Dựng AI agent cho doanh nghiệp trên Claude Console

1. Claude Console: nơi tạo agent cho doanh nghiệp

Nick Boardman mở đầu: đây là mọi thứ bạn cần biết để dựng AI agent cho doanh nghiệp của mình bằng Claude. Anh bắt đầu từ trang Google. Theo video đăng ngày 24/10/2026, muốn tạo agent với Claude thì phải dùng thứ gọi là Claude platform. Để vào được, anh gợi ý cứ Google "Claude console" hoặc "Claude platform", hoặc gõ thẳng địa chỉ platform.claude.com.

Vào được rồi, bạn sẽ thấy một màn hình giống màn hình của anh. Anh nêu hai điều kiện (theo video đăng ngày 24/10/2026): bạn phải có một organization account, và bạn phải là admin của organization account đó thì mới vào được Claude Console. Đây về cơ bản là nơi quản lý credits, quản lý agent và hàng loạt thành phần khác của organization account trên Claude. Nhưng trong video này, anh chỉ tập trung vào agent: anh sẽ hướng dẫn cách dựng một agent và gần như mọi thứ cần biết quanh nó.

Cách vào màn hình tạo agent, theo những gì anh làm trong video đăng ngày 24/10/2026: ở menu bên trái, dưới nhóm Managed Agents, bấm vào Agents, rồi bấm Create agent ở góc trên bên phải. Màn hình hiện ra chứa mọi thứ cần làm để dựng một agent cho doanh nghiệp. Nick nói sẽ đi qua tuyệt đối mọi thứ, và sẽ cùng người xem build một agent ngay trong video để thấy phần cấu hình chạy thế nào.

2. Màn Create agent: name, model, description và system prompt

Việc đầu tiên là đặt tên cho agent. Phải gọi nó là gì đó, và bạn muốn đặt gì cũng được. Tiếp theo là chọn model (anh hẹn nói kỹ ở phần sau), viết description cho agent, và cuối cùng, quan trọng nhất, là system prompt. Nick định nghĩa system prompt về cơ bản là phần nói cho agent biết phải làm gì (theo video đăng ngày 24/10/2026).

Ở trạng thái mặc định trên màn hình trong video đăng ngày 24/10/2026, tên là "Untitled agent", description là "A blank starting point with the core toolset", còn system prompt mặc định nói đây là một agent đa dụng có thể research, viết code, chạy lệnh và dùng các tool đã kết nối để làm xong việc của người dùng từ đầu đến cuối.

3. Đừng tự viết system prompt: summarize function và đọc chính tả

Trong video đăng ngày 24/10/2026, Nick nói anh không bao giờ, không bao giờ khuyên ai tự tay viết system prompt. Thay vào đó, anh gợi ý dùng thứ anh gọi là summarize function ở trên cùng (trên màn hình, đó là ô "Describe your agent" trong phần Starting point, kèm nút Generate).

Theo anh (video đăng ngày 24/10/2026), ô này cho phép bạn viết chi tiết hết mức có thể về trách nhiệm của agent: agent cần làm gì, các edge case, các sắc thái, trường hợp A thì làm thế này, trường hợp B thì làm thế kia, cứ thế. Bạn hoàn toàn có thể tự gõ ra yêu cầu cho agent. Nhưng viết thì tốn thời gian. Và vấn đề khác khi build AI agent, theo Nick, là kết quả, hay mức thành công của agent, phụ thuộc rất nhiều vào độ chi tiết bạn đưa vào. Theo ý anh, nói thì dễ đưa chi tiết hơn là gõ. Vì vậy khuyến nghị mạnh của anh là đọc chính tả (dictate): cứ nói ra điều bạn muốn xảy ra.

Tiếc là, theo video đăng ngày 24/10/2026, summarize function này không có tính năng dictate. Nên cách anh gợi ý là mở một chat Claude bình thường, chỉ là một chat Claude tiêu chuẩn, thậm chí không cần là chat mới. Ở đó có nút dictate, cho phép bạn nói ra điều muốn agent làm, rồi Claude trả lại cho bạn phần system prompt.

