Khoá học n8n từ A tới Z: 8 dây chuyền automation kèm lời khuyên thẳng

Khoá thứ chín trong loạt khoá học AI miễn phí của MONA: n8n từ A tới Z, dựng theo một giáo trình hơn 8 tiếng dạy xây 8 hệ thống automation thật, từ máy viết email chào hàng cá nhân hoá tới cỗ máy tái chế nội dung đăng mạng xã hội tự động. Trước khi vào bài, tụi em nói thẳng quan điểm như đã hứa với anh chị từ đầu loạt: n8n hợp cho quy mô nhỏ hoặc để thử nghiệm ý tưởng phần mềm; còn quy mô lớn, nghiệp vụ sống của doanh nghiệp, thì nên nghiên cứu viết phần mềm hoàn chỉnh. Công cụ kéo thả dựng nhanh, nhìn trực quan, nhưng chuỗi node dài là chuỗi điểm gãy: một node lỗi giữa đêm là cả dây chuyền đứng, và khoá này anh chị sẽ thấy tận mắt cả sức mạnh lẫn những cú gãy đó (tụi em giữ nguyên cả các đoạn vấp ngã giữa chừng thay vì cắt cho đẹp, vì đó mới là chỗ học được nhiều nhất). Học n8n vẫn rất đáng: nó là cách rẻ nhất để hiểu tư duy automation, kiểm chứng quy trình nào đáng tự động, và tự phục vụ các nhu cầu gọn nhẹ; chỗ đứng của nó so với quy trình agentic và phần mềm viết riêng, cuối bài có bản đồ đầy đủ.

Phần 1: n8n là gì, tốn bao nhiêu tiền, và đứng đâu trong bản đồ tự động hoá

n8n là nền tảng automation dạng kéo thả: anh chị nối các node (mỗi node một việc: đọc Google Sheet, gọi AI, gửi Gmail) thành dây chuyền, có trigger đứng đầu (form được điền, email tới, tới giờ hẹn, webhook được gọi) là cả dây chạy. Điểm mạnh so với hàng cùng loại (Make, Zapier): mã nguồn mở, tự đặt máy chủ được, và có sẵn các node AI mạnh, hơn 500 kết nối.

Tiền nong nói trước cho dễ tính: bản mây chính hãng gói vào cửa 20 euro một tháng (trả năm, 2.500 lượt chạy), gói Pro 50 euro (10.000 lượt), doanh nghiệp cao hơn; hoặc tự đặt máy chủ miễn phí bằng bản mã nguồn mở, đổi lại tự lo vận hành và khâu nối tài khoản Google lằng nhằng hơn hẳn (phải tự tạo OAuth trong Google Cloud Console thay vì bấm một nút). Người mới học: cứ bản mây cho lành, tính sau.

Còn chỗ đứng: sau hai khoá vibe coding và agentic workflow, anh chị đã biết thế giới “AI cộng code”. n8n là thế giới thứ ba: quy trình vẽ bằng mắt. Cái được lớn nhất của nó không hẳn là kỹ thuật, mà là giao tiếp: một sơ đồ node nhìn phát hiểu ngay quy trình chạy thế nào, đem họp cả phòng ai cũng góp ý được: thứ mà một xấp code không làm nổi với người không chuyên. Cái mất lớn nhất, anh chị sẽ thấy dần qua tám dây chuyền: mọi thứ phải bấm tay, thử tay, và khi gãy thì gỡ cũng bằng tay.

Phần 2: Nền móng phải nắm: expression, và cái bẫy “mảng object” kinh điển của n8n

Hai tiếng đầu của giáo trình dành trọn cho nền móng, và tụi em tóm phần xương nhất:

