Quy trình 7 bước tạo hệ thống tự đăng content và chuyển đổi bằng OpenClaw
Một con AI tự động "dò thám", tự sản xuất nội dung, sau cùng là chuyển đổi thành người dùng và doanh thu. Cách chuẩn nhất để thiết lập toàn bộ hệ thống Content Marketing bằng OpenClaw.
Một câu chuyện hư cấu từ “Mình”, nhưng nó là NHỮNG GÌ CÓ THẬT từ nguồn cảm hứng: @startupideaspod · The Startup Ideas Podcast
Hay có thể nói, mình viết “Mình” ở đây, để các bạn dễ hình dung, thế nhé, nhưng mình cũng loading được 50% số công việc này cho con AI Agent rồi, hihi~
Lưu ý: Bài viết định hướng tư duy và lộ trình set-up cho anh em làm sáng tạo nội dung. Bài viết hướng dẫn kĩ thuật Set-up chi tiết về OpenClaw ở PHẦN 2.
Nhưng với mình, tư duy này chính là “vũ khí” quyết định 80% sự thành công của con AI Agent về Content mà bạn sắp sửa tạo ra.
QUILIX AI Insights là newsletter chia sẻ về chủ đề AI. Tại đây, bạn sẽ tìm được nhiều tin tức, kiến thức, kỹ năng AI được cập nhật liên tục mỗi ngày.
Mình bắt tay build AI Agent về Content Marketing từ cái này
Lý do mình bắt đầu dùng OpenClaw cho marketing
Mình là một nhà sáng tạo nội dung, không quan trọng ở nền tảng nào. VÀ MÌNH ĐANG GẶP MỘT KHÓ KHĂN VÔ CÙNG LỚN:
Mỗi tuần mình mất ít nhất 8 tiếng chỉ cho những việc lặp đi lặp lại: Nghiên cứu chủ đề đang hot, viết bản nháp đầu tiên, tổng hợp số liệu hiệu quả từ các kênh, lên lịch đăng bài.
Không có việc nào trong số đó cần tư duy sáng tạo của mình.
Tất cả đều là công việc thực thi thuần túy.
ĐÓ LÀ MỘT SỰ LÃNG PHÍ!
Khi nghe Nick Vasilescu, người sáng lập Orgo, chia sẻ trong The Startup Ideas Podcast về cách anh dùng OpenClaw để tự động hoá toàn bộ marketing cho khách hàng doanh nghiệp..
Mình nhận ra mình đang làm thủ công đúng những thứ mà một agent AI có thể xử lý tốt hơn, nhanh hơn và không bao giờ quên.
Bạn có thể nghe podcast tại đây.
Hoặc xem video DEMO trực tiếp tại đây.
Điều mình thích nhất ở cách tiếp cận của Nick là anh không nói về tự động hoá như một mục tiêu (Như các bài viết tràn lan ngoài kia).
Anh này tập trung nói về nó như một cách giải phóng thời gian để làm những việc thật sự quan trọng. Đó là điểm khởi đầu đúng.
Insight cốt lõi từ podcast này:
OpenClaw không phải công cụ chat. Nó là một agent có thể thực thi chuỗi hành động thật trên máy tính của bạn. Viết file, mở trình duyệt, kéo dữ liệu, tổng hợp báo cáo. Khác hoàn toàn với việc hỏi ChatGPT một câu rồi copy kết quả.
Framework 3 bước: Nhìn đúng trước khi làm đúng
Sai lầm lớn nhất khi bắt đầu dùng OpenClaw là tự động hoá ngay mọi thứ mình thấy được.
Mình đã mắc phải điều này. Kết quả là một mớ hỗn độn không hoạt động đúng và khiến mình mất thêm một khúc để debug (fix lỗi), hơn là tiết kiệm được thời gian.
