Cách tôi xây dựng một công cụ ra quyết định dựa trên AI trong ClickUp để hỗ trợ các quyết định chiến dịch thông minh hơn

Tôi đã sử dụng rất nhiều quy trình làm việc và tính năng tự động hóa truyền thống trong ClickUp. Chúng rất hiệu quả trong việc di chuyển công việc từ A sang B, cập nhật trạng thái hoặc chỉ định người chịu trách nhiệm. Nhưng đến một lúc nào đó, tôi nhận ra một điều quan trọng: không có tính năng tự động hóa nào trong số đó thực sự suy nghĩ về các chiến dịch của tôi.

Tôi cần một hệ thống có thể kết hợp giữa việc thực thi và trí tuệ. Và tôi đã tìm thấy câu trả lời trong một công cụ ra quyết định dựa trên AI, mà tôi gọi là Asset Library Manager.

Trong bài viết này, tôi sẽ hướng dẫn bạn cách tôi đã xây dựng công cụ ra quyết định dựa trên AI này trong ClickUp (sử dụng ClickUp Super Agents ) và lý do tại sao nó lại cần thiết cho kinh doanh của tôi.

Giới thiệu về tôi: Chuyên gia tư vấn ClickUp được chứng nhận và Quản lý quy trình kinh doanh

Với tư cách là Chuyên gia Tư vấn ClickUp Được Chứng nhận và Quản lý Quy trình Kinh doanh với hơn 5 năm kinh nghiệm, tôi đã hỗ trợ các agency và startup mở rộng quy mô thông qua các hệ thống có cấu trúc và quy trình thực thi hiệu quả. Tôi đã xây dựng và quản lý các khung quy trình vận hành cho hơn 40 công ty, dẫn dắt công tác quản lý thay đổi cho hơn 115 nhóm, đồng thời thúc đẩy tăng trưởng vận hành lên đến 16,4 lần trong khi cải thiện tốc độ triển khai và tính nhất quán trong các môi trường phục vụ nhiều khách hàng.

Tại sao các quy trình tự động hóa đơn giản lại không đủ cho các chiến dịch của tôi

Các tài sản của tôi nằm rải rác ở nhiều địa điểm khác nhau, các công việc chiến dịch nằm trong các danh sách công việc khác nhau, và tôi vẫn là người quyết định xem mỗi tài sản nên được phân phối đến đâu tiếp theo. Mỗi chiến dịch, khu vực hoặc kênh mới đều đòi hỏi thêm các quyết định thủ công — và đồng nghĩa với việc tăng nguy cơ trùng lặp, bỏ lỡ cơ hội hoặc thiếu thông tin hiển thị.

Đó là lúc tôi đặt ra một câu hỏi khác:

Nếu tôi ngừng xây dựng các quy trình làm việc và bắt đầu xây dựng một hệ thống thông minh trong ClickUp — một hệ thống có thể đưa ra quyết định thay cho tôi — thì sao?

🦾 Bạn mới làm quen với ClickUp Super Agents?

ClickUp Super Agents là các tác nhân được hỗ trợ bởi AI, hoạt động ngay trong Không gian Làm việc ClickUp của bạn để phân tích các công việc, dữ liệu và hoạt động — đồng thời thực hiện hành động dựa trên bối cảnh đó. Bạn có thể giao cho chúng một vai trò cụ thể (chẳng hạn như sắp xếp thứ tự ưu tiên công việc, cập nhật trạng thái dự án hoặc phân phối tài nguyên), và chúng sẽ hoạt động dựa trên thông tin thời gian thực từ Không gian Làm việc ClickUp.

Điều gì khiến chúng khác biệt?

Khác với các quy trình tự động hóa cơ bản, Super Agents không chỉ đơn thuần tuân theo các quy tắc. Chúng:

• Nắm bắt bối cảnh xuyên suốt các công việc, tài liệu và bình luận
• Ra quyết định (không chỉ kích hoạt các hành động)
• Điều chỉnh phù hợp với sự phát triển của quy trình làm việc của bạn

Đừng nghĩ về chúng như những quy trình tự động hóa kiểu “nếu thế này thì làm thế kia”, mà hãy xem chúng như những đồng đội AI được tích hợp sẵn trong hệ thống của bạn.

