Tôi thấy điểm tốt là việc giải thích từng bước một (step-by-step) giúp những người mới bắt đầu có thể dễ dàng hiểu được.

hslee0912

[Vấn đề mà bài giảng này giải quyết]
  - Giới hạn của người lập kế hoạch khi có ý tưởng nhưng không thể tự mình hiện thực hóa
  - "Hãy làm như thế này" → Ra quyết định kém hiệu quả dựa trên trí tưởng tượng
  - Nút thắt cổ chai khi phải yêu cầu và chờ đợi đội ngũ phát triển cho mọi việc từ phân tích dữ liệu đến xác thực API
  - Thực trạng đã thử dùng các công cụ AI nhưng chỉ dừng lại ở mức hỏi-đáp với ChatGPT

[Những gì bạn sẽ học trong bài giảng này]
  1. Thiết kế lại quy trình lập kế hoạch trong kỷ nguyên AI
  - Truyền thống: Lập kế hoạch → Thiết kế → Phát triển (chờ đợi tuần tự)
  - Chuyển đổi: Viết PRD → Tạo Prototype → Ra quyết định dựa trên sản phẩm thực tế → Xác nhận và bàn giao
  - Từ lập kế hoạch giải thích bằng văn bản sang lập kế hoạch trình bày bằng sản phẩm thực tế

  2. Thiết kế AI Agent dành cho PM
  - Harness Engineering: Không chỉ là đặt câu hỏi cho AI mà là thiết kế cấu trúc làm việc
  - CLAUDE.md, Rules, Hooks, MCP, Plugins — Vai trò và nguyên tắc thiết kế của từng lớp
  - Agent Router: Cấu trúc tự động phân bổ một yêu cầu đến Agent tối ưu nhất
  - PGE Pipeline: Planner → Generator → Evaluator, thiết kế quản lý chất lượng cho các tác vụ lớn

  3. Xây dựng đội ngũ AI của riêng bạn
  - Lập kế hoạch/Nghiên cứu, Sản phẩm, Thiết kế, Phát triển, Marketing — 5 cột với hơn 20 Agent
  - Quy trình làm việc thực tế giúp một người lập kế hoạch có thể vận hành một đội ngũ chuyên gia
  - Kết nối các công cụ bên ngoài bằng MCP (Notion, Figma, Slack, nguồn dữ liệu)
  - Tự động hóa các công việc lặp đi lặp lại bằng Skill chỉ với một câu lệnh

  4. Thực hành tự động hóa các công việc bổ trợ
  - GA4 + Clarity + GSC + BigQuery → Tự động tạo Dashboard tích hợp + Insight hàng tuần
  - Gọi API nội bộ trực tiếp → Xác thực kịch bản → Báo cáo đánh giá chất lượng
  - Phân tích Cohort trên BigQuery → Kiểm chứng giả thuyết Aha Moment
  - Tự động hóa A/B test, đồng bộ hóa Notion, kiểm định UI/UX

  ---
  Khóa học này dành cho:

  - PM/PO/Người lập kế hoạch dịch vụ đang mệt mỏi với thời gian chờ đợi và chu kỳ review trong quy trình lập kế hoạch
  - Những người muốn thiết kế AI như một công cụ làm việc bài bản
  - Những người muốn trực tiếp ra quyết định dựa trên dữ liệu nhưng thiếu nguồn lực từ đội ngũ phân tích
  - Những người không chuyên về kỹ thuật muốn vượt qua nỗi sợ "Terminal" để tiến thêm một bước

  [Kiến thức tiên quyết]
  - Không có. Hướng dẫn từ đầu từ khâu cài đặt đến thiết lập.
  - Không cần kinh nghiệm lập trình. Tập trung vào thiết kế và ứng dụng dưới góc nhìn của PM.

[Thay đổi sau khóa học]
  - Tự tạo Prototype hoạt động được chỉ với một file PRD.md để tăng tốc độ ra quyết định
  - Thiết kế và vận hành đội ngũ AI Agent của riêng mình
  - Tự động hóa việc phân tích dữ liệu, xác thực API và tạo báo cáo

reve

Claude Code | Thiết kế Agent dành cho PM/PO/Nhà hoạch định dịch vụ

Xin chào, tôi là Reve.
Trước hết, tôi xin cảm ơn bạn đã tham gia khóa học. Vì mục tiêu của nội dung này có thể còn khá mới mẻ nên tôi đã chọn phương pháp tiếp cận như vậy.
Như tôi đã chia sẻ trong bài giảng, phần còn lại bây giờ phụ thuộc vào bạn. Tôi hy vọng bạn sẽ nâng cấp các Agent dựa trên quy trình làm việc của riêng mình cũng như cách thức vận hành của tổ chức, để chắc chắn nâng cao năng suất làm việc của bạn lên gấp 200%.

Trân trọng,
Reve

ai in practice

AI 활용법

클로드코드

ai에이전트

바이브기획

하네스엔지니어링

[Problems This Course Solves]
  - The limitations of planners who have ideas but cannot build them directly
  - Inefficient decision-making based on imagination: "Please make it like this"
  - Bottlenecks caused by requesting and waiting for the development team for every data analysis or API verification
  - The reality of using AI tools but remaining at the level of simple ChatGPT Q&A

[What You Will Learn]
  1. Redesigning the Planning Process in the AI Era
  - Traditional: Planning → Design → Development (Sequential waiting)
  - Shift: Writing PRD → Generating Prototype → Decision-making based on the actual product → Delivery after confirmation
  - Moving from planning explained through documents to planning demonstrated through actual products

  2. Designing AI Agents for PMs
  - Harness Engineering: Designing a working structure rather than just asking AI questions
  - CLAUDE.md, Rules, Hooks, MCP, Plugins — The roles and design principles of each layer
  - Agent Router: A structure where a single request is automatically assigned to the optimal agent
  - PGE Pipeline: Planner → Generator → Evaluator, quality control design for large-scale tasks

  3. Building Your Own AI Team
  - Planning/Research, Product, Design, Development, Marketing — 20+ agents across 5 columns
  - Actual workflows where a solo planner manages a team of experts
  - Connecting external tools via MCP (Notion, Figma, Slack, data sources)
  - Automating repetitive tasks with one-command "Skills"

  4. Practical Automation of Supplementary Tasks
  - GA4 + Clarity + GSC + BigQuery → Integrated dashboard + automatic weekly insight generation
  - Direct calling of in-house APIs → Scenario verification → Quality evaluation reports
  - BigQuery cohort analysis → Aha Moment hypothesis verification
  - A/B testing, Notion synchronization, UI/UX audit automation

  ---
  Who should take this course:

  - PM/PO/Service Planners tired of waiting times and review cycles in the planning process
  - Those who want to properly design AI as a professional work tool
  - Those who want to make data-driven decisions themselves but lack analysis team resources
  - Non-developers who want to move past their fear of the "terminal"

  [Prerequisites]
  - None. We guide you through everything from installation to setup.
  - No coding experience required. We focus on design and application from a PM's perspective.

[Changes After Taking the Course]
  - Increase decision-making speed by creating working prototypes directly from a single PRD.md
  - Design and operate your own team of AI agents
  - Directly automate data analysis, API verification, and report generation