Nick Vasilescu đưa ra framework 3 lớp mà mình thấy cực kỳ hữu ích trước khi bắt đầu bất kỳ dự án tự động hoá nào:
Xác định kết quả có giá trị thật. Không phải xác định việc cần làm, mà là xác định kết quả kinh doanh bạn muốn đạt. Ví dụ: không phải “Tự động đăng bài social” mà là “tăng 30% lượt click từ LinkedIn mỗi tháng”. Kết quả đó là thứ bạn tự động hoá hướng tới, không phải hành động.
Liệt kê tất cả việc cần làm để đạt kết quả đó. Vẽ ra từng bước thực sự trong quy trình hiện tại của bạn. Nghiên cứu chủ đề mất bao lâu? Viết bản nháp mất bao lâu? Ai đang làm việc nào? Bước này giúp bạn nhìn thấy rõ cái gì đang tốn thời gian nhất.
Phân loại theo giá trị và công sức. Vẽ ma trận: trục ngang là mức độ công sức để tự động hoá, trục dọc là giá trị khi được tự động hoá. Bắt đầu từ góc phần tư “công sức thấp, giá trị cao”. Đó là những thứ mình tự động hoá trước tiên và thấy kết quả ngay lập tức.
Việc nên tự động hoá đầu tiên
Theo Nick (Và mình cũng rất đồng ý): Việc nghiên cứu và tổng hợp báo cáo là hai thứ nên tự động hoá ngay vì công sức thiết lập thấp nhưng tiết kiệm thời gian rất lớn. Việc sáng tạo và quyết định chiến lược thì không, đó là việc của con người.
Bản demo thật: Agent săn xu hướng TikTok
Phần ấn tượng nhất trong tập podcast của The Startup Ideas Podcast là Nick build một agent mới từ đầu ngay trên sóng, trong khoảng 10 phút.
Không cài đặt trước, không chuẩn bị sẵn. Anh chỉ mở terminal và bắt đầu “cooking”.
Vậy AI Agent đó làm gì?
Nó tự tìm kiếm các video TikTok đang tăng trưởng nhanh trong một lĩnh vực nhất định, phân tích xem nội dung nào đang được ưa chuộng, rồi tổng hợp danh sách chủ đề có tiềm năng viral kèm lý do cụ thể cho từng chủ đề.
“Toàn bộ quá trình từ ý tưởng đến agent đang chạy thật sự mất ít hơn 10 phút. Đó là tốc độ bạn có thể đạt được khi hiểu đúng cách OpenClaw hoạt động.”
Nick Vasilescu, Orgo · The Startup Ideas Podcast
Mình đã tự build lại agent tương tự cho lĩnh vực Content Marketing, cụ thể là tìm clip TikTok, đăng theo clip viral đó để tiếp cận reach cao.
Kết quả: Mỗi sáng thứ Hai mình có một danh sách 5 đến 8 chủ đề đang được tìm kiếm nhiều nhất trong tuần trước, kèm phân tích ngắn về lý do tại sao chủ đề đó đang nóng và góc độ nào có thể khai thác.
Trước đó mình mất khoảng 2 tiếng để tự làm điều này mỗi tuần.
Bây giờ mình chỉ mất 15 phút để đọc và quyết định dùng chủ đề nào.
Sub-agent: Khi một nhân viên AI là….chưa đủ!
Một điều mình không biết trước khi nghe podcast này là OpenClaw có thể chạy nhiều agent cùng lúc và các agent đó có thể giao việc cho nhau. Nick gọi đây là kiến trúc sub-agent.
Cách hoạt động
AI agent chính nhận nhiệm vụ tổng thể, nó phân tích rồi chia nhỏ thành các công việc chuyên biệt, sau đó “thuê” các agent nhỏ hơn xử lý từng phần một cách song song.
Khi tất cả agent nhỏ hoàn thành, agent chính tổng hợp kết quả.
Ứng dụng thực tế mình đang dùng: Khi cần tạo một tuần nội dung hoàn chỉnh, agent chính giao cho 3 AI agent con chạy đồng thời.
Agent thứ nhất nghiên cứu xu hướng, agent thứ hai kiểm tra nội dung nào đã đăng để tránh trùng lặp, agent thứ ba phân tích hiệu quả của tuần trước.
