Một câu lệnh phân loại đánh giá tốt gồm năm phần: bối cảnh cửa hàng, nhiệm vụ cụ thể, bộ nhãn kèm định nghĩa, quy tắc khi không chắc, và định dạng đầu ra có cột trích nguyên văn. Thiếu phần nào, kết quả vẫn ra nhưng khó kiểm hoặc không so được giữa các lần chạy.
Dưới đây là năm câu lệnh mẫu cho năm việc khác nhau mà chủ cửa hàng, shop online hay nhân viên chăm sóc khách hàng hay cần, viết bằng tiếng Việt để bạn chép và sửa theo ngành. Các mẫu dùng được với những chatbot phổ biến; tính năng từng công cụ thay đổi nhanh nên hãy thử trên vài dòng trước khi chạy cả bảng.
Cấu trúc của một câu lệnh phân loại
Năm phần dưới đây không cần viết dài; mỗi phần một đến ba câu là đủ. Điều quan trọng là có đủ, và giữ ổn định giữa các tháng.
| Phần | Để làm gì | Ví dụ ngắn |
|---|---|---|
| Bối cảnh | Cho mô hình biết đang đọc review của ai, bán gì | Tiệm giặt sấy ở Đà Lạt, khách chủ yếu là sinh viên và khách du lịch |
| Nhiệm vụ | Nói rõ đầu việc, chỉ một việc mỗi lần | Gắn chủ đề và sắc thái cho từng dòng |
| Bộ nhãn | Giữ kết quả nhất quán | Danh sách nhãn, mỗi nhãn một câu định nghĩa |
| Quy tắc không chắc | Tránh mô hình đoán bừa | Không chắc thì ghi không xác định và nêu lý do |
| Định dạng đầu ra | Để kiểm và dán ngược vào bảng tính | Bảng các cột: mã dòng, nhãn, sắc thái, trích dẫn, cờ |
Mỗi câu lệnh chỉ nên giao một nhiệm vụ. Gộp “phân loại, tóm tắt và đề xuất cải tiến” vào một lần khiến mô hình làm cả ba ở mức hời hợt, và bạn không biết phần nào sai.
Mẫu 1: gắn chủ đề và sắc thái cho từng review
Đây là mẫu nền, dùng mỗi tháng. Ví dụ giả định cho một tiệm giặt sấy: “Bạn đang hỗ trợ chủ một tiệm giặt sấy ở Đà Lạt đọc đánh giá của khách. Khách chủ yếu là sinh viên và khách du lịch. Bảng dưới gồm mã dòng, nguồn, số sao, nội dung; tên khách đã được che. Hãy gắn cho mỗi dòng từ một đến ba nhãn trong danh sách sau và không dùng nhãn nào khác: sạch và thơm, giữ đồ (mất, nhầm, hư), thời gian trả, giá, giao nhận tận nơi, thái độ, khác. Với mỗi nhãn ghi sắc thái khen, chê hoặc trung tính. Nếu không chắc nghĩa của câu hoặc thấy dấu hiệu mỉa mai, ghi vào cột cờ. Trả về bảng năm cột: mã dòng, nhãn, sắc thái, trích nguyên văn ngắn, cờ. Không bỏ sót dòng nào; cuối bảng ghi tổng số dòng đã xử lý.”
Câu cuối, yêu cầu ghi tổng số dòng, là cách đơn giản để phát hiện mô hình bỏ sót. Nếu bạn dán tám mươi dòng mà kết quả báo bảy mươi sáu, chia lô nhỏ hơn và chạy lại phần thiếu. Khi dán kết quả về bảng tính, nối theo mã dòng thay vì theo thứ tự, phòng trường hợp mô hình đảo dòng.
Muốn dùng mẫu này cho ngành khác, chỉ cần thay hai chỗ: câu bối cảnh và danh sách nhãn. Phần quy tắc không chắc, cột trích nguyên văn và dòng đếm tổng giữ nguyên cho mọi ngành. Nếu cửa hàng có nhiều chi nhánh, thêm cột chi nhánh vào bảng đầu vào và nhắc mô hình giữ nguyên cột này trong kết quả, để sau đó lọc theo từng nơi mà không phải chạy riêng.
Mẫu 2: tóm tắt theo từng nhóm sau khi đã gắn nhãn
Khi bảng đã có nhãn và bạn đã kiểm tay, bước tiếp theo là hiểu từng nhóm nói gì. Mẫu: “Dưới đây là các review đã được gắn nhãn thời gian trả với sắc thái chê. Hãy chia chúng thành các tình huống cụ thể, ví dụ trả trễ so với hẹn, không báo khi trễ, phải chờ tại quầy. Với mỗi tình huống ghi số review, hai câu trích tiêu biểu theo mã dòng, và một câu mô tả điều khách thực sự khó chịu. Không đề xuất giải pháp, không suy đoán nguyên nhân bên trong tiệm.”
