Mở đầu — vì sao bài này quan trọng
Nếu bạn đã dùng ChatGPT hay Claude được vài tháng, chắc hẳn bạn đã rơi vào tình huống này: cứ mỗi lần bắt đầu một task quen thuộc, bạn lại phải copy-paste một đoạn prompt dài, kèm theo dăm ba file tài liệu, giải thích lại "công ty mình là X, giọng văn của mình là Y, đừng viết kiểu Z". Làm một lần thì không sao. Nhưng khi bạn phải làm đúng cái task đó mười lần một tuần, việc gõ lại toàn bộ ngữ cảnh mỗi sáng trở thành một sự lãng phí âm thầm — vừa mất thời gian, vừa tạo ra kết quả không đồng nhất vì mỗi lần bạn diễn đạt hơi khác nhau.
Đây chính là lúc custom GPTs (của ChatGPT) và Claude Projects (của Claude) phát huy giá trị. Chúng cho phép bạn "đóng gói" một trợ lý AI chuyên biệt: gói sẵn persona (vai trò, tính cách), knowledge (tài liệu tham chiếu) và style (phong cách trả lời) vào một nơi cố định. Sau khi thiết lập một lần, bạn — và cả đội của bạn — chỉ việc mở ra và làm việc, không cần dựng lại ngữ cảnh từ đầu.
Trong toàn bộ khóa học này, chúng ta đã học prompt, đã học từng công cụ. Bài 54 là bài dạy bạn hệ thống hóa những gì đã học thành một tài sản dùng lại được. Đây là bước chuyển từ "người dùng AI" sang "người xây công cụ AI cho chính mình và cho team". Với một Product Manager hay Business Analyst — hai vai trò trọng tâm của khóa học — kỹ năng này giúp bạn biến những quy trình lặp đi lặp lại (viết PRD, phân tích yêu cầu, soạn release note) thành các "cỗ máy" chạy ổn định.
Khái niệm cốt lõi
Custom GPT và Claude Project là gì
Cả hai đều là cách để bạn tạo ra một phiên bản AI đã được cấu hình sẵn cho một mục đích cụ thể. Bạn không huấn luyện lại mô hình (đó là chuyện của các đội ML với chi phí khổng lồ); bạn chỉ "định hình" cách mô hình có sẵn hành xử thông qua ba lớp cấu hình.
- Persona (vai trò): bạn nói cho AI biết nó là ai. Ví dụ: "Bạn là một BA senior 8 năm kinh nghiệm trong lĩnh vực fintech, luôn hỏi lại để làm rõ yêu cầu trước khi viết."
- Knowledge (kiến thức nền): bạn nạp tài liệu để AI tham chiếu — quy chuẩn viết tài liệu của công ty, danh mục sản phẩm, brand guideline, các PRD mẫu. AI sẽ dựa vào những tài liệu này thay vì "bịa" từ kiến thức chung.
- Style (phong cách): bạn quy định giọng văn, độ dài, định dạng đầu ra, ngôn ngữ (tiếng Việt hay tiếng Anh), những từ cấm dùng.
Custom GPT (ChatGPT) — điểm khác biệt
Custom GPT nằm trong hệ sinh thái ChatGPT (cần gói Plus/Team/Enterprise để tạo). Điểm mạnh của nó:
- Có giao diện GPT Builder trò chuyện để dựng nhanh, và tab Configure để chỉnh tay từng phần.
- Hỗ trợ Actions — kết nối tới API bên ngoài, nghĩa là GPT của bạn có thể gọi hệ thống khác (tra cứu đơn hàng, tạo ticket).
- Có thể publish lên GPT Store để chia sẻ rộng, hoặc giới hạn trong workspace.
- Bật/tắt được các công cụ: duyệt web, DALL·E tạo ảnh, Code Interpreter.
Claude Project — điểm khác biệt
Claude Project nằm trong Claude.ai (gói Pro/Team). Điểm mạnh:
- Cửa sổ ngữ cảnh 200k token rất lớn — bạn có thể nạp nhiều tài liệu dài vào phần "Project knowledge" và Claude tham chiếu xuyên suốt mọi cuộc hội thoại trong project.
- Custom instructions ở cấp project áp dụng cho mọi chat con bên trong.