• Mọi ô nhập liệu có hai chế độ: Fixed và Expression. Fixed là giá trị chết; Expression cho chèn biến động và cả code ngắn. Lời khuyên của giáo trình: luôn dùng Expression, vì nó làm được mọi thứ Fixed làm được. Chèn biến bằng cách kéo thả field từ kết quả node trước, ra dạng {{ $json.tenTruong }}; muốn lấy dữ liệu từ node xa hơn một bước thì dùng {{ $('Tên Node').item.json.tenTruong }}: đây là cú pháp mà không biết thì bí cả buổi.
• Cái bẫy kinh điển bậc nhất: mọi dữ liệu chảy giữa các node đều là “mảng các object”: một danh sách các gói dữ liệu, không phải một gói. Người mới chết ở đây nhiều nhất: tưởng mình đang xử lý một khách trong khi node đang chạy trên 50 khách, hoặc ngược lại. Thuốc: luôn xem kết quả node ở dạng JSON cho quen mắt, và đặt tên cột kiểu không dấu, không khoảng trắng (tên có khoảng trắng phải truy cập bằng ngoặc vuông, lằng nhằng thêm một tầng).
• Credentials: mỗi dịch vụ (Google, OpenAI, Gmail) nối một lần bằng tài khoản, các node dùng chung. ID của tài nguyên (bảng tính, tài liệu) hầu như luôn nằm ngay trong đường link của nó: mẹo nhỏ đỡ mò.

Phần 3: Bộ node làm việc: HTTP Request, webhook, và node AI

• HTTP Request là node vạn năng: gọi bất kỳ API nào, quét bất kỳ trang web nào. Mẹo đáng tiền nhất giáo trình: các dịch vụ lớn đều có nút “copy cURL” trong tài liệu API: chép nguyên cục dán vào n8n là node tự cấu hình, khỏi điền tay từng ô. Quét trang web thì nối thêm node HTML Extract (lọc theo thẻ) và HTML to Markdown (nén nội dung cho rẻ token trước khi đưa AI đọc).
• Webhook là chuông cửa: một đường link, dịch vụ ngoài gọi tới là dây chuyền chạy. Nhớ hai điều: có Test URL và Production URL riêng (quên chuyển là “sao không chạy”), và dịch vụ gửi kiểu POST thì node phải hứng POST.
• Node AI có hai dạng. Dạng “Message a Model” (gọi model một phát, lấy kết quả JSON) dùng nhiều nhất khoá, với khuôn bất di bất dịch: system prompt định vai, user prompt ra lệnh kèm luật (“giọng gọn gàng kiệm chữ”, “cấm bỏ trống trường nào”, “xuống dòng viết n thay vì xuống dòng thật”: luật cuối chống lỗi JSON kinh điển), bật chế độ trả JSON, nhiệt độ thấp cỡ 0,6 cho ổn định. Dạng thứ hai là node AI Agent: gắn model + trí nhớ hội thoại + công cụ (Lịch, Gmail, bảng tính), có cú pháp $fromAI() cho AI tự điền tham số. Kinh nghiệm của giáo trình trùng khớp quan điểm tụi em: agent trong kinh doanh nên đơn giản, quá 6-7 công cụ trên một agent là nên tách, và mấy trò “agent gọi năm tầng agent” đẹp mã trên mạng thì kém ổn định, khó bán cho khách thật.

Phần 4: Bộ node điều luồng, và nếp kiểm thử của dân chuyên

Sáu node điều luồng gánh cả thế giới n8n: If (rẽ hai nhánh), Filter (giữ hoặc bỏ), Merge (gộp nhánh), Split Out (bung mảng thành từng gói), Loop Over Items (chạy tuần tự từng gói, ghép với node Wait vài giây mỗi vòng để né rate limit: n8n không có sẵn cơ chế đỡ đòn này), và Limit (chặn số lượng khi thử). Kèm bốn nếp làm việc mà giáo trình lặp đi lặp lại, tụi em xin đóng khung:

1. Pin dữ liệu ngay khi node chạy đúng: ghim kết quả lại để build tiếp mà không phải gọi lại API (có lần quét 500 khách mất 5 phút: không pin là mỗi lần thử lại chờ 5 phút).
2. Thử với 1 gói, rồi 2 gói, rồi mới thả cả đàn: chạy được với 2 thường chạy được với n; thử thẳng 500 là đốt tiền API oan (giáo trình có pha quên Limit, AI chạy 500 lượt sinh câu chào một lúc).
3. Đặt tên node theo chức năng ngay lúc dựng: dây chuyền 30 node cùng chữ “OpenAI” là mê cung; và đừng đổi tên node khi dây đang chạy thật: đổi tên là gãy tham chiếu.
4. Kẹt một lỗi vô lý quá lâu thì buông, làm phần khác rồi quay lại: nhiều lỗi API “tự khỏi” vì là trục trặc phía dịch vụ, ngồi húc đầu vào chỉ tốn buổi tối.