4. Agent mẫu: đọc email, nhận ra lead, ghi vào monday.com

Nick làm mẫu luôn (demo trong video đăng ngày 24/10/2026). Vì hôm nay anh sẽ build một agent, anh giải thích cho Claude điều mình muốn agent làm, và anh mời người xem làm y như vậy với agent của mình. Anh bấm dictate và nói câu sau:

I would like you to help me prepare a set of instructions for an AI agent that I am building inside the Claude console. Now, the responsibility of this particular agent is to read my emails and then identify leads that are in my email. So most of my emails are not going to be leads. But if I identify an email that is a lead, then I want it to create a new lead record inside of my Monday.com system inside of the workspace Monday.com setup. And the board is called leads. I just need the instructions, a detailed set of instructions on exactly what needs to happen. And I can build the rest of the agent. Thank you.

Anh nói ngay (theo video đăng ngày 24/10/2026) rằng, như bạn có thể đoán, đây là agent cơ bản nhất có thể: nó chỉ đọc email của anh rồi tạo một item mới trong hệ thống monday.com. Agent của bạn thì có thể làm bất cứ thứ gì. Nó không cần phải đọc email, không cần phải tạo item trong monday.com; nó có thể làm bất cứ điều gì bạn muốn. "The world is your oyster", anh nói. Đây chỉ là một ví dụ. (Trên màn hình ở phần sau, board trong monday.com tên là "Inbound Leads", nằm trong workspace "Monday.com Setup".)

Cuối bộ hướng dẫn, Claude còn ghi chú hai điều về board hiện tại: board chưa có cột Phone hay Source, nên Claude đã đưa cả hai vào cột "What they want"; nếu muốn chúng thành cột riêng thì thêm cột rồi Claude sẽ cập nhật lại mapping (theo màn hình trong video đăng ngày 24/10/2026).

5. Chọn model và effort level: cân giữa chi phí và chất lượng

Anh bấm Enter, và trong lúc Claude chạy, anh quay lại Claude platform để nói về các lựa chọn model. Theo Nick (video đăng ngày 24/10/2026), Anthropic có nhiều model khác nhau: cơ bản nhất là Haiku ("tôi nghĩ phát âm là vậy", anh nói), cho tới Fable 5.1, mà anh gọi là mạnh nhất.

Ngoài model còn có effort level, tức quyết định model bỏ ra bao nhiêu công sức. Với agent cụ thể này, theo đánh giá của anh trong video đăng ngày 24/10/2026, không cần thứ gì mạnh cả: Sonnet chắc chắn là đủ, và effort level thì anh đoán là low; medium nếu cần, nhưng anh nghĩ low là được.

Đây là điều Nick bảo phải để ý, vì nó là một bài toán cân bằng (theo video đăng ngày 24/10/2026). Model càng mạnh và effort level càng cao thì chi phí càng lớn. Agent sẽ làm nhiều việc hơn: phân tích mọi thứ kỹ hơn, kiểm tra mọi thứ nhiều hơn để chắc rằng điều nó đang làm là đúng. Nhưng hệ quả là chi phí tăng. Theo anh, chạy Fable 5.1 là đắt; chạy Fable 5.1 ở max effort là cực kỳ đắt, nhưng output chắc chắn sẽ đúng. Ngược lại, bạn có thể chạy model thấp nhất ở effort thấp nhất: chất lượng output có thể kém đi, nhưng chi phí thì gần như bằng không, theo nghĩa mỗi lần chạy sẽ không tốn mấy tiền.

Nên bạn phải tìm điểm cân bằng. Thường thì Nick dừng ở một model như Sonnet hoặc Opus, một trong hai. Còn effort level phụ thuộc rất nhiều vào yêu cầu của agent: yêu cầu càng phức tạp thì model càng mạnh và effort càng nhiều; càng ít phức tạp thì càng ít mạnh, càng ít effort (theo kinh nghiệm anh kể trong video đăng ngày 24/10/2026).

Nhưng đây là thứ có thể đổi dần theo thời gian: bạn chỉnh nó trong lúc tinh chỉnh agent, test agent, cải thiện agent. Anh chọn Sonnet, effort level low (theo các bước trong video đăng ngày 24/10/2026).

