AI Agent là gì? Vì sao người không biết code vẫn tự làm được AI Agent

Bạn đã dùng ChatGPT hay Claude để hỏi – đáp mỗi ngày. Nhưng khi nghe tới cụm từ “AI Agent”, nhiều người vẫn nghĩ đó là thứ gì đó rất kỹ thuật: phải biết lập trình, phải hiểu API, phải thuê dev. Sự thật ngược lại — và đó là lý do AI Agent đang trở thành kỹ năng văn phòng phổ thông, không còn là đặc quyền của dân IT.

Bài viết này trả lời ba câu hỏi: AI Agent là gì, nó khác chatbot ở đâu, và vì sao một người làm văn phòng, marketing hay chủ doanh nghiệp nhỏ hoàn toàn có thể tự dựng một agent chạy thật cho công việc của mình — không cần một dòng code nào.

---

1. AI Agent là gì — định nghĩa không dùng thuật ngữ

Hãy bắt đầu bằng một so sánh đời thường.

Chatbot là một người trả lời câu hỏi. Bạn hỏi, nó đáp. Hỏi xong là hết. Nó không biết việc gì tiếp theo, không biết kết quả của bạn dùng vào đâu.

AI Agent là một người nhận việc. Bạn mô tả mục tiêu — “tổng hợp số liệu tuần này thành báo cáo và gửi cho tôi trước 8 giờ sáng thứ Hai” — và nó tự chia việc: mở đúng nguồn dữ liệu, đọc số, tính toán, viết nhận xét, tạo file, gửi mail, rồi báo lại khi xong. Bạn không phải ngồi từng bước.

Nói ngắn gọn: AI Agent = một quy trình công việc có mục tiêu, có dữ liệu, có công cụ, có lịch chạy, và có người kiểm soát — trong đó phần “làm” được giao cho AI.

Điểm cần nhấn mạnh: agent không phải một phần mềm bạn phải mua và cài. Với các nền tảng như Claude, agent được tạo bằng cách mô tả công việc bằng tiếng Việt rồi nối tới dữ liệu của bạn. Cái khó không nằm ở công nghệ, mà nằm ở chỗ bạn có mô tả đúng quy trình của mình hay không.

---

2. Phân biệt nhanh: Chatbot · Trợ lý · Agent · Tự động hoá truyền thống

Bốn khái niệm này hay bị gộp lại với nhau, và chính sự nhầm lẫn đó khiến nhiều người không hình dung được agent làm được gì.

Dòng cuối cùng là điểm mấu chốt. Tự động hoá truyền thống cực kỳ cứng: nếu dữ liệu đổi định dạng, cột bị di chuyển, file có thêm dòng trống, luồng sẽ gãy và bạn phải gọi người sửa. AI Agent linh hoạt hơn vì nó “hiểu” ý nghĩa công việc, không chỉ khớp mẫu cố định.

---

3. Một AI Agent gồm đúng 5 phần

Nếu bạn nhớ 5 phần này, bạn có thể tự thiết kế agent cho bất kỳ công việc nào. Đây cũng là khung tôi dùng khi hướng dẫn học viên.

3.1. Mục tiêu rõ ràng

“Mỗi sáng thứ Hai tôi có một file báo cáo doanh số tuần đúng mẫu, đã có nhận xét, gửi tới 3 người.” Mục tiêu càng cụ thể, agent càng dễ đúng. Mục tiêu mơ hồ kiểu “làm báo cáo” sẽ cho ra kết quả mơ hồ.

3.2. Dữ liệu đầu vào

Agent cần biết số liệu nằm ở đâu: một sheet Google, một thư mục Drive, một hộp mail, một file Excel được xuất tự động mỗi ngày. Đây là phần bạn phải chuẩn bị thật, vì AI không tự biết dữ liệu của công ty bạn nằm ở đâu.

3.3. Công cụ được phép dùng

Đọc file, tìm kiếm, tính toán, tạo tài liệu, gửi mail, ghi vào sheet, thông báo qua Telegram/Zalo. Bạn nên cấp quyền vừa đủ — giống như giao việc cho nhân viên mới: cho đúng quyền cần thiết, không cho toàn quyền.

3.4. Lịch chạy

Chạy khi bạn gọi, chạy mỗi sáng, chạy mỗi thứ Hai, chạy khi có mail mới, chạy khi một ô dữ liệu vượt ngưỡng. Lịch chạy là thứ biến agent từ “đồ chơi” thành “nhân viên thật”.

