MODULE 1: NỀN TẢNG AI THẾ HỆ MỚI & PROMPT CHO AI AGENT

Từ AI Chat hỏi–đáp đến AI Agent tự thực thi

🎯 Mục tiêu:  Phân biệt rõ ràng AI Chat, AI Assistant và AI Agent; viết được một bộ Agent Instruction (System Prompt) hoạt động ổn định, không cần nhắc lại mỗi lần dùng.

📚 Nội dung

Tổng quan 3 tầng AI:

• AI Chat: hỏi 1 câu, trả lời 1 câu, không nhớ mục tiêu dài hạn
• AI Assistant: có thêm công cụ (tìm kiếm, đọc file) nhưng vẫn cần người điều khiển từng bước
• AI Agent: tự lập kế hoạch nhiều bước, tự chọn công cụ, tự kiểm tra kết quả — con người chỉ giao mục tiêu

So sánh nền tảng cho công việc truyền thông & vận hành:

• ChatGPT (GPTs), Gemini (Gems), Claude (Projects/Skills) — điểm mạnh riêng của từng nền tảng
• Vì sao Claude phù hợp cho công việc cần độ chính xác cao và tài liệu dài (hợp đồng, báo cáo, quy trình nội bộ)

Prompt Engineering nền tảng:

• Role Prompt (gán vai trò), Context Prompt (bối cảnh), Output-format Prompt (định dạng đầu ra)
• Few-shot: cho Agent ví dụ mẫu để bắt đúng “chất giọng” thương hiệu

Nâng cấp lên Agent Instruction:

• Viết System Prompt cố định vai trò, quy tắc ra quyết định và giới hạn (guardrails) cho Agent
• Thiết lập AI Workspace cá nhân/doanh nghiệp và nguyên tắc bảo mật khi đưa dữ liệu nội bộ vào AI

🛠️ Thực hành tại lớp: Mỗi học viên viết một bộ Agent Instruction cho đúng 1 công việc lặp lại của mình (Agent trả lời khách hàng, Agent soạn báo giá, Agent nhắc việc…) và chạy thử trực tiếp trên Claude Projects ngay trong buổi.

📊 Case Study: Doanh nghiệp dịch vụ B2B

• Bối cảnh (Context): Nhân viên sales mất 30–45 phút để soạn một bản báo giá, thường sai sót mức chiết khấu
• Cách làm (Approach): Xây dựng 1 Agent Instruction cố định hoá quy tắc báo giá, chiết khấu và mẫu câu chuẩn của công ty
• Kết quả (Results): Thời gian soạn báo giá giảm xuống dưới 5 phút, sai sót gần như bằng 0
• Giá trị nhân rộng (Scalable value): Áp dụng lại logic này cho mọi văn bản lặp lại khác: hợp đồng, email follow-up, biên bản họp

✅ Sản phẩm đầu ra

  01 bộ Agent Instruction (System Prompt) áp dụng ngay được cho một công việc cụ thể của học viên.

MODULE 2: AI MULTIMEDIA — AI DESIGN & AI VIDEO

Bộ nhận diện thương hiệu và video review sản phẩm bằng AI Agent

🎯 Mục tiêu: Tự tạo bộ nhận diện thương hiệu cơ bản và một video review sản phẩm/dịch vụ hoàn chỉnh mà không cần designer hay đội quay dựng.

📚 Nội dung

1. AI Design — Bộ nhận diện thương hiệu:

• Tạo Logo, bảng màu (color palette) và Brand Guideline cơ bản bằng AI
• Dùng 1 Prompt mô tả thương hiệu duy nhất để sinh ra nhiều ảnh sản phẩm/ảnh đại diện đồng bộ phong cách
• Thiết kế ấn phẩm truyền thông: Poster, Banner, bộ ảnh Social đồng bộ theo bộ nhận diện

1. AI Video — Clip review sản phẩm/dịch vụ:

• Viết kịch bản review theo công thức Hook – Vấn đề – Giải pháp – CTA
• AI Voice (giọng đọc tiếng Việt tự nhiên) và AI Avatar dẫn dắt clip
• Dựng clip review 30–60 giây bằng AI Video Generator
• Tối ưu định dạng theo nền tảng: dọc cho TikTok/Reels, ngang cho YouTube

🛠️ Thực hành tại lớp

Mỗi học viên tạo 1 bộ nhận diện thương hiệu cơ bản (logo + 3 ảnh social đồng bộ) và 1 clip review 30–60 giây cho sản phẩm/dịch vụ đã chuẩn bị trước.

