Master Skill Agent: Cách tạo Skill AI và Workflow tự động từ buổi Zoom thực chiến

Nếu bạn vẫn đang dùng AI theo kiểu hỏi một câu rồi tự làm phần còn lại, bạn mới chỉ khai thác một phần rất nhỏ sức mạnh của AI.

Trong buổi Zoom “Master Skill Agent”, Vinh chia sẻ một lộ trình rất dễ hình dung: biến AI từ công cụ hỏi đáp thành một “nhân viên số” có kỹ năng, biết dùng công cụ và có thể thực hiện cả quy trình thay cho bạn.

Bài viết này tổng hợp toàn bộ phần kiến thức và demo chính của buổi Zoom theo cách dễ đọc, dành cho cả người mới. Bạn sẽ hiểu AI Agent, Skill, Workflow và MCP là gì; cách tạo một Skill AI từ dữ liệu mẫu; cách tiết kiệm token; và cách ghép các skill thành hệ thống tự động hóa thật sự.

Ý tưởng cốt lõi của buổi Zoom: AI chỉ thật sự tạo ra giá trị khi nó không chỉ “biết”, mà còn được dạy cách “làm” một công việc theo quy trình có thể lặp lại.

Xem toàn bộ video buổi Zoom: Master Skill Agent: Hiểu rõ AI Agent – Skill – Workflow, tự làm Skill AI đăng đa nền tảng.

Nội dung chính của buổi Zoom Master Skill Agent

• Phân biệt chatbot AI và AI Agent.
• Hiểu Skill AI là gì và vì sao Agent cần Skill.
• Từ nhiều Skill ghép thành một Workflow tự động.
• Cài ứng dụng AI trên máy tính để xử lý công việc thực tế.
• Kết nối Gmail, Google Drive và các công cụ khác qua MCP.
• Điều khiển Agent từ điện thoại khi máy tính vẫn đang chạy.
• Quản lý ngữ cảnh và compact để hạn chế lãng phí token.
• Công thức tạo skill: dữ liệu mẫu → đào sâu → chấm điểm → cải tiến → kiểm thử → đóng gói.
• Thực hành tạo Skill hình ảnh, Skill content và đăng bài đa nền tảng.
• Mở rộng sang video, quảng cáo, CRM, crawl data, website và “bộ não thứ hai”.

1. Từ “hỏi AI” đến “giao việc cho AI”

Phần lớn người dùng bắt đầu với AI bằng một khung chat: hỏi ChatGPT hoặc Claude một câu, nhận câu trả lời rồi tự sao chép, chỉnh sửa và thực hiện các bước tiếp theo.

Cách dùng này hữu ích, nhưng AI mới chỉ đóng vai trò tư vấn. Nó chưa thực sự hoàn thành công việc.

Trong buổi Zoom, AI Agent được giải thích rất gần gũi: hãy xem Agent như một nhân viên AI. Bạn giao mục tiêu, cung cấp dữ liệu, cho phép sử dụng một số công cụ và yêu cầu nó trả lại kết quả hoàn chỉnh.

Cấp độ	AI làm gì?	Ví dụ
Chatbot	Trả lời câu hỏi	Viết một caption
AI Agent	Thực hiện nhiều bước để hoàn thành mục tiêu	Đọc dữ liệu, viết caption, tạo ảnh và chuẩn bị lịch đăng
Skill	Làm tốt một kỹ năng cụ thể theo quy trình đã dạy	Viết bài theo giọng thương hiệu hoặc tạo thumbnail theo một phong cách
Workflow	Nối nhiều skill thành chuỗi công việc	Nghiên cứu → viết → tạo ảnh → duyệt → đăng → báo cáo

Từ chatbot trả lời câu hỏi đến workflow có thể tự chạy cả một chuỗi công việc.

Nếu bạn muốn hiểu nền tảng trước khi đi sâu vào Skill, hãy đọc thêm bài AI Agent là gì? So sánh OpenClaw, ChatGPT, Claude và Antigravity.

2. Skill AI là gì?

“Skill” đơn giản là kỹ năng. Trong game, nhân vật càng lên cấp càng có thêm skill. Với AI Agent cũng vậy: mỗi skill giúp Agent làm tốt một công việc cụ thể.

Một Skill AI không chỉ là một câu prompt đẹp. Nó có thể chứa:

• Mục tiêu của công việc.
• Dữ liệu và tài liệu tham chiếu.
• Các bước phải thực hiện theo đúng thứ tự.
• Tiêu chí đánh giá đầu ra.
• Những điều được làm và không được làm.
• Cách kiểm tra, sửa lỗi và báo cáo kết quả.

