Hà Lữ Minh Anh · Hồ sơ năng lực

Xuất PDF

Chế độ
Chi tiết

00
Hồ sơ năng lực Hồ sơ năng lực · Giới thiệu dịch vụ

Hà Lữ Minh Anh

Project Manager & Business Consultant / 2022 – 2026

  • 4 năm — tổng kinh nghiệm; trong đó 3 năm quản lý dự án và phân tích nghiệp vụ cho sản phẩm AI và công việc triển khai; trước đó làm ERP, thương mại điện tử xuyên biên giới và vận hành logistics.
  • 32.473 — cuộc hội thoại ghi nhận từ sáu hệ thống có bộ đếm đối chiếu; toàn bộ các hệ thống đã bàn giao phục vụ hơn 100.000 cuộc hội thoại.
  • 16.853 — hoá đơn lập tự động cho ba cơ sở của một hệ thống bệnh viện.
Bạn muốn xem phiên bản nào?

Bản Chuẩn chọn lọc các dự án tiêu biểu để đọc nhanh. Bản Đầy đủ có thêm các dự án đã được lược bớt và phần mô tả chi tiết hơn.

Emailhaluminhanh@gmail.com Điện thoại+84 768 008 880
01
01 Mục lục

Chín nhóm công việc

Bản Chuẩn chọn lọc các dự án tiêu biểu để đọc nhanh. Mỗi nhóm vẫn ghi tổng quy mô và có lối mở danh mục đầy đủ.

A
Agent tư vấn và bán hàng trên kênh chat
10+ dự án
C
Sản phẩm nền tảng
Bản Chuẩn: 3 sản phẩm tiêu biểu · Toàn nhóm: 5+ sản phẩm Xem danh mục đầy đủ
Bản Chuẩn: 3 sản phẩm tiêu biểu · Toàn nhóm: 5+ sản phẩm Xem danh mục đầy đủ
Nền tảng SaaS cung cấp theo tài khoản và gói dịch vụ
5+ sản phẩm
F
Phân tích nghiệp vụ, triển khai, xuất nhập khẩu
4+ dự án
H
20 video thực hành · 56 tình huống theo vai trò
20 video · 56 tình huống
I
Kiểm soát thương hiệu, sản xuất video, gian hàng Amazon
3 dự án
01
02
02 Quy mô

Số liệu tổng hợp

32.473Hội thoại · 6 hệ thống đối chiếu
247.255Tin nhắn qua lại
16.853Hoá đơn xuất tự động
36+Dự án trình bày
1.236AI agent đã tạo · Conductify
790Người dùng · Conductify
237+Người dùng có giao dịch sau 1 tháng · MentorX
13Module ERP · Odoo
2022–2026Giai đoạn

Về số liệu trong tài liệu

  • Mỗi con số đều nêu rõ lấy từ dự án nào.
  • Hơn 100.000 cuộc hội thoại là số thực trên toàn bộ các hệ thống đã bàn giao; 32.473 là tổng của sáu hệ thống có bộ đếm chi tiết được đối chiếu trong tài liệu này.
  • Số ước tính trong đề xuất được ghi rõ là ước tính.
  • Mỗi chỉ số được trình bày theo đúng phạm vi và nguồn dữ liệu tương ứng.
02
03
03 Màn hình sản phẩm

Ảnh chụp từ hệ thống thật

Một số màn hình tiêu biểu trong các sản phẩm và hệ thống đã triển khai. Bấm vào ảnh để xem đầy đủ.

Bảng điều khiển người học trên MentorX
MentorX · Theo dõi khoá học và hoạt động của người học
Trình dựng luồng kéo thả của AI Co-Worker
AI Co-Worker · Dựng luồng tự động bằng các khối kéo thả
Bảng điều khiển ứng dụng Crawbot
Crawbot · Quản lý các tác vụ AI trong ứng dụng desktop
Đồ thị tri thức doanh nghiệp
Knowledge Graph · Khám phá thực thể và quan hệ trong dữ liệu
Danh sách agent trên Conductify
Conductify · Quản lý danh sách AI agent đã tạo
Màn hình phân quyền của MentorX
MentorX · Phân quyền nội dung theo nhóm người dùng
Chuỗi bước thực thi của AI Co-Worker
AI Co-Worker · Kiểm tra chuỗi bước chạy trên trình duyệt thật
Màn hình chọn nhà cung cấp mô hình trên Crawbot
Crawbot · Cấu hình nhiều nhà cung cấp mô hình tại một nơi
03
04
04 Bản đồ năng lực

Bốn mảng
làm được trọn vòng

01

Phân tích nghiệp vụ

Business Analysis
  • Phỏng vấn và khai thác yêu cầu nhiều bên
  • Viết tài liệu yêu cầu, mô tả chức năng và quy tắc nghiệp vụ
  • Vẽ quy trình hiện tại và quy trình đề xuất bằng BPMN
  • So sánh nhu cầu với khả năng của hệ thống trước khi chọn
02

Quản trị sản phẩm

Product Management
  • Viết yêu cầu sản phẩm, lập lộ trình và chia phạm vi theo giai đoạn
  • Ưu tiên tính năng dựa trên số liệu dùng thật
  • Phối hợp với đội lập trình, kiểm thử và thiết kế
  • Định giá và đóng gói dịch vụ
03

Hệ thống AI

AI Systems
  • Thiết kế cách AI tra tài liệu doanh nghiệp và xử lý từng bước
  • Kết nối hệ thống nghiệp vụ để AI đọc dữ liệu đang vận hành
  • Kiểm soát sai sót bằng rule, lớp kiểm tra và chuyển người
  • Đo chất lượng hội thoại sau khi chạy
04

Triển khai & vận hành

Delivery
  • Phụ trách dự án từ khảo sát đến khi đưa vào sử dụng
  • Tổ chức nghiệm thu, xử lý tình huống ngoại lệ và bàn giao tài liệu
  • Đào tạo người dùng cuối
  • Theo dõi và tinh chỉnh sau bàn giao
04
05
05 Có thêm trong bản Đầy đủ

Sáu dự án đáng xem
ngoài bản tuyển chọn

Mở thẳng dự án bạn quan tâm; portfolio sẽ chuyển sang bản Đầy đủ và giữ nguyên chế độ hồ sơ.

05
A-00
Nhóm A Agent tư vấn và bán hàng

AI Sales Agent

Agent trả lời khách trên kênh chat. Đọc thông tin sản phẩm, hiểu khuyến mãi, ghi đơn, và chuyển sang người thật khi câu hỏi vượt phạm vi.

10+Dự án 31.103Cuộc hội thoại 237.930Tin nhắn 2024–2026Giai đoạn

Hai chỉ số tổng hợp được cộng từ bộ đếm của năm hệ thống: AB Beauty World, Lekofe Coffee, 1ManBiz, ABTravel và Ladalat.

Agent mua sắm trả lời khách
Agent mua sắm trả lời khách ngay trong khung chat
Agent bán hàng trên sàn thương mại điện tử
Agent bán hàng thao tác trên sàn thương mại điện tử
A-01
Agent tra cứu sản phẩm
Agent tra cứu sản phẩm ngay trên website cửa hàng
A-01 Bán lẻ · Làm đẹp · Vận hành thực tế

AB Beauty World

Chuỗi mỹ phẩm 5 cửa hàng tại TP.HCM, hơn 4.000 SKU.

Bối cảnh

  • Hơn 4.000 SKU, giá và khuyến mãi đổi hằng ngày trên website.
  • Đội chăm sóc khách hàng không phản hồi kịp lượng yêu cầu.
  • Ngoài giờ làm việc không có người trực.

Cách giải

  • Chatbot Mindflow, API riêng, nối các bước thành một luồng chạy bằng n8n.
  • Extension AI Co-Worker nối VectorDB để tra thông tin sản phẩm từ nhiều nguồn.
  • Google Sheets ghi đơn và khiếu nại do AI tiếp nhận.
  • Telegram báo sang người thật khi vượt phạm vi trả lời.

Kết quả

  • Ba kênh cùng chạy: Web, Zalo, Facebook Messenger.
  • Trực suốt ngày đêm, ghi nhận đơn không cần thao tác tay.
  • Câu trả lời về sản phẩm thống nhất giữa các kênh.
4.216Cuộc hội thoại 52.898Tin nhắn đã xử lý 4.000+SKU trong kho thông tin 3Kênh tiếp nhận
Chi tiết triển khai
  • Thu thập dữ liệu sản phẩm theo thời gian thực, đồng bộ lại toàn bộ mỗi ngày.
  • Luồng kiểm tra dữ liệu trước khi tạo đơn, sau đó đẩy sang Haravan.
  • Chuyển hội thoại từ agent sang nhân viên theo trạng thái.
  • Đầu năm 2024 chưa có sẵn giải pháp chatbot phù hợp cho tình huống này nên phải tự dựng.
Phạm viPhân tích nghiệp vụ, thiết kế luồng, dựng kho thông tin sản phẩm, vận hành và hiệu chỉnh.
Mindflown8nVectorDB HaravanGoogle SheetsTelegram
A-02
Thống kê hội thoại và tin nhắn của agent
Biểu đồ hội thoại theo ngày
Bộ đếm hội thoại và biểu đồ theo ngày trên màn hình quản trị
A-02 F&B · Thương mại điện tử · Vận hành thực tế

Lekofe Coffee

Chuỗi 12 cửa hàng, nhiều loại khuyến mãi chồng lên nhau.

Bối cảnh

  • 12 cửa hàng, chương trình khuyến mãi đổi liên tục.
  • Sáu kiểu khuyến mãi cùng tồn tại: mua 1 tặng 1, mua 2 tặng 1, giảm theo phần trăm, mua X tặng Y, thưởng theo ngưỡng, khuyến mãi chéo sản phẩm.
  • Rule engine thông thường không phủ hết số tổ hợp phát sinh.
  • Nhân viên tính giá bằng tay nên dễ lệch.

Cách giải

  • Bảng đối chiếu khuyến mãi trên Google Sheets, nối trực tiếp Haravan.
  • Backend Python tính giá; điều kiện áp dụng kiểm ở tầng code, không để mô hình tự suy.
  • Một lượt AI kiểm lại kết quả trước khi trả lời khách.
  • Nối Pancake để phân bổ người hỗ trợ phù hợp.

Kết quả

  • 16.324 cuộc hội thoại, 101.563 tin nhắn đã xử lý.
  • Giỏ hàng tự phát hiện khuyến mãi áp được.
  • Đơn tạo trực tiếp trên Haravan, không nhập lại.
16.324Cuộc hội thoại 101.563Tin nhắn đã xử lý 12Cửa hàng 6Kiểu khuyến mãi
Chi tiết triển khai
  • Agent hiểu tiếng Việt không dấu và từ địa phương, viết lại câu hỏi trước khi tra kho thông tin.
  • Cách trả lời tinh chỉnh cho nhóm khách lớn tuổi: câu ngắn, ít thuật ngữ, nhắc lại giá cuối.
  • Kênh tiếp nhận: Facebook Messenger.
Phạm viPhân tích quy tắc khuyến mãi, thiết kế luồng tính giá, kiểm thử đối chiếu, vận hành và hiệu chỉnh.
MindflowPythonGoogle Sheets HaravanPancake
A-03
Agent bán hàng trên nền thương mại điện tử
Agent bán hàng xử lý nhiều nhóm sản phẩm trong một cuộc trò chuyện
A-03 SaaS · Công cụ marketing · Vận hành thực tế

1ManBiz

Nền tảng công cụ marketing, danh mục trải rộng nhiều nhóm sản phẩm.

Bối cảnh

  • Danh mục lớn: công cụ Facebook, TikTok, Email và Zalo.
  • Khách thường hỏi nhiều dòng sản phẩm trong cùng một hội thoại.
  • Đội ngũ cần nhận diện khách tiềm năng và xử lý số lượng đơn lớn.

Cách giải

  • Một agent bán hàng dùng chung cho nhiều kênh, trả lời từ tài liệu sản phẩm đã được kiểm soát.
  • Mỗi câu hỏi được chuyển đến đúng nhóm sản phẩm; phần trả lời chỉ dùng hướng dẫn và dữ liệu của nhóm đó.
  • Sau cuộc trò chuyện, n8n tự chuyển thông tin khách và nội dung trao đổi vào CRM.
  • Trả lời được nhiều ngôn ngữ.

Kết quả

  • 6.051 cuộc hội thoại, 65.962 tin nhắn trong 6 tháng.
  • Câu hỏi đi đúng nhóm sản phẩm thay vì trả lời chung.
  • Thông tin khách tiềm năng được ghi vào CRM ngay trong cuộc trò chuyện.
6.051Cuộc hội thoại 65.962Tin nhắn 6Tháng vận hành 4Nhóm sản phẩm
Chi tiết triển khai
  • Mô hình sử dụng: GPT-4 và GPT-4o mini, chọn theo độ khó của câu hỏi.
  • Tài liệu được chia theo nhóm công cụ; phần trả lời chỉ đọc dữ liệu của đúng nhóm sản phẩm.
  • Hệ thống hiểu mục đích câu hỏi để chuyển đúng nhóm, không phụ thuộc vào một danh sách từ khoá cố định.
Phạm viThiết kế kho thông tin và cách chuyển câu hỏi đến đúng nhóm sản phẩm; kết nối CRM; theo dõi và hiệu chỉnh khi vận hành.
MindflowWebhookCRM n8nRAG
A-04
Thống kê hội thoại và tin nhắn của agent
Màn hình quản trị của agent
Bộ đếm hội thoại và màn hình quản trị của agent bán hàng
A-04 F&B · Thực phẩm sức khoẻ · Vận hành thực tế

Nấm Lý Tưởng

Bán theo công thức nấu ăn: gợi món trước, bán nguyên liệu sau.