3.5. Người kiểm soát

Phần quan trọng nhất và cũng dễ bị bỏ qua nhất. Trước khi agent gửi mail cho sếp, nó nên gửi bản nháp cho bạn duyệt. Trước khi ghi dữ liệu, nó nên ghi log để bạn soi lại. AI làm, người kiểm soát — nguyên tắc này không phải để cho có, mà là thứ giữ cho hệ thống đáng tin.

---

4. Vì sao 2026 là năm “ai cũng làm được”

Ba thay đổi lớn đã xảy ra, và chúng xoá bỏ rào cản kỹ thuật.

4.1. Giao việc bằng ngôn ngữ tự nhiên

Trước đây, muốn tự động hoá bạn phải học công cụ (n8n, Zapier, VBA, Power Automate) hoặc thuê dev. Nay bạn viết mô tả công việc bằng tiếng Việt, AI chuyển thành hành động. Kỹ năng cần có không phải là code, mà là biết mô tả quy trình của mình cho rõ ràng.

4.2. Có sẵn “khuôn” để tái sử dụng

Nếu trước đây mỗi công việc phải xây từ đầu, nay bạn đóng gói quy trình thành skill/template để tái dùng. Người làm văn phòng không cần phát minh lại bánh xe — họ chỉ cần chỉnh khuôn cho khớp công việc mình.

4.3. Không cần hạ tầng

Không cần server, không cần VPS, không cần Docker, không cần biết deploy. Việc duy nhất cần làm là mở tài khoản và… giao việc. Đây là điểm khiến bootcamp 6 buổi là đủ để ra sản phẩm, thay vì một khoá lập trình dài nhiều tháng.

---

5. Năm hiểu lầm khiến bạn nghĩ “mình không làm được”

Hiểu lầm 1: “Phải biết lập trình mới làm được agent”

Không đúng. Track no-code của các lớp hiện nay hoàn toàn thao tác trên giao diện: tạo project, mô tả nhiệm vụ, nối dữ liệu, đặt lịch. Nếu bạn biết dùng Google Sheets ở mức cơ bản, bạn đã có đủ nền để bắt đầu.

Hiểu lầm 2: “AI trả lời hay nhưng không đáng tin để giao việc thật”

Đúng một phần — nếu bạn để AI tự quyết mọi thứ. Sai nếu bạn thiết kế đúng: bắt AI trích nguồn, yêu cầu nêu rõ chỗ không chắc chắn, và thêm bước người duyệt. Agent tốt không phải agent tự quyết, mà là agent báo cáo rõ việc nó đã làm.

Hiểu lầm 3: “Công việc của tôi đặc thù, không tự động hoá được”

Hầu hết công việc đều có phần lặp lại: gom số, đổi định dạng, gửi đúng người, nhắc đúng lúc. Bạn không cần tự động hoá cả công việc — chỉ cần tự động hoá phần lặp lại, thường chiếm phần lớn thời gian nhưng ít giá trị phán đoán.

Hiểu lầm 4: “Phải dùng bản trả phí xịn mới làm được”

Bạn có thể bắt đầu và học với bản miễn phí. Chỉ khi làm việc thật với tài liệu dài, agent chạy theo lịch, hoặc kết nối nhiều nguồn dữ liệu, bạn mới chạm giới hạn và cần nâng gói. Biết khi nào nên nâng cấp cũng là một phần của việc học — để không trả tiền cho thứ mình không dùng.

Hiểu lầm 5: “Làm agent xong rồi bảo trì phức tạp lắm”

Nếu bạn tự viết code thì đúng. Còn với agent dựng trên nền tảng, phần bảo trì chủ yếu là chỉnh mô tả khi quy trình thay đổi — việc bạn làm được ngay, không cần chờ dev.

---

6. Người không biết code làm agent bằng gì?

Với Claude, một agent được ghép từ các khối mà người dùng phổ thông thao tác trực tiếp:

• Projects — gom toàn bộ ngữ cảnh của một công việc: mẫu báo cáo, giọng văn, quy tắc riêng của bạn. Đây là “bộ nhớ công việc”.
• Artifacts — tạo và chỉnh sửa sản phẩm (bảng, báo cáo, tài liệu) ngay trong cuộc trao đổi, thay vì copy qua lại nhiều app.
• Connectors — nối tới dữ liệu thật: Drive, Gmail, Sheets. Đây là thứ biến AI từ “biết nói” thành “biết việc”.
• Agent — biến một chuỗi bước thành một việc giao một lần.
• Schedule — đặt lịch chạy tự động theo ngày/tuần.
• Skills — đóng gói quy trình lặp lại thành khuôn tái dùng.

