Kịch bản Tự động hóa Make.com Đa Kênh: Quy trình Chuyển hóa Bản tin Nghiên cứu Ngành Thành Chuỗi Bài Viết Có Kiểm duyệt Con người (Human-in-the-Loop)

Nhiều phòng Marketing khi mới tiếp cận tự động hóa thường mắc một sai lầm chết người: thiết lập kịch bản lấy tin tức tự động từ RSS, ném thẳng vào ChatGPT/Claude viết lại rồi tự động đăng trực tiếp lên Website và Fanpage mà không có bất kỳ bước kiểm duyệt nào. Chỉ sau 2 tuần, kênh truyền thông của doanh nghiệp biến thành một “bãi rác” văn phong dịch máy sáo rỗng, thậm chí đăng nhầm cả số liệu ảo giác vi phạm bản quyền. Để giải quyết bài toán mở rộng quy mô sản xuất nội dung mà vẫn giữ vững tiêu chuẩn chuyên gia, kịch bản Human-in-the-Loop (Con người nằm trong vòng lặp phê duyệt) là một trụ cột không thể tách rời của kiến trúc tự động hóa doanh nghiệp với AI Agent, RAG và n8n. Bài viết này hướng dẫn từng bước thiết kế Blueprint trên Make.com chuyển hóa một bản tin nghiên cứu ngành dài 30 trang thành chuỗi 4 định dạng nội dung đa kênh, tạm dừng chờ Trưởng nhóm Marketing nhấn nút [✅ Phê duyệt] trên Telegram/Lark rồi mới xuất bản.

1. Tại sao Không Được Dùng Module Sleep của Make.com để Chờ Con Người Duyệt Bài?

Khi thiết kế quy trình chờ sếp hoặc biên tập viên duyệt bài trên Make.com, những người mới bắt đầu thường tìm đến công cụ Tools > Sleep hoặc giữ luồng chạy chờ phản hồi. Tuy nhiên, kiến trúc đám mây của Make.com áp đặt giới hạn kỹ thuật cứng: module Sleep chỉ cho phép tạm dừng tối đa 300 giây (5 phút), và tổng thời gian chạy tối đa của một kịch bản (Scenario Execution Timeout) là 40 phút. Trong thực tế làm việc, biên tập viên có thể đang họp và chỉ bấm nút duyệt sau 3 tiếng hoặc sang ngày hôm sau.

Giải pháp kiến trúc chuẩn cấp độ Production bắt buộc phải sử dụng mô hình Bất đồng bộ Hai Kịch bản (Two-Scenario Asynchronous State Machine):

• Scenario A (Bộ máy Khởi tạo & Đẩy Yêu cầu Duyệt): Thu thập tài liệu nguồn → Gọi AI tổng hợp & viết nháp 4 kênh → Lưu bản nháp vào Airtable với trạng thái PENDING_REVIEW → Bắn tin nhắn chứa cặp nút bấm Inline Keyboard (Approve / Request Revision) vào nhóm Telegram/Slack của Ban Biên tập rồi kết thúc kịch bản ngay lập tức (không tốn tài nguyên treo máy).
• Scenario B (Bộ máy Lắng nghe Quyết định & Phân phối): Bắt đầu bằng một Custom Webhook hoặc Telegram Watch Updates (Callback Query). Ngay khi biên tập viên chạm tay vào nút [✅ Phê duyệt & Xuất bản] trên điện thoại, Scenario B lập tức thức dậy, tra cứu record_id trong Airtable và đẩy nội dung lên WordPress (trạng thái Draft/Publish), LinkedIn, Facebook Page và hệ thống Email.

2. Cấu trúc System Prompt Đa Kênh Chống Văn Phong Máy (Anti-AI Slop)

Thay vì tách làm 4 module gọi Claude 4 lần gây tốn gấp 4 lần chi phí Input Token (do phải gửi lặp lại toàn bộ bài nghiên cứu gốc dài 5.000 từ), mẹo tối ưu quan trọng nhất trên Make.com là gộp cả 4 định dạng đầu ra vào duy nhất một đối tượng JSON, sau đó dùng module JSON > Parse JSON của Make để chia nhánh. Bạn có thể kết hợp thêm các kỹ thuật trong bài bộ 25 mẫu System Prompt viết bài chuẩn SEO E-E-A-T giữ nguyên giọng văn chuyên gia và thư viện Prompt biên tập Copywriting chuyển đổi cao để tinh chỉnh khung câu lệnh sau:

{
  "model": "claude-3-7-sonnet-20250219",
  "max_tokens": 4096,
  "temperature": 0.3,
  "system": "<role>nBạn là Giám đốc Nội dung Chuyên môn (Managing Editor) tại MindVerse Tech Media.nNhiệm vụ của bạn là chuyển hóa tài liệu nghiên cứu gốc trong thẻ <source_research> thành 4 tài sản nội dung đa kênh bằng tiếng Việt chuyên sâu, giữ nguyên 100% số liệu định lượng và nguồn trích dẫn.n</role>n<banned_phrases>nTUYỆT ĐỐI CẤM sử dụng các cụm từ sáo rỗng của AI: 'Trong kỷ nguyên số ngày nay', 'Không thể phủ nhận rằng', 'Bức tranh toàn cảnh', 'Chìa khóa vàng', 'Hãy cùng khám phá', 'Tóm lại'. Đi thẳng vào số liệu hoặc vấn đề kỹ thuật ngay từ câu đầu tiên.n</banned_phrases>n<output_format>nTrả về duy nhất 1 JSON hợp lệ (không bọc trong markdown ```json) gồm các trường:n- `executive_summary_3_bullets`: Tóm tắt 3 ý cốt lõi kèm con số gửi vào Telegram cho sếp duyệt nhanh.n- `wordpress_html_draft`: Bài phân tích chuyên sâu có thẻ <h2>, <h3>, bảng <table> so sánh thông số.n- `linkedin_thought_leadership`: Bài đăng 250-350 từ góc nhìn chiến lược B2B, mở đầu bằng 1 con số gây bất ngờ.n- `facebook_community_post`: Bài chia sẻ thực chiến cho cộng đồng kỹ sư/marketer, kèm câu hỏi thảo luận cuối bài.n- `b2b_newsletter_body`: Bản tin email ngắn gọn theo cấu trúc Vấn đề - Số liệu thực nghiệm - Giải pháp áp dụng.n- `fact_check_citations`: Mảng liệt kê các con số đã dùng và vị trí trang tương ứng trong tài liệu gốc.n</output_format>"
}