Phần 5: Hai dây chuyền vỡ lòng: máy cá nhân hoá email, và máy trả lời nhà báo

Giáo trình dạy nền móng xong là bắt tay dựng thật, và hai dây đầu tiên chọn rất khéo vì ngắn mà chạm đủ kỹ thuật:

• Máy cá nhân hoá email chào hàng: Google Sheets đọc danh sách khách → node AI đọc chức danh, ngành, mô tả công ty của từng người rồi sinh JSON 5 trường (tiêu đề thư, câu mở làm quen, đoạn giới thiệu ngắn, lời mời hành động, tái bút) → ghi ngược vào Sheet → Gmail tạo thư nháp (không gửi thẳng: người duyệt rồi bấm gửi, đúng luật “chỗ nhạy cảm phải có người” đã học ở khoá agentic). Chi tiết đáng học trong khâu ghi ngược vào Sheet: node Update Row phải điền lại đủ mọi cột kể cả cột không đổi, không là dữ liệu cũ bị ghi trống: loại tiểu tiết mà tài liệu không dạy, chỉ vấp mới biết.
• Máy trả lời nhà báo: dịch vụ báo chí gửi email tổng hợp mỗi ngày các câu hỏi phóng viên đang cần chuyên gia trả lời; dây chuyền hứng email bằng Gmail Trigger, cắt chuỗi văn bản thành từng câu hỏi riêng, AI chấm “liên quan tới mình không”, liên quan thì soạn sẵn thư trả lời giọng tự nhiên, tạo nháp kèm nhãn phân loại. Một kênh PR miễn phí chạy ngầm quanh năm. Kỹ thuật lõi của dây này là mổ chuỗi văn bản: email tổng hợp là một cục chữ dài, phải cắt hai lần theo ký tự phân cách (lần một tách phần thân, lần hai tách từng mục) rồi node Split Out bung thành hai chục câu hỏi riêng cho AI chấm từng cái: bài tập nhỏ mà dạy trọn tư duy “dữ liệu thô thành hàng đơn vị xử lý được”.

Hai dây này tổng cộng chưa tới chục node mỗi dây, nhưng đã chạm đủ: trigger, đọc ghi bảng tính, AI trả JSON theo khuôn, lọc, tạo nháp có người duyệt. Dựng xong hai dây là anh chị đã tự tin đọc hiểu bất kỳ workflow n8n nào trên mạng: phần còn lại của khoá chỉ là ghép các viên gạch này to dần lên.

Phần 6: Dây chuyền ra tiền 1: quà tặng cá nhân hoá cho từng khách tiềm năng

Ý tưởng kinh doanh đứng sau rất đáng học: thay vì email chào hàng tay không, tặng trước một món quà làm riêng cho từng khách (bản tin phân tích viết riêng cho công ty họ), tỷ lệ phản hồi nhảy lên hẳn so với thư chào khô khan. Dây chuyền: quét danh sách khách từ cơ sở dữ liệu doanh nghiệp (qua dịch vụ quét trung gian Apify cho rẻ) → lọc ai có đủ website và email (từ 500 còn 247 khách đạt chuẩn) → quét website từng khách, nén thành Markdown → AI lần một đọc và rút “bối cảnh công ty + bối cảnh con người + 3 góc độc đáo” → AI lần hai viết bản tin cá nhân hoá theo mẫu có sẵn → đổ vào Google Docs thành tài liệu đẹp (mẹo kỹ thuật: node Google Docs gốc không nhét được định dạng, phải gọi thêm một HTTP Request ghi HTML vào tài liệu) → vòng lặp từng khách kèm nghỉ 5 giây mỗi vòng. Món này áp cho doanh nghiệp Việt là đổi “bản tin” thành báo giá sơ bộ, bản phân tích website, hay kế hoạch nội dung mẫu: cùng một khung.