🧩 Ví dụ minh họa (Use Case)

Trà sữa “Làng Ta” ra mắt bộ nhận diện chi nhánh mới + clip review món mới

“Làng Ta” là chuỗi trà sữa đang mở rộng nhượng quyền tại TP.HCM, cần bộ nhận diện đồng bộ cho các chi nhánh mới khai trương và 1 clip giới thiệu món trà sữa vị mới trước ngày mở bán.

Prompt mẫu:

  “Tạo bộ nhận diện thương hiệu cho quán trà sữa ‘Làng Ta’: phong cách trẻ trung, màu chủ đạo cam đất và trắng. Tạo 1 logo và 3 mẫu ảnh social giới thiệu món trà sữa matcha mới, đồng bộ phong cách. Sau đó viết kịch bản clip review 30 giây theo công thức Hook – Vấn đề – Giải pháp – CTA cho món này.”

Kết quả mẫu:

01 bộ ảnh social đồng bộ dùng đăng Facebook/Instagram ngay trong ngày, và 01 clip review 30 giây sẵn sàng đăng TikTok cho ngày khai trương chi nhánh mới.

📊 Case Study: Doanh nghiệp F&B / bán lẻ

• Bối cảnh (Context): Không có ngân sách thuê designer và đội quay dựng cho từng sản phẩm mới
• Cách làm (Approach): Dùng AI Design tạo bộ nhận diện trong 1 buổi, AI Video tạo clip review chỉ trong 15 phút
• Kết quả (Results): Giảm khoảng 80% chi phí sản xuất nội dung, tăng đáng kể tần suất đăng bài
• Giá trị nhân rộng (Scalable value): Nhân bản đúng quy trình này cho mọi sản phẩm mới ra mắt, không phát sinh chi phí thiết kế thêm

✅ Sản phẩm đầu ra

• 01 bộ nhận diện thương hiệu cơ bản (logo + bộ ảnh social)
• 01 video review sản phẩm hoàn chỉnh.

MODULE 3: TRỢ LÝ AI TOÀN NĂNG — NOTEBOOKLM

Biến toàn bộ tài liệu doanh nghiệp thành một trợ lý tri thức có trích dẫn nguồn

🎯 Mục tiêu: Dùng NotebookLM để tổng hợp tài liệu nội bộ, tài liệu sản phẩm/dịch vụ thành một trợ lý tri thức trả lời có trích dẫn nguồn, không suy diễn ngoài tài liệu — khác với AI Chat thông thường.

📚 Nội dung

• NotebookLM là gì, khác gì ChatGPT/Claude thông thường: chỉ trả lời dựa trên nguồn tài liệu do người dùng nạp vào, có trích dẫn cụ thể, hạn chế “bịa” thông tin
• Nạp nguồn: tài liệu nội bộ (PDF, Docx, Google Docs), trang web, video YouTube, ghi âm cuộc họp
• Hỏi–đáp có trích dẫn nguồn, tạo tóm tắt tài liệu dài, tạo FAQ và mindmap kiến thức tự động
• Audio Overview: biến tài liệu thành một đoạn “podcast trò chuyện” nghe được — dùng cho đào tạo nội bộ, nghe khi di chuyển
• Ứng dụng truyền thông: tổng hợp toàn bộ tài liệu sản phẩm/dịch vụ thành 1 trợ lý trả lời khách hàng đúng thông tin, không lệch thông điệp thương hiệu

🛠️ Thực hành tại lớp: Mỗi học viên nạp 3–5 tài liệu về sản phẩm/dịch vụ của mình vào 1 Notebook, tạo 1 Audio Overview và thử hỏi–đáp có trích dẫn nguồn ngay trong buổi.

