1. Mục tiêu bài học

Sau bài này, bạn sẽ biết cách:

1. Hiểu Knowledge Base (KB) là gì.
2. Xây dựng KB cho một doanh nghiệp.
3. Phân biệt FACT / ASSUMPTION / UNKNOWN.
4. Quy định AI được phép sử dụng dữ liệu nào.
5. Ngăn AI tự bịa thông tin sản phẩm.
6. Biết cách cập nhật KB khi doanh nghiệp thay đổi dữ liệu.
7. Kết nối KB với quy trình tạo quảng cáo.

---

2. Knowledge Base là gì?

Hiểu đơn giản:

Knowledge Base = Kho kiến thức mà AI được phép sử dụng để làm việc.

Ví dụ với Dầu dừa ABC, KB có thể chứa:

Tên sản phẩm: Dầu dừa ABC
Dung tích: 250ml
Giá: 129.000 VNĐ

Mục đích sử dụng:
- Chăm sóc tóc
- Chăm sóc da
- Massage

Nguồn nguyên liệu:
- Bến Tre

Máy móc:
- Hiện đại từ Nhật Bản

Khách hàng:
- Nữ 25–45 tuổi

Ưu đãi:
- Miễn phí vận chuyển
- Đôi lúc có quà Bến Tre

Khi người dùng yêu cầu:

“Viết quảng cáo Facebook cho Dầu dừa ABC.”

AI sẽ tra cứu KB trước, thay vì tự nghĩ thông tin.

---

3. Tại sao AI Marketing Assistant cần Knowledge Base?

Hãy so sánh:

❌ Không có KB

User:

Viết quảng cáo Dầu dừa ABC.

AI:

Dầu dừa ABC 100% nguyên chất, được kiểm nghiệm, an toàn tuyệt đối…

Vấn đề:

AI đã tự thêm thông tin chưa được cung cấp.

---

✅ Có KB + Rule

AI kiểm tra KB:

Có thông tin “100% nguyên chất” không?

→ Không có.

AI phải tránh claim này.

Thay vào đó:

Dầu dừa ABC được sản xuất tại vùng nguyên liệu Bến Tre và sử dụng máy móc hiện đại từ Nhật Bản.

Đây là cách xây dựng AI đáng tin cậy hơn.

---

4. Ba loại dữ liệu trong Knowledge Base

Đây là phần rất quan trọng.

🟢 FACT

Thông tin đã được doanh nghiệp xác nhận.

Ví dụ:

Giá: 129.000 VNĐ.

AI có thể sử dụng.

---

🟡 ASSUMPTION

Giả định marketing.

Ví dụ:

Khách hàng nữ 25–45 tuổi có thể quan tâm đến chăm sóc tự nhiên.

AI có thể dùng để lập giả thuyết marketing, nhưng phải ghi rõ là giả định.

---

⚪ UNKNOWN

Chưa có dữ liệu.

Ví dụ:

Chứng nhận sản phẩm: UNKNOWN.

AI không được tự điền.

---

5. Quy tắc cực kỳ quan trọng

Bạn hãy nhớ công thức:

UNKNOWN → KHÔNG ĐƯỢC SUY ĐOÁN

Ví dụ:

KB:

Chứng nhận hữu cơ: UNKNOWN.

User:

“Viết quảng cáo nói sản phẩm đạt chứng nhận hữu cơ.”

AI phải trả lời:

“Hiện chưa có dữ liệu xác nhận chứng nhận hữu cơ, nên tôi không đưa claim này vào quảng cáo.”

Đây là một trong những nguyên tắc quan trọng nhất khi xây dựng AI Assistant cho doanh nghiệp.

---

6. Thiết kế Knowledge Base

Một KB tốt nên chia thành các nhóm.

Nhóm 1 — PRODUCT

Thông tin sản phẩm:

• Tên
• SKU
• Dung tích
• Giá
• Quy cách
• Thành phần
• Công dụng
• Đặc điểm

---

Nhóm 2 — CUSTOMER

Thông tin khách hàng:

• Độ tuổi
• Giới tính
• Khu vực
• Nhu cầu
• Pain Point
• Objection
• Motivation

---

Nhóm 3 — BRAND

Thông tin thương hiệu:

• Tên thương hiệu
• Câu chuyện
• Giá trị
• USP
• Định vị
• Tone of Voice

---

Nhóm 4 — OFFER

Thông tin ưu đãi:

• Giá
• Khuyến mãi
• Free ship
• Voucher
• Quà tặng
• Thời gian áp dụng

---

Nhóm 5 — MARKETING

Thông tin marketing:

• Mục tiêu
• Kênh
• Campaign
• Audience
• Creative
• Hook
• CTA

---

7. Ví dụ Knowledge Base Dầu dừa ABC

Ta có thể thiết kế như sau:

