Nhờ AI, ngành nội dung bị lệch hướng bởi những người tràn ngập mạng xã hội với lời hứa sa thải đội marketing của bạn, thay thế agency của bạn, và để một quy trình hộp đen thần kỳ xử lý toàn bộ nội dung. Chỉ cần nhập một từ khóa, nhấn nút, và xem traffic đổ về.

Thank you for reading this post, don't forget to subscribe!

Vì vậy, sau nhiều năm nghe đi nghe lại cùng một thông điệp, mọi người bắt đầu liên tưởng nội dung do AI tạo ra với thứ rác rưởi sản xuất hàng loạt, thiếu công sức. Nội dung có sự hỗ trợ của AI đã mang tiếng xấu trước khi kịp trưởng thành.

Bài viết này là nỗ lực của tôi để thiết lập lại cuộc trò chuyện.

Tôi sẽ chia sẻ cách chúng tôi sử dụng AI tại Ahrefs để tạo nội dung, cùng với một số thử nghiệm nội dung mà chúng tôi đang chạy. Không phải để thay thế tư duy con người, mà để biến những điều từng quá khó, quá đắt, hoặc đơn giản là không thể thành có thể.

Mục tiêu của tôi không phải là thuyết phục bạn tự động hóa nhiều hơn. Mà là giúp bạn thấy AI như một công cụ sáng tạo thay vì một nhà máy nội dung.

Và một điều nữa: tôi nghĩ bạn sẽ thực sự thích hầu hết các ý tưởng này. Mọi người thường nói AI làm cho công việc sáng tạo kém vui hơn. Nếu dùng đúng, tôi nghĩ nó có thể làm điều ngược lại.

1. Vibewriting (dẫn dắt bản nháp bằng cảm giác với tài liệu tham khảo và hướng dẫn)

Có những lúc bạn biết mình muốn nói gì, nhưng bạn không muốn vật lộn với từng câu. Đó là lúc vibewriting xuất hiện.

Vibewriting là dẫn dắt AI bằng đầu vào thô và phản hồi lặp đi lặp lại, thay vì cố gắng tạo ra prompt hoàn hảo hoặc có được bài viết hoàn chỉnh ngay lập tức. Bạn cung cấp ngữ cảnh, phản ứng với kết quả AI đưa ra, và dần dần định hình đầu ra cho đến khi nó khớp với những gì bạn muốn.

Bắt đầu bằng cách để AI tạo bản nháp đầu tiên, sau đó coi nó như thứ cần chỉnh sửa, không phải thứ để xuất bản. Yêu cầu AI làm cho bài viết sắc sảo hơn, cắt bỏ phần mở đầu, mở rộng một phần, thắt chặt một đoạn, hoặc viết lại một đoạn chuyển tiếp yếu. Mỗi vòng phản hồi đưa bản nháp đến gần hơn với những gì bạn có trong đầu.

Ví dụ

Tôi đã dùng phương pháp này để viết bài Agent-To-Agent Marketing Was Just Born on Moltbook. Tôi yêu cầu Letaido (nền tảng marketing AI của Ahrefs) lấy một số dữ liệu về Moltbook.com, đưa cho nó một số ghi chú từ nghiên cứu thủ công của tôi, và một mạch truyện tôi đã có sẵn trong đầu, rồi yêu cầu nó kết hợp mọi thứ lại thành một bài viết.

Giám đốc Nội dung Marketing của chúng tôi, Ryan Law, đã thử phương pháp này và nói: ‘Đây là lần viết bài vui nhất tôi có được ở Ahrefs trong nhiều năm qua.’ Xem video của anh ấy:

Vibewriting cũng hiệu quả với các loại nội dung khác, như slide thuyết trình. Đây là một slide tôi làm cho một webinar. Bạn có thể xem toàn bộ slide tương tác tại đây, và đây là webinar tôi đã dùng nó.

Prompt khởi đầu

Tôi muốn vibewrite một bài blog về [chủ đề]. Ý tưởng chung của tôi cho bài viết là [mô tả ý tưởng]. Tôi đã thu thập được các tài liệu này [đính kèm bất cứ thứ gì bạn muốn AI sử dụng và tham khảo] và đây là loại bài viết tôi muốn [link]. Hãy bắt đầu với phần tóm tắt và dàn ý của bài viết.

