Tạo Hệ Thống Tự Động Phản Hồi Email Cá Nhân Hóa Với Make AI

Hãy thử tưởng tượng: tất cả khách hàng của bạn đều nhận được proposal và báo giá khi bạn còn chưa kịp đọc email.

Nghe có vẻ khó tin, đúng không? Nếu bạn còn hoài nghi, hãy đọc đến cuối bài viết này để xem điều đó hoàn toàn có thể xảy ra như thế nào.

Và yên tâm, bạn không cần phải thuê thêm nhân viên hay tốn thêm chi phí để có được điều này. Toàn bộ quy trình - từ đọc email, hiểu nội dung khách hàng hỏi, phân loại, chọn đúng mẫu phản hồi, đính kèm file proposal, rồi gửi đi trong vài giây - đều có thể được thực hiện hoàn toàn tự động bằng Make AI.

Bạn không cần mở Gmail, không phải lọc thủ công, và quan trọng nhất là sẽ không còn phản hồi chậm trễ hay bỏ sót khách hàng.

Chỉ cần dành 15 phút để thiết lập theo hướng dẫn trong bài viết này, bạn sẽ có một hệ thống phản hồi email cá nhân hóa, chính xác và chuyên nghiệp.

Skills Bridge

30/10/2025

1. vì sao bạn cần tự động hóa quy trình phản hồi email ngay lúc này?

Nếu bạn đã chắc chắn muốn bắt tay vào thiết lập, có thể chuyển ngay đến phần hướng dẫn thực hành. Nhưng nếu bạn vẫn còn đang cân nhắc, hãy cùng Linh nhìn lại hai vấn đề lớn nhất mà hầu hết mọi người đều gặp phải trong việc phản hồi email - và xem liệu bạn có thấy mình trong đó không.

Trong quy trình bán hàng, việc phản hồi email nghe có vẻ nhỏ, nhưng thật ra đây là điểm chạm đầu tiên quyết định khách hàng có ở lại với bạn hay không. Và ở chính bước tưởng chừng đơn giản này, phần lớn mọi người lại đang gặp hai vấn đề nghiêm trọng: tốc độ và chất lượng.

1.1. Vấn đề thứ nhất: Tốc độ

Khi khách hàng gửi email để hỏi thông tin sản phẩm hay báo giá, đó không chỉ là một tin nhắn - mà là tín hiệu mua hàng ở thời điểm “nóng” nhất. Khách hàng đang tìm hiểu, so sánh, và sẵn sàng hành động ngay khi nhận được phản hồi phù hợp.

Thế nhưng, theo số liệu từ Superhuman, có đến 89% khách hàng mong nhận được phản hồi trong vòng 1 giờ, trong khi thời gian phản hồi trung bình của các doanh nghiệp lại lên tới 12 giờ. Khoảng trễ này có thể khiến bạn đánh mất cơ hội bước vào cuộc trò chuyện đầu tiên - nơi niềm tin và quyết định mua hàng được hình thành.

Điều đó nghĩa là, khi bạn vừa mở hộp thư để soạn câu trả lời, có thể khách hàng đã đọc báo giá của đối thủ, thậm chí đã trao đổi và ra quyết định xong rồi.

Bạn nghĩ rằng mình chỉ phản hồi muộn vài tiếng, nhưng thực tế là bạn đã bỏ lỡ thời điểm “vàng” trong hành trình ra quyết định của khách hàng.

1.2. Vấn đề thứ hai: Chất lượng

Không phải mọi email hỏi giá hay xin thông tin đều là khách hàng tiềm năng. Có người chỉ đang tham khảo, có người chưa đủ nhu cầu hay ngân sách, và cũng có người đơn giản là tò mò. Chỉ một phần nhỏ trong số đó thực sự ở trạng thái “sẵn sàng đi tiếp”.

Nếu bạn cố gắng phản hồi thủ công cho tất cả, bạn sẽ trông rất bận rộn, nhưng lại dành ít thời gian hơn cho nhóm khách hàng có giá trị cao nhất - những người đã mở proposal, đặt câu hỏi chi tiết, hoặc muốn hẹn trao đổi thêm.

