STT

Nội dung

 Chuyên đề 1: Tổng quan về Tự động hóa và các nền tảng phổ biến

• Tự động hóa (Workflow Automation) là gì? Lợi ích cho cá nhân và doanh nghiệp.
• Bản đồ các nền tảng tự động hóa phổ biến:
  • Zapier: Đơn giản, thư viện ứng dụng khổng lồ.
  • Make (Integromat): Trực quan, mạnh mẽ và linh hoạt.
  • Power Automate: Tích hợp sâu trong hệ sinh thái Microsoft.
  • n8n: Mã nguồn mở, tự chủ, chi phí tối ưu và quyền riêng tư cao.
• Tại sao chọn n8n làm trọng tâm? Sức mạnh của self-hosting và khả năng mở rộng.
• Lịch sử hình thành và phát triển của n8n.
• Hướng dẫn cài đặt và làm quen với n8n.
• Thực hành: Cài đặt n8n và làm quen giao diện. Xây dựng workflow "Hello World" đầu tiên (Tự động gửi một thông báo đơn giản). 

2.

 Chuyên đề 2: Các khái niệm chính trong n8n

• Kiến trúc đơn giản của n8n: Workflow, Node, Trigger, Connection, Credentials.
• Giao diện người dùng.
• Ngôn ngữ của n8n.
• Chức năng chính của node.
• Biến trong n8n: Cách lưu trữ và sử dụng thông tin.
• JSON: Ngôn ngữ dữ liệu của n8n.

3.

 Chuyên đề 3: Các kịch bản tự động hóa kinh điển

• Kịch bản 1: Tự động hóa việc nhận và phân loại hồ sơ từ Google Forms.
• Kịch bản 2: Tự động gửi email/Zalo nhắc nhở, thông báo họp
• Kịch bản 3: Tự động tổng hợp dữ liệu từ nhiều file Google Sheets để tạo báo cáo nhanh.
• Thực hành: Tạo workflow: Khi một biểu mẫu Google Form (VD: Đơn đăng ký) được điền, tự động lưu thông tin vào Google Sheet và gửi tin nhắn Zalo cảm ơn người gửi.

Chuyên đề 4: Kỹ thuật Dữ liệu nâng cao

• Giới thiệu Node HTTP Request: Cách kết nối với các ứng dụng không có Node tích hợp sẵn (Custom APIs).
• Phân biệt GET, POST, PUT, DELETE và ứng dụng cơ bản của REST APIs.
• Khi nào cần sử dụng Node Code để xử lý dữ liệu phức tạp hơn Expression.
• Thực hành: Xây dựng workflow sử dụng Node HTTP Request để lấy dữ liệu từ một API công cộng, xử lý và gửi kết quả vào một ứng dụng khác.

 Chuyên đề 5: AI Agents: Trí tuệ Nhân tạo Ứng dụng

• Giới thiệu về AI Agents trong n8n: Agentic Workflow, vai trò của LLM (Large Language Model) và các thành phần cốt lõi (Bộ nhớ, Tools).
• Khái niệm Retrieval Augmented Generation (RAG): Tại sao RAG quan trọng đối với độ chính xác của AI Agents.
• Case Study: Các tác nhân AI phổ biến (Research Agent, Email Labeling Agent).
• Thực hành: Xây dựng tác nhân AI để trích xuất nội dung từ văn bản, công văn hành chính.

• Tầm quan trọng của Xử lý lỗi (Error Handling) và độ tin cậy vận hành.
• Quy trình Kiểm thử (End-to-End Workflow Testing) và Triển khai đến môi trường sản xuất.
• Thực hành: Học viên thiết kế, xây dựng, triển khai và báo cáo một Workflow AI hoàn chỉnh phù hợp với nhu cầu công việc hoặc nghiên cứu chuyên ngành cá nhân.