Sự thay đổi tư duy: Từ quy trình làm việc sang hệ thống thông minh

Trước khi xây dựng một tác nhân AI trong ClickUp, tôi sẽ lùi lại một bước và xác định hệ thống.

Không phải là tự động hóa. Mà là hệ thống.

Đối với tôi, điều đó có thể tóm gọn trong ba câu hỏi:

Tôi muốn công cụ ra quyết định AI của mình đảm nhận gánh nặng tinh thần trong việc đưa ra các quyết định về chiến dịch.

Đối với Trình quản lý thư viện tài sản của tôi, đây là cách thức hoạt động của nó.

1. Mục đích: Trợ lý ra quyết định AI này đang cố gắng giải quyết vấn đề gì?

Tôi muốn có một nơi duy nhất để tập hợp tất cả các tài sản chiến dịch — video, hình ảnh, nội dung — tại đó:

Nói cách khác, tôi muốn hệ thống tự động của mình chịu trách nhiệm về các quyết định phân phối tài nguyên trong ClickUp để không bỏ sót bất kỳ điều gì.

2. Khả năng của hệ thống: Thiết lập của tôi có hỗ trợ quá trình ra quyết định bằng AI không?

Hiệu quả của một tác nhân ra quyết định AI phụ thuộc hoàn toàn vào hệ thống mà nó hoạt động. Đó là lý do tại sao việc xây dựng nó trong một môi trường nơi các công việc, tài liệu, mối quan hệ và dữ liệu chiến dịch đều được tích hợp cùng nhau là điều hợp lý. Khi tác nhân này có thể nhìn thấy bức tranh toàn cảnh (tài sản, địa điểm, trạng thái, lịch sử) trong một không gian làm việc kỹ thuật số kết nối, các quyết định của nó sẽ dựa trên thực tế, chứ không phải là phỏng đoán.

Đối với tôi, Không gian Làm việc AI tích hợp của ClickUp chính là nơi đó.

Với ClickUp, thay vì phải ghép nối một loạt các công cụ AI độc lập – mỗi công cụ chỉ nắm bắt được một phần nhỏ trong hoạt động của bạn – bạn sẽ có một lớp trí tuệ thống nhất bao trùm toàn bộ công việc thực tế mà nhóm của bạn đang thực hiện. Kết quả là những đề xuất thông minh hơn, không cần chuyển đổi ngữ cảnh và các quyết định ngày càng được cải thiện về chất lượng theo thời gian , bởi vì bộ nhớ của hệ thống và không gian làm việc của bạn phát triển song song với nhau.

Tôi đã thiết lập ClickUp của mình để Trình quản lý thư viện tài sản có thể:

Nếu các Danh sách công việc, Trường Tùy chỉnh và mối quan hệ của tôi không được thiết lập vững chắc, hệ thống sẽ hoặc bị đình trệ hoặc gây ra hỗn loạn. Vì vậy, tôi đã coi thiết kế hệ thống là một phần không thể tách rời của chính hệ thống đó.

3. Vai trò của tác nhân: Người vận hành, không chỉ là người chuyển phát

Cuối cùng, tôi đã xác định vai trò của tác nhân này.

Hầu hết các hệ thống đều được thiết kế theo cách sau: Nếu X xảy ra → việc cần làm là Y

Đó chính là điều chúng tôi gọi là tự động hóa đơn giản.

Điều tôi mong muốn là một thứ gì đó khác biệt. Một công cụ ra quyết định dựa trên AI có thể đánh giá bối cảnh và sử dụng nó để đưa ra quyết định giống như cách con người làm vậy.

Trình quản lý thư viện tài sản của tôi có trách nhiệm:

Khi ba yếu tố đó đã rõ ràng, mọi thứ khác trở nên dễ dàng hơn. Tôi không chỉ đơn thuần xây dựng một hệ thống tự động hóa thông minh nữa. Tôi đang xây dựng thứ mà tôi gọi là Beyond Super Agent — một hệ thống hiểu rõ mục đích, hoạt động trong một hệ thống có khả năng hỗ trợ và có vai trò được định nghĩa rõ ràng.

