Tuyệt vời! Dưới đây là phân tích chi tiết về prompt template bạn cung cấp, theo đúng cấu trúc yêu cầu:
1. Phân tích Cấu trúc Prompt
Prompt template này được thiết kế để trích xuất thông tin về khách hàng tiềm năng và phân loại họ vào các giai đoạn trong hành trình mua hàng. Cấu trúc của prompt rất rõ ràng và sử dụng các biến placeholder để có thể tùy chỉnh linh hoạt.
- Ngữ cảnh/Yêu cầu chính: “Dựa trên các thông tin thu thập được về khách hàng tiềm năng [TÊN_KHÁCH_HÀNG], bao gồm [HÀNH_VI_NGHIÊN_CỨU], [CÂU_HỎI_ĐÃ_ĐẶT], và [TƯƠNG_TÁC_VỚI_MỤC_TIÊU_BÁN_HÀNG], hãy phân loại họ vào một trong các giai đoạn sau: ‘Nhận thức vấn đề’, ‘Cân nhắc giải pháp’, ‘Quyết định mua hàng’, ‘Khác’.”
- Yêu cầu bổ sung: “Giải thích cách các thông tin hỗ trợ phân loại.”
Các biến placeholder chính bao gồm:
[TÊN_KHÁCH_HÀNG]: Tên hoặc định danh duy nhất của khách hàng tiềm năng. Biến này giúp cá nhân hóa ngữ cảnh.[HÀNH_VI_NGHIÊN_CỨU]: Mô tả các hoạt động mà khách hàng đã thực hiện để tìm hiểu về vấn đề hoặc giải pháp. Ví dụ: tìm kiếm trên Google, đọc bài viết blog, xem video, tải tài liệu.[CÂU_HỎI_ĐÃ_ĐẶT]: Các câu hỏi cụ thể mà khách hàng đã hỏi, thể hiện mức độ quan tâm và loại thông tin họ đang tìm kiếm.[TƯƠNG_TÁC_VỚI_MỤC_TIÊU_BÁN_HÀNG]: Mô tả cách khách hàng đã tương tác với các nội dung hoặc điểm chạm liên quan đến bán hàng (ví dụ: yêu cầu demo, liên hệ tư vấn, xem trang giá).
2. Ý nghĩa & Cách hoạt động
Prompt này hoạt động bằng cách yêu cầu mô hình ngôn ngữ lớn (LLM) thực hiện hai nhiệm vụ chính dựa trên dữ liệu đầu vào được định nghĩa bởi các biến placeholder:
- Phân loại khách hàng: LLM sẽ phân tích các thông tin về hành vi, câu hỏi và tương tác của khách hàng để xác định họ đang ở giai đoạn nào trong phễu bán hàng.
- ‘Nhận thức vấn đề’: Khách hàng đang nhận ra họ có một vấn đề hoặc nhu cầu nhưng chưa nhất thiết định hình rõ giải pháp. Hành vi nghiên cứu thường mang tính khám phá, câu hỏi chưa cụ thể về sản phẩm.
- ‘Cân nhắc giải pháp’: Khách hàng đã nhận thức được vấn đề và đang tìm hiểu các phương án, giải pháp khác nhau để giải quyết vấn đề đó. Họ có thể so sánh các nhà cung cấp, tính năng.
- ‘Quyết định mua hàng’: Khách hàng đã xác định được giải pháp hoặc nhóm giải pháp phù hợp và đang trong quá trình lựa chọn nhà cung cấp cuối cùng. Họ quan tâm đến giá, ưu đãi, tính năng chi tiết, hợp đồng.
- ‘Khác’: Nếu hành vi và tương tác không phù hợp rõ ràng với ba giai đoạn trên.
- Giải thích cơ sở phân loại: LLM không chỉ đưa ra kết quả phân loại mà còn phải minh bạch hóa “lý do” đằng sau đó. Điều này có nghĩa là nó cần chỉ ra thông tin nào trong các biến `[HÀNH_VI_NGHIÊN_CỨU]`, `[CÂU_HỎI_ĐÃ_ĐẶT]`, và `[TƯƠNG_TÁC_VỚI_MỤC_TIÊU_BÁN_HÀNG]` đã dẫn đến quyết định phân loại cụ thể đó.
Về mặt kỹ thuật, LLM sẽ xử lý các chuỗi văn bản được cung cấp cho các biến placeholder, đối chiếu chúng với kiến thức đã được huấn luyện về hành vi khách hàng, quy trình bán hàng và các đặc điểm của từng giai đoạn. Khả năng của LLM trong việc nhận diện mẫu (pattern recognition) và suy luận (inference) là yếu tố then chốt để thực hiện nhiệm vụ này.