Dòng “không đề xuất giải pháp” có chủ đích. Mô hình rất thích đưa lời khuyên, và lời khuyên chung chung như “tăng cường đào tạo nhân viên” dễ khiến bạn lướt qua chi tiết. Nhiệm vụ của bước này chỉ là nhìn rõ vấn đề bằng lời của khách. Việc tìm nguyên nhân và chọn cách sửa thuộc về người hiểu vận hành, và có danh mục riêng về biến ý kiến thành cải tiến trên trang.
Mẫu này cũng hợp với những nhóm nhỏ mà bạn muốn hiểu kỹ, như toàn bộ review tiếng nước ngoài của một quý hay toàn bộ review nhắc tới một món mới. Giữ cùng khung: chia tình huống, đếm, trích hai câu, mô tả điều khách khó chịu hoặc thích. Khung lặp lại giúp bạn đọc kết quả nhanh hơn qua từng tháng.
Mẫu 3: lọc review cần xử lý gấp
Mẫu này nên chạy hằng tuần, tách khỏi phân loại hằng tháng. “Đọc các review dưới đây và chỉ liệt kê những dòng thuộc một trong các trường hợp: khách nêu vấn đề an toàn hoặc sức khoẻ; khách nói bị mất hoặc hư đồ, tiền; khách tố bị đối xử thiếu tôn trọng; khách nói sẽ khiếu nại lên nơi khác; review chứa thông tin cá nhân của nhân viên hoặc khách khác. Với mỗi dòng ghi mã, trường hợp, trích nguyên văn. Nếu không có dòng nào, trả lời đúng một câu là không có.”
Danh sách trường hợp nên do chủ cửa hàng tự viết theo rủi ro của ngành mình: quán ăn chú trọng an toàn thực phẩm, spa chú trọng kích ứng da, shop đồ điện chú trọng cháy nổ. Kết quả của mẫu này luôn cần người đọc nguyên văn trong ngày. Đừng giao luôn cho AI soạn câu trả lời gửi khách ở bước này; việc trả lời đánh giá, nhất là đánh giá liên quan đến sự cố, cần người có trách nhiệm cân nhắc.
Một cách kiểm mẫu này có làm đúng việc không là cài sẵn vài dòng thử vào lô: một review giả định có nhắc chuyện dị ứng, một review giả định nhắc mất đồ. Nếu kết quả bỏ sót dòng thử, câu lệnh chưa đủ rõ hoặc lô quá dài. Nhớ xoá dòng thử khỏi bảng sau khi kiểm để chúng không lọt vào số liệu tháng.
Mẫu 4 và 5: tìm điều khách khen, so hai giai đoạn
Mẫu 4 giúp giữ lại thứ đang làm tốt: “Từ các review có sắc thái khen dưới đây, liệt kê những điều cụ thể khách khen, càng chi tiết càng tốt, ví dụ khen gấp đồ phẳng chứ không chỉ khen dịch vụ tốt. Ghi số lần mỗi điều được nhắc và một câu trích. Bỏ qua lời khen chung chung không chỉ ra điều gì.” Danh sách này rất có ích khi bạn chuẩn bị thay đổi quy trình hoặc đào tạo người mới, để biết đâu là thứ không được làm mất.
Mẫu 5 dùng khi bạn vừa thay đổi điều gì đó: “Dưới đây là hai bảng đếm nhãn và sắc thái, bảng A cho tháng trước, bảng B cho tháng này, cùng một bộ nhãn và cùng cách gắn. Hãy chỉ ra những nhãn có thay đổi đáng kể về số lần bị chê hoặc được khen, ghi số cụ thể của cả hai tháng, và nhắc rằng số review mỗi tháng có thể quá ít để kết luận chắc chắn.” Dòng cuối buộc mô hình không thổi phồng một thay đổi nhỏ thành xu hướng.
Lưu ý chung cho cả hai mẫu: chỉ dán bảng đếm đã tổng hợp hoặc review đã che tên, không dán kèm doanh thu, giá vốn hay số liệu nội bộ khác chỉ để mô hình “hiểu sâu hơn”.
Đưa kết quả về bảng tính và kiểm trong mười lăm phút
Câu lệnh tốt mới là nửa đường. Nửa còn lại là đưa kết quả về đúng chỗ và kiểm nhanh trước khi dùng. Trình tự gợi ý:
- Yêu cầu mô hình trả kết quả dạng bảng, rồi chép sang một trang tính mới, không đè lên bảng gốc.
