One-Person Business với AI: Quy trình vận hành của một người

TL;DR: Một người làm dịch vụ chuyên môn có thể đảm nhiệm phần việc của nhiều vai trò khi AI lo bản nháp (code, content, thiết kế) còn con người giữ discovery, định hướng chiến lược và kiểm soát chất lượng. Bài này mô tả bản đồ phân vai, tech stack, lịch làm việc mẫu, quy trình một dự án và bốn giới hạn của mô hình.

Có một câu hỏi khách hàng hay đặt ra khi tìm đối tác làm landing page và hệ thống lead capture: "Team bên anh có bao nhiêu người?"

Câu trả lời trung thực của một người làm solo là: "Tôi làm một mình, nhưng tôi có AI." Phản ứng đầu tiên thường là do dự. Điều thay đổi cách khách hàng nhìn không phải lời giải thích mà là sản phẩm bàn giao: một landing page responsive, có thiết lập A/B test, lead capture kèm email automation và báo cáo analytics.

Từ đó tôi rút ra một nhận định: mô hình một người với AI có thể cạnh tranh về chất lượng bàn giao với đội nhỏ, miễn là ranh giới giữa việc của AI và việc của con người được vạch rõ.

Cần nói rõ về định vị: Tôi Là Tùng (toilatung.com) là nền tảng chia sẻ tri thức và hệ điều hành tư duy cá nhân của Nguyễn Thanh Tùng, không phải một agency. Mảng dịch vụ B2B của tôi là một thương hiệu độc lập, tách biệt với nền tảng này. Bài này nói về mô hình vận hành một người nói chung, và về cách tôi tổ chức quy trình làm việc của chính mình. Nó áp dụng được cho freelancer, chuyên gia độc lập và founder muốn giữ đội ngũ gọn. Về kiến trúc, đây là phiên bản thu gọn của kiến trúc multi-agent cho agency sản xuất content quy mô lớn.

Tại sao mô hình một người khả thi vào năm 2026?

Mô hình dịch vụ truyền thống dựa trên một thực tế: công việc sáng tạo và kỹ thuật không scale nếu không có thêm người. Muốn làm nhiều landing page hơn thì thuê thêm designer và developer; muốn nhiều content hơn thì thuê thêm copywriter; muốn quản lý nhiều khách hơn thì thuê thêm account manager.

AI thay đổi thực tế đó ở những khâu sau:

• Lập trình web: Claude và Cursor viết phần lớn mã nguồn từ mô tả hoặc wireframe.
• Thiết kế UI: AI sinh layout, con người review và tinh chỉnh.
• Content: AI soạn bản nháp, con người chỉnh sửa và đưa giọng điệu cá nhân vào.
• SEO research: AI tổng hợp, con người quyết định chiến lược.
• Email automation: AI viết chuỗi email, con người duyệt và triển khai.

Phần AI chưa thay được: quan hệ, niềm tin và phán đoán chiến lược. Đó là nơi người làm solo cần dồn thời gian.

Bản đồ năng lực: AI làm được gì, con người cần làm gì?

Đây là framework tôi dùng để phân bổ công việc.

Phần AI xử lý tốt (con người chỉ review)

• Viết code từ mô tả hoặc wireframe
• Soạn bản nháp copy từ brief
• Tạo biến thể cho A/B test
• Tổng hợp và phân tích dữ liệu
• Tạo ảnh và visual từ text prompt
• Thiết lập automation workflow
• Debug và refactor code

Phần con người giữ lại (không giao cho AI)

• Discovery call với khách hàng: nghe và hiểu vấn đề thật sự
• Strategic recommendation: đề xuất giải pháp dựa trên bối cảnh kinh doanh
• Creative direction: quyết định "cảm giác" đúng của thương hiệu
• Quality judgment: biết khi nào đầu ra của AI đủ tốt
• Relationship management: theo dõi, hỗ trợ, đề xuất mở rộng

Khi hiểu rõ ranh giới này, bạn tổ chức được một ngày làm việc xoay quanh những việc chỉ con người làm được.

