Kstudy AcademyNhận Tư Vấn Lộ Trình

last30days skill là gì? Cách dùng để nghiên cứu thị trường hiệu quả bằng AI

Người làm marketing dùng kính lúp lọc nhiều nguồn tin thành bản tóm tắt nghiên cứu.
  • Kstudy

Hiểu cách last30days gom tín hiệu cộng đồng và dùng chúng để tìm ý tưởng content, nghiên cứu sản phẩm, kiểm tra ý tưởng kinh doanh.

last30days là một skill giúp AI tìm các thảo luận gần đây từ nhiều nguồn, lọc và xếp nhóm rồi viết bản tổng hợp có dẫn nguồn. Người làm marketing, kinh doanh có thể dùng nó để tìm câu hỏi đáng nghiên cứu, không phải để chứng minh thị trường chắc chắn sẽ mua. [01][02]

Bạn chuẩn bị kế hoạch nội dung tháng tới. AI đưa ra những đề tài nghe rất đúng, nhưng tháng nào cũng dùng được: xây thương hiệu, hiểu khách hàng, tối ưu chuyển đổi. Thứ bạn thiếu không phải thêm một bài viết. Bạn muốn biết gần đây người trong ngành đang vướng chuyện gì, họ đã thử cách nào và phản đối điều gì.

last30days hỗ trợ bước đó. Có thể hình dung nó như một người phụ việc đi một vòng chợ thông tin, ghi lại câu chuyện ở nhiều quầy, bỏ những lời kể trùng nhau rồi mang về bản ghi chú. Nhưng đi chợ giỏi không có nghĩa đã khảo sát hết người mua.

Người làm marketing dùng kính lúp lọc nhiều nguồn tin thành bản tóm tắt nghiên cứu.

Từ nhiều nguồn tin đến một brief, tức bản tóm tắt giúp xác định việc cần làm tiếp theo.

last30days chạy ở đâu và cần gì để dùng?

Đây không phải mô hình AI mới hay một website chỉ cần mở lên là dùng. Repo gốc mvanhorn/last30days-skill trên GitHub gồm hướng dẫn cho AI Agent (trợ lý AI có thể dùng công cụ) và chương trình tìm, xử lý thông tin. Bài này đối chiếu bản v4.4.0, phát hành ngày 20/11/2026. [01][02]

Đường bắt đầu minh họa trong bài là Claude Code: ứng dụng agent có quyền đọc tệp và chạy công cụ trên máy. Nó khác với mở một cuộc chat Claude thông thường. Repo có cách phân phối cho môi trường khác; không nên dùng nguyên đường cài của Claude Code cho mọi agent. [01]

Để thử, bạn cần:

  • Máy tính đã có Claude Code và được phép cài plugin, tức gói mở rộng chức năng.
  • Python 3.12 trở lên theo yêu cầu repo. Một số nguồn cần công cụ phụ, khóa API hoặc phiên đăng nhập. API là cách phần mềm yêu cầu dữ liệu từ dịch vụ khác. [01][04]
  • Một chủ đề công khai, không chứa bí mật kinh doanh hay thông tin riêng của khách hàng.
  • Quyền kiểm soát chi phí và các thay đổi mà bước cài đặt đề xuất.

Mã nguồn được cấp phép MIT, nhưng không có nghĩa mọi lần nghiên cứu đều miễn phí. Agent, mô hình AI và dịch vụ dữ liệu có thể tính phí riêng. [01][04]

Prompt nhờ agent kiểm tra và đề xuất cài đặt

Mở Claude Code trong một thư mục thử nghiệm riêng rồi dán đoạn sau. Prompt là yêu cầu bạn đưa cho AI, không phải giấy phép để nó tự thay đổi mọi thứ.