6. Generate: system prompt ngắn lại, như giao việc cho một người

Quay lại chat Claude, anh đoán bộ hướng dẫn đã xong, và đúng là xong. Anh copy nó. Nhưng anh không dán thẳng vào ô system prompt. Anh dán nó vào summarize function. Tức là anh lấy bộ hướng dẫn chi tiết từ chat Claude, đưa vào summarize, rồi bấm Generate (demo trong video đăng ngày 24/10/2026).

Theo Nick (video đăng ngày 24/10/2026), bước này sẽ tóm gọn mọi thứ và tự điền name, description và cả system prompt mà bạn không phải làm gì. Điều bạn sẽ thấy rõ trên màn hình là system prompt ngắn hơn đáng kể so với bộ hướng dẫn ban đầu.

Anh giải thích bằng một phép so sánh (theo video đăng ngày 24/10/2026): hãy nghĩ agent như một con người. Bộ hướng dẫn càng phức tạp, càng chi tiết thì họ càng mất nhiều thời gian để đọc hết. Nếu họ có một bộ hướng dẫn 1.000 trang, họ sẽ mất rất lâu mới làm xong việc cần làm. Ngược lại, nếu bộ hướng dẫn quá nhỏ, họ sẽ không biết phải làm gì. Nên một lần nữa, chuyện là tìm điểm cân bằng: cho agent đủ thông tin để làm việc nó cần làm, mà không bắt agent làm quá sức hay làm nó rối vì hàng đống hướng dẫn. Đó là lý do anh thích dùng summarize function ở trên cùng.

7. Tools là gì, và thêm MCP server

Khi đã có name, model, description và system prompt, việc tiếp theo là nghĩ về tools. Theo Nick (video đăng ngày 24/10/2026), summarize function đã tự thêm sẵn các tool sẽ dùng, nhưng anh xoá chúng đi để vẫn hướng dẫn lại từ đầu.

Trước hết, bạn có lẽ đang tự hỏi: tools là gì? Theo Nick (video đăng ngày 24/10/2026), tools là những thứ ta dùng ngày qua ngày, như monday.com, Gmail, Google Drive, WhatsApp, Slack, Teams. Đó đều là tool mà bạn, một con người, có quyền dùng. Để agent làm được việc ta giao, ta cần kết nối nó với một số tool nhất định. Tool chỉ đơn giản là thứ agent được phép dùng, giống như thợ xây dùng khoan, búa, tua vít.

Agent trong ví dụ cần quyền vào Gmail và cả monday.com. Để làm vậy, theo những gì anh làm trong video đăng ngày 24/10/2026, bạn thêm một MCP server: bấm Add MCP server rồi tìm tool cần cho agent dùng. Ở đây trước hết là Gmail, và cả monday.com. Anh tìm monday.com.

8. Kết nối một tool lần đầu: vault

Gmail và monday.com của anh đã kết nối từ trước, nên để hướng dẫn trường hợp bạn chưa từng kết nối tool nào cho agent, anh thêm một tool bất kỳ: Notion. Việc đầu tiên là bấm nút Connect. Màn hình hiện ra sẽ yêu cầu bạn tạo một vault nếu chưa có. Cứ bấm Create new vault, đặt tên tuỳ ý. Theo Nick (video đăng ngày 24/10/2026), vault là nơi lưu credentials của tool này.

Theo các bước trong video đăng ngày 24/10/2026, tạo vault xong, bạn đảm bảo nó đang được chọn, rồi tick vào ô xác nhận (anh đọc là "I acknowledge this credential is shared"; trên màn hình dòng đầy đủ là "I acknowledge this credential is shared and that I am responsible for its storage and use"). Tức là bạn nói: được, tôi đồng ý để credentials được lưu trong vault này. Tick xong thì bấm Connect.

Bấm Connect, bạn sẽ được chuyển sang nền tảng tương ứng. Với Gmail, bạn đi qua bước đăng nhập và cấp quyền của Gmail. Theo anh, bạn chắc đã làm việc này cả triệu lần với các nền tảng khác, chẳng có gì mới. Với monday.com, bạn chỉ cần bấm Authorize, bạn được chuyển sang Monday, bấm Authorize. Anh đoán Notion hay bất kỳ tool nào khác cũng vậy. Cấp quyền xong, bạn được đưa về lại Claude Console và thanh màu xanh sẽ ghi "Connected" (theo demo trong video đăng ngày 24/10/2026). Anh bỏ Notion đi.

