đó sẽ mãi không biết tới bao giờ mới xong và không ai biết tại sao. </p><p>Mình tin nhiều anh chị em non-tech sẽ bỏ cuộc sớm thôi, do cũng đi đào tạo chủ doanh nghiệp và cấp quản lý nhiều, không có hơn 10% nỗ lực tới cùng (3-6 tháng) để hoàn thiện 1 workflow đâu.</p><h2>2. Bài viết “hay”.. nhưng sai đối tượng thì sao?</h2><p>Tiểu Cường tự chọn được bài đầu tiên. Content về Claude Design, công cụ tạo UI prototype bằng AI. Kế tiếp thì chọn Claude Code và cách tối ưu rất sâu về hệ thống kỹ thuật..v.v…</p><p>Nó tóm tắt thế này:</p><div class="pullquote"><p>“Không cần thuê nhân sự, không cần phòng ban Marketing, không tốn tiền lương, 1 người + AI = đội 5 người, tiết kiệm vài ngàn đô mỗi tháng!”</p></div><div class="captioned-image-container"><figure><img width="660" height="681" decoding="async" src="/blog-images/lap-lich-cho-ai-agent-thu-thap-content-trong-5-phut-nhung-mat-3-ngay-de-chay-on/4.png" alt="" loading="lazy" ></figure></div><div class="captioned-image-container"><figure><img width="652" height="430" decoding="async" src="/blog-images/lap-lich-cho-ai-agent-thu-thap-content-trong-5-phut-nhung-mat-3-ngay-de-chay-on/5.png" alt="" loading="lazy" ></figure></div><p><strong>Mình đọc xong đoạn đầu thì.. chán luôn, không muốn đọc tiếp.</strong></p><p>Đây không phải tóm tắt content cho chủ doanh nghiệp và quản lý</p><p>→ đây là văn <strong>“lùa gà”</strong> điển hình mà.</p><p>Mình phải ngồi chỉnh lại: </p><p><em>“Viết lại. Cấm không được dùng ngôn ngữ [lùa gà] nhé. Trung thực và thực tế đi, làm gì có chuyện không cần nhân sự, không cần phòng marketing. Em tập trung vào outcome cụ thể công cụ này giải quyết việc gì, bài học rút ra là gì, tiết kiệm bao nhiêu tiền, ROI ra sao.. kèm ví dụ cụ thể dễ hiểu”</em></p><div class="captioned-image-container"><figure><img width="511" height="300" decoding="async" src="/blog-images/lap-lich-cho-ai-agent-thu-thap-content-trong-5-phut-nhung-mat-3-ngay-de-chay-on/6.png" alt="" loading="lazy" ></figure></div><p>Bonus: thật ra trước đó nó còn viết như vầy luôn, cực kỳ chán, vậy mà nó cho là tối ưu đó, đọc xong không hiểu cái gì luôn.</p><p><strong>Lần 2 nó đã làm tốt hơn. Nhưng vẫn thiếu link nguồn cuối bài theo format.</strong></p><p>Toàn là kiểu làm rồi báo cáo “xong hết rồi anh, em đã ghi nhớ và làm đúng những gì anh mô tả, luôn kèm link nguồn bài viết, anh cứ an tâm chờ sáng mai em sẽ thực hiện nhé…”</p><div class="captioned-image-container"><figure><img width="659" height="590" decoding="async" src="/blog-images/lap-lich-cho-ai-agent-thu-thap-content-trong-5-phut-nhung-mat-3-ngay-de-chay-on/7.png" alt="" loading="lazy" ></figure></div><p></p><blockquote><p>AI nó không tuân thủ như nó hứa hẹn đâu, mọi người đừng có tin. Cứ phải kiểm tra lại tận mắt tới lui vài lần rồi hẵng chốt tiếp.</p></blockquote><div class="captioned-image-container"><figure><img width="672" height="203" decoding="async" src="/blog-images/lap-lich-cho-ai-agent-thu-thap-content-trong-5-phut-nhung-mat-3-ngay-de-chay-on/8.png" alt="" loading="lazy" ></figure></div><div class="captioned-image-container"><figure><img width="636" height="370" decoding="async" src="/blog-images/lap-lich-cho-ai-agent-thu-thap-content-trong-5-phut-nhung-mat-3-ngay-de-chay-on/9.png" alt="" loading="lazy" ><figcaption class="image-caption">Đây, mất tiêu luôn link source của tôi rồi</figcaption></figure></div><p><strong>Lần 3: thiếu divider đúng chỗ, thanh divider dài ơi là dài</strong></p><p>Mình lại tiếp tục phải sửa cho nó từng chút một, thiếu điều muốn gõ và đếm từng ký tự cho nó hiểu để.. đỡ ngáo đi.</p><div class="captioned-image-container"><figure><img width="538" height="190" decoding="async" src="/blog-images/lap-lich-cho-ai-agent-thu-thap-content-trong-5-phut-nhung-mat-3-ngay-de-chay-on/10.png" alt="" loading="lazy" ></figure></div><p></p><p><strong>Lần 4: format tác giả/tương tác gộp chung 1 dòng.</strong></p><p>Y chang như trên, nó cứ làm theo ý nó thôi, hoặc là ngu quá.. hoặc là tự tin quá mà làm theo format của nó luôn chứ không theo mẫu mình đã gõ.</p><div class="captioned-image-container"><figure><img width="506" height="152" decoding="async" src="/blog-images/lap-lich-cho-ai-agent-thu-thap-content-trong-5-phut-nhung-mat-3-ngay-de-chay-on/11.png" alt="" loading="lazy" ></figure></div><p></p><p><strong>Lần 5: Đúng. Thật ra chắ hơn 20 lần, tại viết dài kể hông nổi nên tạm vậy đi.</strong></p><p>Mỗi lần Tiểu Cường “gần đúng”.. nhưng “gần đúng” không đủ.</p><p>Trong doanh nghiệp, một email gửi khách hàng sai 1 con số, một báo cáo thiếu 1 link nguồn, một proposal dùng ngôn ngữ sales quá đà.. tất cả đều là “gần đúng” và đều gây hậu quả thật.</p><p>Cũng may là cái này mình làm workflow này cho cộng đồng sử dụng thôi, nên du di đại đại, sai tới đâu sửa tới đó. </p><p>Vậy nên anh em làm nghề như mình cũng không hiểu tại sao mọi người vẫn cứ tin là có AI thì có thể đuổi hết phòng marketing, phòng bán hàng.. mà còn là mảng B2B nữa, người làm kiểm tra tới lui còn làm khách nổi khùng nói gì mấy con AI. Mà thôi, đây chắc cũng là mong muốn thầm kín của tất cả mọi người, các ‘khầy” chỉ cần viết tiêu đề bài viết như vậy là auto triệu view.. haiz…</p><div class="pullquote"><p>Rồi giả sử thay luôn đi, vậy giờ ông CEO lại phải đi audit kết quả của tất cả phòng ban, thời gian đâu mà làm chiến lược kinh doanh, đi gặp khách hàng, đi lo trăm công ngàn việc khác (chưa kể pháp lý nhe).</p></div><h2>3. YouTube 404 và bài học đừng tin mù quáng AI</h2><p>6 kênh YouTube trong watchlist của mình thì nó báo toàn bộ không tìm thấykhi đi thu thập tin tức (tức là lỗi 404) .</p><p>Tiểu Cường sau nhiều lần bị mình vặn thì lại lý do lý trấu thêm: </p><p><em>“YouTube RSS feed bị lỗi, có thể YouTube đã deprecated.”</em></p><div class="captioned-image-container"><figure><img width="664" height="398" decoding="async" src="/blog-images/lap-lich-cho-ai-agent-thu-thap-content-trong-5-phut-nhung-mat-3-ngay-de-chay-on/12.png" alt="" loading="lazy" ></figure></div><p></p><p>Mình kiểm tra lại: kênh vẫn còn sống, video vẫn đăng đều, cũng không phải vấn đề ở YouTube RSS như trên luôn.</p><p>Vấn đề là server không resolve được @handle sang Channel ID qua RSS.</p><p>Nó còn làm mình thấy lỗi ngứa mắt và đề xuất: </p><p>“Xóa 6 channels này khỏi danh sách cho anh.”</p><p>Đúng bị thao túng luôn.</p><p>Nhưng mình chợt tỉnh lại: “Không. Channels vẫn tồn tại, video vẫn có. Lỗi là ở cách mày gọi. Tìm Channel ID đúng, add lại, test tiếp.”</p><p>Kết quả: sau khi chuyển đổi và tìm đúng Channel ID (UCxxxxxxx), harvest chạy bình thường. 60 videos từ 6 channels.</p><div class="captioned-image-container"><figure><img width="655" height="685" decoding="async" src="/blog-images/lap-lich-cho-ai-agent-thu-thap-content-trong-5-phut-nhung-mat-3-ngay-de-chay-on/13.png" alt="" loading="lazy" ></figure></div><p><strong>Kinh nghiệm là.. </strong>khi tool báo lỗi, đừng vội kết luận “platform kia chết”. Hãy kiểm tra lại từ gốc, truy trace log chi tiết vô. Xác thực tool lỗi gì rồi tính tiếp, còn AI nó đọc lỗi xong nó hay.. nói xạo lắm.</p><blockquote><p>Thật ra không khác con người là mấy, trong quá khứ mình cũng gặp trường hợp này khi làm với một bạn freelancer nọ. Cứ đụng lỗi xíu thì lại bảo “nó không làm được, nó không cho phép”, mình mà bận rộn không để ý thì chắc bỏ qua luôn, nhưng truy lại lịch sử email trao đổi với đối tác thì chỉ cần gửi email nhờ họ trả lời lại API xíu là xong.</p></blockquote><h2>4. Cron job chạy nội dung chả giống với kế hoạch</h2><p>Mình tạo cron job (lập lịch chạy tự động) để Tiểu Cường tự gửi báo cáo mỗi sáng 6h30 và tối 18h30.</p><p>Lần chạy đầu tiên: hắn gửi bài vào group, nhưng format sai hoàn toàn. Divider ở cuối thay vì giữa sections. Thừa câu “Đã lưu vào weekly report nhé anh chị!” ở cuối. Tác giả/tương tác/nguồn gộp chung 1 dòng.</p><p>Tại sao? Vì cron job chạy như một isolated agent turn, nó không “nhớ” những gì mình đã dặn trong session chat. Nó chỉ đọc cái message trong cron job payload.</p><div class="pullquote"><p>Giải pháp: mình nhét toàn bộ template + rules + batch plan vào cron job message. Chi tiết đến mức “copy-paste template này, điền nội dung vào”.</p></div><div class="captioned-image-container"><figure><img width="527" height="441" decoding="async" src="/blog-images/lap-lich-cho-ai-agent-thu-thap-content-trong-5-phut-nhung-mat-3-ngay-de-chay-on/14.png" alt="" loading="lazy" ></figure></div><p></p><p>Nghe hình như thừa đúng hôm? Không đâu.</p><p>Vì nếu không làm vậy hắn sẽ lại “sáng tạo” theo cách của hắn mỗi lần chạy. Kết quả sẽ khác nhau mỗi ngày.</p><p><strong>Trong doanh nghiệp, bạn không muốn nhân viên “sáng tạo” quy trình báo cáo mỗi ngày. Bạn muốn SOP rõ ràng, ai làm cũng ra kết quả giống nhau.</strong></p><p>Cron job message chính là SOP cho AI agent.</p><p><em>--&gt; Có lẽ đây là điểm nhiều người mới làm AI Automation hay bỏ qua nhất. Cứ tưởng “chat với AI một lần thì lần sau nó nhớ”, không có đâu.</em></p><h2>5. Incremental save, vì thực tế không bao giờ hoàn hảo</h2><p>Giải pháp cuối cùng mình chốt cho workflow harvest:</p><p>1. Chia 8 batches, mỗi batch tối đa 3 creators</p><p>2. Sau mỗi batch, lưu kết quả vào file</p><p>3. Batch nào lỗi thì retry 1 lần, skip nếu vẫn fail, qua batch tiếp</p><p>4. Khi xong hết thì đọc file tổng hợp để chọn bài</p><div class="captioned-image-container"><figure><img width="1456" height="819" decoding="async" src="/blog-images/lap-lich-cho-ai-agent-thu-thap-content-trong-5-phut-nhung-mat-3-ngay-de-chay-on/15.jpg" alt="" loading="lazy" ></figure></div><p></p><p><strong>Tại sao phức tạp vậy?</strong></p><p>Vì trong thực tế, network chập chờn, server quá tải, API thay đổi, rate limit đánh đủ thứ. Bạn không thể giả định mọi thứ sẽ chạy smooth 100%.</p><p>Nếu harvest 22 creators cùng lúc và timeout ở creator thứ 15, bạn mất hết 14 content trước đó. Trắng tay.</p><p>Nếu harvest incremental, timeout ở batch 5, bạn vẫn có data từ batch 1-4 (~12 creators). Đủ để chọn bài.</p><p>Đó là tư duy vận hành và kinh nghiệm làm thực tế, không phải kiểu làm cho có rồi đi lùa đã xong.</p><div class="pullquote"><p>Demo chỉ cần chạy được 1 lần đẹp. Vận hành cần chạy được 1000 lần, trong đó 200 lần có lỗi, và hệ thống vẫn cho ra kết quả chấp nhận được.</p></div><p>Giống như nấu cơm gia đình thôi. Bạn nấu 1 nồi cơm khoe Instagram thì dễ, làm tỉ mỉ từng hạt. Nấu cơm cho cả nhà ăn 365 ngày/năm thì khác, phải có quy trình, có “plan B” khi nồi cơm điện hỏng, có cách xử lý khi cơm hơi nhão.</p><h2>AI mạnh thiệt, nhưng không thay được kinh nghiệm &amp; nghiệp vụ riêng cho từng tổ chức</h2><p>Sau 3 ngày, cron-job chạy ổn. Mỗi ngày 2 lần, tự động harvest 22 creators, chọn 1 bài phù hợp, format đẹp, gửi vào group.</p><p>Nhưng để đạt được điều đó, mình đã phải:</p><ul><li><p>Sửa workflow harvest 3 lần: từ “chạy tất cả” thành “chia batch” rồi “incremental save”</p></li><li><p>Sửa format bài viết 5 lần: từ “lùa gà” thành “thiếu link” rồi “sai divider” rồi “đúng chuẩn”</p></li><li><p>Debug YouTube 404: không xóa channels, mà tìm root cause</p></li><li><p>Viết SOP chi tiết cho cron job: vì agent không “nhớ” context giữa các lần chạy</p></li></ul><p>Tiểu Cường AI Agent không làm sai đâu. Hắn làm đúng những gì hắn biết.</p><p>Nhưng “đúng những gì bả biết” khác xa “đủ tốt cho thực tế”.</p><div class="pullquote"><p>Và khoảng cách đó.. chính là nơi kinh nghiệm, chính kiến, và tư duy vận hành của con người tạo ra khác biệt.</p></div><p>Nếu bạn đang xem AI như một công cụ để “build nhanh”, mình đồng ý. Nó build nhanh thiệt, giờ ai cũng có thể dùng Claude, Antigravity, Codex có sẵn hoặc dùng GoClaw để build chạy đa kênh.</p><p>Nhưng nếu bạn muốn AI “vận hành được”, chạy ổn mỗi ngày, trong môi trường thật, với dữ liệu thật, lỗi thật.. thì bạn cần nhiều hơn là một prompt đẹp ăn ngay trên mạng chia sẻ.</p><p>Bạn cần một người đã từng vá lỗ thủng trên con thuyền thật.</p><div class="captioned-image-container"><figure><img width="1456" height="819" decoding="async" src="/blog-images/lap-lich-cho-ai-agent-thu-thap-content-trong-5-phut-nhung-mat-3-ngay-de-chay-on/16.jpg" alt="" loading="lazy" ></figure></div><p><strong>Tiện tay.. tiện tay.. mình để ý cái này:</strong></p><p>Mấy bạn mới vào nghề khi gặp lỗi thường có 2 phản ứng:</p><p>- “Tool/platform có vấn đề, mình bỏ qua đi”</p><p>Người lâu năm ăn hành thì:</p><p>- “Khoan, kiểm tra lại từ gốc đã”</p><p>AI agent hiện tại đang ở mức phản ứng A.</p><p>Người vận hành lâu năm ở mức phản ứng B vì họ quan tâm nhiều hơn tính phù hợp và linh hoạt của từng tổ chức chứ không phải lý thuyết suông từ sách ra.</p><p>Khoảng cách giữa A và B chính là khoảng cách giữa “demo đẹp” và “production ổn”.</p><p>- Còn bạn, khi giao việc cho AI, bạn đang ở mức A hay B?</p><p><em>#voquoccuong #cuonghoaai #aiautomation</em></p><p><em>Nguồn tham khảo: Case study nội bộ EGANY, workflow harvest content sử dụng GoClaw + Telegram + cron job. Đội quân AI agent của mình gồm Tiểu Cường, Song Nhi, Bảng Đôn..v.v..</em></p><p><em>Xem sơ vài Use Case mình có cập nhật cho anh chị Doanh Chủ xem tại:</em></p><p><a href="https://cxo.egany.ai/ai-agent-use-cases">https://cxo.egany.ai/ai-agent-use-cases</a></p>https://voquoccuong.com/blog/lanh-dao-ai/founders-playbook-cua-anthropic-4-cho-founder-viet-can-doc-bang-con-mat-phe-phan/https://voquoccuong.com/blog/lanh-dao-ai/founders-playbook-cua-anthropic-4-cho-founder-viet-can-doc-bang-con-mat-phe-phan/Bài hay nhưng mà nếu không lọc kỹ thì áp dụng nguyên xi vào VN dễ.. bay khỏi đường ray lắmSun, 17 May 2026 04:51:02 GMT<p>Hôm trước tôi viết bài diễn giải Founder’s Playbook của Anthropic theo 4 giai đoạn (link bài cuối). Hôm nay tôi muốn nói về mặt còn lại: 4 chỗ trong PDF mà founder Việt cần đọc kỹ, không phải để bóc phốt, mà để filter (lọc) lại cho phù hợp.</p><p>Mọi playbook đều có context. Anthropic viết playbook này cho founder Mỹ là chính. Nếu mình bê nguyên xi vào startup VN làm SME, hoặc startup VN target Đông Nam Á, thì sẽ.. lệch ray. Có khi over-invest vào việc không cần, có khi miss cái cần làm.</p><div class="captioned-image-container"><figure><img width="1456" height="819" decoding="async" src="/blog-images/founders-playbook-cua-anthropic-4-cho-founder-viet-can-doc-bang-con-mat-phe-phan/0.jpg" alt="" loading="lazy" ></figure></div><p>Đây là 4 chỗ tôi nghĩ nên đọc với con mắt phê phán.</p><h2>1. Sean Ellis Test (40% “very disappointed”)</h2><p>PDF khuyên: hỏi user “How would you feel if you could no longer use this product?”, nếu &gt;40% trả lời “very disappointed” thì đó là chỉ báo PMF (product-market fit).</p><p><strong>Vấn đề:</strong> test này có gốc ở Dropbox (Sean Ellis là growth marketer của Dropbox thời đầu). Context: B2C SaaS, audience là early adopter trẻ Mỹ, sản phẩm dùng hàng ngày.</p><p><strong>VN làm SME B2B</strong> thì khác hoàn toàn. Khách doanh nghiệp Việt trả tiền không có nghĩa họ sẽ “very disappointed” nếu mất sản phẩm. Họ chỉ chọn cái rẻ hơn / tiện hơn / có sales chăm hơn. Mức độ “đau” khi mất product không phải là tín hiệu mạnh ở thị trường này.</p><p><strong>Filter lại cho VN: với B2B SME, indicator PMF nên là:</strong></p><p>- Renewal rate cao (khách gia hạn được vài kỳ)</p><p>- Expansion revenue (khách mở rộng dùng nhiều hơn theo thời gian)</p><p>- Referral organic (khách giới thiệu khách mới mà không cần program)</p><p>Đây là cái tôi đang tập đo ở EGANY. Không phải vì Sean Ellis test sai, mà vì nó không hợp context của tôi.</p><h2>2. IPO Readiness / Analyst Briefings / Wall Street</h2><p>PDF dành cả Chapter 6 (Scale Stage) cho việc chuẩn bị IPO, analyst relations, enterprise procurement.</p><p><strong>Vấn đề:</strong> VN có mấy startup IPO Mỹ? Đếm trên đầu ngón tay. VNG đã thử và rút lại, VinFast (mảng auto, không phải tech startup). Đa số founder Việt sẽ exit qua M&amp;A (bán cho công ty lớn hơn) hoặc tiếp tục bootstrapped tự nuôi mình.</p><p><strong>Filter lại:</strong> thay vì IPO readiness, founder Việt nên focus vào “M&amp;A readiness” hoặc “sustainable cash flow”:</p><p>- Giấy tờ tài chính minh bạch, audit được (cái này SME VN yếu)</p><p>- IP rõ ràng, không vướng tranh chấp với co-founder cũ / nhân viên cũ</p><p>- Customer concentration không quá cao (top 1 khách không quá 30% revenue)</p><p>- Codebase có thể due-diligence được (CLAUDE.md, spec, documentation đầy đủ)</p><p>- Operational dependency trên founder thấp (cái này khớp với “founder bottleneck” bài trước)</p><p><strong>Cảnh báo cá nhân:</strong> tôi thấy không ít founder Việt đi nghe podcast Mỹ về IPO rồi về tự nhận mình đang “Series A track” trong khi cash flow âm. Đừng over-invest vào “IPO playbook” khi mình đang ở giai đoạn cần tự nuôi mình.</p><h2>3. SOC 2 / GDPR / HIPAA</h2><p>PDF nhấn mạnh compliance review trước khi vào enterprise contracts. SOC 2, GDPR, HIPAA được lặp đi lặp lại nhiều lần như là “minimum responsible threshold”.</p><p><strong>Vấn đề:</strong> SOC 2 audit ở Mỹ tốn $20-50k/năm (chưa kể chi phí internal làm framework). GDPR thì cần legal consultant, data processing agreement, sub-processor agreement, DPO (Data Protection Officer). HIPAA chỉ áp dụng nếu chạm tới dữ liệu y tế Mỹ.</p><p><strong>Hợp khi:</strong> target khách hàng Mỹ/EU, đối tác là enterprise (Fortune 1000), bán contract $50k+/năm.</p><p><strong>KHÔNG hợp khi:</strong> bán SME VN giá vài triệu/tháng, đối tác là SMB Đông Nam Á. Đầu tư SOC 2 lúc này là technical debt ngược: làm trước khi cần, đốt tiền vô ích.</p><p><strong>Filter lại cho VN:</strong> ưu tiên Nghị định 13/2023/NĐ-CP về bảo vệ dữ liệu cá nhân (có hiệu lực từ 1/7/2023). Đây là compliance VN bắt buộc nếu thu thập + xử lý dữ liệu cá nhân của người VN. Làm cái này trước, sau đó nếu mở rộng ra Mỹ/EU thì mới tính SOC 2 / GDPR.</p><p>Tôi đang tập làm bài này ở EGANY: rà soát lại data flow theo Nghị định 13 trước, không phải SOC 2 trước. Vì khách của tôi đa số là SMB VN.</p><h2>4. Product Hunt Launch / Hacker News Spike</h2><p>PDF nhiều lần đề cập “early traction” qua kênh như Product Hunt, Hacker News, founder’s personal network US.</p><p>Vấn đề: channel này phù hợp với startup target audience là dev / startup community Mỹ. Founder Việt làm SaaS cho SME VN mà đi launch Product Hunt là.. lãng phí năng lượng. Khách hàng thật của mình không ở đó.</p><p><strong>Filter lại cho VN:</strong></p><p>- B2C / consumer app: Facebook (vẫn là king ở VN), TikTok (gen Z), Tinh Tế (tech enthusiast)</p><p>- B2B SME: Group Zalo theo ngành, Group Facebook chuyên môn (FounderUps, các group HR/Marketing/Sales), Substack/Newsletter cho audience C-level</p><p>- Developer audience: vẫn có thể HN / Product Hunt nếu sản phẩm thật sự là dev tool quốc tế, nhưng đừng kỳ vọng VN dev traffic nhiều</p><p>- <strong>Enterprise VN:</strong> tham dự sự kiện ngành, partnership với system integrator local, đi qua chứ không bỏ qua “sales gặp mặt trực tiếp”</p><p>Trước khi viết content launch, tôi tự hỏi: khách hàng thật của mình có đọc kênh này không? Nếu không, đừng tốn công.</p><h2>Vậy có nên đọc playbook này không?</h2><p>Có. Vẫn nên đọc. Framework 4 giai đoạn (Idea &gt; MVP &gt; Launch &gt; Scale), insight về Founder = Orchestrator, các failure mode mới (Agentic Technical Debt, Mistaking Building for Validating) đều rất giá trị, đều rất relevant với founder Việt.</p><div class="captioned-image-container"><figure><img width="1456" height="819" decoding="async" src="/blog-images/founders-playbook-cua-anthropic-4-cho-founder-viet-can-doc-bang-con-mat-phe-phan/1.jpg" alt="" loading="lazy" ></figure></div><div class="captioned-image-container"><figure><img width="1456" height="819" decoding="async" src="/blog-images/founders-playbook-cua-anthropic-4-cho-founder-viet-can-doc-bang-con-mat-phe-phan/2.jpg" alt="" loading="lazy" ></figure></div><p><strong>Cách đọc đúng, theo tôi, là filter qua 3 câu hỏi:</strong></p><p>1. Cái khuyến nghị này gốc ở context nào? (US, B2C SaaS, Series A+, enterprise sales..)</p><p>2. Audience của mình có khớp context đó không?</p><p>3. Nếu lệch, “phiên bản VN” của khuyến nghị này là gì?</p><p>Đọc playbook Tây như đi du học: học framework tư duy, không học hết case study. Case study tự nó là sản phẩm của context. Mình mang về VN, mình build case study của VN.</p><p>... mà nói vậy thôi, tôi cũng đang tập filter này thôi, hổng biết đúng hem :3</p><p>Có khi có cái tôi đang filter sai, có cái tôi bỏ qua đáng lẽ phải apply. Founder Việt nào đang apply playbook này theo cách khác thì comment cho tôi học với nha.</p><p>- Trong 4 chỗ trên, có chỗ nào anh chị đã.. bị vướng (apply nguyên xi rồi lệch ray) chưa?</p><p>#voquoccuong #anthropic #aistartup</p><p><em><strong>Nguồn tham khảo:</strong></em></p><p><em>- <a href="https://cdn.prod.website-files.com/6889473510b50328dbb70ae6/69fe2a55b93bb0732b1fe33c_The-Founders-Playbook-05062026_v3%20(1).pdf">Anthropic, “The Founder’s Playbook: Building an AI-Native Startup”, May 2026</a></em></p><p><em>- <a href="https://vanban.chinhphu.vn/?pageid=27160&amp;docid=207759">Nghị định 13/2023/NĐ-CP về bảo vệ dữ liệu cá nhân</a></em></p><p><em>- <a href="https://voquoccuong.substack.com/p/anthropic-vua-ra-founders-playbook">Bài “Idea &gt; MVP &gt; Launch &gt; Scale” (link bài trước của tôi)</a></em></p>https://voquoccuong.com/blog/lanh-dao-ai/anthropic-vua-ra-founders-playbook-36-trang-dang-doc-khong/https://voquoccuong.com/blog/lanh-dao-ai/anthropic-vua-ra-founders-playbook-36-trang-dang-doc-khong/Bottleneck giờ không phải khả năng BUILD, mà là CHỌN cái gì để buildSun, 17 May 2026 04:23:09 GMT<p>Nói chung tôi đọc xong để anh em không phải đọc :3</p><div class="captioned-image-container"><figure><img width="1448" height="1086" decoding="async" src="/blog-images/anthropic-vua-ra-founders-playbook-36-trang-dang-doc-khong/0.jpg" alt="" loading="lazy" ></figure></div><p>Mà thiệt là đáng đọc, không phải dạng playbook tips &amp; tricks lùa gà thường thấy. Nó có vài insight ngon mà tôi nghĩ ae founder Việt có thể.. lụm.</p><h2>1. Founder thời 2026 không còn là người tự làm mà nên là.. người điều phối AI Agent.</h2><p>Hồi xưa, founder kỹ thuật thì code và xây dựng sản phẩm chính, founder business thì bán hàng + báo cáo và kiếm tiền (hoặc gọi vốn). </p><p>Giờ bức tường này nó không còn nữa.</p><p>Người không biết code vẫn xây dựng được ứng dụng với Agentic Coding. Dev không rành business vẫn dựng được pitch deck, báo cáo tài chính và mô hình kinh doanh đẹp như mấy ông kinh doanh.</p><p>--&gt; dĩ nhiên có chuyên môn thì làm tốt hơn, không phải bàn. Chỉ là nói giờ không còn rào cản quá lớn nữa.</p><p>Vai trò founder dịch chuyển lên trên: ít làm tay hơn, nhiều Orchestrate (kiểu.. điều phối) hơn.</p><div class="captioned-image-container"><figure><img width="1456" height="809" decoding="async" src="/blog-images/anthropic-vua-ra-founders-playbook-36-trang-dang-doc-khong/1.jpg" alt="" loading="lazy" ></figure></div><h2>2. AI-native startup khác startup có dùng AI như thế nào?</h2><p>AI-native là khi AI là hạ tầng cốt lõi từ ngày đầu, không phải tool xài thêm cho.. có đâu. </p><div class="captioned-image-container"><figure><img width="1456" height="815" decoding="async" src="/blog-images/anthropic-vua-ra-founders-playbook-36-trang-dang-doc-khong/2.jpg" alt="" loading="lazy" ></figure></div><p>Team siêu gọn (1-5 người), có thể đạt Product-Market Fit hoặc thậm chí có lãi trước khi tuyển người. Cái này khớp với những gì tôi quan sát ở anh em NextLevelBuilder, FounderUps, hay vài solopreneur làm tools nhỏ mà ra tiền thật.</p><h2>3. Hành trình 4 giai đoạn: Idea &gt; MVP &gt; Launch &gt; Scale. Mỗi giai đoạn có kiểu fail mới, để ý nha.</h2><p>Đáng để ý nhất là 2 cái:</p><p>- Nhầm việc BUILD với việc VALIDATE: Vì build prototype giờ dễ và nhanh quá, nhiều founder build xong rồi.. cứ coi như đã validate được idea. Sai.. toang... </p><p>--&gt; Prototype chỉ là cái cớ để đi nói chuyện với khách hàng thật. Bằng chứng nằm ở phản ứng của họ, không phải ở việc cái app này vừa chạy được.</p><p>- Agentic Technical Debt (nợ kỹ thuật do AI): AI code nhanh không có nghĩa code có context. Mỗi session AI lại re-derive (suy luận lại) từ đầu nếu mình không ghi xuống đâu đó. Codebase nhìn thì chạy, nhưng đến lúc scale là sập.</p><p>*Cái này anh em vibe-code chú ý nha :)) </p><p>(tôi cũng đang vướng phần này, không phải đứng ngoài đâu)</p><p>Bẫy này nó phê vãi chưởng luôn, cứ thấy build được nghĩ ngon, tới chừng build dễ thì lại lạm phát build quên khách hàng thật sự cần gì</p><p>--&gt; tới chừng codebase hỗn loạn, founder lạc lối luôn, chỉ có biết thức đêm phê pha cho thêm dopamine chứ.. đơn không có.</p><div class="captioned-image-container"><figure><img width="1456" height="810" decoding="async" src="/blog-images/anthropic-vua-ra-founders-playbook-36-trang-dang-doc-khong/3.jpg" alt="" loading="lazy" ></figure></div><h2>4. Câu chốt cuối PDF khá xịn:</h2><div class="pullquote"><p>“Bottleneck giờ không phải khả năng BUILD, mà là CHỌN cái gì để build.”</p></div><p>Đọc đến đây tôi thấy đúng vãi. Build thì AI làm thay được. Quyết định build cái gì, cho ai, vì sao.. mới là phần AI không thay được.</p><p>... mà nói tới thì cũng nên nói lui...</p><p>Đọc kỹ thì PDF này nặng tư duy Mỹ. SOC 2, GDPR, IPO roadshow, Sean Ellis test.. mấy thứ founder Việt làm SME phải lọc lại nhiều mới apply được. Để rảnh tôi viết bài riêng “đọc playbook Tây như nào”, bài này dài rồi </p><p>(Tôi có viết <a href="https://voquoccuong.substack.com/p/founders-playbook-cua-anthropic-4">bài mới phản biện chi tiết hơn tại đây</a>)</p><p>Trước cũng có viết về 5 giai đoạn Agentic Working trong EGANY (cá nhân &gt; team &gt; hệ thống &gt; loạn credentials &gt; Agent Brain), khá khớp với góc Scale stage của PDF này. </p><p><a href="https://voquoccuong.substack.com/p/cong-ty-ban-ang-o-giai-oan-nao-tren">Ai quan tâm có thể bấm đây để đọc lại.</a></p><p>Anh em đang ở giai đoạn nào trong 4 giai đoạn này?</p><p><em>Link PDF gốc tôi đặt ở đây để tiện download:</em></p><p><em>https://cdn.prod.website-files.com/6889473510b50328dbb70ae6/69fe2a55b93bb0732b1fe33c_The-Founders-Playbook-05062026_v3%20(1).pdf</em></p><div class="captioned-image-container"><figure><img width="745" height="577" decoding="async" src="/blog-images/anthropic-vua-ra-founders-playbook-36-trang-dang-doc-khong/4.png" alt="" loading="lazy" ></figure></div><p>#voquoccuong #anthropic #claude </p>https://voquoccuong.com/blog/lanh-dao-ai/cafetalk-2-ai-trong-van-hanh-thuc-chien/https://voquoccuong.com/blog/lanh-dao-ai/cafetalk-2-ai-trong-van-hanh-thuc-chien/Tóm tắt nội dung buổi offline cộng đồng CxO AI Automation Club (EGANY) 14.05.2026Fri, 15 May 2026 16:44:30 GMT<p>Sau buổi CafeTalk #2: <strong>AI in Action, from Hype to Real Business Outcome </strong>thì đến giờ mới hồi tỉnh lại để ngồi đây viết post này recap một số ý chính cho mọi người.</p><p>Thay mặt cộng đồng CxO AI Automation Club (do EGANY sáng lập), tôi xin gửi lời cảm ơn chân thành đến các Anh/Chị đã dành thời gian tham dự buổi offline CafeTalk #2 vừa rồi.</p><p>Buổi này tụ hợp 4 góc nhìn rất khác nhau về cùng một chủ đề: làm sao đưa AI Agent vào thực chiến vận hành doanh nghiệp.. mà không bị mắc kẹt ở giai đoạn “hype”.</p><div class="captioned-image-container"><figure><img width="1456" height="813" decoding="async" src="/blog-images/cafetalk-2-ai-trong-van-hanh-thuc-chien/0.jpg" alt="" loading="lazy" ></figure></div><p>Dưới đây là phần tổng hợp chi tiết nội dung từng diễn giả, để Anh/Chị nào không tham dự được vẫn có thể nắm trọn ý chính.</p><h2>1. Giới thiệu cộng đồng và lộ trình tiếp cận AI </h2><p>(Võ Quốc Cường, Founder EGANY)</p><div class="captioned-image-container"><figure><img width="1456" height="819" decoding="async" src="/blog-images/cafetalk-2-ai-trong-van-hanh-thuc-chien/1.jpg" alt="" loading="lazy" ></figure></div><p>Mở đầu chương trình, tôi giới thiệu tổng quan về cộng đồng CxO AI Automation Club và định hướng hỗ trợ doanh nghiệp ứng dụng AI thực chiến.</p><p>Để giải quyết bài toán “lãnh đạo doanh nghiệp tiếp cận AI sao cho ra kết quả”, cộng đồng chia thành 2 nhóm giải pháp chính:</p><ul><li><p><strong>Done for you (DFY)</strong>: Lộ trình “Express Lane” dành cho các nhà điều hành cần kết quả ngay để giải quyết điểm nghẽn. Rút ngắn thời gian triển khai từ 6 tháng xuống chỉ còn 1-5 tuần thông qua mô hình Co-build.</p></li><li><p><strong>Do it yourself (DIY)</strong>: Hành trình dành cho lãnh đạo muốn tự tay làm chủ công nghệ. Gồm các chương trình chuyên đề (workshop/course) và Group Coaching chuyên sâu 8 tuần để tự tay xây AI Agent hay Website vững tư duy từ gốc.</p></li></ul><div class="captioned-image-container"><figure><img width="1456" height="813" decoding="async" src="/blog-images/cafetalk-2-ai-trong-van-hanh-thuc-chien/2.jpg" alt="" loading="lazy" ></figure></div><blockquote><p>Lộ trình tham gia được thiết kế tinh gọn qua 3 bước: Tiếp cận ban đầu (Zalo), Trải nghiệm giá trị (nhận 1 tháng Premium) và Lựa chọn phát triển chuyên sâu.</p></blockquote><div class="captioned-image-container"><figure><img width="1456" height="819" decoding="async" src="/blog-images/cafetalk-2-ai-trong-van-hanh-thuc-chien/3.jpg" alt="" loading="lazy" ></figure></div><h2>2. Vận hành doanh nghiệp qua khung chat </h2><p>(Trình bày bởi Chinh Đặng, CEO tại SYNITY)</p><div class="captioned-image-container"><figure><img width="1456" height="819" decoding="async" src="/blog-images/cafetalk-2-ai-trong-van-hanh-thuc-chien/4.jpg" alt="" loading="lazy" ></figure></div><p>Anh Chinh Đặng demo trực quan việc đưa toàn bộ tác vụ vận hành vào.. khung chat quen thuộc.</p><p>Thay vì quy trình phức tạp, AI Agent được tích hợp trực tiếp vào phần mềm Bitrix để xử lý:</p><ul><li><p>Lưu contact, deal, tra cứu deal và tự động tạo task</p></li><li><p>Tổng hợp mọi thông tin khách hàng, hóa đơn chỉ bằng một câu chat tự nhiên như trao đổi với người thật</p></li><li><p>Tự động tạo báo giá, proposal dưới dạng landing page chuyên nghiệp</p></li></ul><p>Giải pháp này trực tiếp tháo gỡ 3 nỗi đau kinh điển của doanh nghiệp khi chuyển đổi số:</p><ol><li><p>Đôn đốc nhân sự nhập liệu (mệt mỏi nhất)</p></li><li><p>Khó khăn khi onboarding người mới</p></li><li><p>Thời gian training hệ thống quá dài</p></li></ol><div class="captioned-image-container"><figure><img width="1456" height="813" decoding="async" src="/blog-images/cafetalk-2-ai-trong-van-hanh-thuc-chien/5.jpg" alt="" loading="lazy" ></figure></div><h2>3. Đưa AI vào toàn bộ quy trình tổ chức sự kiện </h2><p>(Anh Trí Võ, CMO BiPlus)</p><div class="captioned-image-container"><figure><img width="1456" height="819" decoding="async" src="/blog-images/cafetalk-2-ai-trong-van-hanh-thuc-chien/6.jpg" alt="" loading="lazy" ></figure></div><p>Anh Trí Võ mở phần chia sẻ bằng một quan sát thú vị: </p><div class="pullquote"><p>Tại sao người làm kinh doanh (như CMO) lại đang dùng nhiều model AI hơn cả Developer?</p></div><p>Qua sự kiện Atlassian Day với hơn 500 khách tham dự tại Hà Nội và TP.HCM, team BiPlus đã dùng hơn 10 loại AI khác nhau để tối ưu quy trình Trước, Trong, Sau sự kiện:</p><ul><li><p>Pre-event: Tạo Landing page chỉ trong 1 buổi sáng (Antigravity + Astro + Cloudflare). Dùng AI Agent (Atlassian Rovo) để cá nhân hóa 200 thiệp mời, giúp gỡ bỏ ma sát cho nhân sự.</p></li><li><p>During event: Dựng ứng dụng check-in và theo dõi tương tác tại 10 gian hàng. Concept vẽ bằng Loom, Claude lên file yêu cầu (PRD), Bolt.new làm bản mẫu, rồi giao team Dev. Kết quả: thu thập gần 90% tương tác thực tế.</p></li><li><p>Post-event: Thu hoạch dữ liệu tự động ra Dashboard và báo cáo PDF (Data Pipeline).</p></li></ul><p>Nguyên tắc anh Trí nhấn mạnh:</p><blockquote><p>“Đừng hỏi mua tool gì. Hãy tìm ra quy trình tốn thời gian và lặp lại nhiều nhất rồi ứng dụng AI vào đó.”</p></blockquote><p>Và đừng phụ thuộc vào một nhà cung cấp duy nhất.</p><div class="captioned-image-container"><figure><img width="1456" height="813" decoding="async" src="/blog-images/cafetalk-2-ai-trong-van-hanh-thuc-chien/7.jpg" alt="" loading="lazy" ></figure></div><h2>4. Định nghĩa vấn đề và dùng AI như “Cây búa” </h2><p>(Anh Tony, CTO tại VantayMedia)</p><div class="captioned-image-container"><figure><img width="1456" height="819" decoding="async" src="/blog-images/cafetalk-2-ai-trong-van-hanh-thuc-chien/8.jpg" alt="" loading="lazy" ></figure></div><p>Anh Tony mang đến một góc nhìn quản trị sắc sảo: </p><div class="pullquote"><p>“Đừng cầm búa (AI) đi tìm đinh (vấn đề).”</p></div><p><strong>Sức mạnh của CxO không nằm ở việc biết hết mọi tool, mà nằm ở đòn bẩy 3 thứ:</strong></p><ol><li><p>Bối cảnh đầy đủ</p></li><li><p>Quyền quyết định</p></li><li><p>Động lực gánh hệ lụy</p></li></ol><p><strong>Để duyệt chi phí hay triển khai AI, mọi yêu cầu phải lọt qua “Bộ lọc 5 câu hỏi”:</strong></p><ol><li><p>Nút thắt thật sự là gì? (Đọc/viết/tổng hợp, hay do thiếu người, thiếu dữ liệu?)</p></li><li><p>Quy trình có lặp lại đủ nhiều không?</p></li><li><p>Input có sẵn không, hay phải đi dọn rác dữ liệu trước?</p></li><li><p>Ai dùng output, và sai thì ai chịu trách nhiệm?</p></li><li><p>AI làm cụ thể cái gì, và phần phán đoán nào bắt buộc do con người chốt?</p></li></ol><div class="captioned-image-container"><figure><img width="1456" height="580" decoding="async" src="/blog-images/cafetalk-2-ai-trong-van-hanh-thuc-chien/9.jpg" alt="" loading="lazy" ></figure></div><blockquote><p>Anh Tony nhấn mạnh: thay vì “hỏi AI từng việc lẻ tẻ” tuần này qua tuần khác, CxO cần thiết kế một “môi trường” dùng một lần cho cả một nhóm vấn đề. Bao gồm: bề mặt chạy, kết nối API/Data, bộ kỹ năng và ranh giới quyết định.</p></blockquote><p>Và quan trọng nhất.. AI là một lớp nằm trên nền tảng dữ liệu. Thiếu dữ liệu, AI không có gì để làm.</p><div class="captioned-image-container"><figure><img width="1456" height="813" decoding="async" src="/blog-images/cafetalk-2-ai-trong-van-hanh-thuc-chien/10.jpg" alt="" loading="lazy" ></figure></div><h2>5. Use Case thực chiến và bài học xương máu </h2><p>(Anh <span class="mention-wrap" data-attrs="{&quot;name&quot;:&quot;Duy /zuey/&quot;,&quot;id&quot;:208496210,&quot;type&quot;:&quot;user&quot;,&quot;url&quot;:null,&quot;photo_url&quot;:&quot;https://substack-post-media.s3.amazonaws.com/public/images/633b813a-e622-461c-8e7c-9dcc0d66cb4c_1737x1737.jpeg&quot;,&quot;uuid&quot;:&quot;5463d1d6-1a91-499a-aef9-37f6926f76bb&quot;}" data-component-name="MentionToDOM"></span> Nguyễn, CTO tại DIGITOP)</p><div class="captioned-image-container"><figure><img width="1456" height="819" decoding="async" src="/blog-images/cafetalk-2-ai-trong-van-hanh-thuc-chien/11.jpg" alt="" loading="lazy" ></figure></div><p>Mở đầu bằng một câu khẳng định mạnh: </p><div class="pullquote"><p>“AI không thay thế bạn, nó xóa phần hỗn loạn.” </p></div><p>Anh Duy đưa ra các case study triển khai GoClaw trong 6 tháng qua:</p><p><strong>Bất động sản:</strong></p><p>- Sinh ra cẩm nang xử lý 30 lời từ chối thường gặp cho đội sales</p><p>- Tự động hóa hệ thống chấm điểm KPI cho 80 đại lý từ file Excel thô</p><p><strong>Bán lẻ:</strong></p><p>- Đưa thời gian phản hồi khách hàng từ 8 tiếng xuống còn 5 giây</p><p>- (Lưu ý: cần người giám sát giai đoạn đầu để tránh rủi ro phát ngôn)</p><p><strong>Marketing &amp; Ops:</strong></p><p>- Chạy full pipeline: lắng nghe mạng xã hội, audit kiểm chứng sự thật, viết bài, thiết kế, phát sóng đa kênh</p><p>- Quản lý đa nền tảng (GitHub, Bitrix, Lark) chỉ bằng một câu lệnh</p><div class="captioned-image-container"><figure><img width="1456" height="820" decoding="async" src="/blog-images/cafetalk-2-ai-trong-van-hanh-thuc-chien/12.jpg" alt="" loading="lazy" ><figcaption class="image-caption">Demo AgentWiki - một giải pháp mà Duy + Thiệu + Kai phát triển</figcaption></figure></div><p><strong>5 bài học xương máu anh Duy đúc kết:</strong></p><ol><li><p>Bắt đầu từ nỗi đau cụ thể, không hô hào “chiến lược AI” chung chung</p></li><li><p>Dữ liệu và quy trình (SOP) phải có trước, Agent mới chạy được</p></li><li><p>Luôn có sự giám sát của con người (Human-in-the-loop). AI làm nháp 80%, người duyệt 20% cuối</p></li><li><p>Đo lường hiệu quả (ROI) bằng tiền, doanh thu hoặc thời gian. Không đo bằng “số lượng AI sử dụng”</p></li><li><p>Các Agent có kỹ năng nhỏ, chuyên biệt sẽ tốt hơn một “Super-agent” ôm đồm mọi thứ</p></li></ol><div class="captioned-image-container"><figure><img width="1456" height="813" decoding="async" src="/blog-images/cafetalk-2-ai-trong-van-hanh-thuc-chien/13.jpg" alt="" loading="lazy" ></figure></div><h2>Q&amp;A và Panel Discussion</h2><p>Phần cuối chương trình là phần hỏi đáp sôi nổi. Các diễn giả giải đáp những trăn trở của doanh chủ về tối ưu chi phí đầu tư, và ranh giới giữa việc AI có thay thế con người hay không.</p><div class="captioned-image-container"><figure><img width="1456" height="1092" decoding="async" src="/blog-images/cafetalk-2-ai-trong-van-hanh-thuc-chien/14.jpg" alt="" loading="lazy" ></figure></div><p></p><p>Các câu trả lời tựu trung lại ở một quan điểm:</p><blockquote><p>AI sẽ giải phóng con người khỏi những công việc lặp đi lặp lại mang tính máy móc. Không thay thế nhân sự giỏi, mà chỉ thay thế những người không chịu dùng AI.</p></blockquote><p>Bên cạnh đó, việc áp dụng AI đòi hỏi doanh nghiệp phải liên tục nâng cấp dữ liệu nội bộ (Data) và không ngừng tinh chỉnh quy trình thực tế để giải quyết các nút thắt phát sinh.</p><div class="captioned-image-container"><figure><img width="1456" height="1092" decoding="async" src="/blog-images/cafetalk-2-ai-trong-van-hanh-thuc-chien/15.jpg" alt="" loading="lazy" ></figure></div><h2>Networking và Giao lưu VIP</h2><p>Chương trình chính thức khép lại bằng buổi giao lưu thân mật dành riêng cho các thành viên sở hữu vé VIP cùng các speakers tại quán Ụt Ụt.</p><p>Đây là khoảng thời gian quý giá để các doanh chủ kết nối sâu hơn, chia sẻ trực tiếp về những khó khăn trong doanh nghiệp của mình và tìm kiếm các cơ hội hợp tác chiến lược cùng cộng đồng. Tôi hay gọi đây là thời điểm gặp nhau để trích xuất KB/KG (Knowledge Base/Graph) tốt nhất, vì trên bàn có nhiều câu chuyện trong hội trường không ai “dám” nói.</p><div class="captioned-image-container"><figure><img width="1456" height="1092" decoding="async" src="/blog-images/cafetalk-2-ai-trong-van-hanh-thuc-chien/16.jpg" alt="" loading="lazy" ></figure></div><p>Một lần nữa, cảm ơn các Anh/Chị đã tham gia và tạo nên sự thành công cho sự kiện. Hy vọng những khung tư duy và công cụ được chia sẻ trong buổi này sẽ giúp các Anh/Chị áp dụng đòn bẩy AI vào doanh nghiệp mình một cách thực chất.