Ở các bài trước, chúng ta đã tìm hiểu khái niệm AI Agent và tổng quan về OpenClaw. Trong bài này, chúng tôi sẽ đi sâu vào cơ chế hoạt động thực tế của OpenClaw thông qua một kịch bản cụ thể: khách hàng gửi tin nhắn hỏi về trạng thái đơn hàng qua Zalo.
Kịch bản: Khách hàng hỏi đơn hàng qua Zalo
Bối cảnh: Một cửa hàng thời trang online sử dụng Zalo OA để chăm sóc khách hàng. Hệ thống quản lý đơn hàng chạy trên nền web, có API nội bộ.
Khách hàng gửi tin nhắn: “Cho mình hỏi đơn hàng DH-20260301 giao đến đâu rồi?”
Hãy xem OpenClaw xử lý tin nhắn này như thế nào, từng bước một.
Bước 1: Nhận tin nhắn qua Channel
OpenClaw kết nối với Zalo OA thông qua Channel. Khi khách hàng gửi tin nhắn, Zalo webhook đẩy nội dung về OpenClaw. Framework tiếp nhận tin nhắn và chuyển sang bước phân tích.
Lưu ý: OpenClaw hỗ trợ 50+ channels (Telegram, WhatsApp, Facebook Messenger, Slack…). Cùng một AI Agent có thể phục vụ khách hàng trên nhiều kênh khác nhau mà không cần viết lại logic.
Bước 2: AI Model phân tích và lập kế hoạch
Nội dung tin nhắn được gửi đến AI Model (ví dụ: Claude hoặc GPT). Model phân tích và xác định:
- Ý định (intent): Khách muốn kiểm tra trạng thái giao hàng
- Thông tin trích xuất: Mã đơn hàng = DH-20260301
- Hành động cần thực hiện: Gọi API kiểm tra đơn hàng
- Tool cần dùng: order_status_api
Đây là bước thể hiện sức mạnh của LLM – AI không cần kịch bản cứng mà tự hiểu ngữ cảnh và lập kế hoạch phù hợp.
Bước 3: Gọi Tool thực thi
OpenClaw gọi tool đã được cấu hình sẵn – trong trường hợp này là API nội bộ của hệ thống quản lý đơn hàng:
GET /api/orders/DH-20260301/tracking
API trả về kết quả:
- Trạng thái: Đang vận chuyển
- Đơn vị vận chuyển: GHN
- Mã vận đơn: GHN-987654
- Dự kiến giao: 15/03/2026
Bước 4: AI tổng hợp và phản hồi
AI Model nhận dữ liệu từ tool, tổng hợp thành câu trả lời tự nhiên và gửi lại cho khách qua Zalo:
“Chào bạn! Đơn hàng DH-20260301 hiện đang được vận chuyển bởi GHN (mã vận đơn: GHN-987654). Dự kiến giao hàng vào ngày 15/03/2026. Bạn có thể tra cứu thêm tại website GHN nhé!”
Toàn bộ quy trình diễn ra trong vài giây
Điểm quan trọng: khách hàng chỉ thấy một tin nhắn hỏi và một tin nhắn trả lời. Phía sau, OpenClaw đã tự động thực hiện chuỗi hành động: nhận tin → phân tích → gọi API → tổng hợp → phản hồi. Không cần nhân viên can thiệp.
Khi nào AI cần sự hỗ trợ của con người?
OpenClaw được thiết kế để AI tự xử lý phần lớn tác vụ, nhưng cũng hỗ trợ cơ chế human-in-the-loop cho các tình huống cần con người:
- Yêu cầu vượt quá phạm vi xử lý – chuyển tiếp cho nhân viên
- Quyết định quan trọng (hủy đơn, hoàn tiền) – yêu cầu duyệt trước khi thực thi
- Thông tin nhạy cảm – AI thông báo và chuyển cho bộ phận chuyên trách
Đây là mô hình “AI-first, human-backup” – AI xử lý routine, con người xử lý ngoại lệ.
Sức mạnh của Skills trong OpenClaw
Trong ví dụ trên, việc kiểm tra đơn hàng là một Skill. Nhưng một AI Agent có thể được trang bị nhiều skills khác nhau:
- Skill tra cứu sản phẩm – khi khách hỏi về giá, thông số
- Skill đặt lịch hẹn – khi khách muốn book dịch vụ
- Skill phân loại khiếu nại – khi khách có vấn đề cần giải quyết
- Skill gửi thông báo – tự động nhắc lịch, thông báo khuyến mãi
AI sẽ tự chọn skill phù hợp dựa trên nội dung tin nhắn của khách. Bạn chỉ cần cấu hình một lần, AI tự vận hành.
Kết luận
Qua ví dụ trên, có thể thấy OpenClaw hoạt động theo một pipeline rõ ràng: Channel nhận input → AI Model phân tích → Tools thực thi → AI tổng hợp output. Sức mạnh nằm ở khả năng kết nối linh hoạt với bất kỳ hệ thống nào qua tools và skills.
Trong bài tiếp theo, chúng tôi sẽ giới thiệu 5 ứng dụng thực tế phổ biến nhất của OpenClaw trong doanh nghiệp Việt Nam.
