Phần lớn mọi người lần đầu biết đến Codex là xem nó như một "công cụ hỗ trợ viết code" — đưa ra yêu cầu, nó trả về một đoạn code, logic không khác gì làm bài tập. Nhưng nếu chỉ dùng ở tầng này, bạn đã bỏ lỡ điều thực sự đáng giá: biến cả một quy trình công việc vốn phải mất vài giờ, thậm chí phải nhờ người xử lý thủ công, thành một hệ thống tự động hóa mà bạn chỉ cần nói một câu là kích hoạt được — và nó vẫn tiếp tục vận hành ngay cả khi máy tính của bạn đã tắt.

Bài viết này phân tích phần có giá trị thực hành nhất trong một video hướng dẫn tiếng Trung dài 2,5 giờ: cách bắt đầu từ việc "gõ một đoạn prompt", từng bước biến công việc thành "kỹ năng có thể tái sử dụng" (Skill), rồi kết nối kỹ năng đó với nguồn dữ liệu thật, và cuối cùng triển khai lên cloud để trở thành một hệ thống chạy 24 giờ không cần người canh. Hai ví dụ cụ thể mà tác giả video trình bày là "tự động tạo báo giá kinh doanh" và "tái sử dụng nội dung (tự động viết lại một bài viết thành nhiều bài đăng cho các nền tảng mạng xã hội)" — logic thao tác của cả hai hoàn toàn có thể áp dụng vào các tình huống kinh doanh khác của riêng bạn.

Codex Không Chỉ Để Viết Code: Bài Hướng Dẫn Này Sẽ Trình Bày Điều Gì

Codex là công cụ AI Agent do OpenAI ra mắt, khác với ChatGPT chỉ dùng để trò chuyện ở chỗ nó có thể trực tiếp truy cập vào thư mục làm việc bạn chỉ định trên máy tính, thực sự đọc file, sửa file, mở trình duyệt thao tác trang web, kết nối với các plugin phần mềm bạn đã cài đặt — nói cách khác là một trợ lý biết "bắt tay vào làm" chứ không chỉ "trả lời câu hỏi". Về sự khác biệt cụ thể giữa Codex với ChatGPT và Claude Code, trang chúng tôi có một bài viết riêng giải thích chi tiết, ở đây không nhắc lại phần giao diện cơ bản.

Bài viết này tập trung vào cách dùng nâng cao hơn: làm sao để nâng cấp Codex từ "hỗ trợ một lần" thành "quy trình làm việc có thể lặp lại, thậm chí tự động kích hoạt". Toàn bộ logic này chia thành nhiều tầng, bắt đầu từ prompt, dần dần chồng lên thành Skill, tự động hóa cục bộ (local), rồi đến tự động hóa trên cloud.

Trước Khi Bắt Đầu: Ba Thiết Lập Quyết Định Hiệu Suất Và Chi Phí

Trước khi bắt tay vào làm, video nhắc người mới cần hiểu rõ ba thiết lập, vì ba lựa chọn này ảnh hưởng trực tiếp đến tốc độ làm việc và mức tiêu hao Token:

Model (mô hình): Các mô hình ở cấp độ khác nhau có khả năng suy luận và tốc độ đốt Token khác nhau, mô hình càng "thông minh" thường càng đắt. Tác giả video cho biết bản thân quen dùng mô hình cấp cao hơn cho công việc chính thức, còn với các tác vụ đơn giản thì chuyển sang mô hình cấp thấp hơn, tiết kiệm Token hơn.

Effort (mức độ nỗ lực) và Speed (tốc độ): Effort càng cao nghĩa là mô hình suy nghĩ càng kỹ càng, nhưng đồng nghĩa đốt nhiều Token hơn; đặt Speed ở mức "nhanh" cũng làm tăng mức tiêu hao. Tác giả video tự nhận thường để công việc hằng ngày ở mức Effort trung bình khá cao, Speed tiêu chuẩn, chứ không phải lúc nào cũng đẩy lên mức cao nhất — lý do là trong lúc chờ, anh vẫn có thể xử lý việc khác song song, không cần theo đuổi việc hoàn thành một tác vụ nhanh nhất có thể.