Tech stack của tôi

Design và prototyping

• Claude.ai: từ ý tưởng wireframe sang prototype HTML/CSS ngay trong chat
• Figma: chỉ dùng khi khách hàng yêu cầu file Figma
• Gemini Flash: tạo hero image, minh họa cho landing page

Development

• Cursor IDE: trình soạn thảo chính, tích hợp AI
• Next.js: framework cho các dự án web mới
• Vercel: deploy, preview URL, edge functions
• Cloudflare: DNS, CDN, quản lý domain

Content và marketing

• Claude Sonnet: nội dung dài (blog, chuỗi email)
• Claude Haiku: nội dung ngắn (headline, CTA, quảng cáo)
• Make.com: automation, kết nối form, email, CRM
• Airtable: quản lý dự án và CRM đơn giản

Giao tiếp với khách hàng

• Loom: video demo thay cho họp
• Notion: tài liệu dự án dùng chung
• Telegram/Zalo: trao đổi hằng ngày

Lịch làm việc mẫu trong một ngày

Đây là lịch mẫu để minh họa cách tách khối làm việc sâu khỏi khối giao tiếp, không phải thông số đo lường.

Buổi sáng: rà soát và làm việc sâu

• Đầu ngày: kiểm tra email và Telegram từ khách hàng, rà task trong ngày, đánh dấu task nào AI làm một mình, task nào cần tôi.
• Khối làm việc sâu thứ nhất: task kỹ thuật quan trọng nhất của ngày. Cursor IDE mở sẵn, file CLAUDE.md đã thiết lập, làm việc theo vòng prompt → review → adjust → ship.
• Khối giao tiếp: trả lời toàn bộ tin nhắn cùng lúc để không ngắt quãng làm việc sâu; gửi cập nhật, bản preview hoặc câu hỏi cho khách.
• Khung họp: chỉ đặt cuộc gọi vào một khung giờ cố định, dùng Loom demo thay cho chia sẻ màn hình trực tiếp khi có thể.

Buổi chiều: nội dung, hệ thống và học

• Khối làm việc sâu thứ hai: content hoặc task kỹ thuật thứ hai. AI soạn bản nháp, tôi chỉnh sửa và hoàn thiện.
• Admin và automation: xem báo cáo, analytics, cải tiến automation workflow, hóa đơn.
• Học và R&D: đọc cập nhật về công cụ AI, thử công cụ mới, ghi insight vào knowledge base.

Ví dụ quy trình một dự án landing page

Dưới đây là quy trình ví dụ cho một landing page khóa học của công ty coaching B2B. Thời lượng và doanh thu thực tế của từng dự án: [PLACEHOLDER — cần số đo từ dự án đã hoàn thành].

Yêu cầu mẫu: landing page long-form (hero, benefits, testimonials, FAQ, CTA), form đăng ký nối với Google Sheets, email xác nhận tự động, thiết lập analytics, deadline ngắn.

Giai đoạn 1: Discovery và thiết kế

Cuộc gọi discovery để hiểu value proposition, tệp khách mục tiêu và mục tiêu của dự án, ghi chú vào Notion. Sau đó dùng Claude để phác thảo cấu trúc nội dung:

Prompt: "Tôi đang làm landing page cho khóa học [X]. Target audience là [Y].
Pain points: [A, B, C]. Hãy tạo content structure cho một long-form landing page
với: Hero (headline + subheadline + CTA), 3 Benefits sections, Testimonials,
FAQ (5 câu hỏi phổ biến nhất), và Final CTA. Viết bằng tiếng Việt."

Claude phác thảo, tôi chỉnh sửa, rồi gửi outline cho khách hàng review.

Giai đoạn 2: Development

Dùng Cursor để dựng HTML/CSS/JS theo từng phiên làm việc: cấu trúc và hero; benefits và testimonials; form có validation và webhook Make.com; responsive trên mobile và animation. AI viết phần lớn mã, tôi review và tinh chỉnh.

