Case study 05 · AI Automation

Kho tri thức và AI Agent vận hành

Tập trung hóa tri thức sản phẩm, tạo website tra cứu và pipeline tự bảo trì để Sale, BA và Marketing cùng sử dụng, phản hồi và hoàn thiện nội dung.

Vai trò: Product OwnerĐang vận hànhBắt đầu triển khai: 02/2026
Người dùngSale, BA, Marketing
Ba lớpKho, pipeline, website
Kiểm soátCon người duyệt nội dung chính thức
Bước tiếp theoHướng dẫn cho khách hàng
01 · Bối cảnh

Tri thức sản phẩm phân tán và dễ mất nhất quán

Thông tin hướng dẫn nằm trên nhiều bài giới thiệu, bài ra mắt tính năng và website khác nhau. Người dùng nội bộ phải tự tìm rồi kiểm tra nội dung còn đúng hay không. Một thay đổi có thể liên quan nhiều bài nên việc cập nhật dễ bỏ sót.

Sai lệch tạo rủi ro khi tư vấn: thông tin Sale cung cấp, nội dung website và sản phẩm thực tế có thể không đồng nhất.

02 · Hành trình phát triển

Từ công cụ cục bộ đến hệ thống cộng tác có lưu vết

Giai đoạn 1 — Hệ thống cục bộ

Dùng n8n, Google Sheets, Apps Script và AI local để tổng hợp, phân nhóm nội dung. NotebookLM được dùng để kiểm tra đầu ra và cho một số người dùng thử nghiệm tra cứu.

Giai đoạn 2 — Tối ưu toàn quy trình bằng AI Agent

AI tham gia sàng lọc bài, phân nhóm, tổng hợp, đối chiếu nguồn, phát hiện mâu thuẫn và tạo quiz. Tôi thiết kế các bước, tiêu chí kiểm tra và ranh giới phê duyệt.

Giai đoạn 3 — Website và pipeline tự bảo trì

Website cho phép hỏi đáp có dẫn nguồn, luyện thi, đánh giá và gắn cờ. Pipeline bổ sung Git, snapshot, lịch chạy và hàng chờ phê duyệt qua Telegram.

03 · Ba lớp giải pháp

Kho tri thức → Pipeline AI Agent → Website sử dụng và phản hồi

Kho có cấu trúc và nguồnPipeline quét & so sánhHàng chờ con người duyệtWebsite tra cứu & luyện thiPhản hồi quay về kho

AI xử lý những phần lặp lại như quét, phân loại, so sánh và chuẩn bị đề xuất. Giá, điểm, quyền lợi gói và nội dung chính thức luôn nằm trong vùng con người kiểm soát.

Trợ lý Kho tri thức trả lời câu hỏi về Hệ sinh thái Đấu Thầu, kèm nguồn và nút đánh giá câu trả lời
Giao diện hỏi đáp đang vận hành: câu trả lời đi kèm nguồn tham chiếu và nút đánh giá để người dùng gửi tín hiệu chất lượng. Ảnh do tác giả cung cấp ngày 13/08/2026; không hiển thị tài khoản hoặc khu vực quản trị.

Từ tra cứu đến kiểm tra kiến thức Sale

Cùng một nguồn tri thức được dùng để tạo bộ câu hỏi trắc nghiệm, cấu hình đề thi và giải thích đáp án. Sale có thể làm bài theo thời gian, tiếp tục đề đang dở, xem lại lịch sử và gửi đề xuất nếu phát hiện câu hỏi cần sửa.

Thi theo cấu hình

Số câu, thời gian, nhóm đề và tỷ lệ câu đã duyệt được Người phụ trách thiết lập trước.

Học từ kết quả

Hệ thống chấm điểm, hiển thị đáp án, lời giải và nguồn để người làm bài biết căn cứ kiến thức.

Không mất tiến độ

Đáp án được lưu trong quá trình làm; người dùng có thể tiếp tục đề đang dở và xem lịch sử các lần thi.

Phản hồi về kho

Sale có thể gắn cờ câu hỏi cần sửa, đưa tín hiệu chất lượng quay lại quy trình duyệt nội dung.