Ba việc chạy song song thay vì tuần tự, tiết kiệm khoảng 60 phút mỗi lần.
Khi nào cần dùng sub-agent?
Bạn chỉ cần sub-agent khi quy trình của bạn thật sự có nhiều bước độc lập với nhau.
Nếu bước này phụ thuộc vào kết quả của bước trước, chạy tuần tự vẫn là lựa chọn đơn giản hơn và ít lỗi hơn.
Sub-agent phù hợp nhất với việc nghiên cứu, kiểm tra và tổng hợp dữ liệu từ nhiều nguồn cùng lúc.
Tư duy đúng trước khi làm một content marketing AI agent trông như thế nào?
Sau khi dùng framework của Nick để xác định đúng mục tiêu, mình bắt đầu thiết lập.
Cái đầu tiên mình làm là viết file SOUL.md cho agent của mình. Đây là file định nghĩa nhân cách, ưu tiên và cách làm việc của agent này.
Nội dung mình viết vào đó không phải danh sách công việc (Như các bạn vẫn thường làm)
Mình viết về mục tiêu lớn hơn: “Nhiệm vụ của bạn là xử lý toàn bộ phần nghiên cứu và tổng hợp dữ liệu để mình có thể tập trung vào phần viết thật sự và quyết định nội dung.”
Khi agent hiểu ngữ cảnh đó, nó tự điều chỉnh cách hoạt động tốt hơn nhiều so với việc chỉ đọc danh sách task.
Sau đó mình thiết lập 3 workflow marketing cốt lõi:
Điều quan trọng nhất mà Nick nhấn mạnh:
Bắt đầu với một Skill cho con AI đó thôi! Chạy thử, kiểm tra kết quả, tinh chỉnh prompt, rồi mới thêm cái tiếp theo.
Mình đã thử làm 3 workflow ở trên, cùng một lúc & điều gì đến cũng đến, ở lần đầu mình đã thất bại.
Lần thứ hai mình chỉ làm mỗi báo cáo tuần trước, chạy tốt rồi mới thêm workflow nghiên cứu. Cách này hiệu quả hơn nhiều.
Bây giờ, mình sẽ bắt đầu phát triển một AI Agent tên là Larry.
Quy trình chuẩn để vận hành một AI Agent chuyên về Content Marketing
Mình chia thành 2 giai đoạn: Tạo Content & Chuyển đổi.
Giai đoạn 1 - Tạo Content:
Bước 1: Thiết lập AI Agent với một công việc duy nhất
Mình đã thử mọi thứ theo cách thủ công trước. Video phản ứng khuôn mặt. Mashup hook và demo.
Mình còn tự viết một script kết hợp hook chữ, clip phản ứng và footage demo thành 400 tổ hợp video khác nhau để upload hàng loạt.
Vẫn tốn ba tiếng mỗi lần. Vẫn thất bại với slideshow. Trong khi mình đã biết rõ slideshow là format thắng trong niche của mình.
Vậy là mình cài OpenClaw và tạo duy nhất một agent: Larry.
Mình cho Larry quyền truy cập vào bốn thứ:
→ Đăng bài TikTok (chỉ dưới dạng bản nháp)
→ Số liệu phân tích TikTok
→ Trình duyệt Brave để nghiên cứu niche
→ Số liệu download và đăng ký của app
Không có mission control dashboard. Không có kiến trúc multi-agent. Chỉ là một agent trên WhatsApp mà mình nhắn tin như nhắn cho đồng nghiệp.
Lý do mình làm vậy rất đơn giản: “Nếu mission control thật sự cần thiết, nó đã được tích hợp sẵn vào OpenClaw từ đầu rồi.”
Khi Larry cần xử lý một tác vụ tốn thời gian như xây app, mình bảo nó tạo thêm một sub-agent để xử lý riêng. Như vậy agent chính vẫn rảnh để mình brainstorm và làm những việc nhanh khác.
Bước 2: “Cứ để nó FAIL cái đã!”
