Feed nói AI làm được mọi thứ. Đây là những gì nó thật sự làm cho một store cỡ của bạn

Tác giả Iris (Nghi Chau) · 2026-09-27 · 11 phút đọc

Ngày 6 tháng 9, @scheemunai làm một việc mà phần lớn người đăng bài về AI không bao giờ làm. Họ dành 24 giờ chạy model mới nhất, GPT-6 Astra, trên đúng những việc chủ store cần làm: branding, copy, định vị, phân tích conversion rate. Kết luận của họ: nó "không tốt hơn Fable 5 hay thậm chí Opus là bao." Theo họ, feed "đầy những câu 'Bảo Astra làm cái này cái kia' nhưng toàn là đồ Blender 3D và game threejs chẳng ai chơi."

Bài đăng có hơn 2.200 lượt tương tác và 249 bình luận. Tức là rất nhiều người đã âm thầm nhận ra cùng một điều.

Nếu store của bạn làm từ $20k đến $500k mỗi tháng, chắc bạn đã thấy khoảng cách này. Sáng nào timeline cũng bảo giờ một người với một agent là chạy được cả doanh nghiệp. Chiều nào bạn cũng vẫn tự tay viết mô tả sản phẩm, vì bản AI viết phải sửa nhiều hơn viết lại từ đầu. Phần dưới nói về khoảng cách đó: các bài viral thật ra đang cho thấy gì, điều gì tách công cụ chạy được khỏi bản demo không chạy, và cách biết một công cụ thuộc bên nào trước khi bạn đổi cách làm việc.

Feed là cuộn demo, kết quả thật thì hiếm khi có mặt

Nhìn kỹ những bài AI lớn nhất trong các cuộc bàn về Shopify tháng này, bạn sẽ thấy chúng giống nhau ở một điểm.

Bài của @TheMattBerman về Jev phân tích 724 quảng cáo trong 40 giây đạt gần 8.000 lượt tương tác. Công cụ này chưa mở cho công chúng; bài viết nói nó "sẽ có trên @stealads + mcp." Bài của @gregisenberg về một người không rành kỹ thuật chạy doanh nghiệp bằng agent Grok Bot đạt gần bốn triệu lượt xem. Ví dụ trong bài là một newsletter, thứ không có tồn kho, đổi trả hay cổng thanh toán như một store.

@PrajwalTomar_ là bài viral trung thực nhất, vì nó cho thấy cả hai nửa. Khi được nhờ thiết kế một landing page, lần đầu Astra cho ra thứ "AI slop điển hình. Điện thoại nghiêng, xanh sage, headline bay bổng." Nó chỉ tốt lên sau khi được nạp 600.000 website thật và được bảo tự chấm bài của mình. Kết quả ấn tượng và kết quả đáng thất vọng đến từ cùng một model trong cùng một ngày. Khác nhau ở chỗ nó được đưa gì.

Quy luật cần nhớ là vậy: bản demo cho bạn xem đầu ra. Nó hiếm khi cho xem đầu vào, mà đầu vào mới là chỗ tốn công.

Công cụ chạy được là công cụ đang ngồi trên dữ liệu bạn không có

Lời giải thích rõ nhất vì sao có AI chạy được, có AI không, đến từ CEO của Shopify, và nó chẳng liên quan gì tới công cụ marketing.

@tobi đăng rằng đội ML của Shopify đã fine-tune một model 0,8 tỷ tham số, rất nhỏ so với chuẩn hiện nay, và nó thắng một model frontier ở một việc hẹp. Lý do trong bài: "một vòng quay tự cải thiện, đệ quy rất tốt." Shopify có dữ liệu về việc đó mà không ai khác có, và model nhỏ được train trên dữ liệu ấy thắng model lớn chưa từng thấy nó.

tobi lutke@tobi
Training tiny models for special purpose use cases works so incredibly well if you have a great self improving recursive flywheel. Shopify ML team is on fire.

finetuned 0.8b model beats GPT 5.6-sol xhigh in this very specialized task. https://t.co/w6OCWyWRi5
Sep 1, 2026 · Xem trên X

Áp chuyện đó vào các công cụ trong feed của bạn. Jev chạy được vì nó đã đọc hàng trăm nghìn quảng cáo đang chạy. Higgsfield chạy được vì nó đã thấy creative nào thắng. Model đa năng mà @scheemunai thử trong 24 giờ không biết khách hàng của bạn, biên lợi nhuận của bạn hay kết quả quảng cáo 12 tháng qua của bạn. Nó trả về câu trả lời trung bình vì nó chỉ có mức trung bình.