- Tất cả các cuộc trò chuyện liên quan được gom vào một project, dễ quản lý theo chủ đề.
- Rất mạnh với văn bản dài, phân tích tài liệu, viết lách có cấu trúc — hợp với công việc PM/BA.
Khi nào thì nên custom
Đây là câu hỏi quan trọng nhất, vì không phải task nào cũng đáng để dựng. Ba dấu hiệu rõ ràng:
- Task lặp lại trên 5 lần mỗi tuần. Dưới ngưỡng này, một prompt lưu trong ghi chú là đủ; công sức dựng và bảo trì không đáng.
- Cần kết hợp persona + knowledge + style một cách nhất quán. Nếu mỗi lần bạn đều phải nạp cùng một bộ tài liệu và nhắc cùng một giọng văn, đó là ứng viên hoàn hảo để "đóng gói".
- Cần chia sẻ cho team. Khi bạn muốn đồng nghiệp tạo ra kết quả đồng nhất mà không cần ai cũng là chuyên gia prompt, một GPT/Project dùng chung là lời giải.
Tình huống thực tế
Ví dụ 1 — BA tại một công ty fintech ở TP.HCM đóng gói quy trình viết user story
Chị Ngọc là BA tại một công ty ví điện tử có khoảng 120 nhân sự ở TP.HCM. Mỗi sprint, đội của chị viết khoảng 30–40 user story, và trước đây chất lượng rất chênh nhau: người viết acceptance criteria đầy đủ, người viết qua loa; định dạng lúc theo Gherkin, lúc gạch đầu dòng tự do. Dev thường xuyên hỏi lại, kéo dài mỗi sprint thêm 1–2 ngày.
Chị Ngọc dựng một Claude Project tên "User Story Factory". Trong Project knowledge, chị nạp: template user story chuẩn của công ty, tài liệu về Definition of Done, và 10 story mẫu đã được cả team đồng thuận là "viết tốt". Trong custom instructions, chị quy định Claude luôn viết theo cấu trúc "As a / I want / So that", luôn kèm ít nhất 3 acceptance criteria dạng Given-When-Then, và luôn hỏi lại nếu thiếu thông tin về edge case.
Kết quả sau 6 tuần: thời gian viết mỗi story giảm từ trung bình 25 phút xuống còn 8 phút, và số lần dev hỏi lại giảm khoảng 60%. Bài học: giá trị lớn nhất không nằm ở tốc độ, mà ở tính nhất quán — cả đội giờ nói cùng một "ngôn ngữ tài liệu".
Ví dụ 2 — Agency marketing dùng Custom GPT để giữ giọng thương hiệu cho nhiều khách hàng
Một agency nội dung ở Hà Nội phục vụ cùng lúc 8 khách hàng, mỗi khách một brand voice khác nhau: khách A muốn giọng trẻ trung dùng "bạn ơi", khách B là ngân hàng cần giọng trang trọng. Trước đây, mỗi content writer phải nhớ và tự áp dụng đúng giọng cho từng khách, dẫn đến sai sót thường xuyên khi một người nhảy qua lại giữa nhiều tài khoản.
Đội trưởng content dựng 8 Custom GPT riêng, mỗi cái cho một khách hàng. Trong mỗi GPT: nạp brand guideline, danh sách từ nên/không nên dùng, 5 bài mẫu đạt chuẩn, và cấu hình style rõ ràng. Writer chỉ việc chọn đúng GPT của khách, gõ brief, và nhận draft đúng giọng ngay.
Kết quả: số lần bị khách phản hồi "sai tông giọng" giảm gần như về không sau 1 tháng. Một writer mới vào chỉ mất nửa ngày để bắt kịp thay vì cả tuần đọc guideline. Bài học: khi bạn có nhiều "ngữ cảnh" song song và dễ lẫn lộn, tách thành nhiều custom riêng biệt sẽ an toàn hơn nhồi tất cả vào một cái.
Ví dụ 3 — PM startup SaaS tạo GPT tổng hợp phản hồi khách hàng
Anh Tuấn là PM duy nhất của một startup SaaS 15 người ở Singapore phục vụ thị trường Đông Nam Á. Mỗi tuần anh nhận về hàng trăm phản hồi khách hàng rải rác qua email, Intercom và khảo sát. Việc phân loại thủ công ngốn của anh nguyên một buổi chiều thứ Sáu.
