Chị Hương làm kế toán ở một công ty xây dựng tại Cầu Giấy. Mỗi cuối tháng, chị mất gần hai buổi chiều để gộp 30 file Excel chấm công từ các đội thi công, đối chiếu mã nhân viên, rồi xuất ra một bảng tổng. Một hôm chị thử gõ vào ChatGPT: 'Viết giúp tôi đoạn code gộp tất cả file Excel trong một thư mục thành một file'. Mười lăm phút sau, chị có một công cụ chạy được, làm xong việc trong 4 giây. Chị Hương không biết một dòng lập trình nào. Câu chuyện này giờ không hiếm. Nhưng nó cũng dễ khiến người ta tưởng rằng AI đã xóa bỏ hoàn toàn ranh giới giữa biết và không biết code. Sự thật phức tạp hơn: AI giúp bạn đi được 80% chặng đường đầu rất nhanh, nhưng 20% còn lại — nơi tool của bạn gặp lỗi, gặp dữ liệu lạ, hay cần chạy cho người khác dùng — mới là chỗ phân định. Bài này nói thẳng về cả hai: bạn làm được gì thật, và đâu là bức tường bạn sẽ đụng phải.
AI làm được gì thật cho người không biết code
Hãy rạch ròi: AI hiện nay (Claude, ChatGPT, Gemini) rất mạnh ở việc viết những đoạn script ngắn, độc lập, giải quyết một việc cụ thể. Đây chính là vùng đất của dân văn phòng. Những thứ bạn hoàn toàn có thể tự làm mà không cần học lập trình bài bản:
- →Xử lý file Excel/CSV hàng loạt: gộp file, tách sheet, lọc dòng trùng, đổi định dạng ngày tháng cho 5.000 dòng trong vài giây.
- →Đổi tên hàng loạt 200 file ảnh/PDF theo quy tắc (ví dụ: thêm ngày tháng, mã hợp đồng vào tên file).
- →Trích xuất dữ liệu từ nhiều file PDF (hóa đơn, hợp đồng) ra một bảng Excel.
- →Tạo công cụ nhỏ chạy trên trình duyệt: máy tính tính lương net-gross, công cụ đếm ký tự, form nhập liệu đơn giản (một file HTML duy nhất).
- →Viết công thức Excel/Google Sheets phức tạp (VLOOKUP lồng, IMPORTRANGE, mảng) mà bạn không tự nghĩ ra được.
- →Tự động gửi email hàng loạt từ một danh sách, hoặc đổi đuôi file, nén ảnh.
Và đâu là giới hạn thật sự
Phần này quan trọng hơn phần trên, vì đây là chỗ người ta hay vỡ mộng. AI viết code giỏi, nhưng nó KHÔNG thay bạn làm được những việc sau, và bạn cần biết trước để khỏi mất thời gian. Thứ nhất, AI không chạy code giúp bạn — nó chỉ đưa ra chữ; bạn vẫn phải có chỗ để chạy (Python trên máy, hoặc dán vào trình duyệt). Thứ hai, AI không thấy dữ liệu thật của bạn nếu bạn không mô tả; nó đoán cấu trúc file, và đoán sai là code lỗi. Thứ ba, với phần mềm thật sự — app có nhiều người dùng, có đăng nhập, có cơ sở dữ liệu, chạy ổn định 24/7 — thì code AI tạo ra chỉ là bản nháp. Nó dễ có lỗ hổng bảo mật, không xử lý trường hợp ngoại lệ, và khi hỏng bạn sẽ không biết sửa từ đâu. Ranh giới đơn giản: việc cho một mình bạn dùng, chạy một lần — AI làm tốt. Sản phẩm cho người khác dùng, có tiền và dữ liệu nhạy cảm bên trong — bạn cần người biết nghề.
Bước 1: Chuẩn bị môi trường chạy code (làm một lần)
Đây là rào cản kỹ thuật duy nhất, và vượt qua nó một lần là xong mãi mãi. Bạn có hai lựa chọn tùy mức độ: Lựa chọn dễ nhất (không cài gì): với các tool chạy trên trình duyệt, bạn chỉ cần bảo AI viết một file HTML duy nhất, lưu lại với đuôi .html, rồi mở bằng Chrome. Xong. Không cần cài đặt gì. Lựa chọn mạnh hơn (xử lý Excel, PDF, file hàng loạt): bạn cần Python. Cách nhẹ nhàng nhất cho người không rành máy tính là dùng Google Colab — vào colab.research.google.com, đăng nhập Gmail, bạn có ngay một chỗ chạy Python online miễn phí, không cài đặt gì lên máy. Bạn dán code AI viết vào ô, bấm nút Play. Nếu muốn chạy trên máy mình, cài Python từ python.org và đánh dấu vào ô 'Add to PATH' khi cài.
Bước 2: Cách mô tả việc cho AI để code chạy đúng ngay
90% lý do code AI bị lỗi là vì người dùng mô tả thiếu. AI không nhìn thấy file của bạn, nó chỉ có chữ bạn gõ. Một prompt tốt phải trả lời được bốn câu: dữ liệu vào trông như thế nào, bạn muốn kết quả ra sao, chạy bằng công cụ gì, và lưu ý đặc biệt gì. So sánh hai prompt: Prompt tồi: 'Gộp các file Excel cho tôi.' Prompt tốt: dán nguyên văn bên dưới, chỉ thay phần trong ngoặc.
- →'Tôi không biết lập trình. Hãy viết code Python để chạy trên Google Colab.'