Để tránh lãng phí thời gian như vậy, bạn cần tự động hóa quy trình phản hồi email báo giá ở giai đoạn đầu, để tập trung nguồn lực vào những khách hàng thực sự có tiềm năng. Khi đó, bạn chuyển từ “xử lý khối lượng” sang tập trung chất lượng, đầu tư công sức vào những cuộc trao đổi có khả năng chốt deal cao nhất.

Khi hiểu được hai vấn đề này, việc tự động hóa không chỉ là cách tiết kiệm thời gian, mà là cách bạn nâng cấp chiến lược phản hồi - từ làm thủ công sang làm thông minh.

Giờ thì chúng ta đã xác định được vấn đề, hãy cùng Linh đi tiếp đến phần giải pháp tự động hóa quy trình phản hồi email, từng bước một.

2. xây dựng quy trình phản hồi email cá nhân hóa

Phần này sẽ đặc biệt hữu ích nếu bạn cần phân loại và phản hồi theo từng loại email khác nhau. Linh sẽ lấy ví dụ với một công ty đào tạo tương tự Skills Bridge để bạn dễ hình dung.

Giả sử công ty này cung cấp nhiều khóa học về AI và kỹ năng mềm (Soft Skills). Thay vì nhân viên tư vấn phải đọc từng email, xác định nhu cầu rồi phản hồi thủ công, hệ thống phản hồi tự động có thể phân tích nội dung email đến, nhận diện nhu cầu của khách hàng - họ đang quan tâm đến khóa học AI, kỹ năng mềm hay cả hai - và ngay lập tức gửi phản hồi phù hợp.

Nhờ vậy, bạn hoặc nhân viên không cần mất thời gian lọc và trả lời từng email một. Khách hàng thì không phải chờ đợi lâu hoặc bị bỏ sót do hòm thư quá tải. Họ sẽ luôn nhận được phản hồi nhanh chóng, chính xác và đúng với thông tin cần thiết.

Nghiên cứu chuyên sâu với tính năng “Deep Research” tại ChatGPT

Quy trình phản hồi email khách hàng tự động

Về nguyên tắc, quy trình này gồm ba bước chính:

(1) Bước 1: Hệ thống tự động đọc và lấy nội dung email.

(2) Bước 2: AI tự động phân loại và lưu thông tin vào file theo dõi (ví dụ: nhóm khách hàng quan tâm đến AI, Soft Skills, hoặc cả hai).

(3) Bước 3: Gửi phản hồi tương ứng đến khách hàng, đồng thời cập nhật trạng thái trong file theo dõi.

Giờ, Linh sẽ hướng dẫn bạn chi tiết từng bước để thiết lập quy trình này trong Make AI. Trước khi bắt đầu, nếu bạn thấy những chia sẻ của Linh hữu ích, hãy theo dõi Skills Bridge để tiếp tục học những cách ứng dụng AI giúp tối ưu công việc và phát triển sự nghiệp nhé.

2.1. Bước 1: Tự động đọc và lấy nội dung email

Bước đầu tiên, bạn cần thiết lập module Gmail trong Make AI để hệ thống tự động lấy thông tin từ hộp thư mà bạn dùng để nhận email của khách hàng.

Ở đây, Linh chọn module Gmail với hành động Watch Emails. Module này sẽ “lắng nghe” hộp thư của bạn và kích hoạt quy trình mỗi khi có email mới đến. Nếu bạn chưa kết nối tài khoản email, chỉ cần thực hiện bước xác nhận quyền truy cập là có thể sử dụng.

Tại trường Folder, hãy chọn /INBOX, vì đây là nơi chứa toàn bộ email đến mặc định. Nếu bạn có thư mục riêng để lưu email khách hàng (ví dụ: “Khách hàng” hoặc “Báo giá”), bạn có thể chọn thư mục đó để hệ thống quét chính xác hơn. Linh sẽ để mặc định là /INBOX để tập trung vào email thực sự quan trọng và tránh quét nhầm các thư quảng cáo hay thông báo hệ thống.

