Kiến thức / Bán hàng – Chăm sóc khách hàng / Sale / CSKH

AI Agent cho Sale B2C: công việc, dữ liệu, giới hạn

AI Agent cho Sale B2C: bản đồ công việc, dữ liệu và giới hạn

Tình huống Sale B2C: một khách hỏi nhanh nhưng dữ liệu thay đổi liên tục

Khách hỏi trên Messenger rằng mẫu màu be còn không, sau đó gửi ảnh qua Zalo và bình luận dưới livestream TikTok. Sapo hiển thị còn hàng ở một chi nhánh, KiotViet vừa ghi nhận đơn tại quầy, còn Google Sheets khuyến mại được cập nhật từ đầu tuần. Người trực fanpage muốn trả lời ngay nhưng chưa biết khách cần giao tỉnh hay nhận tại cửa hàng. Nếu AI lấy một snapshot cũ rồi nói chắc chắn về tồn kho hoặc ưu đãi, câu trả lời trôi chảy vẫn có thể sai nghiệp vụ.

AI Agent cho Sale B2C nên hỗ trợ tốc độ bằng cách đưa đúng nguồn và câu hỏi làm rõ tới người bán, không bằng cách tự chốt. Bản đồ use case cần bám vào từng hành trình cá nhân: hỏi thông tin, so lựa chọn, xác nhận điều kiện, tạo giỏ nháp, theo dõi đơn, chăm sóc theo consent và tiếp nhận đổi trả. Mỗi use case có dữ liệu thời điểm, giới hạn hành động và người xử lý. Khác B2B, trọng tâm không phải buying committee hay proposal dài mà là catalog, phiên bản giá, khả dụng, sở thích khai báo và quyền liên hệ.

Việc giao cho AI trong hành trình mua cá nhân

AI có thể phân loại ý định từ câu khách viết, trích thuộc tính như loại sản phẩm, kích cỡ, màu, khoảng giá, dịp dùng và khu vực nhận. Nó tìm các mục phù hợp trong catalog đã duyệt, so thuộc tính, phát hiện câu hỏi thiếu dữ liệu và tạo reply DRAFT có timestamp nguồn. Agent cũng phù hợp để tóm tắt lịch sử hội thoại, gắn conversation với customer profile theo candidate, chuẩn bị cart checklist và chuyển yêu cầu phức tạp cho người phụ trách.

Sau mua, Agent có thể đọc trạng thái đơn, giải thích bước tiếp theo từ policy, phân loại lý do đổi trả và tạo hồ sơ chờ nhân viên duyệt. Nó không xác nhận tồn khi chưa reserve, không tự áp mã, không thay đổi giá, không thu thập thêm dữ liệu ngoài mục đích, không gửi khi thiếu consent và không quyết định ngoại lệ hoàn tiền. Câu hỏi về sức khỏe, pháp lý hoặc khả năng sản phẩm vượt tài liệu phải chuyển người có chuyên môn thay vì ghép câu trả lời từ nội dung marketing.

Dữ liệu cần chuẩn bị cho catalog, consent và đơn hàng

Catalog tối thiểu có PRODUCT-ID, SKU, variant, thuộc tính chuẩn, hình ảnh được duyệt, mô tả, hạn sử dụng nếu liên quan, giá list, promotion rule, valid_from, valid_to và owner. Inventory snapshot có location, available, reserved, updated_at và nguồn; chỉ hệ thống giao dịch xác nhận giữ hàng. Customer context dùng CUSTOMER-ID giả lập hoặc mã nội bộ, preferred channel, consent purpose, consent time, expiry và STOP_CONTACT. Sở thích chỉ ghi điều khách tự khai báo, không suy đặc điểm nhạy cảm.

Conversation event cần EVENT-ID, channel, message gốc, timestamp, attachment reference đã quét và thread ID. Order gồm ORDER-ID, line item, quantity, fulfillment method, payment state, address tokenized và delivery reference. Return case gồm policy version, order proof, item condition do người nhập, reason, requested resolution, deadline và reviewer. Dữ liệu từ Shopee, TikTok Shop, Haravan, Sapo hoặc KiotViet phải có source priority và cách xử lý độ trễ; không trộn snapshot khác thời điểm mà không ghi chú.