- Nối kết quả với bảng gốc qua cột mã dòng; dòng nào trong bảng gốc không tìm thấy kết quả là dòng bị bỏ sót.
- Lọc các dòng có cờ, dòng có nhãn không xác định và dòng lệch giữa sắc thái với số sao; đọc nguyên văn và sửa nhãn trực tiếp.
- Lấy ngẫu nhiên khoảng mười dòng trong phần còn lại, đọc nhanh để chắc phần không bị đánh dấu cũng ổn.
- Thêm cột “người kiểm” và ngày kiểm, để tháng sau biết bảng này đã được xem tới đâu.
- Chỉ sau đó mới đếm theo nhãn và sắc thái, hoặc dùng các mẫu 2 đến 5 ở trên.
Nếu lượng review lớn và bước nối, đếm trong bảng tính bắt đầu tốn thời gian, các thủ thuật xử lý bảng như hàm tra cứu, bảng tổng hợp được trang AI Dữ Liệu hướng dẫn riêng.
Lỗi thường gặp khi viết câu lệnh và cách sửa
Hỏi quá rộng. “Phân tích các review này giúp” cho ra một bài nhận xét trôi chảy nhưng không kiểm được. Sửa bằng cách nêu đúng một nhiệm vụ và định dạng bảng đầu ra.
Không giới hạn nhãn. Mô hình tự đặt thêm nhãn mới mỗi lần chạy. Thêm câu “chỉ dùng các nhãn trong danh sách, không tạo nhãn mới”.
Không có lối thoát. Không cho phép “không xác định” thì mô hình đoán. Luôn cho một lựa chọn hợp lệ khi không chắc, và yêu cầu nêu lý do.
Dán quá nhiều một lần. Lô quá dài dễ bị bỏ sót dòng ở giữa. Chia nhỏ và yêu cầu ghi tổng số dòng đã xử lý ở cuối.
Đổi câu lệnh mỗi tháng. Mỗi lần sửa câu chữ là một lần kết quả có thể lệch. Lưu câu lệnh chuẩn ở một tệp riêng, ghi ngày và lý do mỗi lần sửa.
Quên che thông tin. Câu lệnh tốt đến đâu cũng không bù được việc dán nhầm bảng gốc có tên và số điện thoại khách. Đặt bước che tên thành thói quen trước mỗi lần mở chatbot.
Câu hỏi thường gặp
Câu lệnh tiếng Việt hay tiếng Anh cho kết quả tốt hơn?
Với review tiếng Việt, câu lệnh tiếng Việt thường đủ tốt và giúp bạn kiểm dễ hơn. Điều quan trọng hơn ngôn ngữ là câu lệnh có rõ ràng, có bộ nhãn và định dạng đầu ra hay không. Có thể thử cả hai trên cùng một lô nhỏ để so.
Có nên lưu câu lệnh thành mẫu cố định trong chatbot không?
Nên, nếu công cụ bạn dùng hỗ trợ lưu hướng dẫn hoặc mẫu. Cách này giúp mọi người trong cửa hàng chạy cùng một câu lệnh. Vẫn nên giữ một bản ở tệp riêng để không phụ thuộc vào một công cụ và theo dõi được lịch sử sửa.
Một lần nên dán bao nhiêu review?
Tuỳ độ dài review và công cụ, nhưng khoảng năm mươi đến một trăm dòng ngắn mỗi lần là mức an toàn với nhiều chatbot. Luôn yêu cầu ghi tổng số dòng đã xử lý để biết có bị bỏ sót hay không.
Có cần đưa ví dụ mẫu vào câu lệnh không?
Ba đến năm ví dụ đã gắn nhãn đúng, nhất là các ca khó như mỉa mai hay tiếng lóng, thường giúp mô hình làm đúng hơn đáng kể. Chọn ví dụ từ review thật đã che tên và thay ví dụ khi bộ nhãn thay đổi.
Làm sao biết câu lệnh mới tốt hơn câu lệnh cũ?
Chạy cả hai trên cùng một mẫu khoảng ba mươi review mà bạn đã tự gắn nhãn, rồi đếm số dòng mỗi câu lệnh gắn khớp với nhãn của bạn. Câu lệnh nào khớp nhiều hơn và ít cờ vô lý hơn thì giữ.
Có thể nhờ AI viết luôn câu trả lời cho từng review không?
Có thể nhờ soạn nháp, nhưng nên tách thành bước riêng sau khi đã phân loại và người đã đọc. Câu trả lời gửi khách cần người có trách nhiệm duyệt, nhất là với review chê hoặc review liên quan đến sự cố.