Thử với:

• Bản tin
• Bài viết quan điểm
• Tiểu luận
• Bài nghiên cứu ngắn

2. Giữ một chủ đề mở và nuôi nó cho đến khi bản nháp hình thành (phương pháp ‘Bản nháp sống’)

Bạn đang xoay quanh một chủ đề không chịu đứng yên. Ý tưởng cứ đến vào những giờ lẻ: một link đồng nghiệp gửi, một ảnh chụp màn hình, một suy nghĩ trên đường đi làm mà bạn không muốn mất. Chưa có thứ nào sẵn sàng cho dàn ý, và ép cấu trúc quá sớm sẽ giết chết nó.

Vì vậy, đừng làm thế. Giữ một bản nháp mở vĩnh viễn và ném mọi thứ vào đó. Mỗi lần bạn thêm thứ gì, AI sẽ tích hợp nó vào, và bài viết dày lên. Không có gì là ‘bắt đầu’ hay ‘kết thúc’. Nó chỉ là sự tổng hợp tốt nhất hiện tại của những gì bạn đã thu thập. Xây dựng đống đó một lần, bạn có thể hiển thị nó như một bài viết hôm nay, một bài nói chuyện vào tháng sau, ba bài đăng sau đó.

Tôi gọi nó là phương pháp Bản nháp sống. Nó hơi giống vibewriting. Điểm khác là với vibe writing, bạn dẫn dắt bản nháp đến một đích bạn đã có trong đầu, còn với bản nháp sống, bạn chưa có đích – bạn nuôi một chủ đề theo thời gian và để đích tự hé lộ.

Ví dụ

Tôi cần quy trình này đến mức cuối cùng đã tự xây dựng một ứng dụng tùy chỉnh cho nó với Letaido.

Tôi đã dùng nó để ghi lại mọi thứ xảy ra trong lĩnh vực tối ưu nhận thức AI kể từ khi tôi công bố thử nghiệm vào tháng 12 năm 2025: các thử nghiệm tiếp theo, bình luận, nghiên cứu điển hình thực tế, và các sự kiện quan trọng – như việc Google bị kiện vì độ chính xác của AI Overviews, nói một cách lịch sự.

Tôi bắt đầu với một tiêu đề tạm thời và một tuyên bố vấn đề.

Và sau đó tôi chỉ cần thả bất kỳ tài liệu nào tôi tìm thấy vào và xem AI mở ra câu chuyện.

Prompt khởi đầu:

Coi cuộc trò chuyện này như một bản nháp sống. Bất cứ khi nào tôi thêm tài liệu mới, hãy tích hợp nó một cách tự nhiên vào bài viết, loại bỏ sự lặp lại, cải thiện cấu trúc, và chỉ ra những khoảng trống hoặc mâu thuẫn mà không viết lại ý tưởng của tôi.

Và nếu bạn muốn một ứng dụng như của tôi, hãy đưa kho lưu trữ GitHub này cho agent AI của bạn: https://github.com/mmakosiewicz/self-building-articles-app

Thử với:

• Các bài viết nặng về nghiên cứu
• Dự án viết dài hạn
• Các chủ đề bạn vẫn đang khám phá

3. Để AI phỏng vấn bạn về một chủ đề

Hãy tưởng tượng bạn muốn viết về một thứ bạn biết rõ. Bạn đã làm việc, học được bài học, và có những hiểu biết bạn thực sự nghĩ là đáng để chia sẻ.

Bây giờ phần khó: biến mọi thứ trong đầu bạn thành thứ gì đó rõ ràng và hấp dẫn cho những người bắt đầu từ con số không.

Đó là lúc AI có thể giúp.

Thay vì yêu cầu AI viết bài, hãy yêu cầu nó phỏng vấn bạn. Để nó đặt những câu hỏi sâu sắc, trả lời như thể bạn đang nói chuyện với người khác, và dùng những câu trả lời đó làm nền tảng cho bài viết.

Ví dụ

Tôi đang dùng phương pháp này để viết một thử nghiệm SEO về việc liệu một FAQ có cấu trúc có thể giúp trợ lý AI truy xuất thông tin chính xác về Ahrefs hay không.

Điều tôi thấy hữu ích nhất là nó giúp tôi thoát khỏi lời nguyền của kiến thức. Vì AI không chia sẻ tất cả bối cảnh đã có trong đầu tôi, nó tự nhiên phơi bày những khoảng trống trong suy nghĩ của tôi và buộc tôi phải giải thích ý tưởng rõ ràng hơn. Kết quả thường là một bài viết tốt hơn so với việc tôi cố viết từ trí nhớ một mình.