Thiết lập mô hình Gmail tự động

Ở phần Filter type, hãy chọn Gmail filter. Tùy chọn này cho phép bạn áp dụng cú pháp tìm kiếm nâng cao tương tự như khi gõ trực tiếp trên thanh tìm kiếm của Gmail, giúp lọc chính xác các email cần lấy thay vì quét toàn bộ hộp thư.

Tại trường Query, Linh sử dụng công thức: in:inbox newer_than:7d (tư vấn OR "báo giá" OR "đào tạo" OR workshop OR inhouse OR "corporate training" OR "L&D") -from:me -from:noreply

Thiết lập trường Query

Công thức này nghĩa là chỉ lấy những email trong 7 ngày gần nhất, có chứa các từ khóa liên quan đến nhu cầu khách hàng như “báo giá”, “đào tạo”, “workshop”…, và loại bỏ các email do chính bạn gửi đi hoặc từ hệ thống tự động. Bạn hoàn toàn có thể thay đổi phần từ khóa sao cho phù hợp với lĩnh vực hoặc cách khách hàng thường liên hệ với bạn.

Tiếp theo, Linh chọn đánh dấu email đã đọc sau khi hệ thống quét, để dễ phân biệt với các email chưa xử lý. Linh cũng giới hạn số lượng kết quả tối đa là 2 trong giai đoạn thử nghiệm, giúp kiểm tra nhanh và tránh quá tải. Khi hệ thống chạy ổn định, bạn có thể tăng giới hạn này.

Sau khi hoàn tất, nhấn Save để lưu lại. Ngay lập tức, Make AI sẽ hiển thị một pop-up hỏi bạn muốn hệ thống bắt đầu quét email từ thời điểm nào. Có bốn tùy chọn:

(1) From now on: chỉ quét email mới đến kể từ khi bạn bấm Save. Đây là lựa chọn an toàn nhất khi bạn chỉ muốn xử lý email tương lai.

(2) Emails from after a specific date: quét email đến sau một mốc thời gian cụ thể, hữu ích khi bạn muốn bắt đầu từ thời điểm liên quan (ví dụ ngày gửi chiến dịch email đầu tiên).

(3) All emails: quét toàn bộ email hiện có (theo bộ lọc đã thiết lập). Tùy chọn này có thể tốn thời gian và tài nguyên, nên phù hợp khi bạn muốn thử nghiệm trên dữ liệu cũ.

(4) Select the first email: chọn một email cụ thể làm mốc bắt đầu, các email mới hơn sẽ được xử lý, còn email cũ hơn sẽ bị bỏ qua.

Trong ví dụ này, Linh chọn From now on, để chỉ xử lý các email mới sau khi quy trình được kích hoạt, giúp quá trình thử nghiệm diễn ra nhẹ nhàng và dễ kiểm soát.

2.2. Bước 2: Phân loại email

Sau khi đã hoàn tất bước lấy nội dung email, giờ đến phần quan trọng thứ hai: phân loại nội dung email và lưu thông tin vào file theo dõi. Mục tiêu của bước này là giúp hệ thống hiểu được từng email thuộc nhóm nào, để ở bước sau có thể phản hồi đúng nội dung khách hàng cần.

Đầu tiên, Linh sẽ dùng Make AI Toolkit - đây là module cho phép AI tự động đọc và phân loại nội dung văn bản.

Make AI Toolkit - module cho phép AI tự động đọc và phân loại nội dung

Tại đây, Linh chọn hành động Categorize text, vì mục tiêu là dùng AI đọc nội dung email và xếp chúng vào các nhóm định sẵn. Nếu bạn chưa kết nối với Make AI Provider, hãy thực hiện bước xác nhận quyền truy cập trước.

Ở trường Model, Linh chọn Medium (GPT OSS 120B). Đây là mô hình có khả năng hiểu ngữ cảnh và phân loại văn bản tốt, tốc độ nhanh, đủ để xử lý nội dung email chi tiết mà vẫn hiệu quả. Tất nhiên, bạn có thể thử nghiệm các mô hình khác để so sánh độ chính xác và tốc độ phản hồi.