Tôi muốn thử repo https://github.com/mvanhorn/last30days-skill trong môi trường Claude Code này.
Trước tiên chỉ đọc tài liệu công khai và kiểm tra môi trường hiện tại.
Xác định phiên bản, Python cần có, cách cài plugin chính thức, tệp sẽ thay đổi, công cụ phụ có thể cài thêm, dịch vụ có thể tính phí và dữ liệu có thể gửi ra ngoài.
Trình phương án cài trong phạm vi thử nghiệm và chờ tôi duyệt trước khi tải, cài hoặc sửa cấu hình.
Không đọc cookie trình duyệt, không tạo tài khoản, không mua dịch vụ và không dùng khóa API có sẵn nếu chưa được tôi đồng ý.
Sau khi tôi duyệt và cài xong, xác minh agent nhận diện được skill. Báo rõ nguồn nào dùng được, nguồn nào chưa cấu hình. Chưa chạy nghiên cứu tự động.

Tài liệu hiện hành hướng dẫn Claude Code cài qua marketplace, tức danh mục plugin. Cài xong mới là có bộ công cụ; cần một lượt nghiên cứu nhỏ để biết nguồn nào thực sự hoạt động. Hướng dẫn này được đối chiếu tài liệu và mã nguồn, không phải báo cáo Kstudy đã cài hoặc thử chạy toàn bộ dịch vụ. [01][02]

Nguyên lý hoạt động: hỏi rõ, thu tin, lọc, xếp nhóm, viết brief

Năm bước nghiên cứu: hỏi rõ, thu tin, lọc, xếp nhóm và viết bản tóm tắt.

Năm bước biến một câu hỏi thành bản ghi chú nghiên cứu có thể kiểm tra lại.

1. Biến câu hỏi thành kế hoạch đi tìm

“AI cho marketing” quá rộng. “Người làm quảng cáo đang phàn nàn gì về công cụ tạo video AI trong 30 ngày gần đây” cho agent cơ sở chọn từ khóa, tên sản phẩm và cộng đồng. Khi cần, nó tìm thêm tài khoản, repo hoặc cách gọi khác của chủ đề. [01][02]

Giống nhờ người đi chợ: “mua đồ ngon” khó làm hơn “tìm cà phê pha lạnh cho dân văn phòng, xem họ quan tâm vị, giá hay độ tiện”. Câu hỏi rõ giúp bớt gom tin lệch đề, chứ không bảo đảm đủ dữ liệu.

2. Tìm ở nhiều nguồn cùng lúc

Chương trình có các đầu nối tới Reddit, X, YouTube, Hacker News, GitHub, web và các nguồn khác. Nguồn thực sự chạy tùy cấu hình, quyền truy cập và chủ đề. Có nguồn có đường truy cập không cần khóa; có nguồn cần dịch vụ dữ liệu hoặc đăng nhập. Cài skill không có nghĩa mở được tất cả. [01][04]

Khi truy cập được, một số nguồn cung cấp cả bình luận, transcript (bản chép lời video) hoặc số tương tác, thay vì chỉ tiêu đề và link. Nếu không lấy được lời thoại, không nên viết như thể agent đã xem và hiểu toàn bộ video. [01][02]

3. Lọc và chấm mức đáng đọc

Kết quả được xử lý theo độ liên quan, độ mới, tương tác và các tín hiệu khác. Mã nguồn có bước chuẩn hóa, gộp thứ hạng rồi sắp xếp lại bằng AI hoặc cách tính dự phòng. [03]

Nói bình dân: bài nhiều lượt thích nhưng lệch đề không nhất thiết đứng trên bài ít tương tác mà trả lời đúng câu hỏi. Cũng không thể coi một lượt thích trên X và một lượt bình chọn Reddit là hai đơn vị giống nhau.

Điểm xếp hạng không phải điểm “đúng sự thật”. Một câu chuyện gây tranh cãi có thể rất nổi mà vẫn thiếu bằng chứng.

4. Gom các bài cùng chuyện

Một công cụ đổi giá, Reddit bàn luận, X chia sẻ rồi YouTube phân tích. Đó có thể là một câu chuyện được nhắc trên ba nơi, không phải ba bằng chứng độc lập. Repo có bước gom nhóm để bản tổng hợp bớt lặp. [01][03]

Người đọc vẫn cần xem ai đưa tin đầu tiên, đâu là trải nghiệm trực tiếp và đâu chỉ là bài đăng lại.