Prompt khởi đầu

Phỏng vấn tôi cho một bài viết về [chủ đề]. Hỏi từng câu một như một nhà báo giàu kinh nghiệm. Thách thức những câu trả lời mơ hồ, yêu cầu ví dụ, và tiếp tục đào sâu cho đến khi bạn có đủ tài liệu. Sau đó biến cuộc trò chuyện thành một bài viết trau chuốt trong khi giữ nguyên giọng văn của tôi.

Thử với:

• Lãnh đạo tư tưởng
• Câu chuyện người sáng lập
• Nghiên cứu điển hình và thử nghiệm
• Bài viết quan điểm
• Bài học kinh nghiệm

4. Biến cơ sở kiến thức hiện có của bạn thành bài viết mới

Tôi nhận thấy nhiều câu hỏi thực ra không cần câu trả lời mới. Dù người ta diễn đạt khác đi hay hỏi từ một góc nhìn hơi khác, câu trả lời cốt lõi thường giống nhau. Và thông thường, chúng tôi đã viết nó ở đâu đó trên blog của mình.

Thách thức nằm ở việc tìm đúng phần và trình bày chúng theo cách phù hợp với câu hỏi, thay vì tạo ra kiến thức mới.

Vì vậy, khi gặp tình huống này, tôi chỉ AI vào các tài liệu nguồn sự thật của chúng tôi và để nó tự khai thác (theo cơ chế RAG). Nó tìm các đoạn liên quan, loại bỏ ý tưởng trùng lặp, và tập hợp một bản nháp dựa trên những gì chúng tôi đã biết.

Ví dụ

Ít nhất 70% bài viết này được ‘tái chế’ từ thông tin chúng tôi đã xuất bản trước đây. Chúng tôi đã có mọi thứ muốn nói về traffic từ AI chatbot – nhưng nó nằm rải rác trong hàng chục bài blog. Vì vậy, thay vì viết từ đầu, tôi hướng dẫn AI kéo những phần đó lại với nhau thành một bài viết mạch lạc.

Nếu bạn hỏi tôi, nó khá ổn. Nó thực sự giúp bạn hiểu về traffic chatbot AI, chỉ cho bạn cách theo dõi nó, và thậm chí còn xếp hạng.

Tốt hơn nữa, nó đã giới thiệu một search intent khác vào top 10. Tôi biết điều đó dễ thực hiện hơn với các từ khóa KD thấp – nhưng tôi sẽ chấp nhận nó.

Lý do duy nhất tôi có thể hoàn thành bài viết này nhanh như vậy là tôi đã xây dựng cơ sở hạ tầng phía sau: một kho lưu trữ ‘nguồn sự thật’ chứa tài liệu sản phẩm, hướng dẫn Ahrefs, hiểu biết từ các nghiên cứu dữ liệu của chúng tôi, và các tài nguyên chính khác.

Mỗi khi tôi bắt gặp một trang nội bộ quan trọng, tôi thêm URL của nó vào ứng dụng. Nó chắt lọc thông tin chính và đồng bộ lên GitHub, để sau này tôi có thể chỉ cần hỏi, ‘Các SoT nói gì về điều này?’ và ngay lập tức kéo ngữ cảnh liên quan vào bản nháp.

Prompt khởi đầu

Tìm trong tài liệu của tôi mọi thứ liên quan đến [chủ đề]. Tập hợp thông tin liên quan nhất, xác định các chủ đề lặp lại, loại bỏ trùng lặp, và phác thảo một bài viết xây dựng trên kiến thức hiện có thay vì phát minh nội dung mới.

Và nếu bạn muốn một ứng dụng SOT như của tôi, hãy đưa link này cho agent AI của bạn:
https://github.com/mmakosiewicz/sots_webinar

Thử với:

• Bài giải thích sản phẩm
• Bài viết evergreen
• Tài liệu
• Hướng dẫn và how-to
• Cập nhật nội dung cũ

5. Kéo dữ liệu của bạn vào và để bài viết tự hé lộ

Một số nội dung hay nhất bắt đầu từ dữ liệu.

Trong những trường hợp đó, các từ chỉ để giải thích những gì các con số tiết lộ. Và rất có thể, bạn đã có dữ liệu giá trị nằm sẵn trong doanh nghiệp của mình: sử dụng sản phẩm, hành vi khách hàng, hiệu suất chiến dịch, thử nghiệm, khảo sát, ticket hỗ trợ, hoặc hồ sơ bán hàng.

Thách thức là tìm ra những câu chuyện ẩn giấu bên trong nó. Đó là lúc AI tỏa sáng.