Bối cảnh

  • Danh mục nhiều dạng: nấm tươi, nấm khô, sản phẩm chế biến, trà nấm.
  • Mỗi sản phẩm gắn nhiều chiều dữ liệu: nguyên liệu, lợi ích sức khoẻ, cách bảo quản.
  • Khuyến mãi mua N tặng M và giá theo khối lượng.
  • Tồn kho nằm trên bảng Google Sheets nội bộ của khách.

Cách giải

  • Câu trả lời đi qua hai bước để giảm sai sót trước khi gửi cho khách.
  • Bước đầu chọn đúng dữ liệu về món ăn, sản phẩm, tồn kho và khuyến mãi.
  • Bước sau kiểm tra lại mã hàng, khối lượng và mức khuyến mãi trước khi gửi.
  • Ghép công thức với đúng sản phẩm, rồi đối chiếu mã hàng và tồn kho từ Google Sheets.

Kết quả

  • Độ chính xác 98,8%, tỷ lệ lỗi 1,2%.
  • 667 tin nhắn trong 3 tháng đầu.
  • Ghi đơn kèm phí giao theo khu vực, ba kênh cùng chạy.
98,8%Độ chính xác 1,2%Tỷ lệ lỗi 667Tin nhắn / 3 tháng 2Lớp kiểm
Chi tiết triển khai
  • Đồng bộ tồn kho theo thời gian thực từ bảng quản lý kho của khách, không nhập lại số liệu.
  • Lớp kiểm chéo là nơi chặn phần lớn lỗi: sai mã sản phẩm, sai đơn vị khối lượng, áp sai mức khuyến mãi.
  • Kênh tiếp nhận: Facebook, Zalo, Website.
Phạm viThiết kế quy trình trả lời và kiểm tra hai bước; tổ chức dữ liệu công thức, sản phẩm; đo độ chính xác và hiệu chỉnh khi vận hành.
MindflowGoogle SheetsTìm kiếm ngữ nghĩa ZaloFacebook
A-05
A-05 Du lịch · Vận hành thực tế

ABTravel

Agent du lịch trả lời câu hỏi và tư vấn tour trên kênh chat.

2.255Cuộc hội thoại 8.728Tin nhắn

Phạm vi

  • Agent tư vấn tour và trả lời câu hỏi thường gặp của khách.
  • Chạy trên cùng nền tảng agent với các dự án bán hàng khác trong nhóm A.
Phạm viDựng kho thông tin, cấu hình agent, vận hành và hiệu chỉnh.
MindflowRAG

Số liệu được đối chiếu từ bảng tổng hợp vận hành của dự án.

A-05
A-06
Màn hình quản trị agent Ladalat
Bộ đếm hội thoại và tin nhắn trên màn hình quản trị
A-06 Bán lẻ · Vận hành thực tế

Ladalat

Agent tư vấn sản phẩm bán lẻ trên kênh chat.

Phạm vi

  • Trả lời câu hỏi sản phẩm và hướng dẫn khách chọn hàng.
  • Dùng chung nền tảng agent với các dự án bán lẻ khác trong nhóm.

Ghi nhận

  • 2.257 cuộc hội thoại, 8.779 tin nhắn tính đến thời điểm tổng hợp.
  • Số liệu đọc trực tiếp từ bộ đếm trên hệ thống.
2.257Cuộc hội thoại 8.779Tin nhắn
Phạm viDựng kho thông tin sản phẩm, cấu hình agent, vận hành và hiệu chỉnh.
MindflowRAG
A-07
A-07 Làm đẹp · Mỹ phẩm · Vận hành thực tế

VHN

Bảy thương hiệu chạy trên cùng một hệ agent.

Bối cảnh

  • Bảy thương hiệu mỹ phẩm, mỗi thương hiệu một danh mục riêng.
  • Năm phác đồ chăm sóc da dùng để tư vấn theo tình trạng khách.

Cách giải

  • Một hệ agent bán hàng dùng chung, tách kho thông tin theo từng thương hiệu.
  • Kèm phần báo cáo BI để theo dõi kết quả hội thoại.
  • Triển khai chia nhiều giai đoạn thay vì mở cùng lúc.

Ghi nhận

  • Bảy thương hiệu dùng chung một nền tảng, không dựng bảy hệ riêng.
  • Năm phác đồ tư vấn được chuẩn hoá để dùng nhất quán trên toàn hệ thống.
7Thương hiệu 5Phác đồ tư vấn
Phạm viPhân tách kho thông tin theo thương hiệu, thiết kế luồng tư vấn theo phác đồ, phối hợp triển khai theo giai đoạn.
MindflowRAGBI
A-07
A-08
A-08 Logistics · Vận tải · Vận hành thực tế

Proship

Tư vấn dịch vụ vận chuyển và tra cứu đơn hàng.

Bối cảnh

  • Nhiều loại hình dịch vụ: vận tải container, logistics quốc tế, hải quan, thuê xe.
  • Cước phí phụ thuộc địa chỉ lấy – giao, loại hình vận tải và điều kiện đi kèm.
  • Khách hỏi trạng thái đơn liên tục, nhân viên phải tra tay trên hệ thống nội bộ.

Cách giải

  • Cơ sở tri thức dịch vụ để agent trả lời đúng phạm vi từng loại hình.
  • Tính cước theo địa chỉ, loại hình và điều kiện kèm theo.
  • Nối API tracking của hệ thống nội bộ để tra vận đơn ngay trong hội thoại.

Ghi nhận

  • Khách tra được trạng thái đơn mà không cần chờ nhân viên tra hộ.
  • Câu hỏi cước phí có câu trả lời theo cùng một cách tính.
Phạm viDựng kho thông tin dịch vụ, thiết kế luồng tính cước, nối API tra vận đơn.
MindflowRAGAPI tracking
A-08
A-09
A-09 Giáo dục · Mầm non · Vận hành thực tế

TalentEdu – Bé Ong Sài Gòn

Agent tuyển sinh mầm non, thu thập thông tin phụ huynh và đặt lịch tham quan.

Phạm vi

  • Trả lời câu hỏi tuyển sinh của phụ huynh trên kênh chat.
  • Thu thập thông tin liên hệ theo từng bước thay vì hỏi dồn một lượt.
  • Đặt lịch tham quan trường ngay trong hội thoại.

Ghi nhận

  • Thông tin phụ huynh về một nơi, không nằm rải trong hộp thoại.
  • Lịch tham quan được ghi nhận ngay khi phụ huynh đồng ý.
Phạm viThiết kế luồng hỏi đáp tuyển sinh, luồng thu thập thông tin và đặt lịch.
MindflowRAG
A-09
A-10
A-10 Thực phẩm chức năng · Vận hành thực tế

Megavita

Agent tư vấn sản phẩm thực phẩm chức năng trên kênh chat.

Phạm vi

  • Trả lời câu hỏi sản phẩm và hướng dẫn khách chọn theo nhu cầu.
  • Dùng chung nền tảng agent với các dự án bán hàng khác trong nhóm.
Phạm viDựng kho thông tin sản phẩm, cấu hình agent, vận hành.
MindflowRAG
A-10
B-00
Nhóm B Tự động hoá vận hành

Tự động hoá vận hành

Thay việc thủ công lặp lại bằng luồng chạy có kiểm soát. Mỗi bước đều ghi lại trạng thái, có bảng theo dõi ngoại lệ, và quay lui được khi lỗi.

2+Dự án 16.853Hoá đơn đã tự động 20 giờViệc nhập liệu bỏ được mỗi tuần 2024–2026Giai đoạn

Số hoá đơn cộng từ ba cơ sở của một hệ thống bệnh viện. Số giờ tiết kiệm lấy từ dự án cập nhật vận đơn, theo ghi nhận của đội vận hành.

B-01
B-01 Y tế · Vận hành thực tế

Bệnh viện TMH Sài Gòn

Nhà cung cấp phần mềm cũ ngừng cung cấp dịch vụ. Ba cơ sở vẫn phải xuất hoá đơn mỗi ngày.

Bối cảnh

  • Quy trình tổng hợp hoá đơn thủ công, nhiều bước, dễ sai.
  • Nhà cung cấp phần mềm tổng hợp hoá đơn trước đó đã ngừng cung cấp dịch vụ.
  • MISA chưa có API cho đúng quy trình này tại thời điểm triển khai.
  • Khối lượng hoá đơn mỗi ngày ở 3 cơ sở gây chậm trễ đáng kể.

Cách giải

  • Dựng mới hoàn toàn một BOT chạy theo quy trình nghiệp vụ, không phụ thuộc nhà cung cấp cũ.
  • Tích hợp trực tiếp với MISA, xử lý phần thiếu API bằng thao tác trên giao diện.
  • Gửi email tự động theo trạng thái xử lý.
  • Bảng theo dõi ngoại lệ để người vận hành thấy đơn nào lỗi và lỗi ở bước nào.

Kết quả

  • Tự động 16.853 hoá đơn trên cả ba cơ sở.
  • Cơ sở chính 12.601 hoá đơn (05/2025 – 04/2026), Quận 7 837, Bệnh viện Đa khoa 3.415.
  • Bỏ hẳn thao tác xuất hoá đơn tay, theo dõi trạng thái theo thời gian thực.
16.853Hoá đơn tự động 12.601Cơ sở chính, 05/2025 – 04/2026 3Cơ sở 0Thao tác xuất tay còn lại
BOT chạy quy trình xuất hoá đơn
BOT chạy quy trình xuất hoá đơn
Danh sách hoá đơn chờ xử lý
Danh sách hoá đơn chờ xử lý
Trạng thái xử lý từng hoá đơn
Trạng thái xử lý từng hoá đơn
Bước kiểm tra trước khi phát hành
Bước kiểm tra trước khi phát hành
Phạm viKhảo sát quy trình xuất hoá đơn hiện tại, đặc tả luồng thay thế, thiết kế bảng theo dõi ngoại lệ, vận hành và hiệu chỉnh.
MISABusiness Workflow BOTEmail tự độngDashboard
B-01
B-02
B-02 Y tế · Đối chiếu quy trình

TMH — Trước và sau

Cùng một đầu việc, đọc theo hai cách làm.

BướcCách làm cũSau khi tự động
Tổng hợp dữ liệu Nhân viên gom số liệu từ nhiều màn hình, chép sang bảng tính. BOT đọc dữ liệu theo lịch, không chép tay.
Lập hoá đơn Nhập từng hoá đơn vào MISA, mỗi cơ sở một người phụ trách. BOT thao tác trên MISA theo đúng thứ tự nghiệp vụ đã đặc tả.
Kiểm tra sai sót Phát hiện sau khi phát hành, phải điều chỉnh ngược. Chặn ở bước kiểm trước khi phát hành, ghi lại lý do dừng.
Theo dõi trạng thái Hỏi trực tiếp người phụ trách từng cơ sở. Bảng theo dõi chung, xem được trạng thái theo thời gian thực.
Thông báo Gửi tay khi nhớ ra. Email tự động theo trạng thái xử lý.
Khối lượng Giới hạn bởi số người làm 16.853 hoá đơn trên 3 cơ sở
Màn hình tổng hợp hoá đơn theo cơ sở
Tổng hợp hoá đơn theo từng cơ sở
Nhật ký xử lý từng bước
Nhật ký xử lý từng bước
Ghi nhận ngoại lệ và lý do dừng
Ghi nhận ngoại lệ và lý do dừng

Bảng đối chiếu được dựng lại từ mô tả quy trình và số liệu vận hành trong tài liệu dự án.

B-02
B-03
Bot trích xuất thông tin vận đơn
Cập nhật đơn trên hệ thống nội bộ
Bot lấy thông tin vận đơn, rồi cập nhật lên hệ thống nội bộ
B-03 Thương mại điện tử · Logistics · Vận hành thực tế

Update Tracking Bot

Cập nhật vận đơn Amazon lên hai hệ thống nội bộ cùng lúc.

Bối cảnh

  • Nhập dữ liệu vận đơn Amazon bằng tay mất khoảng 5 phút mỗi đơn.
  • Tỷ lệ lỗi 3–5%, dẫn tới khiếu nại từ khách.
  • Khoảng 20 giờ mỗi tuần dành cho việc nhập liệu lặp lại.

Cách giải

  • Tự động hoá trình duyệt bằng Conductify AI để đăng nhập Amazon và lấy thông tin vận đơn.
  • Nối các bước theo đúng thứ tự bằng n8n.
  • MySQL lưu nhật ký thao tác và giữ dữ liệu đối chiếu.
  • Script Apizer cập nhật đồng thời hai nền tảng nội bộ.
  • Đơn nhiều sản phẩm cập nhật nguyên tử, lỗi thì quay lui toàn bộ.