========================
PRODUCT
========================

Tên:
Dầu dừa ABC

Dung tích:
250ml

Giá:
129.000 VNĐ

Mục đích sử dụng:
- Chăm sóc tóc
- Chăm sóc da
- Massage

========================
USP
========================

- Sản xuất tại vùng nguyên liệu Bến Tre
- Sử dụng máy móc hiện đại từ Nhật Bản

========================
CUSTOMER
========================

Giới tính:
Nữ

Độ tuổi:
25–45

========================
OFFER
========================

- Miễn phí vận chuyển
- Đôi lúc tặng quà Bến Tre

========================
MARKETING GOAL
========================

Tăng số lượng đơn hàng

========================
CHANNEL
========================

Facebook

---

8. Thêm trường STATUS

Để AI không nhầm lẫn, tôi khuyên bạn thêm:

STATUS:
FACT
ASSUMPTION
UNKNOWN

Ví dụ:

Dữ liệu	Status
Dung tích 250ml	FACT
Giá 129.000đ	FACT
Sản xuất tại Bến Tre	FACT
Nữ 25–45 tuổi	FACT
Khách hàng thích sản phẩm tự nhiên	ASSUMPTION
Sản phẩm 100% nguyên chất	UNKNOWN
Có chứng nhận hữu cơ	UNKNOWN

Đây là một bước rất quan trọng để xây dựng AI Marketing Assistant chuyên nghiệp.

---

9. Knowledge Base không chỉ là “dữ liệu sản phẩm”

Đây là một lỗi người mới thường mắc.

Họ nghĩ:

Knowledge Base = thông tin sản phẩm.

Thực tế:

Knowledge Base = tất cả thông tin AI cần để thực hiện công việc đúng.

Ví dụ:

Product Knowledge

Dầu dừa ABC 250ml.

Customer Knowledge

Nữ 25–45.

Marketing Knowledge

Mục tiêu: tăng đơn hàng.

Brand Knowledge

USP: Bến Tre + máy móc Nhật Bản.

Offer Knowledge

Miễn phí vận chuyển.

Compliance Rules

Không sử dụng claim chưa được chứng minh.

Tất cả kết hợp lại thành Marketing Knowledge Base.

---

10. Knowledge Base + Workflow

Bây giờ chúng ta kết nối Bài 6 và Bài 7.

Bài 6

Chúng ta có:

ROLE + GOAL + WORKFLOW + RULES

Bài 7

Chúng ta thêm:

KNOWLEDGE BASE

Khi đó:

USER INPUT

↓

KNOWLEDGE BASE

↓

CHECK DATA

↓

MARKETING WORKFLOW

↓

OUTPUT

---

11. Ví dụ thực tế

User:

“Viết Facebook Ad cho Dầu dừa ABC.”

AI xử lý:

Bước 1

Tìm sản phẩm trong KB.

Bước 2

Lấy:

250ml
129.000đ
Bến Tre
Máy móc Nhật Bản
Chăm sóc tóc/da/massage

Bước 3

Kiểm tra claim.

Có:

“100% nguyên chất”?

→ Không có.

Bước 4

Không được tự thêm.

Bước 5

Xây dựng quảng cáo dựa trên dữ liệu có thật.

Đây chính là cách AI Assistant hoạt động.

---

12. Bài tập thực hành

Bây giờ bạn hãy tự xây dựng Knowledge Base phiên bản 1 cho Cafe ABC.

Bạn hãy điền:

PRODUCT

Tên doanh nghiệp:

Sản phẩm chính:

Giá:

Sản phẩm đặc biệt:

---

CUSTOMER

Khách hàng mục tiêu:

Độ tuổi:

Nhu cầu:

Pain Point:

---

LOCATION

Địa điểm:

Không gian:

Parking:

Wi-Fi:

---

OFFER

Khuyến mãi:

Sự kiện:

---

MARKETING

Mục tiêu:

Kênh quảng cáo:

---

UNKNOWN

Liệt kê ít nhất 3 thông tin mà bạn chưa biết.

Ví dụ:

Chứng nhận chất lượng: UNKNOWN

---

🧠 Bài tập nâng cao

Sau khi hoàn thành KB, hãy trả lời câu hỏi:

Nếu Cafe ABC chưa cung cấp thông tin “giá của món A”, AI có được tự đoán giá dựa trên các món khác không?

Chọn:

A. Có

B. Không

Và giải thích tại sao.

---

🎯 Tư duy cốt lõi của Bài 7

Bạn hãy nhớ 4 tầng:

DATA → KNOWLEDGE → RULES → ACTION

Ví dụ:

DATA

Giá 129.000đ.

↓

KNOWLEDGE

Dầu dừa ABC 250ml có giá 129.000đ.