Tiếp theo, ở trường Text to categorize, Linh lấy chính phần Text content từ email mà module Gmail ở bước 1 đã cung cấp - đây chính là nội dung cần AI phân tích. Bạn cần gán đúng trường này để hệ thống hiểu chính xác thông tin khách hàng gửi đến.

Đến phần Categories, Linh định nghĩa ba nhóm phân loại cơ bản:

(1) AI: dành cho các email khách hàng quan tâm đến khóa học về AI.

(2) Soft Skills: dành cho email liên quan đến các khóa kỹ năng mềm.

(3) Both: dành cho khách hàng có nhu cầu kết hợp cả hai.

Việc xác định rõ ràng các nhóm này rất quan trọng, vì nó giúp AI có khung tham chiếu để phân tích chính xác, đồng thời tạo nền tảng để chọn phản hồi phù hợp trong bước kế tiếp. Nếu bạn hoạt động trong lĩnh vực khác, hoàn toàn có thể thay đổi hoặc bổ sung thêm nhóm phân loại sao cho sát với thực tế.

Bổ sung thêm nhóm phân loại với Add Category

Cuối cùng, ở tùy chọn Return an explanation for the categorization, Linh bật thành Yes. Điều này giúp AI không chỉ trả về kết quả phân loại mà còn cung cấp lý do tại sao nó chọn nhóm đó - rất hữu ích khi bạn cần kiểm tra, đối chiếu hoặc cải thiện độ chính xác của quy trình sau này.

Khi hoàn tất thiết lập, nhấn Save để lưu lại module Make AI Toolkit. Bước tiếp theo trong giai đoạn này là lưu dữ liệu phân loại vào Google Sheets để theo dõi. Thêm một module Google Sheets với hành động Add a Row. Mục đích là mỗi khi có email mới được AI phân loại, thông tin đó sẽ tự động được ghi lại thành một dòng mới trong bảng, giúp bạn dễ dàng theo dõi lịch sử và trạng thái xử lý.

Thêm module Google Sheets với hành động Add a Row

Kết nối với tài khoản Google, chọn Drive chứa file Google Sheets, rồi tìm đến bảng quản lý có tên phù hợp (ví dụ: “Danh sách khách hàng”). Tại phần Sheet Name, chọn đúng trang bạn muốn lưu dữ liệu (ví dụ: “Trang tính1”). Vì file này đã có sẵn tiêu đề các cột, hãy để Table contains headers = Yes.

Sau đó, gán các trường dữ liệu tương ứng như sau:

(1) Cột A - Tên khách hàng: lấy giá trị từ Sender name trong email.

(2) Cột B - Email: lấy từ Sender email address.

(3) Cột C - Phân loại: lấy từ kết quả Categories[] mà AI đã trả về.

Như vậy, mỗi email sau khi được AI phân tích sẽ được tự động ghi lại với tên người gửi, địa chỉ email và nhóm phân loại tương ứng. Bảng theo dõi này giúp bạn có cái nhìn tổng quan, dễ kiểm tra và là cơ sở cho các bước phản hồi tự động ở phần tiếp theo. Sau khi hoàn tất, nhấn Save để lưu lại module Google Sheets.

2.3. Bước 3: Thiết kế bộ lọc, gửi email phản hồi và theo dõi

Bước 3: Thiết kế bộ lọc, gửi email phản hồi và theo dõi

Sau khi hệ thống đã có thể đọc và phân loại nội dung email, bước cuối cùng trong quy trình là thiết kế bộ lọc, gửi email phản hồi phù hợp, và theo dõi trạng thái phản hồi. Mục tiêu là đảm bảo mỗi email đến đều được phản hồi chính xác, đúng nội dung khách hàng cần, và được ghi nhận lại để quản lý dễ dàng.

a. Thiết kế bộ lọc email

Trước hết, Linh thêm một module Router để tách luồng xử lý dựa trên kết quả phân loại mà AI trả về ở bước 2. Router hoạt động như một “ngã ba” dữ liệu, cho phép tạo nhiều nhánh xử lý khác nhau. Trong ví dụ này, Linh thiết lập ba nhánh chính: AI, Soft Skills và Both.