5. Nhờ agent viết bản tổng hợp có nguồn

Agent dùng thông tin thu thập được để giải thích chủ đề đáng chú ý và dẫn về nguồn. Chất lượng còn phụ thuộc cách hỏi và khả năng tổng hợp của mô hình. Thu thập được một tin không bảo đảm tin đó xuất hiện chính xác trong bản viết cuối. [02][06]

Hãy yêu cầu tách ba phần: thông tin có bằng chứng, nhận định và điều còn thiếu. Bản nghiên cứu phải giúp bạn quyết định đọc gì, hỏi ai, thử gì tiếp theo.

Có gì khác với hỏi AI tìm trên web?

Không phải “gắn skill thì AI bỗng thông minh hơn”. last30days bổ sung quy trình tìm nguồn, giữ tín hiệu cộng đồng và xử lý kết quả trước khi viết. Agent tìm web tốt vẫn có thể trả lời nhiều câu hỏi mà không cần cài thêm gói này. [01][02]

Các bài viết bên ngoài cho thấy không nên kỳ vọng một chiều:

  • Bài tiếng Anh của AI Parabellum ngày 18/11/2026 tự báo cáo thử bản v4.3.2: bản có skill lấy được nhiều tiếng nói cộng đồng hơn, nhưng bỏ qua một số tin lớn khi tổng hợp, kể cả tin có trong dữ liệu thu về. Đây là phép thử của tác giả, không phải kết quả Kstudy tái lập. [06]
  • Bài tiếng Nhật của Fyve ngày 21/10/2026 kể rằng truy vấn chỉ tiếng Nhật thu được ít kết quả hơn truy vấn tiếng Anh trong phép thử của họ. Một số video không lấy được phụ đề, phần trả lời còn trộn nguồn cũ vào nội dung gần đây. Không thể suy ra chất lượng tiếng Việt từ phép thử này. [07]
  • Bài tiếng Trung của MagicNetWorld nói rõ chưa cài và chạy thực tế. Nó hữu ích như bản giới thiệu, không phải bằng chứng kiểm thử độc lập. [08]
  • AgentCeres, trong bài tiếng Tây Ban Nha, tự thuật đã tích hợp skill vào hệ thống và gặp vướng mắc về Python, cách kích hoạt khi chạy lịch. Đây là kinh nghiệm nhà cung cấp kể lại, có lợi ích thương mại, không phải benchmark độc lập. [09]

Bốn ngôn ngữ không tự tạo ra bốn lớp xác nhận. Cần đọc xem mỗi người thật sự làm gì, ở phiên bản nào và với nguồn nào.

Dùng tại Việt Nam: đừng nhầm tín hiệu quốc tế với nhu cầu trong nước

Tín hiệu từ cộng đồng quốc tế cần được kiểm chứng bằng phản hồi khách hàng tại cửa hàng Việt Nam.

Một chủ đề được bàn luận ở nước ngoài là gợi ý để kiểm tra, chưa phải bằng chứng khách hàng Việt Nam sẵn sàng trả tiền.

Hướng dẫn repo tự lưu ý nhiều nguồn thiên về cộng đồng tiếng Anh. Yêu cầu agent viết tiếng Việt khác với tìm được đầy đủ dữ liệu tiếng Việt. [05]

Repo có đầu nối Meta Ads Library cho dữ liệu quảng cáo, không đồng nghĩa tìm hết bài viết, bình luận hay nhóm Facebook. Trong cây mã nguồn đã kiểm tra ở phiên bản nêu trên, chưa thấy đầu nối riêng cho Zalo hoặc Shopee. Tìm web có thể thấy trang công khai được lập chỉ mục, không tương đương đọc hội thoại Zalo hay quét đầy đủ đánh giá trên sàn. [01][05]

Cách dùng hợp lý là tìm tín hiệu rộng, bổ sung nguồn Việt Nam rồi kiểm chứng bằng khách hàng thật. Các tình huống dưới đây là case study giả định để hướng dẫn cách làm, không phải khách hàng đã triển khai hay kết quả doanh thu được ghi nhận.

