Khi chủ nhà trọ dạy AI làm việc thay mình

anhdt2603 · April 3, 2026, 8:49am

DoraHouse — Khi chủ nhà trọ dạy AI làm việc thay mình

Một người, hai chiếc máy tính nhỏ, và một ý tưởng đơn giản: để AI lo việc quản lý nhà trọ mỗi ngày.

Phần 1

Câu chuyện bắt đầu từ một vấn đề rất thực tế

Quản lý nhà trọ tốn nhiều thời gian hơn nhiều người nghĩ. Từ việc ghi chép tiền điện, tiền nước, theo dõi ai đóng tiền rồi ai chưa, nhắc nhở khéo léo mà không mất lòng người thuê… Những việc tưởng nhỏ nhưng cộng dồn lại chiếm không ít công sức mỗi tháng.

DoraHouse ra đời từ câu hỏi: “Liệu mình có thể xây dựng một trợ lý AI làm thay những việc lặp đi lặp lại này được không?” — không phải là một ứng dụng phức tạp cần cài đặt, mà là một trợ lý hoạt động ngay trên Telegram, nơi chủ nhà trọ đã quen dùng hàng ngày.

Câu trả lời là: hoàn toàn có thể. Và bài viết này kể lại hành trình xây dựng DoraHouse — từ ý tưởng đến một sản phẩm thực sự vận hành được, với chi phí rất nhỏ.

Phần 2

Con người làm gì, AI làm gì?

Vibecoding — nghe có vẻ lạ — thực ra là cách làm việc mà bạn mô tả điều mình muốn bằng ngôn ngữ bình thường, rồi nhờ AI (như Claude) viết code giúp. Bạn không cần là lập trình viên. Bạn chỉ cần biết mình muốn gì.

Trong dự án DoraHouse, phân công rõ ràng như sau:

Con người chịu trách nhiệm

Xác định vấn đề cần giải quyết

Đặt ra các quy tắc nghiệp vụ (ai đóng bao nhiêu, tính thế nào)

Kiểm tra kết quả, phát hiện lỗi sai

Quyết định hướng đi và thứ tự ưu tiên

Vận hành và theo dõi hệ thống thực tế

AI (Vibecoding) chịu trách nhiệm

Viết toàn bộ code theo yêu cầu

Sửa lỗi khi được chỉ ra

Giải thích từng phần code hoạt động thế nào

Đề xuất cải tiến và cách tổ chức hệ thống

Soạn thảo tài liệu, hướng dẫn kỹ thuật

Con người là người đặt câu hỏi đúng. AI là người tìm câu trả lời. Kết quả tốt hay không phụ thuộc nhiều vào chất lượng câu hỏi hơn là năng lực kỹ thuật của người hỏi.

Điều quan trọng nhất là hiểu rõ nghiệp vụ. Biết rõ tiền điện tính như thế nào, khi nào nhắc khách, mẫu thông báo ra sao — đó là kiến thức không thể nhờ AI tự nghĩ ra. AI chỉ có thể biến những hiểu biết đó thành phần mềm hoạt động được.

Phần 3

Chúng tôi làm việc cùng nhau như thế nào?

Quá trình xây dựng DoraHouse không phải là một đường thẳng suôn sẻ. Nó gần với hình ảnh hai người thợ lành nghề cùng sửa một ngôi nhà — một người biết ngôi nhà cần gì, người kia giỏi tay nghề thi công.

1. Xác định tính năng cần làm

Mỗi tính năng bắt đầu bằng một câu mô tả cụ thể: “Tôi cần bot Telegram tự động nhắc khách đóng tiền vào ngày 25 hàng tháng, kèm số tiền và QR thanh toán.” Càng cụ thể, kết quả càng gần với mong đợi.

2. AI viết code, giải thích cách hoạt động

Claude tạo ra code hoàn chỉnh, đồng thời giải thích từng phần làm gì. Không cần đọc hiểu toàn bộ — chỉ cần hiểu đủ để biết code đó làm đúng yêu cầu không.