Thêm một module Router để tách luồng xử lý dựa trên kết quả phân loại

Mỗi nhánh sẽ có một bộ lọc (filter) riêng để xác định điều kiện. Để thiết lập, bạn nhấp vào biểu tượng nửa hình tròn ở phần gốc của Router, hộp thoại filter sẽ hiện ra.

Ví dụ với nhánh AI, Linh đặt tên filter là AI filter để dễ quản lý. Ở phần Condition, chọn trường dữ liệu là Categories[] - đây chính là kết quả phân loại từ module Make AI Toolkit. Sau đó, chọn điều kiện Text operators → Equal to, rồi nhập giá trị là AI.

Điều này có nghĩa là chỉ những email được AI phân loại vào nhóm “AI” mới đi qua nhánh này. Tương tự, Linh tạo thêm hai nhánh khác là Soft Skills filter và Both filter, mỗi nhánh có điều kiện tương ứng.

Khi hoàn tất, Router sẽ tự động điều hướng từng email về đúng nhánh dựa trên kết quả phân loại, giúp đảm bảo nội dung phản hồi luôn chính xác với nhu cầu của từng khách hàng.

b. Tạo lệnh gửi email phản hồi

Tiếp theo, trong mỗi nhánh của Router, Linh thêm module Gmail, chọn hành động Send an Email. Đây là bước hệ thống gửi phản hồi đến khách hàng.

Ở trường To, gán giá trị từ Sender email address ở bước 1. Ở Subject, Linh đặt tiêu đề cố định: “Skills Bridge - Thông tin chương trình đào tạo”, để giữ sự chuyên nghiệp và rõ ràng.

Phần Content là nơi cần cá nhân hóa. Linh chèn trường Sender name để lời chào trở nên thân thiện hơn, ví dụ: “Chào anh/chị [Tên khách hàng],”

Tùy theo nhánh, nội dung email sẽ khác nhau:

(1) Nhánh AI: giới thiệu các khóa học như AI Productivity, AI for Decision Making, hoặc AI Automation.

(2) Nhánh Soft Skills: gửi thông tin về các khóa học đàm phán, giao tiếp, thuyết trình hiệu quả, v.v.

(3) Nhánh Both: kết hợp thông tin của cả hai nhóm trên.

Ngoài nội dung, Linh cũng muốn đính kèm file proposal tương ứng. Để làm được điều đó, trước mỗi module Send an Email, Linh chèn thêm một module Google Drive - Download a file.

Thêm một module Google Drive - Download a file

Module này sẽ lấy dữ liệu binary của file (không phải link), để khi khách hàng nhận được email, họ có thể mở file trực tiếp. Ở phần File ID, bạn dán ID của tài liệu cần gửi (lấy trong đường dẫn Google Drive, nằm giữa /d/ và /view).Ví dụ, với brochure khóa AI thì dùng ID của file proposal AI; với nhánh Soft Skills thì dùng file kỹ năng mềm tương ứng.

Trong phần Advanced Settings, Linh chọn định dạng đầu ra phổ biến như PDF hoặc Excel để người nhận mở được ngay, rồi lưu lại. Sau đó quay lại module Gmail, tại phần Attachments, chọn Add an attachment → chọn dữ liệu từ Google Drive - Download a file → Save.

Thực hiện thao tác tương tự cho hai nhánh còn lại, và bạn đã có ba luồng phản hồi email tự động - mỗi luồng gửi đúng nội dung và file phù hợp với nhu cầu khách hàng.

c. Cập nhật trạng thái và theo dõi

Cuối cùng, để đảm bảo quy trình vận hành rõ ràng, Linh thêm một module Google Sheets với hành động Update a Row. Mỗi khi hệ thống gửi phản hồi thành công, dòng dữ liệu tương ứng trong bảng sẽ được cập nhật: thêm trạng thái “Đã gửi thông tin” và chèn link proposal đã gửi.