9. Tool permissions: bốn mức cho từng hành động

Điều tiếp theo về tools là tool permissions: những quyền agent có, tức agent được phép làm gì bên trong tool này. Theo màn hình trong video đăng ngày 24/10/2026, mỗi tool có một danh sách dài, với một loạt việc agent được hoặc không được làm. Ví dụ, nó có thể forward một email, gửi một email, trả lời một email.

Theo Nick (video đăng ngày 24/10/2026), có bốn lựa chọn cho các permission này:

• Always deny: agent không được làm việc đó. Nó sẽ không bao giờ hỏi và không bao giờ được phép làm. Đơn giản là cấm (theo Nick, video đăng ngày 24/10/2026).
• Always ask: nếu agent cần làm việc đó, nó sẽ xin phép bạn. Vấn đề là bạn phải duyệt, nghĩa là ý tưởng một agent tự chạy (autonomous) gần như bay mất, vì bạn phải vào session log và bấm "Yes, tôi đồng ý cho bạn làm việc này" thì nó mới chạy tiếp (theo Nick, video đăng ngày 24/10/2026).
• Always allow: agent luôn được phép dùng phần này của tool (theo Nick, video đăng ngày 24/10/2026).
• Auto: theo Nick (video đăng ngày 24/10/2026) thì hơi lạ: nó tự quyết xem mình có được làm một việc hay không.

Khuyến nghị của anh (video đăng ngày 24/10/2026) là đi qua từng tool một và quyết định xem bạn có đồng ý cho agent làm việc đó hay không, tuỳ theo agent chịu trách nhiệm làm gì. Anh gợi ý làm như vậy nếu đó là hệ thống đang chạy thật (live system), hoặc nếu bạn lo agent làm điều không nên làm. Còn không thì anh cứ chọn hàng loạt Always allow. Trong video, anh cho phép tất cả, vì không muốn làm người xem chán khi đi qua từng dòng để cấp hay không cấp quyền, và cũng vì đây là các tài khoản demo nên không có rủi ro gì xảy ra.

10. Skills: bộ hướng dẫn agent tra lại mỗi lần

Khi tools đã kết nối xong, tiếp theo là skills và multi-agent. Nick nói về skill trước. Theo anh (video đăng ngày 24/10/2026), về cơ bản skill là một bộ hướng dẫn mà agent có thể tra cứu khi cần.

Anh đưa một use case tốt cho skill (theo video đăng ngày 24/10/2026). Giả sử bạn tạo một agent để chạy một bộ báo cáo hằng tuần, và bạn muốn báo cáo được trình bày theo một cách cụ thể, tuần này qua tuần khác. Có thể đó là một bài PowerPoint phải chuẩn bị cho buổi họp quản lý sáng thứ Hai, và bạn muốn agent chuẩn bị nó cho bạn, nhưng muốn bài trình bày trông giống nhau mỗi lần. Đó là ví dụ hoàn hảo cho một skill.

Để tạo skill, anh khuyên (theo video đăng ngày 24/10/2026) vào chat Claude, chính chat đã dùng để viết hướng dẫn, rồi upload thứ bạn muốn agent làm theo. Trong ví dụ của anh, đó là bài PowerPoint anh dùng mỗi tuần. Và anh sẽ nói đại ý: đây là bài PowerPoint tôi dùng cho báo cáo quản lý sáng thứ Hai hằng tuần; tôi muốn agent tra skill này để biết cách tạo bài PowerPoint, vì tôi muốn nó trông nhất quán tuần này qua tuần khác, với cùng các data point.

Theo Nick (video đăng ngày 24/10/2026), bạn gửi prompt đó, Claude sẽ tạo skill và bạn có thể tải nó về dưới dạng file zip. Rồi bạn bấm Add skill, Create skill, upload skill lên, và gắn skill vào agent. Anh hy vọng phần này dễ hiểu. Agent hôm nay thì không cần skill.

11. Multi-agent: advisor và sub-agents

Tiếp đến là multi-agent, phần mà Nick báo trước là "có lẽ sẽ làm bạn sợ chết khiếp". Theo màn hình trong video đăng ngày 24/10/2026, có ba lựa chọn: advisor, sub-agents và workflows.

Bắt đầu từ cái cơ bản: advisor. Theo Nick (video đăng ngày 24/10/2026), nếu bạn tick advisor thì về cơ bản, khi agent bị kẹt vì lý do gì đó, bị rối, không biết làm gì, nó có thể hỏi advisor của mình. Khuyến nghị của anh với advisor là luôn chọn model mạnh hơn model đang chạy agent. Nghĩa là khi agent kẹt hay rối, nó hỏi advisor, một model mạnh hơn; advisor xem xét tình huống rồi đưa ra đề xuất cho agent nên làm gì. "Scary world", anh nói, nhưng nó giống như có một người quản lý trực tiếp (line manager), chỉ là cho AI chứ không phải ngoài đời.

Tiếp theo là sub-agents. Theo mô tả của Nick (video đăng ngày 24/10/2026), sub-agent là trường hợp agent chính gọi một agent khác để làm một việc cụ thể. Với sub-agent có hai lựa chọn: agent chính tự tạo agent của riêng nó, và những agent này không được lưu lại; hoặc bạn chọn một agent khác đã dựng sẵn.

Ví dụ đời thật của anh (theo video đăng ngày 24/10/2026): hình dung anh ở trong một team của doanh nghiệp và đang làm một việc. Để hoàn thành một nhiệm vụ nào đó, anh cần một người trong team có bộ kỹ năng khác làm một việc khác. Anh sẽ gọi người đó giúp. Ý tưởng cũng vậy. Agent có một bộ hướng dẫn và được thiết kế để làm một việc cụ thể, nhưng nếu nó không làm được điều gì, nó có thể gọi sub-agent của riêng nó. Nó có thể tự tạo, mà theo anh có lẽ không hợp lý trong trường hợp này; hoặc bạn bấm Add agent để thêm bất kỳ agent nào bạn đã tạo, rồi agent chính gọi agent đó: "tôi cần bạn làm việc này". Sub-agent đó chạy rồi trả thông tin lại cho agent chính: nó đã làm gì, làm ở đâu, vân vân. Vậy là bạn có sub-agents. "Scary world, I know", anh nói.

12. Workflows: agent chính thành người quản lý

Lựa chọn còn lại là workflows. Với workflows, Nick thường khuyên để workflow tự định nghĩa agent của nó. Theo mô tả của anh (video đăng ngày 24/10/2026), cách nó chạy là: agent chính, tức agent đang được build, trở thành một người quản lý nhiều hơn. Nó xem xét chính xác việc cần làm, dựng ra kiểu như một bộ yêu cầu, rồi tạo agent của riêng nó và giao việc cho các agent đó. Các agent này làm việc rồi báo cáo lại cho agent chính, cập nhật chuyện gì đã diễn ra, đã làm gì, đã làm xong phần việc nào. Nếu một agent đang vướng ở đâu đó, agent chính sẽ phản hồi lại cho sub-agent đó. Ý tưởng là agent này thành người quản lý và giao việc ra ngoài.

Theo kinh nghiệm của anh (video đăng ngày 24/10/2026), tốt nhất là để nó tự tạo agent hơn là bạn tự thêm sub-agent bằng tay. Và phần này thật ra chỉ áp dụng cho các nhiệm vụ phức tạp hơn, các workflow phức tạp hơn. Ví dụ hôm nay chắc chắn không cần workflows. Nhưng nếu agent phải làm rất nhiều việc, chẳng hạn nó xem xét một thứ và có cả loạt nhiệm vụ khác nhau, thì nó có thể dựng ra kiểu một tài liệu yêu cầu (requirements doc), giao các nhiệm vụ cho các agent khác nhau, và các sub-agent đó làm việc. Anh để chuyện đó cho một dịp khác. Anh tắt workflows.

13. Create agent, rồi tạo environment và chọn networking

Anh hài lòng với mọi thứ đã làm tới đây. Bạn có thể kiểm lại toàn bộ; theo Nick (video đăng ngày 24/10/2026), lúc nào cũng sửa được nên không thành vấn đề. Khi đã sẵn sàng thì bấm Create agent. Agent được tạo, và ta tiến thêm một bước tới chỗ đưa agent vào chạy thật.

Việc tiếp theo là tạo một environment, nơi agent sẽ được deploy vào. Theo các bước trong video đăng ngày 24/10/2026, bạn vào Environments ở menu bên trái rồi bấm Create environment ở góc trên bên phải. Về cơ bản đây là nơi agent sẽ "sống", và là nơi quy định agent được làm gì trong environment này.

Ở trên cùng có hai lựa chọn. Bạn có thể tự host (self-host) agent; Nick không khuyên làm vậy, ít nhất là lúc mới bắt đầu, và anh nói thậm chí không nghĩ sẽ có lúc nó hợp lý, nhưng đó là một lựa chọn. Hoặc bạn host nó trên cloud: theo Nick (video đăng ngày 24/10/2026), Anthropic sẽ host environment này thay bạn, và bạn deploy agent vào đó. Rồi bạn đặt tên cho environment, tuỳ ý: Mars, Jupiter, Saturn, Pluto, gì cũng được. Muốn thì thêm description.

Tiếp theo là phần anh gọi là thú vị, phần vui, có khi là phần phức tạp: networking, tức quy định các agent trong environment này được tiếp cận thế giới bên ngoài, tức internet, tới mức nào. Theo màn hình và lời anh trong video đăng ngày 24/10/2026, có hai lựa chọn:

• Unrestricted: environment không giới hạn, các session có thể tới bất kỳ host nào trên internet, tức agent trong environment này đi đâu trên internet cũng được (theo màn hình và lời Nick, video đăng ngày 24/10/2026).
• Limited: giới hạn quyền truy cập. Bạn có thể chỉ cho phép MCP servers, tức các MCP server đã gắn vào agent; nếu muốn thật chặt thì agent chỉ tương tác được với các tool đã kết nối, mà theo anh có lẽ là lựa chọn an toàn nhất. Bạn cũng có thể cho phép package managers; anh nói rủi ro ở đó rất thấp, đó chỉ là cách agent đọc file. Và bạn có thể thêm một số host cụ thể; anh chỉ ra là thêm được tối đa 16 host (trên màn hình ô Allowed hosts ghi 0/16, video đăng ngày 24/10/2026).

Environment demo dùng trong video đăng ngày 24/10/2026 là unrestricted. Đây là điều bạn nên cân nhắc, nhưng theo Nick thì chắc chắn đừng nghĩ quá nhiều, ít nhất với một agent cơ bản. Nếu là một agent phức tạp làm những việc tinh vi thì bạn có thể muốn đặt vài giới hạn. Còn packages và metadata thì không cần bận tâm. Cuối cùng bấm Create environment.

14. Deployment: tên, environment và initial message

Environment tạo xong, anh quay lại trang Agents, bấm vào agent vừa build, rồi lên tab ở trên cùng tên là Deployments. Ở đây cần tạo một deployment mới: bấm nút dấu cộng, rồi đặt tên cho deployment. Anh đặt là "Lead Checker" (theo các bước trong video đăng ngày 24/10/2026).

Vì deployment được tạo từ chính agent, agent tự động được gắn vào. Nhưng theo Nick (video đăng ngày 24/10/2026), hãy để ý: nếu bạn sửa agent, bạn có thể có một version mới, và phải đảm bảo mình đang deploy version mới nhất của agent. Tiếp theo là chọn environment mà agent sẽ được deploy vào. Vì vừa tạo environment lúc nãy, anh chọn cái đã có sẵn.

Theo Nick (video đăng ngày 24/10/2026), khi agent được deploy vào environment, ta cần gửi cho nó một initial message, tức một prompt để bảo agent bắt đầu làm việc. Anh nói bạn có thể ghi đúng "please start work...", hoặc "get to work" nếu muốn mạnh tay hơn một chút; tuỳ bạn, chỉ là tin nhắn đầu tiên được gửi đi. Cuối cùng trong phần thiết lập chung là budget.

15. Budget, trigger và vì sao phải test

Nick giải thích budget. Theo anh (video đăng ngày 24/10/2026), khi một agent được deploy, nó tạo ra một session mới. Trong session đó agent chạy và, hy vọng là vậy, làm đúng như được dặn, và việc agent chạy sẽ đi kèm một khoản chi phí. Chi phí đó dựa trên các yếu tố như mức sử dụng, model, effort level và vài thứ khác nữa. Bạn có thể đặt budget để nói rằng trong một session bất kỳ, chi phí không được vượt quá X.

Vấn đề khi đặt budget, theo Nick (video đăng ngày 24/10/2026), là nếu vì lý do gì đó session chạm budget hoặc định vượt budget, agent sẽ dừng làm việc và không hoàn thành việc nó đang làm. Với agent, nhất là khi bạn dựng chúng để quản lý các workflow của doanh nghiệp, bạn bắt buộc phải test, test, test, test, test để chắc rằng chúng chạy đúng như mong muốn: xử lý được edge case và các sắc thái, làm đúng y điều bạn muốn. Có khi chúng không hẳn làm theo hướng dẫn; có khi hướng dẫn chưa tốt như lẽ ra phải tốt, hoặc thiếu mất vài thứ.

Khi test, bạn sẽ bắt đầu hiểu chi phí mỗi lần chạy (cost per run). Anh khuyên dành thời gian để chắc rằng bạn hiểu chi phí mỗi lần chạy, và chỉ đặt budget sau khi test xong. Đừng đặt budget ngay từ đầu, vì bạn đang ở giai đoạn test và sẽ phải tiêu một ít tiền để chắc rằng nó chạy đúng. Khi kết quả đã ổn định, anh sẽ đặt một budget để không bị vượt, và có thể đặt một mức đủ cho 99% số lần chạy. Nếu vì lý do gì đó một lần chạy vượt budget đó thì nghĩa là đã có chuyện gì đó hỏng nặng rồi. "May là Anthropic để phần này là tuỳ chọn, ai mà ngờ", anh nói (video đăng ngày 24/10/2026).

Đó là budget. Thứ tiếp theo cần nghĩ là trigger: điều gì khiến agent này chạy? Theo các lựa chọn Nick đọc trong video đăng ngày 24/10/2026, bạn có thể chạy thủ công (manual), và hôm nay anh làm đúng như vậy. Bạn cũng có thể kích hoạt agent qua API, chẳng hạn để Zapier kích hoạt agent chạy. Hoặc bạn đặt lịch (schedule): mỗi phút, mỗi giờ, hằng ngày, các ngày trong tuần, hằng tuần, và agent sẽ chạy đúng như được dặn.

Như đã nói, trong video đăng ngày 24/10/2026 anh để manual. Và một lần nữa, anh khuyên đặt và giữ manual trong suốt quá trình test; test xong rồi bạn mới thật sự thiết lập trigger qua API hay đặt lịch, tuỳ bạn. Nhưng anh muốn nhấn mạnh thêm một lần: đừng bao giờ nghĩ rằng đưa cho agent một bộ hướng dẫn, thả cho nó chạy tự do là xong. Sẽ có vấn đề, và bạn sẽ phải xử lý chúng. Hãy nghĩ nó như một con người vừa vào làm ở doanh nghiệp của bạn, vừa bắt đầu làm việc cho bạn: họ sẽ phải học vài thứ. Agent cũng vậy: nó sẽ gặp vấn đề, và bạn sẽ phải đưa cho nó hướng dẫn cập nhật.

Cuối cùng là thêm vault (theo các bước trong video đăng ngày 24/10/2026). Vault chính là cái bạn đã tạo khi thêm tool cho agent. Chỉ cần đảm bảo vault được gắn với deployment này, rồi tick vào ô xác nhận rằng bạn sở hữu hoặc được phép dùng vault này. Xong hết thì bấm Create deployment. "Chúc mừng, chúng ta gần tới nơi rồi", anh nói.

16. Lead thử và chạy agent

Nick khuyên (video đăng ngày 24/10/2026) vào Agents, bấm vào agent bạn đã tạo, lên tab Deployments ở trên cùng, rồi bấm vào deployment vừa tạo. Trước khi bấm Run now, anh cho xem lead và phần thiết lập trong monday.com.

Lead nằm trong tài khoản Gmail demo của anh (demo trong video đăng ngày 24/10/2026). Về cơ bản email nói: tôi là Bruce Wayne, tôi điều hành Wayne Enterprises ở Gotham City, khoảng 40 nhân viên; rồi kể chi tiết họ đang vướng ở đâu, và hỏi: bạn có thể cho tôi ước lượng sơ bộ về chi phí và thời gian không? Nên rõ ràng đây là một lead, agent phải bắt được nó rồi tạo một bản ghi lead mới trong monday.com. Anh nhắc lại là ví dụ này cực kỳ cơ bản, nhưng hy vọng nó cho bạn ý niệm về những gì có thể làm.