Kết quả

  • Thời gian nhập tay: khoảng 5 phút mỗi đơn về 0.
  • Tỷ lệ lỗi: 3–5% xuống dưới 0,1%.
  • Tiết kiệm khoảng 20 giờ làm việc mỗi tuần.
<0,1%Tỷ lệ lỗi, từ 3–5% 20 giờTiết kiệm mỗi tuần 2Nền tảng cập nhật song song 0Phút nhập tay mỗi đơn
Chi tiết triển khai
  • Nguồn dữ liệu gồm đơn từ nhiều thị trường và thông tin từ kho trung gian ở các quốc gia.
  • Hàng về nhiều đợt nên phải gộp đơn sao cho thông tin theo dõi vẫn khớp.
  • Nhật ký lưu trên MySQL để đối chiếu khi có khiếu nại.
Vai tròDeveloper. Xây luồng tự động, thiết kế cách cập nhật trọn gói, lỗi thì hoàn lại trạng thái cũ, đo kết quả trước và sau.
Conductify AIn8nMySQLApizerAmazon
C-00
Nhóm C Sản phẩm nền tảng

Sản phẩm nền tảng

Năm nền tảng SaaS được xây dựng để phục vụ nhiều khách hàng, cung cấp theo tài khoản hoặc gói dịch vụ, với số liệu vận hành theo từng sản phẩm.

5+Sản phẩm 1.236Agent người dùng tự tạo 790Người dùng nền tảng agent 237+Người dùng có giao dịch sau 1 tháng

Số agent và người dùng lấy từ nền tảng Conductify; số người dùng có giao dịch lấy từ MentorX. Mỗi chỉ số được trình bày theo đúng sản phẩm tương ứng.

C-01
C-01 Nền tảng SaaS · Tự động hoá trình duyệt

AI Co-Worker

Biến phiên trình duyệt đã đăng nhập thành một agent thao tác trực tiếp trên website.

Bối cảnh

  • Doanh nghiệp cần tự động hoá các hệ thống đóng: CRM, mạng xã hội, cổng thông tin không có API công khai.
  • Công cụ scraping truyền thống dễ bị Cloudflare, CAPTCHA và cơ chế chống bot chặn.
  • Cách nhận diện phần tử theo mã trang hỏng mỗi lần giao diện đổi, chi phí bảo trì cao.
  • Người không biết lập trình không tự tạo được luồng tự động.

Cách giải

  • Chrome Extension chạy ngay trên phiên đăng nhập thật của người dùng.
  • Visual Grounding: đánh số các phần tử trên trang rồi chụp màn hình, để AI nhìn ảnh và xác định đúng chỗ cần nhấp.
  • Dùng Chrome DevTools Protocol để mô phỏng chuột và bàn phím thật.
  • Spatial Element Locator: tìm phần tử theo vị trí tương đối trên trang, thay cho cách nhận diện theo mã trang dễ hỏng.
  • Trình dựng luồng kéo thả cho người không chuyên kỹ thuật.

Kết quả

  • Tự động hoá chạy trên phiên đăng nhập thật nên không vướng cơ chế chống bot.
  • Giao diện đổi thì agent thích ứng, không hỏng như cách nhận diện theo mã trang cố định.
  • Biến một giao diện web bất kỳ thành điểm tích hợp gọi được từ bên ngoài.
5Lớp kiến trúc 8Nhóm node 30+Loại node trong trình dựng luồng 30+Yêu cầu chức năng trong PRD v1.2
Ra lệnh bằng ngôn ngữ tự nhiên
Ra lệnh bằng ngôn ngữ tự nhiên
Agent lặp lại thao tác trên trang
Agent lặp lại thao tác trên trang
Công cụ sàng lọc hồ sơ dựng trên nền tảng
Công cụ sàng lọc hồ sơ dựng trên nền tảng
Bảng quản lý công cụ
Bảng quản lý công cụ
Trình dựng luồng kéo thả
Trình dựng luồng kéo thả
Các nhóm node trong luồng
Các nhóm node trong luồng
Tiện ích AI Co-Worker sau khi cài trên trình duyệt
Tiện ích sau khi cài
Khối AI cho phép chọn mô hình và nhập câu lệnh
Khối AI: chọn mô hình và câu lệnh
Kiến trúc năm lớp và đóng góp cá nhân
  • Internet/Relay — HTTP Proxy Server nhận lệnh từ hệ thống bên ngoài.
  • Background — Service Worker định tuyến message, quản lý tab, kết nối API mô hình.
  • Content Scripts — chèn vào trang, phân tích DOM và thực thi hành động.
  • AI/NLP — Vision Grounding chuyển ngôn ngữ tự nhiên thành toạ độ giao diện.
  • Execution — Apizer Engine diễn giải luồng và quản lý hàng đợi hành động.
  • Đóng góp cá nhân: kiến trúc HTTP Relay hai chiều, cơ chế truyền message qua iFrame và Shadow DOM cô lập, pipeline Visual Grounding nối mô hình đa phương thức với CDP, spatial element locator dựa trên giao nhau của BoundingRect, và PRD v1.2 với hơn 30 yêu cầu chức năng chia 6 giai đoạn.
Phạm viViết PRD, thiết kế đường truyền lệnh và cách định vị phần tử trên trang, phối hợp triển khai phần AI nhìn màn hình.
Chrome ExtensionChrome DevTools ProtocolGPT-4o Gemini VisionBlocklyApizer Engine
C-01
C-02
C-02 Nền tảng giáo dục · Vận hành thực tế

MentorX

Cộng đồng, khoá học và đặt lịch tư vấn trên cùng một nền tảng, có thanh toán Việt Nam.

Bối cảnh

  • Thị trường trong nước thiếu nền tảng gộp cộng đồng, khoá học và đặt lịch với chi phí hợp lý.
  • Các nền tảng nước ngoài chi phí cao và không tích hợp thanh toán Việt Nam.
  • Người dạy cần bảo vệ video khỏi phát tán và thu phí theo cấp thành viên.

Cách giải

  • Ba dịch vụ tách riêng: ứng dụng Next.js, máy chủ Socket.IO thời gian thực, và bộ xử lý media bằng FFmpeg.
  • Video chuyển mã ba mức chất lượng, phát qua HLS, mã hoá AES-128 và đóng dấu theo từng người xem.
  • Bốn cấp thành viên giới hạn nội dung theo cấp.
  • Hai cổng thanh toán PayOS và SePay VietQR, giao dịch nguyên tử, kèm hoá đơn điện tử.

Kết quả

  • Hơn 237 người dùng hoạt động có phát sinh giao dịch sau một tháng.
  • Hơn 60 tính năng lớn, đã chạy thực tế.
  • Video có lớp bảo vệ riêng thay vì nhúng thẳng từ dịch vụ công cộng.
237+Người dùng có giao dịch sau 1 tháng 121Cổng API 40+Bảng dữ liệu 60+Tính năng lớn
Bảng điều khiển người học
Bảng điều khiển người học
Trang khoá học
Trang khoá học
Màn hình bài học
Màn hình bài học
Khu vực cộng đồng
Khu vực cộng đồng
Bốn cấp thành viên
Bốn cấp thành viên
Quản lý tệp và tài liệu khoá học
Quản lý tệp và tài liệu khoá học
Danh sách nhóm học trên MentorX
Danh sách nhóm học
Lịch học và lịch tư vấn trên MentorX
Lịch học và lịch tư vấn
Module và quy mô mã nguồn
  • Module — LMS (lớp, khoá, bài, tiến độ, chứng chỉ); Thành viên 4 cấp; Video DRM; Cộng đồng (bài viết, bình luận, khảo sát, nhắc tên); Nhắn tin; Đặt lịch mentor; Thanh toán.
  • Nền tảng — Next.js 15, React 18, TypeScript, PostgreSQL 16, MinIO tương thích S3, Socket.IO xác thực JWT.
  • Quy mô — 386 file TypeScript, 156 React component, 121 API endpoint, hơn 40 bảng, 35 migration, hơn 45 index, hơn 15 trigger và function.
  • Ba nhóm quyền dùng chung một tập dữ liệu, có nhóm học riêng và lịch tư vấn riêng.
Phạm viĐặc tả sản phẩm, thiết kế phân cấp thành viên và luồng thanh toán, kiểm thử nghiệp vụ, vận hành.
Next.jsPostgreSQLSocket.IOFFmpeg HLSMinIOPayOSSePay
C-02
C-03
C-03 Nền tảng AI Agent · Vận hành thực tế

Conductify

Nền tảng low-code để người dùng tự dựng AI agent.

Vai trò

  • Phân tích nghiệp vụ cho các tính năng của nền tảng.
  • Kiểm soát chất lượng thủ công trước khi phát hành.
  • Tối ưu trải nghiệm người dùng ở phần dựng agent.

Ghi nhận

  • 1.236 agent do người dùng tạo trên nền tảng.
  • 790 người dùng.
1.236Agent được tạo 790Người dùng
Danh sách agent trên nền tảng
Danh sách agent trên nền tảng
Màn hình cấu hình một agent
Màn hình cấu hình một agent
Quản lý người dùng
Quản lý người dùng
Vai tròBusiness Analyst và Manual QC.
Low-codeAI Agent
C-03
C-04
C-04 Nền tảng SaaS · Ứng dụng desktop

Crawbot

Một ứng dụng desktop gom nhiều nhà cung cấp AI và nhiều kênh chat về một chỗ.

Vấn đề gặp phải

  • Mỗi nhà cung cấp mô hình có khoá riêng, giao diện riêng, cách gọi riêng.
  • Việc lặp lại hằng ngày phải mở tay từng lần.
  • Nội dung trả lời nằm rải trên nhiều kênh chat khác nhau.

Cách làm

  • Màn hình thiết lập chung cho nhiều nhà cung cấp AI, đổi mô hình mà không đổi luồng làm việc.
  • Kho kỹ năng: mỗi kỹ năng là một việc đã đặt sẵn, gọi lại được.
  • Đặt lịch chạy để việc lặp lại tự khởi động theo giờ.
  • Nối các kênh chat để nhận và trả lời ngay trong ứng dụng.

Ghi nhận

  • Một nơi cấu hình thay cho nhiều công cụ rời.
  • Việc theo lịch chạy không cần người bấm.
Bảng điều khiển ứng dụng
Bảng điều khiển
Khung chat trong ứng dụng
Khung chat
Quản lý kênh kết nối
Quản lý kênh kết nối
Kho kỹ năng đặt sẵn
Kho kỹ năng đặt sẵn
Đặt lịch chạy tự động
Đặt lịch chạy tự động
Nhận và trả lời tin nhắn Zalo trong ứng dụng
Nhận và trả lời tin nhắn Zalo
Phạm viĐặt bài toán, thiết kế cấu trúc kỹ năng và lịch chạy, dùng trong công việc hằng ngày.
Desktop appĐa nhà cung cấp AIZaloCron

Trang minh hoạ luồng thao tác chính trên giao diện sản phẩm.

C-04
C-05
C-05 Nền tảng dữ liệu · Hỏi đáp trên đồ thị

Knowledge Graph

Dựng đồ thị tri thức từ tài liệu doanh nghiệp, rồi hỏi đáp dựa trên đồ thị đó.

Vấn đề gặp phải

  • Tìm kiếm theo đoạn văn bản trả về mảnh rời, không thấy quan hệ giữa các thực thể.
  • Câu hỏi bắc cầu qua nhiều tài liệu thì tìm theo độ tương đồng không trả lời được.
  • Người dùng khó kiểm chứng câu trả lời đến từ đâu.

Cách làm

  • Bóc tách thực thể và quan hệ từ tài liệu, dựng thành đồ thị có nút và cạnh.
  • Gom cụm theo chủ đề để nhìn ra vùng dữ liệu dày và vùng còn trống.
  • Hỏi đáp đi theo cạnh của đồ thị, câu trả lời chỉ ra được nút nguồn.
  • Màn hình quản trị để xem, lọc và truy vấn trực tiếp trên đồ thị.

Ghi nhận

  • Quan hệ giữa các thực thể nhìn thấy được thay vì nằm ẩn trong văn bản.
  • Câu trả lời truy ngược được về nút và cạnh đã dùng.
Đồ thị tri thức toàn cảnh
Đồ thị tri thức
Cụm thực thể và quan hệ
Cụm thực thể và quan hệ
Hỏi đáp dựa trên đồ thị
Hỏi đáp dựa trên đồ thị
Màn hình quản trị đồ thị
Màn hình quản trị
Kết quả một truy vấn
Kết quả truy vấn
Phạm viĐặt cấu trúc thực thể và quan hệ, thiết kế luồng hỏi đáp trên đồ thị, kiểm thử kết quả truy vấn.
Knowledge GraphTrích xuất thực thểHỏi đáp

Trang minh hoạ cấu trúc đồ thị tri thức và luồng thao tác chính trên giao diện sản phẩm.

C-05
D-00
Nhóm D Giáo dục và khu vực công

Giáo dục & Khu vực công

Hai loại việc khác nhau trong cùng một nhóm khách: trả lời câu hỏi tuyển sinh cho người học, và số hoá hồ sơ giấy để giảm nhập liệu tay.

7+Dự án 40+Chương trình đào tạo trong kho thông tin 1.000+Biểu mẫu mỗi mùa tuyển sinh 2024–2026Giai đoạn

Số chương trình đào tạo và biểu mẫu được tổng hợp từ hai dự án tại HIU.