Màn hình làm bài trắc nghiệm gồm thời gian còn lại, điều hướng 100 câu, bốn đáp án và nút báo câu hỏi cần sửa
Màn hình làm bài: người dùng theo dõi thời gian, chuyển nhanh giữa các câu, chọn đáp án và gắn cờ câu hỏi cần sửa ngay trong lượt thi. Ảnh do tác giả cung cấp ngày 13/08/2026.
Chi tiết kết quả một câu trắc nghiệm với đáp án đúng, lời giải, nguồn tham chiếu và nút báo câu hỏi cần sửa
Chi tiết sau khi chấm: đáp án đúng được chỉ rõ cùng lời giải, nguồn tham chiếu và cơ chế phản hồi nếu câu hỏi có vấn đề. Ảnh được cắt từ màn hình kết quả do tác giả cung cấp ngày 13/08/2026.
Mục tiêu không phải tự động hóa tuyệt đối, mà là trao quyền cho AI theo mức độ rủi ro và giữ một điểm chịu trách nhiệm cuối cùng.
04 · Vai trò

Tôi trực tiếp phụ trách toàn bộ vòng đời sản phẩm

  • Xác định vấn đề, tầm nhìn, phạm vi và lộ trình.
  • Thiết kế cấu trúc tài liệu, nhóm nội dung, quan hệ giữa bài tổng hợp, bài chi tiết và quiz.
  • Xây hệ thống cục bộ, thiết kế pipeline và cơ chế ba mức tin cậy.
  • Thiết kế, xây dựng, kiểm thử website hỏi đáp, dẫn nguồn, đánh giá và luyện thi.
  • Theo dõi phản hồi, kiểm tra nguồn và duyệt nội dung cuối cùng.

AI hỗ trợ tư vấn và triển khai kỹ thuật; Marketing rà soát nội dung; Sale, BA và Marketing cung cấp tín hiệu chất lượng. Việc phối hợp này là một phần của thiết kế sản phẩm, không phải đóng góp riêng của một cá nhân.

05 · Kết quả bước đầu

Một nguồn chung để tra cứu, học và cùng cải tiến

3 nhóm người dùngSale, Business Analyst và Marketing cùng sử dụng và phản hồi
3 lớp hệ thốngKho tri thức, pipeline tự bảo trì và website
464 snapshotLưu vết để đối chiếu thay đổi tại ngày 03/08/2026
Con người duyệtNguồn, giá, điểm, quyền lợi và nội dung chính thức

Sale, BA và Marketing có thể hỏi, xem nguồn, luyện tập và gửi tín hiệu chất lượng. Hệ thống đã chuyển từ công cụ cục bộ nhiều thao tác thủ công sang pipeline có lịch chạy, lưu vết và phê duyệt.

Giới hạn: 464 snapshot mô tả quy mô lưu vết tại một thời điểm, không phải số người dùng hoặc hiệu quả kinh doanh.
06 · Bài học

AI mạnh hơn khi được đặt trong một hệ thống phối hợp tốt

  • Tự động hóa phải đi cùng kiểm soát theo rủi ro.
  • Có AI Agent không có nghĩa nên làm việc một mình; người hiểu sản phẩm và người dùng phải cùng tham gia.
  • Năng lực đặt câu hỏi và đánh giá của người giao việc quyết định trần giá trị AI có thể tạo ra.
07 · Tài liệu kiểm chứng

Nguồn đang vận hành và tư liệu có thể đối chiếu

Bảng thống kê Kho tri thức với một câu hỏi, 216 token, một đề xuất đang chờ, không có gap và quy mô chỉ mục 740 đoạn từ 60 file
Thống kê vận hành ngày 12/08/2026: một câu hỏi sử dụng 216 token, một đề xuất đang chờ xử lý, không có gap chờ bổ sung; chỉ mục gồm 740 đoạn từ 60 file. Ảnh do tác giả cung cấp; không hiển thị tài khoản hoặc nội dung của đề xuất.
← Case trước: Support CenterXem tất cả dấu ấn