Chế độ phân quyền: Từ thận trọng đến cởi mở, chia làm ba mức — mọi bước đều cần bạn phê duyệt, tự chủ trong thư mục làm việc nhưng hỏi lại khi gặp kết nối bên ngoài, và hoàn toàn cho phép không hỏi lại nữa. Video đặc biệt lưu ý chế độ hoàn toàn cho phép tuy nhanh nhất nhưng cũng có nguy cơ xóa nhầm file quan trọng, người mới nên bắt đầu làm quen từ chế độ cần phê duyệt trước.

Ba thiết lập này không có đáp án chuẩn, nhưng nếu bạn đã quan tâm đến việc Token bị đốt như thế nào, trang chúng tôi cũng có một bài viết riêng giải thích nguyên lý "tự hồi quy" (autoregressive) của Coding Agent, sẽ giúp bạn hiểu rõ hơn vì sao các thiết lập như Effort và Speed lại phản ánh trực tiếp lên hóa đơn.

Từ Prompt Đến Skill: Biến Tác Vụ Một Lần Thành Kỹ Năng Có Thể Lặp Lại

Ví dụ thực chiến đầu tiên trong video là tự động hóa việc "tạo báo giá kinh doanh". Quy trình gốc của tác giả là: sau khi họp Zoom hoặc Google Meet với khách hàng xong, chuyển bản ghi âm cuộc họp thành transcript (bản chép lời), rồi dựa vào nội dung transcript để tổng hợp ra điểm đau (pain point) của khách hàng, giải pháp, ước tính ROI (tỷ suất hoàn vốn đầu tư), cuối cùng làm thành một bản báo giá có logic rõ ràng để gửi cho khách hàng.

Về mặt thao tác, trước tiên để Codex tạo ra ba mẫu báo giá HTML cho ba ngành khác nhau (thẩm mỹ y tế, nha khoa, sửa chữa điều hòa) với phong cách khác biệt rõ rệt, rồi từ đó chọn ra phiên bản phù hợp nhất và chỉnh sửa dần dần — tác giả video đặc biệt nhắc đến một logic làm việc: nếu chỉ tạo ra một phiên bản, bạn hoàn toàn không biết đây có phải thứ mình cần hay không; tạo cùng lúc nhiều phiên bản với phong cách khác nhau thì mới có thứ để so sánh, chọn lọc. Sau khi mẫu đã chốt, tiếp theo yêu cầu Codex tổng hợp toàn bộ quy trình "nhập vào một bản transcript cuộc họp, xuất ra một đường link website gồm báo giá, ước tính ROI, chữ ký điện tử và trang thanh toán mô phỏng" thành một tài liệu mô tả "Skill" (kỹ năng).

Điểm mấu chốt của Skill là: sau này dù đổi sang khách hàng ở bất kỳ ngành nào, chỉ cần đưa transcript cuộc họp mới vào, ra một câu lệnh, là có thể áp dụng lại cùng một logic để tạo ra báo giá, mà không cần mô tả lại yêu cầu từ đầu mỗi lần. Khác biệt lớn nhất so với việc chỉ viết một đoạn prompt đơn thuần là: Skill viết cố định thành một tài liệu tất cả những "quy tắc cần tuân theo, định dạng cần tạo ra, ranh giới không được vượt qua" của công việc đó, biến nó thành một năng lực có thể gọi lại nhiều lần.

Nếu bạn muốn hiểu thêm về kỹ thuật "ra lệnh" nói chung, trang chúng tôi cũng có một bài viết riêng về cách viết prompt cho các mô hình Claude — tuy là mô hình của hãng khác, nhưng logic "nói rõ bối cảnh trước, rồi nói rõ quy tắc, cuối cùng nói rõ điều không được làm" là chung.