ĐÚNG, không có gì là hoàn hảo ngay từ thời điểm đầu bạn thử nghiệm cả!
Những slideshow video đầu tiên của Larry trông thật tệ.
Ảnh từ DALL-E 3 nhìn vào là biết ngay “AI tạo ra cái này.” Định dạng sai. Viền đen hai bên. Mỗi bài đăng đều thất bại.
Rồi Larry thử chuyển sang hook video phản ứng khuôn mặt đang trending. Vấn đề là: con người cực kỳ giỏi nhận ra khuôn mặt do AI tạo ra. Những bài đó cũng thất bại nốt.
Mình vẫn tiếp tục. Mình để Larry thử đổi model tạo ảnh, thử hook mới, thử nhiều định dạng hình ảnh khác nhau. Cuối cùng, mình tìm được một model tạo ảnh có phong cách khớp với giao diện của chính app Snuggly.
Lần đầu thật sự có kết quả: 137.000 lượt xem.
Ở giai đoạn đó, mình vẫn còn kèm sát. Xem lại từng slideshow trước khi đăng. Kiểm tra chữ chèn lên ảnh. Duyệt phần mô tả. Mình tin vào hệ thống nhưng vẫn tự kiểm tra đầu ra.
Những bài đăng đầu tiên của agent sẽ tệ. Đó là vạch xuất phát, không phải vạch đích.
Bước 3: Áp dụng The Larry Loop
Đây là hệ thống cốt lõi mà mình đã xây dựng. Hãy gọi nó là “Vòng lặp Larry”. Hệ thống này biến việc tạo nội dung thành một “chu kỳ phản hồi & tích lũy”.
Hãy tưởng tượng bạn có một AI Agent, hỗ trợ công việc tìm và sản xuất nội dung tự động, The Larry Loop (Vòng Lặp Larry) là playbook chính xác để áp dụng cho guồng máy nội dung của bạn:
Tạo: Larry tạo ảnh, chữ chèn lên ảnh và phần mô tả
Nháp: Larry đăng lên TikTok dưới dạng bản nháp
Tín hiệu từ người dùng: Oliver nhận thông báo, thêm nhạc đang trending từ điện thoại rồi đăng
Phân tích: Larry kéo số liệu phân tích từ TikTok
Lặp lại: Đưa dữ liệu trở về bước một.
Tại sao lại dùng bản nháp? (Thay vì đăng trực tiếp qua API)
TikTok gắn cờ nội dung được đăng qua API là hoạt động của bot và hạn chế phạm vi tiếp cận.
Đăng bài từ điện thoại thể hiện hành vi của người dùng. Bản nháp cũng cho phép bạn thêm âm thanh, giúp các bài đăng dạng trình chiếu được thuật toán ưu tiên hơn rất nhiều.
Khung chẩn đoán nếu dính “gắn cờ” rất đơn giản:
Lượt xem thấp → Nội dung hấp dẫn chưa hiệu quả. Lượt xem thấp, tỷ lệ chuyển đổi cao → Lời kêu gọi hành động (CTA) tốt, nhưng nội dung cần được cải thiện. Lượt xem cao, tỷ lệ chuyển đổi thấp → CTA chưa hiệu quả.
Larry theo dõi cả ba tín hiệu này và điều chỉnh cho phù hợp.
Giai đoạn 2 - Tối ưu chuyển đổi
Bước 04: Sửa CTA trước khi scale lượt xem
Mình học bài học này theo cách tốn kém nhất có thể.
Larry tạo ra một slideshow clip trên TikTok, kéo được 300.000 lượt xem trong hai ngày. Nhưng lượt tải app về gần như bằng 0.
Vấn đề nằm ở slide cuối. Lời kêu gọi hành động chỉ có mỗi dòng.
“Cô ấy đang trang trí lại nhà…Snuggly.”
BRUH, WHAT THE F*CK?? KHÔNG HIỂU GÌ LUÔN! =)))
Không giải thích gì thêm. Không có ngữ cảnh. Không ai hiểu Snuggly là một cái app. Đó chính là sai lầm chí mạng.