↓

RULE

Không được tự thay đổi giá.

↓

ACTION

Viết quảng cáo với giá 129.000đ.

Đây chính là nền tảng để sang Bài 8, chúng ta sẽ học cách thiết kế Prompt/System Instruction hoàn chỉnh cho AI Marketing Assistant, để AI có thể nhận input → kiểm tra KB → phân tích → tạo quảng cáo theo đúng quy trình.

Bài tập của bạn: Hãy làm Knowledge Base Cafe ABC + câu hỏi nâng cao ở trên. Khi bạn viết “Nộp bài 7”, tôi sẽ chấm từng phần và giúp bạn nâng cấp KB thành phiên bản chuyên nghiệp.

Nộp bài tập:

PRODUCT

Tên doanh nghiệp: Cafe ABC

Sản phẩm chính: Cafe , Nước ép trái cây, sữa chua kefir, Compocha

Giá: 50000 – 70000

Sản phẩm đặc biệt: sữa chua kefir, Compocha

---

CUSTOMER

Khách hàng mục tiêu: Gen Z

Độ tuổi: 25 – 40

Nhu cầu: Giải khát và có không gian rộng, đẹp , nhiều hoa để họp nhóm, học tập

Pain Point: Khu vực xung quanh rất ít quán có không gian rộng rãi và tiện nghi

---

LOCATION

Địa điểm: 141 Đường số 1, Dĩ an

Không gian: Rộng

Parking: cho o6to và xe máy

Wi-Fi: tốc độ cao

---

OFFER

Khuyến mãi: Không

Sự kiện: Thứ 7, CN có ca nhạc Hát với nhau, từ 19h – 22h

---

MARKETING

Mục tiêu: tăng đơn hàng

Kênh quảng cáo: fabook

---

UNKNOWN

Chứng nhận chất lượng: UNKNOWN

Thời tiết hay mưa, kẹt xe :UNKNOWN

🎓 CHẤM BÀI 7 — KNOWLEDGE BASE CAFE ABC

Điểm: 8,5/10

1. PRODUCT — 8/10

Bạn ghi:

Sản phẩm chính: Cafe, Nước ép trái cây, sữa chua kefir, Compocha

✅ Tốt. Đây là thông tin sản phẩm.

Nhưng:

Giá: 50.000 – 70.000

⚠️ Cần sửa.

Theo dữ liệu Cafe ABC đã được xác nhận trước đó, chúng ta có:

• Coffee: 35.000đ
• Nước ép trái cây: 49.000đ
• Kem: 40.000đ
• Sữa chua kefir: 60.000đ
• Compocha: 80.000đ

Vì vậy không nên gom thành khoảng 50.000–70.000đ, vì AI có thể hiểu rằng tất cả sản phẩm đều nằm trong khoảng giá đó.

Cách làm tốt hơn:

Sản phẩm	Giá	Status
Coffee	35.000đ	FACT
Nước ép trái cây	49.000đ	FACT
Kem	40.000đ	FACT
Sữa chua kefir	60.000đ	FACT
Compocha	80.000đ	FACT

👉 Bài học: Knowledge Base nên lưu dữ liệu nguyên gốc, không tự biến nhiều mức giá thành một khoảng giá.

---

2. CUSTOMER — 7,5/10

Bạn ghi:

Khách hàng mục tiêu: Gen Z

Độ tuổi: 25–40

⚠️ Có một vấn đề.

Gen Z và 25–40 tuổi không hoàn toàn tương đồng.

Nếu sử dụng “Gen Z” thì cần xác định rõ bạn đang dùng định nghĩa nào.

Trong Knowledge Base hiện tại, dữ liệu đã xác nhận trước đó là:

Nam/nữ 20–40 tuổi.

Vì vậy, tôi khuyên bạn giữ:

Khách hàng mục tiêu: Nam và nữ 20–40 tuổi — FACT

Còn:

Gen Z

nên để:

ASSUMPTION

nếu chưa có dữ liệu khách hàng chứng minh.

---

Nhu cầu

Bạn viết:

Giải khát và có không gian rộng, đẹp, nhiều hoa để họp nhóm, học tập.

Phần này khá tốt.

Nhưng nên chia thành:

Fact:

Cafe ABC có không gian rộng, có vườn và nhiều hoa.

Assumption:

Khách hàng có thể muốn sử dụng không gian để họp nhóm, học tập.

Như vậy AI sẽ không nhầm rằng “khách hàng chắc chắn đến để học tập”.

---

3. PAIN POINT — 8,5/10

Bạn viết:

Khu vực xung quanh rất ít quán có không gian rộng rãi và tiện nghi.

Ý tưởng tốt, nhưng câu này đang là một nhận định về thị trường.

Nếu chưa có khảo sát hoặc dữ liệu cạnh tranh, không nên lưu thành FACT.