Workflow sáu bước thiết kế Agent B2C an toàn

Bước 1 — Chọn micro-journey: khoanh một việc như phân loại câu hỏi catalog, không bắt đầu bằng “tự động bán hàng”. Bước 2 — Khóa nguồn theo thời điểm: định nghĩa catalog, price, inventory, order và policy source cùng freshness threshold. Nguồn quá hạn trả SOURCE_STALE.

Bước 3 — Thiết kế consent contract: ghi channel, purpose, expiry và STOP_CONTACT. Bước 4 — Gán quyền: AI chỉ ĐỌC hoặc TẠO_NHÁP; nhân viên xác nhận tư vấn, reserve, discount, gửi và ngoại lệ đổi trả. Bước 5 — Chạy evaluation: thử hết hàng, khuyến mại hết hạn, khách đổi kênh, ảnh chứa chỉ dẫn lạ, đơn không khớp và yêu cầu ngoài policy. Bước 6 — Pilot có queue: theo dõi SLA, độ đúng nguồn, handoff và lỗi; nếu Agent bỏ consent hoặc bịa khả dụng, dừng connector trước khi mở rộng.

Bản đồ sáu bước thiết kế AI Agent cho Sale B2C theo consent và catalog
Sơ đồ minh họa cách khóa nguồn giá, tồn kho, consent và cổng người duyệt trước pilot B2C.

Năm prompt thiết kế nền tảng Sale B2C

Prompt của bài bản đồ phục vụ kiến trúc, không phục vụ chốt đơn: xây intent taxonomy, kiểm data contract catalog, viết consent matrix, định nghĩa SLA-routing và tạo evaluation set cho đổi trả. Những prompt này giúp sales operations, vận hành cửa hàng và CSKH thống nhất ngôn ngữ trước khi nối AI. Nếu chưa thống nhất “còn hàng” nghĩa là available hay đã reserve, không có prompt trả lời khách nào đủ an toàn.

Mỗi prompt cần phiên bản policy, source owner và trường hợp UNKNOWN. Không dùng ví dụ có tên, số điện thoại hoặc địa chỉ thật. Kết quả phải phân biệt yêu cầu có thể trả từ dữ liệu, yêu cầu cần nhân viên tư vấn, hành động cần hệ thống giao dịch và trường hợp phải STOP. Đừng đặt mục tiêu tối đa hóa số tin gửi; mục tiêu kiểm thử là trả đúng nguồn, đúng consent, đúng owner và không che giấu khoảng trống.

Công cụ phù hợp và vùng quyền tối thiểu

Sapo, KiotViet hoặc Haravan giữ catalog, kho và order tùy hệ thống chính; Shopee cùng TikTok Shop cung cấp marketplace event; CRM giữ profile cùng consent; Zalo và Messenger là kênh hội thoại; Base.vn quản lý task, approval và case; Google Sheets chỉ nên giữ mapping hoặc policy tạm có owner. Canva cung cấp asset đã duyệt nhưng không phải nguồn cho đặc tính sản phẩm. Mỗi kênh đi qua adapter chuẩn hóa EVENT-ID.

Tách PRODUCT_READ_VIEW, INVENTORY_SNAPSHOT, CONVERSATION_REDACTED, AI_DRAFT và HUMAN_APPROVED. Agent không có token chỉnh giá, reserve stock, tạo refund, sửa order hoặc gửi hàng loạt. Reply sender chỉ nhận nội dung có reviewer, consent và output hash. Return adapter chỉ tạo case DRAFT, không tự phê duyệt. Log lưu source timestamp để biết câu trả lời dựa trên snapshot nào. Khi khách xóa consent, profile liên quan phải bị loại khỏi queue chăm sóc.

Ma trận ý định khách, nguồn catalog, consent và quyền Sale B2C
Hình minh họa luồng từ ý định cá nhân đến nguồn dữ liệu, DRAFT và quyết định của nhân viên.