Bạn có thấy dòng nào là code không? Không có. Toàn bộ đều là cấu hình và mô tả.

---

7. Ví dụ thật: mỗi nghề một agent

Văn phòng, hành chính, kế toán

Việc lặp lại: mỗi tuần gom file từ nhiều nguồn, tính chênh lệch, viết nhận xét, gửi báo cáo. Agent làm: đọc dữ liệu → tính → viết nhận xét theo mẫu → xuất file → gửi mail → lưu bản lưu trữ. Bạn còn lại việc kiểm tra và duyệt.

Marketing, content

Việc lặp lại: mỗi bài phải đúng giọng thương hiệu, đúng cấu trúc, đăng đúng lịch. Agent làm: nhận chủ đề → tạo nháp theo khung chuẩn → tách thành nhiều định dạng (post, email, caption) → nhắc lịch đăng. Bạn giữ vai trò quyết định thông điệp.

Sales, chăm sóc khách hàng

Việc lặp lại: theo dõi ai chưa phản hồi, ai sắp đến hạn, ai cần nhắc. Agent làm: đọc danh sách khách → phân loại trạng thái → soạn tin follow-up đúng ngữ cảnh → nhắc bạn những ca cần gọi tay. Đây là loại việc mà làm thủ công chắc chắn sẽ sót khi bận.

Chủ doanh nghiệp nhỏ / OPC

Việc lặp lại: không có đội ngũ nên bạn phải làm mọi thứ. Agent làm: dựng báo cáo vận hành, tổng hợp phản hồi khách, tạo nội dung truyền thông cơ bản. Đây là kiểu “thuê ngoài thì tốn tiền, tự làm thì tốn thời gian” — agent giải đúng bài toán đó.

Dev, tester, dân dữ liệu

Việc lặp lại: đọc codebase cũ để hiểu, viết script kiểm tra, xuất báo cáo. Với Claude Code, bạn mô tả việc cần làm, nó đọc code, đề xuất sửa, viết test. Đây là mảng mà chatbot web thông thường gần như không chạm tới.

Trader, người vận hành bot

Việc lặp lại: đọc log, thống kê lệnh theo ngày/tuần, tổng hợp drawdown, gửi báo cáo vận hành. Agent làm phần “giấy tờ” này để bạn dành sự tập trung cho quyết định, thay vì ngồi đếm số.

---

8. Tự làm agent đầu tiên trong một buổi tối: 5 bước

Đây là quy trình tôi thường đưa cho người mới. Bạn có thể làm ngay tối nay.

Bước 1 — Chọn một việc lặp lại (15 phút)

Điều kiện chọn: việc đó xảy ra hằng tuần, có dữ liệu đầu vào rõ, và bạn biết mẫu đầu ra trông thế nào. Đừng chọn việc khó nhất. Chọn việc dễ thắng nhất để lấy đà.

Bước 2 — Viết ra quy trình bằng 5–7 gạch đầu dòng (20 phút)

Ví dụ: mở sheet → lấy dữ liệu 7 ngày → tính tổng và chênh lệch so với tuần trước → tìm 3 điểm bất thường → viết nhận xét theo mẫu → xuất file → gửi mail. Chính các gạch đầu dòng này là bản thiết kế agent. Viết rõ thì agent chạy đúng; viết mơ hồ thì bạn phải sửa nhiều lần.

Bước 3 — Tạo project và nạp ngữ cảnh (20 phút)

Đưa vào project: mẫu báo cáo cũ, giọng văn bạn muốn, các quy tắc riêng (“không dùng từ ngữ hoa mỹ”, “luôn nêu rõ nguồn số”). Đây là bước nhiều người bỏ qua — và rồi thắc mắc tại sao AI viết không giống ý mình.

Bước 4 — Cho chạy thử với dữ liệu thật (40 phút)

Cho agent chạy đúng một lần, bằng dữ liệu thật, và so kết quả với việc bạn làm tay. Chỗ nào lệch, quay lại sửa mô tả. Cứ 2–3 vòng là ra bản dùng được.