Khi Larry viết lại CTA, giải thích rõ Snuggly là gì và làm gì và có thể tải về được, tỉ lệ chuyển đổi, bao gồm tải App, mới bắt kịp với lượt xem của clip.
Lượt xem mà không có CTA rõ ràng chỉ là con số đẹp cho vui. Agent của bạn cần có số liệu của app phản hồi ngược lại vào vòng lặp, ngay cạnh số liệu phân tích TikTok.
Bước 05: Bài đăng thay đổi tất cả
Đây là case-study mình thích nhất.
Một đêm muộn, Larry đăng một slideshow với chữ đặt sai vị trí. Ảnh thiết kế bếp có một lỗi không thể bỏ qua:
Cái lò nướng biến mất hoàn toàn (D*mn, #%$A@#)
Mình tức điên. Mình nhắn cho Larry một tin nhắn và tỏ vẻ bực bội về vị trí chữ và cái thiết bị mất tích đó.
Nhưng mình vẫn đăng lên và đi ngủ.
Sáng dậy, thấy 400.000 lượt xem. Bài đăng hiệu quả nhất từ trước đến giờ.
Mấy bác lớn tuổi tràn vào phần bình luận chỉ ra lỗi sai.
“Cái bếp đâu rồi?” “Thế thì nấu ăn kiểu gì?” “Thôi chắc chiên bằng nồi chiên không dầu hết.”
Mỗi bình luận đều nuôi thuật toán. Tương tác bùng nổ.
Bài học mình rút ra: “Thật ra họ mới là người hiểu rõ nhất. Họ có đủ mọi số liệu để tạo ra nội dung hoàn hảo. Cứ để họ tự do với nó.”
Đêm đó mình ngừng kiểm tra lại bài của Larry. Mình để agent tự tạo và tự đăng hoàn toàn độc lập.
Kết quả tiếp theo: 109K. 75K. 200K. 130K.
Bước 06: Xoay vòng hook thắng, loại bỏ hook tụt hiệu quả
Khi Larry đã có vài hook (Câu mở đầu) ấn tượng, hoạt động tốt, con AI Agent này bắt đầu tự xoay vòng chúng dựa trên số liệu phân tích. Không cần mình can thiệp gì cả.
Mô hình Hook đó trông như thế này:
→ Hook: “Mình cho mẹ xem” → 100K, 75K, 25K
→ Hook: “Mình cho chủ nhà xem” → 76K, rồi tụt xuống 8K, 7K, 4K
→ Hook: “Mình cho bà ngoại xem” → 200K, 300K
Khi hook chủ nhà ngừng hiệu quả, Larry tự loại nó ra. Tự chuyển lại hook mẹ và bà ngoại. Khi những cái đó bắt đầu giảm, nó thử một góc độ mới: “Mình đã nhìn chằm chằm vào cái bếp nhàm chán này suốt ba năm trời.”
Tất cả đều được điều khiển bởi số liệu phản hồi ngược lại vào vòng lặp.
Thuật toán thay đổi liên tục. Nội dung thắng rồi cũng sẽ ngừng thắng. Giá trị thật sự của hệ thống là: Một agent thích nghi nhanh hơn bất kỳ điều gì bạn có thể làm thủ công.
Bước 07: Đưa số liệu kinh doanh phản hồi lại cho agent
Vòng Lặp Larry không chỉ dừng lại ở nội dung TikTok. Đây là một phễu marketing hoàn chỉnh.
Mình đưa dữ liệu đăng ký của app Snuggly, tỉ lệ hoàn thành onboarding và số liệu người dùng rời bỏ trực tiếp cho Larry.
Gần đây, Larry đã viết lại hoàn toàn luồng onboarding của app dựa trên những số liệu đó. Kết quả: ngày có lượt người dùng mới cao nhất của mình trong nhiều tháng.