Case 1: người làm Digital Marketing tìm góc nội dung về video AI

Giả sử bạn phụ trách nội dung cho agency ở Hà Nội, muốn viết về video AI nhưng không lặp danh sách công cụ. Bạn cần biết người làm quảng cáo gặp trở ngại gì, rồi chọn vấn đề phù hợp với người đọc Việt Nam.

Marketer chọn góc nội dung video AI từ nguồn thảo luận, sau đó thử một bài với người đọc Việt Nam.

Nghiên cứu giúp chọn góc bài để thử, không phải bảo đảm nội dung sẽ bán được hàng.

Dùng last30days nghiên cứu các thảo luận công khai trong 30 ngày gần đây về AI video ads for small businesses.
Tìm bằng cả tiếng Anh và tiếng Việt. Viết báo cáo bằng tiếng Việt.
Tách dữ liệu Việt Nam và quốc tế, ghi rõ nguồn thực sự truy cập được và nguồn bị thiếu.
Tìm câu hỏi, lời phàn nàn và cách khắc phục do người dùng trực tiếp kể lại. Mỗi nhận định phải có link và ngày nguồn.
Đề xuất 3 góc bài cho người làm quảng cáo tại Việt Nam. Với mỗi góc, ghi bằng chứng hỗ trợ, điều chưa biết và cách kiểm chứng.
Không bịa volume từ khóa, mức độ phổ biến ở Việt Nam hay kết quả chạy quảng cáo. Không tự đăng bài.

Đầu ra cần nhận là ba đề xuất biên tập có căn cứ, không chỉ ba tiêu đề. Nếu nguồn thực sự cho thấy người dùng khó giữ hình ảnh sản phẩm nhất quán, có thể cân nhắc bài hướng dẫn kiểm tra sự nhất quán trước khi xuất video. Không có bằng chứng thì bỏ góc này, không ép nguồn khớp ý tưởng.

Để kiểm chứng tại Việt Nam, đối chiếu câu hỏi khách hàng agency đã gửi trong phạm vi được phép, hỏi người chạy quảng cáo và thử một bài nhỏ. Theo dõi câu hỏi đúng tệp hoặc yêu cầu tư vấn phát sinh; lượt thích chưa đủ nói nội dung giúp bán hàng.

Muốn nối nghiên cứu với thao tác sản xuất, đọc thêm hướng dẫn dùng Claude Code để edit video tự động bằng AI của Kstudy. Đây là bước làm nội dung, khác bước tìm bằng chứng cho ý tưởng.

Case 2: chủ shop bình giữ nhiệt nghiên cứu điều khách hàng còn lăn tăn

Giả sử shop tại TP.HCM chuẩn bị nhập dòng bình mang đi làm. Câu hỏi cần chốt không phải “sản phẩm nào hot”, mà là “trở ngại nào đủ quan trọng để thay đổi cách chọn hàng hoặc trình bày sản phẩm”.

Chủ shop kiểm tra nắp, vệ sinh và kích thước bình giữ nhiệt trước khi viết nội dung sản phẩm.

Chuyển câu hỏi từ cộng đồng thành việc kiểm tra mẫu hàng và hỏi người mua thật.

Dùng last30days tìm thảo luận gần đây về commuter insulated tumbler và bình giữ nhiệt mang đi làm.
Tập trung vào trải nghiệm sử dụng, lý do đổi trả và điều người mua muốn biết trước khi đặt hàng.
Tách phản hồi người dùng với nội dung quảng bá; tách Việt Nam với quốc tế. Giữ link, ngày và ngữ cảnh nguồn.
Nếu có quyền truy cập Meta Ads Library, ghi lại thông điệp và cách trình bày quảng cáo liên quan. Nếu không có, báo thiếu, không tự tạo tài khoản hay dùng dịch vụ trả phí.
Đề xuất danh sách câu hỏi cần kiểm tra khi xem mẫu hàng và bản nháp nội dung trang sản phẩm.
Không suy doanh thu, lợi nhuận, quảng cáo thắng hay nhu cầu Việt Nam từ tương tác. Không tự quyết định nhập hàng.