Giai đoạn 3: Hoàn thiện và bàn giao

• Thiết lập Google Analytics 4
• A/B test biến thể cho headline
• Email automation với Make.com (email xác nhận, email theo dõi, email khuyến mãi)
• QA cuối: mobile, trình duyệt, gửi form, luồng email
• Deploy lên Vercel với custom domain

Cơ cấu chi phí và doanh thu

Chi phí vận hành chủ yếu là phí thuê bao công cụ (Claude, Cursor, Vercel, Make.com và vài công cụ phụ trợ). Đây là chi phí cố định theo tháng, nhỏ hơn nhiều so với một dòng lương. Tổng chi phí hằng tháng: [PLACEHOLDER — cần số thực từ hóa đơn hiện hành; giá gói thay đổi theo thời điểm].

Doanh thu phụ thuộc vào kỹ năng, mạng lưới quan hệ và thị trường của từng người, nên bài này không đưa con số kỳ vọng. Doanh thu thực tế theo loại dự án: [PLACEHOLDER — cần số liệu đo được].

Giới hạn của mô hình một người

Mô hình này có giới hạn, và biết trước chúng giúp bạn chọn đúng khách hàng và đặt đúng kỳ vọng.

Giới hạn 1: băng thông. Thời gian của bạn là hữu hạn. Dù AI giúp nhiều, nút thắt vẫn nằm ở khâu review, quyết định và quan hệ. Khi số dự án chạy song song tăng quá ngưỡng của bạn, chất lượng bắt đầu giảm.

Giới hạn 2: khách hàng doanh nghiệp lớn. Họ thường cần đội ngũ, SLA và nhiều đầu mối liên lạc, điều mà một người khó đáp ứng.

Giới hạn 3: kỹ năng chuyên biệt. AI làm tốt web, content và thiết kế cơ bản. Các lĩnh vực như tuân thủ pháp lý, chiến lược theo ngành hay xử lý khủng hoảng vẫn cần chuyên gia sâu.

Giới hạn 4: rủi ro phụ thuộc công cụ. Nếu một công cụ AI bạn dựa vào gián đoạn, đổi chính sách hoặc tăng giá, workflow bị ảnh hưởng ngay.

Bắt đầu như thế nào nếu bạn muốn làm điều tương tự?

Bước 1: Chọn một dòng dịch vụ duy nhất để bắt đầu

Chọn việc bạn giỏi nhất và AI hỗ trợ tốt nhất. "Landing page cộng lead capture" là tổ hợp phổ biến và dễ học.

Bước 2: Học workflow AI trước khi nhận khách

Dành vài tuần thực hành: làm vài dự án giả lập đúng quy trình, thử nhiều công cụ, xây thư viện prompt và template hoạt động tốt.

Bước 3: Lấy một case study thực tế

Case study đầu tiên quan trọng hơn số tiền kiếm được. Làm một đến hai dự án miễn phí hoặc giá thấp cho người quen để có portfolio và testimonial thật.

Bước 4: Định giá theo giá trị

Đừng tính phí theo "giờ code" vì AI làm phần lớn khâu đó. Bạn tính phí cho chuyên môn, trách nhiệm và kết quả, nên hãy định giá theo giá trị dự án.

Bước 5: Xây hệ thống, không chỉ làm dự án

Sau mỗi dự án, ghi lại prompt nào hiệu quả, workflow nào chạy tốt, lỗi nào cần tránh. Dần dần bạn có playbook riêng và mỗi dự án sau nhanh hơn dự án trước. Mức tiết kiệm thời gian thực tế: [PLACEHOLDER — cần số đo].

Kết luận

Mô hình một người với AI không phải là "làm ít hơn" mà là "làm có chọn lọc hơn". Bạn vẫn cần đầu tư thời gian, học liên tục và giữ chất lượng bàn giao. AI là đòn bẩy, còn phán đoán vẫn thuộc về con người. Trước khi bắt đầu, hãy đọc chi phí thực tế và ROI khi đưa AI vào doanh nghiệp nhỏ để lên kế hoạch tài chính phù hợp.

Nếu bạn muốn học toàn bộ framework này một cách hệ thống, từ thiết lập workflow AI, viết prompt cho từng loại task đến mở rộng quy trình, nội dung nằm trong Claude Code Mastery Pro.

Để áp dụng ngay vào công việc, đọc thêm AI Agent Là Gì? Giải Thích Dễ Hiểu Nhất.