3. Ví dụ Minh họa
Ví dụ 1: Khách hàng ở giai đoạn “Nhận thức vấn đề”
Prompt áp dụng:
Dựa trên các thông tin thu thập được về khách hàng tiềm năng Nguyễn Văn A, bao gồm hành vi nghiên cứu là "tìm kiếm trên Google với từ khóa 'tại sao lại mệt mỏi vào buổi chiều', đọc các bài viết về nguyên nhân của sự uể oải", câu hỏi đã đặt là "có cách nào để tăng cường năng lượng tự nhiên không?", và tương tác với mục tiêu bán hàng là "chưa có tương tác nào", hãy phân loại họ vào một trong các giai đoạn sau: 'Nhận thức vấn đề', 'Cân nhắc giải pháp', 'Quyết định mua hàng', 'Khác'. Giải thích cách các thông tin hỗ trợ phân loại.
Kết quả dự kiến từ LLM:
Phân loại: Nhận thức vấn đề
Giải thích:
- Hành vi nghiên cứu: Việc tìm kiếm các vấn đề chung chung như “tại sao lại mệt mỏi vào buổi chiều” và đọc các bài viết về nguyên nhân cho thấy khách hàng đang ở giai đoạn đầu, nhận ra có một vấn đề (mệt mỏi) nhưng chưa tìm hiểu về các giải pháp cụ thể.
- Câu hỏi đã đặt: Câu hỏi “có cách nào để tăng cường năng lượng tự nhiên không?” cũng mang tính chất khám phá ở cấp độ vấn đề, chưa đề cập đến bất kỳ sản phẩm hoặc dịch vụ nào.
- Tương tác với mục tiêu bán hàng: Việc chưa có bất kỳ tương tác nào với các kênh bán hàng càng khẳng định khách hàng này chưa sẵn sàng cho việc cân nhắc hay quyết định mua hàng.
Ví dụ 2: Khách hàng ở giai đoạn “Quyết định mua hàng”
Prompt áp dụng:
Dựa trên các thông tin thu thập được về khách hàng tiềm năng Công ty B, bao gồm hành vi nghiên cứu là "so sánh tính năng giữa phần mềm CRM A và phần mềm CRM B, xem trang giá của cả hai", câu hỏi đã đặt là "phiên bản enterprise của CRM A có tích hợp với hệ thống kế toán hiện tại của chúng tôi không và chi phí triển khai cho 50 người dùng là bao nhiêu?", và tương tác với mục tiêu bán hàng là "yêu cầu báo giá chi tiết cho CRM A, đã từng trao đổi với nhân viên tư vấn bán hàng 2 lần", hãy phân loại họ vào một trong các giai đoạn sau: 'Nhận thức vấn đề', 'Cân nhắc giải pháp', 'Quyết định mua hàng', 'Khác'. Giải thích cách các thông tin hỗ trợ phân loại.
Kết quả dự kiến từ LLM:
Phân loại: Quyết định mua hàng
Giải thích:
- Hành vi nghiên cứu: Việc so sánh chi tiết tính năng giữa các đối thủ cụ thể (CRM A vs CRM B) và tập trung vào trang giá cho thấy khách hàng đã thu hẹp phạm vi lựa chọn và đang đánh giá các phương án cuối cùng.
- Câu hỏi đã đặt: Câu hỏi về “phiên bản enterprise”, “tích hợp hệ thống”, “chi phí triển khai cho 50 người dùng” là những câu hỏi rất chi tiết, mang tính kỹ thuật và tập trung vào khía cạnh mua hàng, triển khai, không còn là tìm hiểu vấn đề chung chung.
- Tương tác với mục tiêu bán hàng: Yêu cầu báo giá chi tiết và có nhiều lần trao đổi với tư vấn bán hàng là dấu hiệu rõ ràng của việc khách hàng đang ở giai đoạn cuối của quá trình ra quyết định và chuẩn bị thực hiện giao dịch.
👉 Tóm lại
Prompt template này là một công cụ mạnh mẽ và linh hoạt để tự động hóa việc phân loại khách hàng tiềm năng dựa trên dữ liệu hành vi. Bằng cách cung cấp các biến placeholder rõ ràng, nó cho phép người dùng dễ dàng nhập thông tin cụ thể của từng khách hàng và yêu cầu LLM phân