Nhờ đó, bạn luôn biết email nào đã được phản hồi, email nào chưa, và tránh tình trạng gửi trùng lặp.

Sau khi hoàn tất, hãy lưu toàn bộ quy trình và bật chế độ tự động chạy mỗi 15 phút. Từ giờ, bất cứ email nào từ khách hàng gửi đến cũng sẽ được quét, phân loại, phản hồi và cập nhật hoàn toàn tự động - ngay cả khi bạn không mở máy tính.

Kết thúc bước này, bạn đã có một hệ thống hoàn chỉnh: từ nhận email, phân loại bằng AI, phản hồi tự động, đến theo dõi trạng thái - tất cả diễn ra trơn tru và chuyên nghiệp.

Hệ thống phản hồi email khách hàng tự động hoàn chỉnh

3. vậy giờ bạn làm gì?

OK. Bạn thấy thế nào khi xem đến đây, có còn hoài nghi về quy trình tự động hoá đáng ngạc nhiên này không? Hãy thử chọn một nhiệm vụ và bắt đầu và bạn sẽ có câu trả lời cho chính mình.

Nhưng đừng mừng vội nha. Thật ra, tự động hóa phản hồi email chỉ là bước đầu tiên trong nhiệm vụ của bạn. Giờ đây, khi mọi email đã được phản hồi tự động, điều bạn cần tập trung không phải là “gửi thêm bao nhiêu email nữa”, mà là hiểu phản hồi nào thực sự có giá trị.

Hãy chú ý kỹ những phản hồi khách hàng gửi lại cho bạn sau email báo giá tự động: Những lời cảm ơn ngắn gọn, những câu hỏi hay cả những người phản hồi trễ hay thậm chí không phản hồi, tất cả đều là dữ liệu để bạn xem xét. Chúng cho bạn biết ai đang thực sự quan tâm, vấn đề của họ là gì? Ai còn phân vân, hay điều gì khiến họ chưa sẵn sàng ra quyết định. Khi bạn nắm được những tín hiệu đó, bạn có thể điều chỉnh cách tư vấn, tối ưu nội dung sản phẩm hoặc chương trình của mình để phù hợp hơn với nhu cầu thật.

Đó mới chính là giá trị thật sự của tự động hóa. Nó không chỉ giúp bạn làm nhanh hơn, mà giúp bạn dành thời gian cho những việc xứng đáng hơn: quan sát, suy nghĩ, và sáng tạo giải pháp tốt hơn cho khách hàng.

Cảm ơn bạn đã dành thời gian theo dõi đến cuối bài viết. Và nếu bạn muốn tìm hiểu sâu hơn về cách AI có thể giúp bạn phát triển sự nghiệp, hãy tham khảo các khóa học trên website của Skills Bridge TẠI ĐÂY nha. Hẹn gặp lại bạn trong bài viết tiếp theo!

Khóa học AI Productivity giúp bạn tối ưu hiệu suất công việc gấp 10 lần

👉 Tìm hiểu khóa học ngay tại đây!

#SkillsBridge

#email

#workflow

Mục lục

Đọc tiếp

Trực Quan Hóa Dữ Liệu Với ChatGPT: Học Nhanh 6 Loại Biểu Đồ Phổ Biến (Phần 1: Biểu Đồ Nền Tảng)

Nâng cao hiệu suất

Sep 25, 2025

Trực Quan Hóa Dữ Liệu Với ChatGPT: Học Nhanh 6 Loại Biểu Đồ Phổ Biến (Phần 1: Biểu Đồ Nền Tảng)

Bộ 3 Công Cụ AI Của Adobe Cho Nhà Sáng Tạo Nội Dung (Hoàn Toàn Miễn Phí)

Nâng cao hiệu suất

Sep 16, 2025

Bộ 3 Công Cụ AI Của Adobe Cho Nhà Sáng Tạo Nội Dung (Hoàn Toàn Miễn Phí)

Đừng bỏ lỡ

Tạo Hệ Thống Tự Động Phản Hồi Email Cá Nhân Hóa Với Make AI

Nâng cao hiệu suất

Oct 30, 2025