Hãy đưa dữ liệu cho AI và yêu cầu nó điều tra. Bảo nó tìm các ngoại lệ, mẫu bất ngờ, tương quan đáng ngạc nhiên, hoặc các câu hỏi đáng khám phá. Sau đó xây dựng bài viết xung quanh những hiểu biết xuất hiện.

Ví dụ

Nếu bạn muốn xem nội dung dựa trên dữ liệu trông như thế nào trong thực tế, đây là một vài ví dụ gần đây do Ryan Law và Louise Linehan viết.

• The 50 Fastest Growing SaaS Companies (June 2026)
• What Is a Good Domain Rating? (With Real Data)
• Average Organic Traffic Benchmarks From Real Websites (June 2026)
• What is a Good Organic CTR? Real Website Benchmarks (June 2026)

Chúng tôi xây dựng những bài này với Letaido, công cụ đã mở ra khả năng làm việc với dữ liệu Ahrefs. So với thiết lập MCP tiêu chuẩn, nó cho phép truy cập nhiều endpoint dữ liệu hơn, có thể hoạt động tự động, và đi kèm tích hợp native như WordPress, giúp chúng tôi xuất bản nội dung trực tiếp từ công cụ.

Letaido xử lý phần nặng: kết nối với dữ liệu Ahrefs, gọi API cho các cơ sở dữ liệu chuyên biệt, tạo hình ảnh trực quan, và thậm chí giúp viết các phần của bài viết.

Si Quan từ đội ngũ nội dung của chúng tôi thậm chí đã xây dựng một ứng dụng Letaido tùy chỉnh để tự động hóa quy trình cập nhật các bài viết dựa trên dữ liệu như thế này.

Thay vì xây dựng lại từng bài viết từ đầu mỗi khi dữ liệu thay đổi, ứng dụng làm mới số liệu và tạo ra bản nháp cập nhật, giúp việc giữ nghiên cứu của chúng tôi hiện tại nhanh hơn nhiều.

Trong hướng dẫn này, anh ấy giải thích cách xây dựng nó, đi qua toàn bộ quy trình, và cho thấy cách nó gửi thông báo email khi dữ liệu mới sẵn sàng để xem xét – để bạn có thể làm theo cách tương tự.

Prompt khởi đầu:

Tôi đính kèm một tập dữ liệu từ doanh nghiệp của chúng tôi. Chưa viết bài vội. Đầu tiên, hãy phân tích dữ liệu như một nhà báo điều tra hoặc nhà phân tích. Tìm kiếm: - các mẫu bất ngờ hoặc ngoại lệ - xu hướng theo thời gian - các tương quan đáng khám phá (không cho rằng có quan hệ nhân quả) - xếp hạng và điểm chuẩn - bất cứ điều gì mâu thuẫn với giả định phổ biến - các câu hỏi dữ liệu đặt ra - những phát hiện có thể tạo nên tiêu đề mạnh. Sau khi phân tích xong, đề xuất 10 ý tưởng bài viết dựa trên những khám phá thú vị nhất. Với mỗi ý tưởng, giải thích tại sao nó thú vị và phân tích bổ sung nào (nếu có) sẽ củng cố câu chuyện.

Thử với:

• Nghiên cứu gốc
• Nghiên cứu SEO
• Báo cáo ngành
• Hiểu biết về sản phẩm
• Báo chí dữ liệu
• Ví dụ

6. Tạo 100 góc nhìn, sau đó phân cụm và mở rộng những góc tốt nhất

Vào năm 2026, một mô hình OpenAI đã giải một bài toán hình học khiến các nhà toán học bế tắc trong 80 năm. Bước đột phá là nó khám phá một hướng tiếp cận mà con người đã bác bỏ. Các nhà nghiên cứu đã dành nhiều thập kỷ để cố gắng chứng minh câu trả lời được chấp nhận thay vì đi theo một con đường không hứa hẹn. AI không có thành kiến hay thiếu kiên nhẫn đó, vì vậy nó đã tìm ra thứ mà mọi người khác bỏ qua.

Brainstorming cũng hoạt động tương tự. Hầu hết mọi người dừng lại sau vài ý tưởng tươm tất đầu tiên – những ý tưởng hiển nhiên mà ai cũng có. AI tiếp tục đi.

Bạn có thể yêu cầu AI ‘100 cách nghĩ về điều này’, sau đó phân cụm các ý tưởng hoặc mở rộng những ý tốt nhất. Nó sẽ đưa ra những góc nhìn mà bạn có lẽ chưa từng cân nhắc. Công việc của bạn là quyết định góc nào đáng theo đuổi.