@mattepstein nói cùng ý từ hướng khác, dẫn lời Sam Altman về cách Tobi dùng ChatGPT thời đầu: Tobi cho model toàn quyền truy cập bối cảnh công ty, dạy nó đúng các workflow và giao cho nó dự án nhiều tầng. Còn "phần lớn người dùng app này đưa ChatGPT bốn chữ, không chút bối cảnh, rồi than phiền khi nhận về 'ai slop'."

@insomnia_vip mô tả "đủ bối cảnh" trông ra sao với người làm ecommerce: một cựu nhân viên Meta nạp cho Claude kho kiến thức 2,34 GB, 42 chiến lược quảng cáo, 18 bản phân tích chiến dịch, 27 insight về creative và 31 tài liệu test, trước khi cho nó làm ra bất cứ thứ gì. Công thức là 20% người, 60% AI, 20% người. 20% đầu là nạp bối cảnh. 20% cuối là kiểm từng trang và cắt phần độn.

Insomnia@insomnia_vip
A FORMER META EMPLOYEE JUST REVEALED WHY MOST AI PRODUCTS SELL FOR $0

Her formula is simple: 20% human → 60% AI → 20% human. After 7 years working with Meta ads and scaling e-commerce brands, she fed Claude a 2.34 GB knowledge base containing 42 ad strategies, 18 campaign breakdowns, 27 creative insights and 31 testing documents before letting AI build the first version

The middle 60% is where Claude does the…
Sep 4, 2026 · Xem trên X

@shannholmberg đưa ra bản gọn nhẹ mà store nào cũng dựng được: một thư mục file văn bản thường. Doanh nghiệp làm gì, khách hàng là ai theo chính lời họ, offer, định vị, giọng văn, bằng chứng. Dựng từ các cuộc gọi bán hàng và email khách hàng bạn đã có sẵn. Không có thư mục đó, công cụ nào cũng đang đoán. Có nó, ngay cả model đã làm @scheemunai thất vọng cũng có cái để làm việc.

Làm theo mù quáng thì mất gì

AI hiếm khi trả về con số không. Rủi ro là nó làm ra thứ nghe hợp lý, mà thứ nghe hợp lý thì tốn công mới bắt được lỗi.

CEO của Shopify đặt tên cho chuyện này ngay trong tuần. Theo @interesting_aIl, vị CEO cảnh báo nhân viên về việc chuyển cho đồng nghiệp email và code do AI viết mà chưa ai xem lại, gọi thứ đầu ra lười biếng đó là "slop grenades" (lựu đạn rác), thứ khiến ai cũng phải làm thêm việc. Đây là công ty có hàng nghìn kỹ sư và có quy trình review. Ở một store hai người, quả lựu đạn rơi thẳng xuống trang sản phẩm đang live, và người đầu tiên review nó là khách hàng.

Interesting AF@interesting_aIl
Shopify CEO warns employees are passing unreviewed AI-generated emails and code to colleagues without checking them

He is calling the lazy output "slop grenades" that create more work for everyone https://t.co/HojVPlM8Q7
Sep 21, 2026 · Xem trên X

Thị trường đã tính chuyện này vào giá. @jackorgbuild đang tuyển video editor cho các brand chi hơn $1M mỗi tháng cho Meta, và mô tả công việc đòi người biết "làm video AI không trông như AI slop." Người ta trả tiền cho khả năng thẩm định, còn khâu tạo ra thì máy đã làm được. @vikingmute chỉ ra bài viết kỹ thuật của chính Shopify về việc dựng lại app Shop bản native trong 12 tuần với AI hỗ trợ, và lưu ý rằng một phần lớn bài nói về cách tránh slop và rút ngắn vòng phản hồi. Ngay cả công ty ship nhanh nhất nhờ AI cũng dành phần lớn chữ nghĩa cho kiểm soát chất lượng.