🧩 Ví dụ minh họa (Use Case)

“Làng Ta” số hoá quy trình đào tạo nhân viên chi nhánh mới

Mỗi lần mở chi nhánh nhượng quyền, quản lý phải giải thích lại menu, công thức pha chế và chính sách nhượng quyền cho nhân viên mới — mất nhiều thời gian và dễ sai lệch thông tin giữa các chi nhánh.

Prompt mẫu:

  “Nạp vào NotebookLM: file menu, file công thức pha chế chuẩn, file chính sách nhượng quyền của ‘Làng Ta’. Sau đó hỏi: ‘Quy trình pha 1 ly trà sữa size L theo đúng công thức chuẩn là gì?’ và yêu cầu tạo 1 Audio Overview tổng hợp toàn bộ tài liệu.”

Kết quả mẫu:

Câu trả lời có trích dẫn đúng vị trí trong file công thức pha chế, kèm 01 Audio Overview để nhân viên mới nghe ngay trong ca làm việc đầu tiên, không cần quản lý giải thích lại từ đầu.

📊 Case Study: Doanh nghiệp có nhiều tài liệu quy trình/sản phẩm

• Bối cảnh (Context): Nhân viên mới mất nhiều tuần đọc hết tài liệu quy trình, hay hỏi sai người, sai thông tin
• Cách làm (Approach): Đưa toàn bộ tài liệu quy trình vào 1 NotebookLM chung, nhân viên tự hỏi–đáp có trích dẫn nguồn
• Kết quả (Results): Rút ngắn thời gian onboarding nhân viên mới, giảm tải hỏi đáp lặp lại cho quản lý
• Giá trị nhân rộng (Scalable value): Nhân rộng cho từng phòng ban, mỗi phòng có một “bộ não” NotebookLM riêng

✅ Sản phẩm đầu ra

  01 Notebook “Trợ lý tri thức” cho sản phẩm/dịch vụ của học viên, kèm 01 Audio Overview.

BUỔI 2 — AI AGENT CHO CÔNG VIỆC & VẬN HÀNH

Trọng tâm buổi 2: chuyển từ “AI Agent tạo nội dung” sang “AI Agent vận hành công việc” — tự dựng Landing Page, ứng dụng nội bộ và biến Claude thành trợ lý làm việc hàng ngày.

MODULE 4: AI THIẾT KẾ LANDING PAGE

Trang thu Lead/bán hàng dựng bằng AI Agent, không cần biết code

🎯 Mục tiêu: Tự dựng và xuất bản một Landing Page thu Lead/bán hàng hoàn chỉnh, có Form hoạt động thật, ngay trong buổi học.

📚 Nội dung

• Cấu trúc Landing Page chuẩn chuyển đổi: Hero – Lợi ích – Bằng chứng xã hội – CTA – Form thu Lead
• Dùng AI Agent (Vibe Coding) sinh Landing Page hoàn chỉnh chỉ từ 1 prompt mô tả sản phẩm/dịch vụ
• Viết nội dung SEO cơ bản cho trang landing bằng AI
• Tích hợp Form thu Lead, kết nối Google Sheet để lưu dữ liệu khách hàng
• Xuất bản trang với URL riêng, kiểm tra hiển thị trên di động

🛠️ Thực hành tại lớp

• Mỗi học viên tạo 1 Landing Page giới thiệu sản phẩm/dịch vụ của mình, có Form thu Lead hoạt động thật và đường link truy cập được ngay sau buổi học.

🧩 Ví dụ minh họa (Use Case)

“Làng Ta” ra Landing Page thu hồ sơ đăng ký nhượng quyền

• “Làng Ta” nhận được nhiều lượt hỏi nhượng quyền qua Facebook mỗi tuần nhưng phải trả lời tin nhắn thủ công, dễ sót thông tin và mất khách vì phản hồi chậm.