Ví dụ

Đồng nghiệp Si Quan đã kể cho tôi về phương pháp này, và tôi luôn ấn tượng với các tiêu đề và góc nhìn anh ấy nghĩ ra. Vì vậy, tôi quyết định thử nó với một ý tưởng cứ quay lại với tôi mỗi khi tôi nghiên cứu AI SEO: thương hiệu chính là nội dung.

Nó đưa ra một vài góc nhìn tôi đã khám phá, điều đó cho tôi sự tự tin rằng nó đang đi đúng hướng. Nhưng nó cũng phát hiện ra một số ý tưởng tôi chưa từng nghĩ tới.

Đây là một số góc nhìn mới tôi tìm thấy nhờ cách tiếp cận này:

Nhân tiện, phương pháp này là một ví dụ điển hình về cách AI có thể tăng cường công việc của bạn, không chỉ tự động hóa nó.

Prompt khởi đầu

Đưa tôi 100 cách nghĩ về [chủ đề với giải thích ngắn về cách bạn hiểu nó]. Phân cụm các ý tưởng tương tự.

Thử với:

• Brainstorm góc nhìn và chủ đề nên hoạt động với bất kỳ loại nội dung nào.
• Có thể là một kỹ thuật tốt để tái sử dụng các bài viết dài cho nội dung ngắn trên mạng xã hội.

7. Đưa AI một mô hình tư duy và để nó xây dựng lập luận

Một trong những điểm mạnh lớn nhất của AI là khả năng thích ứng; thậm chí có thể hơn con người. Bạn có thể yêu cầu nó suy nghĩ theo một cách cụ thể, và nó sẽ chuyển đổi cách tiếp cận ngay lập tức.

Bạn có thể tận dụng điều đó trong content marketing. Thay vì yêu cầu AI tạo ý tưởng từ đầu, hãy cho nó một khuôn khổ tư duy đã được kiểm chứng để làm việc trong đó.

Một khuôn khổ tốt cho mô hình một con đường rõ ràng để đi theo, thách thức các giả định yếu, và giúp tạo ra các bài viết giải thích, chẩn đoán, hoặc tranh luận – không chỉ tóm tắt.

Vì vậy, thay vì prompt ‘viết một bài viết về [chủ đề]’, hãy bắt đầu bằng cách đưa cho nó một cách suy nghĩ: Jobs to Be Done, Theory of Constraints, Porter’s Five Forces, cây quyết định, nguyên lý đầu tiên, hoặc thậm chí mô hình tư duy của riêng bạn.

Ví dụ

Đây là một kỹ thuật khác mà đồng nghiệp Si Quan giới thiệu cho tôi. Tôi đã biết bạn có thể yêu cầu AI đảm nhận một vai trò – như nhà phân tích dữ liệu, luật sư, hoặc biên tập viên khó tính – nhưng cách tiếp cận này có cảm giác có cấu trúc và kiểm soát hơn. Vì vậy, hãy thử nó trong Letaido sử dụng Opus 4.8.

Kết quả là một báo cáo chi tiết với toàn bộ quá trình suy luận được trình bày trước mặt tôi. Hai phần đặc biệt nổi bật.

Phần đầu tiên là nơi AI thách thức các kết luận của chính nó, đặt câu hỏi về các giả định, và tìm ra lời giải thích mà nó cho là mạnh nhất.

Phần thứ hai là thấy những hiểu biết đó đi vào bài viết. Nó không chỉ suy luận vì mục đích suy luận – AI thực sự mang các kết luận của nó vào bản nháp cuối cùng.

Tôi không biết liệu AI có thực sự suy luận để giải quyết vấn đề hay chỉ mô phỏng quá trình. Và chắc chắn nó không tạo ra thứ tôi có thể xuất bản ngay.

Nhưng đó không phải là vấn đề.

Nó đưa tôi đi xa hơn nhiều so với một trang giấy trắng, và nó giúp tôi tổ chức suy nghĩ của chính mình.

Điều đó vô cùng giá trị vì viết tốt bắt đầu từ tư duy tốt – và tư duy vẫn là phần khó. Nó không phải thứ chúng ta có thể hoàn toàn giao phó cho AI.

Prompt khởi đầu

Sử dụng Quy trình Tư duy Logic Theory of Constraints để phân tích [chủ đề]. Đầu tiên, xây dựng cây logic phù hợp cho loại bài viết này. Xác định các triệu chứng có thể nhìn thấy, nguyên nhân gốc rễ, giả định, ràng buộc, và các tác động có thể xảy ra của giải pháp được đề xuất. Thách thức các liên kết nhân quả yếu trước khi viết. Khi cây đã vững, biến nó thành một bài viết rõ ràng với lập luận mạnh mẽ.