Cách tôi cấu trúc các lời nhắc để đảm bảo độ tin cậy của Trợ lý ra quyết định AI: 5 nguyên tắc cơ bản về lời nhắc của tôi

Khi hệ thống đã sẵn sàng, tôi chuyển sang phần mà hầu hết mọi người thường nhảy ngay đến đầu tiên: các lời nhắc.

Thay vì viết một hướng dẫn dài dòng, tôi đã chia nó thành năm phần rõ ràng. Điều này giúp trợ lý ra quyết định AI dễ dàng hơn trong việc kiểm soát, thử nghiệm và tinh chỉnh.

Dưới đây là các yếu tố cốt lõi của lời nhắc AI quyết định chất lượng các quyết định mà hệ thống của tôi đưa ra:

1. Xác định vai trò: Trợ lý này đang đóng vai trò là ai?

Tôi không chỉ nói cho hệ thống biết việc cần làm—tôi còn chỉ cho nó biết phải trở thành ai.

📌 Đối với Trình quản lý thư viện tài sản, tôi đã yêu cầu nó hoạt động như một:

“Chủ sở hữu công ty quảng cáo giàu kinh nghiệm và kiến trúc sư vận hành quản lý nhiều khách hàng.”

Chỉ một dòng đó thôi cũng đã thay đổi tất cả. Giờ đây, khi hệ thống phản hồi, nó sẽ làm việc cần làm từ góc nhìn của một người đã:

2. Bối cảnh và phạm vi: Hệ thống này hoạt động trong bối cảnh nào?

Tiếp theo, tôi xác định bối cảnh và phạm vi một cách rõ ràng nhất có thể:

Điều này cho trí tuệ nhân tạo biết vị trí các bức tường trong phòng, để nó không đi lạc vào khu vực sai trong Không gian Làm việc của tôi.

3. Logic ra quyết định: Khi nào và như thế nào thì hệ thống nên ra quyết định?

Sau đó, tôi trình bày chi tiết logic ra quyết định. Thay vì chỉ định cho hệ thống việc cần làm, tôi đã xác định cách thức hệ thống nên suy luận.

Tôi xin làm rõ:

Nhờ đó, hệ thống này không chỉ dừng lại ở việc đưa ra ý tưởng. Nó biết khi nào cần hành động và nhận diện được những quyết định đúng đắn.

4. Dữ liệu đầu vào: Hệ thống tin cậy vào những dữ liệu nào?

Mọi quyết định đều chỉ tốt đến mức độ dữ liệu đằng sau nó. Vì vậy, tôi kết nối hệ thống của mình với các lớp dữ liệu cần thiết:

Tôi nêu rõ trong lời nhắc: đây là các đầu vào bạn nên sử dụng khi quyết định việc cần làm tiếp theo.

5. Kết quả đầu ra: Tôi mong đợi những hành động và định dạng nào?

Cuối cùng, tôi định nghĩa các kết quả đầu ra:

Khi năm yếu tố này đã được thiết lập — vai trò, bối cảnh, logic ra quyết định, đầu vào và đầu ra — giải pháp thường sẽ phù hợp chặt chẽ với vấn đề thực tế mà tôi đang cố gắng giải quyết.

🎥 Dưới đây là video hướng dẫn ngắn gọn nếu bạn muốn thử tạo Super Agent của riêng mình:

Cách thức hoạt động thực tế của Trợ lý ra quyết định AI của tôi, hay còn gọi là Trình quản lý thư viện tài sản, trong ClickUp

Sau khi đã có nền tảng sẵn sàng, tôi đã tích hợp hệ thống này vào Không gian Làm việc ClickUp của mình để nó có thể hoạt động theo hai cách chính.

Tùy chọn 1: Kích hoạt thủ công từ thư viện tài sản

Chế độ đầu tiên rất đơn giản và trực tiếp.

Chỉ riêng điều này đã giúp loại bỏ rất nhiều công việc định tuyến thủ công. Nhưng sức mạnh thực sự lại đến từ chế độ thứ hai.

Tùy chọn 2: Ra quyết định dựa trên lịch trình

Chế độ thứ hai chính là lúc hệ thống thực sự trở thành “Beyond Super Agent”.