Nên viết:

Pain Point — ASSUMPTION:
Khách hàng có thể gặp khó khăn khi tìm quán có không gian rộng rãi, nhiều hoa và phù hợp cho nhóm.

Cách này an toàn hơn.

---

4. LOCATION — 8/10

Bạn ghi:

141 Đường số 1, Dĩ An

Thông tin địa điểm cần được doanh nghiệp xác nhận trước khi dùng công khai. Trong dữ liệu trước đó chúng ta có thông tin khu vực Dĩ An, nhưng địa chỉ cụ thể này chưa phải dữ liệu tôi nên tự coi là FACT chỉ vì bạn vừa nhập nó?

Trong bài tập này, vì chính bạn vừa cung cấp địa chỉ, ta có thể đánh dấu:

FACT — do người dùng cung cấp

Các phần:

Không gian: Rộng

Parking: ô tô và xe máy

Wi-Fi: tốc độ cao

đều có thể đưa vào KB nếu đây là thông tin doanh nghiệp xác nhận.

---

5. OFFER — 9/10

Bạn ghi:

Khuyến mãi: Không

✅ Tốt.

Nhưng sự kiện:

Thứ 7, CN có ca nhạc Hát với nhau, 19h–22h

Đây là thông tin rất hữu ích cho Marketing Assistant.

Tôi đề nghị lưu:

Event: Hát với nhau
Thời gian: Thứ 7 và Chủ nhật, 19:00–22:00
Status: FACT

⚠️ Tuy nhiên, nếu lịch này có thể thay đổi theo tuần, AI nên được yêu cầu kiểm tra lịch hiện tại trước khi viết quảng cáo, thay vì coi lịch này là cố định mãi mãi.

---

6. MARKETING — 9/10

Bạn ghi:

Mục tiêu: tăng đơn hàng

⚠️ Với Cafe, “tăng đơn hàng” có thể chưa phải mục tiêu tối ưu nhất nếu mục tiêu thực tế là kéo khách đến quán.

Trước đó bạn đã xác định mục tiêu Cafe ABC là:

Tăng khách hàng đến quán.

Nếu hiện tại bạn muốn thay đổi mục tiêu thành:

Tăng đơn hàng

thì chúng ta có thể cập nhật KB.

Nhưng AI phải biết mục tiêu hiện tại là gì.

Tôi đề xuất:

Marketing Goal: Tăng khách hàng đến Cafe ABC — FACT

Nếu bạn thực sự muốn chuyển sang:

Tăng số lượng đơn hàng

thì đánh dấu đây là UPDATED FACT.

---

7. UNKNOWN — 6/10

Bạn đã hiểu khái niệm UNKNOWN, nhưng có một lỗi quan trọng.

Bạn ghi:

Chứng nhận chất lượng: UNKNOWN

✅ Chính xác.

Nhưng:

Thời tiết hay mưa, kẹt xe: UNKNOWN

⚠️ Đây không thực sự là một thuộc tính cố định của Knowledge Base.

Thời tiết và tình trạng giao thông là dữ liệu động.

Ví dụ:

Hôm nay có mưa không?

→ Phải lấy dữ liệu thời tiết hiện tại.

Hiện tại đường có kẹt xe không?

→ Phải lấy dữ liệu giao thông hiện tại nếu có nguồn phù hợp.

Không nên lưu:

Thời tiết: UNKNOWN

vào Product Knowledge Base.

---

🧠 Một bài học rất quan trọng

Qua bài của bạn, chúng ta phát hiện 3 loại dữ liệu:

① Static Data — Dữ liệu cố định

Ví dụ:

Giá coffee: 35.000đ.

Có thể lưu trong KB.

② Assumption — Giả định

Ví dụ:

Khách hàng thích học tập tại quán.

Cần kiểm chứng.

③ Dynamic Data — Dữ liệu thay đổi

Ví dụ:

Thời tiết hôm nay.

Giao thông hiện tại.

Giá khuyến mãi hôm nay.

Những dữ liệu này không nên đóng băng trong KB.

---

🔧 Tôi sửa KB của bạn thành phiên bản tốt hơn

---

⭐ Đánh giá khả năng của bạn

Bạn đã nắm được ý tưởng cốt lõi của Knowledge Base.

Điểm bạn cần cải thiện nhất là:

Không phải mọi thông tin đều thuộc cùng một loại dữ liệu.

AI Marketing Assistant chuyên nghiệp phải biết:

FACT

→ sử dụng.

ASSUMPTION

→ ghi rõ là giả định.

UNKNOWN

→ không tự điền.

DYNAMIC DATA

→ phải cập nhật từ nguồn hiện tại.

Đây là bước rất quan trọng trước khi chúng ta xây dựng AI Assistant thật sự.