Unit 1/3 · ~12 phút · +300 điểm
Viết prompt cho việc marketing
Mục tiêu học tập
Sau khi hoàn thành bài này, bạn có thể:
- Giải thích vì sao prompt có ngữ cảnh cho kết quả tốt hơn prompt chung chung
- Áp dụng khung prompt gồm vai trò, ngữ cảnh, nhiệm vụ, định dạng và ràng buộc cho việc marketing
- Xây thư viện prompt dùng chung cho đội, kèm quy tắc không đưa dữ liệu cá nhân vào công cụ chưa được phép
Bạn đã đi qua bốn module xây hệ thống: dữ liệu CRM, chấm điểm, nuôi dưỡng và workflow. Mỗi phần đều cần nhiều nội dung và nhiều phân tích: hàng chục email theo phân khúc, kịch bản chat, báo cáo hằng tuần. Module cuối giới thiệu AI như một trợ thủ cho các việc đó. Và mọi thứ bắt đầu từ kỹ năng nền: viết prompt sao cho AI hiểu đúng việc bạn cần.
Vì sao prompt chung chung cho kết quả chung chung?
Mô hình ngôn ngữ không biết công ty bạn bán gì, khách là ai, giọng thương hiệu thế nào. Khi bạn viết “viết email marketing cho sản phẩm chống thấm”, nó sẽ trả về một email “trung bình” của mọi email chống thấm nó từng thấy: giọng quảng cáo, lời hứa chung chung, không khớp với ai cả.
Hãy coi AI như một cộng tác viên mới, rất nhanh nhưng chưa biết gì về công ty. Bạn sẽ giao việc cho người đó thế nào? Bạn sẽ nói rõ bối cảnh, đối tượng, mục tiêu, và đưa ví dụ. Prompt tốt cũng vậy.
Khung prompt năm phần
Vai trò
AI đóng vai ai: copywriter B2B, chuyên viên phân tích
Ngữ cảnh
Công ty, sản phẩm, người nhận, giai đoạn, vấn đề
Nhiệm vụ
Việc cụ thể cần làm, một việc một lần
Định dạng
Độ dài, cấu trúc, số phương án
Ràng buộc
Giọng văn, điều cấm, điều bắt buộc
So sánh hai prompt cho cùng một việc ở Công ty Vật liệu Chống thấm Bảo Long:
Prompt yếu: “Viết email marketing cho sản phẩm chống thấm.”
Prompt có ngữ cảnh: “Bạn là copywriter B2B viết cho ngành xây dựng Việt Nam. Công ty tôi bán vật liệu chống thấm cho nhà thầu thi công công trình dân dụng và nhà xưởng. Người nhận là chỉ huy trưởng công trường ở công ty xây dựng 50–200 người, vừa tải tài liệu ‘5 lỗi chống thấm sàn mái hay gặp’. Họ đang ở giai đoạn tìm giải pháp, lo nhất là phải sửa lại sau bàn giao. Hãy viết email thứ 2 trong chuỗi nuôi dưỡng: dưới 150 chữ, một lời kêu gọi duy nhất là tải hướng dẫn thi công. Giọng thẳng thắn, kỹ thuật, không dùng từ ‘tốt nhất’, ‘số 1’, không hứa hẹn con số. Cho 3 phương án tiêu đề. Dưới đây là một email từng có tỷ lệ nhấp tốt để tham khảo giọng: …”
Prompt thứ hai dài hơn, nhưng bạn chỉ phải viết một lần, rồi tái sử dụng cho cả chuỗi.
Những kỹ thuật nhỏ mà hiệu quả
- Đưa ví dụ mẫu: một email tốt từng gửi, một đoạn đúng giọng thương hiệu. AI học giọng từ ví dụ nhanh hơn từ mô tả.
- Chia việc lớn thành bước: trước hết lập dàn ý chuỗi 5 email, duyệt dàn ý, rồi mới viết từng email.
- Yêu cầu nhiều phương án: 3 tiêu đề, 2 cách mở đầu, để bạn chọn và kết hợp.
- Bảo AI hỏi lại: “Nếu thiếu thông tin để làm tốt, hãy hỏi tôi trước khi viết.”