Ví dụ, thay vì mỗi lần lại giải thích “hãy viết theo giọng gần gũi, mở đầu bằng vấn đề, đưa ví dụ rồi kêu gọi hành động”, bạn có thể đóng gói toàn bộ cách làm thành một Skill viết content. Lần sau chỉ cần gọi đúng skill và đưa chủ đề mới.

Đây là lý do một Agent chưa có skill thường vẫn chỉ là nơi nhận lệnh. Khi được trang bị skill đúng, Agent mới làm việc ổn định, có tiêu chuẩn và có thể tái sử dụng.

3. Workflow là gì và tại sao một skill chưa đủ?

Một công việc kinh doanh hiếm khi chỉ có một bước. Viết bài xong còn phải tạo ảnh, kiểm tra thông tin, chọn kênh, đăng bài, lưu link và theo dõi kết quả.

Khi Skill A kết thúc và chuyển dữ liệu cho Skill B, rồi Skill B tiếp tục gọi Skill C, bạn có một workflow.

Ví dụ workflow nội dung được demo trong buổi Zoom:

1. Nhận chủ đề hoặc video nguồn.
2. Phân tích nội dung.
3. Viết bài theo Skill content.
4. Tạo hình ảnh hoặc thumbnail theo Skill hình ảnh.
5. Đưa bài vào hàng chờ đăng.
6. Đăng lên Profile, Fanpage, Group hoặc nhiều nền tảng.
7. Lưu trạng thái thành công, link bài đăng và dữ liệu phản hồi.

Như vậy, Skill là một kỹ năng; Workflow là cả dây chuyền làm việc. Đây cũng là nền tảng của AI Automation Tools.

4. Vì sao nên dùng Agent trên máy tính?

Buổi Zoom nhấn mạnh sự khác biệt giữa giao diện chat trên web và ứng dụng AI có khả năng làm việc trên máy tính.

Nếu chỉ chat, AI chủ yếu trả lời. Khi chạy trong môi trường desktop hoặc coding agent và được cấp quyền phù hợp, AI có thể làm việc với thư mục, tệp, trình duyệt và phần mềm trên máy.

Điều này mở ra các tác vụ thực tế hơn:

• Đọc và sắp xếp tài liệu trong một thư mục.
• Tạo hoặc chỉnh sửa tệp.
• Kiểm tra website bằng trình duyệt.
• Thực hiện quy trình liên quan đến nhiều ứng dụng.
• Lưu lại tài liệu, project và skill để dùng tiếp.

Tuy nhiên, Agent chỉ nên được cấp đúng quyền cần thiết. Với thao tác gửi, đăng, mua, xóa hoặc sửa dữ liệu quan trọng, con người vẫn nên duyệt trước.

5. MCP: chiếc cầu nối giữa Agent và công cụ bạn đang dùng

Trong buổi Zoom, MCP được giới thiệu như một cách giúp Agent kết nối với các ứng dụng và công cụ bên ngoài.

Hiểu đơn giản, nếu Skill là kỹ năng thì MCP là “cổng kết nối” để Agent có thể dùng công cụ. Ví dụ:

• Kết nối Gmail để chuẩn bị hoặc gửi email.
• Kết nối Google Drive để lấy và lưu tài liệu.
• Kết nối hệ thống đăng bài để đưa content lên mạng xã hội.
• Kết nối công cụ quản trị website, CRM hoặc dữ liệu nội bộ.

Nhờ kết nối này, người dùng có thể giao việc bằng ngôn ngữ tự nhiên thay vì phải mở từng giao diện và thực hiện thủ công.

MCP không thay thế Skill. Skill nói cho Agent biết phải làm như thế nào; MCP cho Agent công cụ để thực hiện việc đó.

6. Có thể điều khiển AI Agent từ điện thoại không?

Câu trả lời trong buổi Zoom là có, nhưng cần hiểu đúng.

Điện thoại thường đóng vai trò giao diện gửi lệnh, theo dõi tiến độ hoặc phê duyệt. Công việc local vẫn được xử lý trên máy tính đã cài Agent và đang hoạt động.

Mô hình đơn giản là:

1. Máy tính chạy Agent và được kết nối.
2. Người dùng mở điện thoại để gửi yêu cầu.
3. Agent thực hiện công việc trên máy tính.
4. Kết quả được trả về để người dùng kiểm tra.

Điều này phù hợp với người muốn theo dõi hệ thống khi không ngồi trước máy, nhưng máy chủ hoặc máy tính xử lý vẫn phải được duy trì ổn định.

7. Context và mẹo compact để tiết kiệm token

Một điểm thực tế khác trong buổi Zoom là quản lý ngữ cảnh cuộc trò chuyện.

Mỗi lần bạn tiếp tục một cuộc hội thoại dài, AI có thể phải đọc lại một lượng lớn nội dung cũ để hiểu tình huống. Ngữ cảnh càng dài, chi phí token càng tăng và phản hồi có thể chậm hơn.

Giải pháp được chia sẻ:

• Mở cuộc trò chuyện mới khi chuyển sang một việc hoàn toàn khác.
• Dùng chức năng compact/tóm gọn khi ngữ cảnh đã quá dài.
• Lưu quy trình quan trọng thành Skill thay vì lặp lại toàn bộ hướng dẫn.
• Chỉ đưa vào dữ liệu thật sự cần cho nhiệm vụ hiện tại.

Compact không phải xóa sạch kiến thức. Nó giúp rút gọn phần hội thoại đã dài thành bản tóm tắt cần thiết để tiếp tục làm việc hiệu quả hơn.

8. Công thức tạo Master Skill Agent từ con số 0

Phần thực hành quan trọng nhất của buổi Zoom là một quy trình có thể áp dụng cho gần như mọi loại skill.

Vinh gợi ý một vòng lặp 7 bước: lấy mẫu tốt, phân tích, đào sâu, chấm điểm, cải tiến, kiểm thử rồi mới đóng gói thành Skill.

Bước 1: Thu thập nguyên liệu tốt

AI không thể học đúng phong cách nếu bạn chỉ nói “hãy làm thật đẹp” hoặc “hãy viết thật viral”. Hãy đưa cho nó ví dụ cụ thể.

Với Skill hình ảnh, nguyên liệu có thể là 5–10 thumbnail tốt của một kênh. Với Skill content, nguyên liệu có thể là các bài viết có tương tác cao, nội dung của chính bạn hoặc tài liệu thương hiệu.

Bước 2: Yêu cầu AI phân tích

Cho AI nhận diện điểm chung trong dữ liệu mẫu: nhân vật, bố cục, màu sắc, font chữ, cảm xúc, nhịp nội dung, cách mở bài, cách chuyển ý và lời kêu gọi hành động.

Bước 3: Đào sâu thêm một lần nữa

AI thường trả lời ở mức đủ dùng trong lần đầu. Vì vậy, hãy hỏi tiếp:

• Phân tích đã đủ chưa?
• Còn đặc điểm nào chưa được nhận ra?
• Yếu tố nào khiến nội dung này khác đối thủ?
• Điều gì cần giữ nguyên và điều gì có thể sáng tạo?

Bước 4: Đặt tiêu chí và chấm điểm

Nếu bạn có kinh nghiệm ngành, hãy đưa tiêu chí của mình. Nếu chưa có, yêu cầu AI đề xuất bộ tiêu chí rồi tự chấm từng phần.

Ví dụ với thumbnail: khả năng hiểu trong một giây, độ nổi bật của nhân vật, độ tương phản, lượng chữ, cảm xúc và sự phù hợp với chủ đề.

Bước 5: Cải tiến sáng tạo

Dựa trên điểm yếu vừa phát hiện, yêu cầu AI đề xuất nhiều phương án nâng điểm. Đây là lúc AI không chỉ sao chép mẫu mà bắt đầu tạo ra phiên bản mới phù hợp với mục tiêu của bạn.

Bước 6: Kiểm thử bằng dữ liệu mới

Đưa một chủ đề hoặc hình ảnh hoàn toàn mới để kiểm tra. Nếu đầu ra chưa đúng, quay lại bổ sung quy tắc. Một skill chỉ nên được đóng gói sau khi đã thử trên nhiều tình huống.

Bước 7: Đóng gói và đặt tên Skill

Khi quy trình chạy ổn, hãy lưu lại thành một skill có tên rõ ràng. Sau này bạn chỉ cần gọi tên skill, đưa đầu vào mới và yêu cầu Agent thực hiện.

