PHẦN XI — CLAUDE COWORK: AI LÀ ĐỒNG NGHIỆP
Hệ thống Đào tạo Nội bộ Vagataba V6.1 — Align SOP V04.6
PHẦN XI — CLAUDE COWORK: AI LÀ ĐỒNG NGHIỆP
Mục tiêu: Sau khi đọc xong phần này, mọi NV Vagataba có thể "làm việc cùng AI" như với 1 đồng nghiệp thực sự — giao việc, nhận output, feedback, cải tiến — thay vì chỉ hỏi đáp 1 chiều.
13.1 Claude Cowork là gì?
Giải thích đơn giản
| Cách dùng cũ | Cách dùng Cowork |
|---|---|
| Bạn hỏi → AI trả lời → Xong | Bạn giao việc → AI làm → Bạn góp ý → AI sửa → Cả 2 cùng hoàn thiện |
| Giống hỏi Google | Giống làm việc với đồng nghiệp mới |
| 1 lượt tương tác | Nhiều lượt, mỗi lượt AI hiểu rõ hơn |
Cowork = Co-working = cùng làm việc. AI không chỉ trả lời câu hỏi, mà cùng bạn hoàn thành công việc qua nhiều vòng trao đổi.
💡 Hình ảnh dễ nhớ: Hãy tưởng tượng bạn có 1 đồng nghiệp mới: - Rất giỏi viết, phân tích, tổng hợp - Làm việc 24/7, không mệt - Nhưng chưa biết gì về Vagataba → bạn cần dạy (bằng context) - Và có thể sai → bạn cần kiểm tra (bằng review)
Khi nào nên Cowork / Khi nào KHÔNG nên
| ✅ NÊN dùng Cowork | ❌ KHÔNG nên |
|---|---|
| Viết content, soạn tin nhắn, tạo SOP | Quyết định y tế, tư vấn bệnh nền |
| Phân tích data bán hàng, KPI | Ký hợp đồng, cam kết pháp lý |
| Lên kế hoạch, brainstorm | Xử lý khủng hoảng cần quyết định tức thì |
| Soạn báo cáo, checklist | Copy-paste mù không review |
| Xử lý objection khách hàng | Gửi tin nhắn/quảng cáo mà chưa kiểm tra TPCN |
| Tạo template quy trình | Làm việc chứa thông tin mật (lương, CMND) |
13.2 Năm cấp độ dùng Claude — từ yếu → mạnh
Bảng 5 cấp độ
| Cấp | Tên gọi | Bạn làm gì? | AI làm gì? | Ví dụ tại Vagataba |
|---|---|---|---|---|
| 1 | Hỏi đáp | Hỏi 1 câu | Trả lời 1 câu | "Protein whey là gì?" |
| 2 | Viết hộ | Giao 1 task đơn | Viết bài/tin nhắn | "Viết caption BNK tháng 5" |
| 3 | Phân tích | Cho data + hỏi insight | Phân tích + đề xuất | "Phân tích RTS tuần này, đề xuất 3 action" |
| 4 | Đồng làm ⭐ | Giao + feedback nhiều lượt | Làm, sửa, cải tiến theo ý bạn | "Viết 3 caption → chọn #2 → sửa tone → thêm CTA → final" |
| 5 | Tự động hoá | Set up 1 lần, AI tự chạy | Thực hiện task định kỳ | "Mỗi sáng tổng hợp KPI từ data vào report" |
Vagataba cần đạt Cấp 4 (Đồng làm) cho mọi NV. Cấp 5 (Tự động) dành cho Lab team (CAS + power users).
Số liệu ROI thực tế (nguồn: Anthropic, OpenAI Enterprise, BCG)
| Chỉ số | Số liệu | Nguồn |
|---|---|---|
| Thời gian tiết kiệm/ngày | 40-60 phút mỗi NV | OpenAI Enterprise Report |
| Giảm thời gian/task | 80% trung bình | Anthropic (100.000 conversations) |
| Viết tài liệu | 87% nhanh hơn | Anthropic Research |
| Chuẩn bị sales | 95% nhanh hơn (30p → 1.5p) | ServiceNow (29.000 NV) |
| Marketing campaign | 72% marketer tiết kiệm ≥ 20% thời gian | BCG AI Survey |
💡 Cho Vagataba (20 NV): Ước tính tiết kiệm 15-25 giờ/tuần/NV = 300-500 giờ tổng/tuần khi đạt Cấp 4.