</p><p><strong>Hẹn gặp lại ở CafeTalk #3</strong> </p><p>#voquoccuong #cafetalk #cxoaiautomation</p><p>…</p><h2>Bonus++</h2><p>Trong buổi chia sẻ có nhiều anh chị hỏi về 14 Use Cases mà tôi có trình bày nhanh ở đoạn đầu ở đâu, xin phép bổ sung thêm tại đây:</p><div class="captioned-image-container"><figure><img width="1456" height="834" decoding="async" src="/blog-images/cafetalk-2-ai-trong-van-hanh-thuc-chien/17.jpg" alt="" loading="lazy" ></figure></div><p>Truy cập tại: https://cxo.egany.ai/ai-agent-use-cases </p><p>(Lưu ý: đây là link demo để đặt lịch tư vấn trực tiếp 1-1 với tôi, nếu anh chị không có nhu cầu xin vui lòng bỏ qua nhé)</p>https://voquoccuong.com/blog/goc-nhin/andrew-ng-noi-se-khong-co-ngay-tan-the-ai-cho-viec-lam-con-viet-nam-thi-sao/https://voquoccuong.com/blog/goc-nhin/andrew-ng-noi-se-khong-co-ngay-tan-the-ai-cho-viec-lam-con-viet-nam-thi-sao/Andrew Ng Nói Sẽ Không Có "Ngày Tận Thế AI" Cho Việc Làm... Còn Việt Nam Thì Sao?Wed, 13 May 2026 00:49:59 GMT<p><strong>Andrew Ng Nói Sẽ Không Có "Ngày Tận Thế AI" Cho Việc Làm... Còn Việt Nam Thì Sao?</strong></p><p>Gần đây, Giáo sư Andrew Ng – một trong những cây đại thụ của ngành trí tuệ nhân tạo thế giới – đã dội một gáo nước lạnh vào những luồng ý kiến bi quan cho rằng AI sẽ cướp sạch bát cơm của nhân loại.</p><p>Ông khẳng định chắc nịch: <strong>Sẽ không có "ngày tận thế" nào cho việc làm cả.</strong></p><div class="captioned-image-container"><figure><img width="1080" height="1080" decoding="async" src="/blog-images/andrew-ng-noi-se-khong-co-ngay-tan-the-ai-cho-viec-lam-con-viet-nam-thi-sao/0.jpg" alt="" loading="lazy" ></figure></div><p></p><p>Thay vì vẽ ra một viễn cảnh tăm tối nơi máy móc thống trị, Andrew Ng chỉ ra một thực tế phũ phàng nhưng hợp lý hơn nhiều: AI không cướp việc của bạn, nhưng người biết dùng AI thì có. Trí tuệ nhân tạo sinh ra để làm công cụ, để tự động hóa các tác vụ lặp đi lặp lại, chứ không phải để thay thế hoàn toàn một con người bằng xương bằng thịt với tư duy phức tạp.</p><p>Vậy từ góc nhìn của thế giới nhìn về thị trường Việt Nam – nơi có hàng triệu người đang làm việc trong các mảng công nghệ, gia công phần mềm, viết lách và thiết kế – câu chuyện này thực tế sẽ diễn ra như thế nào?</p><p><strong>Bức tranh thực tế tại Việt Nam</strong></p><p>Nếu nhìn nhận thẳng thắn, Việt Nam sẽ không nằm ngoài guồng quay của AI. Tuy nhiên, sự dịch chuyển này sẽ mang tính chất "lọc máu" nhiều hơn là hủy diệt. Dưới đây là những tác động rõ ràng nhất:</p><h2><strong>1. Ngành Công nghệ thông tin (IT) và Gia công phần mềm</strong></h2><p>Việt Nam là một điểm sáng về gia công phần mềm (outsourcing). Khi AI hỗ trợ lập trình xuất hiện, nhiều người lo sợ nghề gõ phím viết mã sẽ tàn lụi.</p><p><strong>Sự thật là:</strong> Các lập trình viên kỳ cựu đang dùng AI để làm việc nhanh gấp đôi, gấp ba. Tuy nhiên, những bạn mới vào nghề (thực tập sinh hoặc người ít kinh nghiệm) chỉ biết sao chép, chỉnh sửa những đoạn mã cơ bản sẽ gặp rắc rối lớn. Các công ty sẽ không muốn trả lương cho một người ngồi làm việc cả ngày trong khi AI có thể xuất ra kết quả tương tự trong vài giây. Để tồn tại, người làm IT buộc phải nâng cấp bản thân lên mức giải quyết vấn đề và thiết kế hệ thống, thay vì chỉ làm thợ gõ mã.</p><h2><strong>2. Ngành Sáng tạo nội dung và Thiết kế</strong></h2><p>Đây là nhóm phản ứng mạnh nhất khi các công cụ tạo ảnh, viết bài tự động ra mắt.</p><p><strong>Sự thật là:</strong> Chẳng có công cụ nào tự động hiểu được ý đồ oái oăm của khách hàng Việt Nam tốt bằng bạn cả. Thay vì ngồi sợ máy móc viết thay, vẽ thay, những người làm nghề đang dần chuyển mình thành "tổng biên tập" hoặc "giám đốc nghệ thuật". AI làm phần việc tay chân như lên ý tưởng thô, viết nháp, tạo hình nền; còn con người làm phần đầu óc: chắt lọc, thổi hồn và tinh chỉnh sao cho hợp văn hóa, hợp thị hiếu. Ai cố chấp làm theo cách cũ, gõ từng chữ một cách máy móc, chắc chắn sẽ bị đào thải.</p><h2><strong>3. Đặc quyền của sự linh hoạt</strong></h2><p>Điểm mạnh nhất của lao động Việt Nam là sự nhạy bén, linh hoạt và tốc độ học hỏi cái mới cực kỳ nhanh. Chỉ cần một công cụ mới ra mắt, hàng loạt hội nhóm chia sẻ kinh nghiệm sử dụng đã mọc lên như nấm. Chúng ta không có tâm lý bảo thủ ôm khư khư cách làm cũ. Do đó, làn sóng AI này đối với người Việt thực chất là một cơ hội vàng để rút ngắn khoảng cách với thế giới, tăng năng suất cá nhân và nhận thêm được nhiều việc cùng lúc.</p><h2><strong>Cuối cùng thì..</strong></h2><p>Giáo sư Andrew Ng nói đúng. Sẽ chẳng có ngày tận thế nào cả. Xã hội vẫn cần con người vận hành.</p><p>Luật chơi mới đã được thiết lập: <strong>Trí tuệ nhân tạo là vũ khí, không phải kẻ thù.</strong> Ở Việt Nam lúc này, câu hỏi không phải là "Liệu mình có bị AI cướp việc không?", mà phải là "Làm sao để mình dùng AI giỏi hơn đối thủ bên cạnh?". Những ai chớp được thời cơ này sẽ vươn lên rất nhanh, còn những ai từ chối thay đổi thì việc bị bỏ lại phía sau chỉ là chuyện sớm muộn.</p>https://voquoccuong.com/blog/ai-agent/agent-skill-co-xin-den-may-ma-thieu-phan-nay-cung-nhu-mo-quan-bun-bo-hue-chi-tre/https://voquoccuong.com/blog/ai-agent/agent-skill-co-xin-den-may-ma-thieu-phan-nay-cung-nhu-mo-quan-bun-bo-hue-chi-tre/Điểm tiếp cận quyết định 80% thành bại của người mới và cách tối ưu Description "cái biển hiệu" quan trọng nhất để AI không bỏ lỡ lệnh của bạn.Sun, 03 May 2026 07:22:15 GMT<p>Năm ngoái mình bị “quê độ” trong lúc demo tạo skill bằng tay mà mãi SKILL không nhận, lý do đơn giản là mình đặt tên folder chứa skills bị sai (agent thay vì agent, claud thay vì claude). </p><p>Dù làm nghề giải pháp phần mềm hơn 16+ năm nhưng mình cũng mắc lỗi tương tự anh chị em mới khác, nên mọi người có bị thì cũng nên “quê độ” như mình nha (ủa) ^^</p><p>Sau đợt đó cũng “rảnh” nên ngồi tìm hiểu tài liệu từ Anthropic và đọc thêm blog của họ để đào sâu thêm cách viết skill sao cho hiệu quả, sẵn chia sẻ lại cho anh chị em trong cộng đồng luôn.</p><div class="captioned-image-container"><figure><img width="1456" height="813" decoding="async" src="/blog-images/agent-skill-co-xin-den-may-ma-thieu-phan-nay-cung-nhu-mo-quan-bun-bo-hue-chi-tre/0.jpg" alt="" loading="lazy" ></figure></div><h2>Agent Skill là gì? Tại sao nên dùng nó?</h2><p>Hiểu đơn giản nó như là quy trình (SOP) và kỹ năng của nhân viên ảo, không khác gì quy trình với nhân viên thật. </p><div class="pullquote"><p>Mình viết SOP 1 lần &gt; nhân viên đọc &gt; làm đúng vậy lần kế tiếp &gt; không hỏi lại nữa. </p></div><p><strong>Agent Skill cũng y chang vậy đó, mình đóng gói lại các bước và cách thức để AI Agent đọc và thực thi theo giống như mình đã mô tả.</strong></p><p>Chỗ này nhiều người dễ nhầm, nghe skill là nghĩ ngay tới chuyện kỹ thuật của mấy ông developer, nhưng thật ra không cần biết code vẫn có thể làm được. Vì vốn dĩ nó là câu chuyện của quy trình và hướng dẫn cho AI làm thay mình.</p><p>Không có skill thì mỗi lần Claude/Antigravity mở lên là bắt đầu từ số 0, mình phải prompt lại từ đầu, giải thích lại từ đầu hoặc.. nó tự đoán rồi làm trúng hay không là hên xui.</p><h2>Cấu trúc SKILL chuẩn</h2><p>Mỗi skill là 1 folder, bên trong chứa:</p><ul><li><p>SKILL. md (bắt buộc): file chính, gồm YAML frontmatter + instructions</p></li><li><p>references/: tài liệu chi tiết, Claude chỉ đọc khi cần</p></li><li><p>scripts/: code chạy trực tiếp (Python stdlib only)</p></li><li><p>assets/: templates, fonts, images</p></li></ul><p>Folder name viết kiểu kebab-case, ví dụ: video-to-audio, sketch-note-graphic... </p><div class="captioned-image-container"><figure><img width="912" height="984" decoding="async" src="/blog-images/agent-skill-co-xin-den-may-ma-thieu-phan-nay-cung-nhu-mo-quan-bun-bo-hue-chi-tre/1.png" alt="" loading="lazy" ></figure></div><p>SKILL. md mô tả rằng phải viết đúng case, viết sai là Claude không nhận. </p><blockquote><p>Cái này thì mình viết sai thành skill.md hoặc Skill.md thì upload lên Claude nó vẫn tự chuyển lại thành SKILL.md cho mình luôn, chắc tài liệu đã cũ. </p></blockquote><p>Nhưng mà thật ra phần quyết định skill có hoạt động hoặc nhận diện được đúng không thì.. <em>không phải đến từ chất lượng nội dung</em> (instruction) bên trong.</p><p>Mà là<strong> DESCRIPTION.</strong></p><h2>Progressive disclosure 3 tầng để AI nhận diện chính xác và.. kích hoạt SKILL</h2><p>Phần đầu file SKILL. md bắt buộc có 2 trường:</p><ul><li><p><code>name: tên skill, kebab-case</code></p></li><li><p><code>description: mô tả dưới 1024 ký tự, viết cho Claude đọc (không phải cho người)</code></p></li></ul><div class="captioned-image-container"><figure><img width="1221" height="878" decoding="async" src="/blog-images/agent-skill-co-xin-den-may-ma-thieu-phan-nay-cung-nhu-mo-quan-bun-bo-hue-chi-tre/2.png" alt="" loading="lazy" ></figure></div><p>Chỗ này 90% anh em viết skill bỏ qua. Dành 3 tiếng viết instructions viết tới viết lui thật hay, còn description viết cho có.</p><blockquote><p>Kết quả: Claude không bao giờ tự bật skill, phải gọi tay mỗi lần.</p></blockquote><p>Cái này giống như mở quán ăn ồ ngon cỡ nào mà biển hiệu chỉ ghi “quán ăn sáng” --&gt; không ai biết mình bán gì để mà ghé. Ghi đúng “bún bò Huế chính gốc, mở từ 6 sáng” --&gt; khách đúng nhu cầu sẽ tự tìm tới.</p><p>Description cũng vậy. Nó là biển hiệu. Là điểm tiếp cận đầu tiên. AI chưa kịp đọc sâu bên trong thì đã phải quyết định: <strong>có nên gọi skill này ra hay không rồi</strong>.</p><p>Description không viết cho người đọc. Description viết cho AI đọc.. để nó quyết định CÓ BẬT SKILL HAY KHÔNG.</p><p>Mọi người có thể xem trong tài liệu của Anthropic có nhắc tới.</p><ol><li><p>Tầng 1 (YAML frontmatter): khoảng 100 tokens/skill, luôn được load. Claude scan qua tất cả skill để quyết định cái nào liên quan đến yêu cầu hiện tại.</p></li><li><p>Tầng 2 (SKILL. md body): chỉ load khi Claude quyết định skill này cần được bật lên. Nên giữ dưới 500 dòng.</p></li><li><p>Tầng 3 (references/): zero tokens cho đến khi Claude tự quyết định cần đọc thêm chi tiết.</p></li></ol><div class="pullquote"><p>Tại sao phải thiết kế vậy? Vì context window có giới hạn. Nếu bạn nạp 1001 skill mà cái nào cũng dài 1000 dòng, Claude sẽ không còn chỗ để suy nghĩ và làm việc. Thiết kế đúng 3 tầng thì nó nhẹ mà vẫn thông minh.</p></div><p>Có một số con số cụ thể:</p><ul><li><p>Description chung chung --&gt; tỉ lệ được gọi ~20%. </p></li><li><p>Có trigger phrases (câu user hay nói) --&gt; ~50%. </p></li><li><p>Có trigger phrases + ví dụ tình huống cụ thể --&gt; 72-90%.</p></li></ul><p>Khác biệt không nằm ở skill phức tạp hay đơn giản. Nằm ở cách mọi người mô tả nó để AI nhận ra đúng lúc.</p><h2>Checklist để viết Description đúng</h2><h3>1. 5+ trigger phrases — cả tiếng Việt lẫn tiếng Anh.</h3><p>Anh chị em hay nói gì khi cần việc đó? Ghi lại đúng câu đó.</p><p>Vì user đâu có nói theo kiểu chung chung. Họ nói “coi giúp em file này”, “review bài viết này đúng policy fb chưa”, “so lại doanh thu tháng này”. </p><div class="pullquote"><p>Description càng gần ngôn ngữ thật, Claude càng dễ bắt đúng.</p></div><h3>2. Mô tả TÌNH HUỐNG.. “khi user muốn...” </h3><p>Không ghi “dùng để phân tích.” Ghi “khi user muốn so sánh doanh thu tháng này với tháng trước và tìm nguyên nhân chênh lệch.”</p><p>Mô tả tác vụ thì còn mơ hồ. Mô tả tình huống thì AI mới hiểu lúc nào nên nhảy vào.</p><h3>3. Bắt đầu bằng “BẤT CỨ KHI NÀO user...” </h3><p>Cho Claude biết trigger condition.. giống như cài công tắc.</p><p>Nó nghe đơn giản thôi, nhưng đây là cách biến 1 đoạn mô tả thành điều kiện kích hoạt rõ ràng.</p><h3>4. Thêm ví dụ câu user có thể nói thật.</h3><p>Lấy từ chat history thật. Không bịa.</p><p>Ví dụ thật luôn ăn đứt ví dụ tự nghĩ ra, vì nó phản ánh đúng cách user gọi việc trong đời thực.</p><h3>5. Dưới 1024 chars.. và KHÔNG dấu tiếng Việt.</h3><p>Nghe kì cục nhưng description không dấu Claude xử lý mượt hơn. Mình cũng không hiểu tại sao nhưng.. số liệu nó vậy đó.</p><p>Đừng tham nhét quá nhiều. Description không phải chỗ để kể hết mọi thứ skill biết làm. Nó chỉ cần đủ rõ để được gọi đúng.</p><div><hr></div><p><strong>Nói vậy thôi.. instructions bên trong skill cũng quan trọng (không cãi được)</strong></p><p>Nhưng instructions hay mà description dở --&gt; không ai (và không AI nào) tìm ra skill đó để dùng. Giống như sách hay mà bìa ghi “sách đọc”.. không ai mở.</p><p>Mình làm cả trăm mô tả giải pháp tối ưu conversion cho khách hàng. Bài học xuyên suốt: điểm tiếp cận đầu tiên vẫn quyết định 80% thành bại. </p><p>Và Description chính là điểm tiếp cận của skill với AI.</p><p>Anh chị em nào đã thử viết Agent Skill rồi.. description của anh chị viết gì? Quăng mình xem thử. Nhìn description là mình đoán được skill đó có tự bật nổi hay không. ^^</p><p>#voquoccuong #EGANY</p><div><hr></div><p><em><strong>Nguồn:</strong></em></p><ul><li><p><em>The Complete Guide to Building Skills for Claude (Anthropic, 2026)</em></p></li><li><p><em>Anthropic Engineering Blog: Equipping Agents for the Real World</em></p></li><li><p><em>Có lấy cảm hứng thêm từ bài của em </em><span class="mention-wrap" data-attrs="{&quot;name&quot;:&quot;Nhan Nguyen&quot;,&quot;id&quot;:103003932,&quot;type&quot;:&quot;user&quot;,&quot;url&quot;:null,&quot;photo_url&quot;:null,&quot;uuid&quot;:&quot;c297487c-3dab-4567-80a4-4150ad39b2be&quot;}" data-component-name="MentionToDOM"></span> nữa hehe..</p></li></ul>https://voquoccuong.com/blog/ai-automation/ban-co-dang-lang-phi-977-token-moi-khi-dung-ai-cao-web/https://voquoccuong.com/blog/ai-automation/ban-co-dang-lang-phi-977-token-moi-khi-dung-ai-cao-web/Mình vừa làm bài test nhanh cho một anh CEO đọc nội dung web thông thường từ 113k token còn 2.5k token trong 1s, sau đó mới cho AI đọcSun, 05 Apr 2026 05:05:46 GMT<p>“Cường ơi, anh chạy có 3 prompt hết m.ị.a quota rồi”</p><p>“Sao cái con AI này nó ngờ-u, nó íu quá zậy”</p><p>Trong rất nhiều lần cafe trà đá tâm sự (online/offline) riêng với các anh chị nhóm CxO AI Automation, mình toàn phải nhờ mọi người mở lịch sử chat lên xem để.. gãi cho đã ngứa.</p><p>Đây là một ví dụ mình vừa làm cho anh chị CxO xem.</p><div class="captioned-image-container"><figure><img width="1408" height="768" decoding="async" src="/blog-images/ban-co-dang-lang-phi-977-token-moi-khi-dung-ai-cao-web/0.jpg" alt="" loading="lazy" ></figure></div><p><strong>Cùng một đường dẫn website (URL).</strong></p><p>Khi lấy thuần <strong>HTML</strong> như thông thường, kết quả là:</p><p>- 317,736 ký tự</p><p>- 113,830 token</p><div class="captioned-image-container"><figure><img width="1027" height="717" decoding="async" src="/blog-images/ban-co-dang-lang-phi-977-token-moi-khi-dung-ai-cao-web/1.jpg" alt="" loading="lazy" ></figure></div><p>Nhưng nếu xuất thành <strong>Markdown</strong> sạch, chỉ còn nội dung thật sự thì chỉ còn:</p><p>- 8,445 ký tự</p><p>- 2,594 token</p><div class="captioned-image-container"><figure><img width="1135" height="911" decoding="async" src="/blog-images/ban-co-dang-lang-phi-977-token-moi-khi-dung-ai-cao-web/2.jpg" alt="" loading="lazy" ></figure></div><p><strong>Tức là giảm gần 97.7% token.</strong> </p><p>Chuyện này không mới, nhưng rất nhiều người bỏ qua khi làm việc với AI Agent, web scraping (cào nội dung web) hay browser automation.</p><blockquote><p>Vấn đề không chỉ nằm ở model mạnh hay yếu. </p><p>Vấn đề là anh chị đang đưa cho AI cái gì để nó đọc.</p></blockquote><p><strong>Nếu quăng nguyên HTML vào, AI sẽ phải “nuốt” luôn:</strong></p><ul><li><p>_ code layout</p></li><li><p>_ class CSS</p></li><li><p>_ script</p></li><li><p>_ các block lặp</p></li><li><p>_ CTA, popup, thành phần trang dư thừa</p></li><li><p>_ và.. hằm bà lằng thứ không tạo thêm giá trị cho câu trả lời</p></li></ul><p><strong>Trong khi thứ mình thực sự cần thường chỉ là:</strong></p><ol><li><p>Tiêu đề</p></li><li><p>Nội dung chính</p></li><li><p>Vài gạch đầu dòng quan trọng</p></li><li><p>CTA / giá / FAQ cốt lõi</p></li></ol><p><strong>Đây cũng là lý do nhiều hệ thống nhìn thì rất “xịn”:</strong></p><ul><li><p>_ biết browse web</p></li><li><p>_ biết đọc site</p></li><li><p>_ biết cào </p></li><li><p>_ biết nghiên cứu</p></li><li><p>...</p></li></ul><p>Nhưng chạy một hồi lại:</p><p>- đốt quota rất nhanh</p><p>- chậm dần</p><p>- phình context</p><p>- tốn tiền vô ích</p><p>- và khó scale</p><div class="pullquote"><p>Muốn tối ưu AI, đừng bắt đầu từ prompt. Hãy bắt đầu từ input.</p></div><p><strong>Prompt hay chỉ giúp AI nghĩ tốt hơn. </strong></p><p><strong>Còn input sạch mới giúp AI làm việc rẻ hơn, nhanh hơn, bền hơn.</strong></p><p>Nếu bạn đang build:</p><ul><li><p>AI Agent</p></li><li><p>Workflow research tự động</p></li><li><p>Hệ thống đọc website</p></li><li><p>Tool phân tích landing page / content / đối thủ</p></li></ul><p>Thì đây là câu hỏi nên tự hỏi đầu tiên:</p><div class="pullquote"><p>“Mình đang cho AI đọc nội dung thật, hay đang bắt nó ăn cả đống rác HTML?”</p></div><p>Chỉ cần sửa đúng chỗ này, nhiều khi chưa cần đổi model mà chi phí đã giảm cực mạnh. AI cũng bớt ngáo, trả lời cchính xác hơn nhiều, thử xem.. ^^</p><p><strong>À.. trong nhóm CxO thì agent Song Nhi đã được trang bị sẵn các món này rồi, nên các tác vụ web-fetch thì tiết kiệm token khỏi bàn. Mình lấy chính demo vừa làm việc với Song Nhi chụp ra cho mọi người xem tại chỗ luôn 😃</strong></p><p><em>p.s:</em></p><p><em>Bài này mình không bàn và kỹ thuật hay công cụ, chủ yếu chia sẻ cho anh em cách mình vẫn thường suy nghĩ &amp; rút kinh nghiệm sau mỗi lần làm việc với anh em Builder trong nhà.</em></p><p><em>Còn lại tool nhà trồng thì mặt định làm sạch HTML thành Markdown trước khi đẩy qua cho LLM ăn rồi nên không phải lo nữa.</em></p>https://voquoccuong.com/blog/ai-automation/7-thoi-quen-de-song-sot-khi-ai-bop-quota-danh-cho-nguoi-moi/https://voquoccuong.com/blog/ai-automation/7-thoi-quen-de-song-sot-khi-ai-bop-quota-danh-cho-nguoi-moi/Sáng mở AI ra, chat được 5-7 tin là hết lượt. Chiều quay lại, cùng 1 câu lệnh mà hôm nay tốn gấp đôi hôm qua. Quota đi đâu? AI ăn cắp hay mình dùng sai?Tue, 31 Mar 2026 02:01:11 GMT<p>Cuối tuần rồi, mình có hỗ trợ riêng cho vài anh CEO trong hội CxO AI Automation thì thấy sự khác biệt rõ ràng, mình xài gói Claude Pro phà phà, còn các anh chị làm mấy phát là hết quota luôn. </p><p>Nay đọc bài của bạn L.H.Đ.Anh xong thấy nhiều ý tương đồng quá, mà gửi cho các anh chị đọc thì không hiểu, nên mình làm bài này luôn để tiện gửi link ^^</p><div class="captioned-image-container"><figure><img width="1376" height="768" decoding="async" src="/blog-images/7-thoi-quen-de-song-sot-khi-ai-bop-quota-danh-cho-nguoi-moi/0.jpg" alt="" loading="lazy" ></figure></div><p><strong>AI bóp quota là có, nhưng cái chính vẫn là cách mình dùng đang “đốt” token vô ích.</strong></p><p>Sau thời gian dài ăn nằm với AI mỗi ngày (nhiều lúc cao điểm còn chiến 300+ chat/tuần), từ bản thân và quan sát anh chị em xung quanh có dùng mình thấy: </p><div class="pullquote"><p>Người dùng AI hiệu quả không phải người có quota nhiều nhất, <br>mà là người biết cách “kéo dài” quota lâu nhất.</p></div><p>Dưới đây là 7 thói quen mình rút ra, đơn giản, dễ áp dụng, và quan trọng nhất là <strong>dành cho người mới bắt đầu.</strong></p><div><hr></div><h2>1. BIẾT MÌNH CẦN GÌ TRƯỚC KHI GÕ</h2><p><strong>Tình huống kinh điển:</strong></p><blockquote><p>Bạn: “Viết content đi AI”<br><em>→ AI: “Viết về gì ạ?”</em><br>Bạn: “À... bán tai nghe”<br><em>→ AI: “Cho ai ạ?”</em><br>Bạn tiếp: “Sinh viên đi”<br><em>→ AI: “Kênh nào ạ?”</em><br>Bạn thêm: “Facebook”<br>→ <em>N.. lượt chat trôi qua, quota bay 15% mà chưa có gì trong tay.</em></p></blockquote><p>Mình ví dụ cho nhanh thôi, chứ thực tế AI nói hỏi lại dài dòng hơn nhiều.</p><p><strong>Mẹo của mình: </strong></p><p>Chậm một tí để suy nghĩ rồi cung cấp thông tin trong 1 lượt chat:</p><blockquote><p>“Viết 3 post Facebook bán tai nghe Bluetooth 599k cho sinh viên. Tone trẻ trung, có emoji, 80-100 từ/post. Không dùng từ ‘rẻ’.”</p></blockquote><p><strong>Kết quả:</strong> </p><p>AI ra đúng ý ngay lượt 1. Tiết kiệm 3-4 lượt chat tương đương <strong>tiết kiệm 30-40% quota.</strong></p><div class="pullquote"><p><strong>Bài học ở đây là:</strong> <br>Càng mơ hồ, AI càng “đoán mò” → càng tốn quota để sửa sai. <br>Mỗi lần sửa lại tốn input token lấy từ lịch sử chat trước đó nữa.</p></div><h2>2. SAI THÌ EDIT, ĐỪNG CHAT TIẾP</h2><p><strong>Sai lầm chắc.. 90% newbie mắc phải:</strong></p><blockquote><p>Bạn: “Viết email chào hàng”<br><em>AI: [Ra email quá suồng sã]</em><br>Bạn: “Ơ sai rồi, sửa lại cho trang trọng hơn đi”<br><em>AI: [Sửa nhưng vẫn phải “nhớ” cả phần sai ban đầu]</em></p></blockquote><p><strong>Vấn đề:</strong> </p><p>AI phải lưu cả phần sai + phần sửa → context phình ra → quota tăng 30-50%.</p><p><strong>Cách hợp lý hơn:</strong> </p><p>Bấm <strong>Edit</strong> vào tin nhắn đầu → Sửa thành “Viết email chào hàng, tone trang trọng” → Send.</p><p><strong>Kết quả:</strong> </p><p>Context sạch sẽ, AI không phải nhớ phần sai. Tiết kiệm <strong>20-30% token.</strong></p><div class="pullquote"><p><strong>Bài học ở đây là:</strong> <br>Edit để reset context. Còn chat tiếp là gánh cả đống rác vào bộ nhớ.</p></div><h2>3. ĐỪNG ĐỂ CUỘC CHAT DÀI QUÁ 10 LƯỢT</h2><p><strong>Sự thật phũ phàng, chắc ai cũng đã.. cảm thấy tương tự:</strong></p><ul><li><p>Lượt 1-10: AI nhanh, chính xác, quota ổn định</p></li><li><p>Lượt 15-20: AI bắt đầu chậm, hay “quên” instruction đầu, quota tăng vọt</p></li></ul><p><strong>Tại sao?</strong><br>AI phải đọc lại <strong>toàn bộ</strong> cuộc trò chuyện từ đầu mỗi lần bạn gửi tin. Chat càng dài, “gánh nặng” càng lớn.</p><p><strong>Dấu hiệu cần dừng ngay:</strong></p><ul><li><p>AI bắt đầu lặp ý</p></li><li><p>Quên mất yêu cầu ban đầu</p></li><li><p>Output càng lúc càng lạc đề</p></li></ul><p><strong>Giải pháp:</strong> </p><p>Copy những gì đã chốt, các ý chính → Mở chat mới → Paste + tiếp tục thì ngon hơn.</p><p><strong>Kết quả:</strong> </p><p>Token giảm <strong>50-60%</strong>, output sạch hơn hẳn.</p><div class="pullquote"><p><strong>Bài học:</strong> <br>10 chat ngắn tốt hơn 1 chat dài 50 lượt.</p></div><p>Dĩ nhiên, con số 10 tượng trung thôi, bạn có thể cảm nhận và ra quyết định sớm.</p><h2>4. TỰ TÓM TẮT RỒI MỞ CHAT MỚI (ĐỪNG ĐỢI AI)</h2><p><strong>Khi nào làm?</strong></p><ul><li><p>Chat đã qua 10 lượt</p></li><li><p>Cảm thấy AI bắt đầu.. ngáo ngáo rồi</p></li><li><p>Bạn có khi cũng.. không nhớ mình đang làm gì nữa </p></li></ul><p><strong>Cách làm (30 giây):</strong></p><blockquote><p>“Tóm tắt nhanh những gì đã chốt:</p><ul><li><p>Sản phẩm: tai nghe 599k</p></li><li><p>Target: sinh viên</p></li><li><p>Đã xong: 3 post Facebook</p></li><li><p>Chưa xong: Call-to-action, hashtag<br>Tiếp tục phần chưa xong nhé.”</p></li></ul></blockquote><p>→ Copy đoạn này → Mở chat mới → Paste → Send.</p><p><strong>Kết quả:</strong> </p><p>Context từ 5000 tokens xuống còn 500 tokens. Tiết kiệm <strong>68% quota.</strong></p><div class="pullquote"><p><strong>Bài học là:</strong> <br>Nhờ AI tóm tắt cũng được nhưng.. AI tóm tắt thường dài và sai ý. <br>Chịu khó tự tóm tắt để kiểm soát 100%, cũng đơn giản mà ^^</p></div><div><hr></div><h2>5. CHIA NHỎ CÔNG VIỆC THÀNH NHIỀU CA</h2><p><strong>Sai lầm:</strong></p><blockquote><p>8:00-10:00: Chat liên tục 50 lượt → Hết quota lúc 9:30<br>→ nguyên buổi sáng ngồi nhìn màn hình, không làm được gì.</p></blockquote><p><strong>Đúng cách:</strong></p><blockquote><p>Ca 1 (8:00-10:00): Research ý tưởng (1-3 chat)<br>Ca 2 (11:00-12:00): Viết draft (tầm 5 chat)<br>Ca 3 (15:00-16:00): Review + chỉnh sửa (tầm 5-10 chat)</p></blockquote><p><em>Riêng Claude thì mỗi session có 5 tiếng nên sáng 6h dậy gõ “xin chào” (chọn model Haiku thôi nhe) một phát để nó kích hoạt sớm, cũng đỡ hơn nhiều.</em></p><p><strong>Lợi ích nhân lên nhiều lần:</strong></p><ul><li><p>Mỗi ca là 1 chat mới để context sạch → quota dùng hiệu quả hơn</p></li><li><p>Ý tưởng hay thường đến... lúc nghỉ giữa ca, hoặc lúc đi ra ngoài, đi nhà vệ sinh (hehe..) chứ không phải lúc đang cắm đầu chat đâu. Tin mình đi.</p></li></ul><div class="pullquote"><p><strong>Bài học:</strong> <br>Đừng dồn hết trứng vào 1 giỏ. Quota cũng vậy.</p></div><h2>6. CHỐT NỘI DUNG TRƯỚC, TẠO FILE SAU</h2><p><strong>Cảnh báo đỏ lè đỏ lét:</strong> </p><p>Tạo file Word/PowerPoint là “hố đen” hút quota nhanh nhất.</p><p><strong>Tại sao?</strong><br>File Word không chỉ chứa nội dung, mà còn:</p><ul><li><p>Font chữ, màu sắc, căn lề</p></li><li><p>Metadata, XML formatting</p></li><li><p>Hàng ngàn ký tự “vô hình” bạn không thấy</p></li></ul><p><strong>Hậu quả:</strong></p><ul><li><p>Tạo file Word tốn <strong>gấp 3-5x token</strong> so với chat thuần</p></li><li><p>Sửa nội dung trong file Word là AI phải xử lý lại toàn bộ phần format đó</p></li></ul><p><strong>Quy trình vàng (3 bước):</strong></p><blockquote><p>Bước 1: Chat thuần → Chốt nội dung, logic, cấu trúc<br>Bước 2: “Tạo file Markdown từ nội dung trên”<br>Bước 3 (nếu cần): “Convert Markdown sang Word” trên AI này hoặc AI khác đều được, phòng khi hết quota vẫn dùng được nội dung MD đã có.</p></blockquote><p><strong>Tại sao Markdown?</strong></p><ul><li><p>Nhẹ hơn Word 15-30%</p></li><li><p>AI xử lý nhanh hơn 20-30%</p></li><li><p>Dễ convert sang Word/PDF sau này</p></li></ul><div class="pullquote"><p><strong>Bài học:</strong> <br>Format là kẻ thù của quota. <br>Nội dung mới quan trọng, nên ra Markdown là HDPE, ngon luôn.</p></div><div><hr></div><h2>7. DÙNG MẪU CHO NHỮNG VIỆC LẶP LẠI</h2><p><strong>Tình huống:</strong><br>Bạn phải viết email chào hàng, viết content Facebook, viết kịch bản video... gần như <strong>mỗi ngày.</strong></p><p><strong>Sai lầm:</strong> </p><p>Gõ lại từ đầu mỗi lần → Tốn quota + tốn thời gian.</p><p><strong>Đúng cách:</strong> </p><p>Tạo 1 file note (Notion, Google Docs, MD, thậm chí là tin nhắn ghim) với các template cố định:</p><pre><code><code>📧 EMAIL CHÀO HÀNG</code> <code>- Sản phẩm: [điền]</code> <code>- Target: [điền]</code> <code>- Tone: trang trọng</code> <code>- Độ dài: 150-200 từ</code> <code>- CTA: Đặt lịch demo</code> <code>📱 POST FACEBOOK</code> <code>- Sản phẩm: [điền]</code> <code>- Target: [điền]</code> <code>- Tone: trẻ trung, có emoji</code> <code>- Độ dài: 80-100 từ</code> <code>- Hashtag: 5-7 cái</code> <code>🎬 KỊCH BẢN VIDEO</code> <code>- Sản phẩm: [điền]</code> <code>- Platform: TikTok/Reels</code> <code>- Độ dài: 30-45 giây</code> <code>- Cấu trúc: Hook → Problem → Solution → CTA</code></code></pre><p><em>Hoặc kêu AI viết tool tạo form mẫu cho mình điền cũng được, có điều hơi nâng cao với người mới nên mình không mô tả chi tiết.</em></p><p><strong>Mỗi lần dùng:</strong> </p><p>Copy template → Điền thông tin → Paste vào AI → Send.</p><p><strong>Kết quả:</strong> </p><p>Tiết kiệm có khi tới <strong>40-50% quota</strong> cho các tác vụ lặp và không bao giờ quên yêu cầu.</p><div class="pullquote"><p><strong>Bài học:</strong> <br>Những gì làm 2 lần thì nên có template. <br>Lần thứ 3 mà vẫn gõ tay là.. đang đốt tiền.</p></div><div><hr></div><h2>TÓM TẮT NHANH (LƯU LẠI NGAY)</h2><p>Mình mô tả dạng <strong>Thói quen —&gt; Tiết kiệm được gì</strong> cho tiện xem nhé</p><ol><li><p>Biết rõ cần gì trước khi gõ —&gt; 30-40% quota, 3-4 lượt chat</p></li><li><p>Sai thì Edit, đừng chat tiếp —&gt; 20-30% token</p></li><li><p>Giữ chat dưới 10 lượt —&gt; 50-60% token</p></li><li><p>Tự tóm tắt rồi mở chat mới —&gt; 68% token</p></li><li><p>Chia nhỏ thành nhiều ca —&gt; Tận dụng quota tốt hơn 2-3x</p></li><li><p>Chốt content trước, tạo file sau —&gt; 40-50% token</p></li><li><p>Dùng template cho việc lặp —&gt; 40-50% quota + thời gian</p></li></ol><p><strong>Tổng cộng:</strong> Có thể tiết kiệm <strong>70-80% quota</strong> mỗi ngày nếu áp dụng đủ 7 thói quen.</p><div><hr></div><h2>CUỐI CÙNG</h2><blockquote><p>AI không đắt như bạn tưởng. <strong>Dùng AI sai cách mới đắt.</strong></p></blockquote><p>Mình từng nghĩ quota ít là do nhà cung cấp “bóp” là chính, nhưng sự thật: <strong>Quota ít phần lớn là do mình đang “đốt” nó vào những thứ không đáng.</strong></p><p>7 thói quen trên không phải mẹo hack gì đâu. Đó là <strong>cách làm việc thông minh </strong>hơn với AI, hiểu cơ chế, tôn trọng giới hạn, và tối ưu từng đồng quota.</p><p><strong>Thử áp dụng 1 tuần</strong>, bạn sẽ thấy:</p><ul><li><p>Quota dùng được lâu hơn 2-3x</p></li><li><p>Output ổn định hơn, ít phải sửa lại</p></li><li><p>Không còn cảm giác “AI đang bào tiền mình quá đáng nữa”</p></li></ul><div class="pullquote"><p><strong>Cơm thêm:</strong> <br>Lưu bài này lại, thử đọc trước mỗi lần mở AI. <br>30 giây đầu tư có khi tiết kiệm hàng ngàn token về sau.</p></div><div><hr></div><p><em><strong>Bạn có tip nào hay hơn không? Share ở comment để anh em cùng học nhé!</strong></em></p><p><em>P/P/S: Bài viết dựa trên 3 năm “nằm vùng” với AI mỗi ngày + research từ 10+ nguồn uy tín 2026. Không phải lý thuyết suông, toàn là cổ vai gáy với trĩ của tôi đó =))</em></p><p><strong>#voquoccuong</strong></p>https://voquoccuong.com/blog/ai-agent/tai-sao-claude-co-memory-tu-dong-roi-ma-con-dua-them-context-knowledge-files/https://voquoccuong.com/blog/ai-agent/tai-sao-claude-co-memory-tu-dong-roi-ma-con-dua-them-context-knowledge-files/Bài giải đáp câu hỏi tôi nhận được từ cộng đồng CxO AI AutomationFri, 27 Mar 2026 05:51:25 GMT<p>Câu hỏi này tôi nhận được khá nhiều từ anh em CxO lúc setup cái The Board of Advisors (Hội đồng cố vấn số). Mọi người thấy Claude báo “Memory is ON” thì mặc định kiểu: “À, nó tự nhớ rồi, cứ chat thôi, chuẩn bị data chi cho mệt mỏi”.</p><div class="captioned-image-container"><figure><img width="1456" height="817" decoding="async" src="/blog-images/tai-sao-claude-co-memory-tu-dong-roi-ma-con-dua-them-context-knowledge-files/0.jpg" alt="" loading="lazy" ></figure></div><p>Nhưng thực tế thì không đơn giản như cắm điện là máy chạy.</p><p>Anh em tưởng tượng thế này.. Memory của Claude giống như một người trợ lý đi theo bạn vài tuần. Nó biết bạn thích đọc báo cáo dạng gạch đầu dòng, nó biết bạn ghét nói đạo lý, nó biết công ty bạn làm ngành gì sơ sơ.</p><p>Nhưng nếu sáng nay bạn hỏi trợ lý đó: “Nhìn vào Q3 vừa rồi, tôi có nên lo lắng hông? Và Q4 tôi cần cắt giảm chi phí chỗ nào?”</p><p>Ông trợ lý sẽ nghệt mặt ra: “Dạ thưa sếp, để đánh giá Q3 thì sếp quăng em xem quyển báo cáo tài chính, tỷ lệ churn, với dòng tiền cái đã..”</p><p>Đó chính xác là cách Claude phản ứng nếu bạn chỉ xài Memory thuần mà không có Knowledge Files. Nó sẽ HỎI NGƯỢC lại vì nó làm gì có số liệu cụ thể nhà bạn.</p><p>Đó là lúc nhận ra sự khác biệt giữa con AI có vẻ gì cũng biết, với con AI “biết rõ chuyện nhà mình”.</p><p>Hồi đầu lười như tôi thì cứ mở máy lên gõ thẳng vô khung chat, xong gặp con bot nó cứ trả lời “Bạn nên tối ưu dòng tiền, cắt giảm chi phí linh tinh” mà chán..</p><div class="captioned-image-container"><figure><img width="1456" height="820" decoding="async" src="/blog-images/tai-sao-claude-co-memory-tu-dong-roi-ma-con-dua-them-context-knowledge-files/1.jpg" alt="" loading="lazy" ></figure></div><p>Cho nên, thay vì cứ hỏi rồi phải đi cung cấp tràng giang đại hải số liệu, tôi ép tụi nó vào 3 lớp rõ rệt:</p><ol><li><p>Nội quy văn phòng (System Prompt).. xác định vai trò. Ai lo việc nấy, không nói lan man.</p></li><li><p>Hồ sơ công ty (Context File).. góc nhìn tổng thể về mục tiêu, nhân sự, quy mô doanh nghiệp.</p></li><li><p>Tủ hồ sơ (Knowledge Files).. nhét sẵn báo cáo thu chi Q3, phân tích khách hàng bỏ đi tháng rồi, danh sách pipeline Q4.</p></li></ol><p>Quay lại chuyện hỏi “Q3 vừa rồi thế nào?” với con Board đã được chuẩn bị sẵn 3 cái lớp kia.</p><p>Cái rụp, nó không hỏi lại một chữ nào. Nó dọc thẳng vô file và nổ số luôn:</p><blockquote><p>“Theo file bao-cao-tai-chinh-q3.md, Q3 đáng lo. Doanh thu trung bình chỉ 617 củ, giảm 4.7% so với quý trước. Kết hợp với file phan-tich-churn, thì khách hàng bự FRESHOUSE đang lăm le cancel. Nếu mất cục này thì tháng 12 rơi xuống dưới ngưỡng hòa vốn.</p><p>ACTION 24H: Gọi đích thân sếp bên FRESHOUSE cầm theo ROI case study tháng trước để deal lại.”</p></blockquote><p>Nghe đã hông? ^^</p><p>Nó dẫn chứng đúng cái file, đúng con số đang nhức nhối, đúng tên cái khách hàng đang định rời đi. Khác hoàn toàn ba cái văn mẫu sáo rỗng.</p><p>Đó là lý do Memory giúp AI hiểu ý bạn, nhưng Data thật mới giúp nó tư vấn đúng chuyện của bạn.</p><p>Thà nhịn đau cất công làm 1-2 cái file ngắn gọn như hồ sơ công ty và tài chính tải lên, còn hơn tiêu 30 phút mỗi lần gặp nó chỉ để kể lể lại từ đầu tình hình tháng qua hớ hớ..</p><p>Nội dung 3 ngày chia sẻ cho anh chị Doanh Chủ dùng Claude Project để xây dựng Hội Đồng Cố Vấn cũng khó nói hết trong 1 bài viết, tôi trích ra nội dung buổi 2 chia sẻ nhanh đoạn này chút thôi.</p><div class="captioned-image-container"><figure><img width="1456" height="748" decoding="async" src="/blog-images/tai-sao-claude-co-memory-tu-dong-roi-ma-con-dua-them-context-knowledge-files/2.jpg" alt="" loading="lazy" ></figure></div><p></p><p>---</p><p>Sẵn tiện nói thêm chuyện bên lề.</p><p>Thực ra mấy vụ setup này lúc đầu cản trở tâm lý lắm. Tự dưng đang chat ngon lành phải đi đóng gói file, xong update định kỳ, nghe mùi y chang ba vụ giấy tờ hành chính.. Nhưng AI hiện tại không thiếu “trí tuệ”, thứ nó thiếu là “bối cảnh” nhà mình. <em>Thuê một dàn cố vấn học vị đầy mình về mà cất giấu sổ sách kế toán, xong bắt tụi nó nhắm mắt tư vấn kinh doanh thì hư hết..</em></p><p>Setup đau một lần, nhưng ráp được vào working memory hàng ngày thì tiết kiệm hàng trăm giờ tự trăn trở một mình. </p><div class="pullquote"><p>Xây hệ thống là trồng cây lấy gỗ, chứ đâu phải cắm hoa chưng tạm vài ngày.<br><br>Đã cất công mời tướng tài, thì tiếc gì vài giờ chuẩn bị bản đồ. Đầu tư bối cảnh chính là vũ khí tối thượng.</p></div><p>#voquoccuong</p>https://voquoccuong.com/blog/goc-nhin/stack-overflow-tung-nuoi-ai-lon-gio-ai-quay-lai-xu-luon/https://voquoccuong.com/blog/goc-nhin/stack-overflow-tung-nuoi-ai-lon-gio-ai-quay-lai-xu-luon/Câu chuyện ánh xạ sang việc chuyển đổi số cho Doanh Nghiệp, ngồi trên mỏ vàng 16 năm mà không chịu đàoFri, 27 Mar 2026 05:37:23 GMT<p>Nếu bạn là dân lập trình, chắc ít nhất một lần trong đời bạn đã Google một lỗi code rồi click vào link Stack Overflow. Đôi khi không phải là dân lập trình thì tìm cách giải quyết vấn đề gì đó trên máy tính, có khi bạn cũng đã gặp trang stackoverflow.com rồi.</p><p>Tôi thì không phải “ít nhất một lần”. Tôi click vào đó chắc không dưới trăm lần từ 2008 đến giờ. Hồi đó mỗi lần code bị lỗi, reflex đầu tiên là copy cái error message paste vô Google. Kết quả đầu tiên luôn luôn là Stack Overflow. Luôn luôn.</p><p>Giờ thì hổng còn nữa.</p><p>Tháng <strong>12/2025</strong>, Stack Overflow còn đúng <strong>3.862 câu hỏi</strong> mới cả tháng. <strong>Giảm 78%</strong> so với cùng kỳ năm trước. Mà năm trước cũng đã giảm te tua rồi.</p><div class="captioned-image-container"><figure><img width="1456" height="944" decoding="async" src="/blog-images/stack-overflow-tung-nuoi-ai-lon-gio-ai-quay-lai-xu-luon/0.jpg" alt="" loading="lazy" ></figure></div><p>Để so sánh cho dễ hình dung: năm <strong>2014</strong>, đỉnh cao của Stack Overflow, mỗi tháng có hơn <strong>200.000 câu hỏi</strong>. Hai trăm ngàn đó.</p><p>Từ 200.000 xuống 3.862. Mười sáu năm xây dựng, giờ quay về mức của năm 2009, lúc site mới ra mắt được 10 tháng.</p><p>--&gt; không khác gì phim kinh dị đối với bất kỳ doanh nghiệp nào sống nhờ traffic.</p><div class="captioned-image-container"><figure><img width="1456" height="859" decoding="async" src="/blog-images/stack-overflow-tung-nuoi-ai-lon-gio-ai-quay-lai-xu-luon/1.jpg" alt="" loading="lazy" ></figure></div><h2>1. AI “ăn thịt” chính cha đẻ</h2><p>Cái sự thật mỉa mai lớn nhất của câu chuyện này là gì?</p><p>ChatGPT, Claude, Gemini.. mấy con AI mà dev đang dùng thay Stack Overflow.. chúng nó được huấn luyện (train) trên chính dữ liệu của Stack Overflow.</p><p>Đọc lại cho kỹ nha: Stack Overflow mất 16 năm xây dựng một kho kiến thức khổng lồ từ cộng đồng. Hàng triệu câu hỏi, hàng triệu câu trả lời, được vote lên vote xuống, được kiểm chứng bởi hàng triệu lập trình viên.</p><p>Rồi mấy công ty AI tới, crawl hết đống data đó, train model, xong tung ra sản phẩm.. giải quyết đúng cái nhu cầu mà Stack Overflow từng phục vụ. Nhanh hơn. Tiện hơn.</p><div class="pullquote"><p>Và quan trọng nhất.. không có ai reply chửi bạn ngu vì hỏi ngu. AI nó sẵn sàng trả lời mọi thứ cho bạn mà không cần cho ai biết, cho ai lao vảo chửi hehe..</p></div><p><strong>Stack Overflow từng “nuôi” AI lớn. Giờ AI quay lại “xử” luôn nơi đã nuôi nó.</strong></p><p><em>(có thể search “Stack Overflow data used to train AI” để đọc thêm)</em></p><h2>2. Nhưng khoan.. AI có phải “kẻ giết người” chính không?</h2><p>Nói vậy thôi.. thật ra nhìn kỹ data thì câu chuyện phức tạp hơn.</p><p>Số câu hỏi trên Stack Overflow bắt đầu giảm từ 2014. ChatGPT ra mắt tháng 11/2022. Tức là 8 năm trước khi AI xuất hiện, Stack Overflow đã tự đi xuống rồi.</p><p><strong>Tại sao?</strong></p><p>Vì văn hóa kiểm duyệt (moderation) của Stack Overflow ngày càng khắc nghiệt. Câu hỏi bị đóng vì “trùng lặp”. Người mới bị vote xuống vì hỏi “không đúng chuẩn”. Có dev chia sẻ: ngay cả người có hơn 20.000 điểm uy tín, viết câu hỏi cẩn thận, vẫn bị đóng gần như ngay lập tức.</p><div class="captioned-image-container"><figure><img width="1030" height="978" decoding="async" src="/blog-images/stack-overflow-tung-nuoi-ai-lon-gio-ai-quay-lai-xu-luon/2.png" alt="" loading="lazy" ></figure></div><p>Một dev trên Hacker News nói thẳng: “AI chắc chắn đẩy nhanh sự suy tàn, nhưng đây là kết quả của việc liên tục trừng phạt người dùng khi họ cố gắng tham gia cộng đồng.”</p><p>--&gt; Kiểu.. bạn xây một thư viện khổng lồ, rồi đuổi mọi người ra khỏi cửa vì họ không biết xếp sách đúng chỗ :))</p><blockquote><p>AI không giết Stack Overflow. AI chỉ đạp thêm vào cái xe đang lao dốc.</p></blockquote><div class="captioned-image-container"><figure><img width="1456" height="1041" decoding="async" src="/blog-images/stack-overflow-tung-nuoi-ai-lon-gio-ai-quay-lai-xu-luon/3.jpg" alt="" loading="lazy" ></figure></div><h2>3. Cái sai lớn nhất: ngồi trên mỏ vàng mà quên đào</h2><p>Đây mới là phần tôi thấy đáng nói nhất.