Thử với:

• Bài viết quan điểm
• Hướng dẫn ra quyết định sản phẩm

8. Chạy một pipeline có cổng kiểm soát cho quy trình lặp lại

Một số bài viết không cần một luồng sáng tạo mới mẻ. Chúng cần được ra đời theo cùng một cách mỗi lần. Ghi chú phát hành, tổng hợp định kỳ, landing page: bạn đã biết quy trình. Một mega-prompt duy nhất cố gắng làm mọi thứ cùng một lúc sẽ cho chất lượng không nhất quán mà bạn không thể tin tưởng trong toàn đội.

Thay vào đó, hãy chia nó thành một pipeline; một tập hợp các kỹ năng AI được xâu chuỗi. Nghiên cứu, nguồn, brief, dàn ý, bản nháp, xác minh, định dạng, với một điểm dừng để bạn phê duyệt ở mỗi cổng. AI làm các giai đoạn giữa. Bạn phê duyệt tại các điểm kiểm soát, để sai sót được phát hiện sớm thay vì tích lũy.

Nó khác gì so với tự động hóa nội dung AI điển hình?

• Quy trình làm việc tuân theo quy trình đã được chứng minh của bạn. Nó không phát minh ra một cách làm việc mới mỗi lần, giúp đầu ra nhất quán hơn với cách bạn đã viết.
• Bạn kiểm soát đầu vào và tham gia trong suốt quá trình. Vì bạn đầu tư vào từng giai đoạn, việc đánh giá chất lượng, phát hiện vấn đề và cải thiện hệ thống theo thời gian dễ dàng hơn nhiều.
• Nó tương đối nhanh để tạo và dễ thay đổi. Điều đó vì quy trình được xây dựng từ các kỹ năng AI riêng lẻ thay vì bị khóa trong một công cụ mã nguồn đóng. Bạn không cần kiến thức kỹ thuật sâu hoặc hàng trang tài liệu để điều chỉnh nó.
• Nó cũng có thể kiên cường hơn một hệ thống tự động cứng nhắc. Nếu một bước thất bại, AI thường có thể chẩn đoán vấn đề, sửa đổi hướng dẫn, hoặc thử cách tiếp cận khác thay vì chỉ dừng quy trình (không giống như tự động hóa n8n).

Ví dụ

Ryan Law đã xây dựng một ứng dụng như thế này với Letaido. Bạn đưa cho nó một chủ đề và vài link nguồn, và nó lo phần còn lại. Nó nghiên cứu chủ đề, tạo editorial brief, xây dựng dàn ý, viết bài, kiểm tra thực tế từng tuyên bố, và dừng lại ở ba giai đoạn chính để bạn xem xét và phê duyệt hướng đi trước khi nó tiếp tục.

Đây là Ryan giải thích ứng dụng:

Prompt khởi đầu

Xây dựng cho tôi một pipeline bài viết dài có hỗ trợ. Đầu vào nguyên tử là một từ khóa mục tiêu. Các giai đoạn chạy tuần tự dưới dạng công việc nền mà UI kiểm tra: (1) nghiên cứu từ khóa qua Ahrefs, (2) lấy SERP đối thủ, (3) ảnh chụp chủ đề từ AI Content Helper, (4) dàn ý dạng bullet với các chủ đề bắt buộc, (5) đặt data-mention, (6) bản nháp đầy đủ, (7) trau chuốt, (8) định dạng shortcode WordPress + xuất .docx. Mỗi giai đoạn hiển thị đầu ra, có textarea 'edit' và chat 'refine with feedback' để chạy lại giai đoạn với ghi chú của tôi. Hướng dẫn phong cách đến từ hồ sơ giọng văn theo tác giả.

Thử với:

• Bài blog định kỳ
• Thông báo sản phẩm
• Tài liệu
• Landing page
• Quy trình biên tập

9. Để câu hỏi hỗ trợ thực tế quyết định nội dung cần viết

Cuộc trò chuyện với khách hàng luôn là một trong những nguồn ý tưởng bài viết tốt nhất. Chúng chứa các câu hỏi thực tế, được hỏi bằng chính ngôn ngữ của khách hàng, và bạn thậm chí có thể thấy câu hỏi nào xuất hiện thường xuyên nhất.