AI làm gì và người duyệt quyết định gì

AI phân loại, tìm dữ liệu trong view, so thuộc tính, tóm tắt thread và tạo câu hỏi làm rõ. Nó có thể báo giá đã hết hiệu lực, inventory snapshot quá cũ, consent không đúng mục đích hoặc return case thiếu order proof. Agent không biết khách “thật sự muốn gì” ngoài dữ kiện họ cung cấp, không đánh giá khả năng chi trả, không chọn cách gây áp lực và không ra quyết định hoàn tiền.

Nhân viên Sale xác nhận nhu cầu, tư vấn lựa chọn và gửi nội dung; quản lý catalog chịu trách nhiệm thông tin sản phẩm; vận hành kho xác nhận khả dụng; pricing owner duyệt giá cùng promotion; order operator xử lý thanh toán và giao nhận; CSKH kiểm đổi trả; manager quyết định ngoại lệ. IT cấp quyền và giám sát connector. Một người có thể kiêm nhiều vai trò nhưng hành động vẫn cần ghi loại approval, không gom vào một nút “AI tự xử lý”.

Sai lầm và rủi ro dễ gặp trong bán lẻ đa kênh

Sai lầm thường gặp là dùng mô tả sản phẩm như nguồn tồn kho, coi “đã xem tin” là consent, hoặc gộp hai khách vì cùng số điện thoại được nhập sai. Một lỗi khác là để Agent áp promotion không kiểm ngày, trả lời từ ảnh cũ, hay nói “còn hàng” khi chỉ còn trên snapshot. Với đổi trả, không được dùng sentiment để quyết định khách đúng hay sai; cần order proof, policy version và người xử lý.

Rủi ro gồm gửi nhầm giá, lộ địa chỉ, thu thập dữ liệu quá mức, prompt injection trong attachment, spam đa kênh và bỏ qua STOP_CONTACT. Cần mask dữ liệu, quét tệp, rate limit, quiet hours và channel policy. Khi nguồn mâu thuẫn, trả NEEDS_CHECK thay vì chọn giá thấp hơn. Khi khách chuyển sang vấn đề an toàn hoặc khiếu nại nghiêm trọng, handoff nhân viên ngay và bảo toàn conversation record.

Triển khai theo cửa hàng, chuỗi và kênh trực tuyến

Một cửa hàng có thể bắt đầu bằng phân loại intent cùng draft câu hỏi làm rõ cho một nhóm SKU. Dùng catalog giả lập, kiểm 20–30 tình huống nội bộ và bật queue để nhân viên duyệt. Theo dõi thời gian tới handoff, tỷ lệ source stale, draft phải sửa, consent block và case bị phân loại sai. Chỉ khi lỗi đã có owner cùng cách phục hồi mới thêm so sánh sản phẩm hoặc post-purchase.

Chuỗi bán lẻ cần source priority giữa kho trung tâm và chi nhánh, promotion version, giờ hoạt động và routing theo location. Đội online cần marketplace adapter, dedupe thread và rate limit. Sales operations sở hữu intent taxonomy; catalog, kho, order và CSKH sở hữu policy tương ứng. Mỗi thay đổi giá, return rule hoặc schema kích hoạt regression test. Không chia sẻ một connector write cho mọi kênh chỉ để triển khai nhanh.

Kết quả đầu ra mẫu và câu hỏi thường gặp

Dữ liệu minh họa: MAP-B2C-DEMO-04 có 15 micro-use-case, 7 intent, 5 nguồn nghiệp vụ và 4 mức quyền. Chín use case ở READ/DRAFT, bốn cần nhân viên xác nhận và hai hành động hoàn tiền hoặc thay giá giữ HUMAN_ONLY.

AI có được báo còn hàng không?

Chỉ được tạo DRAFT kèm source timestamp; nhân viên hoặc hệ thống reserve xác nhận khả dụng trước cam kết với khách.

Consent cần lưu những trường nào?

Tối thiểu gồm customer reference, channel, purpose, thời điểm, nguồn, hiệu lực và trạng thái yêu cầu ngừng.

Có nên gộp Zalo và Messenger thành một thread không?