3. Thiết lập Cổng Phê duyệt Hai Chiều (Approve / Revise) qua Telegram Bot API

Ở cuối Scenario A trên Make.com, bạn sử dụng module HTTP > Make a request gọi tới phương thức https://api.telegram.org/bot<TOKEN>/sendMessage với phần reply_markup đính kèm mã định danh bản ghi Airtable (recXXXXXXXXXXXXXX) ngay trong trường callback_data:

{
  "chat_id": "-1002384910293",
  "parse_mode": "HTML",
  "text": "<b>🔔 YÊU CẦU KIỂM DUYỆT NỘI DUNG ĐA KÊNH MỚI</b>nn<b>Chủ đề:</b> {{12.research_title}}n<b>Tóm tắt số liệu:</b>n{{15.executive_summary_3_bullets}}nn<a href='https://airtable.com/appXXX/tblYYY/{{18.id}}'>👉 Xem & sửa trực tiếp bản nháp 4 kênh trên Airtable</a>",
  "reply_markup": {
    "inline_keyboard": [
      [
        {
          "text": "✅ Phê duyệt & Đăng ngay",
          "callback_data": "APPROVE|{{18.id}}"
        },
        {
          "text": "✍️ Yêu cầu AI viết lại",
          "callback_data": "REVISE|{{18.id}}"
        }
      ],
      [
        {
          "text": "🗑️ Hủy bỏ bản nháp",
          "callback_data": "REJECT|{{18.id}}"
        }
      ]
    ]
  }
}

Khi Trưởng nhóm Nội dung nhấn ✍️ Yêu cầu AI viết lại và phản hồi tin nhắn ghi chú (ví dụ: “Hãy bổ sung thêm bảng quy đổi chi phí sang tiền VNĐ ở mục 2”), Scenario B sẽ tách chuỗi split(callback_data; "|"), lấy lại bản nháp cũ từ Airtable kèm lời phê bình của biên tập viên gửi ngược vào Claude API để tinh chỉnh đúng phần được yêu cầu, sau đó gửi lại thông báo duyệt lần 2.

Nếu quy mô doanh nghiệp của bạn phát triển vượt ngưỡng 50.000 – 100.000 Operations mỗi tháng khiến hóa đơn thuê bao Make.com tăng cao, hãy xem xét chuyển dịch luồng này sang hạ tầng workflow n8n kết hợp Claude API hoặc đối chiếu chi tiết trong bài so sánh n8n, Make.com và Zapier cho tự động hóa AI doanh nghiệp.

4. Câu hỏi thường gặp (FAQ) về Tự động hóa Make.com Human-in-the-Loop

Website bị đăng bài do AI viết có bị thuật toán Google phạt Spam không?

Theo tài liệu chính thức của Google Search Central, Google không phạt nội dung chỉ vì có sự hỗ trợ của AI, mà phạt nội dung sản xuất hàng loạt tự động không mang lại giá trị gia tăng (Scaled Content Abuse). Quy trình Human-in-the-Loop giải quyết đúng trọng tâm này: AI đóng vai trò trợ lý tổng hợp tài liệu nghiên cứu và dựng khung nháp, còn chuyên gia con người kiểm chứng số liệu thực tế, bổ sung góc nhìn trải nghiệm (Experience) trên Airtable trước khi nhấn nút xuất bản.

Làm thế nào để ngăn việc biên tập viên vô tình bấm nút “Phê duyệt” 2 lần liên tiếp trên Telegram khiến bài bị đăng trùng?

Trong Scenario B của Make.com, ngay sau khi nhận tín hiệu APPROVE|recID, module đầu tiên phải đọc trường Status của bản ghi đó trong Airtable và đặt bộ lọc (Filter) chỉ đi tiếp nếu Status = PENDING_REVIEW. Đồng thời, gọi ngay phương thức editMessageReplyMarkup của Telegram để xóa các nút bấm dưới tin nhắn cũ và đổi thành dòng chữ “✅ Đã được phê duyệt bởi @username lúc 14:30” — khóa hoàn toàn khả năng bấm đúp.

Có thể thay thế Airtable và Telegram bằng Google Sheets và Zalo/Larksuite không?

Hoàn toàn tương thích 100%. Đối với các doanh nghiệp Việt Nam đang dùng Larksuite (Lark Base + Lark Messenger), bạn có thể thay thế trực tiếp Airtable bằng Lark Base và sử dụng Lark Interactive Message Card (có sẵn nút bấm Approve/Reject cực đẹp và chuyên nghiệp ngay trong nhóm chat công việc nội bộ) mà không phát sinh thêm bất kỳ chi phí phần mềm bên thứ ba nào.