Vấn đề là để khai thác những hiểu biết đó, bạn phải đọc thủ công hàng ngàn ticket hỗ trợ, chat log, và bản ghi cuộc gọi bán hàng. Thông tin luôn ở đó – chỉ là không thực tế để truy cập ở quy mô đó.

Đó là điều AI thay đổi.

Hãy chỉ AI vào những cuộc trò chuyện đó, và nó có thể phân tích tất cả, nhóm các câu hỏi tương tự, so sánh chúng với nội dung hiện có để tránh trùng lặp, và xác định các khoảng trống trong thư viện nội dung của bạn. Các câu hỏi khách hàng hỏi thường xuyên nhất trở thành các hướng dẫn họ thực sự tìm kiếm.

Ví dụ

Phương pháp này hoạt động với bất kỳ sản phẩm CRM/hỗ trợ khách hàng nào miễn là nó có API hoặc MCP với quyền truy cập vào các cuộc trò chuyện với khách hàng. Trong ví dụ này, tôi sẽ sử dụng Fin (Intercom) với Letaido xử lý MCP.

Tôi đã tìm thấy một số chủ đề chưa được khai thác chỉ sau vài phút làm việc với dữ liệu. Rõ ràng, một số người dùng gặp khó khăn trong việc tìm dữ liệu link nội bộ và gặp sự cố khi lấy dữ liệu với Google Data Studio.

AI thậm chí còn tạo ra một số câu trả lời khá tốt cho những câu hỏi này:

Cảm ơn Kamila Olexa cho ý tưởng này!

Thử với:

• Bài viết trung tâm trợ giúp
• Tài liệu sản phẩm
• FAQ
• Giáo dục khách hàng
• Nội dung cuối phễu

Prompt khởi đầu

Trước khi bắt đầu, đây là một mẹo khi dùng AI để phân tích dữ liệu: đừng yêu cầu nó diễn giải dữ liệu bạn chưa xem qua. Thay vì yêu cầu câu trả lời cuối cùng ngay lập tức, hãy yêu cầu AI hiển thị dữ liệu có sẵn trước và giải thích những gì nó thấy.

AI vẫn có thể hallucinate hoặc đi tắt, đặc biệt khi phân tích các tập dữ liệu lớn. Ví dụ, chúng tôi có khoảng 7.500 cuộc trò chuyện Intercom trong một tháng – quá nhiều để phân tích đáng tin cậy trong một lần.

Đây là prompt để bắt đầu loại phân tích đó:

Tôi muốn xác định các khoảng trống trong tài liệu của chúng tôi, nhưng đừng tạo đề xuất ngay. Đầu tiên, hãy phân tích các cuộc trò chuyện với khách hàng của chúng tôi và hiển thị dữ liệu cho tôi. Xin vui lòng: - Nhóm các câu hỏi khách hàng tương tự thành các chủ đề. - Đếm tần suất mỗi chủ đề xuất hiện. - Bao gồm các ví dụ đại diện từ các cuộc trò chuyện thực tế. - Hiển thị cách diễn đạt chính xác của khách hàng bất cứ khi nào có thể. - Gắn cờ bất kỳ sự không chắc chắn hoặc chủ đề có thể chồng chéo. Chưa đề xuất bài viết mới. Tôi muốn xem xét các câu hỏi đã được nhóm trước khi quyết định nội dung cần viết.

Sau khi xem xét đầu ra, bạn có thể tiếp tục với:

Bây giờ hãy so sánh các chủ đề này với trung tâm trợ giúp và tài liệu hiện có của chúng tôi. Với mỗi chủ đề: - Cho tôi biết nó đã được đề cập chưa. - Chỉ ra bài viết hiện có nếu có. - Xác định nội dung bị thiếu hoặc lỗi thời. - Xếp hạng các khoảng trống theo tần suất khách hàng hỏi về chúng. Sau đó đề xuất 10 cơ hội tài liệu hàng đầu, giải thích tại sao mỗi cơ hội xứng đáng tồn tại.

Một cách tiếp cận đáng tin cậy hơn là để AI giám sát các cuộc trò chuyện mới khi chúng đến thay vì yêu cầu nó đào qua hàng tháng dữ liệu lịch sử cùng một lúc. Chia nhiệm vụ thành các phân tích nhỏ hơn, liên tục dễ dàng hơn cho AI và ít có khả năng tạo ra kết quả sai lệch.