Bước 5 — Đặt lịch và thêm bước duyệt (15 phút)

Cuối cùng, đặt lịch chạy và thêm bước gửi bản nháp cho bạn trước khi công bố. Sau vài tuần ổn định, bạn có thể nới bước duyệt cho những phần đã chạy đúng liên tục.

Tổng thời gian: khoảng 2 giờ. Một buổi tối là đủ để có agent đầu tiên — không phải để có agent hoàn hảo, mà để bạn hiểu mình đang đi đúng đường.

Ví dụ minh hoạ: báo cáo tuần cho một shop nhỏ

Đây là ví dụ minh hoạ (không phải câu chuyện khách hàng) để bạn thấy một agent được ghép cụ thể ra sao.

Trước khi có agent. Mỗi sáng thứ Hai mất khoảng 2 giờ: mở Google Sheets lấy dữ liệu tuần, tự tính tổng và so sánh tuần trước, dò xem có dòng nào bất thường, gõ nhận xét vào file Word theo mẫu, xuất PDF, gửi mail cho 3 người, lưu bản vào thư mục Drive theo tháng.

Thiết kế agent (mô tả 7 dòng). Bước 1: mở sheet “Doanh số”. Bước 2: lấy dữ liệu 7 ngày gần nhất. Bước 3: tính tổng, so sánh tuần trước và tính % thay đổi. Bước 4: gắn cờ những dòng lệch hơn 50% so với trung bình 4 tuần. Bước 5: viết nhận xét theo đúng mẫu trong project (tối đa 5 câu, nêu số cụ thể). Bước 6: xuất PDF tên file theo quy tắc bao-cao-tuan-. Bước 7: gửi mail tới 3 người nhận và lưu vào thư mục Drive theo tháng.

Chạy thử và sửa. Lần 1 sai ở bước 4 — gắn cờ quá nhiều dòng → sửa mô tả thành: chỉ gắn cờ dòng lệch hơn 50% và có ít nhất 5 đơn. Lần 2 sai ở bước 6 — tên file dùng định dạng ngày Mỹ → thêm quy tắc định dạng ngày. Lần 3 ra bản dùng được.

Sau khi có agent. Mỗi thứ Hai bạn mở bản nháp agent gửi lúc 7:30, đọc 5 câu nhận xét, chỉnh một chỗ nếu cần, rồi bấm gửi. Thời gian còn lại bạn dùng để xem lại những con số bất thường — việc đáng để con người làm.

Điểm cần chú ý: giá trị không nằm ở việc agent viết được báo cáo, mà nằm ở chỗ nó phát hiện ra dòng bất thường mà bạn có thể đã bỏ sót. Đó là lý do bước 4 mới là bước quan trọng nhất — và cũng là lý do bạn nên bắt đầu từ phần phát hiện bất thường, chứ không phải từ phần “nhờ AI viết chữ”.

---

9. Agent “chạy được” khác agent “chạy bền” ở đâu?

Đây là phần mà tự học thường thất bại, vì không ai kiểm tra hộ bạn.

• Dữ liệu lệch định dạng. Tuần này có người thêm một cột vào sheet. Agent có tự phát hiện và báo, hay âm thầm tính sai?
• Lịch trùng / mail lỗi. Hôm đó mạng lỗi, mail không gửi được. Agent có thử lại và báo cho bạn, hay im lặng?
• Số liệu bất thường. Doanh số tăng gấp 10 lần vì lỗi nhập liệu. Agent có gắn cờ “số này đáng ngờ” không?
• Người nhận đổi. Có nhân sự mới, mail cũ không còn dùng. Ai cập nhật?
• Phạm vi quyền. Agent chỉ được đọc, hay được ghi và gửi? Nếu ghi sai thì khôi phục thế nào?

Một agent “chạy được” chỉ đúng khi mọi thứ thuận lợi. Một agent “chạy bền” đã tính sẵn các tình huống trên ngay từ lúc thiết kế. Đây chính là giá trị khác biệt giữa việc xem vài video hướng dẫn và việc có người kiểm tra sản phẩm của bạn.

---

10. Ba sai lầm phổ biến nhất

Sai lầm 1 — Tự động hoá một quy trình đang tồi. Nếu quy trình hiện tại đã rối, tự động hoá nó chỉ làm cái rối chạy nhanh hơn. Sửa quy trình trước, rồi mới giao cho AI.