Sub-agent Song Song: Để Codex Làm Nhiều Việc Cùng Lúc Thay Vì Xếp Hàng Chờ

Sau khi làm xong Skill, video trình bày một kỹ thuật giúp tiết kiệm đáng kể thời gian chờ: khi cần tạo cùng lúc hai, thậm chí sáu ví dụ thử nghiệm ở các ngành khác nhau, đừng để Codex xử lý tuần tự từng cái một, mà yêu cầu nó tách thành nhiều "Sub-agent" (đại lý con) chạy song song. Trên màn hình sẽ thấy nhiều cửa sổ làm việc của các Sub-agent chạy đồng thời, mỗi cửa sổ xử lý dữ liệu của một khách hàng khác nhau, cuối cùng gộp lại báo cáo kết quả chung.

Giá trị của cách làm này nằm ở hiệu suất kiểm thử: thay vì chờ tác vụ đầu tiên chạy xong mới bắt đầu tác vụ thứ hai, hãy để tất cả tác vụ chạy đồng thời, chỉ cần chờ một lần là có được nhiều kết quả để so sánh. Đây là kỹ thuật có thể áp dụng trực tiếp cho bất kỳ tình huống công việc nào cần "tạo ra nhiều phiên bản rồi mới chọn lọc" (không chỉ báo giá, mà cả tạo nội dung, so sánh phương án đều phù hợp).

Kết Nối Skill Với Nguồn Dữ Liệu Thật, Biến Thành Tự Động Hóa Cục Bộ

Chỉ có Skill thôi là chưa đủ, vì trước đó mỗi lần vẫn phải thủ công dán transcript cuộc họp vào. Bước tiếp theo là kết nối tự động nguồn dữ liệu — tác giả video sử dụng một công cụ bên thứ ba chuyên chuyển bản ghi âm cuộc họp thành văn bản (cài đặt plugin của công cụ đó vào Codex qua trình duyệt), để mỗi khi kết thúc một cuộc gọi, Codex tự động lấy bản ghi cuộc họp mới, trực tiếp kích hoạt Skill tạo báo giá đã làm ở trên, sau khi tạo ra kết quả thì báo lại cho chính tác giả kiểm tra trước, xác nhận không có vấn đề gì mới thủ công gửi cho khách hàng.

Ở đây có một lưu ý rõ ràng: bất kỳ thông tin nhạy cảm nào như API key, tài khoản mật khẩu đều không nên dán trực tiếp vào ô nhập lệnh khi trò chuyện với AI. Cách làm đúng là yêu cầu Codex cung cấp một đường dẫn file, dán key vào file cấu hình chỉ định, thay vì gõ trong cửa sổ chat. Đây là thói quen bảo mật cơ bản đáng nhớ khi thao tác với các công cụ tự động hóa loại này.

Sau khi hoàn tất kết nối, toàn bộ quy trình trở thành: cuộc gọi kết thúc → tự động lấy transcript → áp dụng Skill để tạo website báo giá → báo lại cho bạn kiểm tra thủ công → bạn quyết định có gửi cho khách hàng hay không. Đây đã là một quy trình tự động hóa cục bộ, nhưng nó có một giới hạn rõ ràng: chỉ hoạt động khi máy tính đang bật.

Nâng Cấp Từ Tự Động Hóa Cục Bộ Lên Vận Hành 24 Giờ Trên Cloud

Để giải quyết vấn đề "tắt máy là ngừng chạy", cách video trình bày là triển khai toàn bộ quy trình tự động hóa này lên cloud. Cụ thể là kết nối với Cloudflare, xây dựng một môi trường cloud có khả năng xác thực chữ ký (signature verification) và dùng cơ chế Queue để kích hoạt tự động hóa, giúp việc kiểm tra theo lịch (ví dụ vài giờ kiểm tra một lần xem có bản ghi cuộc họp mới không) vốn phải chạy trên máy cục bộ được chuyển giao cho dịch vụ cloud đảm nhiệm. Nhờ vậy, dù bạn tắt máy tính, toàn bộ quy trình "lấy dữ liệu → áp dụng Skill → tạo báo giá → thông báo cho bạn kiểm tra" vẫn tiếp tục chạy ngầm — đây cũng chính là ý nghĩa thực tế của cụm "24 giờ không cần người canh" trong tiêu đề video.