D-01
Màn hình quản trị chatbot tuyển sinh
Bộ đếm hội thoại của chatbot tuyển sinh trong mùa cao điểm
D-01 Giáo dục đại học · Vận hành thực tế

HIU — Chatbot tuyển sinh

Hơn 40 chương trình đào tạo, 5 phương thức xét tuyển, một mùa cao điểm.

Bối cảnh

  • Mùa cao điểm tuyển sinh làm đội tư vấn quá tải.
  • Phải tư vấn hơn 40 chương trình thuộc nhiều khoa.
  • Phải giải thích 5 phương thức xét tuyển khác nhau.
  • Phản hồi chậm khiến trường bỏ lỡ thí sinh quan tâm.

Cách giải

  • Chatbot trả lời từ thông tin chính thức của hơn 40 chương trình trên website trường.
  • Trả lời đa ngôn ngữ, xưng hô nhận biết vai vế người hỏi.
  • Thông tin thí sinh quan tâm được ghi thẳng vào Google Sheets.
  • n8n tự lên lịch nhắc lại sau cuộc trò chuyện.

Kết quả

  • 1.370 cuộc hội thoại, 9.325 tin nhắn trong 2 tháng tuyển sinh.
  • Bao phủ hơn 40 chương trình, kèm thông tin học bổng.
  • Đặt lịch tham quan trường ngay trong hội thoại.
1.370Cuộc hội thoại 9.325Tin nhắn 40+Chương trình đào tạo 5Phương thức xét tuyển
Chi tiết triển khai
  • Kênh tiếp nhận: Facebook Messenger và website trường.
  • Tri thức lấy trực tiếp từ website nên cập nhật theo nội dung nhà trường công bố.
  • Cách xưng hô thay đổi theo người hỏi là phụ huynh hay thí sinh.
Phạm viPhân tích nhu cầu tư vấn, tổ chức thông tin chương trình đào tạo, thiết kế cách ghi nhận thí sinh quan tâm và vận hành trong mùa tuyển sinh.
RAGn8nGoogle Sheets Facebook MessengerWebsite
D-02
Trích xuất dữ liệu từ ảnh biểu mẫu
Giao diện kiểm duyệt trước khi xuất Excel
Trích xuất dữ liệu từ ảnh biểu mẫu, rồi kiểm duyệt trước khi xuất Excel
D-02 Giáo dục đại học · Đã triển khai

HIU — NeuronsAI Digitizer

Chrome Extension số hoá hồ sơ tuyển sinh, thay việc nhập liệu tay.

Bối cảnh

  • Nhập tay mỗi biểu mẫu mất 5–10 phút.
  • Hay sai tên tiếng Việt, địa chỉ và số điện thoại.
  • Biểu mẫu gửi đi mà chưa kiểm tra tính toàn vẹn dữ liệu.
  • Hơn 1.000 biểu mẫu mỗi mùa, không thuê thời vụ thì không kịp.

Cách giải

  • Chrome Extension đọc ảnh biểu mẫu, trích xuất dữ liệu bằng Gemini API qua máy chủ trung gian.
  • Đăng nhập bằng tài khoản tổ chức qua Microsoft SSO, lấy ảnh trực tiếp từ OneDrive.
  • Xác thực theo chuẩn Việt Nam: danh sách tỉnh và trường, số điện thoại 10 số theo đầu số nhà mạng, chuẩn hoá tên và ngày tháng.
  • Giao diện kiểm duyệt để nhân viên sửa trước khi xuất Excel.

Kết quả

  • Mỗi biểu mẫu còn dưới 1 phút, giảm 85–90% thời gian.
  • Độ chính xác trích xuất trên 90%, phát hiện lỗi xác thực trên 95%.
  • Mùa cao điểm: 1–2 nhân viên xử lý hơn 1.000 biểu mẫu, thay vì 2–5 người quá tải.
85–90%Giảm thời gian mỗi biểu mẫu 90%+Độ chính xác trích xuất 95%+Phát hiện lỗi xác thực 100File mỗi lô xử lý
Chi tiết triển khai
  • Xử lý theo lô 100 file mỗi phiên để kiểm soát chi phí gọi mô hình.
  • Gọi Gemini API qua proxy server, không để khoá nằm ở phía trình duyệt.
  • Tích hợp OneDrive qua Microsoft Graph API.
  • Quy tắc nghiệp vụ đã cài: tên tiếng Việt có dấu, đầu số nhà mạng hợp lệ, đối chiếu danh sách tỉnh và trường, chuẩn hoá định dạng ngày.
Phạm viPhân tích quy trình nhập liệu, đặc tả quy tắc xác thực dữ liệu Việt Nam, thiết kế giao diện kiểm duyệt, đo kết quả trước và sau.
Chrome ExtensionGemini APIMicrosoft SSO Microsoft Graph APIOneDriveExcel
D-03
Agent tư vấn tuyển sinh trả lời thí sinh
Agent trả lời câu hỏi tuyển sinh ngay trên khung chat
D-03 Giáo dục · Cao đẳng · Vận hành thực tế

Cao đẳng Văn Lang

Agent tư vấn tuyển sinh cho thí sinh và phụ huynh.

Phạm vi

  • Trả lời câu hỏi về ngành học, điều kiện xét tuyển và học phí.
  • Dùng chung nền tảng agent tuyển sinh với các trường khác trong nhóm.

Ghi nhận

  • Thí sinh hỏi ngoài giờ hành chính vẫn có câu trả lời.
Phạm viDựng kho thông tin tuyển sinh, cấu hình agent, vận hành.
RAGWebsite
D-04
Agent hỗ trợ tuyển sinh đại học
Agent hỗ trợ tuyển sinh trả lời câu hỏi về ngành và phương thức xét tuyển
D-04 Giáo dục đại học · Vận hành thực tế

Đại học Thái Nguyên

Agent hỗ trợ tuyển sinh cho hệ đại học nhiều trường thành viên.

Phạm vi

  • Trả lời câu hỏi tuyển sinh, hướng người hỏi tới đúng đơn vị đào tạo.
  • Dùng chung nền tảng agent tuyển sinh của nhóm.

Ghi nhận

  • Câu hỏi lặp lại được trả lời theo cùng một nguồn thông tin.
Phạm viDựng kho thông tin tuyển sinh, cấu hình agent, vận hành.
RAGWebsite
D-05
D-05 Giáo dục · Học trực tuyến · Vận hành thực tế

Galaxy Edu – Hocmai

Agent hỗ trợ người học trên nền tảng học trực tuyến.

Phạm vi

  • Trả lời câu hỏi về khoá học và cách tham gia lớp.
  • Dùng chung nền tảng agent của nhóm giáo dục.
Phạm viDựng kho thông tin khoá học, cấu hình agent, vận hành.
RAGWebsite
D-05
D-06
D-06 Khu vực công · Vận hành thực tế

Cục Thương mại điện tử

Agent tra cứu thông tin cho đơn vị thuộc khu vực công.

Phạm vi

  • Tra cứu và trả lời câu hỏi dựa trên tài liệu do đơn vị cung cấp.
  • Dùng chung nền tảng agent hỏi đáp của nhóm.
Phạm viDựng kho thông tin từ tài liệu, cấu hình agent, vận hành.
RAG
D-06
D-07
Agent hỏi đáp cho người dân
Agent hỏi đáp trả lời câu hỏi của người dân
D-07 Khu vực công · Vận hành thực tế

MTTQ Quận 1

Agent hỏi đáp phục vụ người dân trên kênh trực tuyến.

Phạm vi

  • Trả lời câu hỏi thường gặp dựa trên tài liệu do đơn vị cung cấp.
  • Giữ nguyên cách diễn đạt của văn bản gốc khi trích dẫn thông tin.

Ghi nhận

  • Người dân hỏi ngoài giờ làm việc vẫn nhận được thông tin.
Phạm viDựng kho thông tin từ tài liệu, cấu hình agent, vận hành.
RAGWebsite
E-00
Nhóm E Tư vấn & Đề xuất Enterprise

Tư vấn & Đề xuất Enterprise

Khảo sát hiện trạng, phỏng vấn nhiều cấp, thiết kế giải pháp và định giá cho khách hàng lớn. Phần việc trước khi có dòng code đầu tiên.

5+Khách hàng doanh nghiệp 25+Người đã phỏng vấn 6Module trong đề xuất lớn nhất 22Quyết định ghi nhận khi đàm phán

Khách hàng trong nhóm này được ẩn danh theo thoả thuận, chỉ nêu ngành và quy mô. Ba con số bên trên lấy từ cùng một đề xuất — tập đoàn đa ngành ở trang E-02.

E-01
E-01 Phân tích dữ liệu ô tô · Hoa Kỳ · Khảo sát và thiết kế giải pháp

Hãng phân tích dữ liệu ô tô Hoa Kỳ

Agent tra cứu kỹ thuật chạy trong hạ tầng nội bộ, dữ liệu không rời máy chủ khách hàng.

Năm điểm đau xác định khi khảo sát

  • Mỗi hãng xe trình bày bản tin kỹ thuật một kiểu: bảng, danh sách, đoạn văn, viết tắt riêng.
  • Đầu vào không đồng đều: PDF có chữ, tài liệu quét, ảnh chụp — mỗi loại cần cách xử lý khác.
  • Yêu cầu cứng: hệ thống không được bịa. Không chắc thì để trống.
  • Đầu ra phải khớp từ điển nội bộ về đời xe, tên lỗi và tên phụ tùng.
  • Đội ngũ đang thu thập hỏi đáp kỹ thuật thủ công từ diễn đàn và video.

Thiết kế giải pháp

  • Quy trình 10 bước chuyển tài liệu gốc thành dữ liệu có cấu trúc.
  • Ba lớp chống bịa: đối chiếu từ điển, xác thực chéo giữa các trường, phát hiện nội dung do mô hình tự suy ra.
  • Tra giá phụ tùng tự động từ hơn 30 website hãng.
  • Bộ thu thập hỏi đáp từ diễn đàn và video, tự phân loại theo đời xe.
  • Kết quả kiểm định được dùng để điều chỉnh cách AI xử lý, rồi đưa phiên bản mới vào chạy lại.
  • Bảng theo dõi độ chính xác theo từng hãng, cảnh báo khi tụt.

Đóng góp cá nhân

  • Phân tích mẫu dữ liệu thật, chỉ ra 5 thách thức cốt lõi.
  • Thiết kế quy trình xử lý dữ liệu gồm 10 bước.
  • Cách tiếp cận đo trước, cam kết sau: có số nền rồi mới nhận chỉ tiêu.
  • Chia ba gói với đường nâng cấp rõ ràng.
  • Đặt chỉ số nghiệm thu theo từng loại trường dữ liệu và từng hãng.
GóiPhạm viThời gianĐầu tư
A — Nền tảng Hạ tầng AI, hệ thống bản đầu chạy được, đo mức nền. Khoảng 6 tuần ≈ 12.000 USD
B — Đưa vào vận hành Trích xuất bản tin kỹ thuật sẵn sàng chạy thật, cộng bộ thu thập hỏi đáp. Khoảng 4–5 tháng ≈ 23.000–25.000 USD
C — Tự cải tiến Cả hai hệ thống chạy thật, thêm vòng lặp tự cải tiến, khách hàng tự chủ. Khoảng 8–9 tháng ≈ 38.000–42.000 USD
Phạm viKhảo sát dữ liệu, thiết kế kiến trúc, dựng cấu trúc gói và chỉ số nghiệm thu.
On-premiseChống bịa 3 lớpChuẩn hoá từ điểnDSPy

Nội dung được trình bày theo phạm vi đã thống nhất; danh tính khách hàng được ẩn theo thoả thuận bảo mật.

E-01
E-02
E-02 Tập đoàn đa ngành · Bất động sản, khách sạn, giáo dục · Khảo sát và thiết kế giải pháp

Tập đoàn đa ngành hơn 4.500 nhân sự

Lộ trình chuyển đổi AI toàn tập đoàn, chạy trên máy chủ nội bộ.

Năm điểm đau

  • Tài liệu nằm rải rác nhiều nơi, nhân viên mất hàng giờ tìm kiếm thủ công.
  • Bộ phận mua hàng tự dò giá nhiều nguồn, không lưu lịch sử.
  • Nhân sự gom hồ sơ ứng viên thủ công, mỗi vị trí mất nhiều ngày.
  • Sơ đồ tổ chức vẽ trên bản trình chiếu và bảng tính, luôn lệch thực tế.
  • Biên bản họp ghi tay, sót đầu việc.

Cách làm

  • Phỏng vấn hơn 25 người ở ba cấp: lãnh đạo, quản lý và nhân viên trực tiếp thực hiện.
  • Chấm mức sẵn sàng AI theo 5 chiều để biết bắt đầu từ đâu.
  • Chọn 4 chức năng cho phiên bản đầu; 2 chức năng còn lại triển khai ở giai đoạn sau.
  • Đề xuất bàn giao mã nguồn dự án, nhưng giữ quyền sở hữu phần công nghệ lõi.
  • Tính giá từ mặt bằng Việt Nam và giải trình từng hạng mục.