</p><p>Stack Overflow có gì? 16 năm dữ liệu hỏi đáp lập trình, được cộng đồng kiểm chứng, vote lên vote xuống, có context, có edge case, có tranh luận. Đây là loại dữ liệu mà OpenAI, Google, Anthropic.. phải bỏ hàng tỷ đô để crawl và train.</p><p>Mà Stack Overflow có sẵn. </p><ul><li><p>Từ sớm luôn. </p></li><li><p>Lại iễn phí. </p></li><li><p>Dữ liệu chất lượng do chính cộng đồng tạo ra.</p></li></ul><p><strong>Vậy mà họ làm gì với đống mỏ vàng đó?</strong></p><p>Tháng 6/2021, Prosus (công ty đầu tư Hà Lan) mua Stack Overflow với giá 1,8 tỷ đô. Hai người sáng lập, Jeff Atwood và Joel Spolsky, bán xong rút lui. Nhìn lại.. timing hoàn hảo, ừ.. mà hoàn hảo cho 2 ông này thôi.</p><p>Từ 2021 đến cuối 2025, Stack Overflow ra được OverflowAI (2023), rồi AI Assist (tháng 12/2025), rồi MCP Server (đang beta). Tức là mất gần 3 năm sau khi ChatGPT ra mắt, họ mới bắt đầu ứng dụng AI vào chính nền tảng của mình.</p><div class="captioned-image-container"><figure><img width="1200" height="630" decoding="async" src="/blog-images/stack-overflow-tung-nuoi-ai-lon-gio-ai-quay-lai-xu-luon/4.jpg" alt="" loading="lazy" ></figure></div><p>3 năm. Trong thời đại mà 3 tháng đã là cả một kỷ nguyên.</p><p><em>--&gt; Tôi đoán mò thôi nha.. nhưng có lẽ vì Prosus là công ty đầu tư, không phải công ty công nghệ. Họ mua Stack Overflow để khai thác doanh thu (tuyển dụng, bán phần mềm enterprise), không phải để xây sản phẩm AI. Lúc mua chắc cũng éo ai nghĩ ChatGPT sẽ ra đời 1 năm sau đó.</em></p><p>Nói vậy thôi.. có khi họ biết mà không kịp xoay. Cái này tôi không đủ thông tin để phán :3</p><h2>4. Bài học “ngồi trên data mà không biến thành vũ khí”</h2><p>Câu chuyện Stack Overflow gợi cho tôi một bài học rộng hơn, không chỉ cho dân tech.</p><div class="pullquote"><p>Rất nhiều doanh nghiệp đang “ngồi trên data” mà không nhận ra. Đống email khách hàng. Đống ticket hỗ trợ. Đống tài liệu nội bộ. Đống quy trình đã chạy mấy năm.</p></div><p>Stack Overflow có kho dữ liệu lập trình lớn nhất thế giới, được cộng đồng kiểm chứng suốt 16 năm.. mà vẫn bị “xử” vì không biến đống đó thành sản phẩm AI sớm hơn.</p><p><strong>Bạn nghĩ doanh nghiệp bạn sẽ khác hơn sao?</strong></p><p>Thật ra cũng chưa chắc là “biết mà không làm”. Có khi là “biết mà không biết bắt đầu từ đâu”. Cái này tôi thấy ở rất nhiều doanh nghiệp Việt Nam. </p><ul><li><p>Data thì có. </p></li><li><p>Ý tưởng thì có. </p></li><li><p>Nhưng từ data này tạo ra hiệu quả gì, đề xuất quyết định thế nào, cảnh bảo ra sao còn chưa có</p></li><li><p>Nói gì tới tạo ra mấy con AI agent thực sự hoạt động</p></li></ul><p>Khoảng cách này xa hơn người ta tưởng nhiều.</p><p>(à.. EGANY của tôi là công ty công nghệ mà cũng chỉ mới khai thác được data từ CRM và Datawarehouse chung tương đối, gần đây mới thử được mấy con AI Agent gần đây thôi, cũng chả hơn gì ai)</p><h2>5. Rồi giờ sao?</h2><p>Stack Overflow đang cố xoay. MCP Server cho phép AI agent truy cập trực tiếp vào kho kiến thức SO. AI Assist dùng data cộng đồng để trả lời câu hỏi. Prosus báo cáo doanh thu vẫn tăng 12% nửa đầu 2025, chủ yếu từ sản phẩm enterprise.</p><div class="captioned-image-container"><figure><img width="1456" height="619" decoding="async" src="/blog-images/stack-overflow-tung-nuoi-ai-lon-gio-ai-quay-lai-xu-luon/5.jpg" alt="" loading="lazy" ></figure></div><p>Nhưng cũng có tín hiệu khác.. Mozilla vừa ra mắt “cq” tuần trước (25/3/2026), gọi thẳng là “Stack Overflow cho AI agents”. Ý tưởng: thay vì con người hỏi đáp, giờ cho các AI agent chia sẻ kiến thức với nhau. Nghe vừa sợ nhưng kiểu vừa hay vì nó.. hợp lý quá :))</p><blockquote><p>Thú vị ở chỗ này: Khảo sát Stack Overflow Developer Survey 2025 cho thấy 84% lập trình viên đang dùng hoặc dự định dùng AI tools. Nhưng chỉ 3,1% nói họ “tin tưởng cao” vào output AI.</p></blockquote><p>Tức là.. mọi người dùng AI nhưng hổng tin AI. Dùng vì nhanh, vì tiện, vì hổng bị chửi. Nhưng vẫn biết AI có thể sai.</p><p>--&gt; Chỗ này mới là chỗ Stack Overflow đáng lẽ phải nhảy vào: “Bạn dùng AI cho nhanh, rồi verify trên Stack Overflow cho chắc.” Nếu họ build cái narrative đó sớm hơn 2 năm.. câu chuyện có khi khác.</p><p>Mà nói vậy thôi, ngồi ngoài phán thì dễ. Làm thì khó. Tôi cũng chỉ suy luận ngược từ kết quả để chia sẻ thêm góc nhìn cá nhân thôi :3</p><h2>6. Vài điều tôi nghĩ (không chắc đúng)</h2><p>Câu chuyện Stack Overflow dạy tôi mấy điều, tạm ghi ra đây:</p><p><strong>Thứ nhất</strong>, data là vàng.. nhưng chỉ khi bạn biến nó thành sản phẩm. Nếu không, người khác sẽ lấy data của bạn và biến nó thành sản phẩm thay bạn. Đúng nghĩa đen.</p><p><strong>Thứ hai,</strong> văn hóa cộng đồng quan trọng hơn công nghệ. Stack Overflow chết không phải vì công nghệ tệ. Chết vì đuổi người dùng đi bằng thái độ. AI chỉ là cái cửa mới để họ bước qua, thay vì phải chịu đựng.</p><p><strong>Thứ ba</strong>, timing quyết định tất cả. Prosus mua SO năm 2021 giá 1,8 tỷ đô. Giờ giá trị thực tế chắc đã giảm đi nhiều. Hai ông founder bán đúng đỉnh. Hổng biết may hay giỏi.. hay cả hai :))</p><p><strong>Thứ tư.. </strong>và cái này mới là cái tôi hay nghĩ: disruption không bao giờ tới từ hướng bạn đang canh. Stack Overflow canh đối thủ là GitHub, là Reddit, là các forum khác. Không ai nghĩ “kẻ giết” lại là một con chatbot.</p><p>(hổng biết đúng hem, nhưng tôi thấy pattern này lặp lại hoài)</p><p>… tạm kết ở đây …</p><div class="pullquote"><p>Bạn đang “ngồi trên data” nào mà chưa khai thác? Hay team bạn đang dùng AI nhưng chưa nghĩ tới chuyện biến dữ liệu nội bộ thành lợi thế?</p></div><p>Nếu có câu chuyện tương tự, kể nghe chơi đi :3</p><p>#voquoccuong #cuonghoaai #aiautomation</p><div><hr></div><p><em><strong>Nguồn tham khảo:</strong></em></p><p><em>- DevClass, “Dramatic drop in Stack Overflow questions” (01/2026)</em></p><p><em>- The Pragmatic Engineer, “Stack Overflow is almost dead” (05/2025)</em></p><p><em>- PPC Land, “Stack Overflow traffic collapses” (01/2026)</em></p><p><em>- Stack Overflow Blog, “A new era of Stack Overflow” (12/2025)</em></p><p><em>- WinBuzzer, “Mozilla Launches cq” (03/2026)</em></p><p><em>- Stack Overflow Data Explorer (data cộng đồng)</em></p><p></p><div class="captioned-image-container"><figure><img width="1103" height="1041" decoding="async" src="/blog-images/stack-overflow-tung-nuoi-ai-lon-gio-ai-quay-lai-xu-luon/6.png" alt="" loading="lazy" ></figure></div>https://voquoccuong.com/blog/lanh-dao-ai/cong-ty-ban-dang-o-giai-doan-nao-tren-hanh-trinh-chuyen-doi-sang-lam-viec-voi-ai/https://voquoccuong.com/blog/lanh-dao-ai/cong-ty-ban-dang-o-giai-doan-nao-tren-hanh-trinh-chuyen-doi-sang-lam-viec-voi-ai/50 người, 30 tool, 30 API key.. và không ai biết ai đang truy cập cái gì?Sat, 21 Mar 2026 11:37:41 GMT<p>Hôm trước ngồi nói chuyện với mấy anh chủ doanh nghiệp, có một cái pattern lặp đi lặp lại mà tôi thấy khá rõ.</p><p>Ban đầu ai cũng hào hứng. Nhân viên dùng ChatGPT, Gemini, Antigravity, Claude, .. mỗi người mỗi kiểu. Sếp thấy vui vì “ồ team mình đang ứng dụng AI nè”. </p><p><strong>Rồi từ từ bắt đầu thấy.. không ổn. Mà không ổn chỗ nào thì không diễn ta được, chỉ thấy kiểu.. càng ngày càng loạn. </strong></p><p>Đến mức không kiểm soát nổi credential đã giao cho ai, data này ai được/không được truy cập, mỗi người 1 skill 1 rule khác nhau..v.v… . Không cấp thì không ai (hay AI) không làm gì được, còn cấp hết thì không quản lý được.</p><div class="pullquote"><p>Tôi nghĩ đây là câu chuyện mà khá nhiều công ty đang trải qua, chỉ là chưa ai ngồi vẽ lại cái <strong>bản đồ hành trình</strong> cho nó rõ ràng.</p></div><p>Mỗi lần cafe hay chat nhóm, phải mất rất nhiều thời gian để diễn giải cho các anh chị doanh chủ thấy điều này. Nên tôi làm bài này để vẽ lại những gì tôi quan sát được từ chính EGANY, từ các anh em trong cộng đồng NextLevelBuilder, và từ mấy cuộc trò chuyện gần đây.</p><div class="captioned-image-container"><figure><img width="1456" height="1098" decoding="async" src="/blog-images/cong-ty-ban-dang-o-giai-doan-nao-tren-hanh-trinh-chuyen-doi-sang-lam-viec-voi-ai/0.jpg" alt="" loading="lazy" ></figure></div><p>Tôi tạm chia thành 5 giai đoạn Agentic Working (mà tôi vẫn hay nói). Mỗi giai đoạn có dấu hiệu nhận biết riêng, và quan trọng hơn là.. mỗi giai đoạn có một nỗi đau riêng mà nếu không đi qua thì khó mà có thể hiểu được.</p><h2>Giai đoạn 1: Cá nhân tự dùng AI</h2><p>Dấu hiệu: Mỗi người trong công ty tự mò AI theo cách của mình. Người thì ChatGPT, người thì Claude, người thì Gemini. Ai thấy hay thì dùng, không ai ép.</p><div class="captioned-image-container"><figure><img width="1456" height="1235" decoding="async" src="/blog-images/cong-ty-ban-dang-o-giai-doan-nao-tren-hanh-trinh-chuyen-doi-sang-lam-viec-voi-ai/1.jpg" alt="" loading="lazy" ></figure></div><p>Cái hay là tốc độ thử nghiệm nhanh, ai hợp tool nào thì xài tool đó.</p><p><em>--&gt; Giai đoạn này hầu hết công ty tôi gặp đều <strong>đang ở đây</strong> hoặc vừa trải qua rồi.</em></p><p>Tôi thấy rất nhiều sếp tích cực cho các nhân sự và quản lý đi học các kỹ năng ứng dụng AI cơ bản, từ đó mọi người đều có tiếng nói chung. Chứ không chỉ mấy ông sếp là biết xài AI, hô hào mãi chả ai ứng dụng được gì cũng không tới đâu.</p><p>Ví dụ tình huống tôi vừa gặp sếp T. quạt nhân sự </p><blockquote><p>“Ủa em.. cái này thả vô NotebookLM rồi cho các bạn mới onboard phát một mà, làm gì mà rị mọ cả cả tuần lễ không xong vậy!?”</p></blockquote><p>Đoạn này là khởi đầu của mọi chuyện, không cài đặt được tư duy &amp; thói quen ứng dụng hàng ngày từ những việc đơn giản thì khi.. đụng chuyện, các bạn chắc chắn sẽ không biết phải dùng AI như thế nào. </p><p>Mà rèn luyện thói quen thì phải có quá trình tích lũy, không phải là một sớm một chiều, cái thứ sếp nói ở trên nó cũng là 1 trong những con AI mà sếp để trải qua trong suốt nhiều tháng liền. Còn bạn nhân viên mới chỉ nghe hôm nay, không thể nào hiểu được những lời sếp nói được.</p><p>Chốt đoạn này: đừng đòi hỏi gì cao siêu, làm thứ đơn giản thôi, mỗi ngày một chút, quyết liệt lên để cho đội ngũ của mình có tư duy &amp; thói quen ứng dụng AI vào công việc.</p><h2>Giai đoạn 2: Agentic Working &amp; đóng gói skill</h2><p>Dấu hiệu: Các công cụ từ phổ thông dễ dùng như Antigravity, Claude Cowork cho đến Claude Code bắt đầu được sử dụng nhiều. </p><div class="captioned-image-container"><figure><img width="1456" height="978" decoding="async" src="/blog-images/cong-ty-ban-dang-o-giai-doan-nao-tren-hanh-trinh-chuyen-doi-sang-lam-viec-voi-ai/2.jpg" alt="" loading="lazy" ></figure></div><p>Ở giai đoạn này, mọi người bắt đầu thấy “wow” và thay đổi mọi nhận thức trước đó, đặc biệt là so với các AI Chat app trước đó. </p><p>Các AI Agent như Antigravity hay Claude Code len lỏi vào trong mọi ngóc ngách: <em>thực hiện mọi tác vụ như mở trình duyệt thao tác giùm mình, mở Termincal chạy command line để xử lý xóa/sửa và cả tạo thêm file/folder mới, thậm chí truy cập các ứng dụng khác thông qua API, MCP và.. CLI để lấy dữ liệu về cho mình..v.v..</em></p><p>Một số người trong công ty (thường là 1-2 người “mê” nhất) ngồi đóng gói lại những thứ mình làm được thành workflow/skill cho AI Agent có thể tái sử dụng.</p><p>Câu chuyện chia sẻ skill, đóng gói skill này hiện nay diễn ra nhộn nhịp hơn bao giờ hết ở khắp các cộng đồng AI. Đơn cử tháng 3/2026 này thì có thể kể đến phong trào xóa mù Antigravity của Đức Minh (Product Academy) hay các hoạt động truyền bá cách doanh nghiệp chuyển đổi với các AI Agent phổ biến từ Minh Đức (SISU AI)..v.v…</p><p><em>Bản thân mình bắt đầu truyền bá từ khóa AgenticWorking.io bằng chuỗi 3 workshop liên tục từ trước Tết, do may mắn tiếp cận sớm với anh em làm Agentic Coding. <br><br>Mình thấy nó cực kỳ có giá trị cho cả những anh chị làm việc văn phòng, không cần phải biết code gì cả, vẫn có thể dùng AI Agent phục vụ cho công việc của mình.</em></p><p><em>Và không cản nổi xu hướng này thật, Anthoropic ra mắt luôn Claude Cowork cực kỳ nhanh chóng để dân non-tech có thể tiếp cận dễ dàng hơn rất nhiều.</em></p><p><strong>Nhưng phần lớn là các rule, workflow &amp; skill cho chính cá nhân đó làm việc với Claude/Antigravity, thật sự chưa chuẩn hóa ở mức độ tổ chức.</strong></p><p>Lúc này mới bắt đầu thấy.. ủa, skill ngon rồi nhưng “ăn” dữ liệu ở đâu? Đặc biệt là trong công việc thì cần truy xuất dữ liệu (cũng là tài sản) của công ty như: <em>hồ sơ khách hàng, các giao dịch và hóa đơn, thông tin tóm tắt sau mỗi cuộc họp, SOP và Rules của công ty phải tuân theo.</em></p><p>Mà nói ở trên rồi đó, mấy cái này lấy về toàn máy cá nhân từng người, thì mỗi người update một kiểu, mạnh ai nấy xài. Nên tình trạng nhân sự làm việc không tuân thủ các quy định công ty rồi cả team đi xử lý hậu quả chắc chắn như cơm bữa.</p><blockquote><p>Ví dụ cho dễ hiểu: CS viết content hoặc BD viết email cho khách hàng, công ty quy định là luôn gọi là anh/chị và xưng là em. Nhưng skill ở máy mỗi bạn làm theo một kiểu (lúc xưng mình, lúc xưng là tôi) là đã đưa thông tin ra ngoài không thống nhất rồi.</p></blockquote><p>Đây chỉ là 1 ví dụ nhỏ để các sếp dễ hiểu, thời AI hay không thì vẫn quay về cái cốt lõi (như SOP, Rules) mà công ty đã xây bao năm. Nhưng tự dưng tới thời AI, mãi lo ứng dụng xong lại “quên ngang” vậy đó. Chuyện thật 100%. </p><h3>Giai đoạn 3: Gom lại một chỗ, bài toán muôn thuở của tổ chức</h3><p>Dấu hiệu: Công ty bắt đầu gom dữ liệu lại một chỗ (hoặc ít nhất là cố gắng). Tạo Knowledge Base trên NotebookLM/Github hoặc các DB Vector, Skill cho từng phòng ban và lưu chung trên Github, upload tài liệu, kết nối database.. để AI <strong>có nguồn mà làm việc.</strong></p><p><strong>AI nằm trên máy mình bắt đầu “hiểu” công ty hơn. Không còn trả lời chung chung nữa mà biết context cụ thể, ra được kết quả dùng được trong công việc rõ ràng.</strong></p><p>Nếu xem post hôm rồi của Giáp Đức Thắng, mọi người cũng sẽ thấy ý này..<br><em>(xin phép Thắng cho anh dẫn lại lời em để dễ hiểu hơn, đỡ viết lại nhe)</em></p><div class="captioned-image-container"><figure><img width="792" height="1033" decoding="async" src="/blog-images/cong-ty-ban-dang-o-giai-doan-nao-tren-hanh-trinh-chuyen-doi-sang-lam-viec-voi-ai/3.jpg" alt="" loading="lazy" ></figure></div><p>Thực tế là.. các sếp đi đầu nên toàn quyền hết, rồi giao xuống cho nhân sự là giao luôn skill, workflow automation và một đống <em>credential/API_Key</em> luôn. Chứ giờ không giao thì AI có 1001 skill cũng.. không có quyền truy cập cái gì mà xử lý =))</p><p>10 người dùng 5 tool khác nhau, mỗi tool cần kết nối 3-4 nguồn dữ liệu.. tính ra là mấy chục cái credentials bay tứ tung.</p><p><strong>Ai giữ key nào? Ai có quyền truy cập gì? Nhân viên nghỉ việc thì key đó ai thu hồi?</strong></p><p>--&gt; Đây là chỗ mà đa số công ty bắt đầu.. đau đầu nè.</p><div class="pullquote"><p>Không phải đau đầu vì AI dở, mà đau đầu vì AI giỏi quá nên cần truy cập rất nhiều. Không cho nó truy cập thì cũng là AI “cụt tay cụt chân” hết. </p></div><p>Hôm trước mình cũng có chat với sếp Nguyễn Tùng Giang ý này, nhưng nhiều anh chị Doanh Chủ có khi chưa nhận ra, hoặc chưa có đội ngũ nhân sự dùng AI bung bét lên nên chưa thấy bi kịch hehe..</p><p><em>(xin phép chụp một góc ảnh và lược bỏ các đoạn nhạy cảm nha sếp Giang)</em></p><h2>Giai đoạn 4: Loạn credentials và bảo mật</h2><p>Dấu hiệu: Workflow chạy bằng n8n, Make, Claude, Antigravity.. đủ thứ. Mỗi workflow cần credentials riêng. Mỗi người tạo một đống key. Không ai biết key nào còn hoạt động, key nào đã hết hạn, key nào đang bị share lung tung.</p><p>Đã thế key/credential cắm lồ lộ luôn trong các workflow hoặc file file skill md luôn, có mà bị chuyện gì thì Doanh Nghiệp cũng không biết ai đã làm gì, lỗi ở đâu khi truy xuất vào trong dữ liệu công ty.</p><div class="captioned-image-container"><figure><img width="646" height="279" decoding="async" src="/blog-images/cong-ty-ban-dang-o-giai-doan-nao-tren-hanh-trinh-chuyen-doi-sang-lam-viec-voi-ai/4.png" alt="" loading="lazy" ></figure></div><p><em><strong>Ví dụ:</strong> key được cấp cho AI thao tác full quyền, nhân sự A dùng AI Agent (thường nó làm cả chuỗi hành động, các bạn chỉ có bấm Next hoặc rung đùi ngồi chờ thôi, sao mà biết nó xóa những gì và ghi đè những gì. Có khi nhân sự CS nhưng lại có quyền để cho AI Agent ghi vào những dữ liệu kế toán.</em><br><br><em>Tiếp tục là một ví dụ đơn giản, sẽ còn nhiều thứ nguy hiểm hơn khi key bị leak ra ngoài từ nhân sự cũ hoặc chính nhân sự hiện tại.</em></p><p><strong>Đây không phải vấn đề kỹ thuật nữa, đây là vấn đề quản trị.</strong> </p><div class="captioned-image-container"><figure><img width="1456" height="922" decoding="async" src="/blog-images/cong-ty-ban-dang-o-giai-doan-nao-tren-hanh-trinh-chuyen-doi-sang-lam-viec-voi-ai/5.jpg" alt="" loading="lazy" ></figure></div><p>Một cái API key bị lộ có thể truy cập toàn bộ database khách hàng. Một cái token share qua Zalo (thời trước AI bùng nổ) có thể bị forward cho 10 người khác. </p><p><em>Vô tình tôi mở Perplexity lên thẩm định thử các điều mình đang hiểu thì thấy <strong><a href="https://cmr.berkeley.edu/2026/03/governing-the-agentic-enterprise-a-new-operating-model-for-autonomous-ai-at-scale/">California Management Review</a></strong> vừa đăng nghiên cứu tháng 3/2026 gọi đây là “Agentic Operating Model”, xem AI agent như một bài toán thiết kế tổ chức chứ không phải bài toán công nghệ. Cũng khá là tương đồng với quan điểm của này.</em></p><p>Mà nói thật.. đa số công ty SME ở Việt Nam bây giờ quản lý credentials kiểu “ai cần thì hỏi admin, admin gửi qua chat”. Chưa có hệ thống, chưa có quy trình.</p><p><em>--&gt; Nói vậy thôi chứ EGANY hồi trước cũng vậy. Tôi cũng không ngoại lệ đâu. Lúc team còn nhỏ thì “gửi key qua chat” nó work. Nhưng tới lúc 5-7 người cùng dùng AI agent thì.. bể là đương nhiên :3</em></p><p><strong>Mọi người đã bắt đầu hình dung về sức mạnh của các con AI và những nguy hiểm tiềm tàng trong công ty mình, và bắt đầu nghĩ về một bộ não trung tâm rồi đúng không.</strong> </p><p>Chính xác đó là Agent Brain mà mình thường nhắc tới trong các bài viết gần đây.</p><h2>Giai đoạn 5: Agent Brain, một cửa duy nhất</h2><p>Đây là giai đoạn mà tôi nghĩ nhiều công ty sẽ phải tới, sớm hay muộn.</p><p>Ý tưởng cốt lõi: Thay vì mỗi tool, mỗi agent, mỗi workflow tự kết nối riêng lẻ vào từng nguồn dữ liệu.. thì tất cả đi qua MỘT cửa duy nhất.</p><p>Cụ thể hơn: Một cái MCP/CLI Hub duy nhất. </p><div class="captioned-image-container"><figure><img width="1456" height="940" decoding="async" src="/blog-images/cong-ty-ban-dang-o-giai-doan-nao-tren-hanh-trinh-chuyen-doi-sang-lam-viec-voi-ai/6.jpg" alt="" loading="lazy" ></figure></div><p>Mọi datasource (database, HTTP API, file storage..) cắm vào Hub này. Phân quyền theo user, theo schema, theo table. Nhân viên A được xem bảng khách hàng nhưng không được xem bảng lương. Agent B được query báo cáo bán hàng nhưng không được sửa.</p><p>Key chỉ cấp một lần, đi theo user. Không cần tạo 50 cái API key khác nhau cho 50 tool/workflow nữa. Ai truy cập gì hệ thống đều <strong>ghi log lại được hết</strong>, bất kể các phòng bạn có dùng Antigravity, Claude Code hay các con Tôm Cua nhà *Claw thì.. để làm được việc, cũng phải gọi vào Agent Brain của công ty.</p><blockquote><p>Khi Bộ Não này đã ổn định, công ty bắt đầu có thể audit được. Ai query gì, agent nào tạo cuộc họp nào, dữ liệu nào đang chảy ra ngoài.. tất cả đều nhìn thấy.</p><p><strong>Agent Brain không chỉ là "phân quyền" mà còn là "nhìn thấy mọi thứ đang diễn ra" (observability).</strong> </p></blockquote><p>Trích thêm nguồn:</p><ul><li><p><em>Deloitte cũng có khảo sát hơn 3,200 lãnh đạo doanh nghiệp và thấy rằng chỉ 1/5 công ty có mô hình quản trị đủ trưởng thành cho AI agent tự động (<a href="https://www.deloitte.com/us/en/what-we-do/capabilities/applied-artificial-intelligence/content/state-of-ai-in-the-enterprise.html">xem thêm</a>)</em></p></li><li><p><em>Trong khảo sát hơn 120,000 người tại doanh nghiệp, chỉ 8.6% công ty có AI agent đang chạy trong sản phẩm thực tế, còn gần 64% chưa có sáng kiến AI chính thức nào (<a href="https://www.techrepublic.com/article/ai-adoption-trends-enterprise/">xem thêm</a>)</em></p></li></ul><p><strong>Còn đây là câu chuyện có thật 1 DN đã ứng dụng Agent Brain:</strong></p><ul><li><p>Team vừa họp xong, nhân viên chạy workflow tóm tắt cuộc họp thành website dashboard chi tiết. Link website được vibe code này giờ nhân viên nào cũng làm được và giờ còn được bảo mật, chỉ nhân viên công ty mới xem được.</p></li><li><p>Dữ liệu cuộc họp ngay lập tức được đồng bộ vào Knowledge Base của công ty. Các AI Agent truy cập vào ngay lập tức hiểu context mới mà cho ra kết quả chính xác hơn.</p></li><li><p>Dữ liệu các nguồn được đồng bộ về hệ thống DataWarehouse tập trung cũng ở đây, và mọi người trong công ty được phân quyền ai được truy cập cái gì rõ ràng.</p></li><li><p>Các workflow/skill/rule của công ty được tập trung tại đây, ở dưới máy tính nhân viên truy cập lên một chỗ thống nhất, tuân thủ mọi quy định công ty và tận dụng được tri thức công ty cập nhật mới nhất.</p></li><li><p><em>… còn nhiều thứ khác chưa kể hết..</em></p></li></ul><p>Nghe thì to tát, nhưng thật ra nó chỉ là bước tiến tự nhiên khi đã đi qua 4 giai đoạn kia thôi. Giống kiểu.. hồi nhỏ mỗi người tự giữ tiền trong túi, lớn lên mở tài khoản ngân hàng, rồi cuối cùng công ty phải có phòng kế toán. Không ai nhảy thẳng từ “tiền trong túi” lên “phòng kế toán” được đâu. </p><h2>Vậy công ty bạn đang ở đâu?</h2><p>Tóm gọn lại 5 giai đoạn:</p><ol><li><p>Cá nhân tự dùng AI (ai thích gì xài nấy)</p></li><li><p>Agentic Working &amp; đóng gói Skill / Agent (bắt đầu tái sử dụng)</p></li><li><p>Gom lại một chỗ để dùng chung (AI cần dữ liệu công ty, cần thống nhất)</p></li><li><p>Loạn credentials và bảo mật (nhiều key, nhiều tool, không kiểm soát)</p></li><li><p>Agent Brain (1 cửa duy nhất, kết nối data, phân quyền, audit…)</p></li></ol><div class="captioned-image-container"><figure><img width="1456" height="1120" decoding="async" src="/blog-images/cong-ty-ban-dang-o-giai-doan-nao-tren-hanh-trinh-chuyen-doi-sang-lam-viec-voi-ai/7.jpg" alt="" loading="lazy" ></figure></div><p><strong>Đa số công ty Việt Nam bây giờ đang ở giai đoạn 1-2. Một số đã chạm giai đoạn 3 và bắt đầu thấy đau ở giai đoạn 4.</strong></p><p>Giai đoạn 5 thì.. thật ra chưa nhiều công ty còn chưa nghĩ tới. Nhưng nếu bạn nghiêm túc muốn cả công ty vận hành với AI Agent thì mình tin rằng sớm muộn cũng phải tới.</p><p>Mà nói vậy thôi.. 5 giai đoạn này là tôi tạm chia theo những gì quan sát được. Thực tế có công ty nhảy từ 1 lên 3 luôn vì CEO là dân kỹ thuật, cũng có công ty ở giai đoạn 2 mà đã loạn rồi. Nên coi như bản đồ tham khảo, đừng cứng quá.</p><p>Điều quan trọng là không cần nhảy cóc. Nếu không có năng lực nội tại tích lũy sẵn nhiều năm mà nhảy cóc thì không gãy chân cũng lọi giò. </p><p>Đi từng bước, mỗi bước giải quyết một cái đau cụ thể, rồi tự nhiên sẽ thấy tại sao cần bước tiếp theo.</p><div class="captioned-image-container"><figure><img width="1456" height="819" decoding="async" src="/blog-images/cong-ty-ban-dang-o-giai-doan-nao-tren-hanh-trinh-chuyen-doi-sang-lam-viec-voi-ai/8.jpg" alt="" loading="lazy" ><figcaption class="image-caption">Vẽ thêm cái infographic này cho dễ hình dung</figcaption></figure></div><div class="captioned-image-container"><figure><img width="1456" height="819" decoding="async" src="/blog-images/cong-ty-ban-dang-o-giai-doan-nao-tren-hanh-trinh-chuyen-doi-sang-lam-viec-voi-ai/9.jpg" alt="" loading="lazy" ></figure></div><p></p><p><em>Nói thêm.. nếu bạn đang ở giai đoạn 1-2 và muốn hiểu rõ hơn cách đóng gói skill, cách xây agent cho team, thì có chương trình AI Automation Bootcamp tôi đã nhắc nhiều lần, thiết kế cho doanh nghiệp muốn đi từ “dùng AI cá nhân” lên “hệ thống hóa cho cả team”. </em></p><blockquote><p><em>Còn đang ở đoạn 3-4 đang là chủ Doanh Nghiệp thì khoan, cứ trải nghiệm dần đến lúc thật sự cần đội ngũ có kinh nghiệm triển khai thì tính tiếp. </em></p></blockquote><p>Chứ đoạn này thì đa số anh chị em không không tự học và làm được. Tôi cũng khó mà nói hết trong vài ngày huống chi trong bài viết này, nên gần đây tôi lập nhóm kín CxO AI Automation để có chỗ tâm sự cũng các anh chị chủ DN thực sự nghiêm túc muốn ứng dụng vào hoạt động vận hành công ty mình. </p><p>Dĩ nhiên là.. từng bước một, đang bắt đầu rất là đơn giản với Claude Project rồi Claude Cowork/Antigravity rồi đóng gói skill xong mới bắt đầu nuôi tôm (*Claw) :D</p><p>Nào rảnh tôi đi chi tiết hơn về từng giai đoạn trong các bài sau trên blog này, mọi người ủng hộ cho một comment để lấy động lực nhé ^^</p><p>#voquoccuong #EGANY #aiagent</p><div><hr></div><p><em><strong>Nguồn tham khảo:</strong></em></p><p><em>- Slide “AI Agent” từ buổi Weekly NextLevelBuilder Live sáng nay</em></p><p><em>- Trao đổi với các anh chủ doanh nghiệp trong cộng đồng CxO AI Automation Club</em></p><p><em>- Hình ảnh các post FB anh em mà tôi quen có chia sẻ</em></p><p><em>- California Management Review - Governing the Agentic Enterprise: A New Operating Model for Autonomous AI at Scale</em></p><p><em>- The State of AI in the Enterprise - Deloitte’s 2026 AI report tracking adoption and impact</em></p>https://voquoccuong.com/blog/ai-automation/ai-automation-thay-doi-to-chuc-qua-3-tang-ca-nhan-team-he-thong/https://voquoccuong.com/blog/ai-automation/ai-automation-thay-doi-to-chuc-qua-3-tang-ca-nhan-team-he-thong/EGANY đã đi qua 3 tầng này trong gần 2 năm qua thế nào?Sun, 08 Mar 2026 18:12:41 GMT<p>Tầm 2 năm trước, nội bộ team EGANY của tôi vẫn còn cảnh: </p><p>Bạn làm Content ngồi chờ bạn Designer. Designer ngồi chờ brief từ Marketing. CS lục tài liệu 15 phút mới trả lời được 1 câu hỏi khách hàng. Dev gõ code boilerplate mệt nghỉ. Manager họp xong thì.. quên mất action item là gì để dí tiếp…v.v…</p><p>Quen thuộc quá đúng không? Chắc công ty nào cũng có vài cảnh như vậy.</p><p>Rồi team tôi bắt đầu ứng dụng AI vào công việc hàng ngày. Không phải kiểu bước tiến nhảy vọt hay chuyển đổi số toàn diện gì đâu. Chỉ là.. từng thói quen nhỏ, từng workflow nhỏ, tích lũy.. tích lũy dần...</p><p>Hơn 1 năm sau, nhìn lại thì thấy công ty đã thay đổi khá nhiều. Và tôi nhận ra những thay đổi đó đi qua 3 tầng rõ ràng <em>(xem từ dưới lên nhe)</em>:</p><div class="captioned-image-container"><figure><img width="1456" height="958" decoding="async" src="/blog-images/ai-automation-thay-doi-to-chuc-qua-3-tang-ca-nhan-team-he-thong/0.jpg" alt="" loading="lazy" ></figure></div><p>Mỗi tầng xây trên nền tảng của tầng trước. Không có tầng 1 vững thì tầng 2, tầng 3 chỉ là lý thuyết.</p><p>Để tôi đi chi tiết từng tầng, kèm ví dụ thực tế từ team EGANY.</p><h2>Tầng 1: Từng cá nhân thay đổi thói quen ứng dụng AI Automation từ những việc nhỏ nhất</h2><p>Trước khi nói chuyện workflow hay hệ thống gì, điều đầu tiên cần thay đổi là mindset và thói quen ứng dụng AI Automation của từng người trong tổ chức.</p><p>Cách tiếp cận từ dưới lên này đặc biệt hữu ích trong thời đại AI thay đổi nhanh như chong chóng bây giờ. Vì nếu cứ đợi sếp hoặc chuyên gia trong công ty đi học, xong lại thử sai, xong lại rút ra kinh nghiệm, rồi tối ưu và đóng gói lại cho dễ hiểu để.. training cho từng team một thì ít nhất cũng phải 6-12 tháng.</p><p>Không phải cứ muốn hỗ trợ khách hàng nhanh chóng hơn là phải xây hệ thống AI khủng khiếp, knowledge base xịn xò, rồi dựng vector database lên đủ kiểu, tích hợp vào từng kênh chat một.</p><p>—&gt; chắc tới mùa quýt luôn cũng không xong một việc, và việc còn thắt cổ chai ở ông sếp / ông chuyên gia trong công ty được giao nhiệm vụ này.</p><blockquote><p>Ví dụ cho trường hợp này:<br>- Nếu bạn Customer Service biết dùng NotebookLM cơ bản thôi, upload tài liệu của công ty vào rồi.. hỏi. Trả lời chính xác không hề bịa luôn. Cứ thế mở 2 tab ra, một bên chat với khách hàng, 1 bên tra cứu hỏi đáp với NotebookLM là xong.</p><p>Gần như 80% thời gian nhọc nhằn nhất đã giải quyết được ngay trong ngày/tuần đầu tiên mà không cần phải nhờ ông sếp ông chuyên gia công nghệ nào.</p></blockquote><div class="captioned-image-container"><figure><img width="1342" height="867" decoding="async" src="/blog-images/ai-automation-thay-doi-to-chuc-qua-3-tang-ca-nhan-team-he-thong/1.png" alt="" loading="lazy" ></figure></div><p>Chưa kể nhiều trường hợp, sếp biết rất nhiều về AI lại có trải nghiệm vài tháng trời, nhưng khi nói chuyện với nhân sự thì “Cái này dễ mà, Gemini Nano Chuối là xong, sao em không làm được”. </p><p>Ra cafe nói chuyện có 1 vài từ khóa đơn giản thôi nhưng cả team không ai hiểu ai hết, phải chờ vài tháng (mà phải tích cực tìm hiểu vọc vạch) thì mới hiểu nhau đang nói gì.</p><blockquote><p>Thực tế thì.. sếp đã biết có thứ Nano Chuối tồn tại &gt; rồi còn biết nó có thể tạo được ảnh minh họa dạng này &gt; và còn để tối ưu độ chính xác thì sếp còn có kinh nghiệm thử sai không dưới chục lần &gt; nên sếp thấy nó dễ.</p><p>Rất nhiều thứ dễ vậy, nhưng không làm thì tuyệt đối không thể thấu hiểu được những gì người đã làm nói được. Đây cũng chính là nút thắt trong việc hình thành thói quen ứng dụng từ những thứ nhỏ nhất, mỗi ngày một chút để dần có tư duy “khi đụng chuyện này … thì mình sẽ …”, kiểu kiểu vậy.</p></blockquote><p>Chưa kể sếp hoặc chuyên gia IT của công ty cũng không phải là người trực tiếp vận hành chi tiết nghiệp vụ từng phòng ban mỗi ngày, không thể hiểu sâu sát &amp; có động lực đủ lớn để áp dụng nó. </p><p><em>Nỗ lực cỡ nào cũng rất dễ gãy, giờ kêu tôi bỏ hết thời gian mỗi ngày chỉ để ngồi làm việc với HR &amp; Sales Admin từng việc để hỗ trợ họ ứng dụng từng chút một suốt 3 tháng trời thì chắc tôi trầm cảm luôn. Còn bao nhiêu việc phải làm</em></p><div class="captioned-image-container"><figure><img width="1456" height="1075" decoding="async" src="/blog-images/ai-automation-thay-doi-to-chuc-qua-3-tang-ca-nhan-team-he-thong/2.jpg" alt="" loading="lazy" ></figure></div><p></p><p>Đó là lý do vì sao tôi tạo ra chương trình AI Automation Bootcamp, workshop mỗi tuần với những chủ đề cực kỳ đơn giản nhưng.. phải giá trị và thực tế.</p><p>—&gt; mục tiêu ban đầu cũng là để cho từng thành viên trong team EGANY tôi có thói quen học là làm được luôn trong 60p, đơn giản hiệu quả, sau 4 tuần là mọi thứ thay đổi rõ rệt luôn.</p><p>Giờ ngồi tâm sự trà đá lề đường hay bàn về AI thì cả team kiểu như.. có tiếng nói chung, dễ hiểu nhau hơn trước rất nhiều. Mọi kế hoạch dự định triển khai cũng lẹ làng hơn vì ai cũng đã có thói quen ứng dụng AI Automation mỗi ngày rồi.</p><h2>Tầng 2: Team, phá bỏ ranh giới và workflow mới</h2><p>Khi từng cá nhân đã có thói quen dùng AI, bước tiếp theo là thay đổi cách team làm việc với nhau.</p><p>Phá bỏ ranh giới phòng ban, mỗi nhân sự là một Team</p><h3><strong>Trường hợp của Mrs.Như team MKT là ví dụ rõ nhất</strong></h3><div class="captioned-image-container"><figure><img width="1024" height="1280" decoding="async" src="/blog-images/ai-automation-thay-doi-to-chuc-qua-3-tang-ca-nhan-team-he-thong/3.jpg" alt="" loading="lazy" ></figure></div><p></p><p>Trước đây, một bạn Content chỉ biết viết. Cần hình thì đợi Designer. Cần data thì đợi Marketing. Cần đăng bài thì đợi Social.</p><p>Bây giờ, nhờ AI, bạn Content có thể kiêm luôn vai trò trợ lý, thiết kế hình ảnh (Visual, Carousel, Infographic), và phân tích dữ liệu khách hàng để đưa ra quyết định Marketing “chạm” đúng mục tiêu ngay lập tức.</p><p>Một người làm được việc của cả một team nhỏ. Không phải vì “siêu nhân”, mà vì có AI hỗ trợ những phần không phải chuyên môn chính cũng rất là 5-7 điểm.</p><h3><strong>Product Leader cũng có thể độc lập tác chiến</strong></h3><div class="captioned-image-container"><figure><img width="950" height="1188" decoding="async" src="/blog-images/ai-automation-thay-doi-to-chuc-qua-3-tang-ca-nhan-team-he-thong/4.jpg" alt="" loading="lazy" ></figure></div><p>Không còn cảnh đợi Dev, chờ Marketing. </p><p>Bạn Tú làm Product team mình giờ đây có thể tự tay dựng Landing Page, thiết lập luồng đăng ký, tự vận hành, thậm chí là “Sales” luôn cho sản phẩm mình tạo ra mà ít phụ thuộc vào các team khác. Các buổi workshop ExpertOS hoặc thứ 5 tuần rồi là một ví dụ điển hình, bạn solo luôn từ A-Z.</p><p>Trước đây Mr.Tú mất nhiều thời gian cấu hình thủ công, dễ gặp lỗi logic. Giờ AI hỗ trợ kiểm tra logic, tiết kiệm khoảng 40% thời gian setup. Xây dựng checklist quy trình cũng siêu nhanh và cực kỳ chi tiết, bao quát được nhiều kịch bản khác nhau.</p><h3><strong>Lập trình viên cũng nhàn hơn </strong></h3><p>(dù team mình chưa áp dụng nhiều lắm)</p><div class="captioned-image-container"><figure><img width="950" height="1188" decoding="async" src="/blog-images/ai-automation-thay-doi-to-chuc-qua-3-tang-ca-nhan-team-he-thong/5.jpg" alt="" loading="lazy" ></figure></div><p>AI hỗ trợ Dev gánh cả Front-end lẫn Back-end, tự viết kịch bản test (UAT) và fix bug thần tốc. </p><p>Cụ thể: Giảm 70-80% việc gõ code thủ công, chỉ tập trung vào kiểm soát logic. Mở nhiều Session, code nhiều tính năng song song mà không lẫn lộn ngữ cảnh.</p><p>Một nhân sự kỹ thuật giờ đây có năng suất bằng cả một đội ngũ truyền thống. Thấy vậy chứ coi bộ hơi phóng đại.. nhưng so với năm ngoái thì đúng là khác biệt rõ rệt.</p><h3>Hệ thống Support “tự vận hành” dựa trên tri thức nội bộ</h3><div class="captioned-image-container"><figure><img width="950" height="1188" decoding="async" src="/blog-images/ai-automation-thay-doi-to-chuc-qua-3-tang-ca-nhan-team-he-thong/6.jpg" alt="" loading="lazy" ></figure></div><p>Thay vì nhân viên phải lục lọi tài liệu, Thảo tự dùng nhanh NotebookLM để làm Knowledge Base cho các dự án chính tại EGANY để hỗ trợ trả lời khách hàng chính xác và nhanh chóng hơn.</p><p>Trước: Thảo phải “lục lọi” tài liệu để trả lời, thường xuyên quá tải với câu hỏi lặp lại.</p><p>Sau: AI Bot (trained từ KB) phản hồi 24/7. Team CS giờ đây chỉ tập trung vào những ca khó và mang tính chiến lược.</p><h3>Quyết định dựa trên dữ liệu “sạch”</h3><p>Việc nhập liệu, phân loại và tổng hợp data khách hàng từ nhiều nguồn không còn là nỗi ác mộng. </p><p>Automation và AI giúp xử lý dữ liệu thô giúp team Marketing có ngay báo cáo sạch để dễ dàng nhìn thấy cơ hội từ những con số thực, thay vì đoán mò.</p><p>--&gt; Cái này quan trọng lắm. Hồi trước data chồng chéo, sai sót, mất cả ngày để đối soát. Giờ automation khâu nhập liệu và phân loại, data luôn “sạch”, sẵn sàng khai thác.</p><div class="captioned-image-container"><figure><img width="1086" height="1150" decoding="async" src="/blog-images/ai-automation-thay-doi-to-chuc-qua-3-tang-ca-nhan-team-he-thong/7.jpg" alt="" loading="lazy" ></figure></div><p><strong>Họp để ra quyết định, không phải để ghi chép</strong></p><p>Mọi cuộc họp đều được AI Recap (đơn giản xài Fireflies miễn phí thôi là đủ) và trích xuất Task tự động. Sau này thì tự chế bộ skill để xử lý file audio và làm báo cáo sau.</p><p>Nhân viên dành toàn bộ tâm trí để phản biện và thảo luận, thay vì cắm cúi ghi chép rồi sau đó lại quên mất mình cần làm gì.</p><div class="pullquote"><p>Nghe đơn giản nhưng thay đổi này giải phóng rất nhiều “năng lượng tinh thần” trước, trong và sau mỗi cuộc họp.</p></div><h2>Tầng 3: Hệ thống, tổ chức tự vận hành</h2><p>Khi cá nhân và team đã vận hành tốt với AI, bước cuối cùng là nâng lên tầm hệ thống.</p><p>Sự chủ động trong vận hành hệ thống</p><div class="captioned-image-container"><figure><img width="950" height="1188" decoding="async" src="/blog-images/ai-automation-thay-doi-to-chuc-qua-3-tang-ca-nhan-team-he-thong/8.jpg" alt="" loading="lazy" ></figure></div><p>Không cần đợi IT hay team Data hỗ trợ, bà Quỳnh nhà tôi tự dùng AI để xây dựng Dashboard báo cáo hoặc thiết lập các luồng Automation cho riêng mình.</p><p>Trường hợp Ms.Quỳnh, CPO tại EGANY:</p><p>- Tự động hóa workflow, checklist, tool: Giảm ~25% Effort nhân sự</p><p>- Hệ thống Lark Base đồng bộ cho vận hành khóa học: Giảm Effort ít nhất x5 lần, cái này do bả làm luôn cho cả team xài nên x5 là còn ít.</p><p>- Tạo dashboard báo cáo tự động: Ra quyết định nhanh dựa trên data</p><div class="pullquote"><p>Đây chính là sự tự chủ trong vận hành. Mỗi người không còn phụ thuộc vào “phòng ban khác” để có được công cụ mình cần.</p></div><h3>Giải phóng lãnh đạo khỏi “bẫy” việc không tên</h3><p>Khi đội ngũ đã biết dùng AI để tự giải quyết vấn đề và vận hành quy trình, tôi và các Manager có thêm không gian để thở và thời gian để tập trung vào những chiến lược tăng trưởng dài hạn cho doanh nghiệp.</p><p><em>--&gt; Thật ra nói vậy thôi.. vẫn còn nhiều việc “không tên” lắm. Nhưng so với trước thì đỡ hơn nhiều :))</em></p><h2>Sơ đồ tổ chức mới: Người thật + AI Agent</h2><p>Đây là cách tôi hình dung sơ đồ tổ chức EGANY hiện tại:</p><div class="captioned-image-container"><figure><img width="1456" height="1317" decoding="async" src="/blog-images/ai-automation-thay-doi-to-chuc-qua-3-tang-ca-nhan-team-he-thong/9.jpg" alt="" loading="lazy" ></figure></div><p>Mỗi vị trí người thật đều có AI Agent như đồng nghiệp số bên cạnh. Không phải thay thế, mà là khuếch đại năng lực của mấy người này.</p><h2>Tương lai: Đội quân AI Agent trên các kênh chat</h2><p>Đây là hướng chúng tôi đang triển khai dần, hiện đang giai đoạn khởi tạo, nếu anh chị em có quan sát và tham gia EGANY Group trên Telegram mấy ngày nay cũng đã trải nghiệm thử và thấy.. phê ra sao. </p><blockquote><p>Nguyên đội quân của bé Tiểu Hồ làm Leader, Mễ Mễ chiêm tinh, Tiểu La thiết kế, Tiểu Ngôn viết bài, Tiểu Claw trả lời thông tin hệ thống</p></blockquote><p>Ý tưởng: AI Agent được gắn vào các kênh chat (Telegram, Lark, Zalo...) để có thể ra lệnh luôn từ các group làm việc mà không cần mở công cụ.</p><p><strong>Ví dụ:</strong></p><p>- Trong group Lark của team Marketing, gõ “@ContentAgent viết draft bài về chủ đề X” là có bản nháp</p><p>- Trong group Telegram cá nhân, gõ “@TaskAgent nhắc tôi họp lúc 3h” là có reminder</p><p>- Trong group Zalo với khách hàng, “@SupportBot tra cứu tình trạng đơn hàng” là có câu trả lời</p><h3>Workflow trước đó:</h3><p>Người &gt; Mở tool &gt; Prompt AI &gt; Copy kết quả &gt; Dán vào chat</p><h3>Workflow hiện tại &amp; tương lai:</h3><p>Người &gt; Gõ trong chat &gt; AI Agent trả lời &gt; Xong</p><p>Đơn giản hơn, nhanh hơn, ít bước hơn.