Nhiều người biết đến tôi như một người làm về AI Automation — dựng những dây chuyền để máy tự viết nội dung, tự tạo giọng đọc, tự dựng video, tự đăng bài lên hàng chục kênh cùng lúc; gần đây là những “AI Agent” như Claude Code có thể tự lập kế hoạch và thực thi cả một tác vụ dài. Người ta hay hỏi tôi học kỹ thuật đó ở đâu. Nhưng thành thật mà nói, phần khó nhất trong công việc của tôi chưa bao giờ là kỹ thuật. Phần khó nhất là tư duy — và tư duy đó, tôi học được rất nhiều từ một người thầy: Luật sư, doanh nhân, nhà đào tạo Phạm Thành Long.
Hôm nay tôi muốn dành một bài viết để nói về thầy — không phải vì được nhờ, mà vì tôi tin rằng bất kỳ ai đang bước vào thế giới AI Automation và AI Agent đều nên nghe câu chuyện này ít nhất một lần.
Phạm Thành Long là ai, và vì sao một người làm AI như tôi lại nhắc đến thầy?
Nếu bạn chưa từng nghe tên, bạn có thể đọc chân dung đầy đủ trong bài Phạm Thành Long là ai? trên website chính thức của thầy. Tóm gọn lại: thầy khởi đầu là một luật sư sở hữu trí tuệ hàng đầu, người sáng lập Công ty Luật Gia Phạm, với những danh hiệu như Sao Vàng Đất Việt và Top 5 Luật sư tiêu biểu. Rồi từ năm 2013, thầy rẽ sang con đường đào tạo, trở thành một trong những diễn giả có ảnh hưởng lớn nhất tới cộng đồng doanh nhân Việt qua các chương trình như Đánh Thức Sự Giàu Có hay Kinh Doanh Đột Phá.
Câu hỏi hợp lý là: một người dạy kinh doanh, khởi nghiệp, phát triển bản thân — thì liên quan gì đến chuyện tôi ngồi viết prompt cho AI mỗi ngày?
Liên quan tất cả. Bởi vì công nghệ chỉ là cái vỏ. Thứ quyết định bạn có xây được một hệ thống AI chạy được thật hay không, lại nằm ở cách bạn tư duy về mục tiêu, về hệ thống, và về kỷ luật. Và đó chính xác là những gì thầy Long dạy.
Bài học 1: “Muốn có kết quả khác đi, bạn phải khác đi”
Đây là câu nói của thầy mà tôi nhắc lại nhiều nhất với chính mình. Nghe thì đơn giản đến mức tưởng như hiển nhiên, nhưng nó là bản lề của cả sự nghiệp AI của tôi.
Năm 2023, tôi vẫn còn làm marketing theo kiểu “cày tay”: mỗi video là hàng giờ ngồi cắt dựng, mỗi bài đăng là thao tác thủ công lặp đi lặp lại. Kết quả cứ giậm chân tại chỗ, vì tôi đang làm y hệt như mọi người khác, chỉ chăm hơn một chút. Đến khi thấm câu của thầy — muốn kết quả khác đi thì bản thân mình phải khác đi — tôi mới hiểu rằng tôi không cần làm nhiều hơn, tôi cần làm khác đi về bản chất: để máy làm phần của máy.
Với những ai đang học AI Automation, tôi nghĩ đây là bài học vỡ lòng quan trọng nhất. AI không phải là một công cụ để bạn làm nhanh hơn việc cũ. Nó là một lời mời để bạn trở thành một người khác: từ người trực tiếp làm mọi việc, thành người thiết kế hệ thống để việc tự chạy. Ai giữ nguyên cách nghĩ cũ mà chỉ thêm vài công cụ AI, thì sớm muộn cũng quay về guồng cày tay. Ai dám thay đổi cách nghĩ, mới thật sự bước sang một sân chơi mới.
Bài học 2: Mọi thứ đều là một hệ thống có thể học được
Triết lý xuyên suốt các khóa học của thầy Long là: kinh doanh không phải trò may rủi, mà là một hệ thống có đầu vào, có quy trình, có thể đo lường và cải thiện dần. Bạn không “hên” mà thành công; bạn dựng đúng hệ thống rồi thành công là hệ quả.
Tôi lấy nguyên tư duy đó áp vào việc xây dựng AI Agent. Một dây chuyền video tự động của tôi không phải là “gọi AI ra một cái clip”. Nó là cả một hệ thống: lấy chủ đề, viết nội dung đúng giọng thương hiệu, tạo giọng đọc tự nhiên, đo thời lượng từng câu để hình và tiếng khớp nhau, dựng thành video chuẩn kích thước, rồi tự đẩy lên kênh. Mỗi mắt xích là một khâu trong hệ thống — và cũng là một chỗ có thể hỏng.
Người mới học AI thường bị choáng vì nghĩ phải “giỏi công nghệ”. Nhưng nếu bạn nhìn mọi thứ bằng con mắt hệ thống như thầy Long dạy, bạn sẽ thấy: xây một AI Agent giống hệt xây một quy trình kinh doanh. Bạn hỏi đầu vào là gì, các bước xử lý là gì, đầu ra mong muốn là gì, đo bằng cái gì. Trả lời được bốn câu đó, bạn đã có bộ khung của một hệ thống tự động — dù bạn dùng Make, dùng Claude Code, hay bất kỳ công cụ nào ra đời năm sau.