3. Chạy thử — thường là có lỗi

Thực tế, lần đầu chạy gần như luôn có lỗi. Có thể là lỗi cài đặt, lỗi định dạng dữ liệu, hay lỗi môi trường hệ thống. Đây là bước bình thường, không phải thất bại.

4. Mô tả lỗi cho AI, sửa lại

Copy thông báo lỗi dán vào chat, mô tả thêm hoàn cảnh — AI phân tích và đưa ra cách sửa. Vòng lặp này có thể lặp lại vài lần cho một tính năng phức tạp.

5. Chạy ổn định — kiểm tra nghiệp vụ

Khi code chạy không lỗi, bước quan trọng nhất là kiểm tra xem kết quả có đúng với thực tế không. Con số tính có đúng không? Thông báo gửi đúng người không? Đây là lúc kiến thức nghiệp vụ của con người phát huy giá trị.

6. Ghi nhận và tích lũy kinh nghiệm

Mỗi tính năng hoàn thành là một bài học. Những lỗi hay gặp, những cách đặt câu hỏi hiệu quả, những cấu hình cần chú ý — đều được ghi lại để các lần sau làm nhanh hơn.

Bài học thực tế
Một trong những thách thức không ngờ tới là sự khác biệt giữa môi trường máy tính: code chạy tốt trên Mac Mini nhưng lại lỗi trên Raspberry Pi vì hệ điều hành khác nhau. Hay một ký tự xuống dòng sai kiểu (CRLF thay vì LF) khiến toàn bộ cấu hình không đọc được. Những lỗi kiểu này không phải do AI sai — mà do sự khác biệt giữa môi trường thực tế và môi trường AI “tưởng tượng”.

Giải pháp là luôn mô tả rõ hệ thống đang dùng khi nhờ AI hỗ trợ, và chạy thử từng bước nhỏ thay vì viết một lúc cả hệ thống lớn.

Phần 4

Cần gì để bắt đầu?

Thiết bị phần cứng

Mac Mini M4
Máy chủ chính. Chạy bộ não AI (mô hình ngôn ngữ) và toàn bộ hệ thống backend. Mạnh, tiết kiệm điện, ổn định 24/7.
Raspberry Pi 3 B+
Thiết bị phụ, chi phí thấp (~700k VND). Chạy các tác vụ nhẹ, đóng vai trò “cầu nối” với Telegram. Phù hợp để triển khai tại mỗi địa điểm.
Telegram Bot
Giao diện người dùng. Không cần cài app riêng — khách thuê và chủ nhà tương tác ngay trong Telegram quen thuộc.
Kết nối Internet
Đủ dùng với đường truyền gia đình thông thường. Không cần thuê máy chủ đám mây đắt tiền.

Kiến thức cần thiết

Đây là phần nhiều người lo nhất — nhưng thực ra yêu cầu không cao như tưởng.

Cần có

Hiểu rõ nghiệp vụ mình muốn tự động hóa. Bạn phải biết rõ quy trình quản lý nhà trọ của mình — tiền điện tính thế nào, chu kỳ thu tiền, các loại phí, cách giao tiếp với khách thuê.

Đọc hiểu thông báo lỗi cơ bản. Không cần hiểu code, nhưng cần biết copy đúng phần thông báo lỗi để dán vào chat với AI.

Kiên nhẫn và sẵn sàng thử — sai — thử lại. Đây là kỹ năng quan trọng nhất.

Không cần có

Không cần biết lập trình Python hay JavaScript. Không cần hiểu kiến trúc hệ thống phức tạp. Không cần bằng cấp kỹ thuật. DoraHouse được xây dựng bởi một người — làm từng bước một, nhờ AI hỗ trợ từng phần.

Phần 5

Vibecoding — tốt ở đâu, hạn chế ở đâu?