Vài con số và tiểu tiết của dây này đáng giữ lại nguyên vẹn. Chi phí quét: đi đường vòng qua dịch vụ quét trung gian rẻ hơn hẳn mua thẳng gói dữ liệu gốc (giáo trình tốn cỡ 120 đô cho đợt dữ liệu mà mua thẳng đắt gấp nhiều lần): bài học “cùng một dữ liệu có nhiều cửa lấy, so giá trước khi rút ví”. Chất lượng đầu vào quyết định tỷ lệ dùng được: quét về 500 khách nhưng lọc “có đủ website và email” chỉ còn 247: đừng hứa với chính mình con số trước khi lọc. Và khâu AI viết bản tin dùng đúng kỹ thuật đã gặp ở khoá Claude: đưa một bản mẫu thật do người viết làm chuẩn giọng, AI bám theo khuôn đó thay vì tự do bay: chất lượng ổn định hơn hẳn.

Phần 7: Dây chuyền ra tiền 2: máy sinh báo giá trong lúc còn đang gọi điện, và chatbot đặt lịch cho website

• Máy sinh báo giá: form nội bộ (nhân viên sales điền nhanh: tên khách, vấn đề, giải pháp, phạm vi, thời gian) → AI sinh JSON đủ các trường của một báo giá tử tế → Google Drive nhân bản file mẫu Slides đã đặt sẵn các biến dạng ngoặc nhọn → node Replace Text điền từng biến → Gmail gửi khách kèm link. Khách vừa cúp máy đã thấy báo giá trong hộp thư: cảm giác chuyên nghiệp đó chốt đơn. Mẹo prompt đáng chép: dạy AI bằng cặp ví dụ vào-ra thật (đưa một bộ dữ liệu form mẫu kèm đúng bản báo giá đã viết tay làm chuẩn), cộng các luật nhỏ mà thiếu là xấu ngay: giới hạn 10-14 chữ cho các ô mô tả kẻo tràn khung slide, cấm viết hoa từng chữ, kèm ngày hiện tại vào prompt kẻo model điền ngày của năm ngoái.
• Chatbot website kiêm lễ tân đặt lịch: node AI Agent + trí nhớ 10 lượt + hai công cụ Google Calendar (xem lịch trống, tạo lịch hẹn), nhúng vào website bằng đoạn mã có sẵn. System message là linh hồn: định danh bot, giờ giấc múi giờ, bảng giá và thông tin doanh nghiệp nhét thẳng vào (với bot nhỏ, nhét thẳng bối cảnh vào prompt chạy ngon không kém gì kiến trúc truy xuất cầu kỳ), luật hội thoại (hỏi tên, email, giờ mong muốn, xác nhận lại rồi mới đặt), và câu chống dẫn dụ lạc đề. Hàng agency ngoài kia báo giá 1.000-2.000 đô cho đúng món này.

Máy báo giá còn một phiên bản nâng cấp trong giáo trình dành cho ai muốn đi tới cùng: thay Google Slides bằng dịch vụ chuyên làm báo giá có tích hợp chữ ký điện tử và nút thanh toán (cọc 50% khi ký, 50% khi bàn giao) qua HTTP Request gọi thẳng API của họ: khách xem báo giá, ký và chuyển cọc trong cùng một tài liệu, cắt hẳn mấy vòng email qua lại. Với doanh nghiệp Việt, tư duy này áp được ngay cả khi công cụ khác tên: báo giá không phải tài liệu để đọc, nó là cỗ máy chốt: càng ít bước từ “xem” tới “ký”, tiền về càng nhanh.