Bài học 3: Bắt đầu từ Điểm B, rồi mới đo khoảng cách về Điểm A
Một khung tư duy khác của thầy mà tôi dùng gần như mỗi ngày: xác định rõ Điểm B — nơi bạn muốn đến, thật cụ thể, đo được, có thời hạn — trước đã; rồi mới nhìn lại Điểm A — bạn đang ở đâu; và con đường chính là phần ở giữa.
Nghe có vẻ hiển nhiên, nhưng đây là lỗi lớn nhất tôi thấy ở người mới học AI Automation: họ khởi động bằng công cụ, không phải bằng đích đến. Họ hỏi “Claude Code làm được gì?” thay vì hỏi “tôi muốn tự động hóa chính xác việc gì, để tiết kiệm bao nhiêu giờ mỗi tuần?”. Không có Điểm B rõ ràng, bạn sẽ nghịch công cụ cả tháng mà chẳng ra được thứ gì dùng được.
Mỗi lần bắt tay xây một AI Agent mới, tôi luôn viết ra Điểm B trước tiên: agent này thay tôi làm xong việc gì, trong bao lâu, kết quả trông ra sao thì gọi là đạt. Có đích rồi, việc chọn công cụ và ghép các bước trở nên rõ ràng đến bất ngờ. Đây là món quà tư duy từ thầy Long mà tôi nghĩ đáng giá hơn bất kỳ khóa học kỹ thuật nào.
Bài học 4: Tốt hơn 1% mỗi ngày, và kỷ luật ghi lại mọi cái bẫy
Thầy Long hay nói: chỉ cần tốt hơn 1% so với ngày hôm qua, thì cuối năm bạn đã tốt lên tới 37 lần. Với tôi, đây không phải một câu khẩu hiệu tạo động lực — nó là cách tôi vận hành công việc AI của mình một cách rất cụ thể.
Xây hệ thống tự động là một hành trình vấp lỗi liên tục. Một cái webhook sai định dạng, một đoạn prompt khiến AI trả về kết quả lệch, một API hết hạn token lúc nửa đêm. Người thiếu kỷ luật sẽ sửa tạm cho xong rồi quên, để rồi tháng sau vấp lại đúng cái hố đó. Tôi thì áp dụng đúng tinh thần 1% của thầy: mọi cái bẫy đã gặp một lần thì phải ghi lại, để không bao giờ vấp lại lần hai. Tôi không tin vào trí nhớ; tôi tin vào quy trình được cải thiện đều đặn mỗi ngày.
Chính sự kỷ luật âm thầm này — cộng dồn 1% mỗi ngày — là thứ biến những gì tôi xây từ “đồ chơi chạy một lần” thành hạ tầng dùng được lâu dài. Và tôi học được nó không phải từ một cuốn sách kỹ thuật nào, mà từ một người thầy dạy kinh doanh.
Kỷ luật của người thầy, và kỷ luật của người làm AI
Tôi là một người theo đuổi thể thao sức bền — tôi đã hoàn thành IRONMAN 140.6, cự ly khắc nghiệt bậc nhất. Và tôi hiểu sâu sắc một điều: không có đường tắt nào cho những thứ đáng giá. Đường đua ba môn phối hợp không dung túng cho sự may mắn nhất thời, y hệt như một hệ thống AI được xây cẩu thả sẽ sập ngay khi gặp tình huống thật.
Điều tôi trân trọng ở thầy Long là thầy không bán giấc mơ làm giàu nhanh, không dọa rằng “không đổi mới là bị bỏ lại”. Thầy dạy người ta xây năng lực lõi, giữ kỷ luật, và cải thiện từng ngày. Đó cũng chính là điều tôi muốn nói với mọi người đang học AI Automation: công cụ sẽ liên tục thay đổi — hôm nay là Claude Code, ngày mai là thứ khác — nhưng tư duy hệ thống, sự rõ ràng về mục tiêu, và kỷ luật cải thiện dần thì không bao giờ lỗi thời.
Vì sao tôi viết bài này
Tôi viết không phải để quảng cáo cho ai. Tôi viết vì tôi tin rằng, giữa một thị trường ồn ào những lời hứa hẹn “AI thay đổi cuộc đời sau 7 ngày”, điều người học thật sự cần không phải thêm một mẹo công cụ, mà là một nền tư duy vững để đứng. Nền tư duy đó, với tôi, phần lớn đến từ những gì thầy Phạm Thành Long đã dạy.
Nếu bạn đang bắt đầu hành trình với AI Automation hay AI Agent và cảm thấy chông chênh vì có quá nhiều công cụ để học, tôi khuyên bạn hãy lùi lại một bước và xây cho mình cái gốc trước: mục tiêu rõ ràng, tư duy hệ thống, và kỷ luật mỗi ngày. Và nếu muốn hiểu người thầy đã gieo những hạt giống tư duy đó cho tôi, bạn có thể đọc thêm chân dung Phạm Thành Long là ai? để tự cảm nhận.
Cảm ơn thầy — vì đã dạy con rằng công nghệ nào rồi cũng cần một con người có tư duy đúng đứng phía sau. Đó là thứ không một AI nào thay thế được.