Sai lầm 2 — Giao quá nhiều trong lần đầu. Nhiều người mô tả một agent làm 10 việc ngay từ đầu, rồi không biết lỗi ở đâu. Hãy làm từng việc một, chạy đúng rồi mới nối thêm.

Sai lầm 3 — Không ai kiểm tra. Giao việc cho AI mà không có bước duyệt, không có log, thì khi sai bạn chỉ biết sau khi hậu quả đã xảy ra. Luôn có bước kiểm soát — ít nhất trong giai đoạn đầu.

---

11. Khi nào bạn CHƯA nên làm agent?

Nói thẳng để bạn không mất thời gian: nếu bạn chỉ hỏi AI vài câu lặt vặt mỗi ngày, bản miễn phí là đủ, chưa cần agent. Nếu trong tuần bạn không có việc gì thật sự lặp lại, cũng chưa có gì để tự động hoá. Còn nếu bạn muốn học lập trình từ số 0, đó là một khoá học khác — agent không phải con đường học code.

AI Agent có giá trị khi bạn có một công việc lặp lại đang thật sự tốn thời gian và muốn nó tự chạy.

Bảng tự đánh giá nhanh: việc của bạn đã “giao được cho agent” chưa?

Cho 1 điểm cho mỗi dòng bạn trả lời “Có”:

Từ 4 điểm trở lên: đây là ứng viên tốt cho agent đầu tiên của bạn. Dưới 3 điểm: hãy chuẩn hoá dữ liệu và viết lại quy trình trước — tự động hoá một quy trình chưa rõ chỉ làm cái chưa rõ chạy nhanh hơn.

---

12. Con đường nhanh nhất: 6 buổi là đủ ra sản phẩm

Tự học AI Agent hoàn toàn khả thi — tài liệu rất nhiều và phần lớn miễn phí. Nhưng có ba rào cản khiến đa số người tự học dừng ở mức “biết sơ sơ”:

1. Biết nhiều tính năng nhưng không biết bắt đầu từ đâu. Projects, Artifacts, Connectors, Agent, Schedule, Skills — người mới thử vài thứ, thấy rối, rồi quay về dùng như chatbot thường.
2. Không ai kiểm tra sản phẩm. Tự đánh giá thường sai: agent “chạy được trên máy” khác agent “chạy đúng khi dữ liệu lệch”.
3. Thiếu áp lực hoàn thành. Không deadline, không ai hỏi “sản phẩm của bạn đâu”, nên việc xây agent bị hoãn vô thời hạn.

Bootcamp Claude – Làm Chủ AI Agent cho Công Việc & Code được thiết kế để giải đúng ba rào cản đó: 6 buổi × 2 giờ, lab ngay trên công việc thật của bạn, và cam kết đầu ra: học xong có ít nhất 3 workflow/agent chạy thật.

Lộ trình 6 buổi:

• Buổi 1 — Nền tảng Claude & tư duy giao việc cho AI: chat vs agent, Projects, Artifacts, viết prompt cho công việc thật.
• Buổi 2 — Claude cho công việc văn phòng: Word, Excel, PDF, PowerPoint; phân tích bảng, viết báo cáo, tóm tắt tài liệu dài.
• Buổi 3 — Connectors & dữ liệu: nối Drive, Gmail, Sheets; biến dữ liệu rời thành báo cáo tự gửi.
• Buổi 4 — Agent, Schedule & Skills: tạo agent làm hộ cả quy trình, đặt lịch chạy, đóng gói thành khuôn tái dùng.
• Buổi 5 — Chọn 1 trong 2 track: Track A Claude cho Công việc & Bán hàng (no-code) hoặc Track B Claude Code cho Dev & Trader.
• Buổi 6 — Capstone: hoàn thiện agent của riêng bạn, trình bày trước lớp, nhận góp ý.

Toàn bộ 6 buổi làm online qua Zoom, thực hành song song trên máy của bạn.

---

13. Câu hỏi thường gặp

Hỏi: Tôi không biết gì về lập trình, có học được không? Đáp: Được. Track A thiết kế riêng cho người không lập trình — bạn thao tác và giao việc cho AI, không viết code.

Hỏi: AI Agent có thay thế tôi hoàn toàn không? Đáp: Không, và không nên. Agent làm phần lặp lại; bạn giữ phần phán đoán, kiểm tra và chịu trách nhiệm. Nguyên tắc của lớp là “AI làm, người kiểm soát”.