13.2A Đường cong J-Curve & Chi phí Chuyển đổi thực tế
Để đạt được hiệu suất vượt bậc từ Claude, Ban Giám đốc và các Trưởng bộ phận cần hiểu rằng năng suất của nhân viên sẽ không tăng trưởng tuyến tính ngay từ ngày đầu tiên. Nó tuân theo quy luật Đường cong J-Curve của sự chuyển đổi số:
Hiệu suất (Performance)
^
│ /─── Hiệu suất đột phá (+30-50% từ Tuần 4 trở đi)
│ /
│ ──────────────────────────/ (Mốc ban đầu)
│ \ /
│ \ /
│ \_____________________/ <─── Sụt giảm tạm thời (-10-15% trong Tuần 1-2)
│ (Thời kỳ "Learning Cost" - Chi phí làm quen)
└─────────────────────────────────────────────────────────────────────────> Thời gian (Tuần)
Lý do sụt giảm hiệu suất tạm thời (Tuần 1-2):
- Nhân viên phải dành thời gian đọc tài liệu đào tạo, đăng ký và làm quen với giao diện Claude.
- Thời gian viết prompt thử sai, rà soát từ cấm TPCN và thực hành role-play (đối thoại giả định) với Claude.
- Thay đổi thói quen làm việc cũ (sổ tay, chat ngẫu hứng) sang làm việc theo quy trình SOP.
#### 📜 CHỈ DẪN QUẢN TRỊ DÀNH CHO TEAM LEADS & QUẢN LÝ: 1. Tuyệt đối không ép tiến độ hoặc gia tăng chỉ tiêu ngay lập tức trong 2 tuần đầu tiên khi nhân viên bắt đầu áp dụng tài liệu Claude. 2. Chủ động giảm 10% chỉ tiêu sản lượng cho nhân viên trong tuần đầu để tạo không gian tâm lý thoải mái cho họ thực hành viết prompt và Kaizen. 3. Tuyệt đối không đánh giá năng lực dùng AI bằng thời gian online hay số lượng tin nhắn gõ cho Claude. Hãy chỉ đánh giá chất lượng sản phẩm đầu ra sau cùng.
13.2B Tái thiết kế KPI Sử dụng AI theo Hướng "Đầu ra Thực chất"
Vagataba bãi bỏ hoàn toàn các KPI mang tính hình thức, ép buộc tần suất sử dụng như "phải dùng Claude ít nhất 3 lần một tuần". Việc này chỉ dẫn đến tình trạng nhân viên spam Claude để đủ chỉ tiêu.
Chúng ta chuyển đổi hoàn toàn sang KPI dựa trên chất lượng và hiệu quả công việc đầu ra:
| Phòng ban | KPI Đầu ra gắn liền với ứng dụng AI | Mục tiêu cụ thể (Target) |
|---|---|---|
| Marketing (MOS) | - Tỷ lệ bài viết quảng cáo bị Facebook reject do vi phạm từ cấm TPCN. - Thời gian biên soạn 1 bài viết caption hoàn chỉnh. |
- 0 vi phạm (100% PASS) - Giảm từ 45 phút xuống 15 phút. |
| Sales (SC) | - Tỷ lệ chốt đơn thực tế (Conversion Rate - CVR). - Giá trị đơn hàng trung bình (AOV). |
- Đạt từ 17% trở lên (trước đây 13%). - Đạt từ 1.000.000 VND trở lên. |
| Dispatch (DVO) | - Tỷ lệ gọi điện xác nhận đơn hàng thành công. - Tỷ lệ đơn hoàn trả về (Return rate - RTS). |
- Đạt từ 90% trở lên. - Giảm từ 17% xuống dưới 12%. |
| Warehouse (WP/WQP) | - Tỷ lệ xuất kho chính xác 100% theo nguyên tắc FEFO. - Tỷ lệ móp vỡ sản phẩm khi vận chuyển đi tỉnh. |
- Đạt 98% trở lên. - Giảm xuống dưới 1% (nhờ đóng gói 5 lớp). |
| Customer Success | - Tỷ lệ khách cũ quay lại tái mua (Repeat Rate). - Điểm số hài lòng của khách hàng (CSAT). |
- Đạt từ 28% trở lên. - Đạt 4.5 / 5.0 trở lên. |
| Finance (FAS) | - Thời gian hoàn thành đối soát COD Viettel Post hàng tuần. - Thời gian khóa sổ tài chính tháng. |
- Giảm từ 2 ngày xuống còn dưới 4 giờ. - Giảm từ 4 ngày xuống còn 2.5 ngày. |
📌 CHECKLIST 5 BƯỚC TỰ ĐÁNH GIÁ NĂNG LỰC AI (DÀNH CHO NHÂN VIÊN)
Mỗi cuối tuần trước khi gửi báo cáo EOD thứ Sáu, hãy tích vào 5 câu hỏi tự kiểm tra năng lực ứng dụng Claude của mình:
- Tôi có cung cấp bối cảnh (Context) đầy đủ không? Tôi có cung cấp thông tin chi tiết về khách hàng, sản phẩm, giá cả và số liệu thật cho Claude chưa, hay vẫn ra lệnh chung chung?