Prompt mẫu:

  “Tạo Landing Page nhượng quyền trà sữa ‘Làng Ta’: giới thiệu mô hình kinh doanh, chi phí đầu tư, chính sách hỗ trợ vận hành, kèm Form thu thông tin gồm họ tên, số điện thoại, khu vực dự kiến mở.”

Kết quả mẫu:

01 Landing Page có URL riêng, Form kết nối Google Sheet để đội sales gọi lại cho khách trong 24 giờ, không còn phải trả lời tin nhắn thủ công.

📊 Case Study: Doanh nghiệp thương mại/dịch vụ

• Bối cảnh (Context): Thuê lập trình viên làm Landing Page tốn 5–10 triệu đồng và mất 1–2 tuần chờ
• Cách làm (Approach): Agent sinh Landing Page hoàn chỉnh ngay trong buổi học, tinh chỉnh trực tiếp bằng prompt
• Kết quả (Results): Giảm khoảng 90% chi phí, có Landing Page thu Lead sử dụng được trong ngày
• Giá trị nhân rộng (Scalable value): Nhân bản cho từng chương trình khuyến mãi hoặc sản phẩm mới mà không cần thuê ngoài lần nữa

✅ Sản phẩm đầu ra:   01 Landing Page thu Lead hoạt động thật, có URL truy cập được.

MODULE 5: AI VIBE CODE — TẠO CRM QUẢN LÝ & MINI-GAME

Mô tả bằng lời, AI Agent tự dựng ứng dụng

🎯 Mục tiêu: Tự tạo một ứng dụng nội bộ (App CRM quản lý khách hàng/công việc) hoặc một Mini-game tương tác khách hàng, theo phương pháp Vibe Coding — mô tả yêu cầu bằng ngôn ngữ tự nhiên, AI Agent tự thiết kế giao diện, logic và dữ liệu.

📚 Nội dung

• Khái niệm Vibe Coding: từ mô tả tiếng Việt tự nhiên đến ứng dụng hoạt động thật, không cần biết ngôn ngữ lập trình
• Xây dựng App CRM quản lý cơ bản: danh sách khách hàng/công việc, trạng thái xử lý, nhắc việc, lọc và tìm kiếm
• Xây dựng Mini-game tương tác: vòng quay may mắn, mini-game thu Lead gắn trên fanpage hoặc Landing Page vừa tạo ở Module 4
• Kết nối dữ liệu Agent tạo ra với Google Sheet để lưu trữ, không cần thuê server riêng
• Kiểm tra, sửa lỗi và tinh chỉnh giao diện bằng cách tiếp tục “trò chuyện” với Agent (iterative refinement)

🛠️ Thực hành tại lớp

Mỗi học viên tự tạo 1 App CRM quản lý đơn giản đúng nhu cầu công việc thật của mình, hoặc 1 Mini-game thu Lead gắn vào Landing Page/fanpage đã có.

🧩 Ví dụ minh họa (Use Case)

“Làng Ta” quản lý khách nhượng quyền và minigame ngày khai trương

Sau khi có Landing Page thu hồ sơ nhượng quyền, “Làng Ta” cần nơi theo dõi từng khách theo trạng thái (Mới/Đang tư vấn/Đã ký), và cần 1 minigame vòng quay ưu đãi để thu hút khách trong ngày khai trương chi nhánh mới.

Prompt mẫu:

  “Tạo App CRM quản lý danh sách khách đăng ký nhượng quyền ‘Làng Ta’ với các trạng thái Mới, Đang tư vấn, Đã ký hợp đồng, có thể lọc theo khu vực. Sau đó tạo 1 Mini-game vòng quay ưu đãi (giảm giá 10–50%) gắn vào Landing Page cho ngày khai trương chi nhánh mới.”

Kết quả mẫu: 01 App CRM chạy được, lọc đúng theo khu vực và trạng thái; 01 Mini-game vòng quay hoạt động thật, tự lưu số điện thoại khách trúng thưởng vào Google Sheet.