Cần nói rõ thêm, phần thiết lập triển khai cloud này (ví dụ cơ chế xác thực chữ ký, quản lý key) có khá nhiều chi tiết kỹ thuật, bản thân video cũng nhắc người mới không cần hiểu hết mọi khâu, có thể trực tiếp hỏi Codex "bước này đang làm gì" để nó giải thích nguyên lý từng bước rồi mới tiếp tục thao tác. Ở phần sau của video, khi làm ví dụ thực chiến thứ hai (tự động viết lại nội dung), tác giả còn trình bày một cách khác là kết nối với GitHub repository, thông qua môi trường làm việc trên cloud mà Codex cung cấp để kích hoạt tự động hóa; tuy nhiên video cũng đặc biệt làm rõ rằng môi trường làm việc trên cloud này về bản chất là "container chỉ được tạo tạm thời khi nhận tác vụ", không phải một server chạy nền liên tục — nếu chỉ cần kiểm tra theo lịch định kỳ, dùng trực tiếp tính năng Schedule (lập lịch) tích hợp sẵn, chạy trên cloud của chính nền tảng Codex/ChatGPT sẽ trực tiếp hơn, không nhất thiết phải vòng qua thêm một lớp GitHub.

Ví Dụ Thực Chiến Thứ Hai: Tự Động Viết Lại Một Bài Viết Thành Nhiều Bài Đăng Cho Các Nền Tảng Mạng Xã Hội

Bộ tự động hóa thứ hai trong video có chủ đề "tái sử dụng nội dung" (repurpose content) — biến một nội dung cốt lõi đã viết sẵn (ví dụ một bản tin email, một bài viết dài) thành định dạng phù hợp cho từng nền tảng khác nhau, sáng tạo một lần, phân phối nhiều lần, nhờ đó tiết kiệm thời gian phải nghĩ lại nội dung từ đầu.

Cách làm cụ thể là: dán nội dung một bản tin email tiếng Anh đã đăng ký cho Codex, yêu cầu nó dịch và viết lại sang tiếng Trung, đồng thời tạo ra bài đăng theo phong cách phù hợp với thói quen đọc khác nhau của ba nền tảng X (Twitter cũ), Instagram, LinkedIn (ví dụ X phù hợp với chuỗi câu ngắn nối tiếp dạng thread, Instagram phù hợp độ dài trung bình kèm điểm nhấn cảm xúc, LinkedIn phù hợp bài luận quan điểm chuyên môn dài hơn), đồng thời tạo thêm một ảnh minh họa phong cách viết tay trên bảng đen đi kèm nội dung.

Sau lần tạo đầu tiên, tác giả video đưa ra hai ý kiến chỉnh sửa, phần này rất đáng tham khảo cho ai muốn áp dụng cách làm tương tự: một là nội dung quá dài, giống một bản tóm tắt đầy đủ, trong khi bài đăng mạng xã hội cần "đi thẳng vào trọng tâm" chứ không phải liệt kê chi tiết; hai là văn phong "quá nặng mùi AI", dùng quá nhiều cụm từ công thức kiểu "trao quyền", "logic cốt lõi", yêu cầu chỉnh lại gần với giọng văn của người thật hơn. Sau khi chỉnh sửa, tác giả cũng biến toàn bộ logic này thành một Skill, và yêu cầu Codex tự động lưu trữ bài viết và hình ảnh tạo ra mỗi ngày theo cấu trúc "thư mục theo ngày", để sau này dễ tra cứu lại.