Và có một thí nghiệm đáng theo dõi chính vì nó không phải demo. @rtwlz mô tả một phòng nghiên cứu giao cho AI agent những doanh nghiệp nhỏ thật, mỗi cái có tài khoản ngân hàng, thẻ ghi nợ, hộp thư và tên miền, rồi để chúng thử bán hàng thật cho khách thật. Bài không báo kết quả. Sự im lặng đó nói nhiều hơn phần lớn feed. Tính đến tuần này, chưa có dữ liệu công khai nào cho thấy một agent không người giám sát chạy store có lãi.

Người thắng chưa từng đổi gì

Giữa tất cả những chuyện đó, tài khoản làm tốt nhất trong các cuộc bàn về ecommerce tháng này lại chẳng dùng AI để làm quảng cáo.

@carlmonkft chia sẻ toàn bộ setup quảng cáo TikTok: mỗi khu vực một campaign, mỗi campaign khoảng mười creative đã được chứng minh, và một thư viện quảng cáo gần như để nguyên suốt nhiều tuần, chỉ thêm đúng một quảng cáo mới, vì làm thêm thì có cảm giác như đang sản xuất AI slop. Các mẫu thắng được tìm ra dần dần rồi cứ thế để chạy.

Còn câu được chia sẻ nhiều nhất tháng, từ @madsf88 với gần 16.000 lượt tương tác: "một cô gái giới thiệu món gì đó cho nhóm bạn có conversion rate cao hơn toàn bộ ngân sách quảng cáo trả phí của bạn."

Không bài nào chống AI. Cả hai nhắc lại công cụ sinh ra để làm gì. @kdseifu, người cho rằng tháng 8 đạt $450k là nhờ bộ Claude, Higgsfield và Rapid Ads, không chạy một kiểu kinh doanh khác với @carlmonkft. Cả hai đều tìm ra mẫu thắng. Một người dùng AI để tìm nhanh hơn. Sản phẩm vẫn phải đáng để bạn bè giới thiệu cho nhau, và không công cụ nào nhắc tới ở đây thay đổi được điều đó.

Một bài test bạn chạy được ngay tuần này, trên chính store của bạn

Câu hỏi ban đầu là có nên đổi cách làm việc vì những gì feed nói hay không. Câu trả lời: đừng đổi vì feed. Hãy đổi vì một bài test bạn tự chạy. Đây là một bài test mất một buổi chiều và không tốn thêm khoản nào ngoài những gì bạn đang trả.

Chọn một việc, đừng chọn cả workflow. Viết lại mô tả của sản phẩm bán chạy nhất. Làm năm biến thể hook cho quảng cáo tốt nhất. Soạn câu trả lời cho email hỗ trợ khách hay gặp nhất. Một việc có đầu ra so được với thứ bạn đang có.

Dựng thư mục bối cảnh trước. Làm theo danh sách của @shannholmberg: bạn bán gì, ai mua theo chính lời họ (lấy năm review thật và ba email hỗ trợ thật), bạn hứa gì, điều gì bạn không bao giờ nói. Mất một tiếng, và đây là bước mà mọi bài test gây thất vọng đều bỏ qua.

Chạy việc đó có và không có thư mục. Cùng model, cùng prompt, một lần nạp bối cảnh của bạn, một lần chỉ bốn chữ. Nếu hai kết quả trông như nhau, công cụ không dùng dữ liệu của bạn và sẽ không bao giờ vượt được thứ bạn đang có. Nếu chúng khác hẳn nhau, bạn đã tìm ra chỗ có giá trị.

Chấm bằng một con số, sau 20% cuối. Tự làm lượt cuối như @insomnia_vip: kiểm dữ kiện, cắt phần độn, sửa giọng. Rồi so trên một chỉ số bạn đang theo dõi. Click-through của quảng cáo. Tỷ lệ add-to-cart của trang. Tỷ lệ phản hồi email. Đừng hỏi "trông có đẹp không". Hãy hỏi nó có làm con số nhích lên không.

Chỉ lúc đó mới đổi workflow. Nếu con số nhích, giao hẳn việc đó cho AI, có bạn review ở cuối. Nếu không, bạn mất một buổi chiều và có quyền bỏ qua bài viral tiếp theo về công cụ đó.

Tháng này chưa ai trong feed công bố một bài test như vậy trên store thật. Cho tới khi có người làm, buổi chiều của chính bạn là dữ liệu tốt nhất bạn có.

Nguồn

Bàn luận trên GemCommunity