Kết quả bàn giao

  • Cả 6 chức năng đều có chỉ số nghiệm thu riêng, đo được bằng số.
  • Ba gói giá với đường nâng cấp và mốc thời gian rõ.
  • 22 quyết định được ghi lại suốt quá trình đàm phán.
Chức năngGiải quyết việc gìChỉ số nghiệm thu
Trợ lý tra cứu nội bộChatbot tìm câu trả lời trong kho tài liệu nội bộ và cho người dùng đánh giá kết quả.Trả lời tức thì trên hàng nghìn file
Theo dõi giáThu thập giá đa nguồn, so sánh và lưu lịch sử.Chính xác ≥ 90%, chạy 1 lần mỗi ngày
Tìm hồ sơ ứng viênQuét các kênh tuyển dụng và chấm điểm phù hợp.Truy vấn < 5 giây, khớp từ khoá ≥ 80%
Sơ đồ tổ chứcChuyển văn bản thành sơ đồ đúng mẫu tập đoàn.Dựng < 30 giây, tối đa 500 nút
Trợ lý họpGhi âm cuộc họp thành biên bản và đầu việc.Sai từ ≤ 15%, bắt đầu việc ≥ 80%
Thu thập nhà cung cấpGom dữ liệu nhà cung cấp từ nguồn công khai.Bóc tách thành công ≥ 85%
Năm bài học khi định giá và đàm phán enterprise
  • Bắt đầu từ mặt bằng giá Việt Nam. Không lấy giá toàn cầu rồi hạ dần.
  • Tách phí sử dụng công nghệ lõi hằng kỳ khỏi chi phí triển khai dự án ngay từ đầu.
  • Chia nhỏ giai đoạn đầu để hạ rào cản: 350 triệu thay vì 725 triệu.
  • Không liệt kê giá tài sản trí tuệ theo từng dòng. Chỉ nêu tên và tổng giá trị.
  • Rà hơn 15 từ khoá rủi ro trước khi gửi, ví dụ “vĩnh viễn”, “100%”, tên đối thủ.
  • Ba gói giá: nền tảng khoảng 725 triệu trong 2 tháng; tiêu chuẩn khoảng 2,76 tỷ trong 7 tháng; toàn diện khoảng 4,2 tỷ trong 10 tháng.
Phạm viPhỏng vấn, đánh giá mức sẵn sàng, chia chức năng theo giai đoạn, xây mô hình kinh doanh và định giá.
AI LocalKnowledge GraphPyramid InterviewAI Readiness

Nội dung được trình bày theo phạm vi đã thống nhất; danh tính khách hàng được ẩn theo thoả thuận bảo mật.

E-02
E-03
E-03 Chuỗi nhà hàng · F&B · Khảo sát và thiết kế giải pháp

Chuỗi nhà hàng 400–500 điểm bán

Tuyển dụng số lượng lớn, luân chuyển nhân sự cao, tuyển quanh năm ở nhiều tỉnh.

Phạm vi đề xuất

  • Chatbot tuyển dụng trực 24/7, tiếp nhận ứng viên mọi khung giờ.
  • Định tuyến ứng viên về đúng điểm bán và đúng vị trí.
  • Theo dõi trạng thái từng ứng viên xuyên suốt quy trình.
  • Onboarding bằng bài học ngắn, chia nhỏ theo ca làm.

Lộ trình

  • Thắng nhanh: chatbot và phân luồng ứng viên, thấy kết quả sớm.
  • Trung hạn: theo dõi trạng thái và dữ liệu tuyển dụng tập trung.
  • Dài hạn: chuyển đổi cả quy trình tuyển và đào tạo đầu vào.

Hiệu quả dự kiến

  • Thời gian tuyển từ 4–5 ngày xuống khoảng 1 ngày.
  • Giảm rủi ro mất ứng viên: 15–45 triệu mỗi tháng.
  • Giảm rủi ro tuyển sai người: 300–750 triệu mỗi tháng.
Phạm viPhân tích quy trình tuyển dụng, thiết kế luồng chatbot và lộ trình ba bước.
Chatbot tuyển dụngĐịnh tuyến ứng viênMicro-learning

Các chỉ số hiệu quả trình bày là mục tiêu ước tính trong đề xuất; danh tính khách hàng được ẩn theo thoả thuận bảo mật.

E-03
E-04
E-04 Cà phê · Sản xuất và F&B · Khảo sát và thiết kế giải pháp

Tập đoàn cà phê hàng đầu Việt Nam

Chương trình chuyển đổi AI trải từ truyền thông đến nhà máy và đào tạo nội bộ.

Ba hướng trong đề xuất

  • Agent cho truyền thông và tiếp thị, đặt mục tiêu tự động hoá 80% khối lượng.
  • AI Vision cho vận hành nhà máy.
  • Chương trình đào tạo năng lực AI cho nhân sự.

Module phần truyền thông

  • Sáng tạo nội dung theo nhiều định dạng.
  • Phân tích thị trường.
  • Kiểm tra tuân thủ trước khi đăng.
  • Giữ giọng thương hiệu đồng nhất giữa các kênh.

Cách đặt vấn đề

  • Không làm một chatbot đơn lẻ mà đi theo chương trình nhiều mảng.
  • Mảng đào tạo đi kèm ngay, để người dùng theo kịp công cụ.
  • Khâu tuân thủ và giọng thương hiệu đặt thành module riêng, không gộp vào phần sáng tạo.
Phạm viKhảo sát nhu cầu, chia mảng chương trình và thiết kế module truyền thông.
AI AgentAI VisionBrand voiceĐào tạo nội bộ

Mục tiêu tự động hoá 80% được trích từ đề xuất giải pháp; danh tính khách hàng được ẩn theo thoả thuận bảo mật.

E-04
E-05
E-05 Chuỗi cà phê · F&B · Khảo sát và thiết kế giải pháp

Chuỗi cà phê 12 chi nhánh

Tự động hoá tính lương cho chuỗi nhiều chi nhánh, gồm bốn module.

Bốn module

  • Xử lý chấm công từ máy chấm công của từng chi nhánh.
  • Tổng hợp dữ liệu 12 chi nhánh về một chỗ.
  • Tạo phiếu lương theo quy tắc của chuỗi.
  • Định tuyến phản hồi khi nhân viên thắc mắc về phiếu lương.

Hiệu quả dự kiến

  • Giảm 90–95% thời gian nhập chấm công, tương đương 30–40 giờ mỗi tháng cho mỗi chi nhánh.
  • Tiết kiệm 2–3 ngày mỗi tháng cho khâu tổng hợp dữ liệu.

Ngân sách

  • Triển khai khoảng 115–119 triệu.
  • Vận hành khoảng 1 triệu mỗi tháng.
  • Quy mô ngân sách đặt vừa với một chuỗi 12 chi nhánh, không đội lên theo khung doanh nghiệp lớn.
12Chi nhánh 4Module 30–40 giờMỗi tháng, mỗi chi nhánh
Phạm viPhân tích quy trình tính lương, chia module và lập ngân sách triển khai.
Chấm côngTính lươngTổng hợp đa chi nhánh

Các chỉ số hiệu quả trình bày là mục tiêu ước tính trong đề xuất; danh tính khách hàng được ẩn theo thoả thuận bảo mật.

E-05
F-00
Nhóm F ERP & Thương mại quốc tế

ERP & Thương mại quốc tế

Phần việc trước khi làm AI: lấy yêu cầu, vẽ quy trình, triển khai ERP, vận hành gian hàng xuyên biên giới và tìm nguồn hàng.

13Phân hệ ERP đã đưa vào sử dụng 3Gian hàng Alibaba +329%Lượt hiển thị tìm kiếm 8Nhóm hàng đã tìm nguồn

Số phân hệ lấy từ dự án ERP nội bộ ở trang F-01. Mức tăng lượt hiển thị lấy từ ba gian hàng Alibaba ở trang F-04, từ 91.000 lên 390.000 lượt.

F-01
F-01 Thương mại điện tử xuyên biên giới · Triển khai ERP

Odoo ERP nội bộ

Khoảng 13 phân hệ, phụ trách từ lấy yêu cầu đến đưa vào sử dụng và đào tạo người dùng.

Phạm vi

  • Trọng tâm khối nhân sự: chấm công, nghỉ phép, hồ sơ nhân viên, tiền lương, tuyển dụng.
  • Thêm các phân hệ vận hành: bán hàng, kho, dự án và đặt xe.
  • Làm việc trực tiếp với bốn bộ phận: nhân sự, kế toán, R&D và tài chính.

Cách làm

  • Vẽ quy trình hiện trạng bằng BPMN trước khi cấu hình.
  • Viết rõ quy tắc tính công, đối chiếu với cách tính tay đang dùng.
  • Đặc tả tham số nối máy chấm công với ERP, có bảng định nghĩa từng trường.
  • Viết tài liệu hướng dẫn cho người dùng cuối, đào tạo theo từng bộ phận.

Ghi nhận

  • 13 phân hệ đã được đưa vào sử dụng nội bộ.
  • Quy tắc tính công viết thành văn bản, không còn nằm trong đầu người phụ trách.
Sơ đồ BPMN quy trình chấm công
Sơ đồ BPMN quy trình chấm công
Quy tắc tính công
Quy tắc tính công
Bảng tham số API chấm công
Bảng tham số API chấm công
Định nghĩa trường dữ liệu
Định nghĩa trường dữ liệu
Hướng dẫn nối máy chấm công với ERP
Hướng dẫn nối máy chấm công
Phạm viLấy yêu cầu, viết tài liệu nghiệp vụ, cấu hình, tổ chức nghiệm thu, đưa vào sử dụng và đào tạo.
OdooBPMNBRD/SRSUATĐào tạo nội bộ
F-01
F-02
F-02 Vận tải đường sắt · Nghiên cứu sản phẩm

Ratraco Solutions – Wokatech

Nghiên cứu sản phẩm và đề xuất giải pháp cho đơn vị vận tải container Bắc – Nam.

Bối cảnh

  • Đơn vị vận tải container đường sắt tuyến Bắc – Nam, hơn 20 năm hoạt động.
  • Cần chọn nền tảng quản lý vận tải phù hợp, không mua theo tên tuổi.

Cách làm

  • Phân tích đối thủ và thị trường phần mềm logistics trong nước.
  • So sánh các giải pháp TMS, FMS và ERP logistics Việt Nam trên sáu mặt: quản lý đơn hàng, vận hành vận tải, quản lý đội xe, kế toán, báo cáo và phân quyền truy cập.
  • Trình bày kết quả so sánh để bên ra quyết định chọn theo tiêu chí, không theo cảm tính.

Ghi nhận

  • Sáu mặt so sánh đặt thành khung đánh giá dùng lại được.
  • Kết quả là bảng đối chiếu giữa các sản phẩm, không phải một đề xuất một chiều.
Phạm viNghiên cứu thị trường, dựng khung so sánh sản phẩm, trình bày giải pháp.
TMSFMSERP LogisticsPhân tích đối thủ
F-02
F-04
F-04 Nông sản xuất khẩu · Vận hành gian hàng B2B

Alibaba

Ba gian hàng nông sản xuất khẩu: mắc ca, hạt điều, dừa.

Phạm vi

  • Quản lý ba gian hàng cùng lúc.
  • Đăng bài sản phẩm, gửi báo giá, xử lý yêu cầu hỏi hàng.
  • Theo dõi và tối ưu ba chỉ số: lượt hiển thị, lượt nhấp, lượt hỏi hàng.

Cách làm

  • Đọc phễu từ hiển thị đến hỏi hàng để biết tắc ở khâu nào.
  • Điều chỉnh bài đăng và từ khoá theo số liệu, không theo cảm tính.
  • Giữ tỷ lệ phản hồi và số bài đăng đều đặn — hai yếu tố ảnh hưởng thứ hạng hiển thị.

Kết quả

  • Lượt hiển thị tìm kiếm tăng 329%, từ 91.000 lên 390.000.
  • Phễu đo được theo từng kỳ, so sánh được tháng này với tháng trước.
+329%Lượt hiển thị tìm kiếm 91K → 390KLượt hiển thị 3Gian hàng
Chỉ số gian hàng
Chỉ số gian hàng
Tỷ lệ phản hồi và số bài đăng
Tỷ lệ phản hồi và số bài đăng
Phễu từ hiển thị đến hỏi hàng
Phễu từ hiển thị đến hỏi hàng
Kết quả tháng tiếp theo
Kết quả tháng tiếp theo
Chỉ số quảng cáo theo kỳ
Chỉ số quảng cáo theo kỳ
Phạm viVận hành gian hàng, tối ưu bài đăng theo số liệu, xử lý hỏi hàng và báo giá.
AlibabaB2BXuất khẩu nông sảnTối ưu phễu
F-04
F-05
F-05 Xuất nhập khẩu · Tìm nguồn hàng

Nghiên cứu thị trường & Sourcing

Tìm nguồn hàng, làm việc với nhà cung cấp và xưởng gia công cho nhiều nhóm mặt hàng.

Phần việc

  • Tìm và sàng lọc nhà cung cấp theo yêu cầu của từng đơn hàng.
  • Đàm phán giá và điều kiện giao hàng.
  • Làm việc với bên gia công cho các mặt hàng cần sản xuất theo mẫu.
  • Nghiên cứu thị trường đích trước khi chốt nguồn.

Tám nhóm hàng đã làm

  • Vải thân thiện môi trường.
  • Hạt điều.
  • Mắc ca.
  • Dừa.
  • Gạo, thị trường Ghana.
  • Găng tay và dụng cụ bảo hộ.
  • Đồ da.
  • Túi thơm.