- →'Tôi có khoảng 30 file Excel (.xlsx) trong một thư mục. Mỗi file có các cột giống nhau: Mã NV, Họ tên, Ngày công, Lương. Dòng đầu tiên là tiêu đề.'
- →'Tôi muốn gộp tất cả thành MỘT file Excel duy nhất tên là TongHop.xlsx, thêm một cột mới ghi tên file gốc để biết dữ liệu từ đâu.'
- →'Hãy giải thích từng bước tôi cần làm: tải file lên Colab ở đâu, bấm nút nào, tải kết quả về thế nào.'
- →'Nếu có file bị lỗi hoặc thiếu cột, đừng dừng lại, hãy bỏ qua file đó và in ra tên file bị lỗi.'
Bước 3: Khi code báo lỗi — vòng lặp sửa lỗi
Bạn sẽ gặp lỗi. Đây là chuyện bình thường, ngay cả lập trình viên cũng gặp. Khác biệt là họ biết đọc lỗi, còn bạn thì có AI đọc giúp. Quy tắc vàng: KHÔNG diễn giải lỗi bằng lời của bạn ('nó không chạy', 'bị đỏ đỏ gì đó'). Hãy copy nguyên xi toàn bộ đoạn báo lỗi màu đỏ, dán lại cho AI kèm câu: 'Tôi chạy code bạn vừa đưa và gặp lỗi này. Đây là toàn bộ thông báo lỗi: [dán vào]. Hãy sửa và đưa lại code hoàn chỉnh.' Thông báo lỗi tiếng Anh chứa chính xác dòng nào sai và sai vì sao — AI đọc được ngay. Thường sau 1-3 vòng dán-lỗi-sửa, code sẽ chạy. Nếu sau 4-5 vòng vẫn loanh quanh một lỗi, đó là dấu hiệu bạn mô tả dữ liệu sai từ đầu: hãy chụp màn hình file thật và mô tả lại chính xác nó trông thế nào.
Ba sai lầm khiến người không biết code mất nhiều thời gian nhất
Sau khi quan sát nhiều người tự xây tool, đây là ba cái bẫy lặp đi lặp lại — tránh được là bạn nhanh hơn hẳn:
- →Tham quá ngay từ đầu: thay vì nhờ một tool gộp file, lại nhờ AI làm 'phần mềm quản lý nhân sự'. Tool càng lớn càng nhiều lỗi và bạn càng không sửa nổi. Chia nhỏ: làm từng việc một, mỗi việc một file.
- →Tin code mà không kiểm tra kết quả: AI có thể gộp nhầm, tính sai mà vẫn chạy 'mượt'. Luôn kiểm tra thủ công một vài dòng đầu và tổng số dòng. Với số liệu lương, tiền — đối chiếu ít nhất 3 trường hợp bằng tay.
- →Dán dữ liệu nhạy cảm lên AI công cộng: đừng dán lương chi tiết, CMND, số tài khoản khách hàng vào ô chat. Hãy đưa AI dữ liệu giả/ẩn danh có CẤU TRÚC giống thật, rồi chạy code trên máy mình với dữ liệu thật.
Khi nào nên dừng tự làm và tìm người chuyên
Tự xây tool là kỹ năng đáng giá, nhưng biết điểm dừng còn đáng giá hơn. Có vài tín hiệu rõ ràng cho thấy bạn đã ra khỏi vùng an toàn và nên thuê lập trình viên (chi phí một tool nhỏ ở VN thường 3-10 triệu, rẻ hơn nhiều so với hàng tháng trời bạn loay hoay). Cụ thể: khi tool cần cho NHIỀU người trong công ty dùng cùng lúc; khi nó cần lưu trữ dữ liệu lâu dài và an toàn (cơ sở dữ liệu thật); khi nó dính tới tiền thật, thanh toán, hay dữ liệu cá nhân khách hàng; khi nó cần chạy tự động 24/7 không cần bạn bấm nút; hoặc khi một lỗi sai có thể gây hậu quả pháp lý/tài chính. Lúc này, điều thông minh nhất không phải là ép AI làm tiếp, mà là dùng chính bản nháp AI đã tạo làm 'bản mô tả yêu cầu' đưa cho lập trình viên — bạn tiết kiệm cho họ rất nhiều thời gian và cho mình rất nhiều tiền.
Tóm lại và bước tiếp theo của bạn
AI để người không biết code tự xây tool là chuyện có thật, không phải lời quảng cáo. Bạn hoàn toàn có thể tự động hóa những việc Excel lặp đi lặp lại, xử lý file hàng loạt, tạo công cụ nhỏ cho riêng mình — tiết kiệm hàng giờ mỗi tuần. Giới hạn nằm ở chỗ: đó là công cụ cá nhân, chạy một lần, dữ liệu bạn tự kiểm soát; còn phần mềm nghiêm túc cho tổ chức vẫn cần người biết nghề. Hãy nhớ ba điều: mô tả dữ liệu thật chi tiết, copy nguyên văn lỗi khi nhờ sửa, và luôn kiểm tra kết quả bằng tay. Nếu bạn muốn bắt đầu mà chưa biết thử việc gì, hãy chọn đúng một việc Excel ngốn thời gian nhất tuần này của bạn và biến nó thành prompt theo mẫu ở Bước 2. Trên Soni Work, mục Công cụ AI có sẵn vài tool xử lý file và sinh prompt để bạn thử ngay trước khi tự viết — coi như bước đệm để làm quen, rồi tự tin xây cái của riêng mình.