Giống ví dụ báo giá, quy trình viết lại nội dung này cũng có thể kết nối thêm plugin hộp thư, để mỗi sáng Codex tự động kiểm tra hộp thư đăng ký xem có bài viết mới không, nếu có thì tự động áp dụng Skill để tạo ra bản nháp bài đăng cho nhiều nền tảng, chờ bạn thức dậy kiểm tra rồi mới thủ công đăng bài. Tác giả video đặc biệt nhấn mạnh, dù về mặt kỹ thuật có thể kết nối luôn cả bước "tự động đăng bài", cá nhân anh chọn không làm vậy, vì bài đăng mạng xã hội đại diện cho quan điểm của chính mình, anh có xu hướng tự tay xem qua từng bài trước khi đăng, không muốn chất lượng đầu ra vượt tầm kiểm soát.

AI Làm Phần Lớn Công Việc, Nhưng Bước Kiểm Duyệt Không Thể Bỏ Qua

Cuối video có nhắc đến hai lưu ý mang tính kinh nghiệm, đáng ghi nhớ cùng nhau ở phần kết bài viết này:

Thứ nhất, định vị thực tế hơn của loại quy trình tự động hóa này là để AI hoàn thành khoảng 80–90% công việc lặp lại, còn lại 10–20% việc kiểm duyệt, phán đoán vẫn cần con người giám sát — không phải kiểu "tìm được cách rồi thì không cần quan tâm nữa".

Thứ hai, sau khi điều chỉnh một đoạn prompt hoặc quy tắc của Skill, không nên chỉ dựa vào cảm giác, chạy thử một hai lần thấy kết quả ổn là đưa vào sử dụng ngay, cách làm chặt chẽ hơn là chuẩn bị một loạt dữ liệu thử nghiệm (ví dụ hàng trăm trường hợp khác nhau), chạy qua một lượt rồi dùng mô hình khác hoặc phương pháp định lượng để chấm điểm, xác nhận việc chỉnh sửa đã giải quyết đúng vấn đề ban đầu hay vô tình gây ra lỗi khác — đây là thói quen đáng xây dựng cho bất kỳ ai định đưa quy trình tự động hóa vào phục vụ khách hàng thật sự.

Câu hỏi thường gặp (FAQ)

Câu 1: Người không biết viết code có thực sự học được quy trình này không? Tác giả video tự nhận bản thân không có nền tảng lập trình, mà tự học mày mò ra cách dùng này. Giao diện thao tác của Codex chủ yếu dựa trên câu lệnh ngôn ngữ tự nhiên, không cần tự tay viết code, nhưng các khâu như triển khai cloud, kết nối tài khoản bên thứ ba vẫn đòi hỏi một mức độ hiểu biết kỹ thuật nhất định, khuyến nghị nên làm quen từ thao tác cơ bản ở cục bộ trước, rồi dần dần thử đến kết nối cloud nâng cao.

Câu 2: Skill khác gì so với prompt thông thường? Prompt thông thường thường mô tả yêu cầu một cách ứng biến cho từng tác vụ đơn lẻ; còn Skill là tổng hợp "cần làm gì, cần tạo ra định dạng nào, không được vượt qua ranh giới nào" thành một tài liệu mô tả cố định, sau đó chỉ cần đưa dữ liệu đầu vào mới là có thể áp dụng lại cùng logic để tạo ra kết quả, không cần mô tả lại yêu cầu mỗi lần.

Câu 3: Tự động hóa cục bộ khác gì tự động hóa trên cloud, có nhất thiết phải làm đến cloud mới coi là hoàn chỉnh không? Tự động hóa cục bộ nghĩa là việc lập lịch và kích hoạt đều chạy trên máy tính của chính bạn, một khi máy tính tắt hoặc ở chế độ ngủ, quy trình sẽ tạm dừng; tự động hóa trên cloud là triển khai cùng logic đó lên server trên cloud, ngay cả khi máy cục bộ tắt, quy trình vẫn tiếp tục chạy. Có cần làm đến cloud hay không tùy thuộc vào tình huống sử dụng của bạn — nếu chỉ thỉnh thoảng tự dùng, tự động hóa cục bộ có thể đã đủ; nếu cần phục vụ khách hàng hoặc đội ngũ ổn định 24 giờ, cloud sẽ là cách làm ổn định hơn.