Chỉ khi có quy tắc identity và người duyệt; không tự gộp từ tên hiển thị hoặc nội dung giống nhau.

Đổi trả có thể tự động hoàn toàn không?

Không trong bản đồ này. AI phân loại và tạo case; nhân viên kiểm đơn, tình trạng, policy và duyệt kết quả.

Xem workflow Sale B2C và bộ prompt B2C. Cần rà catalog, consent và đổi trả trước pilot, liên hệ NganAds hoặc Zalo 0983543063.

Workflow

  1. Bước 1: Chọn một micro-journey — Khoanh intent hoặc case hẹp với đầu vào và owner rõ; không bắt đầu bằng mục tiêu tự động bán hàng chung chung.
  2. Bước 2: Khóa nguồn và freshness — Định nghĩa catalog, giá, tồn, order cùng policy source; dữ liệu quá hạn trả SOURCE_STALE.
  3. Bước 3: Thiết kế consent contract — Tách channel, purpose, expiry, quiet hours và STOP_CONTACT; không tái sử dụng consent sai mục đích.
  4. Bước 4: Gán quyền tối thiểu — AI chỉ đọc/tạo nháp; nhân viên xác nhận tư vấn, reserve, giá, gửi và ngoại lệ đổi trả.
  5. Bước 5: Chạy evaluation đa kênh — Thử nguồn cũ, khuyến mại hết hạn, ảnh chứa lệnh, đơn không khớp và yêu cầu ngoài policy.
  6. Bước 6: Pilot có queue và nút dừng — Đo SLA, source, handoff và lỗi quyền; bịa khả dụng hoặc bỏ consent kích hoạt STOP connector.

Prompt mẫu

Thiết kế intent taxonomy B2C

MỤC TIÊU: Xây taxonomy ý định khách cá nhân để routing, không suy đặc điểm nhạy cảm hoặc khả năng chi trả.

[ĐẦU VÀO]
ANONYMIZED_MESSAGES = [TIN NHẮN ĐÃ ẨN VÀ SOURCE-ID]
PRODUCT_SCOPE = [NHÓM SKU]
SERVICE_BOUNDARIES = [SALE, ORDER, CSKH, HUMAN_ONLY]
KNOWN_EDGE_CASES = [MƠ HỒ, NHIỀU Ý, KHIẾU NẠI]

YÊU CẦU: Mỗi intent có định nghĩa, ví dụ, counterexample, dữ liệu cần và route; trường mơ hồ trả CLARIFY.

ĐỊNH DẠNG ĐẦU RA: Intent | Định nghĩa | Ví dụ | Không thuộc | Trường cần | Route | STOP condition.

VÍ DỤ ĐIỀN SẴN: TAX-B2C-DEMO gồm bảy intent giả lập; tin vừa hỏi giá vừa khiếu nại phải route nhân viên, không chỉ PRODUCT_QUERY.

Kiểm data contract catalog và tồn kho

MỤC TIÊU: Xác định trường và freshness cần thiết trước khi Agent tạo câu trả lời về sản phẩm.

[ĐẦU VÀO]
CATALOG_SCHEMA = [PRODUCT-ID, SKU, VARIANT, ATTRIBUTE]
PRICE_PROMOTION_SCHEMA = [GIÁ, RULE, VALIDITY]
INVENTORY_SCHEMA = [LOCATION, AVAILABLE, RESERVED, UPDATED_AT]
SOURCE_PRIORITY = [HỆ THỐNG CHÍNH VÀ FALLBACK]

YÊU CẦU: Không hợp nhất snapshot khác thời điểm. Nêu field bắt buộc, owner, freshness và trạng thái SOURCE_STALE.

ĐỊNH DẠNG ĐẦU RA: Trường | Nguồn | Owner | Freshness | Quyền | Rủi ro | Fallback/STOP.

VÍ DỤ ĐIỀN SẴN: SKU-DEMO-18 có tồn kho cũ hơn ngưỡng 10 phút; câu trả lời phải NEEDS_STOCK_CHECK.

Tạo consent matrix theo kênh

MỤC TIÊU: Thiết kế điều kiện dùng dữ liệu và liên hệ theo channel cùng purpose.