Phần 8: Dây chuyền ra tiền 3: cỗ máy tái chế nội dung, và máy dò video đang nổi

• Cỗ máy tái chế nội dung: dán link một video dài (podcast, hội thảo) → quét phụ đề (qua Apify, cỡ một xu mỗi video) → AI mổ thành 10 điểm đắt nhất → mỗi điểm chạy qua ba nhánh AI viết bài theo giọng riêng từng nền tảng (Instagram ngắn kèm hashtag có trần ký tự, Facebook dài kèm ảnh ngang, LinkedIn chỉn chu) cộng một nhánh sinh ảnh minh hoạ → đổ tất cả vào Google Sheets thành lịch nội dung. Dây thứ hai chạy 7 giờ sáng mỗi ngày: lấy bài chưa đăng, đăng thẳng lên ba nền tảng qua API, đánh dấu đã đăng. Một buổi podcast thành cả tháng nội dung: đúng loại việc mà doanh nghiệp Việt đang thuê 1-2 nhân sự ngồi làm tay. Kỹ thuật đăng tự động lên từng nền tảng cũng được dạy tận răng và thật thà về độ lằng nhằng: Instagram và Facebook đi qua Graph API của Meta (phải tạo ứng dụng nhà phát triển, cấp quyền, chuyển chế độ Live: khâu giấy tờ này ngốn thời gian hơn cả dựng dây); LinkedIn thì bắt tải file ảnh thật về trước khi đăng chứ không nhận link. Ai từng tự đăng chéo ba nền tảng bằng tay sẽ hiểu ngay giá trị: nỗi đau không nằm ở viết bài, nằm ở khâu bấm đăng đúng chuẩn từng nhà.
• Máy dò video đang nổi: theo dõi danh sách kênh trong ngách của mình, mỗi sáng tính view trung bình từng kênh, video nào vượt gấp đôi trung bình là “đang nổi”, gộp thành email điểm tin có ảnh có số gửi 6 giờ sáng. Ai làm nội dung cũng hiểu giá trị: biết sớm chủ đề nào đang cháy trước cả khi nó tràn mặt báo.

Nhưng phần đáng tiền nhất của hai dây này lại là những cú gãy có thật mà giáo trình gặp giữa đường, tụi em giữ nguyên để anh chị thấy mặt trái của kéo thả: node sinh ảnh thỉnh thoảng chết vì phía dịch vụ trục trặc, không phải lỗi mình; link ảnh AI sinh ra tự hết hạn sau một thời gian, phải tải về ngay; node Merge chỉ nhận hai ngả vào, ba ngả là phải chế; API YouTube không phân biệt video ngắn dài, phải tự suy từ chuỗi thời lượng bằng regex xấu xí; node Code báo “không có dữ liệu ra” dù logic đúng, cuối cùng phải bỏ sang node Filter; và nặng nhất: một lỗi của chính n8n khiến biến của vòng lặp trước dính sang vòng sau, đổ dữ liệu kênh này vào bảng kênh khác: phải chế thêm vòng lặp chỉ để ép nó quên biến cũ. Anh chị đọc chuỗi này và tự hỏi: nếu đây là dây chuyền xuất hoá đơn của công ty mình thì sao? Đó chính là lý do có ranh giới ở phần 10.

Phần 9: Dây chuyền ra tiền 4: máy tiếp cận LinkedIn, và máy viết câu chào “đọc kỹ từng trang web”

• Máy tiếp cận LinkedIn: mô tả tệp khách bằng tiếng người trong một form (“công ty sáng tạo 1-1000 người ở Mỹ”) → AI dịch thành đường tìm kiếm chuẩn của cơ sở dữ liệu Apollo → quét qua Apify (1,2 đô mỗi nghìn khách) → AI viết lời mời kết nối dưới 300 ký tự cho từng người → đổ Google Sheet → dịch vụ PhantomBuster đọc Sheet và gửi lời mời thật, nhỏ giọt 10 lời mời mỗi đợt. Hai luật viết lời mời đáng khắc: cấm dùng nguyên văn thông tin quét được, luôn diễn đạt lại (dùng nguyên văn là lộ mùi máy), và viết tắt tự nhiên như người thật. Kèm luật an toàn nền tảng: LinkedIn dung thứ cỡ trăm rưỡi lời mời lạ mỗi tuần mỗi tài khoản, tham hơn là khoá tài khoản.
• Máy viết câu chào đọc kỹ từng trang: nâng cấp của máy trên: không chỉ đọc trang chủ mà lần theo các link nội bộ, quét từng trang con, AI tóm mỗi trang thành hai đoạn, gộp lại rồi viết câu chào nhiều dòng nhắc đúng chi tiết nhỏ không hiển nhiên trên site của khách: cảm giác “có người thật sự đọc kỹ về mình” là thứ mở cửa hộp thư. Giáo trình dẫn số chiến dịch thật chạy khung này: tỷ lệ phản hồi 4-10%, trong khi email lạnh đại trà mừng húm với 1%.