Câu 4: Biến quy trình kinh doanh thành tự động hóa có tốn nhiều Token, chi phí cao không? Việc "tốn nhiều hay không" phụ thuộc vào cấp độ mô hình bạn chọn, thiết lập Effort và Speed, cũng như tần suất kích hoạt quy trình. Nếu muốn hiểu rõ hơn nguyên nhân tiêu hao Token và cách kiểm soát chi phí, trang chúng tôi cũng có một bài viết riêng tổng hợp năm mẹo tiết kiệm chi phí Token đã được kiểm chứng khi dùng AI cho lập trình — logic tiết kiệm chi phí trong đó cũng áp dụng được cho việc điều chỉnh thiết lập của loại quy trình tự động hóa này.

Câu 5: Tác giả video nhắc đến công ty AI của mình có "doanh thu hơn một triệu USD", cộng đồng có "12.000 người" — những con số này có đáng tin không? Đây là những lời tự giới thiệu và ngôn ngữ marketing của người sáng tạo nội dung ở phần mở đầu video, thuộc về lời tự thuật của chính tác giả. Trang chúng tôi không tiến hành bất kỳ hình thức kiểm chứng nào đối với những con số này, và cũng không cấu thành sự bảo chứng hay giới thiệu từ trang. Khi đọc bài viết này, khuyến nghị bạn nên tập trung vào tính khả thi thực hành của các bước hướng dẫn, thay vì những tuyên bố về thành tích cá nhân do tác giả tự thuật.

Tuyên bố nguồn dữ liệu: Nội dung bài viết được tham khảo và tổng hợp từ video đăng trên kênh YouTube "李哈利 | AI" (Harry Lee | AI) ngày 31/08/2026, tựa đề "【全網最全】2.5小時史詩級 Codex 大師課！從零打造 24小時無人值守的「一人 AI 公司」" (tạm dịch: Khóa học Codex đại toàn tập 2,5 giờ! Xây dựng từ đầu một "công ty AI một người" vận hành 24 giờ không cần người canh, nguồn: https://www.youtube.com/watch?v=3fjO9siN-Nc). Các bước thao tác và ví dụ trong bài đều là tổng hợp và diễn giải lại nội dung video, không phải dịch nguyên văn. Phần mở đầu video về sự nghiệp cá nhân của tác giả (AI agency, doanh thu, quy mô cộng đồng) là lời tự thuật của tác giả, chưa được trang chúng tôi kiểm chứng, không đại diện cho quan điểm hay sự bảo chứng của trang. Tên gọi các tính năng của Codex, giao diện hiển thị và chi tiết thao tác, vui lòng tham khảo phiên bản chính thức mới nhất từ OpenAI, trải nghiệm thực tế có thể khác do cập nhật phiên bản.

Đọc thêm: Trên trang chúng tôi còn có các bài viết liên quan bạn có thể quan tâm — một bài giải thích OpenAI Codex là gì, khác biệt so với ChatGPT và Claude Code ra sao, và người không rành kỹ thuật có dùng được không; một bài mổ xẻ nguyên lý "tự hồi quy" (autoregressive) để lý giải vì sao Token AI lại đắt, đặc biệt với các coding agent; một bài tổng hợp năm mẹo đã kiểm chứng để giảm chi phí Token khi dùng AI cho lập trình; và một bài hướng dẫn cách viết prompt cho các mô hình Claude theo hướng dẫn chính thức từ Anthropic.

Nếu bạn đang định đưa các công cụ AI Agent như Codex vào quy trình kinh doanh của mình, thì cấp độ mô hình, mức độ nỗ lực (Effort), tốc độ (Speed) — ba thiết lập này sẽ phản ánh trực tiếp lên hóa đơn bạn phải trả mỗi tháng. Dùng thử miễn phí AI Token King → (https://aitokenking.com.tw/home), để tổng hợp lượng Token thực tế bị đốt bởi các tổ hợp mô hình và thiết lập khác nhau thành một bản ghi sử dụng, giúp bạn có thêm căn cứ số liệu khi chọn mô hình và điều chỉnh thiết lập.