[ĐẦU VÀO]
CHANNELS = [ZALO, MESSENGER, EMAIL, MARKETPLACE]
PURPOSES = [TRẢ LỜI YÊU CẦU, NHẮC ĐƠN, CHĂM SÓC]
CONSENT_FIELDS = [SOURCE, TIME, EXPIRY, STOP]
QUIET_HOURS = [KHUNG GIỜ]

YÊU CẦU: Không coi một consent dùng cho mọi mục đích. Thiếu hoặc hết hiệu lực trả STOP_CONTACT; nêu retention.

ĐỊNH DẠNG ĐẦU RA: Channel | Purpose | Điều kiện hợp lệ | Expiry | Quiet hours | Dữ liệu cho phép | STOP trigger.

VÍ DỤ ĐIỀN SẴN: CONSENT-DEMO-06 cho phép trả lời yêu cầu trên Messenger nhưng không cho campaign Zalo.

Định nghĩa SLA và routing policy

MỤC TIÊU: Thiết kế routing theo intent, độ khẩn nghiệp vụ và giờ hoạt động mà không tự ưu tiên theo giá trị khách.

[ĐẦU VÀO]
INTENT_TAXONOMY = [VERSION]
TEAM_QUEUES = [SALE, ORDER, CSKH, STORE]
OPERATING_HOURS = [GIỜ VÀ MÚI GIỜ]
ESCALATION_RULES = [KHIẾU NẠI, AN TOÀN, THANH TOÁN]

YÊU CẦU: Mỗi route có SLA mục tiêu, fallback, owner và STOP; không dùng sentiment làm quyết định duy nhất.

ĐỊNH DẠNG ĐẦU RA: Intent | Queue | SLA | Giờ áp dụng | Escalation | Fallback | Owner.

VÍ DỤ ĐIỀN SẴN: EVENT-B2C-DEMO-20 hỏi đổi trả ngoài giờ; route CSKH_NEXT_OPEN và tạo thông báo DRAFT chờ duyệt.

Tạo evaluation set cho đổi trả và consent

MỤC TIÊU: Lập bộ kiểm thử trước pilot bao phủ nguồn cũ, consent, order mismatch và ngoại lệ policy.

[ĐẦU VÀO]
USE_CASES = [INTENT, DRAFT REPLY, RETURN CASE]
POLICY_VERSIONS = [CATALOG, PRICE, RETURN]
FAILURE_MODES = [STALE, WRONG ORDER, STOP_CONTACT, ATTACHMENT]
PASS_CRITERIA = [SOURCE, ROUTE, PERMISSION, REVIEW]

YÊU CẦU: Có case bình thường, biên, đối nghịch và prompt injection; expected output không được tự gửi hay refund.

ĐỊNH DẠNG ĐẦU RA: CASE-ID | Input giả lập | Risk | Expected state | Forbidden action | Reviewer | Evidence.

VÍ DỤ ĐIỀN SẴN: EVAL-B2C-DEMO có 16 case; đơn không khớp profile phải IDENTITY_REVIEW, không mở chi tiết đơn.

Câu hỏi thường gặp

AI có được báo còn hàng không?

Chỉ được tạo DRAFT kèm source timestamp; nhân viên hoặc hệ thống reserve xác nhận khả dụng trước cam kết.

Consent cần lưu những trường nào?

Tối thiểu gồm customer reference, channel, purpose, thời điểm, nguồn, hiệu lực và trạng thái yêu cầu ngừng.

Có nên gộp Zalo và Messenger thành một thread không?

Chỉ khi có quy tắc identity và người duyệt; không tự gộp từ tên hiển thị hoặc nội dung giống nhau.

Đổi trả có thể tự động hoàn toàn không?

Không. AI phân loại và tạo case; nhân viên kiểm đơn, tình trạng, policy và duyệt kết quả.

Bài liên quan

Muốn chọn use case AI Agent Sale B2C theo catalog, consent và policy đổi trả hiện có? Liên hệ NganAds để rà dữ liệu cùng quyền trước pilot.