Ghi nhận

  • Mỗi nhóm hàng có bộ tiêu chí nhà cung cấp riêng, không dùng chung một mẫu.
  • Kinh nghiệm này dùng lại được khi phân tích nghiệp vụ chuỗi cung ứng.
Phạm viNghiên cứu thị trường, tìm nguồn, đàm phán giá, làm việc với xưởng gia công.
SourcingĐàm phán nhà cung cấpXuất khẩu
F-05
G-00
Nhóm G Cách tôi làm việc cùng AI

Cách tôi làm việc cùng AI

Bộ công cụ tự dựng cho công việc BA và PM: khám phá yêu cầu, lập kế hoạch, mô hình hoá, đặc tả, theo dõi thay đổi và kiểm soát chất lượng đầu ra.

69Skill phân tích nghiệp vụ 8Workflow đặc tả 34Hook tự động 18Agent theo vai trò

Các con số đếm trực tiếp trên máy làm việc ngày 24/08/2026. Bộ công cụ hỗ trợ xuyên suốt vòng đời công việc BA và PM, từ khám phá yêu cầu, lập kế hoạch tới quản lý thay đổi và kiểm soát chất lượng.

G-01
G-01 Bộ skill phân tích nghiệp vụ

69 skill phân tích nghiệp vụ

Mỗi skill tự dựng đảm nhiệm một việc cụ thể trong quy trình BA, với đầu vào và đầu ra định trước. Sáu cụm dưới đây cho thấy bộ công cụ hỗ trợ công việc từ lúc khai thác yêu cầu đến khi chốt tài liệu.

Khai thác yêu cầu · 4 skill
  • Sinh bộ câu hỏi phỏng vấn riêng cho từng vai trò người được hỏi, thay vì dùng một mẫu chung.
  • Đọc tài liệu khách gửi để bóc ra yêu cầu chưa được nói thành lời.
  • Rà lại biên bản phỏng vấn và chỉ ra chỗ còn thiếu trước khi viết đặc tả.
Lệnh trên máyelicitation-qna-gen · stakeholder-doc-analysis · interview-doc-gen · elicitation-validate
Mô hình hoá · 5 skill
  • Chuyển mô tả nghiệp vụ thành quy trình BPMN để các bên cùng nhìn thấy từng bước và điểm bàn giao.
  • Dựng mô hình dữ liệu, luồng dữ liệu và sơ đồ tuần tự để nối yêu cầu nghiệp vụ với thiết kế hệ thống.
Lệnh trên máybpmn-doc-gen · erd-gen · dfd-level-0-gen · sequence-spec · concept-modeling
Đặc tả · 5 skill
  • Viết user story theo đúng loại use case để không bỏ sót luồng tạo, đọc, cập nhật hay tích hợp.
  • Tách quy tắc nghiệp vụ và điều kiện xử lý thành phần có thể đối chiếu, kiểm thử và bàn giao.
  • Gom các phần đã xác nhận thành tài liệu yêu cầu sản phẩm có cấu trúc thống nhất.
Lệnh trên máyuser-story-by-uc-type · us-cud-spec · business-rules-extract · integration-spec · prd-create
Phân tích tác động · 4 skill
  • Truy vết một yêu cầu tới tài liệu và phần hệ thống liên quan trước khi đề xuất thay đổi.
  • So hiện trạng với mục tiêu để chỉ ra khoảng trống và phạm vi cần xử lý.
  • Đánh giá phần bị ảnh hưởng khi yêu cầu đổi để nhóm không sửa thiếu hoặc sửa lan.
Lệnh trên máyimpact-analysis · traceability-sync · gap-analysis · change-sync-router
Trực quan hoá · 4 skill
  • Dựng mẫu giao diện từ yêu cầu để khách hàng xem và phản hồi trước khi lập trình thật.
  • Đặc tả thành phần, trạng thái và hành vi trên màn hình để giảm chỗ hiểu khác nhau.
  • Chuyển bản phác đã duyệt thành giao diện mẫu phục vụ trao đổi và kiểm tra luồng.
Lệnh trên máyform-mockup-gen · ui-spec · layout-brainstorm · html-to-nextjs-code-gen
Kiểm soát chất lượng · 4 skill
  • Rà tài liệu để phát hiện yêu cầu mơ hồ, thiếu căn cứ hoặc chưa đủ điều kiện kiểm thử.
  • Đối chiếu use case với mô hình dữ liệu để tìm phần không khớp trước khi chốt.
  • Kiểm lại loại đặc tả và cấu trúc đầu ra để mỗi yêu cầu đi đúng quy trình.
Lệnh trên máyprd-validate · elicitation-validate · uc-dm-reconcile · us-type-classifier

69 skill BA nằm trong kho 195 skill trên máy, phần còn lại là skill kỹ thuật ngoài phạm vi BA. Tên lệnh được giữ ở khối phụ như bằng chứng triển khai; bảng chỉ nêu các lệnh tiêu biểu, không liệt kê hết.

G-01
G-02
G-02 Workflow đặc tả · Tiêu chí chất lượng

Quy trình đặc tả có kiểm soát chất lượng

Tám bước chạy nối tiếp, đầu ra bước trước là đầu vào bước sau. Trước khi gửi đi, tài liệu được soát lại theo những nguyên tắc gắn trực tiếp với việc bàn giao.

01 Khai thác yêu cầu 02 Phân tích khoảng trống quy trình 03 Tổng quan sản phẩm 04 Kiến trúc 05 Giao diện 06 Đặc tả user story 07 Phân tích tác động thay đổi 08 Kiểm đầu – cuối

Bước 08 chạy lại toàn bộ chuỗi để soát mâu thuẫn giữa các tài liệu, không phải bước làm mới.

Khớp việc thật

  • Mô tả phải khớp nghiệp vụ đang vận hành. Quy tắc nào chưa hỏi được người dùng thì ghi rõ là giả định, không tự điền vào chỗ trống.

Đủ tình huống

  • Đặc tả phải có luồng phụ, trường hợp ngoại lệ và cách hệ thống phản hồi, không chỉ mô tả luồng chính.

Một cách hiểu

  • Mỗi câu chỉ mang một nghĩa. Tên trường, trạng thái và thuật ngữ được giữ nguyên xuyên suốt mọi tài liệu.

Đủ để thực hiện

  • Người lập trình đọc xong có thể làm và người kiểm thử có thể viết ca kiểm tra mà không phải hỏi lại ý chính.

Bốn nguyên tắc này được dùng để kiểm đầu ra của toàn bộ tám bước, không riêng dự án nào.

G-02
G-03
G-03 Hook · Agent · Command

Tự động hoá quy trình làm việc

Lớp tự động hoá tự dựng xử lý các việc lặp lại: giữ ngữ cảnh dự án, kiểm soát thao tác rủi ro, giao việc theo vai trò và tổng kết phiên làm việc.

NhómSố lượngLàm gì
Hook tự động 34 34 hook chạy tại 9 điểm trong vòng đời phiên làm việc, từ lúc nạp ngữ cảnh đến khi tổng kết. Chúng giúp giữ quy tắc dự án, kiểm tra vùng ghi rủi ro và cập nhật trạng thái công việc mà không cần nhớ từng thao tác.
Agent theo vai trò 18 18 vai trò được tách theo phạm vi và quyền riêng để mỗi agent chỉ nhận đúng phần việc: lập kế hoạch, nghiên cứu, lập trình, kiểm thử, rà soát, viết tài liệu, quản lý dự án, thiết kế giao diện hoặc quản trị dữ liệu.
Command 50+ Hơn 50 lệnh đóng gói các việc quen thành quy trình gọi lại được: lập kế hoạch, dựng mã, kiểm thử, rà soát, viết tài liệu, trình bày, ghi nhớ ngữ cảnh và quản lý phiên bản.
Mức chi tiết đầu ra 6 Sáu mức chi tiết giúp cùng một nội dung được giải thích phù hợp với người đọc, từ người nghiệp vụ cần kết luận rõ đến người kỹ thuật cần căn cứ triển khai.

Vì sao tự dựng

  • Các bước hỏi, ghi, đối chiếu và soát lại được gom thành quy trình có thể dùng lại.
  • Cấu trúc cố định giúp đầu ra giữ cùng một chuẩn giữa các phiên làm việc.
  • Tài liệu hoá từng bước giúp người mới tiếp nhận công việc mà không phụ thuộc truyền miệng.

Nguyên tắc giữ an toàn

  • Các hook kiểm tra thao tác ghi đè và cảnh báo khi nội dung có nguy cơ lộ thông tin bí mật.
  • Ngữ cảnh dự án khách hàng được lưu tại máy làm việc.
  • Mọi tài liệu do hệ thống hỗ trợ tạo ra đều qua bước người phụ trách rà soát trước khi gửi.

Dùng ở đâu trong tài liệu này

  • Bộ công cụ hỗ trợ dựng và kiểm tra các đặc tả trình bày ở nhóm E.
  • Quy trình trích xuất và chuẩn hoá tài liệu khách gửi ở nhóm F cũng được thực hiện qua lớp công cụ này.

Số lệnh ghi 50+ vì bộ lệnh còn thay đổi theo tuần. Các số 34 hook, 18 agent và 6 mức chi tiết đếm trực tiếp trên máy ngày 24/08/2026. Không có ảnh chụp màn hình ở nhóm này để tránh lộ nội dung dự án khách hàng.

G-03
H-00
Nhóm H Trợ lý cá nhân

Trợ lý cá nhân

Các luồng trợ lý tôi tự xây dựng để sử dụng và hướng dẫn học viên triển khai trên máy tính cá nhân: đọc file, điền vào hệ thống, chạy theo lịch và hỗ trợ công việc theo từng vai trò.

20Tình huống có video 56Tình huống theo vai trò 9Vai trò nghiệp vụ

Bộ nội dung gồm 20 tình huống có video quay màn hình và 56 tình huống theo chín vai trò. Một số video và tình huống được mô phỏng; dữ liệu minh hoạ sử dụng dữ liệu mẫu.

H-01
Bản tin buổi sáng do trợ lý tổng hợp, xem trên điện thoại
Trợ lý quét thư mục và sắp xếp file theo loại
Bản tin sáng chạy theo lịch và việc dọn thư mục — quay màn hình thật
H-01 Việc hằng ngày

Việc hằng ngày

Bốn luồng trợ lý tôi tự xây dựng để sử dụng và hướng dẫn học viên triển khai trên máy tính cá nhân.

Chạy theo lịch

  • Tổng hợp bản tin buổi sáng — gom thư quan trọng, lịch họp và tin ngành thành một bản tóm tắt gửi trước giờ làm.
  • Điều khiển máy tính từ điện thoại — ra lệnh từ xa, máy ở văn phòng thực thi rồi báo lại kết quả.

Dọn việc tồn

  • Dọn và sắp xếp file — quét thư mục lộn xộn, nhận loại file, đổi tên và xếp vào đúng chỗ.
  • Xử lý biên bản họp — tách quyết định, đầu việc và người chịu trách nhiệm, rồi tự nhắc theo hạn.

Khác chatbot ở đâu

  • Chatbot trả lời câu hỏi. Ở đây trợ lý thao tác trên file và ứng dụng thật.
  • Việc tự khởi động theo lịch, không đợi người mở lên hỏi.
Minh hoạBốn tình huống trong bộ 20 video thực hành; một số luồng được mô phỏng bằng dữ liệu mẫu.
Chạy theo lịchThao tác fileĐiều khiển từ xa
H-02
H-02 Dữ liệu và tài chính

Dữ liệu và tài chính

Năm tình huống đi từ chứng từ rời rạc tới bảng số dùng được để ra quyết định.

Chứng từ vào bảng

  • Hoá đơn giấy thành bảng kê thuế — đọc cả thư mục hoá đơn PDF, tách nhà cung cấp, ngày, số tiền, thuế rồi xếp vào bảng kê.
  • Gom hoá đơn vào một bảng tính — nhiều chứng từ khác mẫu, quy về một cấu trúc cột chung.

Dữ liệu thô thành báo cáo

  • Làm sạch và cấu trúc dữ liệu — chuẩn hoá cách ghi không thống nhất giữa các file, ra bảng quản trị dùng được.
  • Dữ liệu thô thành báo cáo hoàn chỉnh — phân tích dữ liệu khảo sát hoặc CSV, viết phần nhận định kèm biểu đồ.

Theo dõi liên tục

  • Dựng và xuất bản dashboard — dựng bảng theo dõi cho cả nhóm, tự cập nhật khi dữ liệu nguồn đổi.
  • Điểm chung: đầu ra là file dùng được ngay, không phải câu trả lời trong khung chat.
Trợ lý đọc hoá đơn PDF và điền vào bảng kê thuế
Dữ liệu thô được chuyển thành báo cáo có biểu đồ
Dashboard theo dõi cho nhóm, dựng và xuất bản tự động

Ảnh cắt từ video thực hành và mô phỏng; dữ liệu hiển thị là dữ liệu mẫu.

H-02
H-03
H-03 Bán hàng và marketing

Bán hàng và marketing

Mười một tình huống: tìm hiểu thị trường, giữ dữ liệu khách sạch, làm nội dung và dựng công cụ bán hàng.