Skill này được thiết kế để có thể cắm vào bất kỳ đâu. Bạn có thể bán app, kéo traffic về website, hoặc thu hút đăng ký cho một dịch vụ. Vòng lặp vẫn giữ nguyên:
Nội dung → Phân tích → Lặp lại → Số liệu kinh doanh → Phản hồi lại từ đầu
Bất kỳ con số nào bạn quan tâm, lượt tải, lượt đăng ký, lượt mua hàng, đều được đưa vào agent. Đó là cách nó kết nối hiệu quả nội dung với doanh thu thực tế.
Tóm tắt checklist hành động
☐ Cài OpenClaw
☐ Tạo một agent với một nhiệm vụ marketing duy nhất
☐ Kết nối nó với nền tảng nội dung và số liệu phân tích của bạn
☐ Để nó tạo, đăng, và thất bại (bài đầu tiên sẽ flop, cứ giữ vòng lặp chạy tiếp)
☐ Đưa dữ liệu hiệu quả phản hồi ngược lại (lượt xem + chuyển đổi + số liệu kinh doanh)
☐ Xoay vòng hook thắng, loại bỏ hook đang tụt hiệu quả
☐ Để agent tự lặp lại độc lập khi nó đã chứng minh hiệu quả hơn công việc thủ công của bạn
Đánh giá hiệu quả
Bài đăng AI đầu tiên của mình chỉ có 700 lượt xem. Mình vẫn giữ vòng lặp chạy tiếp. Để agent học từ mỗi lần thất bại. Để nó tự tìm ra cái gì hiệu quả. Rồi để nó trở thành người làm chủ.
Mình làm tất cả những điều này trong khi vẫn đi làm full-time. Một hai tiếng mỗi tối. Nhắn tin cho Larry như nhắn cho đồng nghiệp.
Bạn đang xây một vòng phản hồi tích lũy nhanh hơn bất kỳ thứ gì bạn có thể làm một mình. Agent lo phần khối lượng. Bạn lo phần định hướng.
“Đây là một quá trình lặp đi lặp lại. Nhiều người thử rồi nói với mình là nó bị hỏng. Mình bảo: bài đầu tiên của tao cũng chỉ có 700 lượt xem. Bạn cần tiếp tục lặp lại. Bạn phải dành thời gian để nó học.”
Những gì mình học được và góc nhìn thật sự
Sau vài tuần dùng OpenClaw cho marketing, mình có thể nói thẳng:
Nó hoạt động, nhưng không theo cách mà các bài viết hype thường mô tả.
Nó không thay thế người làm marketing. Nó thay thế những giờ làm việc mà không ai thực sự cần phải là con người để làm.
Và đó là sự khác biệt quan trọng. Mình vẫn cần quyết định góc độ, vẫn cần chỉnh sửa giọng văn, vẫn cần phán đoán xem nội dung nào phù hợp với thời điểm nào. Agent không thể làm những thứ đó cho mình.
Điều mình thấy thay đổi nhiều nhất không phải là số giờ tiết kiệm được. Mà là chất lượng của những giờ mình còn lại. Khi không còn phải lo phần nghiên cứu và tổng hợp, mình ngồi vào bàn viết với đầu óc rõ ràng hơn và ít bị phân tán hơn rất nhiều.
Một điểm quan trọng mà podcast cũng nhắc đến: Cơ hội thật sự không phải là dùng OpenClaw cho bản thân mình.
Cơ hội thật sự là xây dựng dịch vụ tự động hoá cho doanh nghiệp khác. Nick Vasilescu đang làm đúng điều đó với Orgo.
Phần lớn doanh nghiệp vừa và nhỏ biết họ cần tự động hoá nhưng không biết bắt đầu từ đâu. Người có thể thiết lập và bàn giao hệ thống đó đang có một lợi thế rất lớn ngay lúc này.
Quilix · QUILIX AI Insights · 10.03.2026
Chú thích các thuật ngữ trong bài viết này
Theo dõi mình ở các mạng xã hội khác:
TikTok | YouTube | Facebook | Instagram | X | Threads
Có thể bạn quan tâm: