(Bài Recap Workshop AI For Biz - buổi 2, tổ chức ngày 16/9/2026 với 41 chủ biz & marketer tham gia. Workshop chứa những insight thú vị cho những ai đang muốn áp dụng AI vào content marketing chuẩn xác, ra reach, ra khách hàng)
Ý chính của buổi
01 - Đừng nhầm triệu chứng với vấn đề
“Không có reach” hay “không có khách hàng” mới chỉ là biểu hiện. Cần xác định nguyên nhân trước khi sửa Content.
02 - Content không bắt đầu ở bước viết
Trước khi viết hay quay, cần làm rõ bài toán kinh doanh, giá trị muốn mang lại và các yếu tố quyết định khả năng chuyển đổi của Content.
03 - Biết nhóm khách hàng chưa có nghĩa là hiểu khách hàng
Có thể dùng AI để đặt thêm câu hỏi, từ đó phát hiện những điều mình chưa biết về khách hàng.
04 - AI cần đủ context để làm tốt
Khi cung cấp thêm thông tin và để AI hỏi lại, output có thể bám sát bài toán hơn.
Mở đầu: Workshop về AI nhưng không bắt đầu bằng AI
Ở workshop AI for Biz - Dùng AI vào Content Marketing như thế nào cho hiệu quả, người tham gia không bắt đầu bằng prompt hay công cụ.
Workshop bắt đầu bằng một câu hỏi đơn giản hơn:
Content của bạn đang gặp vấn đề gì?
Đây cũng là mục tiêu chính của buổi học: giúp người tham gia xác định vấn đề liên quan đến Performance của Content hiện tại, rồi dùng AI để xử lý vấn đề đó.
Những tình huống được đưa ra khá quen thuộc:
Content không có reach.
Content có views nhưng không ra khách.
Có lúc Content hiệu quả, có lúc không.
Không biết nên làm gì để Content tốt hơn.
Nhưng trước khi hỏi AI phải làm gì, workshop yêu cầu mọi người xác định lại vấn đề.
“Content không có reach” chưa phải là vấn đề
Phan Việt đưa ra một ví dụ:
“Content không có reach.”
Nếu coi đây là vấn đề, chúng ta có thể ngay lập tức yêu cầu AI:
“Làm thế nào để Content này có nhiều reach hơn?”
Nhưng reach thấp có thể liên quan đến nhiều yếu tố: Hook, hình ảnh, tiêu đề, giá trị nội dung, Thesis, bằng chứng, cách diễn đạt hoặc độ dễ hiểu.
Vì vậy, câu hỏi đầu tiên nên là:
“Những nguyên nhân nào có thể khiến Content này không có reach?”
Đó là cách workshop giới thiệu Problem Framing: phân biệt giữa điều đang xảy ra và nguyên nhân có thể tạo ra kết quả đó.
Điều này quan trọng vì nếu xác định sai vấn đề, AI có thể làm rất nhanh một thứ không giải quyết đúng nguyên nhân.
Một bước thường bị bỏ qua: Pre-production
Sau Problem Framing, workshop quay về một phần còn cơ bản hơn: trước khi sản xuất Content.
Trong quy trình được giới thiệu, trước khi viết, quay hay biên tập cần làm rõ các yếu tố liên quan đến Business & Brand, khả năng chuyển đổi và giá trị mà người xem nhận được.
Nhưng đây lại là bước mà người làm Content thường bỏ qua.
Thay vì:
Xác định vấn đề → chuẩn bị → sản xuất → đánh giá
chúng ta dễ đi thẳng đến:
“AI viết cho tôi một bài về chủ đề này.”
Khi đó, AI đang được đưa vào quá sớm.
Content flop chưa chắc vấn đề nằm ở Content
Phần Fishbowl đưa cả nhóm vào một case thực tế của Linh — người làm Marketing cho một thương hiệu đào tạo Sales BĐS.
Kênh được xây từ tháng 1/2026. Reach gần đây giảm, views thấp, nhiều bài flop và khóa học mới chưa tuyển được học viên trực tiếp từ Content.
Nhưng có một điểm đáng chú ý:
Có một Reel đạt hơn 300.000 views.
Nếu chỉ nhìn vào con số này, câu hỏi rất dễ trở thành:
“Làm thế nào để tạo thêm những video 300.000 views?”
Nhưng views cao chưa trả lời được câu hỏi quan trọng hơn:
Content có đang tiếp cận đúng người và giải quyết đúng vấn đề không?
Biết khách hàng là ai chưa có nghĩa là hiểu khách hàng
Ban đầu, nhóm khách hàng được xác định là người chuyển nghề sang BĐS.
Nhưng trong quá trình làm case, vấn đề bắt đầu rõ hơn.
Linh nhận ra Content do AI tạo ra có những điểm cô không nghĩ tới, dù bản thân đã biết khá rõ nhóm khách hàng mục tiêu. Reflection sau workshop cũng ghi nhận một phát hiện quan trọng:
“Mình không thực sự hiểu khách hàng như mình nghĩ.”