- Tôi có rà soát từ cấm TPCN nghiêm túc chưa? Tôi đã bắt Claude kiểm tra 8 từ cấm và chèn câu disclaimer bắt buộc ở cuối bài trước khi sử dụng kết quả chưa?
- Tôi có thực hiện vòng lặp phản hồi (Feedback) chưa? Tôi có đưa ra ít nhất 2 lượt sửa đổi, góp ý cho bản nháp đầu tiên của Claude để có kết quả tốt nhất chưa?
- Tôi đã biết phân phối công cụ đúng cách chưa? Tôi đã biết dùng thẻ XML cho các yêu cầu phức tạp, chọn mô hình Haiku cho việc dễ và dùng Code Execution cho việc tính toán số liệu chưa?
- Tôi có chủ động Kaizen không? Tôi có lưu lại những prompt hay chạy tốt nhất tuần này vào file Prompt cá nhân để sẵn sàng chia sẻ cho đồng nghiệp trong buổi họp thứ Sáu không?
Đánh giá bạn đang ở cấp nào?
| Câu hỏi | Nếu YES → bạn đã qua cấp này |
|---|---|
| Bạn có hỏi Claude câu hỏi và nhận được câu trả lời? | Cấp 1 ✅ |
| Bạn có nhờ Claude viết bài/tin nhắn/email cho công việc? | Cấp 2 ✅ |
| Bạn có paste data vào Claude để nó phân tích? | Cấp 3 ✅ |
| Bạn có feedback để Claude sửa lại output ≥ 2 lần? | Cấp 4 ✅ |
| Bạn có set up Claude tự chạy task lặp lại hàng ngày? | Cấp 5 ✅ |
13.3 Bốn nguyên tắc làm việc với AI như đồng nghiệp
(Theo framework của Ethan Mollick, Wharton School — tác giả "Co-Intelligence")
Nguyên tắc 1: Giao việc rõ ràng — Đừng bao giờ nói "viết cho tôi cái gì đó"
❌ Sai:
"Viết tin nhắn cho khách"
✅ Đúng:
"Soạn tin trả lời khách inbox Facebook, bà Lan 62 tuổi, con gái 35 tuổi mua BNK cho mẹ, bà hỏi 'uống bao lâu thấy hiệu quả'. Tone ấm áp, xưng em, ≤ 120 chữ. Không hứa hiệu quả cụ thể. Cuối tin có disclaimer TPCN."
Công thức nhớ nhanh: Giao việc AI = Giao việc NV mới. Bạn sẽ nói gì với 1 NV ngày đầu đi làm?
Template RGTC — Copy nhanh khi giao việc:
ROLE: Bạn là [vai trò gì] cho Vagataba
GOAL: [Kết quả thành công trông như thế nào]
TASK: [Cụ thể làm gì, bao nhiêu item]
CONSTRAINTS: [Không được làm gì, format, giới hạn]
Ví dụ RGTC:
ROLE: Bạn là content writer cho Vagataba
GOAL: 3 caption Facebook Ads comply TPCN, sẵn sàng publish
TASK: Viết caption cho campaign Ngày của Mẹ, SP BNK 799k, target con gái 28-40
CONSTRAINTS: Không dùng từ cấm TPCN, có disclaimer cuối, mỗi bản 200-300 chữ, 2-3 variation
Nguyên tắc 2: Cho context đầy đủ — AI không biết gì về Vagataba
Mỗi lần giao việc, hãy nghĩ: "NV mới có biết thông tin này không?"
| Context cần cung cấp | Ví dụ |
|---|---|
| Bạn là ai? | "Tôi là SC Vagataba" |
| Sản phẩm gì? | "Protein Bách Niên Kiện 799k" |
| Khách là ai? | "Bà 65 tuổi, con gái mua" |
| Ràng buộc gì? | "Không dùng từ cấm TPCN" |
| Output muốn gì? | "Tin nhắn ≤ 120 chữ, tone ấm" |
💡 Mẹo: Dùng Project (§7) để AI nhớ sẵn context. Chỉ cần cung cấp thông tin MỚI mỗi lần.
3 File Context cá nhân (upload vào Project để AI nhớ bạn):
| File | Nội dung | Ví dụ |
|---|---|---|
about-me.md |
Bạn là ai, chức vụ, phong cách làm việc | "Tôi là SC Vagataba, team Sales 2, ưu tiên tone ấm áp" |
work-preferences.md |
Quy tắc, ràng buộc, format ưa thích | "Luôn tuân thủ NĐ 15/2018, không dùng từ cấm TPCN, tin ≤ 150 chữ" |
current-focus.md |
Tuần này đang làm gì, mục tiêu | "Tuần này: xử lý lead camp Flash Sale, target CVR 22%" |
💡 Claude đọc 3 file này → hiểu bạn ngay từ đầu, không cần nhắc lại mỗi chat.
Nguyên tắc 3: Kiểm tra output — "Trust but verify"
AI giỏi nhưng CÓ THỂ SAI. Kiểm tra 3 thứ TRƯỚC KHI dùng output:
| Kiểm tra | Cách làm | Thời gian |
|---|---|---|
| Sự thật | Số liệu, tên, giá, ngày → đúng không? | 30 giây |
| TPCN compliance | Có từ cấm? Có disclaimer? | 30 giây |
| Tone & culture | Nghe tự nhiên? Phù hợp khách VN? | 30 giây |
⚠️ Quy tắc vàng: AI soạn, NGƯỜI duyệt. Mọi output gửi khách/publish phải qua review.
Nguyên tắc 3b: Coi AI là đối tác suy luận, KHÔNG phải Google (KPMG/HBS, 2.500 NV)
Nghiên cứu cho thấy: NV dùng AI hiệu quả nhất là người hỏi ngược, challenge, đào sâu — thay vì chỉ nhận output rồi dùng.
| ❌ Dùng AI như Google | ✅ Dùng AI như đồng nghiệp giỏi |
|---|---|
| "RTS rate tuần này là bao nhiêu?" | "RTS rate tuần này 18%, cao hơn target 15%. Theo bạn nguyên nhân có thể là gì? Cần data gì để chẩn đoán?" |
| "Viết caption" | "Viết 3 caption, sau đó tự đánh giá: bản nào mạnh nhất và tại sao?" |
| Nhận output → dùng ngay | Nhận output → hỏi "Có gì bạn chưa chắc chắn không?" → AI tự flag rủi ro |
Nguyên tắc 4: Feedback vòng lặp — Dạy AI qua từng lượt chat
Đừng nhận output lần 1 rồi bỏ. Hãy feedback:
| Loại feedback | Ví dụ |
|---|---|
| Sửa nội dung | "Bỏ câu 3, thay bằng social proof" |
| Sửa tone | "Nghe bán hàng quá, giảm bớt, thêm cảm xúc" |
| Sửa format | "Chuyển thành bảng thay vì bullet" |
| Khen | "Phần hook rất tốt, giữ nguyên. Phần CTA cần mạnh hơn" |
| Redirect | "Hướng này không phù hợp. Thử angle khác: lo lắng con cháu" |
💡 AI học từ feedback trong cùng 1 chat. Càng feedback nhiều, output càng tốt.
13.4 Framework Cowork Loop — 5 bước làm việc cùng AI
┌─────────────────────────────────────────────────┐
│ COWORK LOOP │
│ │
│ [1] GIAO VIỆC (prompt rõ ràng) │
│ ↓ │
│ [2] NHẬN OUTPUT (AI trả kết quả) │
│ ↓ │
│ [3] REVIEW (kiểm tra sự thật + TPCN + tone) │
│ ↓ │
│ [4] FEEDBACK (sửa/khen/redirect) │
│ ↓ │
│ [5] CHUẨN HOÁ (output final → dùng/lưu) │
│ ↓ │
│ 🔁 Lặp lại [2]-[4] cho đến khi output OK │
└─────────────────────────────────────────────────┘
Ví dụ thực tế — SC soạn tin tư vấn
| Bước | Bạn làm | AI làm |
|---|---|---|
| 1. Giao | "Khách inbox: 'Uống bao lâu thấy hiệu quả?' — soạn tin ≤ 120 chữ, tone ấm" | — |
| 2. Nhận | — | Soạn tin: "Dạ chào chị, về câu hỏi hiệu quả của BNK..." |
| 3. Review | "Tin tốt, nhưng câu 'hiệu quả sau 2 tuần' vi phạm TPCN" | — |
| 4. Feedback | "Sửa: thay '2 tuần' bằng 'phụ thuộc cơ địa từng người'" | Sửa lại tin |
| 5. Chuẩn hoá | Copy tin → gửi khách | — |
Framework 4D — Lộ trình từ giao việc → thành thạo
(Nguồn: SPR AI Fluency Framework)
| Giai đoạn | Bạn làm gì | Ví dụ Vagataba |
|---|---|---|
| 1. Delegate (Giao) | Giao task tốn thời gian, research-heavy cho AI | "Draft tin trả lời khiếu nại giao hàng chậm" |
| 2. Discern (Đánh giá) | Kiểm tra chất lượng, verify, challenge output | Check tone, sự thật, TPCN compliance |
| 3. Develop (Phát triển) | Học pattern từ output AI → hiểu gì hiệu quả | "À, cấu trúc empathy → giải pháp → CTA convert tốt nhất" |
| 4. Deploy (Triển khai) | Tạo template/skill từ những gì đã học, train team | Save prompt vào Project KB → dạy NV mới |
💡 Mục tiêu: Mỗi NV đạt giai đoạn 4 trong 4 tuần đầu → trở thành người huấn luyện AI, không chỉ người dùng.
Hai mô hình Cowork (theo Ethan Mollick)
| Mô hình | Giải thích đơn giản | Ai nên dùng | Ví dụ |
|---|---|---|---|
| Centaur 🐴 | Chia rõ: bạn làm phần bạn giỏi, AI làm phần AI giỏi | NV bận, task rõ ràng | Sales: bạn nghe khách → AI soạn tin → bạn gửi |
| Cyborg 🤖 | Trộn lẫn: bạn và AI làm cùng lúc, qua lại liên tục | NV cần sáng tạo, task phức tạp | MKT: bạn nghĩ angle → AI viết draft → bạn sửa hook → AI hoàn thiện body |
Khuyến nghị Vagataba: - CS, DV, WH → Centaur (task chuẩn, cần nhanh) - MKT, Sales, OM → Cyborg (cần sáng tạo, cần chất lượng cao)
13.5 Ứng dụng thực tế tại Vagataba
Facebook Ads — MKT Cowork
Workflow: Tạo campaign content từ 0 → publish
| Bước | Bạn (MOS/MTL) | AI (trong Project MKT) |
|---|---|---|
| 1 | Cho brief: "Campaign Ngày của Mẹ, target con gái 28-40" | — |
| 2 | — | Đề xuất 5 angle + 3 hook mỗi angle |
| 3 | "Chọn angle #2 (lo lắng), hook #1. Viết full caption" | — |
| 4 | — | Viết 3 version caption 250 chữ |
| 5 | "Version B tốt, sửa CTA mạnh hơn, thêm combo deal" | — |
| 6 | — | Sửa + thêm CTA + check TPCN |
| 7 | Review TPCN final → duyệt → publish | — |
Prompt mẫu — Cowork viết caption:
Tôi là MOS Vagataba, cần viết caption cho campaign Ngày của Mẹ.
Brief:
- SP: Protein Bách Niên Kiện 799k, combo 2 hộp 1.499k
- Target: con gái 28-40 mua cho mẹ 55-75
- Angle: "Mẹ luôn lo cho mình, giờ đến lượt mình lo cho mẹ"
- Kênh: Facebook Ads
Bước 1: Viết 3 version caption, mỗi bản 200-300 chữ.
Format: Hook → Pain → Solution → Social proof → CTA → Disclaimer TPCN.
Sau khi viết: tự check từ cấm TPCN, tự chấm điểm mỗi version 1-10.
Tôi sẽ chọn 1 version để tiếp tục tinh chỉnh.
Sales — SC Cowork
Workflow: Xử lý objection khách "quá đắt"
| Bước | Bạn (SC) | AI (trong Project Sales) |
|---|---|---|
| 1 | Paste tin khách: "799k đắt quá, sản phẩm khác có 400k" | — |
| 2 | — | Soạn 3 option xử lý: so sánh thành phần, tính giá/ngày, social proof |
| 3 | "Option 1 tốt, nhưng đừng nêu tên đối thủ" | — |
| 4 | — | Sửa lại, bỏ tên đối thủ, thêm benefit chính hãng |
| 5 | Đọc lại → gửi khách | — |
Prompt mẫu — Cowork xử lý objection:
Khách inbox: "799k đắt quá, em thấy trên Shopee có SP protein cho người già chỉ 400k"
Khách: con gái, 32 tuổi, mua cho mẹ bị đau khớp gối
Soạn 2 option xử lý objection:
1. So sánh giá trị (không nêu tên đối thủ): thành phần, chứng nhận, giá/ngày
2. Social proof: "rất nhiều chị cũng lo như chị, sau khi dùng thì..."
Tone: ấm áp, xưng em/chị, ≤ 120 chữ/option.
Không hứa hiệu quả cụ thể. Cuối tin: gợi ý combo tiết kiệm.
Ops — FC/DVO/CSTL Cowork
Workflow: Phân tích RTS hàng tuần
| Bước | Bạn (FC) | AI (trong Project Warehouse) |
|---|---|---|
| 1 | Upload bảng RTS tuần: [file CSV/Excel] | — |
| 2 | — | Phân tích: RTS rate, top 5 lý do, SC nào có nhiều RTS nhất |
| 3 | "Drill down SC có RTS cao nhất — pattern là gì?" | — |
| 4 | — | Phát hiện: SC Hoa 40% RTS từ camp "Flash sale TikTok" |
| 5 | "Tạo template email báo STL về vấn đề này" | — |
| 6 | — | Soạn email: data + root cause + 3 action items |
| 7 | Review → gửi STL | — |
Prompt mẫu — Cowork phân tích RTS:
Tôi là FC Vagataba. Phân tích hàng hoàn tuần 19/05/2026.
Data: [paste hoặc upload bảng]
Phân tích:
1. RTS rate tổng (target < 15%)
2. Top 5 lý do hoàn (khách từ chối, sai ĐC, không nghe máy, hết hạn, khác)
3. RTS theo SC: ai có RTS cao nhất? Liên quan camp nào?
4. RTS theo khu vực: HCM/HN/Tỉnh
5. So sánh tuần này vs tuần trước: tăng/giảm?
Output: bảng phân tích + 3 action items (owner + deadline).
Sau khi phân tích: flag bất kỳ pattern bất thường nào.
DVO — Dispatch Verification Cowork
Workflow: Phân tích pattern cờ đỏ để giảm RTS
| Bước | Bạn (DVO) | AI (trong Project Dispatch) |
|---|---|---|
| 1 | Upload 60 đơn hoàn tháng vừa rồi | — |
| 2 | — | Phân tích: khách nào đặt đêm? Vùng nào hoàn cao? Đơn giá nào rủi ro? |
| 3 | "Tạo bộ cờ đỏ tự động cho đơn mới" | — |
| 4 | — | Logic: Đơn > 1.5tr + khách mới + đặt sau 22h = 🔴. Tạo checklist verify kỹ |
| 5 | Áp dụng cờ đỏ → giảm hoàn từ 18% xuống 10% | — |
Prompt mẫu — Cowork role-play DVO:
Tôi là DVO Vagataba. Cần luyện xử lý tình huống khó.
Đóng vai khách: cô Hoa 67 tuổi, đã đặt BNK 799k,
nhưng khi gọi verify lại nói "Tôi không nhớ đặt gì".
Tôi sẽ trả lời từng câu. Sau mỗi câu tôi nói:
- Đánh giá cách xử lý (1-10)
- Gợi ý câu tốt hơn nếu < 7 điểm
- Giả sử khách phản ứng tiếp
Tiếp tục cho đến khi tôi xác nhận thành công hoặc quyết định hủy.
CSS — Customer Success Cowork
Workflow: Chuỗi chăm sóc D+X tối ưu
| Bước | Bạn (CSS/CSTL) | AI (trong Project CS) |
|---|---|---|
| 1 | "Soạn chuỗi tin D+0, D+3, D+10, D+25 cho khách BNK" | — |
| 2 | — | Soạn 4 tin, mỗi tin cá nhân hoá: tên, SP, liều dùng |
| 3 | "D+3 quá dài, giảm còn 80 chữ. D+25 cần thêm gợi ý combo" | — |
| 4 | — | Sửa lại + tự check từ cấm TPCN |
| 5 | "Tạo template cho 3 persona: tự mua / con mua cho mẹ / cháu mua cho ông" | — |
| 6 | — | 3 bộ template × 4 mốc = 12 tin sẵn dùng |
| 7 | Review final → save vào Skill CS Follow-up | — |
Prompt mẫu — Cowork xử lý khiếu nại phức tạp:
Khách inbox: "Em ơi mẹ chị uống được 1 tuần rồi mà chưa thấy gì hết,
chị muốn trả lại lấy tiền"
Khách: Chị Hương, 38 tuổi, mua cho mẹ 65 tuổi, đau khớp gối.
Soạn 2 option phản hồi:
1. Giải thích (TPCN cần thời gian, không hứa hiệu quả, gợi ý tiếp tục)
2. Đề xuất giải pháp (tặng thêm 1 tuần, hoặc đổi combo phù hợp hơn)
Tone: đồng cảm, KHÔNG nói "hiệu quả chắc chắn". Cuối tin: gợi ý gọi hotline.
MDM — Marketing Department Manager Cowork
Workflow: Phân tích ROAS + quyết định budget tuần
| Bước | Bạn (MDM) | AI (trong Project MKT) |
|---|---|---|
| 1 | Paste data: 8 camp, spend, impressions, clicks, orders, revenue | — |
| 2 | — | Tính ROAS/camp, CPL, CPC. Traffic light: xanh (ROAS ≥ 3), vàng (2-3), đỏ (<2) |
| 3 | "Camp 3 đỏ nhưng lead chất lượng cao. Nên tắt hay giữ?" | — |
| 4 | — | Phân tích: CVR cao dù ROAS thấp → giữ, tăng budget 20%, test creative mới |
| 5 | "Tạo summary 1 trang cho OM" | — |
| 6 | — | Báo cáo: 3 camp scale + 2 camp giữ + 3 camp tắt + budget đề xuất |
| 7 | Review → gửi OM | — |
SDM — Sales Department Manager Cowork
Workflow: Coaching SC yếu qua data
| Bước | Bạn (SDM) | AI (trong Project Sales) |
|---|---|---|
| 1 | Paste KPI 8 SC: CVR, AOV, connect rate, call duration, RTS | — |
| 2 | — | Ranking + so sánh với benchmark. Flag SC dưới target |
| 3 | "Drill down SC Hoa: CVR 8%, thấp nhất. Vấn đề ở đâu?" | — |
| 4 | — | Phân tích: connect rate OK (70%) nhưng call duration ngắn (3p) → không đủ thời gian build trust |
| 5 | "Tạo coaching plan 2 tuần cho SC Hoa" | — |
| 6 | — | Plan: tuần 1 = role-play bước 2-3 (hỏi tình trạng), tuần 2 = luyện objection handling |
| 7 | "Tạo role-play: khách 'để hỏi con cái đã'" | — |
| 8 | — | Đóng vai khách, SDM luyện cùng SC → feedback từng câu |
Sàn TMĐT — Listing Optimization Cowork
Workflow: Tối ưu listing BNK trên Shopee
| Bước | Bạn (NV TMDT) | AI (trong Project TMDT) |
|---|---|---|
| 1 | Paste listing hiện tại + 3 listing đối thủ top | — |
| 2 | — | So sánh: tiêu đề, từ khoá, bullet points, review count, giá |
| 3 | "Listing mình thiếu gì so với đối thủ #1?" | — |
| 4 | — | Thiếu: từ khoá "dinh dưỡng người cao tuổi", bullet 3 quá dài, thiếu FAQ |
| 5 | "Viết lại listing hoàn chỉnh" | — |
| 6 | — | Listing mới: SEO-optimized, TPCN compliant, có FAQ 5 câu |
| 7 | Review TPCN → upload Shopee Seller Centre | — |
13.6 Tám lỗi thường gặp khi "làm việc" với AI
| # | Lỗi | Hậu quả | Cách sửa |
|---|---|---|---|
| 1 | Giao việc mơ hồ | Output chung chung, không dùng được | Dùng cấu trúc 5-7 phần (§3.1) |
| 2 | Thiếu context | AI đoán sai về SP/khách/quy trình | Dùng Project để AI có sẵn context |
| 3 | Tin AI 100% | Sai số liệu, vi phạm TPCN | Review MỌI output, nhất là con số + pháp lý |
| 4 | Không feedback | Dừng ở output lần 1, chưa tốt nhất | Feedback ≥ 2 lượt mới dùng output |
| 5 | Paste PII vào chat | Rò rỉ thông tin khách | Dùng token ẩn danh (xem bảng bên dưới) |
| 6 | Dùng cùng 1 chat cho mọi thứ | Context dài, AI quên đầu nhớ đuôi | Mỗi task = 1 chat mới trong Project |
| 7 | Gửi output cho khách mà không review | Sai tone, sai giá, từ cấm TPCN | Đọc lại 30 giây trước khi gửi |
| 8 | Không chuẩn hoá template | Mỗi NV viết 1 kiểu, chất lượng không đều | Save prompt tốt vào Project KB/Skills |
Bảng ẩn danh PII — Thay thế trước khi paste vào Claude
| Thông tin thật | Thay bằng | Ví dụ |
|---|---|---|
| Tên khách | [TÊN KHÁCH] hoặc Khách_A |
"Nguyễn Văn A" → "Khách_A" |
| SĐT | [SĐT] |
"0912345678" → "[SĐT]" |
| Địa chỉ đầy đủ | [ĐỊA CHỈ] |
Giữ lại Quận/TP, bỏ số nhà |
| Số tiền cụ thể | [SỐ TIỀN] |
Hoặc giữ nguyên nếu data tổng hợp |
| CMND/CCCD | KHÔNG BAO GIỜ paste | — |
| Lương NV | KHÔNG BAO GIỜ paste | — |
✅ An toàn: Data tổng hợp (%, count, tổng) → OK. Data cá nhân → ẩn danh trước.
13.7 Claude Cowork nâng cao — Scheduled Tasks & Automation
Cowork nâng cao: AI tự chạy task định kỳ
⚠️ Tính năng này cần Claude Desktop App (Pro/Max/Team).
| Loại | Cách hoạt động | Yêu cầu |
|---|---|---|
| Scheduled Tasks (local) | AI tự chạy task trên máy bạn vào giờ đã set | Máy phải bật, app phải mở |
| Routines (cloud) | AI chạy trên cloud, không cần máy bạn | Claude Code, plan Max/Enterprise |
Ví dụ task có thể tự động hoá:
| Task | Tần suất | Output |
|---|---|---|
| Tổng hợp KPI từ file data → báo cáo | Mỗi sáng 8h | File báo cáo Markdown |
| Scan folder đơn mới → flag cờ đỏ | Mỗi 2h | Danh sách đơn nghi ngờ |
| Kiểm tra HSD sản phẩm trong kho | Hàng ngày | Alert đỏ/vàng/xanh |
Lộ trình tự động hoá an toàn — 4 giai đoạn
| Giai đoạn | Tuần | Cách hoạt động | Ví dụ |
|---|---|---|---|
| 1. AI đề xuất, người quyết | Tuần 1-2 | AI flag đơn nghi ngờ → DVO review TẤT CẢ | AI: "Đơn #123 cờ đỏ" → DVO kiểm tra |
| 2. Theo dõi độ chính xác | Tuần 3-4 | Track: AI đề xuất đúng bao nhiêu %? | Target: ≥ 90% chính xác |
| 3. Bán tự động | Tháng 2 | Nếu ≥ 90% → auto-approve đơn low-risk, review high-risk | Low-risk auto → DVO chỉ review cờ đỏ |
| 4. Tự động + giám sát | Tháng 3+ | Full automation với dashboard monitoring | Weekly audit random 5% đơn |
⚠️ KHÔNG BAO GIỜ bỏ qua giai đoạn. Mỗi giai đoạn cần ≥ 90% chính xác mới lên giai đoạn tiếp.
13.8 Checklist "Claude Cowork hiệu quả"
Trước khi giao việc
- ✅ Bạn đang trong đúng Project? (MKT/Sales/CS...)
- ✅ Context đủ? (SP, khách, ràng buộc, output mong muốn)
- ✅ Task cụ thể? (không mơ hồ "viết cái gì đó")
- ✅ Format rõ? (bảng/bullet/tin nhắn, bao nhiêu chữ)
Khi nhận output
- ✅ Số liệu đúng? (giá 799k, combo 1.499k, tên SP)
- ✅ TPCN OK? (không có từ cấm, có disclaimer)
- ✅ Tone phù hợp? (đúng đối tượng khách VN)
- ✅ Đã feedback ≥ 2 lượt?
Trước khi dùng output
- ✅ Đã đọc lại toàn bộ? (30 giây review)
- ✅ Không chứa PII khách?
- ✅ Output final đã save vào nơi phù hợp? (KB Project / template)
- ✅ Team lead đã duyệt? (nếu content public/khách hàng)
13.9 Centaur vs Cyborg — Hướng dẫn chọn mô hình
| Tiêu chí | Centaur 🐴 (Chia rõ) | Cyborg 🤖 (Trộn lẫn) |
|---|---|---|
| Task dạng | Chuẩn, lặp lại, có template | Sáng tạo, phức tạp, cần chất lượng cao |
| Số lượt feedback | 1-2 lượt | 3-5+ lượt |
| Thời gian/task | 5-10 phút | 15-30 phút |
| Vị trí phù hợp | DV, CS, WP, WQP, FAS | MOS, MTL, STL, SDM, MDM, OM |
| Ví dụ | Script gọi verify DV, tin follow-up CS D+7 | Caption campaign mới, phân tích cross-dept, báo cáo BĐH |
Nội dung PHẦN XIII — Claude Cowork. Cập nhật 05/2026. Tham chiếu: 03_Nghe_Thuat_Viet_Prompt.md (§3) | 12_Claude_Projects.md (§12) | 13_Claude_Skills.md (§13)