Anh dựng một Custom GPT tên "Feedback Triage". Trong knowledge, anh nạp bảng phân loại chủ đề sản phẩm (feature area) và bản đồ roadmap hiện tại. Custom instructions yêu cầu GPT: đọc danh sách feedback thô, gom nhóm theo chủ đề, gắn mức độ nghiêm trọng, và xuất ra bảng Markdown kèm gợi ý feedback nào liên quan tới hạng mục nào trên roadmap.
Buổi chiều thứ Sáu 4 tiếng giờ rút xuống còn khoảng 45 phút review lại kết quả GPT đã gom. Bài học: custom GPT không chỉ để viết, nó cực mạnh ở việc phân loại và tổng hợp lặp lại theo một khung cố định mà bạn định nghĩa sẵn.
Hướng dẫn từng bước
Dưới đây là quy trình dựng một custom GPT hoặc Claude Project. Các bước gần như tương đồng ở cả hai nền tảng.
Bước 1 — Xác định rõ một task cụ thể. Đừng dựng một "trợ lý vạn năng". Càng hẹp càng tốt: "viết release note từ danh sách commit" tốt hơn "hỗ trợ công việc PM". Kiểm tra lại với ba tiêu chí ở phần khái niệm: có lặp trên 5 lần/tuần không, có cần kết hợp persona + knowledge + style không.
Bước 2 — Viết phần persona và instructions. Mở tab Configure (ChatGPT) hoặc phần Custom instructions (Claude Project). Viết rõ:
- AI đóng vai gì, kinh nghiệm ra sao.
- Nhiệm vụ chính là gì, quy trình xử lý theo mấy bước.
- Định dạng đầu ra mong muốn (bảng, gạch đầu dòng, độ dài).
- Những điều KHÔNG được làm (đừng bịa số liệu, đừng dùng emoji, luôn hỏi lại nếu thiếu dữ kiện).
Bước 4 — Cấu hình công cụ (với Custom GPT). Bật/tắt duyệt web, tạo ảnh, Code Interpreter tùy nhu cầu. Nếu cần kết nối hệ thống ngoài, thiết lập Actions với schema API — bước này nâng cao, nên làm khi bạn đã quen.
Bước 5 — Kiểm thử bằng ví dụ thật. Đưa vào 3–5 tình huống đầu vào thực tế bạn từng gặp. So sánh đầu ra với kết quả bạn tự làm tay. Chỉnh lại instructions ở những chỗ AI hiểu sai. Đây là bước tốn công nhất nhưng quyết định chất lượng.
Bước 6 — Đặt tên, mô tả và chia sẻ. Đặt tên dễ nhận biết, viết mô tả ngắn để đồng nghiệp hiểu dùng khi nào. Với Custom GPT chọn phạm vi chia sẻ (chỉ mình, workspace, hay công khai); với Claude Project mời thành viên vào (gói Team).
Bước 7 — Ghi lại và lặp cải tiến. Lưu một ghi chú ngắn về mục đích và cách dùng. Cứ 2–4 tuần rà lại: cập nhật tài liệu cũ, tinh chỉnh instructions dựa trên các lỗi thực tế phát sinh.
Lỗi thường gặp & mẹo
Lỗi 1 — Instructions quá dài và mâu thuẫn. Nhiều người viết instructions 2 trang với các quy tắc chồng chéo, khiến AI bối rối. Mẹo: giữ instructions ngắn gọn, ưu tiên các quy tắc quan trọng nhất, dùng gạch đầu dòng rõ ràng thay vì đoạn văn dài.
Lỗi 2 — Nhồi quá nhiều tài liệu vào knowledge. Nạp cả kho tài liệu khiến AI khó tìm đúng thông tin và dễ lẫn. Mẹo: chỉ nạp tài liệu trực tiếp phục vụ task, đặt tên file rõ ràng, và cập nhật khi tài liệu cũ hết hạn.
Lỗi 3 — Dựng một GPT "làm mọi thứ". Một trợ lý ôm đồm sẽ làm gì cũng nửa vời. Mẹo: mỗi custom một mục đích hẹp; thà có 5 GPT chuyên biệt còn hơn 1 GPT lan man.