Chuỗi kỹ thuật của máy “đọc kỹ từng trang” đáng tả rõ vì nó là dây phức tạp nhất khoá: quét trang chủ → node HTML Extract lấy toàn bộ link → lọc giữ link nội bộ (bắt đầu bằng dấu gạch chéo) → khử trùng lặp → ghép tên miền với từng link để quét từng trang con → nén Markdown → AI tóm mỗi trang thành hai đoạn (kèm luật cắt đầu vào quá 5.000 ký tự kẻo trang dài làm nghẽn cả dây) → node Aggregate gom mọi bản tóm của cùng một khách thành một mảng → AI đọc cả mảng viết câu chào nhiều dòng. Prompt khâu cuối dùng cấu trúc 5 lớp: vai, luật, ví dụ đầu vào mẫu, ví dụ đầu ra chuẩn, rồi mới tới dữ liệu thật: đây là mức prompt “công nghiệp” mà anh chị nên chép cho mọi khâu AI quan trọng, bất kể nền tảng nào.

Khép phần thực chiến bằng năm lỗi người mới hay dính nhất, gom từ chính các cú vấp trong giáo trình: một, quên chuyển Test URL sang Production URL khi bật dây chạy thật (dây “chết” một cách bí ẩn); hai, quên node Limit khi thử nên AI chạy cả trăm lượt tốn tiền oan; ba, ghi bảng tính thiếu cột làm dữ liệu cũ bị xoá trống; bốn, tin lời AI sinh mã cho expression mà không biết n8n không hỗ trợ cú pháp vòng lặp của thư viện khác (phải tự nối chuỗi thủ công); năm, xây dây quá dài trong một workflow thay vì tách thành các dây nhỏ gọi nhau: khó gỡ, khó thử, khó bàn giao. Dán năm dòng này cạnh màn hình là né được kha khá buổi tối mất ngủ.

Phần 10: Chỗ đứng thật của n8n: khi nào dùng, khi nào dừng, và bản đồ ba thế giới

Học xong tám dây chuyền, anh chị đã đủ dữ kiện để tự vẽ bản đồ. Tụi em vẽ giúp, bằng đúng trải nghiệm hơn 10 năm xây phần mềm và cả những gì chính khoá này phơi ra:

• n8n thắng khi: quy mô nhỏ (vài trăm tới vài nghìn lượt chạy mỗi tháng), việc nội bộ không chết ai nếu trễ một buổi, cần thử nghiệm ý tưởng trước khi đầu tư xây thật, hoặc cần nhìn quy trình bằng mắt để cả đội cùng hiểu. Tám dây chuyền trong khoá đều thuộc vùng này, và đều đáng dựng.
• n8n gãy khi: chuỗi dài chạy khối lượng lớn (mỗi node là một điểm gãy, chưa kể lỗi của chính nền tảng như vụ biến dính vòng lặp anh chị đã thấy), nghiệp vụ cần chắc chắn tuyệt đối (hoá đơn, tiền, tồn kho), cần phân quyền nhiều người, hay cần xử lý lỗi tinh vi (n8n xử lý lỗi kiểu “có nhánh error thì rẽ”, còn tự phục hồi, thử lại theo bậc, bù giao dịch là chuyện của code thật). Và một chi phí chìm ít ai kể: dây chuyền kéo thả không có kiểm thử tự động: sửa một node là phải tự tay bấm chạy thử lại cả dây, sửa càng nhiều càng sợ.
• Bản đồ ba thế giới, xếp theo mức đầu tư tăng dần: n8n cho thử nghiệm và việc nhỏ nhìn được bằng mắt; quy trình agentic (khoá trước) cho xưởng cá nhân và đội nhóm, linh hoạt hơn hẳn nhờ AI điều phối bằng tiếng người; phần mềm viết riêng cho mạch sống doanh nghiệp: chịu tải, phân quyền, nhật ký, kiểm thử, người chịu trách nhiệm. Ba thế giới không thay nhau, chúng nối nhau: cái anh chị kiểm chứng bằng n8n hôm nay chính là bản đặc tả rẻ nhất cho hệ thống thật ngày mai.

Về chuyện tiền: giáo trình gốc định vị các hệ thống trong khoá ở mức thị trường quốc tế 1.500 tới 15.000 đô mỗi lần triển khai cho khách: con số đó nói lên một điều đáng suy nghĩ hơn là “đi bán n8n dạo”: doanh nghiệp sẵn sàng trả tiền thật cho quy trình được tự động hoá tử tế, bất kể nó dựng bằng công cụ gì. Anh chị là chủ doanh nghiệp thì góc nhìn đúng là góc người mua: món nào trong tám dây chuyền trên đáng tiền với công ty mình, và mua phiên bản nào: bản kéo thả sống nhờ một nhân viên biết n8n, hay bản được xây thành hệ thống có bảo hành có người chịu trách nhiệm.

Và đó là lời mời của tụi em, quen thuộc nhưng lần này có thêm một vế: anh chị muốn thử trước, cứ dựng bằng n8n theo khoá này, thấy quy trình nào ra giá trị thật thì mang tới MONA, tụi em công nghiệp hoá đúng quy trình đó: giữ nguyên logic anh chị đã kiểm chứng, xây lại bằng code sản xuất có phân quyền, nhật ký, chịu tải, cam kết vận hành. Còn anh chị muốn đi thẳng không vòng: gọi 1900 636 648 hoặc gửi về info@themona.global, kể quy trình đang ngốn người nhất, MONA khám miễn phí và nói thẳng: chỗ này n8n tự làm được khỏi tốn tiền, chỗ này đáng xây thật, giá bấy nhiêu, hoàn vốn bấy lâu. Hơn 10 năm, 14.000+ dự án, báo giá ký giá nào làm đúng giá đó.

Hỏi nhanh đáp gọn

n8n là gì, có miễn phí không? Nền tảng automation kéo thả mã nguồn mở: nối các node thành dây chuyền tự chạy. Bản mây từ 20 euro một tháng; bản tự đặt máy chủ miễn phí nhưng tự lo vận hành và khâu nối tài khoản lằng nhằng hơn.

n8n có cần biết code không? Cơ bản thì không: kéo thả và điền ô là dựng được. Nhưng dùng tới nơi sẽ đụng expression, JSON và regex như trong khoá: biết chút nền code đi nhanh gấp đôi.

n8n so với Make, Zapier thì sao? Cùng thể loại kéo thả; n8n ăn điểm nhờ mã nguồn mở, tự đặt máy chủ được, node AI mạnh và giá lượt chạy dễ chịu khi dùng nhiều. Tư duy học trong khoá này dùng chung được cho cả ba.

Doanh nghiệp lớn có nên chạy nghiệp vụ chính trên n8n không? Quan điểm thẳng của tụi em: không. n8n hợp quy mô nhỏ và thử nghiệm; nghiệp vụ sống cần phần mềm hoàn chỉnh có kiểm thử, phân quyền, chịu tải và người chịu trách nhiệm. Chính trong khoá anh chị đã thấy các cú gãy: lỗi nền tảng làm dính biến vòng lặp, link ảnh tự hết hạn, node chết vì dịch vụ ngoài trục trặc.

n8n với quy trình agentic, học cái nào trước? Cái nào cũng vào được, nhưng lộ trình mượt là học khoá agentic workflow để nắm tư duy “AI phán đoán, code thực thi”, rồi học n8n để có thêm công cụ nhìn quy trình bằng mắt. Cả hai đều miễn phí trong loạt của MONA.

Dựng một dây chuyền n8n mất bao lâu? Các dây trong khoá từ vài chục phút (máy email nháp) tới một buổi (cỗ máy tái chế nội dung). Cộng thêm thời gian nối tài khoản các dịch vụ lần đầu: khoản này thường tốn hơn cả phần kéo thả.

Khoá tiếp theo của loạt: nhập môn AI agent: phần lý thuyết lõi gọn trong 2 tiếng để anh chị nói chuyện agent không bị loè. Hẹn ở đó.