Một cách kiểm tra rất đơn giản được đưa ra:
Cho AI hỏi ngược lại 5–10 câu về khách hàng mục tiêu.
Những câu hỏi đó có thể làm lộ ra những thông tin mà chính người làm Content chưa trả lời được.
AI không chỉ để trả lời. AI cũng có thể hỏi ngược lại
Điều này được thể hiện ngay trong phần xử lý case.
Khi thông tin ban đầu về Linh được đưa cho AI, facilitator nhận thấy thông tin chưa đủ nên yêu cầu AI đặt thêm 5–10 câu hỏi để làm rõ vấn đề và đi sâu hơn.
Sau đó, những câu hỏi và câu trả lời mới được dùng để làm rõ bài toán tiếp.
Ở một bước khác, AI tiếp tục được yêu cầu đi sâu vào việc tìm hiểu điều gì đang diễn ra trong tâm trí khách hàng và mục tiêu tiềm năng thực sự là ai.
Đây là một thay đổi nhỏ nhưng quan trọng trong cách dùng AI:
Không chỉ đưa thông tin cho AI rồi yêu cầu output.
Mà còn:
Cho AI hỏi lại để phát hiện những gì mình còn thiếu.
Từ “khách hàng thích gì?” đến “khách hàng đang giải quyết điều gì?”
Reflection của người tham gia cho thấy họ bắt đầu nhìn Customer Understanding theo cách cụ thể hơn.
Không chỉ tìm xem khách hàng thích Content gì, mà cần hiểu:
Họ đang gặp vấn đề gì?
Điều gì đang cản họ hành động?
Họ đang có niềm tin nào?
Ngoài đối thủ, họ còn lựa chọn nào khác?
Điều gì khiến họ tiếp tục hoặc dừng lại?
Linh sau workshop đặt mục tiêu rà soát lại JTBD và Pain của nhóm khách hàng này, đồng thời dùng AI để đặt câu hỏi nhằm kiểm chứng mức độ hiểu khách hàng của mình.
Huyền Đỗ cũng ghi nhận một quy trình tương tự: mô tả bài toán sản phẩm/dịch vụ rõ hơn, hỏi AI xem mình còn thiếu gì trong hiểu biết về khách hàng, rồi mới chọn vấn đề để tập trung giải quyết bằng Content.
Vậy AI nên tham gia ở đâu?
Sau workshop, cách nhìn về AI trở nên rõ hơn.
Không phải:
Prompt → AI → Content
Mà là:
Khách hàng → Vấn đề → Communication → Content → AI hỗ trợ từng bước
AI có thể giúp:
đặt câu hỏi để hiểu khách hàng;
phân tích vấn đề;
tìm thêm thông tin;
phát triển ý tưởng;
sản xuất Content;
đánh giá và cải thiện Content.
Nhưng muốn AI làm tốt, trước hết người dùng phải xác định được mình đang muốn giải quyết vấn đề gì và cung cấp đủ context.
Đó cũng là điều Huyền Đỗ ghi nhận sau workshop: khi facilitator đặt thêm câu hỏi để khai thác thông tin sâu hơn và cung cấp thêm context cho AI, quá trình làm việc bám sát bài toán hơn.
Sau workshop, người tham gia thay đổi điều gì?
Điểm đáng chú ý trong Reflection không phải là mọi người ghi lại được bao nhiêu prompt.
Mà là họ bắt đầu ghi lại những việc cần làm tiếp theo.
Linh sẽ kiểm chứng lại mức độ hiểu khách hàng, rà soát JTBD và Pain, rồi điều chỉnh Content theo nhóm khách hàng mục tiêu.
Huyền Đỗ sẽ mô tả bài toán sản phẩm/dịch vụ rõ hơn, dùng AI để tìm những điểm mình còn thiếu về khách hàng, rồi mới chọn vấn đề để giải quyết bằng Content.
Thủy Nguyễn ghi nhận rõ hơn quy trình áp dụng AI vào Content Marketing, từ xác định khách hàng mục tiêu đến Content và các yếu tố thúc đẩy khách hàng hành động.
Nói cách khác, AI bắt đầu được nhìn như một phần của quy trình làm việc, thay vì một công cụ để tạo Content nhanh hơn.
Đừng bắt đầu bằng prompt
Một Content flop có thể cần xác định lại nguyên nhân.
Một Content nhiều views nhưng không chuyển đổi có thể cần nhìn lại khách hàng và thông điệp.
Một người đã biết khá rõ nhóm khách hàng của mình vẫn có thể phát hiện ra rằng mình chưa thực sự hiểu họ.
Vì vậy, trước khi mở ChatGPT và viết prompt, hãy bắt đầu bằng hai câu hỏi:
Khách hàng của mình là ai?
Họ đang cần giải quyết vấn đề gì?
Sau đó mới hỏi:
AI có thể giúp mình làm bước nào tốt hơn?
Đừng bắt đầu bằng prompt. Hãy bắt đầu bằng khách hàng và vấn đề cần giải quyết.