Đầu ra mong muốn là câu hỏi để kiểm tra mẫu hàng, chẳng hạn việc vệ sinh nắp hoặc độ vừa ngăn đựng cốc. Chỉ đưa chúng vào danh sách phát hiện khi có nguồn tương ứng. Shop tự thử mẫu và hỏi người mua thật xem điều gì đáng quan tâm.

Xem quảng cáo đối thủ cho biết họ đang nói gì, không cho biết họ bán có lời không. Một mẫu quảng cáo xuất hiện nhiều lần không chứng minh bạn nên nhập cùng sản phẩm. Sau khi kiểm tra chất lượng, giá vốn và phản hồi thử nghiệm, chủ shop mới quyết định bước tiếp theo.

Case 3: founder muốn làm trợ lý AI đặt lịch cho salon

Giả sử bạn định mở dịch vụ AI giúp salon trả lời câu hỏi và nhận yêu cầu đặt lịch. Thay vì thuê làm ngay hệ thống, bạn muốn biết chủ cửa hàng phàn nàn về quy trình nào và giải pháp hiện có thiếu gì.

Founder trao đổi với chủ salon và kiểm tra quy trình đặt lịch trước khi xây trợ lý AI.

Từ giả thuyết đến phỏng vấn và mô phỏng quy trình, chưa vội xây cả hệ thống.

Dùng last30days nghiên cứu AI receptionist for salons và trợ lý AI đặt lịch salon trong 30 ngày gần đây.
Tìm lời kể trực tiếp của chủ cửa hàng và người dùng, không chỉ bài bán phần mềm. Tách nguồn Việt Nam và quốc tế.
Lập bản đồ vấn đề: tình huống xảy ra, giải pháp đang dùng, điều còn bất tiện và link bằng chứng.
Chọn 3 giả thuyết đáng phỏng vấn khách hàng tại Việt Nam. Với mỗi giả thuyết, viết câu hỏi trung lập để tìm cả bằng chứng ủng hộ lẫn phản bác.
Không suy khả năng trả tiền từ lượt thích hay số người bàn luận. Không đưa số điện thoại, hội thoại khách hàng hoặc danh sách liên hệ nội bộ vào truy vấn.
Chỉ làm bản nghiên cứu và đề xuất thử nghiệm, không tự liên hệ ai, triển khai chatbot hay bán dịch vụ.

Đầu ra là bản đồ vấn đề và kịch bản phỏng vấn, chưa phải kế hoạch xây sản phẩm. Một giả thuyết có thể là “cửa hàng cần đỡ bỏ sót yêu cầu ngoài giờ”. Bạn phải xác minh họ có thực sự gặp chuyện đó, đang xử lý thế nào và giải quyết có đáng tiền không.

Thử cách làm thủ công hoặc bản mô phỏng có người kiểm tra trước. Đo yêu cầu bị bỏ sót, thời gian xử lý và độ chính xác khi xác nhận lịch. Chỉ viết kết quả khi có dữ liệu; không dùng thảo luận quốc tế điền thay con số còn trống của startup Việt Nam.

Ba điều phải kiểm tra trước khi tin bản tổng hợp

“30 ngày” là cửa sổ nghiên cứu, không phải bảo đảm mọi nguồn đều mới

Repo cho phép điều chỉnh khoảng thời gian. Một số nhánh có ngoại lệ, chẳng hạn giữ việc tuyển dụng còn mở hoặc tài liệu nền; một số dịch vụ không cung cấp đủ dữ liệu lịch sử. Hãy yêu cầu ghi ngày từng nguồn, tách tin trong kỳ với tài liệu ngoài kỳ, không lấy tên last30days làm bằng chứng ngày đăng. [02][04]

Nhiều bài không có nghĩa đại diện cho khách hàng

Người hay đăng bài, cộng đồng dùng tiếng Anh và người có trải nghiệm cực tốt hoặc cực tệ có thể được nhìn thấy nhiều hơn. Đọc báo cáo như danh sách tín hiệu và câu hỏi để kiểm tra, không phải tỷ lệ nhu cầu toàn thị trường. Không dùng tương tác thay cho volume tìm kiếm, tức lượng tìm kiếm từ khóa, hoặc ý định mua.