Tại đây, hệ thống này sử dụng toàn bộ dữ liệu từ thư viện tài sản để tự đưa ra quyết định:

📌 Từ đó, hệ thống có thể đưa ra các quyết định như:

“Đối với tài sản chiến lược này – vốn đã được sử dụng tại Islamabad và là một video phục hồi – hãy gửi tiếp một hình ảnh phục hồi hoặc hình ảnh về tính linh hoạt.”

Thay vì tôi phải liên tục kiểm tra tài nguyên đã được sử dụng ở đâu và bước tiếp theo nên là gì, hệ thống này sẽ phân tích dữ liệu và tự đưa ra quyết định.

Tại sao tôi sử dụng ClickUp Trò chuyện để hợp tác với hệ thống AI của mình

Trong ClickUp, các tác nhân có thể hoạt động trên toàn bộ không gian làm việc của bạn. Bạn có thể kích hoạt chúng thông qua tự động hóa trên Danh sách công việc, thư mục và không gian (phản ứng với các thay đổi trạng thái, công việc mới, cập nhật trường dữ liệu), gán chúng trực tiếp vào công việc, @đề cập đến chúng trong bình luận công việc và tài liệu, hoặc tương tác với chúng trong ClickUp Chat thông qua tin nhắn trực tiếp (DM) và @đề cập.

Nhưng Trò chuyện chính là nơi tôi dành nhiều thời gian nhất với hệ thống của mình, và có lý do cho điều đó.

Trong cuộc trò chuyện về Trình quản lý thư viện tài sản của tôi, tôi có hai mục tiêu:

Chat cung cấp cho tôi một giao diện cuộc hội thoại thời gian thực, gần như có một đồng nghiệp luôn sẵn sàng hỗ trợ. Tôi có thể sử dụng nó để:

Đó là sự khác biệt giữa việc gửi một yêu cầu và việc có một cuộc hội thoại qua lại.

Đối với một tác nhân như Asset Library Manager, nơi các quyết định được xây dựng dựa trên nhau và bối cảnh đóng vai trò quan trọng, chính loại đối thoại lặp đi lặp lại như vậy mới là yếu tố giúp toàn bộ hệ thống vận hành trơn tru.

Khi hệ thống gặp sự cố

Theo thời gian, tôi nhận ra một điều thú vị: nếu lệnh của tôi không rõ ràng, hệ thống sẽ có biểu hiện như đang “phát cáu”. Không phải vì hệ thống bị lỗi—mà là vì lời nhắc của tôi không cài đặt điều kiện để hệ thống hoạt động thành công.

Đó chính là lúc tôi luôn quay lại với năm trụ cột chính:

Khi những yếu tố đó đã được thiết lập, cuộc hội thoại sẽ trở nên vô cùng có năng suất.

Kiểm tra khả năng chịu tải của hệ thống bằng một tin nhắn đơn giản

Một trong những khoảnh khắc tôi yêu thích nhất khi sử dụng tác nhân này là thực hiện một kiểm tra tải toàn diện chỉ bằng một lệnh trò chuyện duy nhất.

📌 Tôi đã nói với hệ thống:

“Tôi có việc cần làm là thực hiện một bài kiểm tra tải. Hãy tự động kích hoạt bằng cách chọn các địa điểm ngẫu nhiên và tạo các công việc chiến dịch theo luồng. Đảm bảo rằng bạn không bỏ sót bất kỳ phần nào của luồng và không có sự trùng lặp trong các công việc. Hãy hỏi tôi bất cứ điều gì bạn cần trước khi chạy bài kiểm tra.”

🌟 Đây là những gì đã xảy ra:

Trong một cuộc hội thoại, đã mất 15–30 thao tác, và tôi đã có cái nhìn rõ ràng về những điểm mà hệ thống của tôi có thể gặp trục trặc khi mở rộng quy mô.

Kết quả là gì? Tôi nhận ra rằng thiết lập của mình hoạt động ổn định cho đến khoảng 50 địa điểm, nhưng nếu tôi cố gắng mở rộng lên hơn 100 địa điểm, hệ thống có thể gặp khó khăn. Thông tin này không đến từ bảng điều khiển, mà đến từ cuộc trò chuyện với chuyên viên của tôi.

Sử dụng tác nhân này như một đối tác báo cáo

👉🏼 Tôi cũng sử dụng tính năng trò chuyện để đặt những câu hỏi đơn giản nhưng hiệu quả, chẳng hạn như:

👉🏼 Trợ lý này sẽ trả về danh sách các tài sản, vị trí chúng được phân phối đến và các liên kết quay trở lại ClickUp. Sau đó, tôi nâng cấp nó lên:

“Hãy cung cấp cho tôi bản tóm tắt trong 24 giờ và đề xuất 10 địa điểm hàng đầu để phân phối các tài sản này tiếp theo — kèm theo lý do rõ ràng cho từng đề xuất.”

Hiện tại, hệ thống này đang sử dụng:

…để đề xuất chính xác nơi tôi nên đến tiếp theo — và tại sao.

👉🏼 Nếu muốn tìm hiểu sâu hơn, tôi có thể đặt các câu hỏi tiếp theo như:

Trợ lý này sử dụng cùng dữ liệu và logic để đưa ra câu trả lời cụ thể cho tôi.

Từ một tác nhân ra quyết định AI thông minh đến một hệ thống ra quyết định có khả năng mở rộng

Đến thời điểm này, công cụ Quản lý Thư viện Tài sản của tôi đã trở thành một lớp ra quyết định AI vững chắc trên nền tảng Không gian Làm việc ClickUp của tôi.

Trước đây, tôi luôn phải:

Giờ đây, công cụ ra quyết định AI sẽ đảm nhận quy trình này.

Tôi vẫn là người đưa ra quyết định cuối cùng khi cần thiết. Nhưng tôi không còn phải bắt đầu từ đầu nữa. Và xu hướng này đang ngày càng trở nên phổ biến.

Theo báo cáo của McKinsey & Company, các doanh nghiệp đang ghi nhận tác động có thể đo lường được lớn nhất từ AI trong các lĩnh vực như tiếp thị, bán hàng và chiến lược — nơi quá trình ra quyết định đóng vai trò trung tâm.

Bước tiếp theo: Cách xây dựng công cụ ra quyết định AI của riêng bạn trong ClickUp

Nếu bạn đang phải quản lý tài nguyên trên nhiều địa điểm, kênh hoặc khách hàng khác nhau, bạn không cần phải mãi mãi phụ thuộc vào bảng tính và việc phân phối thủ công.

Hãy bắt đầu bằng cách tự hỏi:

Sau đó, hãy thiết kế tác nhân đầu tiên của bạn dựa trên những câu trả lời đó.

Cuối cùng, hãy dành thời gian trò chuyện — đặt câu hỏi, thực hiện các bài kiểm tra tải và để hệ thống cho bạn thấy những điểm mà hệ thống của bạn cần cải thiện.

Đó chính là cách bạn vượt ra khỏi phạm vi tự động hóa và bắt đầu xây dựng một hệ thống thông minh trong ClickUp thực sự hoạt động thay cho bạn.

Từ Thử nghiệm AI đến Quyết định Thực tế bằng AI

Nếu bạn muốn tự động hóa quá trình ra quyết định bằng AI, đây là lời khuyên quan trọng nhất của tôi:

Đừng suy nghĩ nữa:

❌ “AI có thể giúp tôi hoàn thành việc cần làm nhanh hơn như thế nào?”

Và hãy bắt đầu suy nghĩ:

✅ “AI nên ra quyết định thay tôi trong những trường hợp nào?”

Hầu hết các nhóm vẫn đang ở giai đoạn đầu. Họ đang thử nghiệm. Kiểm tra các công cụ. Tự động hóa các công việc nhỏ.

Tuy nhiên, lợi thế thực sự chỉ xuất hiện khi bạn tích hợp một tác nhân ra quyết định AI vào một hệ thống đã được thiết kế sẵn để hỗ trợ nó.

Đó là khi:

Đó chính là lý do tại sao tính năng này hoạt động trong ClickUp.

Vì mọi thứ — công việc, dữ liệu và bối cảnh — đều được tập trung tại một nơi, trợ lý ra quyết định AI của bạn thực sự có thể nắm bắt được tình hình. Và quan trọng hơn, nó có thể hành động dựa trên đó.