- Phản hồi cụ thể: thay vì “viết lại hay hơn”, hãy nói “đoạn 2 quá dài, bỏ câu về lịch sử công ty, thêm một ví dụ từ công trình nhà xưởng”.
Nếu muốn hiểu sâu hơn sự khác nhau giữa viết prompt và các cách đưa kiến thức công ty vào AI, bạn có thể đọc Prompt engineering, RAG và Fine-tuning là gì?.
Dữ liệu nào được đưa vào AI?
Đây là phần quan trọng nhất của bài. Prompt có ngữ cảnh khiến bạn muốn dán thật nhiều thông tin vào. Nhưng không phải thông tin nào cũng được phép.
| Loại thông tin | Đưa vào công cụ AI? |
|---|---|
| Mô tả sản phẩm, tài liệu marketing đã công khai | Thường được |
| Mô tả chân dung khách hàng, persona dạng tổng quát | Thường được |
| Số liệu tổng hợp đã ẩn danh (theo kênh, theo tháng) | Tùy quy định công ty |
| Họ tên, email, số điện thoại, ghi chú cuộc gọi của khách | Không, trừ khi qua công cụ được công ty duyệt cho mục đích đó |
| Giá vốn, hợp đồng, chiến lược chưa công bố | Không, trừ khi công ty cho phép rõ ràng |
Lưu ý
Dữ liệu khách hàng trong CRM là dữ liệu cá nhân. Theo nguyên tắc chung của Nghị định 13/2023/NĐ-CP và Luật Bảo vệ dữ liệu cá nhân năm 2025, việc xử lý cần có căn cứ, đúng mục đích và được bảo mật; chuyển dữ liệu sang một công cụ bên ngoài là một hoạt động xử lý cần được cân nhắc. Hãy hỏi công ty danh sách công cụ AI được phép dùng và loại dữ liệu được đưa vào. Đây không phải tư vấn pháp lý; hãy hỏi bộ phận pháp chế.
Khi cần cá nhân hóa hàng loạt, cách an toàn là để AI viết mẫu có trường thay thế ({{ten}}, {{nganh}}), rồi CRM hoặc công cụ email tự điền dữ liệu như bạn đã học ở bài phân khúc động. AI không cần thấy dữ liệu thật của khách.
Thư viện prompt của đội
Khi một prompt cho kết quả tốt, đừng để nó nằm trong lịch sử chat của một người. Hãy lưu vào thư viện chung, mỗi prompt gồm: tên việc, prompt đầy đủ với chỗ trống cần điền, ví dụ kết quả tốt, người phụ trách và ngày cập nhật. Bắt đầu với 5–10 việc lặp lại nhiều nhất: email nuôi dưỡng theo phân khúc, tiêu đề email, kịch bản chat trên website, tóm tắt webinar, bản nháp bài blog.
Cùng ôn lại
- AI chỉ biết những gì bạn đưa vào; prompt chung chung cho kết quả chung chung.
- Khung năm phần: vai trò, ngữ cảnh, nhiệm vụ, định dạng, ràng buộc; thêm ví dụ mẫu để AI bắt giọng.
- Không đưa dữ liệu cá nhân của khách vào công cụ AI chưa được công ty cho phép; dùng mẫu có trường thay thế.
- Lưu prompt hiệu quả thành thư viện chung của đội.
Prompt tốt giúp bạn có bản nháp nhanh. Nhưng bản nháp chưa phải bản gửi đi. Bài tiếp theo dựng quy trình nội dung có kiểm duyệt khi dùng AI.
Kiểm tra kiến thức
Bạn đang học với tư cách khách: quiz vẫn chấm nhưng điểm không được lưu. Đăng nhập hoặc tạo tài khoản để tích điểm và nhận huy hiệu.
Chị Nhung ở Công ty Vật liệu Chống thấm Bảo Long nhờ AI “viết email marketing cho sản phẩm chống thấm”. Kết quả chung chung, giọng quảng cáo. Thay đổi nào cải thiện nhiều nhất?
Anh Quân muốn AI viết email cá nhân hóa cho 200 lead và định dán cả file xuất từ CRM gồm họ tên, số điện thoại, email vào một công cụ AI miễn phí cá nhân. Nên làm gì?
Vì sao nên lưu các prompt hiệu quả thành thư viện dùng chung của đội?