📊 Case Study: Doanh nghiệp dịch vụ/bán lẻ

• Bối cảnh (Context): Cần công cụ quản lý khách hàng nhưng không có ngân sách mua phần mềm CRM có phí
• Cách làm (Approach): Agent Vibe Code dựng App CRM tùy biến đúng quy trình nội bộ, hoàn thành trong 1 buổi học
• Kết quả (Results): Có công cụ quản lý vận hành riêng, không tốn phí license phần mềm hàng tháng
• Giá trị nhân rộng (Scalable value): Nhân rộng cách làm này cho các quy trình quản lý khác: kho hàng, đơn hàng, nhân sự

✅ Sản phẩm đầu ra:   01 App CRM quản lý hoặc 01 Mini-game hoạt động thật, dùng được ngay sau lớp

MODULE 6: AI CLAUDE — TỐI ƯU HIỆU QUẢ CÔNG VIỆC

Claude như một AI Agent làm việc hàng ngày

🎯 Mục tiêu: Dùng Claude như một Agent làm việc thường trực: tổ chức tài liệu doanh nghiệp, phân tích dữ liệu, tạo báo cáo và đóng gói quy trình lặp lại thành kỹ năng dùng lại được.

📚 Nội dung

• Claude Projects: tổ chức tài liệu/kiến thức doanh nghiệp thành một “bộ não” Agent riêng, giữ ngữ cảnh xuyên suốt nhiều lần làm việc
• Claude Skills: đóng gói quy trình lặp lại (mẫu báo giá, mẫu báo cáo, checklist QC…) thành kỹ năng Agent tái sử dụng cho cả nhóm
• Claude Artifacts: xuất báo cáo, bảng tính, slide, dashboard trực tiếp từ hội thoại, không cần mở thêm phần mềm khác
• Claude hỗ trợ Excel/phân tích dữ liệu: tổng hợp, dự báo, tạo biểu đồ trực tiếp từ dữ liệu thô
• Nguyên tắc “Lấy AI trị AI”: dùng một Agent kiểm tra chéo kết quả của Agent khác trước khi gửi khách hàng hoặc cấp trên

🛠️ Thực hành tại lớp: Mỗi học viên thiết lập 1 Claude Project riêng cho công việc của mình (nạp tài liệu thật, tạo 1 Skill tái sử dụng) và tạo ra 1 báo cáo/artifact thực tế từ dữ liệu công việc đang có.

🧩 Ví dụ minh họa (Use Case)

“Làng Ta” tự động hoá báo cáo doanh số các chi nhánh

Chủ chuỗi “Làng Ta” nhận báo cáo doanh số rời rạc từ từng chi nhánh mỗi tuần qua Zalo/Excel, mất nhiều giờ tổng hợp và so sánh giữa các chi nhánh.

Prompt mẫu:

  “Nạp file doanh số các chi nhánh ‘Làng Ta’ vào Claude Project và yêu cầu: ‘Tổng hợp doanh số tuần này theo từng chi nhánh, so sánh với tuần trước, chỉ ra chi nhánh tăng/giảm mạnh nhất và tạo bảng biểu tóm tắt.’”

Kết quả mẫu:

01 báo cáo/artifact có bảng so sánh doanh số và biểu đồ tăng/giảm theo từng chi nhánh, xuất ra trong vài phút thay vì vài giờ tổng hợp tay.

📊 Case Study: Doanh nghiệp quản lý/vận hành

• Bối cảnh (Context): Nhân sự mất 3–4 giờ mỗi tuần để tổng hợp báo cáo từ nhiều tài liệu rời rạc
• Cách làm (Approach): Xây dựng 1 Claude Project chứa toàn bộ tài liệu quy trình, đóng gói thành 1 Skill tái sử dụng
• Kết quả (Results): Thời gian làm báo cáo tuần giảm từ 3–4 giờ xuống dưới 30 phút
• Giá trị nhân rộng (Scalable value): Nhân bản Project/Skill này cho toàn phòng ban, đồng bộ chất lượng đầu ra giữa các nhân sự

✅ Sản phẩm đầu ra: 01 Claude Project + 01 Skill sử dụng được ngay cho công việc hàng ngày.