Tìm hiểu và theo dõi

  • Nghiên cứu thị trường trên Reddit — gom thảo luận và đánh giá sản phẩm, nhóm theo chủ đề.
  • Phân tích đối thủ qua Meta Ads Library — thu quảng cáo đang chạy, so thông điệp và tần suất.
  • Hỗ trợ mua sắm trực tuyến — dò sản phẩm theo tiêu chí rồi thêm vào giỏ.
  • Cập nhật hồ sơ CRM từ Gmail — đọc luồng thư, rút thông tin cơ hội và ghi ngược vào CRM.

Nội dung

  • Tạo bản trình bày theo bộ nhận diện — nghiên cứu chủ đề rồi dựng slide đúng mẫu thương hiệu.
  • Tạo nội dung hình ảnh và đăng lên mạng xã hội — viết bài, làm ảnh kèm và hẹn giờ đăng.
  • Cắt video thành clip ngắn — đọc bản ghi lời, chọn đoạn đáng cắt, xuất clip.
  • Biến tài liệu doanh nghiệp thành hồ sơ năng lực — đọc hợp đồng và tài liệu vận hành, viết bản giới thiệu công ty.

Dựng công cụ và trang

  • Dựng landing page và bản tin — trang giới thiệu cho một chiến dịch kèm thư gửi khách.
  • Dựng ứng dụng di động — viết và chỉnh mã theo mô tả yêu cầu.
  • Dựng ứng dụng web — cùng cách làm, cho công cụ nội bộ.
Thu thập quảng cáo đối thủ từ Meta Ads Library
Cập nhật hồ sơ khách hàng trong CRM từ thư Gmail
Dựng landing page và bản tin cho chiến dịch
Tạo nội dung hình ảnh và hẹn giờ đăng mạng xã hội
Tạo bản trình bày theo bộ nhận diện thương hiệu

Một số tình huống được mô phỏng; nội dung trong ảnh sử dụng dữ liệu mẫu.

H-03
H-04
H-04 Thư viện theo vai trò

56 tình huống theo 9 vai trò

Mỗi tình huống ghi rõ vì sao chatbot trả lời thông thường không làm được — đó là ranh giới giữa trợ lý trả lời và trợ lý thực thi.

Vai tròSố tình huốngVí dụ tiêu biểuChatbot thường không làm được vì
CEO8Theo dõi quyết định và cam kết sau họpCần bộ nhớ lâu dài, lưu có cấu trúc và tự nhắc theo hạn.
Giám đốc marketing8Phân tích hiệu quả marketing đa kênhCần gộp và chuẩn hoá dữ liệu từ nhiều nguồn khác nhau.
Giám đốc kinh doanh8Cảnh báo cơ hội bán đang có rủi roCần phân tích CRM liên tục và so với mẫu lịch sử.
Nhân viên kinh doanh8Tự cập nhật CRM sau mỗi trao đổiCần nhận sự kiện, rút thông tin có cấu trúc và ghi ngược vào hệ thống.
Marketing8Sản xuất landing page cho chiến dịchVừa phải viết nội dung vừa phải dựng trang chạy được.
Chăm sóc khách hàng4Phân loại và chuyển ticket tự độngCần nối hệ thống ticket, có luật định tuyến và tự thực thi.
Nhân sự4Nhập việc cho người mới theo vai tròCần lấy tài liệu nội bộ và chạy một quy trình lặp cho mỗi người.
Tài chính4Đối chiếu hoá đơn, hợp đồng và thanh toánCần rút dữ liệu từ chứng từ, so khớp và xử lý ngoại lệ.
Vận hành4Theo dõi điểm nghẽn quy trìnhCần dữ liệu sự kiện, trạng thái quy trình và cảnh báo sớm.
Xem đủ 56 tình huống

CEO

  • Tóm tắt bối cảnh trước cuộc họp.
  • Theo dõi quyết định và cam kết.
  • Báo cáo điều hành hằng tuần.
  • Cảnh báo chỉ số bất thường.
  • Mô hình kịch bản kinh doanh.
  • Chuẩn bị tài liệu họp hội đồng.
  • Theo dõi dự án trọng điểm.
  • Kho quyết định của công ty.

Chăm sóc khách hàng

  • Phân loại và chuyển ticket.
  • Soạn phản hồi có bối cảnh.
  • Theo dõi SLA.
  • Phân tích tiếng nói khách hàng.

Giám đốc marketing

  • Phân tích hiệu quả đa kênh.
  • Báo cáo hiệu quả tự động.
  • Theo dõi marketing đối thủ.
  • Cảnh báo rủi ro ngân sách chiến dịch.
  • Viết brief chiến dịch dựa trên dữ liệu.
  • Rà soát nhất quán thương hiệu.
  • Mô hình phân bổ đóng góp kênh.
  • Theo dõi phản ứng thị trường.

Nhân sự

  • Nhập việc theo vai trò.
  • Điều phối quy trình phỏng vấn.
  • Tổng hợp đánh giá phỏng vấn.
  • Cổng tra cứu quy định nội bộ.

Giám đốc kinh doanh

  • Cảnh báo cơ hội có rủi ro.
  • Dự báo doanh thu.
  • Phát hiện cơ hội đứng im.
  • Phân tích để kèm cặp đội bán.
  • Kiểm soát chất lượng dữ liệu CRM.
  • Tự phân khách tiềm năng cho đúng nhân viên.
  • Phân tích thắng thua.
  • Chuẩn bị họp bán hàng tuần.

Tài chính

  • Đối chiếu hoá đơn, hợp đồng, thanh toán.
  • Theo dõi hoá đơn quá hạn.
  • Báo cáo ngân sách so thực chi.
  • Dự báo dòng tiền.

Nhân viên kinh doanh

  • Tóm tắt khách trước cuộc gọi.
  • Theo dõi tín hiệu mua.
  • Tiếp cận cá nhân hoá có kiểm soát.
  • Tự cập nhật CRM.
  • Theo dõi việc cần follow-up.
  • Sinh đề xuất theo từng khách.
  • Xử lý sau cuộc gọi.
  • Công cụ tính ROI cho khách.

Marketing

  • Tái sử dụng nội dung webinar.
  • Thu thập ý tưởng nội dung.
  • Quản lý luồng sản xuất nội dung.
  • Kiểm tra gắn thẻ đo lường.
  • Sản xuất landing page chiến dịch.
  • Phân tích hiệu quả nội dung.
  • Theo dõi nội dung đối thủ.
  • Thư viện nội dung tra cứu được.

Vận hành

  • Theo dõi điểm nghẽn quy trình.
  • Chạy quy trình chuẩn có giám sát.
  • Báo cáo vận hành tự động.
  • Phát hiện giao dịch bất thường.

Danh sách đủ 56 tình huống chỉ hiện ở bản đọc trên màn hình, bản in giữ bảng tóm tắt chín vai trò cho vừa một trang.

H-04
I-00
Nhóm I Nội dung & Sáng tạo

Nội dung & Sáng tạo

Sinh nội dung có kiểm soát thương hiệu, dựng video theo quy trình ghi lại được, và vận hành một gian hàng thương hiệu trên Amazon.

3Lớp kiểm soát thương hiệu 2Đường sản xuất video ≈15'Dựng xong từ footage thô 3Video ngắn cho khách

Ba lớp kiểm soát lấy từ trang I-01. Hai đường sản xuất và mốc 15 phút là việc tự thử và tự bấm giờ, ghi ở trang I-02. Ba video ngắn là việc cho khách, làm theo brief và lịch bình thường.

I-01
Dựng video từ nhân vật tham chiếu, xem trước rồi duyệt và xuất
Bốn phương án nhân vật thương hiệu, mỗi bản có nút duyệt và tải về
Từ một câu mô tả hành động tới cảnh xem trước, rồi tới sơ đồ của kho thương hiệu
I-01 Sản phẩm nội bộ · Dữ liệu mô phỏng

Brand Content Studio

Bộ quy chuẩn thương hiệu thôi làm một tệp PDF, và bắt đầu kiểm soát thứ được làm ra.

Vấn đề

  • AI làm nội dung rất nhanh, nhưng không ai kiểm được nó có đúng thương hiệu.
  • Quy chuẩn nằm rải trong hàng chục tệp khác nhau.
  • Không ai chặn nội dung sai trước khi nó gửi ra ngoài.

Nó làm gì

  • Hỏi thẳng quy chuẩn bằng câu nói thường, thay vì mở PDF đi tìm.
  • Mọi ảnh sinh ra đều bị tự kiểm với logo và quy chuẩn.
  • Video dựng từ một ảnh tham chiếu và một câu mô tả hành động.
  • Không có gì ra khỏi hệ thống mà chưa qua nút Duyệt.

Vì sao đáng chú ý

  • Kho tri thức và tìm kiếm tài liệu ở đây đặt trên tài sản thương hiệu, không phải trên tài liệu kỹ thuật.
  • Nguồn nạp vào là file thật của một studio, kể cả file InDesign.
  • Chặn từ khoá, chặn tên đối thủ và cổng duyệt giữ tài sản của khách nằm đúng chỗ.
Chi tiết
  • Ba lớp chặn: lọc yêu cầu đầu vào, giới hạn chủ đề, kiểm nội dung trước khi trả về.
  • Danh sách chặn tên đối thủ cấu hình riêng cho từng thương hiệu.
  • Mọi ảnh trên trang này chạy trên dữ liệu mô phỏng. Không có tài liệu khách hàng thật nào.
Vai trò của tôiPhân tích nghiệp vụ, thiết kế luồng từ quy chuẩn tới nội dung, và đặt các điểm kiểm soát.
RAGAn toàn thương hiệuKnowledge GraphGuardrailsCổng duyệt
Xưởng hình ảnh với phong cách thương hiệu và bước tự kiểm
Chọn phong cách thương hiệu, ảnh sinh ra bị tự kiểm với logo
Kho thương hiệu với danh sách tài liệu nguồn
Quy chuẩn, chuẩn dịch vụ, tờ rơi InDesign và thông số sản phẩm làm nguồn
Màn hình cấu hình chặn từ khoá và chủ đề
Chặn từ khoá, giới hạn chủ đề và chặn tên đối thủ

Sản phẩm nội bộ dựng để trình bày với một khách ngành ngân hàng. Giao diện tiếng Việt, dữ liệu mô phỏng, tên khách giữ kín.

I-02
I-02 Sản xuất nội dung · Việc cho khách và việc tự làm

Hai cách ra một video, cùng một thói quen: viết quy trình ra rồi để máy chạy

Tôi làm nội dung mạng xã hội cho một thương hiệu: viết kịch bản, dựng video và lập quy trình sản xuất. Không ngồi kéo timeline; mỗi bước là một lệnh ghi lại được, chạy lại được.

Đường điĐầu vàoMáy làm gìThời gian
Từ footage thô Một tệp quay 4K dài 32 giây, chưa cắt Bóc lời thành chữ, chọn ba đoạn giữ lại, thêm zoom chậm, làm sạch tiếng, dựng banner tiêu đề, sinh phụ đề tô đậm từ khoá, cân âm lượng ≈ 15 phút
Từ kịch bản chữ Một kịch bản 8 đoạn, chưa có hình, chưa có tiếng Sinh giọng đọc, tìm hình nền cho từng cảnh, chọn nhạc không bản quyền, dựng phụ đề theo từng chữ, xuất bản dọc ≈ 20 phút
Video ngắn dạng dọc: tham quan địa điểm, phụ đề gắn sẵn trên hình
Video ngắn dạng dọc, phụ đề gắn sẵn trên hình
Video ngắn: một câu hỏi về thuế, kèm thẻ số liệu chèn trên hình
Thẻ số liệu chèn trên hình cho một câu hỏi cụ thể
Video ngắn dạng phỏng vấn, có thẻ câu hỏi và mã QR
Dạng phỏng vấn, có thẻ câu hỏi và mã QR trên hình
Ba cảnh liên tiếp trong video dọc dựng hoàn toàn từ kịch bản
Video dọc dựng từ kịch bản: giọng đọc, hình nền, số liệu và phụ đề
Bảng Figma quản lý bộ hình cho một gian hàng Amazon
Quản lý bộ hình và các phiên bản cho một gian hàng Amazon

Điều đáng nói không phải là nhanh

  • Quy trình viết ra thành tài liệu, nên người khác chạy lại được, không phụ thuộc trí nhớ một người.
  • Mỗi lựa chọn đều có lý do đi kèm, và phương án tốt hơn nếu có ngân sách.
  • Có bước tự kiểm ở cuối: soi lại điểm cắt, đối chiếu thời lượng, kiểm phụ đề.

Giới hạn, nói trước

  • Hai đường đi trong bảng là việc tôi tự thử và tự bấm giờ. Ba video ngắn là việc cho khách, làm theo brief và lịch bình thường.
  • Cách này hợp với nội dung làm theo khuôn, số lượng lớn. Nó không thay được người làm sáng tạo.

Hai quy trình trên đều có tài liệu từng bước, gồm cả lỗi đã gặp.

I-03
I-03 Thương mại điện tử xuyên biên giới · Vận hành gian hàng

Amazon FBA

Vận hành gian hàng và chuỗi cung ứng: từ danh mục sản phẩm đến kho, chi phí và lãi lỗ.