Chạy trên máy mình không có nghĩa dữ liệu không ra ngoài

Truy vấn phải được gửi đến nguồn tìm kiếm. Khi cấu hình nhà cung cấp AI để sắp xếp kết quả, chủ đề và một phần nội dung có thể được gửi tới dịch vụ đó. Cookie là dữ liệu duy trì trạng thái đăng nhập, không phải thiết lập vô hại cứ bấm đồng ý. Kiểm tra luồng dữ liệu, nơi lưu báo cáo và quyền truy cập trước khi dùng tài khoản công ty. [02][04]

Bắt đầu bằng chủ đề công khai, nguồn ít quyền và chi phí đã biết. Chỉ mở thêm nguồn khi nó giúp trả lời đúng câu hỏi kinh doanh.

Nên dùng last30days vào việc nào trước?

Chọn một quyết định nhỏ có thể kiểm chứng: bài tuần tới viết về gì, trang sản phẩm cần giải thích điều gì, hoặc câu hỏi nào đáng mang đi phỏng vấn khách hàng. Ghi bằng chứng trước khi thử, hành động đã làm và kết quả đo được sau đó.

Nếu muốn xây năng lực marketing có hệ thống, tìm hiểu khóa Digital Marketing Fullstack tại Kstudy. Nếu muốn tự phát triển website hoặc ứng dụng bằng AI, tham khảo AI Vibe Coding. Đây là hướng học theo mục tiêu công việc, không phải khẳng định các chương trình đang dạy riêng repo last30days.

Giá trị của skill không nằm ở việc có thêm một báo cáo dài mỗi tuần. Nó nằm ở chỗ giúp bớt phỏng đoán, tìm nguồn đáng đọc và đặt câu hỏi tốt hơn trước khi bỏ tiền hoặc thời gian.

Câu hỏi thường gặp

last30days có phải một AI mới không? Không. Đây là bộ hướng dẫn và chương trình hỗ trợ AI Agent tìm, xử lý nguồn rồi tổng hợp. Chất lượng còn phụ thuộc agent, nguồn truy cập được và câu hỏi nghiên cứu.

Có thể dùng last30days miễn phí không? Repo có giấy phép MIT và một số đường truy cập nguồn không cần khóa. Tuy nhiên, agent, mô hình AI hoặc dịch vụ dữ liệu có thể tính phí riêng; cần kiểm tra cấu hình và bảng giá nhà cung cấp.

last30days có đọc được Facebook, Zalo và Shopee không? Repo được kiểm tra có đầu nối Meta Ads Library cho quảng cáo, không đồng nghĩa quét bài hay nhóm Facebook. Chưa thấy đầu nối riêng cho Zalo và Shopee trong phiên bản đối chiếu. Chỉ nên báo nguồn thực sự chạy được.

Viết báo cáo tiếng Việt có nghĩa nghiên cứu đủ thị trường Việt Nam không? Không. Ngôn ngữ trả lời khác độ bao phủ nguồn. Nên tìm từ khóa tiếng Việt và tiếng Anh, tách hai nhóm dữ liệu rồi kiểm chứng thêm với khách hàng trong nước.

Có nên dùng báo cáo để quyết định nhập hàng hoặc mở startup? Chỉ nên dùng làm đầu vào xác định điều cần kiểm tra. Quyết định còn cần phản hồi khách hàng, giá vốn, vận hành và thử nghiệm; không thể suy khả năng trả tiền từ tương tác mạng xã hội.

Nguồn tham khảo

Tài liệu được đối chiếu ngày 21/11/2026. Tính năng và điều kiện truy cập có thể thay đổi sau phiên bản được nêu trong bài.