Ưu điểm

Không cần thuê lập trình viên — tiết kiệm chi phí đáng kể

Tốc độ ra tính năng nhanh hơn rất nhiều so với học code từ đầu

AI giải thích được tại sao làm thế này — học song song với làm

Dễ thay đổi, điều chỉnh khi nghiệp vụ thay đổi

AI không biết mệt, không ngại câu hỏi lặp đi lặp lại

Hạn chế cần lưu ý

AI không tự biết môi trường thực tế của bạn — phải mô tả rõ

Code AI tạo ra đúng logic nhưng có thể thiếu xử lý tình huống bất ngờ

Phụ thuộc vào chất lượng câu hỏi — hỏi mơ hồ, kết quả mơ hồ

Mỗi phiên chat là một tờ giấy mới — AI không nhớ ngữ cảnh cũ

Cần người vận hành hiểu đủ để phát hiện khi AI đưa ra câu trả lời sai

Những điều cần đặc biệt lưu ý

Đừng tin tuyệt đối vào AI. AI rất giỏi tạo ra code “trông có vẻ đúng” nhưng thực ra sai ở những chi tiết nghiệp vụ. Luôn kiểm tra kết quả tính toán bằng tay ít nhất một lần đầu.
Mô tả môi trường cụ thể. “Tôi dùng Raspberry Pi 3 chạy Raspbian 12” khác hoàn toàn với “tôi dùng Mac”. AI cần biết bối cảnh để cho câu trả lời phù hợp.
Chia nhỏ yêu cầu. Đừng nhờ AI làm “toàn bộ hệ thống quản lý nhà trọ” trong một câu. Hãy chia thành từng tính năng nhỏ, làm lần lượt, kiểm tra từng phần.
Lưu lại những gì đã làm được. Vì AI không nhớ các cuộc trò chuyện cũ, bạn cần tự ghi chép lại cấu hình, quyết định kỹ thuật quan trọng để tham chiếu sau này hoặc cung cấp lại cho AI khi cần.

Phần 6

Rút kinh nghiệm — để lần sau làm nhanh hơn

✓ Nghiệp vụ trước, công nghệ sau

Trước khi mở chat với AI, hãy viết ra giấy quy trình bạn muốn tự động hóa. Càng rõ càng tốt. AI không thể nghĩ thay bạn về cách quản lý nhà trọ của bạn.

✓ Bắt đầu từ bài toán nhỏ nhất

Đừng muốn làm hết mọi thứ ngay. Tính năng đầu tiên nên là thứ đơn giản nhất, hữu ích nhất. Làm được một thứ nhỏ thành công sẽ cho bạn hiểu cách làm việc với AI, trước khi thử thứ phức tạp hơn.

✓ Ghi chép như một kỹ sư

Mỗi quyết định quan trọng — tại sao dùng công cụ này thay vì kia, tại sao cấu hình như vậy — hãy ghi lại. Ba tháng sau bạn sẽ không nhớ, và AI cũng không biết.

✓ Kiểm tra kỹ trước khi triển khai thực tế

Chạy thử với dữ liệu giả trước. Kiểm tra các tình huống bất thường: khách thuê đóng thiếu, hóa đơn điện sai số, thông báo gửi nhầm người. AI không tự nghĩ đến những trường hợp ngoại lệ này — con người phải chủ động kiểm tra.

✓ Mong đợi thực tế — AI không phải phép màu

DoraHouse mất nhiều ngày để đạt được mức vận hành ổn định. Có nhiều buổi tối ngồi gỡ lỗi. Có tính năng làm đi làm lại vài lần. Đó là bình thường. Kết quả có giá trị thực sự đến từ sự kiên nhẫn, không phải từ một cuộc hội thoại với AI.

Kết luận

Công nghệ AI là một người bạn, người đồng hành chứ không phải là rào cản. Rào cản thực sự là hiểu rõ vấn đề mình muốn giải quyết, và có đủ kiên nhẫn để hướng dẫn cho AI hiểu. Phần còn lại, AI sẽ giúp.