Giai đoạn	Câu hỏi cần trả lời
Dữ liệu mẫu	AI cần học từ những ví dụ nào?
Phân tích	Điểm chung và nguyên tắc là gì?
Đào sâu	Còn thiếu yếu tố quan trọng nào?
Chấm điểm	Thế nào được xem là đạt?
Cải tiến	Làm sao để tốt hơn mà vẫn đúng phong cách?
Kiểm thử	Skill có dùng được với dữ liệu mới không?
Đóng gói	Lần sau gọi lại bằng cách nào?

9. Demo tạo Skill hình ảnh từ phong cách có sẵn

Trong phần demo, Vinh lấy nhiều thumbnail từ một kênh nổi bật để AI phân tích phong cách: cách phóng to nhân vật, biểu cảm, chữ nghiêng, màu sắc, nền và điểm nhấn thị giác.

Quy trình không dừng ở việc “làm giống”. AI được yêu cầu chấm điểm ảnh theo tiêu chí thumbnail, đề xuất cách cải thiện và thử lại với một chủ đề mới. Khi kết quả ổn định, toàn bộ cách làm được đóng gói thành Skill hình ảnh.

Bài học quan trọng là: người không có “mắt thẩm mỹ” vẫn có thể tiến bộ nhanh nếu biết dùng mẫu tốt, tiêu chí rõ và vòng lặp đánh giá.

Nếu bạn đang xây giao diện trước khi tạo hình ảnh marketing, có thể tham khảo thêm bài Google Stitch là gì? Tạo giao diện đẹp miễn phí.

10. Demo tạo Skill content từ những bài viết tốt nhất

Nguyên tắc tương tự được áp dụng cho content.

Thay vì bắt AI viết ngẫu nhiên, bạn có thể thu thập các bài viết tốt nhất trong một nguồn dữ liệu hợp lệ, lọc theo mức độ tương tác rồi cho AI tìm ra cấu trúc chung.

Một Skill content tốt nên hiểu:

• Đối tượng người đọc.
• Nỗi đau và mong muốn của họ.
• Kiểu hook thường dùng.
• Nhịp câu và độ dài đoạn.
• Cách đưa ví dụ, bằng chứng và lời kêu gọi hành động.
• Những từ ngữ cần tránh để không tạo cảm giác máy móc.

Sau khi đóng gói, cùng một skill có thể hỗ trợ nhiều chủ đề khác nhau nhưng vẫn giữ giọng văn thống nhất.

11. Từ Skill content đến đăng bài đa nền tảng

Buổi Zoom tiếp tục demo bước mở rộng: sau khi viết bài và tạo ảnh, Agent chuyển dữ liệu sang công cụ đăng bài để đăng ngay hoặc hẹn giờ.

Một Agent có thể chuẩn bị nội dung rồi chuyển sang đúng kênh, nhưng bạn vẫn nên duyệt trước khi xuất bản.

Điểm đáng chú ý là quy trình có thể quản lý nhiều đích đăng: Profile, Fanpage, Group và các nền tảng social khác. Kết quả được theo dõi bằng trạng thái, log và link bài đăng.

Nếu bạn cần một công cụ chuyên cho khâu phân phối, có thể xem Super Post King. Công cụ này hỗ trợ quản lý nội dung, profile, lịch đăng và trạng thái nhiều nền tảng trong một nơi.

Tuy vậy, tự động hóa không đồng nghĩa với đăng vô hạn. Nội dung vẫn cần phù hợp từng kênh, tuân thủ chính sách nền tảng và có người kiểm tra trước khi xuất bản.

12. Những ứng dụng mở rộng được chia sẻ trong buổi Zoom

Skill video và xây thương hiệu cá nhân

Agent có thể phối hợp kịch bản, hình ảnh, video, phụ đề, thumbnail và khâu đăng bài thành một workflow. Với nhu cầu tạo video AI, Super Video là một ví dụ về công cụ chuyên biệt có thể tham gia vào dây chuyền này.

Skill quản lý và chạy quảng cáo

Một skill có thể được thiết kế để đọc số liệu, tổng hợp báo cáo, cảnh báo vấn đề và đề xuất điều chỉnh. Các thao tác ảnh hưởng ngân sách vẫn cần người có trách nhiệm duyệt.

Skill chăm sóc khách hàng và CRM

Agent có thể tổng hợp lịch sử, phân loại khách hàng, chuẩn bị nội dung follow-up và cập nhật CRM. Mục tiêu là giảm việc lặp lại, không phải gửi tin nhắn hàng loạt thiếu kiểm soát.