Phần vận hành

  • Đăng và tối ưu sản phẩm, quản lý mã ASIN.
  • Kế hoạch giao vận theo mô hình FBA, gắn với kế hoạch sản xuất và vận chuyển.
  • Theo dõi tồn kho, doanh thu theo kỳ và báo cáo kết quả kinh doanh.
  • Quản lý cấu trúc chi phí để biết lãi lỗ theo từng sản phẩm.

Phần thương hiệu và kênh

  • Xây dựng thương hiệu, bộ hình ảnh sản phẩm và đăng ký nhãn hiệu.
  • Dựng gian hàng thương hiệu và chạy quảng cáo trên nền tảng.
  • Nghiên cứu và dựng kênh mạng xã hội cho sản phẩm.
  • Chăm sóc khách hàng sau bán.
Báo cáo kết quả kinh doanh
Báo cáo kết quả kinh doanh
Bảng quản lý chi phí
Bảng quản lý chi phí
Doanh thu theo kỳ
Doanh thu theo kỳ
Theo dõi tồn kho
Theo dõi tồn kho
Báo cáo giao vận
Báo cáo giao vận
Bảng thiết kế hình ảnh sản phẩm
Thiết kế hình ảnh sản phẩm
Bộ ảnh render cho gian hàng
Bộ ảnh dựng cho gian hàng
Video giới thiệu sản phẩm
Video giới thiệu sản phẩm
Phạm viVận hành gian hàng, lập kế hoạch kho và giao vận, quản lý chi phí, xây dựng thương hiệu.
Amazon FBAQuản lý ASINAmazon AdsP&L
I-03
S-01
S-01 Hợp tác · Gói dịch vụ

Ba hình thức làm việc

Chọn theo mức rõ ràng của yêu cầu, không chọn theo quy mô doanh nghiệp.

Hình thứcPhù hợp khiViệc làmKết quả bàn giao
Khảo sát và đề xuất Đã thấy vấn đề nhưng chưa rõ nên làm gì trước. Phỏng vấn nhiều cấp, đo mức nền, vẽ quy trình hiện tại, xếp thứ tự ưu tiên. Báo cáo hiện trạng, danh sách bài toán theo thứ tự, đề xuất kèm chi phí từng phần.
Làm trọn một bài toán Yêu cầu đã rõ, cần một hệ thống chạy được. Đặc tả, dựng, kiểm thử theo kịch bản nghiệp vụ, đào tạo và đưa vào chạy thật. Hệ thống chạy trên dữ liệu thật, tài liệu vận hành, người dùng đã được đào tạo.
Đồng hành theo giai đoạn Nhiều module, cần chia nhỏ để kiểm soát rủi ro và dòng tiền. Chia thành các giai đoạn có nghiệm thu riêng, giai đoạn sau chỉ chạy khi giai đoạn trước đạt. Từng module bàn giao độc lập, có chỉ số nghiệm thu ghi trong hợp đồng.

Cách định giá

  • Báo giá sau khảo sát, không báo giá theo cảm tính khi chưa biết hiện trạng.
  • Tách rõ chi phí một lần và chi phí định kỳ, để bên mua thấy tổng chi phí sở hữu.
  • Chi phí ghi theo hạng mục công việc, mỗi hạng mục giải trình được.

Đã áp dụng ở đâu

  • Trang E-01: ba gói theo phạm vi tăng dần cho một hãng phân tích dữ liệu ô tô.
  • Trang E-02: sáu module, mỗi module một chỉ số nghiệm thu riêng.
  • Trang E-05: gói nhỏ cho chuỗi 12 chi nhánh, có chi phí định kỳ tách riêng.

Không nhận

  • Cam kết con số khi chưa được đo mức nền.
  • Làm bản trình diễn để trình lãnh đạo mà không có kế hoạch chạy thật.

Chi phí được xây dựng theo phạm vi từng bài toán; các ví dụ từ đề xuất thực tế nằm ở nhóm E.

S-01
S-02
S-02 Quy trình triển khai

Từ khảo sát đến nghiệm thu

Sáu giai đoạn, mỗi giai đoạn có đầu ra kiểm được. Không sang giai đoạn sau khi giai đoạn trước chưa đạt.

01 Khảo sát và đo mức nền 02 Đề xuất và báo giá 03 Đặc tả và chốt nghiệm thu 04 Dựng và chạy thí điểm 05 Mở rộng và đào tạo 06 Nghiệm thu và bàn giao

Số liệu đo ở bước 01 là mốc để đối chiếu ở bước 06. Không có mốc thì không có cơ sở nói cải thiện.

Giai đoạnBên khách cần gìĐầu ra
01 · Khảo sátNgười trực tiếp làm việc dành thời gian phỏng vấn và cho xem thao tác thật.Báo cáo hiện trạng kèm số đo mức nền.
02 · Đề xuấtChốt phạm vi và thứ tự ưu tiên.Đề xuất chia theo hạng mục, có chi phí và mốc thời gian.
03 · Đặc tảDuyệt quy trình, quy tắc nghiệp vụ và chỉ số nghiệm thu.Tài liệu yêu cầu, chỉ số nghiệm thu ghi vào hợp đồng.
04 · Thí điểmMột nhóm người dùng thật và dữ liệu thật.Bản chạy được trên phạm vi hẹp, có nhật ký lỗi và ngoại lệ.
05 · Mở rộngNgười vận hành tham gia đào tạo.Hệ thống chạy trên toàn phạm vi, tài liệu hướng dẫn.
06 · Nghiệm thuDuyệt kết quả đo lại so với mức nền.Biên bản nghiệm thu theo từng chỉ số đã chốt.

Cách chia giai đoạn này lấy từ đề xuất ở trang E-02, nơi một dự án lớn được tách thành các phần nhỏ có nghiệm thu riêng thay vì ký một lần cho toàn bộ.

S-02
S-03
S-03 Cam kết · Bảo mật

Cam kết và bảo mật

Những điều ghi rõ trước khi bắt đầu, để hai bên không phải suy đoán khi có việc phát sinh.

Phạm vi và nghiệm thu

  • Mỗi module có chỉ số nghiệm thu riêng, ghi bằng số, không ghi bằng tính từ.
  • Việc ngoài phạm vi được báo giá riêng, không âm thầm cộng vào.
  • Không cam kết mức chính xác tuyệt đối. Mức nào cam kết được thì ghi rõ điều kiện đo.

Dữ liệu

  • Dữ liệu khách hàng chỉ dùng cho chính dự án đó, không dùng để huấn luyện cho khách khác.
  • Với dữ liệu nhạy cảm, chọn phương án chạy mô hình tại chỗ thay vì gửi ra dịch vụ ngoài.
  • Thông tin cá nhân được che trước khi đưa vào tài liệu hoặc ảnh minh hoạ.

Bàn giao

  • Bàn giao gồm mã nguồn phần đặt riêng, tài liệu vận hành và buổi đào tạo.
  • Quyền sở hữu phần đặt riêng thuộc về khách. Phần nền dùng lại được nêu rõ là cấp phép sử dụng.
  • Chi phí định kỳ, nếu có, ghi tách khỏi chi phí một lần ngay từ báo giá.
Bảo mật khách hàngTài liệu này ẩn danh khách hàng nhóm E theo thoả thuận, chỉ nêu ngành và quy mô.
Ảnh minh hoạẢnh chụp màn hình đã che thông tin cá nhân và dữ liệu định danh khách hàng.
Số liệuSố đo được ghi rõ nguồn. Số trong đề xuất ghi rõ là ước tính, không trộn lẫn hai loại.

Các nguyên tắc trên đã áp dụng trong những dự án ở nhóm E, nơi hợp đồng yêu cầu chạy mô hình tại chỗ và rà soát từ ngữ cam kết trước khi gửi đề xuất.

S-03
R-01
R-01 Hồ sơ cá nhân · Quá trình làm việc

Quá trình làm việc

Bốn năm kinh nghiệm, trong đó ba năm làm quản lý dự án và phân tích nghiệp vụ cho sản phẩm AI.

Giai đoạnVai tròViệc chính
07/2025 – 05/2026 Project Manager Quản lý tối đa 6 dự án AI cùng lúc, từ tiền bán hàng và bản thử đến vận hành thật. Dẫn dắt tiền bán hàng và thiết kế giải pháp cho hai đề xuất doanh nghiệp lớn nhất trong tài liệu này.
10/2024 – 06/2025 Delivery Lead Bàn giao hơn 20 hệ thống, phục vụ hơn 100.000 cuộc hội thoại. Rút thời gian triển khai một hệ thống từ 2 tháng xuống 1 tuần.
02/2024 – 09/2024 AI Trainer / AI Engineer Huấn luyện và tinh chỉnh agent AI, dựng luồng nghiệp vụ và kho thông tin cho các dự án đầu tiên.
06/2023 – 02/2024 Team Lead Dẫn nhóm nghiên cứu và phát triển: triển khai ERP nội bộ, dựng luồng theo dõi vận đơn xuyên biên giới.
09/2022 – 06/2023 R&D Specialist Triển khai khoảng 13 phân hệ ERP từ lấy yêu cầu đến đưa vào sử dụng và đào tạo. Nghiên cứu sản phẩm quản lý vận tải trong nước.
07/2022 – 09/2022 R&D Intern Vận hành gian hàng thương mại điện tử xuyên biên giới, tìm nguồn hàng và làm việc với nhà cung cấp.
6Dự án AI cùng lúc 20+Hệ thống đã bàn giao 100.000+Cuộc hội thoại được phục vụ 2 tháng → 1 tuầnThời gian triển khai

Tên công ty khách hàng ở phần tư vấn doanh nghiệp được ẩn theo thoả thuận bảo mật.

R-01
R-02
Chứng chỉ chuyên môn SAP Business Analyst trên Coursera
Chứng chỉ chuyên môn SAP Business Analyst · Coursera
R-02 Học vấn · Chứng chỉ

Học vấn và chứng chỉ

Nền quản lý chất lượng ở đại học, sau đó bổ sung chứng chỉ về quy trình nghiệp vụ và ERP.

Đại học

  • Đại học Kinh tế TP.HCM, Cử nhân Quản lý chất lượng, 2019 – 2023.
  • Tốt nghiệp loại Giỏi; điểm trung bình 8,49/10.
  • Top 5 toàn chuyên ngành.
  • Distinction Scholarship — Scholarship for outstanding performance in Academic and Extracurricular Activities.

Chứng chỉ nghiệp vụ

  • SAP Learning: Cloud ERP.
  • SAP Learning: SAP S/4HANA Sourcing and Procurement.
  • SAP Learning: E2E Business Processes in SAP Business Suite.
  • Coursera: Business Analyst in SAP.

Ngoại ngữ

  • Tiếng Việt: bản ngữ.
  • Tiếng Anh: TOEIC 855.
8,49/10Điểm trung bình Top 5Toàn chuyên ngành 855TOEIC
Liên quan tới công việcPhần chứng chỉ tập trung vào quy trình nghiệp vụ và ERP, dùng trực tiếp cho các dự án ở nhóm F.
Quản lý chất lượngSAPPhân tích nghiệp vụ
R-03
R-03 Giải thưởng · Ghi nhận

Giải thưởng và ghi nhận

Các ghi nhận trong thời gian học đại học.

Ghi nhậnNơi traoNội dung
Quán quân EPIC · Event Planner Lập kế hoạch và xây dựng phương án sự kiện: phát triển ý tưởng, tìm kiếm venue, cân đối ngân sách và pitching trước ban giám khảo.
Giải Nhì Nghiên cứu khoa học sinh viên cấp khoa Đề tài nghiên cứu khoa học sinh viên.
Distinction Scholarship Đại học Kinh tế TP.HCM Scholarship for outstanding performance in Academic and Extracurricular Activities.
Top 5 toàn chuyên ngành Đại học Kinh tế TP.HCM Xếp hạng toàn chuyên ngành; tốt nghiệp loại Giỏi.

Liên quan tới công việc hiện tại

  • EPIC ở vai trò Event Planner yêu cầu khả năng sáng tạo, lập kế hoạch, tìm kiếm venue, cân đối ngân sách và pitching phương án trước ban giám khảo — trực tiếp rèn năng lực lập phương án và trình bày đề xuất.
  • Đề tài nghiên cứu rèn phần thu thập dữ liệu và trình bày kết quả có bằng chứng.

Ghi nhận

  • Các thành tích được trình bày theo hồ sơ và giấy tờ xác nhận tương ứng.
R-03
99
99 Liên hệ

Liên hệ

Tài liệu này còn cập nhật. Nếu cần bản mới nhất hoặc muốn trao đổi sâu về một dự án cụ thể, liên hệ trực tiếp.

Emailhaluminhanh@gmail.com
Điện thoại+84 768 008 880
LinkedInlinkedin.com/in/haluminhanh

Có thể trao đổi thêm về

  • Chi tiết kỹ thuật của bất kỳ dự án nào trong tài liệu.
  • Cách đo và cách tính từng con số đã nêu.
  • Khảo sát và định giá cho một bài toán cụ thể.

Lưu ý về tài liệu

  • Khách hàng ở nhóm E được ẩn danh theo thoả thuận, chỉ nêu ngành và quy mô.
  • Ảnh chụp màn hình đã che thông tin cá nhân và dữ liệu khách hàng.
  • Bản này in được khổ A4 ngang, có hai chế độ nội dung và ba mức chi tiết.
99