Từ bây giờ, hãy giám sát các cuộc trò chuyện mới của khách hàng thay vì phân tích toàn bộ lịch sử mỗi lần. Bất cứ khi nào có cuộc trò chuyện mới: - Nhóm các câu hỏi lặp lại thành chủ đề. - Làm nổi bật bất kỳ chủ đề mới nào chưa từng xuất hiện trước đó. - Theo dõi các câu hỏi đang trở nên phổ biến hơn. - So sánh câu hỏi mới với tài liệu hiện có. - Cảnh báo tôi khi một câu hỏi lặp lại không được trả lời bởi trung tâm trợ giúp. Với mỗi đề xuất, bao gồm: - Bao nhiêu cuộc trò chuyện đề cập đến nó. - Tin nhắn mẫu của khách hàng. - Tài liệu liên quan (nếu có). - Tiêu đề bài viết được đề xuất và dàn ý ngắn. Không bao giờ đưa ra kết luận mà không hiển thị dữ liệu cuộc trò chuyện hỗ trợ trước.

10. Giữ nội dung marketing sản phẩm và tài liệu sản phẩm luôn cập nhật tự động khi mọi thứ thay đổi

Tài liệu bắt đầu lỗi thời ngay khi bạn phát hành bản cập nhật tiếp theo. Một cài đặt được đổi tên, một giới hạn thay đổi, một tính năng mới ra mắt, và đột nhiên, bài viết trợ giúp không còn chính xác.

Điều tương tự cũng đúng với nội dung marketing sản phẩm như buyer’s guide và trang so sánh. Trong nhiều trường hợp, việc giữ chúng cập nhật thậm chí còn khó hơn vì bạn phải theo dõi các thay đổi trong cả sản phẩm của mình và của đối thủ.

Đó là một vấn đề cho cả SEO và trải nghiệm người dùng.

May mắn thay, AI có thể đảm nhận phần lớn công việc đó. Tất cả những gì nó cần là danh sách các trang bạn muốn duy trì, các nguồn nơi nó nên tìm kiếm cập nhật, và – nếu bạn chọn cấp quyền truy cập – CMS của bạn, để nó có thể cập nhật mọi thứ tự động.

Ví dụ

Đồng nghiệp Kamila Olexa đã xây dựng một hệ thống như vậy sử dụng Claude Code và Firehose. Firehose (bởi Ahrefs) là một API streaming dữ liệu web thời gian thực liên tục giám sát các thay đổi trên web công cộng và đẩy các cập nhật phù hợp đến ứng dụng của bạn khi chúng xảy ra.

Quy trình làm việc được xây dựng quanh tự động hóa với bước phê duyệt của con người. Tóm lại:

1. Firehose liên tục giám sát các trang giá của đối thủ và kích hoạt quy trình bất cứ khi nào một trong số chúng thay đổi.
2. Claude sau đó trích xuất giá đã cập nhật thành dữ liệu có cấu trúc, xác định bài viết nào của bạn đề cập đến đối thủ đó, và viết lại chỉ các phần bị ảnh hưởng thay vì toàn bộ bài.
3. Thay vì xuất bản tự động, quy trình gửi một bản tóm tắt các thay đổi đề xuất đến Slack, nơi bạn có thể xem xét nhanh những gì sẽ được cập nhật.
4. Một phản ứng ✅ đơn giản phê duyệt các chỉnh sửa, sau đó quy trình cập nhật các trang liên quan trong CMS của bạn và xuất bản chúng tự động.

Prompt khởi đầu

Thay vì một prompt khởi đầu, tôi sẽ để lại cho bạn bài viết của Kamila. Nó giải thích quy trình của cô ấy từ đầu đến cuối, để bạn có thể sao chép cách tiếp cận tương tự.

Thử với:

• Tài liệu sản phẩm
• Tài liệu API
• Trung tâm trợ giúp
• Cơ sở kiến thức nội bộ
• Ghi chú phát hành
• Trang so sánh tính năng
• Thay đổi pháp lý hoặc chính sách

Suy nghĩ cuối cùng

Dân AI bros đã phát hiện ra một hành tinh làm bằng vàng và quyết định công dụng tốt nhất là sản xuất hàng loạt đồ trang sức rẻ tiền. Bạn có một lựa chọn tốt hơn.

Bạn có thể dùng AI để tạo nội dung tốt hơn trong khi tận hưởng quá trình. Điều kiện là bạn phải tham gia. Bạn càng đóng góp nhiều, kết quả càng tốt. Tôi nghĩ đó là sự điều chỉnh hướng đi mà chúng ta cần thực hiện với AI.

Cảm ơn bạn đã đọc! Hãy ghé thăm tôi trên LinkedIn hoặc Substack.

Bài viết được biên dịch và tổng hợp từ bài gốc.