Lỗi 4 — Quên yếu tố bảo mật dữ liệu. Đừng nạp thông tin nhạy cảm (dữ liệu khách hàng cá nhân, số liệu tài chính chưa công bố) vào một GPT có thể được chia sẻ rộng hoặc đặt ở workspace không kiểm soát. Kiểm tra kỹ phạm vi chia sẻ trước khi upload. (Chủ đề bảo mật khi dùng AI được đào sâu ở bài riêng — ở đây chỉ nhắc như một checkpoint.)
Lỗi 5 — Dựng xong rồi bỏ mặc. Quy trình công ty thay đổi nhưng knowledge của GPT vẫn cũ, dẫn tới đầu ra sai lệch âm thầm. Mẹo: gắn lịch rà soát định kỳ, coi custom GPT/Project như một tài sản cần bảo trì chứ không phải làm một lần là xong.
Mẹo vàng — Bắt đầu từ prompt tốt nhất bạn đang có. Cách nhanh nhất để viết instructions không phải là ngồi nghĩ từ đầu, mà lấy chính đoạn prompt bạn hay copy-paste hàng ngày, dán vào và tinh chỉnh dần. Bạn đã có sẵn nguyên liệu tốt rồi.
Bài tập thực hành
- Chọn task ứng viên. Trong một tuần, ghi lại mọi task AI bạn làm lặp lại. Cuối tuần, khoanh vùng task nào xuất hiện trên 5 lần và cần cùng một bộ ngữ cảnh. Chọn đúng 1 task để dựng.
- Dựng phiên bản đầu tiên. Với task đã chọn, tạo một Custom GPT (nếu dùng ChatGPT) hoặc Claude Project (nếu dùng Claude). Viết persona + instructions, nạp tối thiểu 2 tài liệu tham chiếu và 3 ví dụ mẫu.
- Kiểm thử và so sánh. Đưa vào 5 đầu vào thật. So sánh kết quả với cách bạn từng làm tay, ghi lại chỗ nào AI làm tốt, chỗ nào sai. Chỉnh instructions ít nhất một vòng.
- Đo lường. Ghi lại thời gian trung bình trước và sau khi dùng custom cho task này. Con số cụ thể sẽ giúp bạn quyết định có nên nhân rộng sang task khác hay không.
- (Nâng cao) Chia sẻ cho một đồng nghiệp. Nhờ một người trong team dùng thử mà không có bạn hướng dẫn trực tiếp. Nếu họ tạo ra kết quả tốt, custom của bạn đã đủ rõ ràng; nếu không, đó là tín hiệu cần viết instructions rõ hơn.
Tóm tắt
Custom GPTs và Claude Projects là công cụ để bạn "đóng gói" một trợ lý AI chuyên biệt, kết hợp ba lớp: persona, knowledge và style. Nguyên tắc quyết định khi nào nên dựng rất đơn giản: task lặp trên 5 lần mỗi tuần, cần ngữ cảnh nhất quán, hoặc cần chia sẻ cho team.
Custom GPT mạnh ở khả năng kết nối hệ thống ngoài qua Actions và chia sẻ qua GPT Store; Claude Project mạnh ở cửa sổ ngữ cảnh 200k token và không gian làm việc chuyên đề với tài liệu dài — đặc biệt hợp với công việc phân tích và viết lách của PM/BA.
Quy trình dựng gồm bảy bước: xác định task hẹp, viết persona/instructions, nạp knowledge tinh gọn, cấu hình công cụ, kiểm thử bằng ví dụ thật, đặt tên và chia sẻ, rồi rà soát cải tiến định kỳ. Tránh năm lỗi phổ biến: instructions rối, nhồi tài liệu, ôm đồm quá nhiều mục đích, sơ hở bảo mật, và bỏ mặc không bảo trì.
Hãy nhớ: giá trị lớn nhất của việc custom không chỉ là tiết kiệm thời gian, mà là tạo ra kết quả nhất quán cho cả bạn và team. Đó là bước biến bạn từ người dùng AI thành người xây dựng công cụ AI — một tài sản thật sự cho sự nghiệp trong kỷ nguyên này.