Hỏi: Tôi phải trả phí Claude Pro mới học được không? Đáp: Không bắt buộc để bắt đầu. Bạn có thể làm lab bằng bản miễn phí; khi làm việc thật với tài liệu dài hoặc agent chạy theo lịch, giảng viên sẽ tư vấn khi nào nên nâng cấp.

Hỏi: Công việc của tôi rất đặc thù, agent có làm được không? Đáp: Chính vì đặc thù nên mới cần bạn tự làm — không ai hiểu công việc của bạn bằng bạn. Lớp hướng dẫn bạn biến quy trình của mình thành agent, không phát cho bạn một bộ mẫu dùng chung.

Hỏi: Mỗi tuần cần bao nhiêu thời gian ngoài giờ học? Đáp: Khoảng 1–2 giờ cho lab. Thời gian này dùng vào chính công việc thật của bạn, nên thực chất là khoản đầu tư được hoàn lại bằng thời gian tiết kiệm về sau.

Hỏi: Học xong tôi được hỗ trợ gì? Đáp: Hỗ trợ qua Zalo sau khoá, và nhận bộ prompt/skill/template để tiếp tục dùng trong công việc.

Hỏi: Lớp có bản ghi hình không? Đáp: Bạn học online qua Zoom và thực hành cùng giảng viên; các buổi có hướng dẫn lại và hỗ trợ qua Zalo nếu vắng buổi.

Hỏi: Bao giờ khai giảng và học phí bao nhiêu? Đáp: Khai giảng 20h Thứ 2 ngày 12/10/2026. Học phí 990.000đ, ưu đãi còn 690.000đ cho 20 chỗ đầu.

Hỏi: Tôi lớn tuổi, không quen công nghệ mới, có theo được không? Đáp: Học viên các lớp trước đều ở độ tuổi đi làm, đa số không xuất thân kỹ thuật. Yêu cầu duy nhất là dùng được máy tính văn phòng ở mức cơ bản; phần thao tác được hướng dẫn lại từng bước và hỗ trợ qua Zalo.

Hỏi: Agent làm sai thì ai chịu trách nhiệm? Đáp: Bạn — vì vậy lớp dạy nguyên tắc “AI làm, người kiểm soát”: có bước duyệt, có log, có giới hạn quyền. Agent không được thiết kế để tự quyết những việc ảnh hưởng tới khách hàng hay tài chính.

Hỏi: Học xong 6 buổi mà chưa ra sản phẩm thì sao? Đáp: Cam kết đầu ra của lớp là bạn có ít nhất 3 workflow/agent chạy thật. Buổi 6 là capstone — bạn hoàn thiện sản phẩm ngay tại lớp và được góp ý trực tiếp, nếu chưa xong sẽ được hỗ trợ tiếp qua Zalo sau khoá.

---

14. Kết luận: rào cản không nằm ở công nghệ

Nếu bạn đọc đến đây, bạn đã nắm được điều quan trọng nhất: AI Agent không phải là một kỹ thuật lập trình, mà là một cách chia việc. Người làm chủ nó là người mô tả được quy trình công việc của mình rõ ràng — và đó là kỹ năng của dân văn phòng, không chỉ của dev.

Ba việc bạn có thể làm ngay hôm nay:

1. Liệt kê 3 công việc lặp lại tốn thời gian nhất trong tuần của bạn.
2. Chọn một việc dễ nhất và viết quy trình của nó thành 5–7 gạch đầu dòng.
3. Bắt đầu dựng agent đầu tiên — hoặc học cách làm đúng ngay từ đầu để không mất vài tháng mò mẫm.

🎓 Bootcamp Claude – Làm Chủ AI Agent cho Công Việc & Code
6 buổi × 2 giờ · Online Zoom · 2 track (no-code & Claude Code) · cam kết đầu ra ≥3 workflow/agent chạy thật
Chi tiết khóa học: https://dntdigi.com/khoa-hoc/bootcamp-claude-ai-agent
📅 Lịch khai giảng: https://dntdigi.com/lich-khai-giang#thang-10-2026
Khai giảng 20h Thứ 2, 12/10/2026 — học phí 990.000đ, ưu đãi còn 690.000đ cho 20 chỗ đầu, tặng kèm phần mềm DNT SaaS FindMe VPS Guardian 12 tháng.
📞 Hotline/Zalo tư vấn: 0934 145 100