</p><blockquote><p><em>Tất nhiên còn nhiều thứ cần hoàn thiện. <br>Đây mới là giai đoạn đầu, chưa biết kết quả thế nào :3</em></p></blockquote><h2>Tại sao không thể “nhảy cóc”?</h2><p>Tôi muốn nhấn mạnh một điều: Tất cả những gì tôi kể ở trên không đến trong 1 ngày 1 giờ.</p><p>EGANY mất hơn 1 năm để đi qua 3 tầng này. Và vẫn đang tiếp tục học, tiếp tục điều chỉnh.</p><p><strong>Nhảy cóc thì không gãy chân cũng lọi giò</strong></p><p>Vì năng lực tiếp nhận của đội ngủ quan trọng hơn công nghệ rất nhiều.</p><p>Kể cả giờ có đội mạnh đến chuyển giao hết quy trình, workflow, AI Agent cho bạn.. thì chính bạn và đội ngũ cũng không đủ năng lực tiếp nhận nếu chưa có nền tảng.</p><blockquote><p>Giống như đưa xe hơi cho người chưa biết lái giống tôi. Xe xịn, nhưng tôi không có chạy được, còn cố gắn nữa có khi.. gây tai nạn luôn.</p></blockquote><p><strong>Nền tảng đó là gì?</strong></p><p>- Thói quen dùng AI hàng ngày, nhỏ thôi nhưng phải làm được thật.</p><p>- Tư duy thẩm định (ở đây là AI) thay vì nhận task làm như trước.</p><p>- Thoải mái với việc AI làm thô, còn mình kiểm tra.</p><p>- Hiểu rõ workflow của chính mình trước khi tự động hóa.</p><h2><strong>Vậy giờ bắt đầu từ đâu?</strong></h2><p>Vẫn câu nói cũ, bắt đầu từ những việc nhỏ nhất. </p><blockquote><p>Dùng AI viết 1 email. <br>Dùng AI tóm tắt 1 tài liệu. <br>Dùng AI brainstorm 1 ý tưởng. </p></blockquote><p><em>Dễ mà, làm ngay đi, đừng có chỉ xem rồi nghĩ là.. mình đã làm được. Làm đi rồi sẽ thấu ^^.</em></p><p>Rồi từ từ mới có năng lực thật sự để tiếp nhận chuyển giao kiến thức và công nghệ từ người khác. Cũng như tự nâng cấp năng lực của bản thân mà không quá lo ngại AI thay đổi từng giờ.</p><div class="pullquote"><p>Đây là việc rèn luyện có tính tích lũy. Không có đường tắt.</p></div><p><strong>Tiện tay.. tiện tay..</strong></p><p>Các thay đổi tôi liệt kê ở trên là những gì EGANY đã trải qua. Không phải công ty nào cũng có cùng điều kiện, cùng ngành nghề, cùng quy mô.</p><p>Nhưng nếu có một điều tôi muốn chia sẻ với mọi người chân thành là:</p><blockquote><p>AI Automation không bắt đầu từ công nghệ. <br>Nó bắt đầu từ thói quen nhỏ nhất của từng người trong tổ chức.</p></blockquote><div class="pullquote"><p>Công ty bạn đang ở tầng nào trong 3 tầng: <br>Cá nhân, Team, hay Hệ thống?</p></div><p>#voquoccuong #EGANY #sharing</p><p><em><strong>Nội dung được hỗ trợ từ:</strong></em></p><p><em>- Case study nội bộ EGANY Tech JSC (2024-2025)</em></p><p><em>- Infographic: Mrs.Như (Content Marketing), Mrs.Thảo (Customer Service), Mr.Tú (Product Owner), Ms.Quỳnh (CPO), Team Dev</em></p><p><em>- Dùng Gemini và Napkin AI để vẽ lại các chỗ nhiều chữ hoặc cần hình mô phỏng </em></p>https://voquoccuong.com/blog/goc-nhin/xoi-lac-tv-co-that-la-da-lam-product-tot-hon-nha-dai/https://voquoccuong.com/blog/goc-nhin/xoi-lac-tv-co-that-la-da-lam-product-tot-hon-nha-dai/Bài "luyên thuyên" từ người làm Product và đã khởi nghiệp dặt dẹo hơn 11+ năm nay ^^Thu, 05 Mar 2026 18:04:14 GMT<p>Hôm qua nay cả nước xôn xao vụ triệt phá Xôi Lạc TV - “đế chế” stream bóng đã lậu chắc lớn nhất nhì Việt Nam hiện tại rồi. Có <strong>38</strong> người bị bắt, hơn <strong>30</strong> bị khởi tố, gần <strong>1.000 tỷ đồng</strong> liên quan.. </p><p><strong>Tóm tắt nhanh từ báo <a href="https://doisongphapluat.com.vn/nong-triet-pha-duong-day-xoi-lac-tv-phat-song-lau-to-chuc-danh-bac-a714981.html">doisongphapluat</a> cho anh chị em đỡ phải đọc:</strong></p><blockquote><p>Ngày 5/3/2026, Cục An ninh mạng và phòng chống tội phạm sử dụng công nghệ cao (A05, Bộ Công an) chính thức họp báo công bố triệt phá hệ thống Xôi Lạc TV — mạng lưới phát bóng đá lậu lớn nhất Việt Nam hoạt động từ năm 2016. 38 nghi can bị bắt giữ, hơn 30 bị can bị khởi tố với các tội danh xâm phạm quyền tác giả, tổ chức đánh bạc và truyền bá văn hóa phẩm đồi trụy. Quy mô tài chính liên quan lên tới gần 1.000 tỷ đồng, trong đó cơ quan chức năng đã kê biên, phong tỏa hơn 300 tỷ đồng chủ yếu bằng tiền điện tử.</p><p>Điều khiến giới công nghệ và truyền thông chú ý không chỉ là quy mô tài chính, mà là mô hình tổ chức bài bản, chuyên nghiệp ở cấp độ “startup công nghệ” - với đội ngũ nhân sự trẻ có trình độ cao (thậm chí thạc sĩ), cơ sở hạ tầng kỹ thuật tinh vi, và phong cách vận hành khiến nhiều nhà đài chính thống phải “ghen tỵ”.</p></blockquote><p><strong>Và các thông tin lịch sử hình thành cùng các con số khác trích từ báo <a href="https://tuoitre.vn/khoi-to-30-bi-can-trong-he-thong-xoi-lac-tv-20260305082451893.htm">tuoitre</a>:</strong></p><blockquote><p>Xôi Lạc TV ra đời năm 2016, được phát triển bởi một nhóm ẩn danh. Tên miền đăng ký qua dịch vụ GoDaddy và trỏ về máy chủ có địa chỉ IP tại Mỹ, trong khi bình luận viên luôn tuyên bố đang sống ở nước ngoài.</p><p>Bước ngoặt lớn đến vào mùa hè 2018 khi Xôi Lạc TV phát trực tiếp Asian Games 2018 - giải đấu mà Việt Nam chưa có đơn vị nào mua bản quyền. Từ khóa “Xoilac TV” lọt top tìm kiếm Google tại Việt Nam với hàng trăm nghìn lượt truy vấn, website đạt 500.000 – 1 triệu lượt xem mỗi ngày.</p><p>​Từ giai đoạn đó, Xôi Lạc TV không còn là trang đơn lẻ mà phát triển thành hệ sinh thái gồm nhiều tên miền: Xoilactv, ThapcamTV, CakeoTV, Banhkhuc, và liên kết với các nền tảng cá cược 8XBET, Hbet, Lu88. Nội dung phát sóng bao trùm gần như toàn bộ bóng đá toàn cầu - từ Premier League, Champions League, La Liga, Serie A, Bundesliga cho đến V-League, World Cup, Olympic, SEA Games.</p></blockquote><p><strong>Mô hình tổ chức “startup công nghệ” ẩn dưới vỏ bọc doanh nghiệp:</strong></p><blockquote><p><a href="https://www.chuyendongthitruong.vn/he-lo-cong-ty-dung-sau-xoi-lac-tv-va-su-ton-that-ve-kinh-te-cuc-lon-301914.html">Pháp nhân đứng sau</a></p><p>Theo đại diện Công an tỉnh Hưng Yên, Xôi Lạc TV được hậu thuẫn bởi một công ty đa ngành đăng ký hoạt động trong lĩnh vực truyền thông, viết phần mềm và xuất nhập khẩu lao động. Ban giám đốc trực tiếp cắt cử bộ phận chuyên biệt để duy trì hệ thống kỹ thuật và vận hành phát sóng.</p><p><a href="https://cafef.vn/he-lo-cong-ty-dung-sau-xoi-lac-tv-tra-binh-luan-vien-300000-dong-tran-300-ty-dong-tien-mat-tien-so-da-bi-phong-toa-188260305142153546.chn">Mô hình quản trị nhân sự kiểu “cell structure”</a></p><p>Đây là điểm đáng chú ý nhất từ góc nhìn tổ chức. Cơ quan công an xác định mô hình quản trị nhân sự được thiết lập theo quy trình phân công khép kín: các nhân viên thuộc bộ phận biên kịch, kỹ thuật, tài chính và bình luận viên không được chia sẻ thông tin chéo nhằm bảo mật tuyệt đối. Khi tuyển dụng cũng diễn ra độc lập, “ai biết việc nấy, nhóm nào biết nhóm đấy”.</p><p>Mô hình này tương tự cấu trúc “cell structure” (cấu trúc tế bào) thường thấy trong các tổ chức bảo mật cao — mỗi “cell” (nhóm nhỏ) hoạt động độc lập, chỉ biết nhiệm vụ của mình, không nắm toàn cảnh hệ thống. Điều này khiến việc truy vết cực kỳ khó khăn cho cơ quan chức năng.</p><p><a href="https://thanhnien.vn/vu-xoi-lac-tv-bat-binh-luan-vien-batman-nguoi-rom-thu-300-ti-dong-185260305103259625.htm">Nhân sự: Trẻ, trình độ cao, giỏi công nghệ</a></p><p>Cục A05 nhấn mạnh đội ngũ nhân viên đều rất trẻ, đa số có trình độ từ đại học, thậm chí thạc sĩ tốt nghiệp bằng đỏ, rất giỏi về công nghệ thông tin. Đây không phải những “hacker rau non” mà là nhóm chuyên gia kỹ thuật được tuyển dụng bài bản, tạo nên bộ máy vận hành ở cấp độ doanh nghiệp công nghệ.</p></blockquote><div class="captioned-image-container"><figure><img width="1200" height="630" decoding="async" src="/blog-images/xoi-lac-tv-co-that-la-da-lam-product-tot-hon-nha-dai/0.jpg" alt="" loading="lazy" ></figure></div><h2>Ô cê.. tóm tắt tin đã xong, giờ vô cái anh em Product thấy nè</h2><p>Điều khiến anh em làm công nghệ bàn tán nhiều không phải là con số, mà là cái bảng trắng trong văn phòng của mấy ông XoiLacTV, mình có chụp hình được đoạn video quay trụ sở làm việc bảng ghi gì? </p><blockquote><p>“State management”, “async handling”, “root cause analysis”, “unit testing”.. Tức là đội tech của một trang web lậu đang họp product review y hệt startup công nghệ nghiêm túc (mà chắc là nghiêm túc rồi chứ y hệt gì nữa).</p></blockquote><div class="captioned-image-container"><figure><img width="1170" height="646" decoding="async" src="/blog-images/xoi-lac-tv-co-that-la-da-lam-product-tot-hon-nha-dai/1.jpg" alt="" loading="lazy" ><figcaption class="image-caption"><strong>Bảng trắng 1 — Chiến lược sản phẩm (Product Roadmap)</strong></figcaption></figure></div><p>Các nội dung ghi trên bảng bao gồm (tôi phán bừa):</p><ul><li><p><strong>Boost phim bộ..</strong>: Cho thấy đội ngũ không chỉ stream bóng đá mà đang mở rộng sang <strong>nội dung phim</strong>, muốn tăng traffic từ mảng phim bộ (tham vọng nhể)</p></li><li><p><strong>Tạo kênh chat Streaming..</strong>: Phát triển tính năng <strong>chat trực tiếp</strong> trong khi xem stream, giống mô hình Twitch/YouTube Live. Đây là tính năng tăng engagement và giữ chân người dùng nè.</p></li><li><p><strong>Tự biên tập providers của mình..</strong>: Đội ngũ có lẽ đang xây dựng <strong>hệ thống nguồn cung cấp nội dung (providers) riêng</strong>, thay vì phụ thuộc bên ngoài hả ta?</p></li></ul><blockquote><p>Bảng này cho thấy tư duy <strong>product thinking</strong> rõ ràng: mở rộng nội dung (phim bộ), tăng tương tác (chat), và kiểm soát chuỗi cung ứng nội dung (tự biên tập providers).</p></blockquote><div class="captioned-image-container"><figure><img width="1170" height="637" decoding="async" src="/blog-images/xoi-lac-tv-co-that-la-da-lam-product-tot-hon-nha-dai/2.jpg" alt="" loading="lazy" ><figcaption class="image-caption"><strong>Bảng trắng 2 — Kỹ thuật phát triển ứng dụng (Technical Quality)</strong></figcaption></figure></div><p>Đây rõ ràng là bảng ghi chép từ buổi <strong>technical review / QA meeting</strong>, bao gồm:</p><ul><li><p><strong>“1. Ổn định → Đánh giá độ vỡ của hệ thống &amp; kỹ thuật”</strong> - Có lẽ đội tech đang đánh giá <strong>stability</strong> của hệ thống, bao gồm tỷ lệ crash.</p></li><li><p><strong>“Hiện tại: crash nhiều liên quan đến vòng đời ứng dụng (xoay màn hình, thoát nhanh, back màn hình, null pointer)”</strong> — Chắc là đang phân tích các <strong>lifecycle bugs</strong> kinh điển trong mobile dev: rotation handling, back navigation, null pointer exceptions (chả biết phải không, anh em thử cmt bên dưới)</p></li><li><p><strong>“Về mức nghiêm trọng: Thao tác gây crash nào gặp rõ nhất?”</strong> — Prioritization theo severity, đúng phương pháp <strong>bug triage</strong> chuyên nghiệp.</p></li><li><p><strong>“Về gốc rễ: Tại sao lại có quá nhiều lỗi xảy ra khi thực hiện thao tác đó?”</strong> — Phân tích <strong>root cause</strong>, không chỉ fix bề mặt.</p></li><li><p><strong>“(Vd đào sâu: Kiến trúc quản lý State/Memory của app mạnh hay yếu? Xử lý async giữa...”</strong> — Đội tech đang thảo luận <strong>state management, memory management, async handling</strong> — những khái niệm core trong kiến trúc app hiện đại.</p></li><li><p><strong>“UT và data có phù hợp chưa?”</strong> — Đặt câu hỏi về <strong>unit testing</strong> và cấu trúc dữ liệu.</p></li><li><p><strong>“Trải nghiệm &amp; logic → Đánh giá độ mượt &amp; logic nghiệp vụ”</strong> — Tách biệt rõ ràng giữa <strong>UX quality</strong> (độ mượt) và <strong>business logic</strong> (logic nghiệp vụ).</p></li><li><p><strong>“Hiện tại: nhiều lỗi dẫn về input (trim space), logic hiển thị...”</strong> — Đang debug các lỗi input validation và display logic.</p></li></ul><blockquote><p>Nội dung này cho thấy đội ngũ kỹ thuật của Xôi Lạc TV đang vận hành theo đúng quy trình <strong>software engineering</strong> bài bản: bug triage, root cause analysis, state/memory architecture review, unit testing, UX evaluation. Đây là thứ mà nhiều startup “chính thống” tại Việt Nam chưa chắc đã thực hiện nghiêm túc đến vậy.</p></blockquote><div class="captioned-image-container"><figure><img width="892" height="1280" decoding="async" src="/blog-images/xoi-lac-tv-co-that-la-da-lam-product-tot-hon-nha-dai/3.jpg" alt="" loading="lazy" ></figure></div><h2>Và rồi câu hỏi đặt ra: Tại sao Xôi Lạc TV làm product ngon hơn nhà đài F và K?</h2><p>Tôi cũng tò mò, nhưng sau khi chat nhóm với <strong>Kevin</strong> (anh bạn có kinh nghiệm nhiều năm trong mảng media &amp; tech tôi quen) và tự research thêm thì câu trả lời nó.. phức tạp hơn mà cũng đơn giản hơn nhiều người nghĩ.</p><p>Góc nhìn của Kevin: </p><blockquote><p>“Lậu nó làm có lãi ngay từ day 1. Cơ bản là làm lậu nhẹ chi phí + lãi cao nên đầu tư vào product nó là cái duy nhất cần lo.<br>Còn các ông nhà đài nuôi một đống những thứ khác.”</p></blockquote><h3><strong>Cấu trúc chi phí bất đối xứng có lẽ là yếu tố cốt lõi mà bạn Kevin đề cập</strong></h3><p>Nếu so sánh chi phí vận hành giữa Xôi Lạc TV và nhà F nhà K (đã hẹo), bạn sẽ thấy một bức tranh rất khác:</p><p><strong>Chi phí bản quyền nội dung:</strong></p><ul><li><p>Xôi Lạc TV: 0 đồng. Mấy ổng lấy signal từ kênh có bản quyền rồi “restream” lại.</p></li><li><p>Nhà F: Hàng nghìn tỷ đồng mỗi chu kỳ. </p></li><li><p>Nhà K còn lỗ lũy kế hơn 5.500 tỷ đồng trong nhiều năm qua, đóng cửa luôn gòi.</p></li></ul><p><strong>Hạ tầng:</strong></p><ul><li><p>Xôi Lạc TV: CDN nước ngoài, server IP đặt tại Mỹ, chi phí thấp, hổng cần comply gì hết.</p></li><li><p>Nhà F: Hạ tầng trong nước, phải tuân thủ quy định phát sóng, compliance nặng.</p></li></ul><p><strong>Nhân sự:</strong></p><ul><li><p>Xôi Lạc TV: Khoảng 20 BLV x 9 triệu/tháng = 180 triệu/tháng. Mỗi trận BLV nhận 300.000 đồng → đó là báo nói vậy, còn sự thật thế nào thì tôi chưa chắc, chờ cập nhật thêm.</p></li><li><p>Nhà đài chính thống: Đội ngũ hàng trăm người, lương thị trường, bảo hiểm, văn phòng.. đủ thứ</p></li></ul><p><strong>Nguồn thu:</strong></p><ul><li><p>Xôi Lạc TV: Quảng cáo cờ bạc trực tuyến - CPM (tiền quảng cáo mỗi nghìn lượt xem) cao gấp nhiều lần quảng cáo thông thường. Đây là lý do doanh thu lên tới hàng trăm tỷ.</p></li><li><p>Nhà F: hình như chỉ có Subscription + quảng cáo bình thường - CPM thấp hơn, và còn phải chia sẻ với bên có bản quyền.</p></li></ul><p>Khi chi phí cận biên gần bằng 0 mà doanh thu chính là quảng cáo cờ bạc (CPM cực cao), thì biên lợi nhuận (profit margin) béo quá trời. Toàn bộ “thặng dư” đó mấy ổng đổ vào product, đúng như Kevin nói.</p><div class="pullquote"><p>Nói cách khác, Xôi Lạc TV không phải “giỏi hơn” F Play về mặt kỹ thuật.. mà là mấy ổng được phép chỉ lo product, còn những thứ khác thì.. éo cần lo :3</p></div><h3>Nhưng ngoài ý trên của Kevin tôi thấy còn tầng tổ chức &amp; văn hóa cần kể đến.</h3><p>Kevin dừng ở lý do kinh tế. Nhưng còn một tầng nữa quan trọng không kém: cấu trúc tổ chức.</p><p><strong>1. “Dân tech làm cả” í mà, thực tế sâu hơn là gì?</strong></p><p>Xôi Lạc TV không có bộ phận nào không liên quan đến sản phẩm cốt lõi. Không có PR, không có pháp chế, không có phòng họp với sếp lớn. Whiteboard trong ảnh cho thấy đội tech họp bàn stability, state management, async handling.. những thứ mà ở nhiều công ty truyền hình chính thống (có khi) bị gác lại vì “sếp muốn thêm banner quảng cáo trước”.</p><blockquote><p>Đây là văn hóa product-first (sản phẩm là trên hết) mà ngay cả startup hợp pháp bình thường cũng rất khó duy trì.</p></blockquote><p><strong>2. Áp lực ngược chiều</strong></p><p>Nhà đài chính thống có thêm áp lực mà Xôi Lạc TV không có: phải phục vụ nhiều bên liên quan (stakeholders) như.. đối tác quảng cáo, cổ đông, ban biên tập, quy định phát sóng.. Mỗi stakeholder thêm vào là một lực cản với chất lượng product (thiệt..)</p><blockquote><p>Xôi Lạc TV chỉ có một “khách hàng” thực sự: người xem + advertiser cờ bạc. Đơn giản hơn nhiều.</p></blockquote><p><strong>3. Incentive của BLV</strong></p><p>BLV nhà đài: được đào tạo bài bản, đọc đúng format, tránh controversy (tranh cãi).</p><p>BLV Xôi Lạc TV: 300k/trận, không có ràng buộc biên tập → phong cách cởi mở hơn, cảm xúc hơn. “Anh Thỏ”, “Batman”, “Người Rơm”.. đều nổi tiếng vì style bình luận tự nhiên, thậm chí chửi bậy.</p><p>Đây không hắn là “người giỏi hơn” mà đây là cấu trúc ưu đãi (incentive structure) tạo ra output khác nhau.</p><p>--&gt; Tóm lại, cách đặt vấn đề đúng tui nghĩ phải là: <em>Xôi Lạc TV không giỏi hơn F Play vì dân kỹ thuật giỏi hơn — họ “giỏi hơn” vì hệ thống của họ chỉ được phép giỏi về product, không có gì khác để lo.</em></p><p><strong>Mà nói vậy thôi.. so sánh kiểu này có công bằng không?</strong></p><p>Thật ra.. hổng công bằng đâu :3</p><p>F Play đâu phải chỉ là “app xem bóng đá”. Đó là một mảng trong toàn bộ hệ sinh thái F Tel, phải gánh chi phí vận hành tập đoàn, rồi tuân thủ, báo cáo cổ đông, thuế má.. đủ thứ.</p><p>Xôi Lạc TV thì chỉ có một mục tiêu duy nhất: giữ người dùng xem đến khi click vào quảng cáo cờ bạc. Không cần quan tâm bất cứ thứ gì khác.</p><p>Giống như so sánh quán cơm tấm vỉa hè với nhà hàng 5 sao, quán vỉa hè có thể ngon hơn vì chỉ tập trung vào một thứ duy nhất, không phải lo tiền mặt bằng, đồng phục nhân viên , giấy phép tuân thủ vệ sinh an toàn thực phẩm.. Nhưng bạn không thể biểu nhà hàng 5 sao “học theo quán vỉa hè” được.</p><h2>Góc nhìn rộng hơn: Khi tất cả làm chính thống đều gặp trở ngại như nhau..</h2><p>Đây là điểm tôi muốn đào sâu thêm.</p><p>Trong một thị trường mà tất cả các bên chính thống đều phải chịu cùng một loại chi phí (bản quyền, tuân thủ, thuế..), thì mọi người không thể chỉ cạnh tranh với nhau bằng product nữa. </p><p><em>--&gt; Phải cạnh tranh bằng sales, marketing, partnership, hoặc.. gì khác nữa.</em></p><p><strong>Xôi Lạc TV tạo ra sự mất cân bằng là bởi vì không chơi theo luật.</strong></p><p>Cũng giống như mảng thương mại điện tử Việt Nam năm 2025 tới nay, chứng kiến rất nhiều bên nhỏ lẻ sập tiệm và.. đi tò, vì “lách luật” để có lời (thậm chí lời nhiều). Tôi không nói tất cả anh em ecom đều vậy nhưng muốn lấy ví dụ tương tự cho dễ hình dung. Họ không trả thuế, bán hàng giả, nhập lậu.. và nhờ vậy có thể bán rẻ hơn đối thủ chính thống. </p><p>Nhưng cái giá phải trả? Một ngày đẹp trời, 38 người bị bắt, hơn 30 bị khởi tố, gần 1.000 tỷ bị phong tỏa.</p><p><em>--&gt; “Lợi nhuận từ vi phạm pháp luật không phải là lợi nhuận, đó là nợ chưa đến hạn thôi.. hihi..”</em></p><h2>Góc nhìn ngược cho Tech Startup: </h2><p>Product-first có thể thắng thật.. nhưng.. Thấy vậy chứ coi bộ phức tạp hơn nhiều :3</p><p>Đúng, product-first vượt trội và khác biệt hoàn toàn so với thị trường (ví dụ stream không lag giật, linh hoạt chuyển kênh, bình luận cá nhân hóa..) thì có thể chiến thắng thật.</p><p>Nhưng trong thực tế, để đạt ngưỡng product vượt trội đó, bạn phải:</p><ul><li><p>Tinh gọn hoặc tối giản vận hành, không phình to team: không thuê người không cần thiết</p></li><li><p>Tối ưu chi phí cực tốt: biết từ chối những thứ “có vẻ hay” nhưng không tạo giá trị</p></li><li><p>Tập trung tối đa vào chất lượng: thay vì dành thời gian làm những việc không tạo giá trị nhiều nhưng có vẻ.. ngầu</p></li></ul><p>“Có vẻ ngầu” là gì? Kiểu chơi văn phòng hoành tráng khi team chỉ có 5 người. Hợp tác với mọi đối tác “có vẻ lớn” mà không chọn lọc phù hợp, tốn thời gian. Đi sự kiện này hội nghị nọ để chụp hình check-in. Mua tools đắt tiền để khoe dù không xài..</p><p>Thực tế là, nếu bạn không đạt ngưỡng tinh gọn đó, thì phải dành thời gian đi làm các công việc khác nếu không muốn chết đói.</p><blockquote><p>(Cá nhân tôi cũng vậy — phải học kỹ năng bán hàng, chốt sales và đi làm partnership để có thêm lead thêm deal. Không phải vì thích, mà vì.. chưa đủ giỏi về product để chỉ cần tập trung vào product thôi. Nói thật vậy.)</p></blockquote><h2>Mở rộng ra thời đại AI: Tập trung tạo giá trị thực</h2><p>Bài học này cũng áp dụng cho những người đang học hoặc ứng dụng AI vào vận hành doanh nghiệp.</p><p>Tôi thấy rất nhiều người mỗi ngày FOMO đủ công cụ mới. Hôm nay là A, ngày mai là B, tuần sau là tool XYZ nào đó vừa ra mắt. Rồi đi giao lưu với tổ chức này hiệp hội nọ, toàn gặp các “chuyên gia” có title dài ngoằng nhưng vào hỏi thì.. không thực sự làm được dự án nào thực tế cho doanh nghiệp. Đa phần toàn đi copy tin nước ngoài chia sẻ lại để.. lùa gà.</p><blockquote><p>Bài học từ Xôi Lạc TV là gì? Họ tập trung tối đa vào việc tạo ra giá trị thực cho người xem: stream ổn định, BLV vui vẻ, chuyển kênh dễ dàng. Không phông bạt, không PR, không hội nghị.. chỉ có product.</p><p>Tất nhiên họ làm sai luật và phải chịu hậu quả. Nhưng riêng về mặt chiến lược tập trung sản phẩm, có thể học được.</p></blockquote><p>Còn bạn? Nếu bạn dành 4 tiếng mỗi ngày để scroll feed xem tool AI mới, đi event networking, và post LinkedIn về “AI transformation”.. nhưng không có output cụ thể nào..</p><p>..thì có khi nên dừng lại hỏi: </p><div class="pullquote"><p>Bạn đang tập trung tạo giá trị thực hay đang chạy theo những thứ “có vẻ ngầu”?</p></div><p>#voquoccuong #startup #product #thoughts</p><blockquote><p><strong>Lưu ý:</strong></p><p>Bài viết chỉ nêu lên quan điểm cá nhân về việc phát triển sản phẩm. Tuyệt đối không cổ vũ cho mọi hành vi phạm pháp và Xôi Lạc TV làm sai và phải chịu trách nhiệm trước pháp luật.</p></blockquote><p><em><strong>Nguồn tham khảo:</strong></em></p><p><em>Tuổi Trẻ Online: Khởi tố 30 bị can trong hệ thống ‘Xôi Lạc TV’</em></p><p><em>VnExpress: Bình luận viên ‘Anh Thỏ’ của Xôi Lạc TV nhận thù lao 300.000 đồng mỗi trận</em></p><p><em>CafeF: Hé lộ công ty đứng sau Xôi Lạc TV, F… có thêm hàng nghìn tỷ vốn hóa</em></p><p><em>24H: Giải mã ‘ma trận’ công nghệ restream tinh vi của Xôi Lạc TV</em></p><p><em>Kenh14: Bên trong cơ sở làm việc của Xôi Lạc TV trên đường Tố Hữu, Hà Nội</em></p><p><em>Bộ Công an: Khởi tố 30 bị can trong đường dây web lậu Xôi Lạc</em></p>https://voquoccuong.com/blog/goc-nhin/gpt-5-la-mot-model-hay-ca-mot-he-thong-va-tai-sao-dieu-do-quan-trong/https://voquoccuong.com/blog/goc-nhin/gpt-5-la-mot-model-hay-ca-mot-he-thong-va-tai-sao-dieu-do-quan-trong/Có nhiều người hiểu lầm rằng GPT-5 là “một mô hình AI mới”. Tôi cũng từng nghĩ vậy.. cho đến khi đọc lại System Card của OpenAI.Thu, 26 Feb 2026 15:32:24 GMT<p>Có nhiều người hiểu lầm rằng GPT-5 là “một mô hình AI mới”. Tôi cũng từng nghĩ vậy.. cho đến khi đọc lại System Card của OpenAI.</p><p>GPT-5 không phải một model. Nó là một hệ thống hợp nhất (unified system) gồm nhiều model chuyên biệt, một bộ định tuyến thời gian thực (real-time router), và nhiều lớp kiểm soát an toàn chạy song song.</p><div class="captioned-image-container"><figure><img width="1456" height="1826" decoding="async" src="/blog-images/gpt-5-la-mot-model-hay-ca-mot-he-thong-va-tai-sao-dieu-do-quan-trong/0.jpg" alt="" loading="lazy" ></figure></div><p>Nghe phức tạp hông? Để tôi ví dụ cho dễ hiểu..</p><h2>Hình dung thử về quán cơm 4 kiểu phục vụ</h2><p>Tưởng tượng bạn vô một quán cơm có 4 cách phục vụ:</p><p><strong>Kiểu 1 là cơm phần sẵn:</strong> Bạn vô, chỉ tay, lấy liền. Nhanh, rẻ, éo cần suy nghĩ. Đây là chế độ Instant — gửi thẳng tới model nhanh (gpt-5-main), tối ưu cho tốc độ. Viết email ngắn, giải thích khái niệm đơn giản, tóm tắt văn bản.. kiểu công việc hàng ngày không cần suy luận sâu.</p><p><strong>Kiểu 2 là cơm order riêng:</strong> Bạn gọi món, chờ bếp nấu, lâu hơn nhưng đúng ý. Đây là chế độ Thinking, dùng model suy luận (gpt-5-thinking), chạy nhiều bước lập luận nội bộ trước khi trả lời. Phù hợp cho bài toán phức tạp: lập kế hoạch, phân tích chiến lược, giải toán nhiều bước.</p><p><strong>Kiểu 3 là chủ quán nhìn mặt đoán món:</strong> Bạn vô, chưa nói gì, chủ quán đã biết “anh này chắc ăn cơm tấm”. Đây là chế độ Auto — có thêm bộ định tuyến (router) phân tích câu hỏi và tự quyết định nên gửi tới model nhanh hay model suy luận. Người dùng không cần chọn, hệ thống tự lo.</p><p><strong>Kiểu 4 là nấu 3 món, bạn chọn ngon nhất:</strong> Bếp nấu 3 phiên bản khác nhau của món bạn gọi, rồi có người chấm điểm và đưa bạn món ngon nhất. Tốn thời gian, tốn tiền, nhưng chắc ăn. Đây là chế độ Pro, vẫn dùng model suy luận, nhưng tạo ra nhiều phương án, rồi dùng một model đánh giá (reward model) để chọn kết quả tốt nhất.</p><blockquote><p>Mà nói vậy thôi.. phần giải thích về Pro mode là tôi suy ra từ cách các mô hình AI thường được thiết kế (best-of-N sampling). OpenAI chưa công bố chi tiết kỹ thuật cụ thể cho phần này đâu ^^</p></blockquote><div class="native-video-embed" data-component-name="VideoPlaceholder" data-attrs="{&quot;mediaUploadId&quot;:&quot;6c72811d-0f40-4c67-82cc-d392c1f553a1&quot;,&quot;duration&quot;:null}"></div><p><em>Cái diagram động này tôi dùng AI gen ra từ ảnh trên của Alex Xu cho dễ hình dung</em></p><h2>Bộ định tuyến, hay cứ gọi là “não” của hệ thống</h2><p>Điểm hay nhất của kiến trúc này không phải ở từng model riêng lẻ, mà ở bộ định tuyến (router).</p><p>Router này là một bộ phân loại nhẹ (lightweight classifier), phân tích câu hỏi ngay khi nhận được và quyết định: câu này đơn giản → gửi model nhanh; câu này phức tạp → gửi model suy luận.</p><p>Và nó học liên tục. Theo System Card, router được huấn luyện dựa trên tín hiệu thực: khi nào người dùng tự chuyển mode, tỉ lệ hài lòng với câu trả lời, độ chính xác đo được.. Tức là càng dùng, nó càng thông minh hơn trong việc đoán ý bạn.</p><p>Đây là tư duy thiết kế định tuyến động (dynamic routing) — phân bổ tài nguyên thông minh theo đặc tính đầu vào. Không phải câu nào cũng cần “nghĩ sâu”. Câu đơn giản mà kích hoạt model suy luận nhiều bước thì vừa chậm, vừa tốn tiền, vừa.. không cần thiết.</p><h2>Safeguards — phòng thủ nhiều lớp</h2><p>Song song với toàn bộ quá trình trên là các tầng kiểm soát an toàn (safeguards). Không phải một bước cuối cùng đơn lẻ, mà là hệ thống giám sát nhiều lớp:</p><p>Đầu tiên là bộ phân loại chủ đề nhanh (fast topic classifier) — xác định nội dung có thuộc nhóm rủi ro cao không.</p><p>Sau đó là bộ giám sát suy luận (reasoning monitor), kiểm tra nghiêm ngặt hơn để đảm bảo phản hồi không vi phạm chính sách an toàn.</p><p>Kiến trúc này gọi là phòng thủ theo chiều sâu (defense-in-depth), nhiều lớp bảo vệ thay vì dựa vào một điểm kiểm soát duy nhất.</p><h2>Thật ra.. người dùng bình thường có cần hiểu vậy không?</h2><p>Tôi cũng tự hỏi câu này khi viết bài.</p><p>Nếu bạn chỉ dùng ChatGPT để hỏi đáp hàng ngày, viết email, brainstorm ý tưởng.. thì có lẽ không cần. Cứ mở lên, gõ, nhận kết quả. Hệ thống tự lo phần còn lại.</p><div class="pullquote"><p>Nhưng nếu bạn làm trong ngành AI, xây dựng sản phẩm AI, hoặc tư vấn AI cho doanh nghiệp.. thì hiểu kiến trúc này khá quan trọng.</p></div><p><strong>Vì sao?</strong></p><p><strong>Thứ nhất,</strong> đây không còn là câu hỏi “model nào mạnh nhất”. Câu hỏi đúng là: “Hệ thống này phân bổ tài nguyên và quản trị rủi ro như thế nào?” Khi AI chuyển từ model đơn lẻ sang kiến trúc hệ thống, năng lực thực tế không còn nằm ở kích thước tham số, mà ở thiết kế điều phối thông minh.</p><p><strong>Thứ hai,</strong> các hãng AI khác gần như chắc chắn cũng đang làm tương tự. Google với Gemini, Anthropic với Claude.. đều có nhiều model size khác nhau. Việc có một router tự động chọn model phù hợp là bước tiến hợp lý tiếp theo. OpenAI chỉ là hãng công bố rõ ràng trong System Card thôi (hổng biết đúng hem, nhưng tôi chỉ đọc được từ đây nên nói vậy, ai biết chỉ thêm nhe).</p><p><strong>Thứ ba,</strong> nếu bạn đang xây AI nội bộ cho doanh nghiệp, đây là một tham chiếu kiến trúc đáng học. Thay vì dùng một model cho mọi thứ, có thể nghĩ theo hướng: model nhẹ cho tác vụ đơn giản, model nặng cho tác vụ phức tạp, và một lớp router ở giữa để quyết định.</p><p><strong>Điểm đáng chú ý nhất?</strong></p><div class="pullquote"><p>Nếu phải chọn một điểm, tôi chọn khả năng định tuyến động.</p></div><p>Vì trong kỷ nguyên AI quy mô lớn, bài toán không chỉ là “trả lời đúng”. Mà còn là “trả lời đúng với chi phí hợp lý và mức rủi ro được kiểm soát”.</p><p>Giống như quán cơm không thể nấu omakase cho mọi khách. Có khách cần cơm phần nhanh gọn, có khách cần món đặc biệt. Biết phân biệt và phục vụ đúng cách, đó mới là vận hành bền vững.</p><p>Sẵn tiện nói thêm.. bài này tôi viết lại từ góc nhìn của mình, dựa trên infographic của Alex Xu (ByteByteGo) và GPT-5 System Card chính thức của OpenAI. Diagram gốc là của ByteByteGo. </p><p>#voquoccuong</p><p><em><strong>Nguồn tham khảo:</strong></em></p><p><em>- GPT-5 System Card — OpenAI (https://openai.com/index/gpt-5-system-card/)</em></p><p><em>- Alex Xu (@alexxubyte) — ByteByteGo, bài gốc trên X</em></p><p><em>- GPT-5 System Card trên arXiv (https://arxiv.org/abs/2601.03267)</em></p>https://voquoccuong.com/blog/ai-automation/tu-dong-hoa-dang-bai-da-kenh-cho-dan-khong-chuyen/https://voquoccuong.com/blog/ai-automation/tu-dong-hoa-dang-bai-da-kenh-cho-dan-khong-chuyen/những bãi mìn mà ít ai dám cho bạn biếtWed, 25 Feb 2026 15:29:24 GMT<p>Bạn mà biết thì chắc chắn sẽ bỏ cuộc từ sớm nên không có cái khóa học nào bán được ^^</p><p><strong>Bài này để tôi kể hết cho bạn biết</strong> </p><p><em>--&gt; để bạn cân nhắc khi sử dụng các phần mềm nguồn mở như n8n hay postiz để làm luồng đăng bài tự động đa kênh.</em></p><div class="captioned-image-container"><figure><img width="1024" height="1024" decoding="async" src="/blog-images/tu-dong-hoa-dang-bai-da-kenh-cho-dan-khong-chuyen/0.jpg" alt="" loading="lazy" ></figure></div><blockquote><p>Bạn có từng thấy mấy video trên mạng quảng cáo kiểu: “Chỉ cần bấm vài nút là tự động đăng bài lên 5 kênh cùng lúc, công cụ hoàn toàn miễn phí”?</p></blockquote><p>Nghe thì hay.. nhưng thực tế thì sao?</p><p>Tôi là người trực tiếp sử dụng các công cụ tự động hóa (automation) như n8n, Postiz để đăng bài đa kênh cho tôi và team. Nó nhiêu khê hơn những gì mà bạn có thể tưởng tượng, đặc biệt là người mới &amp; là dân không chuyên (non-tech).</p><p>Đây là những gì THẬT SỰ xảy ra.</p><h2>1. CÁI GIÁ CỦA CHỮ “MIỄN PHÍ”</h2><p>Mấy công cụ như n8n, Postiz đều quảng cáo là mã nguồn mở (open-source), miễn phí. Đúng.. phần mềm thì miễn phí thật.</p><p>Nhưng mà..</p><p>Bạn vẫn phải thuê máy chủ ảo (VPS) để cài nó lên. Tối thiểu tầm 500k/tháng trở lên mới chạy được mà không giật lag. Rẻ hơn thì cứ thử.. tôi thử rồi, lag muốn khóc ^^</p><p>Rồi phải tự cài đặt tất cả từ Docker lên VPS, cấu hình domain, bảo mật.. chưa kể đi đăng ký tài khoản nhà phát triển (developer account) trên từng nền tảng, tạo ứng dụng (app), lấy mã xác thực (credential), khai báo App ID, App Secret..</p><p><strong>Nghe tới đây thôi mà dân non-tech chắc đã muốn tắt máy rồi :3</strong></p><p>Trong khi đó.. mấy phần mềm lên lịch đăng bài (social planner) có sẵn như Buffer, Hootsuite hoặc tự động hóa với Make.com thì sao? </p><blockquote><p>Trả tiền.. bấm bấm vài đường.. kết nối.. xong. Không cần biết Docker là gì, VPS là gì. Tầm 9-29 mỹ kim mỗi tháng với quy mô nhỏ, thậm chí vừa vẫn còn tiết kiệm hơn rất rất nhiều lần với cái gọi là “miễn phí” ở trên.</p></blockquote><p>Trả tiền mua sự tiện lợi thì nó phải khác hẳn. </p><p>Nhưng mà nói vậy thì ai cũng nói được.. tôi muốn đi sâu hơn, kể cho bạn nghe CỤ THỂ nó khó ở chỗ nào trên từng nền tảng.</p><h2>2. FACEBOOK.. KHÔNG ĐƠN GIẢN</h2><p>Nhiều người nghĩ Facebook dễ vì xài quen rồi, không phải đâu.</p><p>Khi bạn muốn kết nối ứng dụng bên thứ 3 (third-party app) để tự động đăng bài lên Facebook Page hoặc Instagram, bạn sẽ phải làm việc với cái gọi là “Facebook Developer Platform”..</p><blockquote><p>Tin tốt là.. nếu bạn chỉ quản lý trang (Page) và Instagram của chính bạn thì KHÔNG cần xin duyệt ứng dụng (App Review). Dùng quyền truy cập tiêu chuẩn (Standard Access) là đủ.</p><p>Còn không tốt thì.. nếu bạn là agency hoặc muốn quản lý tài khoản của nhiều khách hàng thì..</p></blockquote><p>Phải xin App Review, với quyền truy cập nâng cao (Advanced Access). Thời gian chờ trung bình: 7 TUẦN. Có khi kéo dài hơn 60 ngày.</p><p><strong>Để submit App Review, bạn cần:</strong></p><p>- Trang quản lý ứng dụng (App Dashboard) đầy đủ thông tin</p><p>- Chính sách quyền riêng tư (Privacy Policy) có đường dẫn (URL) công khai</p><p>- Điều khoản dịch vụ (Terms of Service)</p><p>- Video demo cho người duyệt xem ứng dụng hoạt động ra sao</p><p>- Giải thích rõ tại sao cần từng quyền truy cập</p><p>- Xác minh doanh nghiệp (Business Verification)</p><p><strong>Mà cái khó nhất là.. Business Verification bị từ chối.</strong></p><p>Tại sao? Thông tin công ty không khớp với giấy tờ. Website không chuyên nghiệp hoặc không hoạt động. Thiếu Privacy Policy.. đủ thứ lý do.</p><p>Rồi App Review bị từ chối nhiều lần cũng là chuyện thường. Video demo không rõ ràng, mục đích sử dụng (use case) không khớp với quyền yêu cầu, ứng dụng bị lỗi khi người duyệt test.. hờ hờ, nghe là thấy mệt rồi..</p><h2>3. INSTAGRAM.. GIỐNG FACEBOOK NHƯNG KHÓ HƠN</h2><p>Instagram API giờ gắn chặt với Facebook. Nghĩa là muốn kết nối Instagram, bạn PHẢI có Facebook Page liên kết.</p><p>Và lưu ý quan trọng: tài khoản Instagram cá nhân (Personal Account) KHÔNG được hỗ trợ. Bạn bắt buộc phải chuyển sang tài khoản Doanh nghiệp (Business) hoặc Nhà sáng tạo (Creator).</p><p><strong>Bước chuyển đổi thì không khó:</strong></p><p>1. Mở ứng dụng Instagram</p><p>2. Cài đặt → Tài khoản → Chuyển sang Tài khoản chuyên nghiệp</p><p>3. Chọn Business hoặc Creator</p><p>4. Liên kết với Facebook Page</p><p>Nhưng cái đau đầu nằm ở mấy chỗ này:</p><p>Thứ nhất, API hiển thị cơ bản (Basic Display API) đã ngừng hoạt động từ 2024. Tất cả phải chuyển sang API đồ thị Instagram (Instagram Graph API). Nếu bạn đang dùng tool nào còn xài API cũ thì.. chúc may mắn.</p><p>Thứ hai, Instagram KHÔNG cho đăng tin Story hay video ngắn (Reel) từ API. Chỉ đăng được bài viết thông thường (feed post) thôi. Muốn đăng Story hay Reel? Phải làm tay. Không biết bây giờ đã cập nhật chưa?</p><p>Thứ ba, giới hạn tốc độ gọi API (rate limit) rất thấp.. chỉ 200 lượt yêu cầu/giờ. Đăng nhiều bài cùng lúc? Coi chừng bị chặn.</p><p>--&gt; Nói thêm là thời gian chờ duyệt Instagram nếu phục vụ nhiều khách hàng thì hơn 60 ngày.. hai tháng ngồi chờ, tôi thấy nhiều người bỏ cuộc ở bước này luôn.</p><h2>4. TIKTOK.. BẮT BUỘC XIN DUYỆT</h2><p>TikTok là nền tảng NGHIÊM NGẶT NHẤT khi nói về kết nối API.</p><p>Quy trình của TikTok chia 3 giai đoạn:</p><p>1. Chế độ phát triển (Development Mode): Chỉ test được với tài khoản của chính bạn</p><p>2. Chế độ thử nghiệm (Sandbox Mode): Test với tính năng hạn chế</p><p>3. Chế độ sản xuất (Production Mode): PHẢI submit App Review + vượt qua bài kiểm tra chấp nhận (Acceptance Tests)</p><p><strong>Thời gian xin duyệt: 2-4 tuần, tùy độ phức tạp.</strong></p><p>Mà cái Acceptance Tests của TikTok thì.. ai làm rồi mới hiểu. Bạn phải hoàn thành nhiều bài kiểm tra, chứng minh API thiết lập đúng, không có lỗi kết nối, minh chứng từng tính năng hoạt động.. upload video test, truy vấn sản phẩm, xác minh đơn hàng.. đủ thứ.</p><p><strong>Rồi quyền truy cập (permission) của TikTok cũng rất chặt. Yêu cầu sai quyền? Bị từ chối. Không giải thích được tại sao cần? Bị từ chối.</strong></p><p>Chế độ phát triển thì quá hạn chế.. không test được với tài khoản khách hàng, không đăng được công khai. Chỉ có cách submit sớm rồi chờ.</p><h2>5. YOUTUBE.. DÙNG ĐƯỢC NHƯNG.. VIDEO BỊ KHÓA</h2><p>YouTube là một trường hợp lạ.</p><p>Bạn CÓ THỂ dùng ngay mà không cần xin duyệt. Nhưng..</p><p>Người dùng sẽ thấy cảnh báo “Ứng dụng chưa được xác minh” (Unverified App) khi đăng nhập. Phải bấm vào “Nâng cao” (Advanced) → “Đi tới [Tên ứng dụng] (không an toàn)” (Go to [App Name] - unsafe). Nghe thấy chữ “unsafe” là ai cũng sợ rồi, mà kệ.. xài cho chính bản thân mình thì cũng không sao.</p><blockquote><p>Và bi kịch hơn là.. video tải lên từ ứng dụng chưa xác minh sẽ bị KHÓA ở chế độ riêng tư (Private). Tức là bạn đăng xong.. không ai xem được. YouTube sẽ gửi email nói: “Video của bạn đã bị khóa riêng tư vì được tải lên bằng dịch vụ bên thứ 3 chưa qua quy trình xác minh.”</p></blockquote><p>Muốn video công khai tự động? Phải xin xác minh OAuth của Google. Thời gian chờ: 4-6 tuần.</p><p>Yêu cầu xác minh cũng không đơn giản:</p><p>- Privacy Policy URL (công khai, truy cập được)</p><p>- Terms of Service URL</p><p>- Trang chủ ứng dụng</p><p>- Tên miền đã xác thực</p><p>- Thông tin thương hiệu đầy đủ</p><p>- Video demo ứng dụng</p><blockquote><p>Rồi còn giới hạn quota: 10.000 đơn vị/ngày. </p><p>À.. mỗi lần tải video lên tốn tầm 1.600 đơn vị. </p><p>Tính ra chỉ tải được khoảng 6 video/ngày.</p></blockquote><p>Chọn “Internal” cho OAuth cũng không giúp gì đâu.. video vẫn bị khóa riêng tư, vẫn phải xin xác minh. “Internal” chỉ hoạt động khi bạn dùng Google Workspace thôi.</p><h2>6. TWITTER/X.. ĐƠN GIẢN NHẤT NHƯNG.. ĐẮT NHẤT</h2><p>Twitter/X là nền tảng duy nhất KHÔNG cần xin duyệt. Tạo ứng dụng, lấy thông tin xác thực, dùng ngay. Tuyệt vời.</p><p>Nhưng đổi lại..</p><p><strong>Gói miễn phí (Free tier) CỰC KỲ hạn chế:</strong></p><p>- Chỉ đăng được 500-1.500 bài/tháng (toàn bộ ứng dụng, không phải mỗi tài khoản), cá nhân cũng tạm chấp nhận được.</p><p>- Chỉ đọc được 100 bài/tháng</p><p>- Thực tế là KHÔNG THỂ ĐỌC được gì (chỉ ghi, không đọc - write-only)</p><p>Tính thử: 1.500 bài/tháng, quản lý 10 tài khoản thì mỗi tài khoản chỉ đăng được 5 bài/ngày. Hết quota giữa tháng thì.. ngồi nhìn.</p><p>Muốn nhiều hơn? Trả tiền:</p><p>- Gói Basic: 200 đô/tháng (khoảng 5 triệu). Được 50.000 bài/tháng</p><p>- Gói Pro: 5.000 đô/tháng (khoảng 125 triệu)</p><p>- Gói Enterprise: 42.000 đô/tháng (hơn 1 TỶ)</p><blockquote><p>Không.. bạn đọc không nhầm đâu. 42.000 đô Mỹ mỗi tháng cho API Twitter. Elon Musk đúng là chúa bào tiền, API các bên miễn phí còn hắn thì.. thu tiền luôn.</p></blockquote><p>Rồi Free tier không cho đọc dữ liệu nha. Không theo dõi được lượt đề cập (mention), không theo dõi hashtag, không phân tích xu hướng (trend). Chỉ ĐĂNG, không ĐỌC.</p><p>API phiên bản cũ (v1.1) cũng đã ngừng hỗ trợ cho gói miễn phí. Chỉ dùng được API v2.</p><h2>7. BẢNG SO SÁNH TỔNG HỢP</h2><p>Nếu bạn đọc tới đây mà vẫn chưa tắt.. thì đây là bảng “tóm tắt nỗi đau” tôi viết gọn lại cho dễ xem (à có kèm hình nhờ AI gen luôn):</p><p>- Facebook: Dùng ngay được (Standard) | Cần duyệt nếu phục vụ khách hàng | Chờ 1-7 tuần | Khó nhất: Xác minh doanh nghiệp | Độ khó: 4/5 sao</p><p>- Instagram: Dùng ngay (tài khoản mình) | Cần duyệt nếu phục vụ khách hàng | Chờ 60+ ngày | Khó nhất: Chỉ tài khoản Business | Rate limit 200 lượt/giờ | Độ khó: 4/5 sao</p><p>- TikTok: KHÔNG dùng ngay được (chỉ Sandbox) | BẮT BUỘC duyệt | Chờ 2-4 tuần | Khó nhất: Bài kiểm tra chấp nhận | Độ khó: 5/5 sao</p><p>- YouTube: Dùng được nhưng có cảnh báo | Cần duyệt để bỏ cảnh báo | Chờ 4-6 tuần | Khó nhất: Video bị khóa riêng tư | Chỉ tải 6 video/ngày | Độ khó: 4/5 sao</p><p>- Twitter/X: Dùng ngay, không cần duyệt | Ngay lập tức | Khó nhất: API đắt kinh khủng | Free tier gần như vô dụng | Độ khó: 2/5 sao</p><div class="captioned-image-container"><figure><img width="1456" height="678" decoding="async" src="/blog-images/tu-dong-hoa-dang-bai-da-kenh-cho-dan-khong-chuyen/1.jpg" alt="" loading="lazy" ></figure></div><div class="captioned-image-container"><figure><img width="1456" height="894" decoding="async" src="/blog-images/tu-dong-hoa-dang-bai-da-kenh-cho-dan-khong-chuyen/2.jpg" alt="" loading="lazy" ></figure></div><blockquote><p><strong>Lưu ý:</strong> thông tin của tôi có thể chỉ đúng tới thời điểm cuối cùng tôi có tương tác với ứng dụng này gần đây, còn các cập nhật sau đó thì không chắc. Bạn có thể tham khảo tài liệu official của từng nền tảng để chắc chắn hơn nhe.</p></blockquote><h2>MẸO ĐỂ “SỐNG SÓT” QUA QUÁ TRÌNH DUYỆT ỨNG DỤNG</h2><p>Chuẩn bị đầy đủ giấy tờ TRƯỚC khi bắt đầu:</p><p>- Chính sách quyền riêng tư (Privacy Policy) - bắt buộc trên MỌI nền tảng</p><p>- Điều khoản dịch vụ (Terms of Service) </p><p>- Website chuyên nghiệp, hoạt động</p><p>- Giấy đăng ký kinh doanh</p><p>- Mã số thuế</p><p>Video demo thật chi tiết: quay màn hình rõ ràng, cho thấy toàn bộ luồng người dùng (user flow), giải thích mục đích sử dụng, dài 2-5 phút. Hồi đợt tôi phải chật vật làm đủ thứ vì bị đòi các tài nguyên này.</p><p>Chuẩn bị tài khoản test sẵn sàng cho reviewer. Tài khoản phải hoạt động 100%, có dữ liệu test sẵn.</p><p>Giải thích rõ ràng: TẠI SAO cần quyền đó? Dữ liệu sẽ dùng làm gì? Người dùng được lợi gì?</p><p>Đảm bảo ứng dụng chạy ngon: không lỗi, tất cả tính năng hoạt động, giao diện chuyên nghiệp.</p><h2>✍️ DÀI QUÁ MÀ LƯỜI ĐỌC THÌ.. TÓM LẠI LÀ..</h2><p>Tự động hóa đăng bài đa kênh với công cụ mã nguồn mở nghe thì hay: miễn phí, toàn quyền kiểm soát, không phụ thuộc bên thứ 3.</p><p>--&gt; Nhưng cái giá thật sự là: thời gian, kiến thức kỹ thuật, và kiên nhẫn (thực sự.. phải rất là kiên nhẫn, có khi vài tháng).</p><p>Bạn sẽ phải: thuê máy chủ (tầm 500k+/tháng, mình thì thường thuê con 900k trở lên thôi cho mượt), tự cài đặt mọi thứ, đăng ký tài khoản nhà phát triển trên từng nền tảng, chờ duyệt từ 2 tuần đến 2 tháng, xử lý đủ loại lỗi bị từ chối..</p><p>Còn nếu bạn không muốn đau đầu? Tôi chân thành khuyên bạn cứ trả tiền cho mấy phần mềm có sẵn đi. </p><p>--&gt; Bấm bấm vài đường là xong.</p><blockquote><p>Không có con đường nào sai.. chỉ có con đường nào phù hợp với bạn thôi. Đó là lý do hầu như các workshop và chương trình của bên Cường Hóa AI tôi đều ưu tiên sử dụng Make .com hoặc các công cụ SaaS có sẵn để anh chị em nhanh chóng đạt kết quả hơn.</p></blockquote><p>Riêng bản thân tôi và công ty tôi thì chọn con đường khó hơn.. vì tôi thích hiểu nó hoạt động ra sao, thích được toàn quyền kiểm soát dữ liệu. Mà cũng vì tôi có team kỹ thuật hỗ trợ.. chứ một mình thì nghĩ lại chắc bỏ cuộc luôn rồi.</p><p>Hy vọng bài này sẽ giúp cho các bạn mới (lại không chuyên) thấy thêm nhiều góc khuất thực sự khi làm Automation mà ít ai nói cho bạn biết.</p><p>Mọi người có câu hỏi hoặc kinh nghiệm gì khác đã từng giẫm mìn có thể chia sẻ thêm dưới comment nha.</p><p>#voquoccuong #cuonghoaai #automation #socialmedia</p>https://voquoccuong.com/blog/goc-nhin/178-trieu-luot-doc-cho-mot-bai-viet-dai-hon-10-ngan-chu-co-gi-hay-ho/https://voquoccuong.com/blog/goc-nhin/178-trieu-luot-doc-cho-mot-bai-viet-dai-hon-10-ngan-chu-co-gi-hay-ho/Cứ 40 người trên hành tinh này thì có 1 người đã đọc bài của Dan Koe. Không phải video ngắn. Không phải reel 30 giây. Mà là một bài viết dài về.. phát triển bảnTue, 24 Feb 2026 14:54:52 GMT<p>Cứ 40 người trên hành tinh này thì có 1 người đã đọc bài của Dan Koe. Không phải video ngắn. Không phải reel 30 giây. Mà là một bài viết dài về.. phát triển bản thân.</p><p>Tiêu đề nghe rất giật tít: “Làm thế nào để thay đổi hoàn toàn cuộc đời bạn chỉ trong một ngày”</p><p>Tôi đọc xong thì.. à ờ.. cũng không mới lắm. Nhưng cách ông ấy đóng gói lại thì hay. Nên thử bóc ra xem sao.</p><div class="captioned-image-container"><figure><img width="1456" height="1456" decoding="async" src="/blog-images/178-trieu-luot-doc-cho-mot-bai-viet-dai-hon-10-ngan-chu-co-gi-hay-ho/0.jpg" alt="" loading="lazy" ></figure></div><h2>Tầng 1.. Căn tính trước, hành vi sau</h2><p>Logic của Dan Koe ngược với cách đa số người ta hay làm.</p><p>Thường mình sẽ nghĩ: muốn gầy thì phải ăn kiêng, phải tập gym, phải “kiên trì”. Nhưng ông ấy nói nếu vẫn đang phải dùng 2 chữ “kiên trì” để làm một việc gì đó.. thì 99% là sẽ thất bại.</p><p>Tại sao? Vì trong tiềm thức mình vẫn nghĩ mình là “người béo”, và việc giảm cân là sự chịu đựng đau khổ, không bình thường.</p><blockquote><p>Ví dụ dễ hiểu hơn: Ai đó mời hút thuốc.</p><p>- Nói “Cảm ơn, tôi đang cai thuốc” → tiềm thức vẫn coi mình là người nghiện, đang gồng</p><p>- Nói “Cảm ơn, tôi không hút thuốc” → tiềm thức ghi nhận: không hút mới là trạng thái bình thường</p></blockquote><p>Nghe thì đơn giản.. mà làm thì khó. Tôi tự hỏi liệu có phải chỉ cần “nói khác đi” là xong không, hay còn cần thêm gì đó nữa. Chắc là cần, nhưng ít nhất đây là điểm bắt đầu.</p><h2>Tầng 2.. Chạy trốn ác mộng thay vì đuổi theo giấc mơ</h2><p>Đây là phần tôi thấy hay nhất.</p><p>Dan Koe gọi nó là Phản nguyện cảnh (Anti-vision). Thay vì hỏi “bạn muốn trở thành ai”, hãy hỏi “bạn sợ trở thành ai”.</p><p>Cách làm: Nhắm mắt lại, tưởng tượng 5 năm tới nếu không thay đổi gì cả.</p><blockquote><p>Sáng thứ Ba năm 2031, 9 giờ sáng, mình đang ở đâu? Có phải vẫn chen chúc trên xe buýt, lướt điện thoại xem câu chuyện thành công của người khác? Tối về nhà có phải vẫn nằm vật ra ghế sofa hai tiếng, rồi tự an ủi “để mai tính”?</p><p>Kéo dài 10 năm nữa.. ai đã hoàn toàn thất vọng về mình? Người ta nói xấu sau lưng mình về điều gì?</p></blockquote><p>Nếu nghĩ nghiêm túc, hình ảnh này khó chịu lắm. Khó chịu.. khó chịu.. dần. Dan nói vậy là đúng hướng rồi đó. Vì sự chán ghét là động lực mạnh hơn sự hướng tới.</p><p>Mà nói vậy thôi.. tôi cũng hổng biết có đúng 100% không. Có người cần cây gậy (sợ hãi), có người cần củ cà rốt (khao khát) hay có người cần dưa leo.. à.. đi hơi xa rồi ^^.</p><p>Chắc tùy người. Nhưng thử cách này cũng không mất gì.</p><h2>Tầng 3.. Biến cuộc đời thành game</h2><p>Cảm hứng rồi sẽ nguội. Nỗi sợ rồi sẽ chai. Nên cần một hệ thống để việc thay đổi trở thành guồng quay tự động.</p><p>Dan Koe hỏi: Tại sao chơi game cả ngày không mệt? Vì game có mục tiêu rõ ràng, có phản hồi tức thì, và nhân vật không ngừng thăng cấp.</p><p>Cuộc đời mình đang thiếu 3 điều đó.</p><blockquote><p>Gần đây tôi mới tập cái này.. viết ra “điều kiện thắng” cho từng giai đoạn. Không phải kiểu “tôi muốn giàu” chung chung, mà là: 6 tháng tới cần đạt X, tháng này cần làm Y, tuần này làm Z. Mỗi ngày chỉ 2-3 việc thúc đẩy tuyến chính, còn lại là tiếng ồn.</p></blockquote><p>Nghe thì giống OKR, KPI các kiểu.. mà khác ở chỗ: mình tự đặt cho mình, không phải sếp đặt. Và quan trọng hơn là gắn với căn tính “tôi là người như thế nào” chứ không phải “tôi phải làm gì”.</p><p>Còn cái ý “nhân vật thăng cấp” thì.. hay nhưng hơi lý thuyết. 20 tuổi, 30 tuổi, 50 tuổi chuyển đổi căn tính một lần nghe đẹp, mà thực tế thì lộn xộn hơn nhiều. Tôi đoán mò vậy, tại cũng đang mò mẫm mà hớ hớ.</p><h2>Sẵn tiện nói thêm chuyện bên lề</h2><p>Phương pháp của Dan Koe thực chất là bản remix hiện đại, kết hợp mấy thứ cũ:</p><ul><li><p>Tầng căn tính có hơi thở của Nietzsche, khái niệm Siêu nhân (Übermensch) và quá trình tự vượt qua chính mình</p></li><li><p>Phản nguyện cảnh là phiên bản hiện đại của kỹ thuật Hình dung tiêu cực (Premeditatio Malorum) của các triết gia Khắc kỷ</p></li><li><p>Tầng hệ thống thì gần với triết lý của James Carse trong cuốn “Trò chơi hữu hạn và vô hạn” (Finite and Infinite Games)</p></li></ul><p>Không có gì mới.. nhưng đóng gói lại thì dễ nuốt hơn. Và 178 triệu lượt đọc chứng minh là cách đóng gói quan trọng không kém nội dung.</p><div class="pullquote"><p>Năm 2026 mới bắt đầu. Nếu có thử, thì thử từ câu hỏi này: Cuộc sống mà mình tuyệt đối không muốn phải trải qua vào 5 năm tới là gì?</p></div><p>Viết ra đi. Rồi để đó. Xem nó có ám ảnh đủ để làm mình nhúc nhích không.</p><p>Thấy dễ vậy chứ coi bộ không phải ai cũng chịu làm à :3</p><p>---</p><p>#voquoccuong</p><p><em><strong>Nguồn tham khảo:</strong></em></p><p><em>- Dan Koe, “How To Completely Change Your Life In A Day” bài viết gốc trên X (178M+ views)</em></p><p><em>- Friedrich Nietzsche, “Thus Spoke Zarathustra” khái niệm Übermensch</em></p><p><em>- James Carse, “Finite and Infinite Games” (1986)</em></p>https://voquoccuong.com/blog/ai-automation/toi-uu-token-trong-claude-projects/https://voquoccuong.com/blog/ai-automation/toi-uu-token-trong-claude-projects/Những điều có thể bạn dùng lâu rồi cũng chưa biếtSat, 21 Feb 2026 16:54:35 GMT<p>Tuần này tôi ngồi dọn lại mấy project trong Claude, và nhận ra mình hơi bị ngây thơ suốt mấy tháng trời..</p><p>Kiểu “cứ quăng file vào cho nó nhiều là ngon” thì ra hổng phải vậy.</p><p>Nên viết bài này chia sẻ lại những gì tôi vừa tìm hiểu được, dành cho anh chị em dân không chuyên nhưng muốn hiểu cách Claude Projects thực sự hoạt động.</p><div class="captioned-image-container"><figure><img width="1456" height="813" decoding="async" src="/blog-images/toi-uu-token-trong-claude-projects/0.jpg" alt="" loading="lazy" ></figure></div><h2>Đầu tiên — Token là gì?</h2><p>Token là đơn vị nhỏ nhất mà Claude dùng để “đọc” và “xử lý” text.</p><p>Một số quy đổi nhanh:</p><ul><li><p>1,000 tokens ≈ 750 từ tiếng Anh</p></li><li><p>1,000 tokens ≈ 500 từ tiếng Việt (do tiếng Việt có dấu, phức tạp hơn)</p></li><li><p>200,000 tokens ≈ 500 trang sách</p></li></ul><p>Tại sao cần quan tâm? Vì Claude có giới hạn <strong>cửa sổ ngữ cảnh</strong> (context window) — tức là bộ nhớ làm việc của nó. Mọi thứ mình gửi vào + mọi thứ Claude trả lời = phải nằm gọn trong cửa sổ này.</p><p>Vượt quá thì Claude bắt đầu.. quên, ngáo luôn.</p><h2>Điều tôi hiểu sai suốt mấy tháng</h2><p>Tôi cứ nghĩ Claude Projects hoạt động kiểu “thông minh” là.. load file nào cần thì load, không cần thì bỏ qua.</p><p>Thì ra.. trật lất hết (SAI).</p><p>Anthropic documentation nói rõ:</p><p><strong>Khi tổng project knowledge DƯỚI context limit (~200k tokens):</strong></p><p>→ Claude load TOÀN BỘ files vào context MỖI câu hỏi. Không selective gì hết.</p><p><strong>Khi tổng project knowledge TRÊN context limit:</strong></p><p>→ Tự động chuyển sang RAG mode, lúc này mới search selective, chỉ load chunks liên quan.</p><p>Nôm na là: Nếu project của bạn có 10 files nhỏ tổng 20,000 tokens, thì mỗi lần hỏi Claude, cả 10 files được load vào. Dù bạn chỉ hỏi về 1 file.</p><p>Đây là “chi phí ẩn” mà nhiều người hổng biết.</p><h2>Ví dụ thực tế từ project tôi vừa dọn</h2><p><strong>Trước khi tối ưu:</strong></p><ul><li><p>11 files trong project</p></li><li><p>Instructions dài (~3,000 tokens)</p></li><li><p>Tổng project knowledge: ~20,000 tokens</p></li></ul><p>—&gt; Mỗi câu hỏi: Instructions + 11 files + conversation = ~25,000 tokens input</p><div class="captioned-image-container"><figure><img width="763" height="742" decoding="async" src="/blog-images/toi-uu-token-trong-claude-projects/1.png" alt="" loading="lazy" ></figure></div><p><strong>Sau khi tối ưu:</strong></p><ul><li><p>Gộp còn 2 files chính (bỏ README, CHANGELOG, file trùng lặp)</p></li><li><p>Instructions gọn lại (~2,000 tokens)</p></li><li><p>Tổng project knowledge: ~8,000 tokens</p></li></ul><p>—&gt; Mỗi câu hỏi: Instructions + 2 files + conversation = ~10,000 tokens input</p><div class="captioned-image-container"><figure><img width="743" height="721" decoding="async" src="/blog-images/toi-uu-token-trong-claude-projects/2.jpg" alt="" loading="lazy" ></figure></div><p><strong>Tiết kiệm: ~15,000 tokens/câu hỏi.</strong></p><p>Nghe có vẻ không nhiều, nhưng nhân với 50 câu hỏi/ngày, nhân với 30 ngày.. con số bắt đầu đáng kể.</p><div class="pullquote"><p>Và quan trọng hơn: <br><strong>Claude focus tốt hơn khi context gọn. <br>Ít noise = trả lời chính xác hơn.</strong></p></div><h2>4 nguyên tắc tối ưu token cho người không chuyên</h2><h3><strong>1. Instructions — giữ ngắn, không lặp</strong></h3><p>Instructions được inject vào context MỖI câu hỏi. Chiếm token cố định.</p><p>Nếu instruction dài 5,000 tokens, mỗi câu hỏi bạn đã “tốn” 5,000 tokens trước khi nói gì.</p><blockquote><p>Tip: <br>Viết instructions như viết email cho sếp bận — ngắn gọn, rõ ràng, đi thẳng vào việc.</p></blockquote><h3><strong>2. Dọn file không cần thiết</strong></h3><p>README.md? CHANGELOG? File “lưu lại cho chắc”? </p><p>Nếu Claude không cần reference mỗi ngày → bỏ luôn đi.</p><blockquote><p>Thật ra mấy cái này phù hợp project dưới máy tính xài trên Antigravity/Claude Code/Windsurf/Cursor thôi, còn Claude Desktop/Web thì không cần.</p></blockquote><h3><strong>3. Gộp file có nội dung liên quan</strong></h3><p>Thay vì 5 file nhỏ về cùng một chủ đề → gộp thành 1 file thôi.</p><p>Giảm trùng lặp.</p><h3><strong>4. Chú ý format file</strong></h3><p>HTML files thường chiếm nhiều token hơn do Claude đọc cả tags. Markdown hoặc plain text gọn hơn.</p><blockquote><p>(số liệu từ một bài test tôi đọc: cùng nội dung, HTML chiếm gấp đôi token so với Markdown —&gt; à.. cái này để tôi lên bài liên quan HTML to Markdown sau)</p></blockquote><h2>Làm sao biết project đang dùng bao nhiêu token?</h2><p>Hiện tại Claude.ai chưa có dashboard hiển thị token usage chi tiết. Nhưng có vài cách ước tính:</p><h3><strong>Cách 1: Dùng tool online</strong></h3><p>Tôi hay dùng tool count token miễn phí này:</p><p>- claudetokenizer.com — support Claude models mới nhất, upload được file</p><p>Copy text vào, nó trả về số token.</p><h3><strong>Cách 2: Xem dấu hiệu RAG</strong></h3><p>Nếu project của bạn đã chuyển sang RAG mode, Claude sẽ hiện “Indexing” indicator trong giao diện. Lúc đó bạn biết mình đã vượt ngưỡng ~200k tokens.</p><h3><strong>Cách 3: Ước tính nhanh</strong></h3><p>Tính nhẩm đại đại:</p><p>- 1 trang A4 text thường ≈ 500-800 tokens</p><p>- 1KB file text ≈ 250-400 tokens (tùy ngôn ngữ)</p><h2>RAG là gì và khi nào nó kích hoạt?</h2><p>RAG (Retrieval Augmented Generation) là chế độ “tìm kiếm thông minh” của Claude.</p><p><strong>Khi KHÔNG có RAG (project nhỏ):</strong></p><p>Claude load toàn bộ files vào “bộ nhớ làm việc” mỗi câu hỏi.</p><p><strong>Khi CÓ RAG (project lớn, vượt 200k tokens):</strong></p><p>Claude dùng tool search để tìm chunks liên quan, chỉ load những phần cần thiết.</p><blockquote><p><strong>Theo Anthropic:</strong></p><p>- RAG tự động kích hoạt khi project tiến gần hoặc vượt context window limit</p><p>- Dung lượng project có thể mở rộng lên 10x so với mode thường</p><p>- Chất lượng response vẫn tương đương</p></blockquote><p>Một điểm hay: Nếu sau đó bạn xóa bớt files và project về dưới ngưỡng 200k, Claude tự động chuyển ngược về mode load-toàn-bộ.</p><p>---</p><h2>Sẵn tiện nói thêm chuyện bên lề..</h2><p>Tôi từng nghĩ “càng nhiều context càng tốt” — kiểu cho Claude đọc hết mọi thứ, nó sẽ hiểu mình hơn.</p><p><strong>Thật ra ngược lại.</strong></p><p>Claude như một nhân viên mới vào công ty. Bạn đưa cho họ 500 trang tài liệu trước buổi họp đầu tiên — họ sẽ lú luôn và hổng biết đâu là quan trọng.</p><p>Nhưng nếu bạn đưa 10 trang tóm tắt đúng trọng tâm — họ sẽ vào việc nhanh hơn nhiều.</p><div class="pullquote"><p><strong>Context gọn = Claude focus hơn = output tốt hơn.</strong></p></div><p>Đơn giản vậy thôi :3</p><p>---</p><p><em><strong>Nguồn tham khảo:</strong></em></p><p><em>- Anthropic Help Center: RAG for Projects — https://support.claude.com/en/articles/11473015-retrieval-augmented-generation-rag-for-projects</em></p><p><em>- Anthropic Help Center: Context Window — https://support.claude.com/en/articles/8606394-how-large-is-the-context-window-on-paid-claude-plans</em></p><p><em>- Anthropic Docs: Token Counting API — https://docs.anthropic.com/en/docs/build-with-claude/token-counting</em></p><p><em>- Anthropic Docs: Context Windows — https://docs.claude.com/en/docs/build-with-claude/context-windows</em></p><p><em><strong>Tool count token:</strong></em></p><p><em>- https://claudetokenizer.com (official API)</em></p><p><em>- https://lunary.ai/anthropic-tokenizer</em></p><p><em>- https://token-counter.app/anthropic</em></p><p>#voquoccuong</p>https://voquoccuong.com/blog/goc-nhin/vibe-coding-co-phai-dang-tao-ra-rac-cong-nghe/https://voquoccuong.com/blog/goc-nhin/vibe-coding-co-phai-dang-tao-ra-rac-cong-nghe/Dạo này feed tôi tràn ngập mấy bài kiểu “tôi không biết code, vừa build xong app trong 10 phút nhờ AI”.Fri, 20 Feb 2026 17:41:40 GMT<p>Dạo này feed tôi tràn ngập mấy bài kiểu “tôi không biết code, vừa build xong app trong 10 phút nhờ AI”.</p><p>Comment bên dưới chia hai phe cãi nhau như cái chợ đầu hẻm nhà tôi. </p><ul><li><p>Phe thì “wow thiên tài”. </p></li><li><p>Phe thì “AI Slop - toàn là rác, lên production đi rồi biết nha”.</p></li></ul><p>Tôi ngồi đọc mà thấy.. cả hai phe đều đúng. Và cả hai đều “tào lao” như nhau.</p><p>Để tôi viết vài dòng hơi thô nhưng đây là suy nghĩ thật.</p><div class="captioned-image-container"><figure><img width="1456" height="813" decoding="async" src="/blog-images/vibe-coding-co-phai-dang-tao-ra-rac-cong-nghe/0.jpg" alt="" loading="lazy" ></figure></div><p></p><h2>Trước hết, “vibe coding” là cái khỉ gì?</h2><p>Là bạn ngồi xuống, mở Antigravity hoặc Claude Code (hoặc AI bất kỳ) lên, gõ prompt theo.. cảm hứng. Không biết code cũng kệ. Không hiểu nó chạy kiểu gì cũng kệ. Chạy được là.. được.</p><p>Giống như bạn lái xe mà chả cần biết động cơ hoạt động ra sao, miễn đạp ga nó chạy là xong. Nghe thì có vẻ hợp lý đúng không?</p><p>Nhưng mà vấn đề là thế này: </p><blockquote><p>Bạn éo phải đang lái xe. Bạn đang.. lắp ráp xe. Bằng cách bảo thằng AI lắp hộ. Trong khi bạn hổng biết cái nào là phanh cái nào là ga.</p></blockquote><p>--&gt; Rồi bạn ship cái xe đó cho khách. Rồi khách lái. Rồi khách đ.ụng. </p><p>Rồi bạn.. “ủa.. sao nó lại bị như vậy ta?” :))</p><p>Đây chính xác là trạng thái của rất nhiều “vibe coder” hiện nay.</p><p><em>Nhưng khoan, tôi sẽ công tâm.</em></p><p>Vì nếu chỉ chửi vibe coding thì tôi cũng ngu không kém. Vấn đề không nằm ở tool.</p><h2>Vấn đề nằm ở thằng cầm tool.</h2><p>Năm 1865, nước Anh thông qua “Locomotive Acts” — dân hay gọi là “Đạo luật Cờ Đỏ” (Red Flag Act).</p><blockquote><p>Luật này quy định: Mọi “xe không ngựa kéo” (tức ô tô thời đó) khi chạy trên đường phải có ít nhất 3 người vận hành. Một trong số đó phải đi bộ phía trước xe, cầm cờ đỏ vào ban ngày, đèn đỏ vào ban đêm — để cảnh báo người đi đường.</p><p>Tốc độ tối đa? 4 dặm/giờ ở ngoại ô. 2 dặm/giờ trong thành phố.</p><p>Chậm hơn cả người đi bộ nhanh. Éo đùa. Luật thật.</p><p><strong>Tại sao có cái luật này? </strong></p><p>Vì giới chủ xe ngựa và công ty đường sắt lobby mạnh — họ sợ ô tô cướp mất thị phần. Kết quả là nước Anh — chính nơi phát minh ra động cơ hơi nước — lại tụt hậu ngành ô tô so với Đức và Pháp suốt mấy chục năm.</p><p><em>(Bạn có thể search “Red Flag Act 1865” để đọc thêm)</em></p></blockquote><p>Bây giờ nhìn lại mấy ông dev đang “review từng dòng code AI viết ra”, “tự tay sửa từng cái lỗi”, “<strong>nhất quyết phải hiểu 100% trước khi ship</strong>”..</p><p>--&gt; các ông chính là thằng cầm cờ đỏ đi trước cái xe AI đó.</p><p>Mà nói vậy thôi, tôi hiểu. Những anh em dev xung quanh tôi cũng từng như vậy. Vì sợ. Vì “thân chinh làm mới yên tâm”. Vì nghĩ mình kiểm soát được mọi thứ.</p><p>Nhưng thật ra éo ai kiểm soát được đâu. Kể cả code tự tay viết cũng bug như thường. Chỉ là bug do mình viết thì.. dễ chấp nhận hơn bug do AI viết. Tâm lý thôi.</p><p>Rồi, từ hai cái trên ta có gì?</p><p><strong>Ta có hai loại ngu:</strong></p><ol><li><p><strong>Vibe coding mù</strong> — éo biết gì, prompt bừa, chạy được là ship, khách chửi thì “ơ em cũng éo hiểu sao”.</p></li><li><p><strong>Cầm cờ đỏ</strong> — biết quá nhiều, sợ quá nhiều, kiểm soát quá nhiều, kết quả là AI chạy chậm hơn tự code.</p></li></ol><p>Cả hai đều dỏm. Chỉ là dỏm theo hai hướng khác nhau. </p><blockquote><p>Bản thân tôi và anh em tôi quen đều dính phải 2 cái ngu này luôn rồi.</p></blockquote><h2>Vậy đâu mới là cách đúng?</h2><p>Có ông <strong>Ivan Zhao</strong> — founder Notion, công ty định giá hơn 10 tỷ đô mà gần như không tốn tiền marketing, ông ấy gọi cái này là “phẩm vị” (taste).</p><p>Tức là khả năng <strong>nhìn ra cái gì ngon, cái gì rác</strong>. Không cần hiểu từng dòng code, nhưng phải biết output có đang giải quyết đúng vấn đề không. Không cần tự tay làm, nhưng phải biết khi nào nên dừng lại thay vì prompt thêm cho nó ra thêm.. rác.</p><blockquote><p>Giống như đạo diễn phim không cần biết vận hành camera, nhưng phải biết khi nào nên để cho nhân vật nói, lúc nào để cho nhân vật có khoảng lặng để phát triển tâm lý. Còn nếu đạo diễn mà không phân biệt được.. thì ra Trấn Thành.. à.. ờ.. ủa..</p></blockquote><p>Thật ra nói vậy thôi, mặt khác nhiều anh em (founder công ty nhỏ) kể tôi nghe.. họ cũng éo có thời gian học “phẩm vị”. </p><p><strong>Họ cần ship. Họ cần sống. Họ cần có cái gì đó chạy được để còn đi gọi vốn.</strong></p><p>Cái này tôi cũng hiểu. Nhưng mà..</p><p><em>Có một sự thật hơi phũ là.. khi chi phí tạo ra code gần bằng 0, thì code rác cũng gần bằng.. vô hạn.</em></p><p>Trước đây, giữa “ý tưởng” và “sản phẩm” có một cái hố kỹ thuật khổng lồ. </p><p><strong>Cái hố đó filter bớt mấy đứa ngu như tôi.</strong> </p><p>Vì muốn build phải học code, phải setup server, phải làm đủ thứ. Mệt quá thì bỏ.</p><p><strong>Giờ AI lấp cái hố đó bằng một phím Enter.</strong></p><p>Ý tưởng ngu giờ cũng ship được. Nhanh hơn. Rẻ hơn. Và.. ngu hơn.</p><p>Nên là thị trường sắp tới sẽ tràn ngập sản phẩm “chạy được nhưng éo ai cần”. Mấy ông vibe coding không có phẩm vị sẽ đẻ ra hàng đống rác kỹ thuật. Còn mấy ông cầm cờ đỏ sẽ ngồi đó tự hào vì code sạch.. trong khi đối thủ đã ship xong 10 sản phẩm.</p><div class="pullquote"><p>Gần đây tôi mới tập cái này. Thay vì prompt liên tục “thêm feature này, sửa cái kia”, tôi bắt đầu dừng lại hỏi: “Cái này có cần không? Nó giải quyết vấn đề gì? Bỏ nó đi thì sao?”</p></div><p>Hóa ra nhiều thứ tôi định build.. bỏ đi chẳng ai quan tâm, kể cả bản thân tôi.</p><h2>Nên là kết luận thế nào?</h2><p>Vibe coding éo có lỗi. Giống như dao éo có lỗi. Lỗi là ở thằng cầm dao mà éo biết cắt cái gì.</p><p>Muốn vibe coding cho đúng thì phải có hai thứ:</p><ul><li><p>Một là biết mình đang build cái gì và tại sao. </p></li><li><p>Hai là biết khi nào output là đủ tốt, khi nào là rác.</p></li></ul><p>Từ một và hai ta có: Phẩm vị.</p><p>Không có phẩm vị, bạn chỉ đang tạo ra rác với tốc độ ánh sáng. Có phẩm vị, bạn là thằng duy nhất biết dừng lại đúng lúc trong khi cả thị trường đang chạy đua xuống đáy.</p><p><strong>Sẵn tiện nói thêm chuyện bên lề:</strong></p><p>Mấy anh em hay hỏi “anh ơi bắt đầu học AI coding từ đâu?”</p><p>Tôi hay trả lời: Bắt đầu từ việc.. biết mình muốn build cái gì đã.</p><p>Vì tool thì AI dạy được. Framework thì AI dạy được. Nhưng “cái gì đáng build” thì không ai dạy được ngoài bạn.</p><blockquote><p>Chúng ta đang sống trong thời đại chi phí thực thi (execution cost) tiến về không. </p></blockquote><p>Câu hỏi không còn là “làm thế nào?”</p><p>Câu hỏi bây giờ là “có nên làm không?” và “làm xong thì sao?”</p><p>Mà hai câu đó.. thì khó à :3</p><h2>DÀI QUÁ MÀ.. LƯỜI ĐỌC:</h2><p>Vibe coding = đưa dao cho thằng không biết nấu ăn rồi bảo làm omakase. Không phải dao lỗi. Là thằng cầm dao thiếu phẩm vị (taste). Thế thôi.</p><p>#voquoccuong</p>https://voquoccuong.com/blog/goc-nhin/tu-bot-ngot-den-ban-dan-bai-hoc-ngach-tu-ajinomoto/https://voquoccuong.com/blog/goc-nhin/tu-bot-ngot-den-ban-dan-bai-hoc-ngach-tu-ajinomoto/Hôm nay đọc được bài viết về Ajinomoto và công nghệ ABF.. tự nhiên thấy đây là case study quá hay về chuyện tìm "ngách" trong kinh doanh.Fri, 20 Feb 2026 09:59:37 GMT<p>Hôm nay đọc được bài viết về Ajinomoto và công nghệ ABF.. tự nhiên thấy đây là case study quá hay về chuyện tìm "ngách" trong kinh doanh.</p><p>Câu chuyện ngắn gọn thế này: một công ty bột ngọt Nhật Bản lại đang nắm 95-98% thị phần toàn cầu của một loại vật liệu mà.. không có nó thì Nvidia, Intel, AMD, Apple đều không sản xuất được chip cao cấp.</p><p>Cái vật liệu đó gọi là ABF (Ajinomoto Build-up Film) - một lớp phim mỏng cách điện nằm giữa các lớp mạch trong chip.</p><p>Không có ABF = không có GPU AI. Không có CPU hiệu suất cao. Không có chip tự lái cho Tesla.</p><p>Vậy mà.. nó đến từ một công ty làm.. gia vị.</p><p></p><div class="captioned-image-container"><figure><img width="1200" height="675" decoding="async" src="/blog-images/tu-bot-ngot-den-ban-dan-bai-hoc-ngach-tu-ajinomoto/0.jpg" alt="" loading="lazy" ></figure></div><p>---</p><p>CÂU CHUYỆN BẮT ĐẦU TỪ ĐÂU?</p><p>Năm 1996, có một nhà sản xuất chip (không tiết lộ tên) đến gõ cửa Ajinomoto, hỏi: "Các anh có làm được vật liệu cách điện mới không? Mực in truyền thống không đáp ứng được nhu cầu chip thế hệ mới rồi."</p><p>Ajinomoto nhìn lại kho nghiên cứu axit amin của mình.. và phát hiện ra rằng sản phẩm phụ của quá trình lên men có thể biến thành vật liệu cách điện cực tốt.</p><p>3 năm sau (1999), Intel bắt đầu dùng ABF trong sản xuất chip.</p><p>25 năm sau.. không ai thay thế được.</p><p>---</p><h2>TẠI SAO TRUNG QUỐC COPY KHÔNG NỔI?</h2><p>Đây là phần zui nè.</p><p>Trung Quốc đã đầu tư hàng trăm triệu USD, huy động cả viện nghiên cứu nhà nước lẫn startup để "nhái" ABF. Các công ty như Xi'an Tianhe, Zhejiang Wazam.. đều đang cố gắng.</p><p>Kết quả? Vẫn chưa có sản phẩm nào đủ chất lượng để sản xuất hàng loạt.</p><h3>Lý do không đơn giản là "công nghệ":</h3><p>1. Ajinomoto có hơn 20 năm nghiên cứu axit amin - một hướng đi mà không ai khác từng thử nghiêm túc</p><p>2. Dây chuyền sản xuất được đồng phát triển riêng với nhà chế tạo máy - không bán thương mại</p><p>3. Quy trình ép màng, sấy, cắt có sai số tính bằng micromet</p><p>4. "High-speed development cycle" - Ajinomoto làm việc trực tiếp với khách hàng để phát triển ABF thế hệ mới cho từng dòng chip</p><p>Tức là.. không phải copy công thức là xong. Cả một hệ sinh thái đã được xây dựng.</p><p>---</p><h2>BÀI HỌC GÌ CHO MÌNH?</h2><p>Tôi đang nghĩ về chuyện này trong bối cảnh AI automation.</p><p>Ajinomoto không cạnh tranh bằng giá (ABF đắt hơn vật liệu truyền thống). Họ cạnh tranh bằng:</p><p>- Độ ổn định kỹ thuật</p><p>- Khả năng giao hàng đúng hạn </p><p>- "Lock-in" khách hàng vào chuỗi cung ứng qua việc đồng phát triển sản phẩm</p><p>Và quan trọng nhất: họ biến thế mạnh cũ (nghiên cứu axit amin cho thực phẩm) thành thế mạnh mới (vật liệu bán dẫn).. theo cách mà không ai nghĩ đến.</p><p>Không phải xoay trục toàn diện, mà là cải tiến giá trị cốt lõi theo một định hướng mới.</p><p>---</p><h2>MỘT VÀI CON SỐ ĐỂ SUY NGHĨ</h2><p>- ABF chỉ chiếm khoảng 7% doanh thu Ajinomoto</p><p>- Nhưng đóng góp khoảng 20-23% lợi nhuận hoạt động</p><p>- Biên lợi nhuận ước tính gần 50%</p><p>- Dự kiến tăng trưởng &gt;10%/năm đến 2030</p><p>(số liệu tham khảo tôi ghi nguồn ở cuối bài nhé)</p><p>Mảng gia vị truyền thống đang cạnh tranh khốc liệt, tăng trưởng chậm. Mảng ABF thì.. bùng nổ theo sóng AI.</p><p>Cùng một công ty. Hai câu chuyện hoàn toàn khác.</p><p>---</p><p>Có một câu trong bài viết gốc tôi thấy đáng suy nghĩ:</p><blockquote><p>"Đổi mới không nhất thiết phải đến từ thay đổi toàn bộ, mà đôi khi chỉ cần nhìn lại mình, đào sâu, và phát triển những gì đã có theo cách mà không ai từng làm."</p></blockquote><p>Trong thời đại mọi người đua nhau "thay đổi hoàn toàn sang AI".. có khi bài học từ một công ty bột ngọt lại đáng giá hơn ta tưởng.</p><p>---</p><p><em><strong>Nguồn tham khảo:</strong></em></p><p><em>- CafeF/Nhịp sống thị trường (bài gốc tiếng Việt) </em></p><p><em>- TrendForce (4/2025) - số liệu đầu tư và % lợi nhuận</em></p><p><em>- Nikkei Asia - phỏng vấn CEO Shigeo Nakamura</em></p><p><em>- Diamond Online - cấu trúc thị trường ABF</em></p><p><em>- Convergence Analysis - phân tích chuỗi cung ứng bán dẫn Mỹ</em></p><p></p>https://voquoccuong.com/blog/goc-nhin/4x-tuoi-toi-di-xin-lam-mentee/https://voquoccuong.com/blog/goc-nhin/4x-tuoi-toi-di-xin-lam-mentee/Về chuyện học hỏi, lắng nghe, và những người thầy có thể bạn chưa rõ về tôi.Sun, 15 Feb 2026 04:00:31 GMT<p>Về chuyện học hỏi, lắng nghe, và những người thầy có thể bạn chưa rõ về tôi.</p><p>Hôm trước, tôi viết một bài thừa nhận mình không giỏi như từng nghĩ.</p><p>Rất nhiều anh em đồng cảm, chia sẻ, động viên. Thực sự cảm ơn mọi người!</p><p>Nhưng đó chỉ là một phần của câu chuyện. Hôm nay tôi muốn kể tiếp.</p><blockquote><div class="captioned-image-container"><figure><img width="1280" height="960" decoding="async" src="/blog-images/4x-tuoi-toi-di-xin-lam-mentee/0.jpg" alt="" loading="lazy" ><figcaption class="image-caption">Cảnh Toàn - đứa em tôi học được rất nhiều trong 2025</figcaption></figure></div></blockquote><h2>Những gì tôi học được từ mentee</h2><p>Tôi có kha khá mentee. Và nếu bạn theo dõi tôi lâu rồi thì biết - các bạn ấy đều đánh giá tôi: khó tính, chảnh chóa, chi li tiểu tiết..v.v… rất nhiều tật xấu. Tất cả đều đúng hết, nên đừng bất ngờ nếu phải làm việc với tôi.</p><p>Nhưng có một điều các bạn ấy không biết về tôi: </p><blockquote><p>Tôi học được từ các bạn nhiều hơn những gì tôi chia sẻ cho các bạn.</p></blockquote><p>Nhắc đến đây lại nhớ câu ông Duy hay nói đùa </p><p>"<em>Tôi học được rất nhiều từ những sai lầm của người nghe theo lời khuyên của tôi</em>" 😂</p><p>Thật ra cũng đúng, nhưng chưa đủ nên tôi bổ sung ý này.</p><p>Khi chia sẻ với mentee, tôi luôn nói: </p><blockquote><p>"Những thứ này của anh chưa hẳn là đúng. Anh chỉ chia sẻ để em có thêm góc nhìn. Còn lại quyết định là của em, hãy tự chịu trách nhiệm trước quyết định của mình."</p></blockquote><p>Và cũng vì chia sẻ hết ruột gan nên tôi cũng được các bạn ấy mở lòng chia sẻ ngược lại rất nhiều. Tôi được thêm nhiều góc nhìn. Tôi học được rất nhiều thứ.</p><p>Đó là lý do tôi thích nhận mentee. </p><p>Không phải vì tôi giỏi. Mà vì tôi được học.</p><h2>Năm 2026: Đi tìm mentor</h2><p>Năm nay, mục tiêu của tôi không phải nhận thêm mentee.</p><p>Mục tiêu của tôi là đi tìm mentor.</p><p>Có những bạn tôi thấy giỏi, tôi muốn nhờ làm mentor. Nhưng các bạn e dè:</p><blockquote><p>"Ồ, em thì đâu có đủ trình chia sẻ cho anh Cường đâu."</p></blockquote><p>Đó chính là thiệt thòi của tôi, chắc cũng là của những anh em “có tuổi” khác.</p><p>Tôi thấy bạn giỏi hơn mình rất nhiều lần. Nên tôi muốn học. Tôi nghiêm túc.</p><p>Dù tuổi đời các bạn nhỏ hơn tôi, nhưng tôi luôn tin tuổi đời không đánh giá được năng lực, trình độ và cả trải nghiệm trong cuộc sống của bất kỳ ai. Có khi bạn còn trải nghiệm đời nhiều hơn tôi.</p><p>Nên gần đây tôi rất sẵn sàng đi tìm mentor. Tôi đến gặp bạn bè, đối tác, cả những người em - và nói thẳng: "Nhận anh làm mentee đi."</p><p>Ban đầu họ tưởng tôi đùa. Bình thường anh em hay đùa giỡn với nhau mà.</p><p>Nhưng tôi cực kỳ thành tâm, nghiêm túc nói chuyện đàng hoàng, cuối cùng cũng có vài bạn chịu nhận.</p><h2>Những lĩnh vực tôi đang tìm mentor</h2><h3>Tài chính &amp; Quản trị doanh nghiệp</h3><p>Đây là thứ tôi yếu nhất. Tôi nghĩ là yếu nhất trong rất nhiều năm làm doanh nghiệp. Đã tìm được một bạn chịu làm mentor cho mảng Quản trị rồi, giờ còn thiếu người làm mentor Tài Chính thì đẹp ^^.</p><h3>Legal, thuế, chính sách</h3><p>Đã tìm được một bạn. Hi vọng sau Tết bạn sẽ chấp nhận cố vấn cho tôi.</p><h3>Sales, marketing, khởi nghiệp </h3><p>Đang tìm.</p><h3>Thị trường nước ngoài </h3><p>Đang tìm.</p><h3>Công nghệ</h3><p>Mảng này rộng lớn lắm. Tôi may mắn được làm việc với Việt Trần và Duy - những bạn rất giỏi về công nghệ như Toàn @Tony.</p><p>Nhưng anh em chơi thân quá thì... chúng nó không thèm nhận tôi làm mentee. Nên tôi chỉ có thể len lén học lóm, học ké thôi.</p><h2>Bài học từ Quỳnh Ruby</h2><p>Có một người dạy tôi rất nhiều bài học quan trọng những năm vừa qua đó là Quỳnh - cũng là CPO tại EGANY.</p><p>Quỳnh dạy tôi biết cách lắng nghe. Biết cách cân bằng cuộc sống. Đối diện mọi thứ nhẹ nhàng hơn, bình thản hơn trước mọi áp lực.</p><p>Vì tật xấu của tôi đó là: khi ngồi đối diện với ai đó, tôi rất hay chia sẻ và hay nói nhiều.</p><p>Đây là một tật không tốt. Và Quỳnh đã giúp tôi nhận ra điều đó. Chỉ bằng cách.. không nói gì cả ^^</p><h2>2026: Năm của việc lắng nghe</h2><p>2026 với tôi là năm tái cấu trúc, và quan trọng nhất - học hỏi, lắng nghe.</p><p>Lắng nghe không có nghĩa là không nói. Tôi vẫn chia sẻ trên podcast, trên mạng xã hội. Nhưng khi ngồi đối diện một người, tôi sẽ tập giảm lại thời lượng mình nói như thông thường để lắng nghe nhiều hơn.</p><p>Và để lắng nghe được, dĩ nhiên vẫn phải chia sẻ.</p><p>Chia sẻ những điều chân thành và thật nhất như chính bài này đây.</p><p>Bài viết ba hôm trước, tôi cầm điện thoại gõ lung tung. Không chỉnh sửa cho đẹp. Nhưng anh em ủng hộ vì nó thật. Bài này cũng vậy, tôi đang cầm điện thoại gõ do không có laptop đây ^^</p><div class="captioned-image-container"><figure><img width="1170" height="2532" decoding="async" src="/blog-images/4x-tuoi-toi-di-xin-lam-mentee/1.png" alt="" loading="lazy" ></figure></div><p><strong>Đón chào 2026.</strong></p><p>Hi vọng năm nay được học hỏi nhiều hơn, và cũng sẵn sàng chia sẻ những gì mình biết cho cộng đồng trong hành trình phát triển dự án AgenticWorking.io cho cộng đồng và cho chính nội bộ team EGANY của tôi.</p>https://voquoccuong.com/blog/goc-nhin/toi-khong-thuc-su-gioi-nhu-minh-nghi-day-khong-phai-la-cau-gia-vo-khiem-ton-dau/https://voquoccuong.com/blog/goc-nhin/toi-khong-thuc-su-gioi-nhu-minh-nghi-day-khong-phai-la-cau-gia-vo-khiem-ton-dau/Gần đây khi trao đổi với mấy đứa em làm nghề, những bạn mà tôi đang hỗ trợ.. tôi hay nói thẳng là tôi không có giỏi.Fri, 13 Feb 2026 07:07:11 GMT<p>Gần đây khi trao đổi với mấy đứa em làm nghề, những bạn mà tôi đang hỗ trợ.. tôi hay nói thẳng là tôi không có giỏi.</p><p>Chúng nó hay trề môi.</p><p>Nhưng mà đó là sự thật hiển nhiên và tôi cũng tự nhận ra về chính mình.</p><p>Tôi thấy các bạn mentee của mình còn giỏi hơn mình gấp chục lần. Không phải nói để khen, tôi chỉ mặt đặt tên ra luôn được.</p><p>Ví dụ như <strong>Cảnh Toàn</strong> — bạn nhỏ hơn tôi 15 tuổi, hơn cả con giáp. Nhưng tư duy hệ thống, tốc độ học, năng lực tiếp thu.. đều hơn tôi hết. Thậm chí còn trẻ và đẹp trai hơn gấp nhiều lần. Vừa giỏi vừa đẹp trai lại sẵn sàng học hỏi mọi nơi nữa thì.. tôi không biết kiếp nào mới vượt qua nó.</p><p>Hay gần đây là Hoàng Lê — thật sự tôi không đủ trình để làm mentor của Hoàng. Dù bạn thường xuyên gọi tôi là sư phụ, giới thiệu tôi là mentor của bạn với anh em khác làm.. tôi cũng hơi sượng. Nhưng cũng như Cảnh Toàn ở một khía cạnh khác, Hoàng làm community giỏi x100 lần tôi, quan hệ rộng x10 lần so với tôi về chất lượng lẫn số lượng.</p><p></p><div class="captioned-image-container"><figure><img width="1456" height="1092" decoding="async" src="/blog-images/toi-khong-thuc-su-gioi-nhu-minh-nghi-day-khong-phai-la-cau-gia-vo-khiem-ton-dau/0.jpg" alt="" loading="lazy" ></figure></div><p>Còn bên NextLevelBuilder làm với Duy và Việt thì.. tôi chỉ như hạt cát thôi. Thật sự là như vậy, không có dám nói thêm. Không thể so một chút xíu nào được với Duy về cộng đồng, follower, sản phẩm thành công, dự án tầm cơ hay quy công ty suốt hơn chục năm qua Duy xây dựng. Còn so với Việt về công nghệ thì.. không còn gì để nói, cả đời này tôi biết không thể nào đọ được rồi.</p><p>Chân thành mà nói thì có buồn, có tủi, có tự ti hay không?</p><p>Có nha. Chắc cú là có đó.</p><p>Làm việc với những con người quá giỏi thì không tránh khỏi cảm giác tự ti và so sánh hằng ngày. Đã thế chúng còn trẻ đẹp hơn mình :(</p><p></p><p>Cái ngày mà tôi nhận ra mình không thực sự giỏi như mình nghĩ.. đó là sau 3 năm đầu khởi nghiệp. Tôi nhận ra rất nhiều thứ: Tài chính thì ngu, Kinh doanh thì dở, Công nghệ thì làng nhàng đâu đó bảy điểm là cùng.</p><p></p><p>Và thời đó khi nhận ra điều này.. trong tôi luôn có hai cái thái cực.</p><p></p><h2>Thái cực 1: Tự cao chống đối</h2><p>Hồi trẻ tôi cũng vậy. Có chút thành tựu nho nhỏ rồi nghĩ mình rất giỏi. Khi ai đó khuyên nhủ hay (có vẻ) áp đặt gì là.. mình nhìn họ với ánh mắt kiểu “ông cỡ gì mà nói tui”.</p><p>Đúng nghĩa là tự cao.</p><p>Nhưng thực tế.. trình độ và trải nghiệm của mỗi người không thể đánh giá qua vài thành tựu hay vài trường hợp. Nó cần đánh giá cả quá trình. Và cần thêm cái sự.. sẵn sàng tiếp thu của mình nữa.</p><p></p><h2>Thái cực 2: Tự ti vô vọng</h2><p>Khi gặp quá nhiều người giỏi.. những sự ngông cuồng và tự tin thời trẻ nó tan biến mất. Mình thấy mình không giỏi cái này, không giỏi cái kia, không giỏi cái nào hết.</p><p></p><p>Rồi mình đi vào ngõ cụt. Lang thang không biết cuộc đời mình sẽ làm gì. Mình có nên tiếp tục những thứ mình tin là đúng hay không.. trong khi mình cảm thấy mình không có năng lực.</p><p>–&gt; cái này ai trải qua thì biết.. nó trống.. cực kỳ trống rỗng.</p><p></p><h2>Vậy thì vượt qua cảm giác này như thế nào?</h2><p>Tôi cũng không có công thức, chỉ là lên đất Sài Gòn này khởi nghiệp cũng hơn 20 năm nên có cái mà kể, mà chia sẻ.</p><p></p><p>Góc nhìn của tôi khi trong thái cực 2 này là:</p><blockquote><p>Không phải tìm cách giỏi hơn. Mà là tìm cách.. có ích theo kiểu khác.</p></blockquote><p></p><p>Tôi tài chính ngu, kinh doanh dở, công nghệ xoàng.. nhưng có thể tôi có chỗ khác mà mình chưa nhận ra. Hoặc chưa chịu công nhận.</p><p></p><p>Như cách tôi kết nối những con người chất lượng và cá tính khác biệt lại với nhau. Cách tôi tổng hợp thông tin và nhìn ra pattern mà dân chuyên môn sâu đôi khi không thấy (hoặc bỏ qua) vì họ đang.. ở tầng cao hơn tôi rồi.</p><blockquote><p>Và quan trọng hơn, DỰA vào người giỏi hơn một cách CHỦ ĐỘNG.</p></blockquote><p>Không phải ngồi chờ học thôi, mà là tìm cách đóng góp giá trị khác để họ nhẹ đầu hơn, tút tát +1 điểm thêm những thứ mà team đang có.</p><p></p><p>Như cách tôi làm với Duy, Việt ở NextLevelBuilder — tôi biết mình chỉ là hạt cát so với tầm ảnh hưởng cộng đồng và kiến thức công nghệ của 2 bạn. Nhưng tôi có thể kết nối mấy ông “khó ở” này lại, xúc tiến mọi việc đi ra kết quả nhanh hơn, sai sửa chửa đẻ và cứ thế đi tiếp được. Hoặc đơn giản là làm những thứ mà 2 bạn không muốn làm hoặc.. không rảnh để làm.</p><h2>Lan man</h2><p>Tôi nghĩ đây cũng là cách các bạn khác giống như tôi - dù không giỏi hoặc xuất sắc như những người khác, nhưng vẫn “có chỗ đứng”.</p><p></p><blockquote><p>Cái “lợi thế” không nhất thiết là.. KỸ NĂNG CỨNG.</p></blockquote><p>Có khi là cách mình kết nối những điểm chạm. Cách mình kiên nhẫn với những thứ người khác bỏ cuộc. Cách mình sẵn sàng làm những thứ “chẳng ai muốn làm”..</p><p>–&gt; mà nói vậy thôi.. không phải ngày nào cũng positive như vậy đâu.</p><p>_ Có ngày vẫn tự ti, vẫn so sánh, vẫn thấy mình.. vô dụng. Chỉ là mình chọn cách không để nó đè bẹp mình thôi.</p><p></p><blockquote><p>À.. cũng có thể cách này chỉ đúng với tôi. Không dám nói là công thức cho ai hết.</p></blockquote><p></p><p>May là tôi cũng hơi có tuổi rồi, được 3/4 con đường GIÀu rồi, nên cái việc nhận ra điều này nó làm tôi nhẹ nhàng hơn.. và sẵn sàng chấp nhận để mà học. </p><p>Học mỗi ngày.</p><p></p><p>Nên là.. khi tất cả mọi thứ đều quật đổ bạn kiểu.. tài chính kém, kinh doanh dở, công nghệ xoàng.. thì bạn làm gì?</p><p></p><p>Tôi không biết câu trả lời cho bạn đâu.</p><p></p><p>Tôi chỉ biết câu trả lời cho tôi:</p><blockquote><p>Tìm cách có ích theo kiểu khác. Và ở gần những người giỏi hơn mình một cách có ích &amp; chân thành nhất.</p></blockquote><blockquote><p></p></blockquote><p>Còn bạn thì sao?</p><p></p><p>#voquoccuong #sharing #selfreflection #growthmindset #thoughts</p><p></p>https://voquoccuong.com/blog/tin-ai/tuan-nay-tin-tuc-ai-co-gi-hay/https://voquoccuong.com/blog/tin-ai/tuan-nay-tin-tuc-ai-co-gi-hay/Tóm tắt nhanh từ The Batch #339 anh chị em bận rộn :3Wed, 11 Feb 2026 03:05:42 GMT<p>Có mấy chuyện hay ho tuần rồi, tôi lọc ra mấy cái đáng đọc nhất. Nói chung tôi đọc để mọi người không phải đọc..</p><div class="captioned-image-container"><figure><img width="1456" height="819" decoding="async" src="/blog-images/tuan-nay-tin-tuc-ai-co-gi-hay/0.jpg" alt="" loading="lazy" ></figure></div><p></p><h2>1. “Người biết dùng AI sẽ thay người không biết” - Andrew Ng</h2><p>Ông Andrew (co-founder Coursera, cựu head AI của Google Brain &amp; Baidu) viết thư chia sẻ góc nhìn thực tế..</p><p>Tức là thế này: Mọi người cứ sợ AI lấy mất việc, nhưng thực tế phần lớn đợt sa thải vừa qua là do công ty tuyển quá đà thời Covid rồi phải cắt giảm.. chứ AI chưa đủ giỏi để thay thế đâu.</p><p>Cái đáng lo hơn là gì? Developer biết dùng AI coding tools đang được săn đón. Marketer, recruiter, analyst biết code với AI đang dần.. thay chỗ những người không chịu học.</p><blockquote><p>Nghe thì đau nhưng mà thiệt, tôi thấy mấy anh em (founder agency digital) kể team cũ 8 dev + 1 PM, giờ còn 2 dev + 1 PM làm được cùng lượng việc.. vì AI làm phần còn lại.</p></blockquote><p>Mà nói vậy thôi, thực tế nhiều anh em cũng đang kiểu.. không biết bắt đầu học từ đâu, hoặc học xong không biết áp dụng vào đâu cũng nhiều lắm. Không phải ai cũng có điều kiện như nhau.</p><h2>2. OpenClaw (ClawdBot tên cũ) Agent open-source gây bão.. và gây loạn</h2><p>Có anh developer tên Peter Steinberger release con agent open-source tên OpenClaw. Ban đầu chỉ là tool cá nhân quản lý calendar, tóm tắt email, gửi reminder..</p><p>Rồi nó viral. 2 triệu lượt truy cập trong vài ngày. Mac Mini bán hết sạch vì mọi người mua về chạy agent 24/7 (hổng biết đúng hem).</p><p>Chuyện hay: Có ông user bảo agent tự tạo thêm agent con (subagents). Một tuần sau.. agent tự đăng ký số điện thoại, kết nối API voice, rồi GỌI CHO CHỦ lúc sáng hỏi “What’s up?”</p><p>Nghe vừa sợ nhưng kiểu vừa sướng vì có.. đệ mới :))</p><blockquote><p>Chuyện không hay: Security lỗ chỗ. API keys bị lộ, skills độc hại lan tràn, chi phí bị đội vì agent chạy lung tung..</p></blockquote><p>Bài học: Agent mạnh thiệt, nhưng chạy production mà không hiểu security thì.. chờ ngày ăn *mứt thôi.</p><h2>3. Kimi K2.5: Model biết tự chia việc cho “đội ngũ” AI</h2><p>Moonshot (công ty Trung Quốc) ra model mới, cái hay là nó biết tự tạo “agent con” làm việc song song.</p><blockquote><p>Ví dụ thực tế: Bảo nó tìm top 3 YouTube channel của 100 ngành khác nhau. Thay vì làm tuần tự, nó spawn 100 agent con, mỗi đứa search 1 ngành, rồi tổng hợp lại.</p></blockquote><p>Kết quả: Nhanh hơn 3-4 lần so với làm một mình.</p><p>Tức là giờ AI không chỉ làm task nữa, mà còn biết.. “quản lý dự án” luôn rồi. Chia việc, giao việc, tổng hợp kết quả. Nghĩ thử coi, sau này prompt cho AI kiểu “quản lý team AI” chứ không còn “làm cái này” nữa.</p><h2>4. Wikipedia x Big Tech, Win-win data licensing</h2><p>Wikipedia kỷ niệm 25 tuổi, nhân dịp công bố hợp tác với Amazon, Meta, Microsoft, Mistral, Perplexity..</p><blockquote><p>Mấy ông nội công ty AI crawl data Wikipedia nhiều quá, chi phí server của Wikipedia tăng vọt. Thay vì block, họ mở API trả phí — ai muốn lấy data nhanh thì trả tiền, data vẫn Creative Commons miễn phí cho mọi người.</p></blockquote><p>Mô hình hay.. cả hai bên đều có lợi. Người dùng Wikipedia bình thường không bị ảnh hưởng gì.</p><h2>5. Ministral 3: Model nhỏ chạy được trên laptop, điện thoại</h2><p>Mistral ra family model nhỏ (3B, 8B, 14B tham số), chạy được trên thiết bị cá nhân mà vẫn mạnh.</p><p>Cách họ làm: Lấy model lớn, cắt bớt layer ít quan trọng, rồi train model nhỏ “bắt chước” model lớn. Gọi là “cascade distillation”.</p><p>--&gt; AI on-device ngày càng mạnh. Chạy local = không lo data ra ngoài, không lo mất mạng, không lo chi phí API.</p><blockquote><p>… tạm kết ở đây …</p></blockquote><h2>Đọc số này xong tôi thấy 2 điểm:</h2><ol><li><p>AI Agent đang là hướng đi hot (khỏi phải bàn, nó sẽ còn mạnh nữa), nhưng bảo mật và đặc biệt trong ứng dụng doanh nghiệp là bài toán đa số bỏ ngõ thả trôi sông đó thôi.<br><em>—&gt; xem thêm video lần trước có chia sẻ về dự đón 2026</em></p></li><li><p>Model nhỏ + on-device đang được đầu tư mạnh.. <br>—&gt; vì không phải lúc nào cũng cần gọi API đám mây.</p></li></ol><p>Anh chị em thấy trend nào đáng chú ý nhất? Comment bên dưới nhe.</p><div class="pullquote"><p>Nguồn: The Batch Issue 339 — DeepLearning.AI (06/02/2026)</p><p>https://www.deeplearning.ai/the-batch/issue-339/</p></div>https://voquoccuong.com/blog/goc-nhin/2026-ai-se-thay-doi-cach-chung-ta-lam-viec-hay-toan-la-xao/https://voquoccuong.com/blog/goc-nhin/2026-ai-se-thay-doi-cach-chung-ta-lam-viec-hay-toan-la-xao/2025 vừa qua là năm AI Agent thật sự "chạm đất", còn 2026 sắp tới mới là năm quyết định ai sống ai chết.Tue, 10 Feb 2026 01:52:25 GMT<p>5 DỰ ĐOÁN (BỪA) SẼ XẢY RA</p><p>1. Multi-agent thay thế solo agent</p><p>2. MCP trở thành “USB-C của AI”</p><p>3. AI Agent không chỉ cho dev, mà cho cả phòng ban</p><p>4. Thị trường Agentic AI bùng nổ thật sự</p><p>5. Governance &amp; Security thành bắt buộc, không còn “để sau”</p><p>VẬY ANH EM NÊN LÀM GÌ?</p><p>Gần đây tôi đang tập mấy thứ này, chia sẻ thật:</p><ol><li><p>Không chạy theo hype “full automation” ngay. Chọn 1-2 workflow cụ thể, nhỏ, đo được kết quả rồi mới mở rộng.</p></li><li><p>Học MCP — đây là cái chuẩn sẽ “bắt buộc” phải biết trong 1-2 năm tới nếu muốn build AI Agent nghiêm túc.</p></li><li><p>Đừng tin demo — hỏi người ta production thế nào, chi phí vận hành ra sao, fail case như thế nào. Demo nào cũng đẹp hết :))</p></li></ol><p><strong>Sẵn gõ thêm:</strong></p><p>Năm 2025 tôi nhìn anh em chạy theo Claude, ChatGPT, Gemini.. mệt lắm rồi đúng không. Năm 2026 có khi còn mệt hơn vì giờ không chỉ 1 con AI, mà là cả “đội AI” phải quản.</p><blockquote><p>Chúng ta đang huấn luyện AI.. hay AI đang huấn luyện chúng ta cách làm việc mới?</p></blockquote>https://voquoccuong.com/blog/lanh-dao-ai/1-nguoi-lam-5-nguoi-trong-thoi-dai-ai-nghe-thi-suong-dung-khong/https://voquoccuong.com/blog/lanh-dao-ai/1-nguoi-lam-5-nguoi-trong-thoi-dai-ai-nghe-thi-suong-dung-khong/Nhưng không ai nói cho bạn cái giá phải trả :3Fri, 06 Feb 2026 16:14:24 GMT<p>Hôm nay đọc bài trên VNExpress, tác giả Hoàn Vũ viết rất đúng: AI là “cỗ máy nâng chuẩn”, tức là hồi trước chúng ta chỉ cần “cần cù và siêng năng” thì sẽ đạt được mức trung bình 6/10.</p><p>Nhưng bây giờ mức 6/10 bằng 0 bởi vì AI có thể làm việc này mà không cần nỗ lực gì nhiều, ai cũng làm được mức trung bình này. Và chúng ta muốn tồn tại với nghề với nghiệp của mình thì.. phải đẩy lên 9-10 điểm. </p><div class="captioned-image-container"><figure><img width="1456" height="819" decoding="async" src="/blog-images/1-nguoi-lam-5-nguoi-trong-thoi-dai-ai-nghe-thi-suong-dung-khong/0.jpg" alt="" loading="lazy" ></figure></div><p>Một nhân sự biết dùng AI có thể thay 5-7 người truyền thống không? Đúng, tùy trường hợp nhưng hoàn toàn có thể. Doanh nghiệp tiết kiệm 50% chi phí, nhân sự nhận lương gấp 5 lần. Win-win.. hờ hờ.. cái này thì chưa chắc.</p><p>Có điều, phần mà bài viết chỉ lướt qua ít nói chi tiết nhất chính là:</p><p>- Khối lượng công việc chuyển từ dạng cơ bắp sang áp lực thần kinh. </p><p>Chỉ 1 câu thôi nhưng tôi thấy đó mới là phần nặng nhất.</p><p>Những việc trước đây cần 3-4 người giờ 1 người + AI agent xử lý được. Quy trình gọn hơn, output nhanh hơn, chi phí thấp hơn.</p><p><code>Nghe thì đẹp lắm</code>.</p><p>Nhưng thực tế thì sao? Người ở lại.. gánh nặng hơn gấp nhiều lần. Không phải gánh bằng tay chân, mà gánh bằng.. ĐẦU. </p><p>Trước đây bạn chỉ cần làm tốt phần việc của mình. Giờ bạn phải ra lệnh cho AI, review output của AI, kiểm tra AI có sai không, quyết định có dùng kết quả đó không, rồi chịu trách nhiệm cho cả 5 phần việc mà trước đây 5 người khác nhau lo.</p><p>Một ngày bạn ra nhiều quyết định hơn gấp mấy lần. Mà mỗi quyết định đều có hệ quả thật, gánh trách nhiệm thật chứ không phải đồ chơi.. vọc cho vui.</p><p>Tôi quan sát anh em founder xung quanh, đặc biệt mấy bạn SME đang push AI mạnh vào vận hành. Có mấy thứ không ai nói công khai:</p><p><strong>Thứ 1</strong>, khi team gọn lại, ít người hơn, bạn mất luôn những cuộc trò chuyện tự nhiên trong ngày. Trước đây giao việc cho nhân sự, ít nhất còn có trao đổi qua lại, có người phản biện, có người nhắc “anh ơi cái này hình như chưa đúng”. </p><p>Giờ ngồi với AI agent.. nó không cãi lại bạn bao giờ. Nó làm đúng y chang những gì bạn ra lệnh. Bạn sai, nó cũng sai theo.. im lặng. Bạn chửi thì nó.. dạ dạ.. nghe đã hông?</p><blockquote><p>Thật ra nói vậy thôi, mặt khác nhiều anh em làm lâu năm kiểu.. không muốn giao tiếp với con người cũng nhiều lắm rồi. Sợ mệt, sợ đau đầu đó </p></blockquote><p>Mấy anh em (founder công ty dịch vụ digital) kể tôi nghe: “Trước giờ có team 8 người, giờ còn 3. Năng suất tương đương hoặc hơn. Nhưng tao ngồi trong phòng làm việc mà thấy.. trống. Không phải trống chỗ ngồi. Trống kiểu khác.”</p><p>(khác gì ae tự trải nghiệm &amp; cảm nhận)</p><p><strong>Thứ 2</strong>, burnout kiểu mới.</p><p>Burnout cũ là làm nhiều quá, mệt quá, không kịp deadline. Burnout mới là ra quyết định nhiều quá. Mệt mỏi vì phải ra quyết định (cái này ai trải qua thì biết, làm thì đỡ chứ nghĩ để ra quyết định là.. muốn liệt). </p><p>Mỗi ngày bạn phải review hàng chục output từ AI, mỗi cái đều “nhìn thì ổn” nhưng bạn phải tự hỏi: nó có thực sự ổn không? Cái nào đúng 90% nhưng 10% sai thì hậu quả là gì?</p><p>Não người không được thiết kế để ra 200 quyết định chất lượng cao mỗi ngày. Nhưng AI thì cứ phun output ra liên tục.. không biết mệt.</p><p>Cái mệt này nó không hiện ra rõ ràng như kiểu bạn gục trên bàn. Nó hiện ra bằng việc bạn bắt đầu.. không muốn kiểm tra nữa. “Thôi chắc đúng rồi, kệ m.. nó đi”. </p><p>Rồi sai. Rồi gánh hậu quả. Rồi tự ch.ửi mình.</p><p><strong>Thứ 3,</strong> khoảng cách với đội ngũ ngày càng xa.</p><p>Khi bạn dùng AI thuần thục, bạn lên level rất nhanh. Nhưng team thì không theo kịp. Bạn nghĩ nhanh hơn, làm nhanh hơn, kỳ vọng cao hơn.. rồi bạn bực vì sao team không hiểu những thứ “rõ ràng” (với bạn). Bạn quên mất mình mất cả năm mới tới chỗ này, mà muốn team nhảy tới trong 1 tuần.</p><p>Cái gap này nó tạo ra má sát kiểu.. âm thầm á. Không ai nói ra nhưng cả hai bên đều thấy.. khó chịu.. khó chịu.. dần.</p><p>Tôi không nói điều này để bi quan hay khuyên ai đừng dùng AI. Ngược lại. Dùng. Phải dùng. Không dùng thì bị bỏ lại.</p><p>Nhưng hãy biết cái giá. Đừng nhảy vào mà tưởng nó chỉ toàn hoa hồng.</p><p><strong>Mấy thứ tôi đang tự nhắc mình và chia sẻ với anh em:</strong></p><p>1. Xây lại thói quen biết.. dừng, biết đủ trong ngày. Không phải dừng làm việc, mà dừng ra quyết định. Cho não nghỉ ngơi.</p><p>--&gt; gần đây tôi mới tập cái này, thật sự nể các bạn switch liên tục gần mấy chục màn hình để “quất roi AI”, tôi không làm được vì hiệu quả kém quá, tôi chỉ tập trung làm 1 project 1 lúc thôi.</p><p>2. Giữ connection với người thật. Đừng để AI thay hết mọi cuộc hội thoại. Có những thứ cần người phản biện bằng xương bằng thịt, sự kết nối giữa con người với con người mới là thứ mình khác biệt.</p><p>3. Chấp nhận: không phải output nào của AI cũng cần review tới 100%. Chọn đâu là 20% quyết định quan trọng nhất, dồn năng lượng vào đó. 80% còn lại cho nó chạy.. rồi sửa sau cũng được.</p><blockquote><p>1 người = 5 người là thật. Nhưng 1 người gánh áp lực của 5 người cũng là thật.</p></blockquote><p>Tiện tay.. tiện tay.. gõ thêm chuyện bên lề:</p><p>- Đây cũng là lí do vì sao tôi luôn đầu tiêu trong các cmt và meme để trêu anh em Builder vì.. xưa chưa có AI làm có 8 tiếng, mà giờ có AI ngày nào cũng làm 12-14 tiếng trở lên, quá là khổ gòiiiii.</p><div class="pullquote"><p>Chúng ta quất roi AI hay.. đang bị AI quất roi?!?</p></div><p>#voquoccuong #ai #agenticworking #burnout #thoughts</p>https://voquoccuong.com/blog/goc-nhin/ai-dang-pha-huy-moi-thu-ban-xay-dung-trong-3-nam-qua/https://voquoccuong.com/blog/goc-nhin/ai-dang-pha-huy-moi-thu-ban-xay-dung-trong-3-nam-qua/Có thể đó cũng là tín hiệu tốt :3Fri, 06 Feb 2026 07:13:29 GMT<p>Có thể đó cũng là tín hiệu tốt :3</p><p>Nghe vô lý đúng không? Nhưng đây là thứ mà rất nhiều anh chị em chủ doanh nghiệp, quản lý, người làm giải pháp đang nghĩ - mà không ai nói ra công khai trên mạng xã hội cả.</p><p></p><div class="captioned-image-container"><figure><img width="1456" height="819" decoding="async" src="/blog-images/ai-dang-pha-huy-moi-thu-ban-xay-dung-trong-3-nam-qua/0.jpg" alt="" loading="lazy" ></figure></div><p>Ở những buổi trà đá, cà phê, tâm sự riêng thì tôi nghe hoài.</p><p>Một nửa phấn khích vì AI làm được những thứ không tưởng. Nửa còn lại thì khó chịu, thậm chí.. khó chịu.. vì mọi thứ họ đúc kết, xây dựng, thành công trong quá khứ bỗng dưng... không còn đáng giá như trước.</p><p>(có khi còn bị coi là r.ẻ m.ạt)</p><p>Tôi chứng kiến chuyện này từ 2023 tới giờ.</p><p>Năm 2023-2024, anh em dồn sức xây workflow n8n, viết prompt ChatGPT, dựng quy trình automation tỉ mỉ. Tốn vài tháng, có khi cả năm. Vừa xong, vừa tự hào thì 2025 mọi thứ chuyển sang Agentic Working. </p><p>Bạn ngồi trên máy, ra lệnh một phát AI Agent nó làm từ đầu tới cuối. Kết nối MCP, truy cập API, tự lập kế hoạch rồi tự hoàn tất.</p><p>Cái workflow tỉ mỉ hôm qua, hôm nay đã lỗi thời. Và đây không phải chuyện của riêng ai. Chính tôi cũng là nạn nhân.</p><p>Có những sản phẩm tôi hoạch định chiến lược dài hạn, tới khi ra thị trường thì không còn bán được nữa. Có những quy trình tôi thấy rất hợp lý, nhưng đưa ra triển khai thì công nghệ mới đã làm nó dễ hơn gấp mười lần, bằng một cách hoàn toàn khác. </p><p>Tôi từng ngồi tự nghi ngờ bản thân: mình có thực sự tạo ra giá trị không, hay chỉ đang chạy theo cái bóng của chính mình?</p><p>Nhưng thật ra tôi thấy cái mất lớn nhất không phải sản phẩm hay quy trình. Mà là niềm tin. Giá trị vẫn còn đó, giải pháp tôi làm vẫn tiết kiệm cho Doanh nghiệp mỗi tháng vài chục giờ làm việc.</p><p>Niềm tin của chủ doanh nghiệp vào người đã xây dựng hệ thống cho họ. Niềm tin của anh em làm giải pháp vào chính năng lực của mình. Niềm tin vào một bản kế hoạch có thể tồn tại quá 6 tháng.</p><p>Khi niềm tin lung lay, phản ứng rất đa dạng. Có người (làm đội IT trong cty) tự ái vì sếp không còn tin tưởng. Có đơn vị triển khai tự ái vì khách không nhìn thấy giá trị họ tạo ra. Có chủ doanh nghiệp hoang mang.. tin vào cái mới thì chưa hiểu, giữ cái cũ thì biết là đã lỗi thời.</p><p>Mà đau nhất là giai đoạn chuyển đổi. Anh em vừa lỗ, vừa mệt, vừa học lại từ đầu. Rồi chưa kịp áp dụng thì mọi thứ lại thay đổi tiếp. Thành bong bóng xà bông. Cũng chỉ vì niềm tin khách hàng, niềm tin chủ Doanh Nghiệp đã thay đổi.</p><p>Nhưng nói đi cũng phải nói lại, trong tình huống này tôi quan sát được một điều thú vị.</p><p>Có những bạn mà nói thật thì.. năng lực cũng trung bình khá thôi. Giai đoạn 2023-2024 không đủ trình để cạnh tranh với những người đi tiếp cận AI trước (lại giỏi Automation sẵn). Nhưng cuối 2025, khi làn sóng AI Agent mới ập tới, bạn đó chọn đúng chỗ đứng, nhảy lên và bứt phá. Thu traffic, chuyển đổi cao, tạo tiếng vang trong cộng đồng, trong khi những người giỏi hơn vẫn đang ôm mớ kinh nghiệm cũ chưa chịu buông. Flop (và dĩ nhiên ế) ói ẻ.</p><p>Còn những anh em thành công rực rỡ 2023-2024? Một số ngủ quên. Dựa vào năng lực quá khứ, giữ phương pháp cũ, và từ từ bị bỏ lại.</p><p>Tôi không nói thành công của người mới là bền vững đâu, rồi sẽ về trật tự khi người có năng lực lõi chịu đi lên (như cách Google cho OpenAI thấy trong đợt cập nhật version 3 năm 2025). </p><p>Nhưng ít nhất những người mới này đã nhảy lên, tạo được lợi thế tốt để công chúng đón nhận, trong khi trước đó họ không thể.</p><p>Chính tôi cũng phải tự nhìn lại.</p><p>Những thứ giúp tôi thành công trước đây, nó cũng không giúp tôi thành công trong những năm gần đây. Thậm chí tạo ra thất bại vô số lần, vì tôi ra quyết định dựa trên nền tảng đã cũ. Tôi phải đổi cách làm việc, đổi cách tổ chức đội ngũ. Không thể ăn mày dĩ vãng được.</p><p>Và tôi nhận ra một điều: bây giờ chúng sinh bình đẳng.</p><p>AI san phẳng mặt bằng. Người 10 năm kinh nghiệm và người mới vào nghề đều phải học lại từ đầu. Dĩ nhiên kinh nghiệm quản trị, tư duy chiến lược vẫn có giá trị rất lớn, nhưng nếu cứ ôm khư khư mà không chịu xem mình là beginner, thì rất khó tạo được bước ngoặt thực sự.</p><p>Không phải bước tiến. Bước ngoặt.</p><p>Vậy câu hỏi thật sự không phải "AI có phá hủy những gì bạn xây dựng không?" - vì câu trả lời rõ rồi.</p><p>Câu hỏi là: bạn có sẵn sàng buông những thứ đã từng giúp mình thành công, để bắt đầu lại như một người mới hay không?</p><p>Hay vẫn muốn ôm mãi cái đã qua?</p><p>#voquoccuong #ai #automation #agenticworking #thoughts</p>https://voquoccuong.com/blog/goc-nhin/sang-tao-lai-cai-banh-xe-hay-lam-xe-cho-nguoi-chua-biet-lai/https://voquoccuong.com/blog/goc-nhin/sang-tao-lai-cai-banh-xe-hay-lam-xe-cho-nguoi-chua-biet-lai/Cách đây hơn một tuần mình có chia sẻ demo merge file Excel bằng một Agentic Workflow, sau đó mình có nhận được kha khá bình luận cực kỳ giá trị từ các bạn tronTue, 03 Feb 2026 14:28:57 GMT<p>Cách đây hơn một tuần mình có chia sẻ demo merge file Excel bằng một Agentic Workflow, sau đó mình có nhận được kha khá bình luận cực kỳ giá trị từ các bạn trong cộng đồng.</p><p>Các bạn chỉ ra Power Query của Excel hoặc PowerBI đã có tính năng “load from folder” - nhấn 1 nút auto combine, định kỳ refresh, thậm chí auto update dashboard. Vì vậy các bạn có nhận định rằng các tính năng trên AgenticWorking .io đang sáng tạo lại cái bánh xe.</p><div class="captioned-image-container"><figure><img width="1243" height="640" decoding="async" src="/blog-images/sang-tao-lai-cai-banh-xe-hay-lam-xe-cho-nguoi-chua-biet-lai/0.png" alt="" loading="lazy" ></figure></div><div class="captioned-image-container"><figure><img width="1274" height="996" decoding="async" src="/blog-images/sang-tao-lai-cai-banh-xe-hay-lam-xe-cho-nguoi-chua-biet-lai/1.jpg" alt="" loading="lazy" ></figure></div><p>Mình phải thừa nhận rằng.. mình không biết những điều này thật. Mình không phải dân rành Excel, cũng chưa biết dùng PowerBI, nên khi gặp vấn đề “gộp nhiều file báo cáo”, mình tự đi tìm cách giải quyết bằng công cụ mình quen - là AI Agent (Antigravity trong demo).</p><p>Và đây là vài suy nghĩ sau khi nhận feedback:</p><h2>1. “You don’t know what you don’t know”</h2><p>Điều này chưa bao giờ sai. Mười mấy năm làm nghề, mình vẫn học được “chiêu” mới từ những người có chuyên môn khác. Mình cảm ơn các bạn đã chia sẻ ngày, mình sẽ thử Power Query để hiểu rõ hơn (trên hình cũng có reply cmt của mình mô tả)</p><h2>2. Chia sẻ và được Học hỏi</h2><p>Nếu mình không post bài đó, mình sẽ không biết có giải pháp khác. Đây là lý do mình vẫn chia sẻ dù kiến thức còn hạn hẹp - vì cộng đồng sẽ bổ sung những góc mình thiếu.</p><h2>3. Khác biệt về target audience</h2><p>Nhưng mình cũng nghĩ: <em>Có bao nhiêu người thực sự biết và dùng Power Query?</em></p><p>Theo quan sát của mình khi làm tư vấn cho nhiều doanh nghiệp SME: đa số nhân viên văn phòng, kế toán, sales admin chỉ biết Excel cơ bản. Họ gộp file bằng... copy-paste. </p><p><strong>Và họ sẽ không học Power BI chỉ để làm việc này.</strong></p><p>Với những người này, một giải pháp chat để giải quyết vấn đề có thể tiện lợi hơn là học một tool mới.</p><h2>4. Từ “bấm nút” sang “nói chuyện”</h2><p>Góc nhìn xa hơn mình đang quan sát: cách con người tương tác với phần mềm đang thay đổi.</p><p>- Trước đây: mở đúng app → tìm đúng tính năng → bấm đúng nút → cấu hình đúng tham số.</p><p>- Bây giờ (và tương lai, theo mình nghĩ): mô tả vấn đề bằng ngôn ngữ tự nhiên → AI Agent hiểu và thực thi → mình review kết quả.</p><p>Power Query mạnh hơn AgenticWorking về scheduling, auto-refresh cho workflow định kỳ. </p><p>Nhưng AgenticWorking mạnh ở tính linh hoạt, ad-hoc, và đặc biệt là không cần học gì mới - chỉ cần biết mô tả vấn đề.</p><h2>5. Tại sao vẫn có ứng dụng mới ra đời?</h2><p>Thị trường có hàng ngàn CRM, hàng ngàn task manager, nhưng vẫn có ứng dụng mới được tạo ra mỗi ngày. Không phải vì thiếu tính năng, mà vì:</p><ul><li><p>Workflow mỗi team khác nhau</p></li><li><p>Cách tương tác phù hợp mỗi người khác nhau</p></li><li><p>Và bây giờ: cách tương tác đang thay đổi</p></li></ul><p>Agentic Workflow này chắc cú là không cố làm tốt hơn Power BI. Nó cố làm cho những người không biết Power BI và rành Exel có cách giải quyết vấn đề.</p><blockquote><p>Mình vẫn sẽ tiếp tục phát triển AgenticWorking - không phải để “sáng tạo lại bánh xe”, mà để làm “xe cho người chưa biết lái xe”.</p></blockquote><p>Còn nếu bạn đã thành thạo PowerBI, Power Query - respect! Đó là skill rất giá trị, mình muốn còn không được. Mình nghĩ dân không chuyên như mình prompt sửa tới lui cả ngày có khi không bằng các bạn chuyên nghiệp làm thao tác 5 phút nữa đó chớ. Nên giỏi cái gì thì dùng cái đó luôn, không cần FOMO các tool mới làm gì. </p><p>Cảm ơn mọi người đã góp ý thẳng thắn. Đây là cách mình học được nhiều nhất</p><p>p.s: bên dưới là hình ảnh mình đã thử và thành công 90% như hình, mọi người có thể làm theo nhé.</p><div class="captioned-image-container"><figure><img width="1456" height="1011" decoding="async" src="/blog-images/sang-tao-lai-cai-banh-xe-hay-lam-xe-cho-nguoi-chua-biet-lai/2.jpg" alt="" loading="lazy" ></figure></div><p></p>https://voquoccuong.com/blog/ai-automation/n8n-co-de-nhu-ai-don-khong-ti-le-bo-cuoc-hon-80/https://voquoccuong.com/blog/ai-automation/n8n-co-de-nhu-ai-don-khong-ti-le-bo-cuoc-hon-80/Ở các chương trình tôi tổ chức, hơn 80% người học n8n bỏ cuộc. Năm khó khăn điển hình của dân non-tech và vì sao đừng vội thần thánh hoá n8n self-host.Mon, 03 Nov 2025 09:00:00 GMTn8n có dễ như ai đồn không thì chưa biết, tại các chương trình mà tôi tổ chức thì tỉ lệ bỏ cuộc hơn 80%. Đối tượng tham gia rộng khắp, từ chuyên viên, leader, manager đến C-level, đều gặp những khó khăn điển hình.  ## Năm cái khó điển hình **1. Cài đặt n8n bản self-host lên máy chủ.** Dân non-tech hầu như.. THUA hết. Chỉ số ít dân công nghệ trong nhóm tự làm được, còn lại đa số phải chịu khó tìm tòi vọc vạch khá lâu mới xong. **2. JSON data.** Mù mịt, mắt mờ thật sự. Với dân tech thì thứ này quá quen, thậm chí ai cũng mê vì tính tiện dụng khắp mọi nền tảng. Nhưng dân non-tech thì thấy nó rối còn hơn mớ tóc kẹt trong cống thoát nước. **3. Webhook, API.** Để giải thích cho dân non-tech hiểu là một chuyện cực khó, còn để thấm mà ứng dụng được trong thực tế thì.. phải thực hành lê thê mấy tháng trời. Dù đây là thứ căn bản để kết nối hệ thống, mọi node có sẵn cũng đi theo nguyên lý này. Nếu hiểu nó thì không còn gặp giới hạn khi tìm không ra node có sẵn nữa, chỉ cần có tài liệu API, Webhook là đủ. Haravan/Sapo/KiotViet/Nhanh gì thì cũng tự làm được hết. **4. Cài đặt Credential.** Nếu với Make bạn chỉ cần bấm chứng thực rồi ok ok, vài bước cấp quyền là xong, thì với n8n đó là câu chuyện hoàn toàn khác, bi kịch khi mới bắt đầu của bất kỳ dân non-tech nào (thực ra gốc tech cũng chật vật mới setup xong). Những thao tác như vào Google Console tạo app để lấy id và token/secret bản chất là dành cho dân lập trình, nên nó không thân thiện chút nào. Chưa kể UI/UX của mấy cloud như GCP hay AWS thì thôi.. còn hơn đường hẻm Sài Gòn hoặc ngõ ngách ngoài Hà Nội luôn :v **5. Debug, dò lỗi để sửa lỗi.** Mấy anh non-tech đa phần không có kinh nghiệm xử lý logic trong phần mềm, bảo họ dò từng node rồi xem log trả về cái gì, output ra sao để tìm lỗi, nó khó còn hơn đoán ý bạn gái muốn ăn gì nữa :3 Mà cũng vì không hiểu nên mới có những workflow hơn 100 node, lag luôn máy chủ và log ghi đầy ra không xoá hết. ## Đừng thần thánh hoá n8n Còn nhiều nữa, kể không hết. Nên mọi người không nên thần thánh hoá n8n làm gì, đặc biệt các bạn mới học mà lại nghe mấy anh lâu năm bảo n8n self-host tiết kiệm chi phí hơn Make nhiều, rồi sợ tốn nên làm theo thì.. mất cả năm dò mìn. Mấy anh expert nói đúng không? Đúng, nhưng phải xét trong ngữ cảnh nào. Thử so sánh cho người mới bắt đầu: - Make có gói free, đăng ký phát 5 phút là xài được, giới hạn 1000 ops. - n8n self-host bảo miễn phí nhưng host ở đâu? Phải thuê máy chủ để cài, cũng 200k mỗi tháng (mua máy yếu thì chạy lag giật thôi rồi) hoặc tầm 700k mới đủ mượt. Cài đặt thì như trên, không biết cài, mà cũng không biết mua gói n8n tích hợp sẵn, thì mò chắc tới mùa quýt năm sau. Thử so chi phí khi phát sinh ban đầu: - Make có gói 9 đô mỗi tháng, trả tiền là xài, mọi node gần như có sẵn, chỉ cần bấm ok ok next next là xong. Nhu cầu cá nhân thì mỗi tháng 10k ops xài mãi không hết. - n8n self-host bảo không giới hạn, nhưng "đường cong học tập" ban đầu lớn đến nỗi setup xong cái Credential chứng thực Google Drive đã hết hơi, bỏ cuộc luôn. Chi phí thì cũng đâu có rẻ hơn vì phải 500k-800k may ra mới chạy ok. Đoạn sau mới là lợi thế của n8n, tôi không kể hết nhưng cũng như mọi người từng nghe: tiết kiệm, mở rộng thoải mái, tích hợp vô biên. Nhưng không biết đoạn sau của anh em non-tech, đặc biệt là newbie, khi nào mới tới. Nhiều người tôi thấy 2-3 năm sau còn chưa tới ngưỡng cần dùng tối ưu vậy. ## Chọn thứ phù hợp với hiện trạng Nó đặc biệt quan trọng nếu anh chị chủ doanh nghiệp muốn áp dụng vào công ty. Hãy xem xét thật kỹ nguồn lực con người, thời gian cần đạt kết quả và chi phí sẽ phải bỏ ra, để chọn đúng thứ phù hợp với hiện trạng. Lựa chọn sai thì mất một quãng dài để quay lại đường đua chuyển đổi số, mà chi phí mất trong cả năm vẫn còn nhỏ so với chi phí cơ hội đã bỏ qua. Mà nói vậy thôi, tôi không có ý dìm n8n đâu nha. Nội bộ tôi vẫn xài n8n cho mấy việc test và tự động hoá nội bộ ngon lành. Chỉ là.. công cụ nào cũng có chỗ đứng của nó, đừng bắt người mới gánh cái độ khó không dành cho họ ngay từ đầu. Cái nút thắt API/Webhook mà tôi nhắc ở mục 3, tôi có kể kỹ hơn trong bài [API và Webhook có phải chỉ dành cho dân kỹ thuật](/blog/ai-automation/api-va-webhook-co-phai-chi-danh-cho-dan-ky-thuat/). Anh chị em đang xài Make hay n8n, và kẹt ở khúc nào, kể tôi nghe bên dưới nhé? #voquoccuong #n8n #automation #Makehttps://voquoccuong.com/blog/lanh-dao-ai/cai-nay-toi-biet-roi-va-cai-bay-tu-duy-ly-nuoc-voi/https://voquoccuong.com/blog/lanh-dao-ai/cai-nay-toi-biet-roi-va-cai-bay-tu-duy-ly-nuoc-voi/Vì sao 'cái này tôi biết rồi' là cái bẫy khi học AI Automation, và tư duy ly nước vơi (Shoshin) giúp mỗi buổi học ngắn mang lại giá trị lớn hơn.Wed, 01 Oct 2025 09:00:00 GMTMấy hôm nay tôi nhận được vài feedback rất thẳng thắn và chân thành từ các anh chị em khi bắt đầu chương trình AI Automation Bootcamp.  Có chị nói: "Nội dung này cơ bản quá, chị biết hết rồi." Và cũng có anh khác bảo: "Em có cái nào nâng cao hơn không, anh cho quản lý vào học cho đủ đô." Tôi thực sự trân trọng những góp ý này. Và nó làm mình suy ngẫm.. rất nhiều về hành trình học hỏi của chính bản thân. ## Cái bẫy "biết rồi" tôi cũng hay mắc Bản thân tôi, dù làm nghề công nghệ hơn 15 năm nay, mỗi tuần vẫn phải "hóng" để học từ đồng nghiệp, đối tác. Người làm sales có góc nhìn tự động hoá khác, người làm marketing lại ứng dụng khác, người làm nhân sự lại có bài toán hoàn toàn khác. Mỗi người cho mình một mảnh ghép mới, dù công cụ có khi chỉ là một con bot Telegram hay một dòng lệnh trên ChatGPT rất quen thuộc. Trong quá khứ, mỗi lần mình bước vào những cuộc trò chuyện đó với tâm thế "cái này mình biết rồi", thì y như rằng.. mình cũng không học được gì cả từ họ. Tôi thấy điều này mình dở, và tự nhắc bản thân cũng như anh em trong team EGANY thường nhắc nhau về việc này. ## Mục tiêu Bootcamp thật ra là gì? Dừng lại một chút, nhắc lại mục tiêu thực sự của AI Automation Bootcamp. Mục tiêu lớn nhất không phải là dạy những "chiêu" cao siêu, phức tạp trong 60-90 phút mỗi tuần. Điều đó thì.. bất khả thi. Mục tiêu cốt lõi là KIẾN TẠO MỘT THÓI QUEN. Thói quen nhìn vào công việc hàng ngày và tự hỏi: "Chỗ này có tự động hoá được không? Chỗ kia có AI nào giúp mình nhanh hơn không?" Nó giống như tập thể dục. Ai cũng "biết" hít đất là tốt. Nhưng để có cơ thể khoẻ mạnh, bạn cần tập luyện mỗi ngày, biến nó thành một phần trong cuộc sống. Bootcamp chính là "phòng gym" để cùng nhau rèn "cơ bắp" AI và Automation hàng tuần. ## Tư duy ly nước vơi Có một triết lý rất hay của người Nhật gọi là "Shoshin", hay "tâm trí của người mới bắt đầu". Hồi trước đọc các sách về Steve Jobs cũng có nhắc tới, đó là "luôn giữ cho chiếc ly của mình vơi một nửa". Vì nếu ly nước của bạn đã đầy rồi.. thì làm sao rót thêm nước mới vào? Khi tham gia với tâm thế "ly nước vơi", chúng ta sẽ nhận ra: - **Giá trị nằm ở góc nhìn:** có thể bạn đã biết về công cụ A, nhưng chưa biết cách một CEO dùng nó để quản lý team, hay cách một bạn Content Creator dùng nó để sáng tạo. Giá trị nằm ở câu chuyện và case study thực tế từ mỗi speaker. - **"Biết" khác với "Làm":** biết về một ứng dụng khác hoàn toàn với việc ứng dụng nó thành thục để tạo ra kết quả. Mỗi buổi là một cơ hội biến kiến thức thành kỹ năng. - **Sức mạnh của cộng đồng:** đôi khi một câu hỏi của người "chưa biết" lại mở ra ý tưởng tuyệt vời cho người "đã biết". Chúng ta học hỏi từ nhau nhiều hơn mình nghĩ. Vậy nên, thay vì hỏi "buổi này có gì mới không?", tôi mời mọi người thử một câu hỏi khác: "với kiến thức này, mình có thể áp dụng vào công việc của mình theo một cách mới nào không?" Chỉ với thay đổi nhỏ trong tâm thế, mỗi buổi học 60-90 phút hàng tuần sẽ mang lại giá trị lớn hơn rất nhiều. Mà nói vậy thôi, tôi cũng đang tập mỗi ngày chứ chưa dám nhận mình giữ được cái ly luôn vơi đâu :3 Cái này khó.. biết là một chuyện, làm được lại là chuyện khác. Chuyện "biết rồi" mà vẫn nên bắt tay làm lại từ thứ nhỏ nhất, tôi có kể kỹ hơn trong bài [AI Automation thay đổi tổ chức qua 3 tầng: Cá Nhân, Team, Hệ thống](/blog/ai-automation/ai-automation-thay-doi-to-chuc-qua-3-tang-ca-nhan-team-he-thong/). Cảm ơn cả nhà đã lắng nghe. Tôi rất muốn nghe thêm góc nhìn từ mọi người, để lại comment nhé? #voquoccuong #GrowthMindset #AIAutomation #EGANYhttps://voquoccuong.com/blog/goc-nhin/ban-kiem-tien-tu-ai-hay-ai-kiem-tien-tu-ban/https://voquoccuong.com/blog/goc-nhin/ban-kiem-tien-tu-ai-hay-ai-kiem-tien-tu-ban/Làm nghề nhiều năm, tôi thấy nhiều người đang nuôi AI như nuôi bồ nhí. Mười nhóm người mà AI đang kiếm tiền cực tốt, và tôi thú nhận mình thuộc cả mười nhóm.Sat, 30 Aug 2025 09:00:00 GMTLàm nghề nhiều năm, tôi thấy nhiều người (kiểu) đang nuôi AI như nuôi.. bồ nhí. Thật!  Hôm bữa cafe, mấy anh em than "móe, giờ kiếm tiền dự án khổ quá, có cách nào kiếm tiền dễ hơn không anh em?". Có đứa bàn liền "giờ AI Automation đang hot, dùng cái này kiếm tiền là ngon nhất rồi". Rôm rả, hăng hái lắm. Một hồi sau tôi hỏi "tụi bây chắc chưa?". Mình đang kiếm tiền từ AI, hay AI đang kiếm tiền từ mình thì.. chưa biết được đâu anh em. Hơn 15 năm làm nghề, 10 năm đi tư vấn và phát triển giải pháp công nghệ, 3 năm gần đây kèm thêm AI vào, tôi nhận ra nhiều sự thật nhạy cảm mà anh em trong nghề ít.. dám nói ra. Tôi tin AI đang kiếm tiền cực tốt từ những nhóm người này (tôi lặp lại "AI kiếm tiền từ.." nhiều lần cho đã nư). ## Mười nhóm AI đang kiếm tiền **1. Người "cái gì cũng biết" nhưng không biết gì.** Có những anh sếp họp 3 tiếng bàn về "chiến lược AI" nhưng đến ChatGPT còn không biết prompt sao cho ra kết quả, cứ "viết hay hơn" rồi "viết hay hơn nữa". Rồi dư tiền thuê consultant fame to nhưng chưa thực chiến bao giờ, giá 2000 đô mỗi ngày để nghe lý thuyết to bự. **2. Người nghĩ AI là thần là thánh.** Có khách hỏi tôi "chị thấy quảng cáo nói AI áp vào có thể biến công ty lỗ thành lãi, em thấy chị áp dụng được không?". Tôi rep "có, nếu chị sa thải hết ban lãnh đạo không biết kinh doanh, cắt hết nhân sự và để AI làm thay luôn đi chị". **3. Người sợ bị thay thế.** Nhìn các bạn làm văn phòng, thiết kế, content giờ chạy đua học cả chục khoá AI cả năm trời, tiền học nhiều hơn tiền lương. Trong khi chỉ cần master 1-2 tool ứng dụng thực tế được cho nghề mình là đủ ăn cả năm. AI không đi thay kế toán được, cũng không ăn phốt từ content chả kiểm duyệt thay bạn với sếp được đâu. **4. Người làm chuyện đơn giản thành phức tạp.** Team 5 người họp 2 tuần để "implementing AI-driven customer satisfaction optimization framework" (nghe xong cũng chả biết là cái gì), chọn model rồi bàn bảo mật tá lả, dựng máy chủ riêng. Thực tế? Cài một con chatbot support khách, 2 tiếng là xong. **5. Công ty thích "có là được", flex AI hoá.** "Công ty mình có dùng AI rồi nha", flex xong vô xem thì phát hiện cả công ty ứng dụng x20 account ChatGPT để viết email, trả lời nhân sự, mà mỗi người một kiểu rời rạc. Phí gì đâu, gom một bộ tổng hợp nạp credit vô xài còn rẻ hơn chục lần mà có template sẵn đủ loại bot. **6. Người lười suy nghĩ.** Copy prompt trên mạng, paste vào ChatGPT, ra kết quả dở thì chửi "AI ngu". Giống cầm cây đàn 10 tỷ nhưng trình kéo lên chỉ nghe cót két. Lười thì lại hỏi ngang mà không tạo custom bot hay system prompt hay dữ liệu chân dung bản thân để dùng lại, vòng lặp lười lẩn quẩn. **7. Startup "AI-powered everything".** Thêm chữ AI vào pitch deck là gọi vốn được thêm 30%. "AI-powered cà phê", "AI-powered massage", startup đã nghèo lại lôi thêm VC vào để cúng tiền cho mấy "nhà mạng" AI béo tốt. **8. Người không chịu đọc document.** Mua 20 tool tốn gần 500 đô mỗi tháng, dùng chưa tới 5% tính năng. Hỏi vì sao? "Không có thời gian tìm hiểu", nhưng có thời gian họp 20 tiếng mỗi tuần :3 **9. Agency "chuyên AI" mọc sau một đêm.** Hôm qua làm social media, hôm nay đã là "AI Transformation Expert". Portfolio là 3 bài post dùng Canva AI xoá nền, mỗi ngày trả tiền cho một AI khác nhau để đi FOMO bà con, mà không làm xong một dự án thực chiến nào đến nơi. **10. Người nghĩ nhiều làm ít.** 6 tháng "research AI tools", file Excel 200 tool so sánh chi tiết, 500 prompt AI đỉnh cao. Nhưng thực tế áp dụng bằng 0, lý do "chưa tìm được tool hoàn hảo". ## Tôi thuộc cả mười nhóm Còn anh chị em, đang thuộc nhóm nào? Tôi thuộc 10 nhóm trên hết rồi đó, tôi tự chửi tôi luôn, anh em khỏi chửi. Viết ra đây không phải để dạy đời ai.. mà là để tự soi lại mình trước. Muốn thoát mấy nhóm này thì quay về câu chuyện cũ: hiểu mình cần gì, làm thật từ việc nhỏ nhất, đừng để tiền chảy một chiều vào máy mà chả tạo ra giá trị gì. Chuyện chọn JOMO thay vì FOMO chạy theo mọi tool, tôi kể thêm ở bài [Thay vì FOMO, tôi chọn JOMO](/blog/goc-nhin/thay-vi-fomo-toi-chon-jomo/). Anh chị em thấy mình dính nhóm nào nhiều nhất, thú nhận cùng tôi bên dưới cho vui nhé? #voquoccuong #AI #thoughts #FOMOhttps://voquoccuong.com/blog/goc-nhin/khi-doc-99-phan-tram-doanh-nghiep-that-bai-hay-can-trong/https://voquoccuong.com/blog/goc-nhin/khi-doc-99-phan-tram-doanh-nghiep-that-bai-hay-can-trong/Một bài về Offer có framework khá tốt, nhưng nhiều claim kiểu 99% doanh nghiệp thất bại lại thiếu số liệu chứng minh. Góc nhìn của người làm thật.Wed, 20 Aug 2025 09:00:00 GMTDù bài viết có hay thế nào thì cũng nên đặt ra vài câu hỏi để.. học hỏi được nhiều hơn (còn để tranh cãi không hồi kết thì tôi cũng lười). Vì con số đó nó hơi.. kì kì.  Nhân tiện đọc được một bài chia sẻ về OFFER khá hay, để xây dựng cỗ máy kinh doanh tự động cho doanh nghiệp (cụ thể là doanh nghiệp bán sản phẩm số, dịch vụ mảng B2B là chính). Tôi cũng có chút kinh nghiệm viết Offer 3 năm nay và làm web ecommerce được 11 năm, nên góp thêm chút gió để anh chị doanh chủ có thêm góc nhìn. ## Những điểm đúng và tốt trước đã Cho đỡ tiêu cực, phải kể cái hay trước. Thứ nhất, tư duy hệ thống offer. Đúng khi nhấn mạnh cần nhiều touchpoint (điểm chạm) thay vì dựa vào một offer duy nhất, hiểu được customer journey từ awareness đến loyalty. Thứ hai, bốn loại offer có logic rõ ràng. Attraction, Upsell, Downsell, Continuity là một flow hợp lý, mỗi offer phục vụ mục đích riêng trong funnel. Thứ ba, mindset về long-term value. Đúng khi nói "một lần khách hàng, mãi mãi là khách hàng", hiểu được tầm quan trọng của recurring revenue (doanh thu định kỳ). ## Những vấn đề cần sửa Thứ nhất, các claim thiếu credibility. "99% doanh nghiệp thất bại", con số này không có cơ sở. "3 tỷ mỗi tháng", "10 khách 100-200 triệu", cần ngữ cảnh và minh chứng rõ ràng. Đó là lý do vì sao viết hay và viết thuyết phục nó khác nhau, vì người làm thật sẽ có số thật để show, chứ không phải biết viết là làm được. Hy vọng tác giả bổ sung thêm số để bài ngon hơn. Thứ hai, terminology chưa chuẩn lắm (Google hoặc hỏi AI là rõ). "Downsell offer" thường là khi khách từ chối upsell, không phải một offer riêng biệt. Nên gọi là "Alternative offer" hoặc "Step-down offer". Thứ ba, thiếu chiều sâu về thực thi. Không thấy nhắc Customer Lifetime Value (CLV, giá trị vòng đời khách hàng), thiếu pricing strategy cho từng loại offer, không nói về cost of acquisition so với revenue optimization. ## Nếu là tôi thì sẽ viết lại Một, thêm số má cụ thể: CAC (chi phí có được khách hàng) cho attraction offer, mức tăng AOV (giá trị đơn trung bình) từ upsell, retention rate từ continuity, và CLV tính trên toàn funnel. Dù có thể bias nhưng có số vẫn hơn ^^ Hai, phần framework pricing cũng thêm số luôn. Đại khái attraction offer để break-even hoặc lỗ nhẹ, upsell biên cao, alternative offer biên vừa, continuity biên cao sau khi trừ churn. Con số cụ thể tuỳ ngành, nhưng có khung số vẫn hơn nói chay. Ba, thêm mục quản lý rủi ro (cái này khó nói à): nói về testing và validation từng offer, nhắc mấy chỉ số churn rate và retention, có backup plan khi offer không perform. ## Túm lại Concept ngon, nội dung có framework tốt, tư duy hệ thống cũng ngon. Nhưng các phần liên quan thực thi chưa đủ sâu (có khi tác giả viết vào những bài sau ta?). Đáng tin thì chưa, do có quá nhiều claim mà không có backing data. Hướng dẫn hành động thì coi như có steps nhưng hơi hi-level, nên đọc biết vậy chứ sẽ chấm hỏi nhiều hơn. Mà nói đi cũng phải nói lại, ngồi soi bài người khác thì.. dễ, chứ bản thân tôi viết Offer mấy năm cũng có bài dở ẹc, số má thu thập được cũng đâu phải lúc nào cũng.. đẹp. Góp ý cho vui và cùng học.. chứ không phải để dìm ai nha. Anh chị em quan tâm việc viết offer hoặc tối ưu chuyển đổi trên landing page khoá học, sản phẩm số, dịch vụ hay SaaS, comment thêm bên dưới thấy đông tôi viết tiếp nhé? #voquoccuong #offer #conversion #thoughtshttps://voquoccuong.com/blog/ai-automation/bai-hoc-cay-dang-xay-he-thong-khoa-hoc-tu-dong-p2/https://voquoccuong.com/blog/ai-automation/bai-hoc-cay-dang-xay-he-thong-khoa-hoc-tu-dong-p2/Xong phần đăng ký thanh toán rồi thì làm gì nữa? Vì sao đừng vội đóng gói video làm sales funnel, mà nên tối ưu luồng webinar và khoá Zoom cho chắc chân trước.Mon, 04 Aug 2025 09:00:00 GMTỞ phần trước tôi mới nói tới Level 1: đăng ký, thanh toán và thông báo tự động. Vậy xong phần đăng ký rồi thì làm gì nữa?  Sẽ bổ sung tính năng dashboard theo dõi doanh số và tỉ lệ chuyển đổi, hệ thống quản lý thông tin học viên, tích hợp với các công cụ quen thuộc của team (Lark, Telegram hay Zalo). Và nữa: hệ thống Affiliate/Referral tracking, coupon code tự động apply khi gắn mã ref, email marketing automation theo các sequence phức tạp. ## Khoan đã Thuê service dạng Done-for-you có khi tiếp nhận còn không kịp, nói chi là tự học tự làm hàng đống thứ này. Có nhiều anh chị inbox hỏi: "tại sao không đóng gói lại thành video rồi xây sales funnel để tự động hoá toàn diện hơn, mà cứ phải khổ sở làm tiếp cái khoá qua Zoom vậy?". Thực tế mà như lý thuyết vậy thì tôi đã không phải.. dò mìn tới lui 4 năm qua. Người mới ít kinh nghiệm thì có cả hàng trăm kiến thức chưa biết và 1001 cái lý do để trì hoãn: - "Quay dễ mà". Kết quả mới quay video 5 phút mà làm lại hơn chục lần. - "Edit chắc cũng dễ". Ngồi mò từ Camtasia tới Capcut, tool thì không biết xài.. mà mắt thì OCD, chỉnh có đoạn 60 giây từ sáng tới tối. - "Tối nay nhất định sẽ tranh thủ quay". Cuối ngày làm xong chục task, chạy thêm 3 cái deadline client dí, ăn cơm tối xong.. thấy cái gối nó gần hơn cái máy tính. - "Chạy xong dự án này sẽ tập trung quay". Nỗ lực tối đa, tập trung được 2 bữa, rồi việc khác ập tới (quan trọng hơn, có tiền nhanh hơn). Tới lúc này thôi là cái khoá video "đóng gói cho nhanh" đã trôi qua ít nhất 2-3 tháng không nhích được bao nhiêu. ## Đi cho chắc chân rồi chạy sẽ băng băng Các dự án tôi từng hỗ trợ (cả chính mình tự làm), thì 1-2 năm đầu luôn cái luồng đăng ký webinar và khoá dạy qua Zoom là không xài hết. Tập trung tối ưu nó để đẩy mọi chuyện đi tiếp: dòng tiền về, insight rõ ràng hơn, update tới đâu thấy hiệu quả tới đó (dù nhỏ nhất). Cái đó tạo được động lực cực lớn, đẩy con thuyền này đi tới liên tục. Đa số các anh chị tôi gặp mấy hôm nay cũng dân công nghệ, cũng bán sản phẩm số hoặc kỹ năng AI hiện đại bậc nhất, nhưng.. 2 năm rồi còn chưa áp dụng được luồng đăng ký và thanh toán tự động cơ bản :3 Thật là buồn! Mình đi cho chắc chân rồi.. chạy sẽ băng băng thôi à. Mà nói vậy thôi, tôi hiểu cái cảm giác muốn nhảy thẳng lên "tự động hoá toàn diện" cho oách, chính tôi cũng từng ham vụ đó rồi ôm nợ kỹ thuật muốn xỉu. Chậm một nhịp không phải là lười, mà là để không phải làm lại từ đầu. Đoạn khổ sở khi làm thủ công 100% mà tôi kể ở phần trước, xem lại ở bài [Bài học cay đắng khi xây hệ thống khóa học tự động (P1)](/blog/ai-automation/bai-hoc-cay-dang-xay-he-thong-khoa-hoc-tu-dong-p1/). Anh chị em nào gặp chuyện tương tự thì comment phát cho tôi biết với nhé? #voquoccuong #automation #onlinecourse #salesfunnelhttps://voquoccuong.com/blog/ai-automation/bai-hoc-cay-dang-xay-he-thong-khoa-hoc-tu-dong-p1/https://voquoccuong.com/blog/ai-automation/bai-hoc-cay-dang-xay-he-thong-khoa-hoc-tu-dong-p1/Ai làm webinar hay khoá học qua Zoom mới biết nó chua lè chua lét. Từ ảo tưởng làm tay được, tới lúc thành công hoá ác mộng và câu hỏi Automation Level 1.Mon, 28 Jul 2025 09:00:00 GMTKhông phải đợi tới trend AI Automation thì nhà nhà mới tổ chức webinar và khoá học online, mà anh chị B2B bán dịch vụ hay sản phẩm số thường xuyên phải làm điều này suốt nhiều năm qua.  Tôi viết bài này từ góc nhìn người xây dựng hệ thống và cũng trực tiếp vận hành webinar/course cho các cá nhân, tổ chức trong nhiều năm. Mục tiêu giúp mọi người tránh giẫm lên vết xe đổ mà tôi đã đi qua, để có nhiều thời gian tập trung chuyên môn chính và business. ## 0. Ảo tưởng về sự đơn giản Đoạn mà ai cũng "quay tay" hoàn toàn. Tôi thường nghe câu này: "mới làm có bao nhiêu người đâu mà lo, chuẩn bị sẵn Google Form và Sheets rồi chạy thôi". Thực ra tôi cũng vậy, chứ thiết lập landing page, email automation thấy khó quá. Thực tế một ngày của bạn: - 6h sáng: thức dậy, check email và thấy hơn chục tin nhắn hỏi "em đăng ký rồi nhưng chưa nhận được link Zoom", "anh ơi em chuyển khoản rồi mà sao chưa có xác nhận?". - 8h: ngồi trả lời từng tin một hoàn toàn bằng.. tay. - 10h: có người chuyển khoản ghi sai nội dung, bạn phải ngồi đối chiếu sao kê ngân hàng với danh sách đăng ký. - 12h: nhận ra 3 người đăng ký trùng email, 2 người chuyển thiếu tiền, 1 người chuyển nhầm số tài khoản. - 2h chiều: bắt đầu gửi reminder email, nhưng người đã thanh toán và người chưa không thể gửi cùng một nội dung. - 4h: vừa chuẩn bị slide thì lại có thêm 5 tin nhắn hỏi technical issues, bạn bỏ việc chính để làm customer service. - 6h: 2 tiếng trước webinar, nhận ra mình quên gửi link Zoom cho 7 người vừa thanh toán. - 8h tối: webinar bắt đầu, 50% người tham gia không biết unmute, 30% hỏi "slide có share không?", 20% còn lại im lặng như tờ. Và đây mới chỉ là một sự kiện đơn lẻ. Hãy tưởng tượng nếu bạn tổ chức một sự kiện mỗi tuần, hoặc chạy khoá học dài hạn nhiều buổi. ## 1. Khi thành công trở thành.. ác mộng Hầu hết mọi người nghĩ scale x2 số người thì x2 công sức thôi (tuyển thêm trợ lý chẳng hạn), nhưng thực tế có khi x10. Không phải việc gì trợ lý cũng giúp được. Vòng lặp trên lặp lại: check 100 giao dịch chuyển khoản (không phải ai cũng ghi đúng nội dung), trả lời hàng trăm tin "anh ơi em chuyển tiền rồi mà chưa thấy gì", gửi link Zoom 100 lần (luôn có người báo không nhận được), nhắc 100 người về giờ học, xử lý 100 vấn đề khác nhau. Làm thủ công 100% đồng nghĩa với: quên gửi link cho 5-10 người (họ sẽ rất không vui), nhầm thông tin thanh toán, stress đến mức sai sót liên tục, và cuối cùng là mất uy tín, mất khách, mất tiền. Kết quả: bạn không còn thời gian chuẩn bị nội dung chính, 80% chìm luôn trong 1001 công việc stress.. như trên. ## 2. Automation có phải đường ra? Level 1 Đây là thứ mà tôi phân vào Level 1, đại khái chỉ gồm hệ thống đăng ký tự động, hệ thống thanh toán và cập nhật trạng thái đơn tự động, hệ thống gửi thông báo tự động (thường là email automation). Nghe đơn giản? Đây cũng chính là thực tế khắc nghiệt trong ma trận công nghệ, dù bạn là dân công nghệ cũng sẽ hơi ngợp nhẹ. Về mặt kỹ thuật, chỉ cần: thiết kế landing page (UI/UX, responsive, tối ưu conversion), lập trình backend (hoặc nắm kéo thả) xử lý form, database, API, tích hợp payment gateway (mỗi nhà một bộ API khác nhau), setup email automation, cấu hình domain, hosting, SSL, rồi testing, debugging, maintenance. Về thời gian và chi phí: tầm 2-3 tháng nếu thuê lập trình bên ngoài (50-150 triệu là ít). Nếu dùng công cụ no-code cũng phải hiểu hết những thứ trên để thiết lập, còng lưng ra thành phẩm (30-50 triệu). Tự mò mẫm làm tới đâu học tới đó thì có khi 6-12 tháng, chưa kể chi phí hosting, email service, payment gateway. Không rành chọn tech-stack thì thử sai tốn khá nhiều, có khi cả năm chưa tìm ra bộ phù hợp. ## 3. Khi bạn dành 1-2 năm để xây hệ thống thì... Đối thủ đã launch 50 webinar và 10 khoá học, xây community hơn ngàn người, tìm ra được phương thức phù hợp cho đội ngũ. Tôi nói điều này thì nhiều bạn bảo "ai mà rảnh đi xây mọi thứ từ đầu, đi dùng giải pháp có sẵn điều chỉnh lại chạy thôi ông ơi". Tôi nghe nhiều và cũng tưởng nhiều, nhưng mọi người vẫn tự làm đầy ra đó chứ. Có mấy điểm đáng giá cho giải pháp có sẵn: - **Time to market:** thay vì 6-12 tháng để build và debug thì launch sớm 1-2 tuần với đồ có sẵn. - **Proven systems:** dân business non-tech thử sai tốn 12-36 tháng, dân tech giúp bạn thử sai tốn 6-12 tháng, còn dân tech trực tiếp vận hành business tương tự bạn vài năm thì bạn khỏi phải nghĩ nữa. - **Continuous updates:** khi Zoom update API, khi nền tảng đổi cách tích hợp, hệ thống sẵn có đã chứng minh sẽ thay bạn làm điều này (thật ra bạn muốn làm cũng không nổi, tech còn ngán huống chi). - **Focus on what matters:** thay vì dành 70% thời gian cho kỹ thuật và vận hành, bạn tập trung vào tạo content chất lượng và gia tăng trải nghiệm học tập. ## Tạm dừng ở đây Bài cũng dài quá rồi mà chưa viết hết 1/5 nữa. Ba nguyên tắc vàng tôi học được, gói gọn lại: proven system hơn perfect system, time to market is everything, và focus on what matters (80% thời gian cho content, 20% cho operations). Mà nói vậy thôi, tôi dừng ở Level 1 không phải để chê tự làm là dở. Có người tính cách phải tự tay mó máy mới yên tâm, tôi hiểu mà, chính tôi cũng từng cãi chày cãi cối rồi ôm hết vào người xong.. tạ lỗi với vợ con vì mất mấy tháng :3 Chỉ là mong bạn cân nhắc cái giá thời gian trước khi lao vào. Chuyện tự xây hay dùng đồ có sẵn, cái giá của thử sai, tôi kể thêm ở bài [Chủ doanh nghiệp 'thử sai' mất tiền tỷ không lạ](/blog/lanh-dao-ai/chu-doanh-nghiep-thu-sai-mat-tien-ty-khong-la/). Anh chị có kinh nghiệm gì về việc tổ chức sự kiện online, comment cho tôi hóng với nhé? #voquoccuong #automation #webinar #onlinecoursehttps://voquoccuong.com/blog/lanh-dao-ai/khi-nao-nen-trien-khai-automation-cho-doanh-nghiep/https://voquoccuong.com/blog/lanh-dao-ai/khi-nao-nen-trien-khai-automation-cho-doanh-nghiep/Hai nhóm tiêu chí biết khi nào nên bắt đầu AI Automation cho doanh nghiệp: dấu hiệu quy trình cần tự động hoá và 5 mức chuẩn hoá để tự chấm điểm.Sat, 05 Jul 2025 09:00:00 GMTSau 2 tuần chạy đủ sự kiện chia sẻ cho các cấp quản lý cho đến chủ doanh nghiệp, nay cũng có thời gian ngồi lại viết tóm tắt một chút. Có rất nhiều câu hỏi khác nhau về AI Automation cho doanh nghiệp, nhưng tựu chung lại thì tôi thấy các anh chị đều đến câu hỏi mở đề bài này.  Thời đại mà AI Automation gần như len lỏi vào mọi ngóc ngách vận hành, nó không còn là trend nữa mà đã thành sự thật rồi. Thế nhưng câu chuyện FOMO là chuyện không hồi kết, kiểu: - "Cường ơi, chị thấy người ta có cái này cái kia. Em làm cho phòng marketing của chị đi." - "Cường ơi, anh muốn áp dụng Automation hết cho doanh nghiệp của anh, mày triển cho anh gấp." Đa số tôi đều không nhận ngay.. mà nhắc lại vài nội dung để chậm lại vài nhịp đánh giá. Thấy êm hết rồi.. mới dám bơi vào làm cùng, chứ không lại phí thời gian của cả đôi bên. ## Hai nhóm cần đánh giá trước khi làm **Nhóm 1: phòng ban nào, quy trình nào đang có dấu hiệu cần Automation.** - Khối lượng công việc nào đang lặp đi lặp lại với tần suất lớn? - Thời gian xử lý quy trình có bị kéo dài không? - Tỷ lệ lỗi có cao trong các quy trình thủ công? - Nhân viên có tốn nhiều thời gian cho công việc giá trị thấp? **Nhóm 2: mức độ sẵn sàng cho chuyển đổi số và AI Automation** (không khác nhau mấy): - Mức độ chuẩn hoá quy trình. - Nguồn lực công nghệ hiện có. - Khả năng tiếp nhận của đội ngũ. Còn nhiều, nhưng 3 yếu tố này tôi tạm lập trọng số 40% - 30% - 30% để mọi người tính điểm. Trên 3.5 là có thể bắt đầu. ## Nói sâu hơn về mức độ chuẩn hoá quy trình Tôi lấy thang điểm 5 để chấm cho tiện: **1. Không có quy trình:** làm việc tự phát, không có tài liệu, mỗi người một kiểu, ai thấy thì làm. Chấm 1/5 cũng không sao, đặc biệt với tổ chức mới hoặc sản phẩm kinh doanh mới. **2. Quy trình sơ khai:** có mô tả chung chung các bước. Kiểu sếp nhắn "xử lý đơn hàng mới thì em làm mấy bước sau giúp anh: Nhận đơn, Kiểm tra tồn kho, Gọi xác nhận, Đóng gói, Giao hàng." Nhưng không có hướng dẫn cụ thể, ví dụ gọi xác nhận mà khách không bắt máy thì sao, gọi bao nhiêu lần thì dừng, hay đụng tới đó lại hỏi ngược lại sếp ơiii. **3. Quy trình chi tiết:** có tài liệu nhưng chưa tối ưu đo lường. Có hướng dẫn xử lý đơn từng bước, người phụ trách là ai, cách xử lý tình huống thường gặp như hết hàng, khách không bắt máy, địa chỉ sai. Tuy nhiên làm thế nào là hiệu quả, tháng tới cải tiến ra sao thì không biết, vì không có KPI đánh giá rõ ràng. **4. Quy trình có đo lường:** có KPI, đo hiệu quả rõ ràng. Tài liệu số hoá có KPI cụ thể, vd thời gian xử lý đơn dưới 15 phút, đúng hạn trên 90%, trả lời khách nhắn trong giờ làm việc dưới 3 phút. Khi cần thì nhờ nhân viên tổng hợp báo cáo (dĩ nhiên thủ công) để đánh giá lại rồi cải thiện dựa trên dữ liệu, chứ không cảm tính. **5. Quy trình xuất sắc:** đã số hoá và cập nhật thường xuyên. Quy trình lên dashboard real-time, có phân tích và tự động đề xuất cải tiến. Sáng vào chưa kịp mở thì group lãnh đạo đã có cái ảnh dashboard, biết sáng nay bao nhiêu đánh giá xấu chưa xử lý, bao nhiêu phiếu thu trễ hạn, đơn nào còn sót. Lãnh đạo và cả nhân viên nhìn phát biết cần làm gì chứ không phải rị mọ đi tổng hợp báo cáo nữa. ## Vì sao tôi quan tâm quy trình nhất Còn nhiều mục phải để tâm, nhưng khi đi triển khai cho doanh nghiệp tôi vẫn quan tâm quy trình nhiều nhất, sau đó mới tới nhân sự và công nghệ hiện có. Bởi giờ kêu triển Automation thì tự động cái gì bây giờ? Nếu chưa có quy trình, chưa có hướng dẫn cụ thể, thì cái đầu tiên phải làm là ngồi xuống viết ra cái Quy Trình, chứ không phải cài đặt cái này.. triển khai cái nọ. Làm mấy tháng không xong, đập đi làm lại n lần cũng thế thôi, tới ngày nhận ra thì.. mất chi phí thử sai cả tỷ bạc rồi. Nói vậy thôi, bản thân tôi đi tư vấn cũng có lúc gặp doanh nghiệp quy trình còn ngổn ngang mà vẫn phải bắt đầu từ một Quick Win nhỏ cho có động lực, chứ chờ chuẩn hoá hết mới làm thì.. đội ngũ nản trước. Nên thang điểm trên là để định hướng, không phải luật cứng. Chuyện đốt tiền vì nhảy vào làm khi chưa đủ sẵn sàng, tôi kể kỹ hơn ở bài [Chủ doanh nghiệp 'thử sai' mất tiền tỷ không lạ](/blog/lanh-dao-ai/chu-doanh-nghiep-thu-sai-mat-tien-ty-khong-la/). Nếu được quan tâm tôi sẽ viết thêm chuỗi bài này. Anh chị đang chấm doanh nghiệp mình mấy điểm ở mục chuẩn hoá quy trình, comment cho tôi biết nhé? #voquoccuong #automationinaction #chuyendoiso #SMEhttps://voquoccuong.com/blog/ai-automation/ai-automation-khong-phai-toc-do-ma-la-tu-chu/https://voquoccuong.com/blog/ai-automation/ai-automation-khong-phai-toc-do-ma-la-tu-chu/Nhiều doanh nghiệp dùng AI Automation chỉ để làm nhanh hơn, đó mới là tầng giữa. Câu hỏi thật phải đi xuống tầng móng: hệ thống tự chạy mà không cần con người.Thu, 12 Jun 2025 09:00:00 GMTNăm 2025 rồi, nếu bạn vẫn nghĩ mục tiêu của AI Automation chỉ là để làm mọi việc "nhanh hơn", thì có lẽ chúng ta không cùng nhìn về một hướng. Tốc độ chỉ là phần nổi của tảng băng. Tự chủ mới là thứ thay đổi cuộc chơi.  ## Câu hỏi về tốc độ Khi tôi đến một doanh nghiệp, tôi thường nhận được câu hỏi dạng: "Cường ơi, bên anh có 5 nhân viên nhập liệu. Em có con AI nào giúp họ nhập 1000 đơn trong 1 tiếng thay vì cả ngày không?" Đây là tư duy về TỐC ĐỘ. Nó không sai, nhưng chỉ là cách "bôi dầu nhớt cho một cỗ máy cũ". Bạn đang dùng công nghệ để giúp con người làm một công việc tay chân nhanh hơn. Kết quả là 5 nhân viên đó vẫn mệt mỏi, chỉ là.. mệt mỏi với tốc độ cao hơn mà thôi. Câu hỏi thật ra nên đi thẳng xuống "tầng móng" của hệ thống: - Dữ liệu đơn hàng có thể đi thẳng từ website của khách vào hệ thống kế toán mà không cần qua con người không? - Quy trình xét duyệt có thể tự động hoá dựa trên những quy tắc đã định sẵn không? - Liệu có cách nào để đơn hàng đó tự nó "chạy" một mạch từ lúc tạo ra đến lúc hoàn tất, mà không một ai phải chạm tay vào không? Đây mới là tư duy về TỰ CHỦ. Tự chủ không có nghĩa là giúp con người làm nhanh hơn, mà là xây một hệ thống ở đó công việc ĐƯỢC THỰC HIỆN MÀ KHÔNG CẦN CON NGƯỜI. ## Toà nhà chọc trời của doanh nghiệp Nhân bữa thằng bạn nó khoe cái ảnh The Sales Skyscraper của Haris Halkic, tôi mượn hình toà nhà chọc trời để mọi người dễ hình dung câu chuyện CEO, Manager, nhân viên và vấn đề tòi ra từ đây. **Tầng thượng, cứ coi như là CEO.** Các sếp thường đón tôi ở văn phòng đẹp nhất, mở dashboard xanh lét những con số, biểu đồ tăng trưởng, rồi khoe "KPI tháng này đạt, dự án A vừa đóng, doanh thu B vượt chỉ tiêu". Tôi ờ.. ờ.. dạ.. dạ.., nhưng trong đầu thì không ngừng nghĩ: đây là KẾT QUẢ, là ngọn cây. Còn cái rễ, cái hệ thống ngầm đang nuôi cái cây này nó hoạt động ra sao? **Tầng giữa, là Quản lý và Team.** Đây là nơi tôi thấy "cuộc chiến" thật sự. Anh em PM, leader đầu bù tóc rối trong các cuộc họp, màn hình chi chít Excel, Trello, email qua lại. Mọi người đang dùng gần như 100% sức người để xử lý hàng trăm task nhỏ lẻ. Đây chính là PHÒNG ĐỘNG CƠ, nhưng nó đang chạy bằng cơm, rò rỉ năng lượng khắp nơi. Mọi người đang dùng sức người để vá những lỗ hổng của QUY TRÌNH. **Tầng móng, nơi không ai thấy.** Đây mới là công việc thật sự của tôi. Tầng này không có trong báo cáo, không thể hiện trên dashboard. Tôi phải ngồi lại với mấy anh em senior lăn lộn lâu năm nhất, hỏi những câu rất khác: tại sao bước này phải duyệt qua 3 người, dữ liệu khách từ Sales về Marketing có rơi rớt ở đâu không, quy trình này ai nghĩ ra và lần cuối cập nhật là khi nào? Và đây là lúc mọi vấn đề lộ ra: những quy tắc ngầm, thói quen lối mòn, quy trình chắp vá từ chục năm trước mà không ai dám thay đổi. Tôi gọi đây là HỆ ĐIỀU HÀNH của công ty, và thường thì.. nó đã quá lỗi thời. ## Chuyển đổi số là dám xây lại tầng móng Nhiều người nghĩ chuyển đổi số là mua phần mềm xịn, cài một con AI cho ngầu. Xong.. xong.. nói theo kiểu miền Tây tui là "banh ta long". Chuyển đổi số thực sự là DÁM đập đi xây lại cái tầng móng, thiết kế lại cái hệ thống quy trình bên dưới cho tinh gọn, thông minh và nhất quán. Sau khi cái móng đã vững, lúc đó AI và Automation mới phát huy tác dụng, tự động hoá cái tầng giữa, biến phòng động cơ chạy bằng cơm thành một cỗ máy tự vận hành. Lúc đó anh em nhân viên được giải phóng khỏi việc tay chân lặp lại, để làm những việc cần sáng tạo và tư duy. Mà nói vậy thôi, đập móng xây lại nghe oách chứ thực tế đau lắm, không phải doanh nghiệp nào cũng đủ gan và đủ lực làm một phát. Tôi cũng hay khuyên bắt đầu từ một khâu nhỏ tự chủ được trước, rồi lan dần, chứ hô "xây lại tầng móng" mà đội ngũ chưa sẵn sàng thì cũng.. toang. Chuyện đi qua 3 tầng này ở chính công ty tôi, tôi kể chi tiết trong bài [AI Automation thay đổi tổ chức qua 3 tầng: Cá Nhân, Team, Hệ thống](/blog/ai-automation/ai-automation-thay-doi-to-chuc-qua-3-tang-ca-nhan-team-he-thong/). Toà nhà doanh nghiệp của bạn đang sao rồi, cái móng có vững không, hay anh em vẫn đang lấy sức người chèo chống cho nó khỏi sập mỗi ngày? Bạn đang dùng AI để tăng tốc hay để xây sự tự chủ thật sự, kể tôi nghe bên dưới nhé? #voquoccuong #AIAutomation #tuchu #chuyendoisohttps://voquoccuong.com/blog/lanh-dao-ai/dung-voi-trach-sep-kho-o-khi-quan-ly-ai/https://voquoccuong.com/blog/lanh-dao-ai/dung-voi-trach-sep-kho-o-khi-quan-ly-ai/Sau vài tháng quản lý nhân viên AI, mấy đứa em tôi tự dưng hiểu vì sao sếp hay càm ràm. Rác vào thì rác ra, và bài học quản lý rõ ràng, kiên nhẫn, trách nhiệm.Wed, 11 Jun 2025 09:00:00 GMT"Sau mấy tháng dùng AI, tự dưng em thấy hiểu sếp mình ghê anh ơi! Em biết vì sao sếp em lại hay càm ràm, nói nhiều khi giao việc và giám sát tụi em chặt đến ngẹt thở như vậy. Nhiều cái không muốn nói đâu, tưởng tụi em ai cũng n.g.á.o hay sao mà gửi đủ thứ tài liệu quy trình và dặn dò mắc.. mệt luôn :))"  Đây chắc là đoạn tôi nhớ nhất sau buổi cafe với mấy đứa em chơi AI Automation gần đây. Lạy trời lạy phật, đây chắc là điều tích cực nhất mà tôi thấy trong thời gian qua khi cho tụi nó vật lộn với AI. Giờ đây bất kỳ nhân sự nào cũng có thể làm chủ, làm quản lý với ít nhất vài "nhân viên AI" trong tay. Các anh chị em than "cực" khi quản lý GenZ thì quản GenAI hay AI Agent còn cực hơn nhiều. Cứ tưởng có AI Agent là ngon, ai đâu ngờ gặp mấy chuyện y chang khi quản lý nhân viên thôi. ## Vài ví dụ, xem có quen không Một, "viết mô tả sản phẩm XYZ của công ty mình cho hay hay đi em". Kết quả có khi AI trả về một tràng luận văn, phân tích cả lịch sử ra đời của chữ XYZ trong bảng chữ cái.. hổng chừng :3 Hai, "viết lại hay hơn đi, cảm xúc vào" (lặp lại n lần), "hồi nãy tao nói mày hiểu rồi mà". Kết quả có khi nó nói sến rện không liên quan tới đối tượng khách hàng công ty đang hướng tới. Ba, kêu AI phân tích mớ dữ liệu lộn xộn từ file Excel, PDF, Word đủ cả. Nó trả về một mớ lộn xộn khác, báo cáo sai tè lè tét lét (do lúc thì doanh thu, lúc thì dt, lúc thì tổng đơn, dù đều là sub total chưa trừ khuyến mãi). Thực tế có mấy sếp cũng vậy, ra kết quả không đúng ý trong 3 tình huống này là một tràng "em viết gì kì vậy, sai tùm lum rồi, rốt cuộc em có hiểu sản phẩm và công ty mình không". Có điều trách nhiệm ở đây phần lớn ở sếp thôi. Rác vào thì rác ra. Lỗi không phải tại "nhân viên AI".. mà là tại ông sếp không cung cấp đủ thông tin và hướng dẫn chi tiết. Thay vào đó, có phải chúng ta cần viết ít nhất cũng: "Bạn là chuyên gia marketing có kinh nghiệm, hãy viết bài quảng cáo 300 chữ cho sản phẩm XYZ, đối tượng GenZ, văn phong hài hước, tập trung vào lợi ích A-B-C và kết thúc bằng câu kêu gọi hành động mạnh mẽ". Chắc do vậy mà giờ tôi thấy các khoá học viết prompt cho AI vẫn còn bán được hoài. ## Bài học từ AI: rõ ràng, kiên nhẫn, trách nhiệm Sau thời gian "quản lý" đám AI Agent, mấy đứa em tôi cũng hiểu vì sao sếp phải nhắc đi nhắc lại, thậm chí ràng buộc sẵn trong System Prompt (câu lệnh hệ thống) để tránh lạc đề. Công nghệ thay đổi cách làm việc.. nhưng bản chất quản lý thì không. Dù nhân viên là người hay AI, rõ ràng, kiên nhẫn, trách nhiệm vẫn là chìa khoá. ## Cơm thêm: 3 mẹo System Prompt Tôi thấy Toàn (Tony) có chia sẻ vài mẹo hay về System Prompt cho AI Agent, tối ưu hơn với GPT-4.1. Tôi diễn giải thành 3 ví dụ kèm thêm mắm dặm muối cho dễ hiểu. **Một, đừng có trốn đi chơi nha em (Persistence).** Giao cho AI làm được xíu là nó bỏ ngang hoặc treo luôn, giống nhân sự làm cho có, canh lẹ hết giờ đi chơi. Cuối cùng cũng phải nhắc Agent như mẹ nhắc con: "Em là một Agent, hãy tiếp tục cho đến khi yêu cầu của người dùng được giải quyết hoàn toàn, sau đó mới kết thúc lượt của mình". Nghe quen chứ, kiểu "làm bài tập xong rồi mới được đi đá banh nha". **Hai, đụng chuyện thì tra tài liệu trước giùm anh (Tool-calling).** AI Agent có tật y chang fresher, thà đoán mò rồi trả lời chứ không chịu mở file lên hoặc Google kiểm tra lại. Giải pháp là ra lệnh cứng: "nếu em không chắc về nội dung file hay cấu trúc codebase, hãy dùng công cụ để đọc và thu thập thông tin, KHÔNG được đoán mò hoặc bịa ra câu trả lời". **Ba, làm kế hoạch rõ ràng trước hẵng làm (Planning).** Giống nhân viên mới, AI cũng dễ hăng hái vô làm liền mà không suy nghĩ, kết quả sai hướng từ đầu rồi bị bắt làm lại. Giải pháp: "em nhớ lập kế hoạch chi tiết trước mỗi lần gọi hàm rồi suy nghĩ kỹ về kết quả của các lần gọi hàm trước nhe em". Nghe y chang "họp team brainstorm trước khi code, đừng code rồi mới phát hiện requirement sai". ## Kỷ nguyên "AI Boss" đã đến Càng tìm hiểu, tôi càng thấy nên thêm môn "kỹ năng quản lý nhân sự AI" vào giáo trình. Con người còn biết đi pha cafe cho tỉnh táo khi cần suy nghĩ, chứ AI thì phải nhắc cho chắc "bạn phải suy nghĩ trước khi trả lời nhé". Còn ai hỏi "sao rườm rà thế, cứ hỏi ChatGPT bình thường không được à?", thì được chứ, nhưng kết quả hên xui, như giao việc không brief, không theo dõi, không tài liệu cụ thể. Thử đi rồi biết! Mà nói vậy thôi, tôi cũng vừa "sạt" đứa em một trận khi nó dùng AI vô tội vạ không kiểm tra lại, phốt dính thì.. cả đám ăn cho hết. Nên tôi cũng đang học cách làm sếp của AI cho tử tế, chứ chưa phải giỏi giang gì đâu :3 Chuyện quản đội quân AI Agent ở chính công ty tôi, tôi kể thêm ở bài [AI Automation thay đổi tổ chức qua 3 tầng: Cá Nhân, Team, Hệ thống](/blog/ai-automation/ai-automation-thay-doi-to-chuc-qua-3-tang-ca-nhan-team-he-thong/). Bạn đã từng "ăn hành" khi quản lý AI chưa, kể tôi nghe bên dưới đi nào? #voquoccuong #AI #AIAgent #systemprompthttps://voquoccuong.com/blog/ai-automation/api-va-webhook-co-phai-chi-danh-cho-dan-ky-thuat/https://voquoccuong.com/blog/ai-automation/api-va-webhook-co-phai-chi-danh-cho-dan-ky-thuat/Dân non-tech học Automation với n8n hay Make thường khựng lại khi không thấy node của Haravan, Sapo, Zalo. Hiểu API và Webhook là gỡ được nút thắt đó.Mon, 09 Jun 2025 09:00:00 GMTTrong các buổi cafe với anh chị không chuyên đang theo học Automation (n8n, Make), tôi thường xuyên gặp câu hỏi này. Hồi tuần trước, để giải khát thêm cho các anh chị đang "bức bối" vì không hiểu tại sao phải học nó. Không gỡ được nút thắt này chắc không có động lực mà tìm hiểu tiếp được.. thật.  Nhiều anh chị mới bắt đầu có thể nghĩ: "Nghe phức tạp quá, mình dùng các công cụ tự động hoá có sẵn là được rồi!". Nhưng tin tôi đi, hiểu và dùng được API cùng Webhook sẽ giúp anh chị tiến xa hơn rất nhiều, tách khỏi giới hạn của số đông. ## Cái nút thắt của dân non-tech Mò mờ mắt trong n8n/Make, mọi người có tìm ra node nào tên Haravan/Sapo/KiotViet/Zalo không? Lúc này đa phần anh chị non-tech sẽ chịu trận luôn, không làm gì tiếp được, dù.. tất cả nền tảng đều có mở API và có tài liệu sẵn. Còn với người hiểu API/Webhook, họ không chỉ dùng các node sẵn có, mà bất kỳ nền tảng nào có tài liệu API là kết nối được hết. ## Dừng lại giải thích xíu **Node hay Connector.** Là các kết nối có sẵn trong công cụ tự động hoá, muốn dùng thì nắm kéo thả vào khai báo.. là chạy. Vd các node Telegram, Google Sheets có sẵn trên n8n/Make. **API (Application Programming Interface).** Nghe khó hiểu vậy chứ nó như "phiên dịch viên" giúp các phần mềm khác nhau giao tiếp với nhau theo chuẩn chung. Mỗi nền tảng do một công ty khác nhau tạo ra, nhưng cùng chơi một kiểu để nói chuyện với nhau. Vd kiểu "Ê, cho tao thông tin của học viên MS007 đi" thì Việt Nam hiểu nhưng chưa chắc bên Cambodia hiểu. Còn giờ các bên đều biết tiếng API thì nói "GET /api/member/007" là ai cũng hiểu, và trả về đầy đủ "MS007, Cường Đẹp Trai, 18 tuổi, lớp Automation in Action". **Webhook.** Hiểu nó như người đưa tin cho dễ, chuyên thông báo lập tức khi có chuyện gì đó xảy ra. Kiểu "có đơn mới, có thay đổi thông tin đơn, đơn bị xoá" thì cứ báo cho Cường biết nha anh đưa tin ơi, tôi đăng ký nhận tin rồi đó. Thay vì chủ động đi gọi "nãy giờ có bao nhiêu đơn mới gòi chị?" cứ 5 giây hỏi một lần chắc mệt luôn (có khi quên), thì giờ nào có đơn chị chủ shop sẽ báo cho mình biết để đi xử lý tiếp. Khi có tin này rồi thì mình lấy đi kích hoạt quy trình Automation tiếp theo kịch bản định trước. ## Cơm thêm cho ai muốn bắt đầu - Bắt đầu từ đâu thì đọc tài liệu API trước. - Cài Postman xuống máy đi, kiểm tra API tiện lắm, vọc đã đời. - Đọc hiểu các phương thức HTTP cơ bản như GET, POST, PUT, DELETE. Nó như các động từ cơ bản trong ngôn ngữ API vậy, nhiêu đó là đủ. - Làm quen với JSON, định dạng phổ biến khi làm việc với API hiện tại. ## Túm lại Dù nó khó thật, thì các anh chị dân non-tech cũng nên học nếu muốn chơi môn Automation. Thực tế tôi gặp nhiều anh chị dân Marketer chịu học xíu API/Webhook đã có thể khác biệt so với 80% còn lại rồi. Không còn phải chờ nền tảng update hoặc nhờ ai code giùm mà vẫn kết nối được nền tảng bất kỳ (nếu nó cho phép). Các node có sẵn thì lập trình viên họ cũng làm theo cơ chế API/Webhook rồi đóng gói lại cho mình tiện xài thôi. Không khó gì đâu, mạnh dạn học đi nhe. Bạn bè tôi toàn dân marketer, biz dev mà vẫn làm được đây. Mà nói vậy thôi, học cái này giai đoạn đầu cũng rén lắm, JSON với credential nhìn là muốn.. xỉu ngang. Cứ đi từ từ.. vọc riết rồi quen, đừng nản sớm là được ^^ Chuyện vì sao đừng thần thánh hoá n8n, tôi kể thêm trong bài [n8n có dễ như ai đồn không? Tỉ lệ bỏ cuộc hơn 80%](/blog/ai-automation/n8n-co-de-nhu-ai-don-khong-ti-le-bo-cuoc-hon-80/). Anh chị em đang mắc ở khúc nào khi học API/Webhook, cứ để lại comment tôi hóng nhé? #voquoccuong #AutomationInAction #api #webhookhttps://voquoccuong.com/blog/ai-automation/n8n-lam-chatbot-su-that-dang-sau-it-ai-noi/https://voquoccuong.com/blog/ai-automation/n8n-lam-chatbot-su-that-dang-sau-it-ai-noi/Tôi dùng n8n build chatbot nhưng chỉ cho nội bộ, chưa dám public cho khách. Ba lý do khi so n8n với Smax, ManyChat về real-time, tích hợp và chuyển đổi lead.Sat, 10 May 2025 09:00:00 GMTNhân tiện hội kín AutoMates bàn tán về chatbot khá sôi nổi, đặc biệt là chatbot phục vụ sales và marketing, nên tui biên luôn bài này cuối tuần cho anh em vừa lòng.  Tôi cũng dùng n8n build chatbot và làm automation, nhưng dùng để test và cho các hoạt động nội bộ là chính. Còn nói dùng cho khách hàng public thì chưa dám bao giờ, vì: - Độ trễ khi phản hồi có khi lên 15-20 giây mỗi tin nhắn. - Khách bỏ chạy mất tiêu rồi.. thì làm gì tới lượt chốt. - Chưa kể tin nhắn chất đống trong queue còn chưa xử lý hết. Tại sao vậy? Để dễ khui, tôi tạm lấy n8n so với các nền tảng chatbot chuyên dụng như Smax hay ManyChat cho tiện tay.. thiện tay. ## 1. Khả năng chịu tải và đáp ứng real-time n8n chắc chắn là một công cụ workflow automation mạnh mẽ, nhưng nó chưa từng được giới thiệu và thiết kế để xử lý tương tác real-time với khối lượng lớn. Trên tài liệu chính thức, n8n nêu có thể xử lý lên đến 220 workflow executions mỗi giây trên một instance, và mở rộng thêm nhiều instances. Tuy nhiên, có thể không cần hiểu mấy ý trên, anh chị cứ lên Reddit hoặc các group cộng đồng n8n gõ mấy từ khoá kiểu "n8n chatbot Messenger", không khó để thấy phản hồi có khi từ 20-45 giây. Khối lượng lớn nhưng độ trễ phụ thuộc nhiều vào độ phức tạp workflow mọi người xây dựng, chắc chắn.. còn lag nữa. ## 2. Tích hợp với các nền tảng (Zalo, Messenger) n8n có tích hợp với FB Graph API và các FB Trigger, tuy nhiên việc cấu hình cần kiến thức kỹ thuật và không đơn giản với người ít kinh nghiệm. Ngoài ra còn có các custom node Zalo OA, Zalo cá nhân, nhưng xài không dễ. Mà API kể cả chính thống từ các nền tảng cũng xoay như chong chóng, update chóng mặt không kịp, chứ nói gì tới xây workflow. Chí mạng là chỗ này: Smax, ManyChat cung cấp giao diện trực quan để tạo carousel, quick reply, menu chatbot, các nút bấm. Còn n8n chủ yếu tập trung khả năng kết nối API và xử lý dữ liệu, tới mấy chỗ này thì gọi node HTTP cấu hình mệt nghỉ. Kể cả cho mình là dev luôn, làm hết đống này không biết mấy năm.. nói chi tự chế. Đó chính là mấy cái format output đặc thù theo từng nền tảng, giao diện kéo thả mà các chatbot chuyên dụng đã có sẵn. ## 3. Chuyển đổi lead và phân tích ManyChat có các tính năng chuyên biệt cho marketing như Buy Button Conversion, Contact Collection, Shopify Conversion, nhiều lắm. Smax Việt Nam thì có nhiều cái liên quan Zalo và các ứng dụng Việt sẵn rồi. n8n dù có mấy chỗ insights để theo dõi hiệu suất workflow, nhưng không tập trung vào các metrics marketing cụ thể như chuyển đổi lead hay segmentation khách hàng. Nó được thiết kế chủ yếu làm workflow automation (gần đây thì tập trung từ khoá AI, AI Agents nhiều hơn), chứ chưa bao giờ là nền tảng marketing chuyên dụng. Ngược lại, các nền tảng chatbot chuyên dụng thì đủ đồ chơi để quản lý (thậm chí nắm kéo thả) thông tin Customer, Product, Order, còn nhiều template workflow bán hàng có sẵn. Anh em nghĩ kéo thả và chế cháo hết đống này trên n8n thì tới bao giờ? ## Túm lại Tôi chỉ kể sương sương bấy nhiêu, để anh em hiểu thực tế vận hành hiệu quả cho doanh nghiệp đâu chỉ có mấy cái kéo thả thành workflow automation. Việc đánh đổi này quá lớn cho con đường chatbot marketing, đòi hỏi cực kỳ nhiều thời gian và nguồn lực kỹ thuật. n8n vẫn là công cụ ngon lành cho automation workflows, nhưng nên được dùng đúng mục đích thay vì cố biến nó thành một nền tảng chatbot marketing toàn diện. Không phải cái gì mạnh, xịn sò cũng.. đúng và phù hợp cho mình. Mà nói đi cũng phải nói lại, tôi không chê n8n dở đâu nha, chính tôi vẫn xài nó mỗi ngày cho automation nội bộ. Chỉ là chọn sai công cụ cho đúng bài toán thì tự mình làm khổ mình thôi. Chuyện vì sao người mới hay vỡ mộng với n8n, tôi kể thêm ở bài [n8n có dễ như ai đồn không? Tỉ lệ bỏ cuộc hơn 80%](/blog/ai-automation/n8n-co-de-nhu-ai-don-khong-ti-le-bo-cuoc-hon-80/). Anh chị em nghĩ sao về chuyện dùng n8n làm chatbot, cho tôi biết ý kiến bên dưới nhé? #voquoccuong #n8n #chatbot #marketingautomationhttps://voquoccuong.com/blog/ai-automation/chuyen-doi-so-tu-du-an-sang-van-hoa/https://voquoccuong.com/blog/ai-automation/chuyen-doi-so-tu-du-an-sang-van-hoa/Chuyển đổi số đang dịch từ dự án tốn vài tỷ kéo dài hàng năm sang văn hóa cải tiến liên tục. Vì sao nợ kỹ thuật trở thành rào cản cạnh tranh lớn nhất.Sun, 04 May 2025 09:00:00 GMTTôi vừa đọc bài viết của một bạn Data Analyst có nhiều góc nhìn giống nhau, chỉ hơi khác nghề xíu, nên sẵn biên luôn bài này cuối tuần để chia sẻ với anh chị chủ doanh nghiệp. Làn sóng AI đang tạo ra một cuộc cách mạng ngầm trong phát triển phần mềm và chuyển đổi số nói chung. Năm 2025, chúng ta đang chứng kiến một sự phân tầng rõ rệt.  ## Lập trình viên đã không còn viết code theo cách cũ Nằm vùng các group công nghệ, thử hỏi xem Cursor, Replit, Windsurf, Copilot có phải là thứ được bàn nhiều nhất không. Không có mấy AI hỗ trợ lập trình này, kha khá lập trình viên cũng.. đóng băng luôn :)) Dù một dev trung bình (junior) năm 2025 có năng suất tương đương 3-5 người năm 2020, nhưng khoảng cách giữa dev xuất sắc và trung bình lại được nới rộng. Không phải ở khả năng gõ code nữa, mà ở khả năng thiết kế kiến trúc hệ thống phù hợp nhu cầu kinh doanh, xác định đúng vấn đề cần giải trước khi code, biết kiểm thử và đánh giá mã do AI tạo ra, tối ưu hiệu suất ở mức tổng thể. **Chốt đoạn này:** không có chuyện cướp việc được với những dev có năng lực đó, vì họ mới là người dùng AI mang lại kết quả xịn sò nhất. ## Chuyển đổi số truyền thống đang biến mất Những dự án chuyển đổi số kéo dài hàng năm, tốn vài tỷ đến vài chục tỷ, cá nhân tôi thấy đang dần biến mất. Thay vào đó là mô hình chuyển đổi số liên tục, tăng trưởng với các vòng lặp nhanh được hỗ trợ bởi AI và Automation (các công cụ no-code giúp đẩy nhanh việc này). Điều này rõ hơn ở các công ty vừa và nhỏ. Thay vì chờ dự án 6-8 tháng với ngân sách đáng kể, giờ mọi người có thể chủ động thử sai với chi phí thấp, giải quyết vấn đề ngay trong tháng đầu với công cụ no-code/low-code, rồi cứ thế update liên tục với sự tăng cường của AI. Chắc chắn việc triển khai kiểu này là không tránh khỏi, dù tôi chả thích lắm nhưng vẫn phải theo. Lý do là làm vầy nhanh nhưng "nợ kỹ thuật" cũng nhiều không kém, nếu leader mảng này không có kinh nghiệm chuyển đổi số dày dặn. Mà thôi.. làn sóng này không cản nổi, anh em rồi sẽ quay về căn bản, nhưng đó là chuyện tương lai. ## Nợ kỹ thuật thành rào cản cạnh tranh lớn nhất Trong môi trường năm nay và các năm tới, "nợ kỹ thuật" (technical debt) đã thành yếu tố quyết định khả năng cạnh tranh của doanh nghiệp: - Các hệ thống cũ (legacy) không tương thích với AI đang thành gánh nặng ngày càng lớn. Dù giờ có MCP, A2A nguồn mở ra giúp nhiều, nhưng nó như hồi xưa kẹt chỗ khả năng tích hợp và mở API, chỉ khác là hồi đó không cấp thiết như bây giờ. Doanh nghiệp giờ đòi cái này mà không có thì có khi.. khỏi bán giải pháp :)) - Doanh nghiệp có kiến trúc linh hoạt, dữ liệu sạch sẽ, tinh gọn thì triển khai AI ngon hơn nhiều. - Sự khác biệt giữa doanh nghiệp dùng công nghệ hiệu quả và không hiệu quả đang ngày càng tăng. Biết nhiều chưa chắc đã tạo ra hiệu quả nhiều hehe.. Anh em đang chứng kiến làn sóng kiểu "refactor to survive", kha khá doanh nghiệp lớn buộc phải cải tổ toàn bộ hệ thống công nghệ thông tin để tồn tại. Làn sóng ngầm này âm ỉ dữ lắm gòi, các anh chị chủ doanh nghiệp trà đá cũng tâm sự với tôi miết. ## Vậy dân làm nghề cần làm gì? **Chuyển từ chuyên gia kỹ thuật sang chuyên gia giải quyết vấn đề.** Không mới, nhưng giờ cấp thiết hơn. Anh em thành công nhất không còn tự định nghĩa mình qua ngôn ngữ lập trình thành thạo, mà qua khả năng giải quyết vấn đề kinh doanh phức tạp. Quan trọng nhất là khả năng "dịch từ tiếng Việt sang tiếng Việt" mà tôi hay đùa, dịch được nhu cầu kinh doanh thành yêu cầu kỹ thuật rõ ràng. **Đầu tư đúng chỗ cho hợp thời.** Xây kiến trúc dữ liệu thống nhất, sạch sẽ trên toàn doanh nghiệp (mất thời gian nhất đó), tái cấu trúc quy trình để AI tích hợp dễ nhất, đào tạo nhân viên hiểu biết cơ bản về AI, xây văn hoá dùng dữ liệu trong mọi quyết định. Hệ thống dữ liệu mà bét nhè thì chuyển đổi mệt mỏi vô cùng, còn nếu sạch và luôn có thói quen input data thì tiết kiệm ít nhất cũng trên 40% chi phí đầu tư hệ thống phần mềm. **Vượt qua CRUD.** Giờ lặp lại CRUD (create, read, update, delete), tôi thấy dev làm 5 năm vẫn vậy mà không có kỹ năng tạo giá trị cho doanh nghiệp thì chắc tạch. CRUD giờ AI làm hết rồi, kể cả code front-end dựa trên template hay testing cơ bản. Thay vào đó để ý mấy cái khó thay thế hơn: xây và maintain kiến trúc hệ thống phức tạp, tối ưu trải nghiệm người dùng, thiết kế an toàn bảo mật (gần đây anh em vibe coding với AI dính lỗi bảo mật ta nói.. à thôi), làm việc với các hệ thống legacy phức tạp. ## Túm lại Code giờ có no-code nên chuyển ưu tiên từ code sang context sẽ hợp lý hơn. Trong kỷ nguyên AI, giá trị của một chuyên gia không còn nằm ở khả năng sản xuất code hay triển khai công nghệ, mà ở khả năng hiểu bối cảnh kinh doanh và áp dụng công nghệ để tạo ra giá trị thực sự. Điều quan trọng nhất: chuyển đổi số không phải việc mua công nghệ mới, mà là xây dựng năng lực thích ứng liên tục. Đó chính là chỗ "dự án" hoá thành "văn hoá". Lợi thế cạnh tranh thuộc về doanh nghiệp biết đặt câu hỏi đúng và xây nền tảng dữ liệu vững từ ban đầu. Mà nói vậy thôi, biến chuyển đổi số thành văn hoá nghe hay chứ làm cực trần ai, riêng chuyện tập cho cả công ty có thói quen input data sạch thôi tôi đã theo miết mấy năm chưa xong. Nên đừng nghe tôi phán mà tưởng dễ nha :3 Chuyện tự chủ hệ thống thay vì chỉ chạy nhanh hơn, tôi kể thêm ở bài [AI Automation: không phải tốc độ, mà là tự chủ](/blog/ai-automation/ai-automation-khong-phai-toc-do-ma-la-tu-chu/). Anh chị em đang thấy nợ kỹ thuật của mình nặng cỡ nào, kể tôi nghe bên dưới nhé? #voquoccuong #chuyendoiso #AI #nokythuathttps://voquoccuong.com/blog/goc-nhin/chuyen-doi-agency-marketing-cu-sang-mo-hinh-ai-automation/https://voquoccuong.com/blog/goc-nhin/chuyen-doi-agency-marketing-cu-sang-mo-hinh-ai-automation/Một bạn điều hành agency marketing nhỏ đang quá tải, muốn ứng dụng AI. Năm góc nhìn để đi từ quá tải sang hiệu quả mà không bị ngập lụt công nghệ và FOMO.Sun, 13 Apr 2025 09:00:00 GMTHôm trước, tôi nhận được câu hỏi từ bạn H trong group No-FOMO AI Network. Bạn ấy đang điều hành một agency marketing nhỏ tại Vinh, đang cảm thấy quá tải và muốn tìm hướng ứng dụng AI để nâng cao hiệu quả công việc.  Đây là tình huống rất phổ biến mà nhiều người làm mảng dịch vụ hay agency đang gặp trong thời đại bùng nổ công nghệ. Mọi mảng dịch vụ giờ đều muốn áp AI Automation vào bộ giải pháp của mình. SEO thì thành SEO with AI Automation, Content thì thành Content with AI Automation, và mây mây. Tôi muốn chia sẻ góc nhìn với tất cả ai đang trong tình cảnh tương tự. ## 1. Đối mặt với "ngập lụt công nghệ" thời AI Cảm giác lạc lõng giữa một biển công nghệ đang phát triển như vũ bão là điều hoàn toàn bình thường, ngay cả với người trong ngành như tôi. Để không chìm trong đại dương thông tin và cơn sốt FOMO (nỗi sợ bỏ lỡ), bạn cần: xác định rõ mục tiêu kinh doanh trước, công nghệ sau (đừng áp dụng AI vì nó đang hot, mà tự hỏi nó giải quyết vấn đề gì cho bạn); theo dõi có chọn lọc, chọn 2-3 nguồn thông tin chất lượng thay vì cố theo dõi mọi thứ; và thực hành JOMO (niềm vui của việc bỏ qua), đôi khi không theo kịp mọi xu hướng lại giúp bạn tập trung hơn. ## 2. Khi cảm thấy năng lực còn kém Đây là dấu hiệu tích cực! Chỉ những người đã thực sự dấn thân vào thực chiến mới nhận ra mình còn thiếu ở đâu. Còn mới mới chưa chạy thực tế thì lại hay.. "hét" to lắm ^^ Thay vì tự ti, hãy cải thiện từ nền tảng: đầu tư vào kiến thức cơ bản (đi học mấy khoá cơ bản của thầy Andrew, xem mấy video của Andrej Karpathy, rồi đọc thêm tài liệu dần). Tập trung giải quyết một vấn đề mỗi lần, xác định điểm yếu lớn nhất đang cản trở.. rồi khắc phục nó trước. Đặt mục tiêu nhỏ, đo lường được, vì thành công nhỏ sẽ tạo động lực đi xa hơn. ## 3. Ứng dụng AI vào agency cỡ nhỏ Một số cách AI có thể giúp giảm tải: - **Tự động hoá quy trình:** dùng Make.com, Zapier để kết nối và tự động hoá các quy trình lặp đi lặp lại. - **Nâng cao sáng tạo nội dung:** ChatGPT để brainstorm ý tưởng và viết nội dung, Dall-E/Ideogram/Flux để tạo hình ảnh quảng cáo, Runway hoặc CapCut AI để tạo video nhanh. - **Phân tích dữ liệu:** dùng Google Looker Studio kết hợp AI để phân tích hiệu quả chiến dịch. Nhanh hơn thì dùng Lark Base cho dữ liệu nhỏ cũng được (dữ liệu nhiều thì hơi lag.. không nên). ## 4. Định hướng phát triển dài hạn Để phát triển bền vững trong mảng marketing kết hợp AI, nó không khác gì triển khai một dự án phần mềm, vì vậy nên: học quản lý dự án bài bản (Agile, Scrum) để tổ chức công việc hiệu quả hơn; xây quy trình chuẩn (SOP) để dễ đào tạo nhân sự mới và mở rộng quy mô; hợp tác với chuyên gia công nghệ để học hỏi, hoặc kết hợp cùng làm dự án để học dần, cách này an toàn và nhanh hơn.. tự mò mẫm một mình. ## 5. Cân bằng giữa kỹ thuật và giá trị Một bài học quan trọng tôi rút ra sau nhiều năm: đôi khi giải pháp đơn giản nhất lại mang lại giá trị cao nhất. Thay vì theo đuổi công nghệ phức tạp, bạn cứ đào sâu hiểu quy trình của khách hàng (dành thời gian tìm vấn đề cốt lõi họ đang gặp), đo lường hiệu quả thực sự (xác định KPI rõ ràng), và tối ưu quy trình hiện có trước khi thêm công nghệ mới. ## Túm lại Hành trình phát triển mô hình agency mới kết hợp AI không phải một chặng nhỏ mà là quãng đường dài. Đừng quá áp lực phải nắm bắt mọi công nghệ mới. Cứ từ từ xây nền tảng vững chắc và áp dụng từng bước có chiến lược. Giỏi tới đâu thì nhận dự án tới đó (hoặc trên năng lực chút để up-level tốt hơn). Mà nói vậy thôi, tôi ngồi liệt kê nghe gọn gàng vậy chứ bản thân agency hay công ty dịch vụ nào đi qua khúc chuyển đổi này cũng trầy trật, tôi kê đơn thì dễ.. chứ uống thuốc mới thấm :3 Chuyện chọn JOMO thay vì chạy theo mọi trend, tôi kể kỹ hơn ở bài [Thay vì FOMO, tôi chọn JOMO](/blog/goc-nhin/thay-vi-fomo-toi-chon-jomo/). Bạn đang điều hành agency hay mảng dịch vụ, kẹt nhất ở khâu nào, comment cho tôi biết nhé? #voquoccuong #agency #AIMarketing #automationhttps://voquoccuong.com/blog/goc-nhin/con-nguoi-moi-la-giong-loai-hallucination-nhat/https://voquoccuong.com/blog/goc-nhin/con-nguoi-moi-la-giong-loai-hallucination-nhat/Ai cũng lo AI bị hallucination bịa chuyện, nhưng con người trong thị trường đào tạo AI mới là trùm ảo tưởng. Hai kiểu người bán khoá học và cách chọn học từ ai.Sat, 12 Apr 2025 09:00:00 GMTCuối tuần trong lúc chat chit với anh em chuyên gia hội kín, có một đoạn nói đúng những gì tôi đang thấy trên thị trường hiện nay quá, nên lên bài luôn.  Trước khi đi vào vấn đề chính, tôi muốn giải thích khái niệm "hallucination" (ảo tưởng) trong ngành AI mà nhiều người hay nhắc. Trong lĩnh vực AI, hallucination là hiện tượng khi mô hình tạo ra thông tin không có thực hoặc sai lệch. Nói nôm na, đó là khi AI.. bịa ra câu trả lời dù không có. Ai từng gặp sẽ tin sái cổ, đặc biệt hồi trước chưa có search tool tích hợp vào ChatGPT, nó bịa thì.. thôi rồi :3 ## Hai kiểu người bán khoá học AI Tôi thấy có hai kiểu người đang bán khoá học AI trên thị trường. **Kiểu 1: người thực chiến, hay bị nặng tính hoàn hảo và chúa overthinking.** Dành hàng trăm giờ soạn slide chi tiết, lo lắng đến từng chi tiết (chỗ này nói chưa đủ, chỗ kia thiếu demo không ta), luôn cố làm demo "full topping" để học viên nắm bắt (thậm chí tham quá nên làm mãi không xong slide rồi bỏ luôn). Kiểu này thường xuất phát từ những người đã làm việc thực tế với AI, đã bị vả cho nên nói gì cũng rén. **Kiểu 2: chuyên gia lý thuyết mới keng, học trước dạy sau tức thì.** Mới đọc sách, xem YouTube tutorial, spam mini project đơn giản copy-paste từ hướng dẫn có sẵn. Marketing với những hứa hẹn phi thực tế kiểu "7 ngày làm chủ AI x10 doanh số", "trở thành chuyên gia AI không cần biết công nghệ". Cái này nếu dừng ở việc chia sẻ thứ mình biết mà không hứa hẹn gì quá hoành tráng thì tôi thấy vẫn ok, ủng hộ luôn vì nó góp phần bình dân hoá AI cho mọi người. ## Con người mới là trùm hallucination Như anh em trong hội kín buôn chuyện: chúng ta lo lắng về AI bị hallucination, nhưng thực ra CON NGƯỜI còn là trùm hallucination. Nói thêm xíu về hiện tượng "người hallucination" trong đào tạo AI: **Một, giảng dạy những gì bản thân chưa làm được.** Nhiều người chưa từng triển khai một dự án AI hoàn chỉnh nào cho doanh nghiệp đã mở khoá "giúp doanh nghiệp làm chủ AI, gia tăng hiệu suất vượt trội". Cái này ban đầu hơi sốc, mà thấy nhiều quá rồi thành.. không cảm xúc hay sao. **Hai, lý thuyết xa rời thực tế.** Giảng những mô hình lý tưởng không tính đến rào cản thực tế như chi phí API, giới hạn token, hay vấn đề bảo mật, pháp lý ở doanh nghiệp. Tôi từng thấy có workflow kéo hơn 100 node trong Make, tích hợp quá trời bên thứ ba, mỗi tháng tốn hơn chục triệu nhưng lại rao là.. tự động hoá và tiết kiệm chi phí cho doanh nghiệp. **Ba, hứa hẹn quá mức.** "Sau khoá học này bạn sẽ xây được hệ thống tự động vận hành với một người", thực tế là tốn tiền thuê nền tảng vài chục triệu và thuê đội kỹ thuật đủ các bên mới vận hành được. Còn không thì chắc nhận cái cục template xong rồi ngồi nhìn luôn. ## Túm lại Tôi vẫn luôn tin mỗi nhóm nhà đào tạo đều có giá trị riêng. Người thực chiến giúp bạn hiểu sâu về ngành và đi ra kết quả rõ ràng hơn (nhưng mấy ông này low-key kinh, đâu ai biết tới nhiều đâu). Trong khi những anh chị đào tạo cơ bản cực kỳ phù hợp cho người mới tiếp cận, đặt được những bước chân đầu tiên vào việc ứng dụng AI Automation. Quan trọng là bạn biết mình cần học từ ai.. trong giai đoạn nào, chứ không phải tin vào các lời hứa ^^ Mà nói vậy thôi, tất cả chỉ là góc nhìn cá nhân tôi, và chính tôi cũng có lúc hallucination về bản thân đủ kiểu chứ chẳng phải đứng ngoài đâu :3 Chuyện phân biệt thầy giỏi nói với thợ làm được, tôi kể thêm ở bài ["Thừa thầy thiếu thợ" trong làn sóng AI Automation](/blog/goc-nhin/thua-thay-thieu-tho-trong-lan-song-ai-automation/). Anh chị thấy quan điểm này thế nào, chia sẻ bên dưới nhé? #voquoccuong #AI #hallucination #daotaohttps://voquoccuong.com/blog/goc-nhin/thay-vi-fomo-toi-chon-jomo/https://voquoccuong.com/blog/goc-nhin/thay-vi-fomo-toi-chon-jomo/Mở mạng lên toàn tin AI làm doanh thu x3, RIP nghề này nghề kia, khiến chủ doanh nghiệp FOMO ngột thở. Vài mẹo để chọn JOMO, chậm lại mà vẫn hiệu quả hơn.Fri, 28 Mar 2025 09:00:00 GMTAnh chị chủ doanh nghiệp hiểu được mấy việc này sẽ chill hơn nhiều trong thời đại AI Automation chóng mặt như bây giờ.  Mở YouTube, Facebook, TikTok lên có phải giờ toàn là: chatbot đỉnh nhất hiện nay doanh thu x3 sau 1 tháng, doanh nghiệp của bạn sẽ tụt hậu nếu không dùng AI này ngay bây giờ, RIP designer, RIP developer, RIP accountant, tất cả ra chuồng gà. Nhiều lúc thấy lên mạng để giải trí mà còn căng thẳng hơn đọc báo cáo tài chính cuối năm hehe.. ## Thật ra vấn đề vẫn là mấy vấn đề cũ Rồi mọi người sợ không "chơi AI" thì sẽ bị out trend? Thực ra đa số vấn đề của doanh nghiệp vừa và nhỏ cũng tồn tại đó giờ thôi, chẳng qua thời này nó làm chuyện đó thấy cấp thiết hơn. Có phải: - Team bạn vẫn còn làm với Excel bao đời nay, copy-paste tràn lan, nhân viên than làm mãi không hết việc. - Khách nhắn 2 tiếng trên fanpage, 2 ngày sau mới có bạn trả lời và.. "dạ, em đang check". - Nhân viên giỏi bay đi hết vì không có đất diễn. Chưa có AI Automation thì doanh nghiệp bạn cũng thế mà, chẳng qua bây giờ sợ "thằng kia nó áp dụng trước mình, nó vượt lên, hoặc nó làm rẻ hơn mình thì mình.. chết" =))) Đặc biệt, cái thứ quan trọng nhất là dữ liệu thì cũng như đám xà bần không dọn, nên muốn triển khai thì cũng.. khó càng thêm khó. ## Vài mẹo để chọn JOMO Tôi hay cafe với anh chị chủ doanh nghiệp và chia sẻ vài mẹo đơn giản. Một, đi học mấy khoá cơ bản của thầy Andrew hoặc mấy video miễn phí dài dài của Andrej Karpathy. Học để bớt bị dắt mũi, để không bị lùa mua thứ không cần thiết. Hai, bắt đầu tự động hoá, đừng tham những thứ to bự, chọn cái dễ nhất, gần nhất làm rồi nâng cấp nhẹ nhẹ lên cho đỡ ngợp. Đợt tôi nhớ anh Nam Opla có đưa ví dụ khá hay cho chuyển đổi số CRM: "đẻ một đứa con bà bầu mang 9 tháng, mình cũng không thể x9 bà bầu lên và mong đẻ được đứa con trong 1 tháng". Ba, mỗi tuần chọn 1-2 ngày tiếp nhận thông tin mới thôi, hoặc lỡ thấy thì lướt qua. Đúng ngày cần xem thì dành 10-20 phút đào sâu, 1-2 tháng ra kết quả vẫn tốt hơn là ngày nào cũng nạp thêm thông tin mới. Bốn, tham gia group nhỏ, kín với anh em giúp mình chill, chậm lại nhưng hiệu quả hơn. Cùng chia sẻ kinh nghiệm thất bại càng tốt. Nghe nhiều sẽ thấy mấy cái cập nhật từ các creator đa số là bề nổi (thực tế các bạn cũng khó có thời gian ứng dụng sâu mỗi thứ vài tháng cho doanh nghiệp). Hiểu vậy mình cũng đỡ FOMO hơn. Năm, tự đặt câu hỏi đơn giản: tool này làm được việc gì cụ thể, xài thì tiết kiệm bao nhiêu tiền hay giờ, cần chuyên gia mới dùng được hay người thường thôi, nó giải quyết vấn đề thật hay chỉ là "đồ chơi công nghệ" cho vui, và bao lâu thì thấy kết quả, vài tuần hay.. kiếp sau :)) ## Quay về bản chất Thay vì chạy theo mọi trend AI mỗi ngày thì quay về bản chất: - Hiểu doanh nghiệp mình đang đau ở đâu (vì AI không phải thuốc tiên). - Chọn công nghệ như chọn vợ: phải hợp mà còn hiểu mình, chứ đừng chọn vì.. người ta cũng có vợ nên mình lấy vợ. - Tiến lên từng bước, kiểu ăn từ từ tốt cho dạ dày hơn là nuốt vội rồi phải uống thêm chai coca cho trôi. Mà nói vậy thôi, JOMO nghe cho ngầu chứ tôi cũng có ngày mở điện thoại lên là cuốn theo trend liền, phải tự nhắc miết mới kéo lại được. Không phải thánh gì đâu :3 Chuyện vì sao đừng để "thầy" hứa hẹn dắt mũi, tôi kể thêm ở bài [Con người mới là giống loài Hallucination nhất cõi đời này](/blog/goc-nhin/con-nguoi-moi-la-giong-loai-hallucination-nhat/). Anh chị đang FOMO nhất chuyện gì trong cơn bão AI này, kể tôi nghe cho nhẹ lòng bên dưới nhé? #voquoccuong #FOMO #JOMO #AIhttps://voquoccuong.com/blog/goc-nhin/thua-thay-thieu-tho-trong-lan-song-ai-automation/https://voquoccuong.com/blog/goc-nhin/thua-thay-thieu-tho-trong-lan-song-ai-automation/Thầy bảo 2 tuần là tự động hoá toàn bộ, tiết kiệm 70% nhân lực. Còn góc nhìn người trực tiếp triển khai: một dự án AI Automation thật đi qua những gì.Sat, 22 Mar 2025 09:00:00 GMTMới đây, có một anh chủ doanh nghiệp sản xuất gọi điện cho tôi, giọng rất chi là phấn khích: "Anh Cường ơi, em vừa đi học một khoá AI Automation về. Thầy bảo chỉ cần 2 tuần là có thể tự động hoá toàn bộ quy trình công ty em, tiết kiệm 70% nhân lực. Em muốn triển khai ngay!"  Tôi thở dài, đây không phải cuộc gọi đầu tiên kiểu này trong tháng. Khi hỏi thêm về chi tiết triển khai và hiện trạng doanh nghiệp, anh ta ậm ừ: "Thầy nói chỉ cần mua vài con chatbot là xong, đâu cần phức tạp gì..". Đó chính là hiện tượng "thừa thầy thiếu thợ" đang diễn ra khắp nơi trong làn sóng AI Automation hiện nay. ## Không chê "thầy", nhưng... Trước hết tôi phải nói rõ: tôi không có ý chê bai các "thầy". Việc phổ cập kiến thức AI là điều đáng khích lệ. Tôi cũng thường xuyên làm việc với các anh chị chia sẻ kiến thức cho cộng đồng và trong các khoá đào tạo doanh nghiệp. Anh em trainer là cầu nối cực kỳ tốt cho các công ty làm chuyên môn (không có nhiều thời gian, khả năng sư phạm để chia sẻ) để triển khai dự án. Tuy nhiên, vấn đề nằm ở chỗ nhiều người đang trở thành "thầy" quá nhanh mà không đủ kinh nghiệm, không hiểu cơ bản về quy trình phát triển phần mềm cũng như triển khai dự án chuyển đổi số. Chia sẻ thứ mình biết thì ai tôi cũng khuyến khích hết.. nhưng đừng nói thứ mình chưa biết và chưa làm được, để rối loạn thị trường. Tôi vẫn nhớ buổi tham dự một webinar mà số lượng manager tham gia rất đông. Tôi thực sự bất ngờ vì chỉ là hướng dẫn dùng tool cơ bản và nói rằng nó sẽ giải quyết được toàn bộ quy trình doanh nghiệp trong.. 1-2 tuần. Điểm chết người là ở đây. Hỏi thầy thì thầy bảo "không có thời gian triển khai", thầy đẩy sang các anh em triển khai như tôi và đối tác. ## Thực tế của người triển khai (hơi phũ) Là người trực tiếp "đổ mồ hôi" với các dự án, tôi khẳng định: không có chuyện "2 tuần là xong" với hầu hết doanh nghiệp, đặc biệt các nơi có hệ thống cũ, dữ liệu không đồng nhất, quy trình chưa chuẩn hoá. Một dự án AI Automation thực tế thường phải trải qua: - Phân tích hiện trạng (thường mất 2-4 tuần). - Thiết kế giải pháp phù hợp (1-2 tuần). - Chuẩn hoá dữ liệu (có thể vài tháng với doanh nghiệp lớn). - Phát triển và tích hợp giải pháp (1-3 tháng). - Đào tạo và chuyển giao (1-2 tháng). - Vận hành và tối ưu (liên tục). Đó là chưa kể các phát sinh như thay đổi yêu cầu, điều chỉnh quy trình, đào tạo lại nhân sự. Tôi còn nhớ anh M, một khách hàng sau khi học một khoá kéo thả no-code, gặp tôi nhờ triển khai vì.. "em thấy cũng dễ nhưng em không có thời gian ngồi làm". Khi tôi giải thích cần xây từng phân hệ một, anh khựng lại rồi vẫn: "Sao thầy em nói chỉ cần kéo thả cái này ra là chạy rồi, đâu bày vẽ nhiều như anh?". Đúng, có những công cụ kéo thả giúp tự động hoá quy trình đơn giản. Nhưng đó chỉ là phần nổi của tảng băng. Phần chìm, nơi đòi hỏi kiến thức sâu về hệ thống, bảo mật, xử lý lỗi, quản lý dữ liệu, mới là thách thức thực sự. ## Hậu quả dài lâu của việc "làm ẩu" Nhiều doanh nghiệp vì muốn bắt kịp xu hướng đã triển khai ào ào, thiếu kế hoạch. Kết quả là hệ thống hoạt động không ổn định, thường gặp lỗi. Nhân viên không được đào tạo đầy đủ nên chống đối. Dữ liệu không được xử lý đúng cách dẫn đến quyết định sai lầm. Chi phí bảo trì và điều chỉnh sau triển khai cao gấp chục lần dự kiến (nói ít đi rồi đó). Thật ra tôi cũng từng làm vậy rồi đó mọi người, thú nhận luôn ^^ ## Cần cả "thầy" lẫn "thợ" AI Automation không phải bà tiên hay ông bụt giải quyết mọi vấn đề trong vài ngày. Nó là một hành trình đòi hỏi cả tầm nhìn lẫn tay nghề. Chúng ta cần cả "thầy" để truyền cảm hứng, định hướng đúng, lẫn "thợ" để biến tầm nhìn thành hiện thực. Thay vì thừa thầy thiếu thợ, cùng nhau xây hệ sinh thái nơi cả hai cùng tồn tại và phát triển (cũng là điều tôi đang làm và muốn nó thành hiện thực, dù hơi mệt tí). Mà nói đi cũng phải nói lại, tôi đứng cả vai trò "bày" ra lẫn "dọn dẹp" hiện trường trong các dự án, nên có khi cũng chủ quan. Ai thấy chưa đúng cứ phản biện, tôi hóng. Chuyện người dạy hứa hẹn thứ mình chưa làm được, tôi kể thêm ở bài [Con người mới là giống loài Hallucination nhất cõi đời này](/blog/goc-nhin/con-nguoi-moi-la-giong-loai-hallucination-nhat/). Anh chị từng gặp "thầy hứa 2 tuần" nào chưa, kể tôi nghe bên dưới nhé? #voquoccuong #AIAutomation #daotao #trienkhaihttps://voquoccuong.com/blog/lanh-dao-ai/chu-doanh-nghiep-thu-sai-mat-tien-ty-khong-la/https://voquoccuong.com/blog/lanh-dao-ai/chu-doanh-nghiep-thu-sai-mat-tien-ty-khong-la/Vì sao doanh nghiệp nhỏ hay tự build tự chế rồi mất tiền tỷ, và cách phân biệt thử sai có chiến lược với thử sai vô tình khi ứng dụng công nghệ.Sat, 08 Mar 2025 09:00:00 GMTSau hơn chục năm trực tiếp làm nghề và gặp gỡ hàng trăm doanh nghiệp, tôi thấy chuyện này khá bình thường nhưng vẫn là.. một nghịch lý khó hiểu với nhiều người. Nay cuối tuần rảnh viết luôn.  ## "Tự build, tự chế" và cái bẫy không hồi kết Đặc biệt các công ty không sống bằng công nghệ (vd bán lẻ, agency) nhưng có.. nuôi đội công nghệ, kiểu "thôi cái này cho các bạn in-house làm cho tiết kiệm". Ví dụ: cho đội in-house nghiên cứu 3 tháng (tòi thêm 6 tháng dò mìn thử sai) chỉ để tiết kiệm 30 triệu phí tư vấn cộng 12 triệu tiền tool mà đội chuyên nghiệp đã dùng 2 năm để hoàn thiện, đáp ứng sẵn 80% nhu cầu. Trong khi đội in-house 3 người mỗi tháng cũng ngốn mất 55 triệu tiền lương, chưa kể các chi phí khác. Nhiều nơi sếp còn "chịu khó" dành thời gian ra mò mẫm thay nhân viên nữa mới ác. Bi kịch.. Ví dụ vậy thôi, chứ thực tế năm rồi tôi còn gặp trường hợp doanh nghiệp bay gần 3 tỷ cho đội trong nhà xây Website và CRM, mất hơn 18 tháng vẫn chưa ra ngô ra khoai gì. Lỡ hết cơ hội kinh doanh, đội ngũ thì kiệt quệ vì.. chờ đợi. Với họ 3 tỷ là con số nhỏ, nhưng kế hoạch 3-6 tháng thành 18 tháng chưa xong mới là thiệt hại lớn nhất. ## Tâm lý "tiết kiệm" ngắn hạn và cái giá phải trả Cái này nói ra thì cực kỳ nhạy cảm trong nghề tư vấn hoặc đào tạo vận hành cho doanh nghiệp. Vì nói ra dễ bị gán mác chuyên gia hay "dỗi", nên nhiều anh em ngại nói hehe.. Không sao, tui chịu được ^^ Nếu nghe 160 triệu đầu tư cho 4 buổi đào tạo 50 nhân sự thì đa số anh chị le lưỡi chê đắt, nhưng cho từng nhân viên tự đi học khóa online thì nhân ra không dưới 250 triệu (trung bình). Mà chương trình online phổ biến cũng không thiết kế riêng cho tổ chức, không kéo được 50 con người về cùng một hướng. Chi phí cơ hội khi mất thêm 1-2 năm dò mìn còn cao hơn rất nhiều lần. ## Quy tắc cảm nhận 10% Có một nguyên tắc thú vị mà tôi gọi là "quy tắc cảm nhận 10%": - Khi bạn chi 12 tỷ mỗi năm, tiết kiệm 10% (1,2 tỷ) là một động lực mạnh mẽ. - Khi mới chi 12 triệu mỗi năm, tiết kiệm 10% (1,2 triệu) không đủ để thuyết phục bạn đầu tư vào tối ưu hoá. Điều này giải thích vì sao doanh nghiệp lớn thường sẵn sàng đầu tư vào tư vấn chuyên nghiệp, trong khi doanh nghiệp nhỏ hay chọn cách tự làm. Một nghịch lý, vì doanh nghiệp nhỏ mới là đối tượng cần hỗ trợ chuyên môn hơn cả. ## Khi nào thử sai là cần thiết, khi nào là lãng phí? Thật ra có rất nhiều trường hợp người làm tư vấn giải pháp như tôi cũng chưa biết phần mềm đó đáp ứng tới đâu, huống chi.. chủ doanh nghiệp. Lúc đó tôi thường thẳng thắn "tôi không biết", nhưng có phương pháp để giúp họ thử sai tiết kiệm và đạt hiệu quả cao nhất có thể. **Ví dụ 1:** công ty cần thêm tính năng cập nhật bảng giá mà phần mềm có sẵn chưa đáp ứng, thị trường cũng chưa ai làm. Đối tác A đề xuất thử nghiệm và triển khai trong 4 tuần, có kế hoạch đảm bảo mọi thứ chạy được kèm giải pháp dự phòng. Đối tác B làm luôn trong 2 tuần cho chạy, nhưng không trả lời được phương án dự phòng (dù chưa từng làm trước đó). Tôi chốt A, vì rủi ro thử B mà tạch thì đi tìm B2 mất tiếp 2 tháng nữa, chi phí quá cha. **Ví dụ 2** (mới gặp gần đây): chi phí thử sai với bên A là 125 triệu trong 2 tháng để tìm ra các điểm mù cần triển khai ở tháng thứ 3. Tôi đi hỏi bên B (thuộc nền tảng) có chi phí thử sai 20 triệu trong 1 tháng. Sau khi cân nhắc, dù A giỏi hơn, uy tín hơn và đề xuất chuyên nghiệp hơn, nhưng vẫn chưa chắc thành công. Trong khi B cũng tạo ra kết quả tương tự, dù có sai bét nhè thì cũng trả lời rõ giới hạn nền tảng ở đâu. Vậy là thử 5 ông B cũng chưa hết tiền, đáng thử. Trong công nghệ có 2 loại thử sai chính: **Thử sai có chủ đích (Intentional Experimentation):** được lên kế hoạch và kiểm soát, có mục tiêu học hỏi rõ ràng, có giới hạn nguồn lực và thời gian, có cách đánh giá kết quả. **Thử sai vô tình (Unintentional Waste):** phát sinh do thiếu kiến thức và kinh nghiệm, không có kế hoạch và khung thời gian, lặp lại sai lầm người khác đã trải qua, tốn nhiều nguồn lực không cần thiết. Ví dụ, khi đưa AI Automation vào vận hành, doanh nghiệp nên thử nghiệm có kiểm soát để tìm ra mô hình phù hợp. Nhưng tự xây lại từ đầu một hệ thống quản lý tài liệu khi thị trường đã có giải pháp chứng minh hiệu quả thì là loại thử sai không cần thiết. ## Vài ý cho thử sai có chiến lược Kinh nghiệm này có thể chưa đúng với tất cả, nhưng tôi nghĩ giúp mọi người có thêm từ khoá để tham khảo. Thứ nhất, đánh giá thử sai toàn diện một chút: tính cả chi phí nhân sự trực tiếp (lương, thời gian), chi phí cơ hội, chi phí chậm trễ, chi phí sửa chữa khắc phục. Thứ hai, tận dụng và "bào" tối đa kinh nghiệm từ bên ngoài: thuê tư vấn đúng lúc để định hướng, dùng giải pháp đã chứng minh thay vì tự dò mìn mù mờ. Biết mình là dân kiếm tiền từ việc buôn bán chứ không phải từ việc làm công nghệ ^^ Thứ ba, thử nghiệm có kiểm soát: thí điểm nhỏ thôi, đặt mục tiêu và thời gian cụ thể, đừng để ráng.. ráng.. rồi 3 tháng thành 1 năm luôn vì tiếc công đã bỏ ra. Thành công thì cũng nên đánh giá kết quả trước khi mở rộng. Nói vậy thôi chứ ngồi ngoài phán thì dễ, làm thì khó. Bản thân tôi cũng từng đốt tiền thử sai kiểu vô tình đủ cả, nên mới ngồi kể lại đây :3 Muốn biết doanh nghiệp mình đã đủ "chín" để bắt đầu tự động hoá chưa, xem thêm bài [Khi nào nên triển khai Automation cho doanh nghiệp của mình](/blog/lanh-dao-ai/khi-nao-nen-trien-khai-automation-cho-doanh-nghiep/). Anh chị em có quan điểm khác hoặc câu hỏi cứ để lại comment, rảnh mình lên bài chi tiết trả lời tiếp nhé. #voquoccuong #chuyendoiso #congnghe #DoanhNghiephttps://voquoccuong.com/blog/lanh-dao-ai/1001-cach-doanh-nghiep-ap-dung-cong-nghe-that-bai/https://voquoccuong.com/blog/lanh-dao-ai/1001-cach-doanh-nghiep-ap-dung-cong-nghe-that-bai/Ba nhóm sai lầm kinh điển khi doanh nghiệp đưa công nghệ và AI vào vận hành: sai từ tư duy chiến lược, sai lúc triển khai, sai khi quản lý kỳ vọng.Sat, 08 Feb 2025 09:00:00 GMTCái tiêu đề này chợt nảy ra khi tôi ngồi ăn cơm tấm gần văn phòng, định bụng nói rất nhiều về nó nhưng dài quá lại.. thôi.  Tôi liệt kê trước 3 nhóm sai lầm, cũng đại diện cho 3 giai đoạn chuyển đổi số mà chắc hẳn nhiều anh chị doanh chủ đã gặp phải. ## 1. Sai ngay từ đoạn đầu: tư duy chiến lược Không hiếm trường hợp doanh nghiệp bắt đầu vì trend, vì FOMO :v. Thời nào cũng có vụ này, nghe blockchain là chạy theo blockchain, nghe AI là chạy theo AI, chứ chưa thực sự có kế hoạch rõ ràng về ROI (Return on Investment, tỷ suất hoàn vốn). Và khi mơ hồ thì dễ bị sảng, tin rằng công nghệ sẽ là "liều thuốc tiên" chữa lành mọi ung nhọt trong tổ chức. Cứ mua hàng xịn, hàng nhập đã. Thực tế thì công nghệ là công cụ hỗ trợ, thành công chuyển đổi cần đi song hành với thay đổi quy trình và con người rất nhiều. Rồi chuyện không có lộ trình phù hợp với quy mô và năng lực của chính tổ chức mình. Đại khái phần mềm 8 điểm mà nhân sự 3 điểm thì cũng không.. khớp nối được. **Chốt đoạn này:** tôi luôn tin không có "một bước lên tiên", mà cần một quá trình, từng bước và có trọng tâm rõ ràng cho từng giai đoạn. ## 2. Sai ngay đoạn giữa: triển khai Nhảy vô là bụp hàng công nghệ top 1, hạ tầng cloud đỉnh nóc kịch trần xịn nhất thế giới, tốn cực kỳ nhiều tiền. Nhưng thực tế cái cần đầu tư nhiều tiền bạc và thời gian lại chính là đào tạo đội ngũ nhân sự cho công cuộc chuyển đổi này. Chưa chuẩn hoá quy trình trước khi số hoá cũng là một cái bẫy. Số hoá một quy trình lộn xộn chỉ tạo ra "mớ bòng bong" điện tử. Còn có quy trình rồi, công nghệ áp vào làm nó minh bạch và hiệu quả x3 là có. Không có quy trình, hoặc ba mớ, thì công nghệ chả biết áp vô để tối ưu cái gì trong doanh nghiệp anh chị hết. Có nơi thay vì một phần mềm kế toán như Misa, rồi bán hàng như Sapo/Haravan cho 5 năm đầu, thì lại.. bụp luôn ERP cồng kềnh. Chỉ riêng việc tuyển nhân sự kế toán vận hành được ERP đó (thay vì Misa) đã đỏ mắt rồi. **Bài học:** phần mềm chỉ xịn khi phù hợp thời điểm, hiện trạng, quy trình và nguồn lực doanh nghiệp đang có. ## 3. Sai khi có thay đổi: quản lý kỳ vọng dở Anh chị đã có kế hoạch quản lý "sự kháng cự" (thậm chí ngầm) từ nhân viên khi áp dụng công nghệ chưa? Hay là lúc nghe đối tác triển khai nói cho nghe phê quá, toàn thấy bức tranh màu hồng, cứ ráng triển là được hehe.. Chưa kể tới nhân viên, cấp lãnh đạo chưa chắc đủ cam kết đâu, dự án "chết yểu" giữa chừng vì vụ này hoài. Mấy anh chị founder hay nghĩ ai cũng quyết liệt như mình, có chuyện gì mình cũng thích ứng và thay đổi được.. không đâu. Nhân viên thì sợ mất việc nên kháng cự, còn quản lý và giám đốc thì được dăm bữa lại.. buông, lại chê này chê nọ chứ không chủ động tìm giải pháp. Hiểu rằng kế hoạch triển khai và thực tế khác xa nhau là điều đương nhiên, thì mọi chuyện đã tốt hơn nhiều. Việc cần làm là sẵn sàng thay đổi, điều chỉnh để lộ trình đi tới cùng, chứ không phải ngồi trách móc nhau. Dễ thì đã không có nhiều doanh nghiệp tạch ở bước này vậy. ## Túm lại Còn nhiều nữa, nhưng áp dụng công nghệ dù xưa hay nay là AI và Automation thì bản chất không khác biệt quá nhiều ở các đoạn này. Khi triển khai thực tế, một quyết định đưa ra bị ảnh hưởng bởi cực kỳ nhiều tham số. Vẽ ra plan tuy khó nhưng vẫn dễ hơn rất nhiều lần so với chuyện nhúng tay vào làm suốt 365 ngày. Anh chị có thể xem lại bài [Lộ trình 12 tháng chuyển đổi số: bản trong mơ và bản khả thi](/blog/lanh-dao-ai/lo-trinh-12-thang-chuyen-doi-so-ban-trong-mo-va-kha-thi/) tôi viết trước để dễ hình dung hơn. Hy vọng bài này giúp anh chị tỉnh táo hơn, sẵn sàng hơn cho từng giai đoạn chuyển đổi số của doanh nghiệp mình. Anh chị đang thấy mình dính nhóm sai nào nhiều nhất, kể tôi nghe bên dưới nhé? #voquoccuong #AI #automation #chuyendoisohttps://voquoccuong.com/blog/goc-nhin/chuyen-goi-banh-tet-va-ap-dung-cong-nghe-cho-dn-nho/https://voquoccuong.com/blog/goc-nhin/chuyen-goi-banh-tet-va-ap-dung-cong-nghe-cho-dn-nho/Bảy bài học từ chuyện gói bánh tét ngày Tết, soi vào chuyện áp dụng Automation và AI cho doanh nghiệp nhỏ: chọn mục tiêu, kế hoạch, con người, quy trình.Fri, 09 Feb 2024 09:00:00 GMTNăm cũ sắp qua, Tết đến gần kề, đi qua mấy nồi bánh tét thơm mùi củi khô với vỏ dừa khắp nơi mà mê. Tôi dân Cà Mau nên mê bánh tét hơn bánh chưng nhiều, nhưng mê công nghệ thì mới là bị nặng nhất.  Ngồi nhìn cô dì chú bác lau lá chuối, thêm nếp thêm đậu, gói bánh.. mà vẫn nghĩ tới chuyển đổi số cho SME :)))) (bệnh nghề nghiệp khó chữa quá). Tôi tạm gạch vài đầu dòng gửi đến các anh chị chủ doanh nghiệp đang sắp đón Tết, để có thêm góc nhìn lạ hơn khi muốn áp dụng Automation và AI vào bộ máy vận hành năm mới. ## 1. Chọn nếp, chọn lá: tầm quan trọng của mục tiêu Gói bánh tét, việc đầu tiên là phải chọn nếp ngon, lá chuối tươi. Ứng dụng công nghệ cũng vậy, trước khi bắt đầu phải xác định rõ mục tiêu. Muốn "nấu" bánh gì thì "nếp" nào phải đi với "lá" nấy (bánh tét thì đi với lá chuối). Muốn tăng doanh thu, giảm chi phí, hay cải thiện trải nghiệm khách hàng? Mục tiêu rõ ràng thì mới chọn được nếp, lá phù hợp. ## 2. Nhân bánh đậm đà hay lợt lạt: kế hoạch bài bản Bánh tét ngon hay dở, phần lớn (không phải tất cả) là nhờ nhân bánh. Ứng dụng công nghệ dù là AI hay Automation cũng vậy, kế hoạch chính là "nhân bánh", là linh hồn của cả quá trình. Kế hoạch càng chi tiết, càng bài bản, thì nhân bánh càng đậm đà. Cái này không có kinh nghiệm thì phải nhờ chuyên gia. Còn muốn tự trải nghiệm cũng không sao, nhưng hãy sẵn sàng ngân sách và thời gian từ 1-2 năm ^^ ## 3. Châm củi châm lửa đều đặn: vai trò của con người Nếp ngon, lá tốt, nhân đậm đà, mà thiếu lửa thì bánh cũng khỏi chín. Con người chính là "lửa" giữ nhiệt cho cả quá trình chuyển đổi số. Đào tạo bài bản, truyền lửa nhiệt huyết, thì bánh mới chín đều. Không có người chịu dùng, có người quyết liệt ứng dụng (từ lúc còn sống nhăn), thì công nghệ chắc cú.. đắp chiếu. Tôi thấy nhiều như cơm bữa, kể cả EGANY mình cũng bị hoài. ## 4. Gói ghém kỹ lưỡng: quy trình vận hành Gói bánh tét không kỹ thì bánh sẽ bị lỏng, bị hở, lòi ruột từa lưa. Quy trình vận hành trong chuyển đổi số cũng vậy, phải gói ghém kỹ lưỡng, chặt chẽ thì mới hiệu quả. Automation và AI đưa vào cũng là giúp quy trình vận hành có sẵn xịn sò hơn, chứ không phải từ không thành có được. ## 5. Luộc bánh kiên nhẫn: đầu tư đúng mức Luộc bánh tét cần thời gian, cần lửa đều. Chuyển đổi số cũng vậy, cần đầu tư đúng mức cả về thời gian lẫn ngân sách. Đừng vội vàng chi.. cũng đừng tiếc tiền thử, mà hãy kiên nhẫn luộc cho bánh chín đều. Tôi hay "dụ" mấy ông sếp có tiền nhưng chưa làm bao giờ, nói gì cũng không tin.. thì thôi thử sai. Nhưng mà chẻ 500 triệu ra làm 10 lần, thử mệt mỏi mà chưa hết tiền, đừng học đòi doanh nghiệp hàng xóm mà chơi dại (người ta sai mấy chục lần rồi nên bỏ tiền ra là có giá trị rõ ràng, mình chưa biết gì thì nhẹ tay thôi). ## 6. Ăn thử bánh tét: đo lường hiệu quả Bánh chín rồi phải cắt ra, thưởng thức, mới biết ngon hay dở. Chuyển đổi số cũng vậy, phải đo lường hiệu quả, đánh giá kết quả, thì mới biết mình làm đúng hay sai, cần điều chỉnh gì. Đừng mong mọi thứ như ý, hãy sẵn sàng cho chuyện thay đổi (nó là chắc cú xảy ra), vì công nghệ hay thị trường cũng đổi thường xuyên. ## 7. Chia sẻ bánh tét: chia sẻ kinh nghiệm Ngày Tết, bánh tét không chỉ để ăn một mình, bà con dưới quê tui hay gói cặp cặp cho người thân đem dìa. Tinh thần chia sẻ này nên được nhân rộng. Chuyển đổi số cũng cần sự hợp tác, chia sẻ kinh nghiệm giữa các bộ phận, giữa các doanh nghiệp, thì mới cùng nhau phát triển. Tôi làm công ty dịch vụ nên chưa chắc nghiệp vụ nhân sự kho hàng giỏi bằng người ta và ngược lại. Tôi làm advisor cho vài doanh nghiệp mà vẫn cứ chia sẻ hoài, phát hiện ra mình nhiều chỗ bánh tét cũng "tét" chứ không kín, hổng chia sẻ chắc cũng không được chia lại à =)) ## Túm lại Muốn nhanh thì phải từ từ nha anh chị chủ doanh nghiệp ơi. Hy vọng vài dòng tào lao này giúp anh chị thấy việc chuyển đổi số không còn quá nhức đầu ^^ Mà nói vậy thôi, ẩn dụ bánh tét nghe cho vui chứ thực tế làm còn cực hơn gói bánh nhiều, tôi cũng đang vừa gói vừa.. run đây chứ có phải tay nghề gì đâu :3 Chuyện chọn thời điểm bắt đầu sao cho đúng, tôi kể thêm ở bài [Khi nào nên triển khai Automation cho doanh nghiệp của mình](/blog/lanh-dao-ai/khi-nao-nen-trien-khai-automation-cho-doanh-nghiep/). Tết này anh chị đang tính "gói" món công nghệ nào cho doanh nghiệp mình, kể tôi nghe bên dưới nhé? #voquoccuong #chuyendoiso #automation #Tethttps://voquoccuong.com/blog/lanh-dao-ai/lo-trinh-12-thang-chuyen-doi-so-ban-trong-mo-va-kha-thi/https://voquoccuong.com/blog/lanh-dao-ai/lo-trinh-12-thang-chuyen-doi-so-ban-trong-mo-va-kha-thi/Lộ trình 12 tháng chuyển đổi số nghe rất thuyết phục, nhưng vì sao đa số doanh nghiệp nhỏ tạch ngay tháng thứ hai, và đâu mới là bản khả thi hơn?Sat, 03 Feb 2024 09:00:00 GMTBạn đã từng "gật gù, đúng.. đúng" với một bản kế hoạch chuyển đổi số nào đó, rồi tới giờ vẫn chưa biết nó sai ở đâu chưa? :v  Kiểu một lộ trình 12 tháng nghe rất chi tiết, rất thuyết phục. Mục tiêu quen thuộc với hầu hết SME: tối ưu hiệu suất, giảm chi phí vận hành, xây quy trình tự động cho doanh nghiệp chạy trơn tru, ứng dụng AI và Automation để tăng doanh thu, chuẩn hoá dữ liệu để ra quyết định nhanh hơn. Nghe là muốn làm liền đúng không. Mà khoan.. ## Bản kế hoạch "trong mơ" Bản kế hoạch kiểu mẫu (giờ có AI gợi ý trông càng xịn sò) thường chia đúng 4 giai đoạn, mỗi giai đoạn 3 tháng: - **Giai đoạn 1 (tháng 1-3):** Đánh giá hiện trạng vận hành và công nghệ, chuẩn hoá quy trình theo LEAN, xây SOP, chọn công nghệ phù hợp (Make, n8n, chatbot AI, CRM, ERP). - **Giai đoạn 2 (tháng 4-6):** Tự động hoá quy trình chăm sóc khách hàng và bán hàng, tối ưu giao tiếp nội bộ, dựng dashboard báo cáo tự động. - **Giai đoạn 3 (tháng 7-9):** Tự động hoá tài chính kế toán, tối ưu hậu cần và kho, marketing tự động cá nhân hoá. - **Giai đoạn 4 (tháng 10-12):** Ứng dụng AI vào nhân sự và đào tạo, chuẩn hoá và bảo mật dữ liệu, tổng kết rồi lên chiến lược năm sau. Đọc xong thấy bài bản ghê. Nhưng đây cũng chính là chỗ tôi muốn nói: **bản kế hoạch "có vẻ chi tiết và thuyết phục" như trên thường rất khó thành công trong thực tế.** ## Vì sao kế hoạch đẹp vậy mà hay tạch Dừng lại chỗ này kẻo giẫm vào vết xe đổ. Mà tui cũng đã từng làm y vậy với doanh nghiệp của mình rồi.. Thực tế phũ phàng là: - Dành 3 tháng đầu chỉ để "đánh giá và xây dựng lộ trình" không sai, nhưng chủ doanh nghiệp không đủ kiên nhẫn tới vậy, còn nhân viên thì.. càng không. - Với doanh nghiệp vừa và nhỏ trong thời buổi khó khăn, bước đi này thường thất bại ngay khi chưa kịp hết tháng thứ hai. - Mỗi doanh nghiệp lại có rất nhiều vấn đề khác nhau, đang ở những giai đoạn khác nhau về nguồn lực tài chính, chất lượng nhân sự và độ hoàn thiện quy trình. Viết đúng một lộ trình 12 tháng đầu tiên thật ra không khó, nhưng cần rất nhiều thông tin hơn để ra quyết định.. cho giảm thiểu rủi ro. Vẽ ra plan tuy khó nhưng vẫn dễ hơn rất nhiều lần so với chuyện nhúng tay vào làm suốt 365 ngày. ## Bản khả thi hơn (dựa trên kinh nghiệm giẫm mìn) Viết lại đầy đủ thì hơi dài, nên tui tạm điều chỉnh đoạn tóm tắt để mọi người thấy một kế hoạch khả thi hơn. **Giai đoạn 1: Quick Audit và Quick Wins (1-2 tháng đầu).** Nhanh chóng đánh giá tình hình hiện tại, xác định 1-2 quy trình "low-hanging fruit" (dễ tối ưu, lợi ích rõ ràng), triển khai giải pháp mang lại hiệu quả ngay trong tháng đầu. Đo lường và báo cáo luôn (vd giảm thời gian xử lý khâu X 30%, giảm chi phí khâu Y 22%) để tạo động lực, cũng là để build trust với đội ngũ và ban lãnh đạo khi bắt đầu. **Giai đoạn 2: Mở rộng tự động hoá và tối ưu vận hành (tháng 3-6).** Mở sang các mảng cốt lõi khác, xây quy trình chuẩn làm nền cho chuyển đổi số toàn diện. Tích hợp CRM, tự động follow-up khách, hướng dẫn nhân viên dùng công cụ và theo dõi hiệu quả, đồng bộ dữ liệu để có báo cáo kịp thời, so sánh KPI trước và sau để điều chỉnh (không gì là chắc chắn hết, tin vào số liệu hơn). Xong thì tổng hợp thành case study nội bộ chia sẻ với ban lãnh đạo. **Giai đoạn 3: Nâng cao hiệu suất và cắt chi phí sâu (tháng 7-9).** Đẩy tối ưu trên mọi mặt, cắt chi phí sâu hơn nhờ tự động hoá toàn diện. Như giảm thời gian xử lý đơn, dự báo tồn kho và dòng tiền nhanh hơn để ra quyết định cắt cost kịp thời, nhờ AI phân tích để tối ưu content Ads với ít người hơn. Làm xong lại xem số liệu, so sánh, điều chỉnh plan theo dữ liệu. **Giai đoạn 4: Chuyển đổi số toàn diện và bền vững (tháng 10-12).** Ứng dụng AI và tự động hoá để có mô hình vận hành ít phụ thuộc con người, chuẩn hoá dữ liệu, bảo mật, và lập chiến lược cho năm sau. Nghe có vẻ trong mơ, nhưng khi dữ liệu đã được chuẩn hoá đều đặn thì áp dụng AI và Automation nâng cao dễ hơn gấp trăm lần so với ban đầu. Tới giai đoạn này còn lòi ra một mớ task "không hề biết trước": cập nhật tài liệu cho nhân viên mới, viết quy trình mới (không làm thì rối beng khi tuyển dụng cho coi), đồng bộ nhiều báo cáo về một dashboard và chuẩn hoá lại cho từng vai trò xem gì. Chưa kể chuyện phải suy nghĩ vì sao mình cần người này, không cần người kia trong tổ chức (thô mà thật, rất khó xử). ## Vẫn còn chưa sát thực tế đâu Nói vậy thôi, dù kế hoạch có điều chỉnh lại thì vẫn còn.. chưa sát thực tế lắm đâu :)) Mấy ví dụ tui "bịa" ra ở trên là để mọi người dễ hình dung một kế hoạch đẹp trong thực tế nó dễ tạch tới chừng nào. Bịa để không dính doanh nghiệp nào, nhưng cũng dựa trên hơn 15 năm giẫm mìn tư vấn ứng dụng công nghệ cho SME. Để chuẩn bị được một kế hoạch AI và Automation phù hợp thật sự, cần trả lời rất nhiều câu hỏi để đánh giá. Muốn biết doanh nghiệp mình đang ở đâu để chọn điểm bắt đầu cho đúng, xem thêm bài [Công ty bạn đang ở giai đoạn nào trên hành trình chuyển sang làm việc với AI](/blog/lanh-dao-ai/cong-ty-ban-dang-o-giai-doan-nao-tren-hanh-trinh-chuyen-doi-sang-lam-viec-voi-ai/). Anh chị doanh chủ đang mắc ở giai đoạn nào, cứ để lại comment, bữa sau mình chia sẻ tiếp nhé. Bài cũng dài quá rồi ^^ #voquoccuong #chuyendoiso #automation #SME