Skill crawl và xử lý dữ liệu

Trong buổi Zoom có ví dụ thu thập dữ liệu sản phẩm hoặc nội dung từ các nguồn được phép, sau đó lọc, phân tích và đưa vào quy trình sản xuất. Bạn có thể tham khảo Crawl Data để hình dung khâu thu thập dữ liệu trong một hệ thống automation.

Skill quản trị website

Agent có thể hỗ trợ viết bài SEO, tạo ảnh, cập nhật nội dung, quản lý sản phẩm hoặc thực hiện các tác vụ quản trị khi được kết nối đúng công cụ và phân quyền an toàn.

“Bộ não thứ hai”

Thay vì cố nhớ mọi tài liệu và quy trình, bạn có thể xây một kho kiến thức cá nhân để Agent biết bạn là ai, đang làm gì, dùng tiêu chuẩn nào và cần hỗ trợ ra sao.

Đây là nền tảng để kết quả ngày càng sát hơn với công việc thực tế của bạn.

13. Các lợi ích lớn nhất của Master Skill Agent

• Tiết kiệm thời gian: không phải hướng dẫn lại từ đầu.
• Kết quả đồng nhất: cùng một tiêu chuẩn được áp dụng qua nhiều lần chạy.
• Dễ nâng cấp: skill có thể bổ sung dữ liệu, quy tắc và công cụ mới.
• Dễ tái sử dụng: dùng cho nhiều Agent, dự án hoặc thành viên trong đội.
• Giữ lại tri thức: quy trình không phụ thuộc hoàn toàn vào trí nhớ của một người.
• Có thể thương mại hóa: skill tốt có thể trở thành tài sản số, dịch vụ hoặc một phần của sản phẩm.

14. Những lưu ý để tự động hóa an toàn

1. Chỉ cấp quyền cho đúng thư mục và ứng dụng cần thiết.
2. Kiểm thử skill trên dữ liệu mẫu trước khi dùng dữ liệu thật.
3. Yêu cầu xác nhận trước thao tác gửi, đăng, xóa hoặc chi tiền.
4. Không đưa mật khẩu, token hoặc thông tin nhạy cảm vào nội dung skill.
5. Lưu log để biết Agent đã làm gì và lỗi ở bước nào.
6. Đặt giới hạn số lượng, thời gian và chi phí cho workflow.
7. Luôn có bước con người kiểm tra những quyết định khó hoàn tác.

15. Lộ trình dành cho người mới

Bạn không cần bắt đầu bằng một hệ thống khổng lồ. Hãy đi theo lộ trình ngắn:

1. Chọn một việc lặp lại bạn đang làm hằng tuần.
2. Viết ra quy trình hiện tại bằng ngôn ngữ đơn giản.
3. Thu thập 5–10 ví dụ đầu ra tốt.
4. Dùng công thức phân tích, đào sâu, chấm điểm và cải tiến.
5. Đóng gói thành một Skill AI.
6. Kiểm thử bằng dữ liệu mới.
7. Khi một skill ổn định, mới nối thêm skill khác thành workflow.

Nếu mục tiêu của bạn là tự xây website, tool, CRM và hệ thống tự động hóa có giao diện riêng, khóa Vibecode Automation là lộ trình tiếp theo phù hợp.

Kết luận: Đừng chỉ dùng AI để hỏi, hãy dạy AI cách làm việc

Buổi Zoom Master Skill Agent không chỉ nói về một công cụ. Nội dung quan trọng nhất là tư duy xây hệ thống.

Chatbot giúp bạn có câu trả lời. Agent giúp bạn thực hiện công việc. Skill giúp Agent làm đúng một kỹ năng. Workflow giúp nhiều kỹ năng phối hợp để hoàn thành mục tiêu.

Bạn không cần biết lập trình mới bắt đầu được. Nhưng bạn cần biết công việc của mình gồm những bước nào, thế nào là đầu ra tốt và bước nào cần con người kiểm soát.

Hãy bắt đầu bằng một Skill nhỏ nhưng dùng được thật. Khi Skill đó chạy ổn định, bạn đã có viên gạch đầu tiên để xây hệ thống AI Automation của riêng mình.

Xem video và kết nối cùng King Automation AI

• Video buổi Zoom: Xem toàn bộ Master Skill Agent trên YouTube
• Fanpage: Coach KDOL MVP
• YouTube: Trần Phước Vinh AI Automation
• TikTok: @vinhaiautomation
• Facebook cá nhân: Vinh AI Automation
• Cộng đồng Zalo: Tham gia nhóm Zalo