Mọi thứ đã sẵn, anh quay lại Claude Console và bấm Run now. Sau đó bấm View sessions rồi bấm vào session. Như anh đã nói, mỗi lần agent chạy là một session, và trong đó bạn xem được agent làm việc: thấy chính xác nó đang làm gì, mất bao lâu và tốn bao nhiêu (theo demo trong video đăng ngày 24/10/2026). Lúc đó agent vẫn đang chạy, màn hình đang báo nó tạo một item mới trên board trong Monday.

Rồi nó xong. Theo số đo của Nick (video đăng ngày 24/10/2026), lần chạy này tốn 43 cent và mất 32 giây; anh nói nó vẫn hiện là đang chạy dù anh nghĩ lẽ ra nó đã dừng, và rằng nó mất khoảng 30 giây. Màn hình session trong video ghi 25.9s ở thanh trên và Active time 25.5s, chi phí US$0.43.

Bây giờ đọc được output. Lần chạy đã xong và ta thấy chính xác chuyện gì đã xảy ra (demo trong video đăng ngày 24/10/2026). Anh đọc trên màn hình: agent đã đọc một email, và đó là một lead thật. Theo Nick, rõ ràng có vài hướng dẫn bị thiếu ở đây nên nó đã bỏ qua phần đó (trên màn hình agent viết rằng "specified report format" và các quy tắc phân loại chi tiết không có trong hướng dẫn của nó, nên nó giữ báo cáo ở dạng đơn giản). Rồi lead được tạo: có chi tiết về điều họ muốn, priority, status, và nó đưa cho anh một link tới item trên board.

Còn có vài trường bị thiếu (demo trong video đăng ngày 24/10/2026). Theo Nick, hướng dẫn đưa cho agent và các data point có sẵn trong monday.com rõ ràng khác nhau ở đây, nên agent chỉ đánh dấu những chỗ đó. Và một lần nữa, anh nói, đó chính là lý do phải test.

17. Kết quả trong monday.com và lưu version mới

Agent đã chạy xong, anh sang monday.com để xem lead vừa được tạo. Bruce Wayne đã được thêm vào, tên công ty đã có, ngày cũng có (demo trong video đăng ngày 24/10/2026). Agent không điền địa chỉ email, vì lý do nào đó; anh đoán có thể vì anh gửi email đó từ chính địa chỉ của mình, nên agent có lẽ hơi bị rối ở chỗ này (trên màn hình session, agent ghi rằng địa chỉ gửi là hộp thư của chính công ty nên nó để trống cột Email thay vì tự bịa ra). Rồi có phần họ muốn gì, chi tiết của yêu cầu, priority và status. Nên theo Nick, agent đã chạy hoàn hảo.

Theo Nick (video đăng ngày 24/10/2026), cách làm này tất nhiên áp dụng được cho bất cứ việc gì bạn muốn: một agent kiểm tra CV, một agent kiểm tra lead, một agent xử lý hoá đơn; anh nói nó có thể làm bất cứ việc gì mà nhân viên của bạn đang làm.

Bạn cũng có thể sửa agent sau đó. Quay lại khu Agents, anh cho thấy nếu sửa gì đó, ở đây anh gõ thêm "change example" vào system prompt, thì bạn bấm Save new version ở phía dưới. Rồi chỉ cần đảm bảo mình đang deploy version mới nhất của agent (theo các bước trong video đăng ngày 24/10/2026). Đó là lúc bạn tinh chỉnh, sửa và tối ưu agent để chắc rằng nó làm mọi thứ bạn muốn, xử lý được các edge case, vân vân. Bạn có thể thêm vào hướng dẫn, thêm sub-agents, và danh sách cứ thế kéo dài mãi.

Ở cuối video đăng ngày 24/10/2026, Nick hy vọng video hữu ích và cho người xem một cái nhìn về việc build AI agent cho doanh nghiệp. Anh cảm ơn mọi người đã xem và hẹn gặp ở video sau.