Mục lục
Tuyệt vời! Với vai trò là một chuyên gia kỹ thuật prompt, tôi sẽ phân tích chi tiết mẫu prompt bạn đã cung cấp.
1. Phân tích Cấu trúc Prompt
Mẫu prompt này được thiết kế để yêu cầu Trí tuệ Nhân tạo (AI) phân tích dữ liệu hiệu suất quảng cáo và đưa ra các khuyến nghị hành động. Cấu trúc của nó bao gồm các phần chính sau:
- Bối cảnh dữ liệu: “Xem xét dữ liệu hiệu suất của các vị trí đặt quảng cáo (ví dụ: News Feed Facebook, Instagram Stories, Google Display Network)” – Phần này thiết lập ngữ cảnh về loại dữ liệu mà AI cần xem xét. Nó minh họa bằng các ví dụ cụ thể để AI dễ hình dung.
- Phạm vi chiến dịch: “trong chiến dịch tự động [TÊN_CHIẾN_DỊCH]” – Đây là một biến số chính, xác định chiến dịch quảng cáo cụ thể mà AI cần tập trung phân tích. Việc sử dụng dấu ngoặc vuông `[]` cho thấy đây là một trường cần được người dùng điền vào.
- Yêu cầu phân tích: “AI hãy phân tích vị trí nào đang hoạt động tốt nhất để đạt được [MỤC_TIÊU_CHIẾN_DỊCH] và vị trí nào kém hiệu quả.” – Đây là cốt lõi của yêu cầu. AI được giao nhiệm vụ so sánh hiệu suất giữa các vị trí đặt quảng cáo. Biến số thứ hai là `[MỤC_TIÊU_CHIẾN_DỊCH]`, cũng cần được người dùng xác định rõ ràng (ví dụ: tối đa hóa lượt nhấp, tăng tỷ lệ chuyển đổi, giảm chi phí trên mỗi hành động).
- Yêu cầu đề xuất hành động: “Đề xuất các điều chỉnh tự động, chẳng hạn như tăng hoặc giảm giá thầu cho các vị trí cụ thể, loại bỏ các vị trí không hiệu quả, hoặc đề xuất thử nghiệm các vị trí mới.” – Phần này hướng dẫn AI đưa ra các hành động cụ thể, mang tính tự động hóa cao để cải thiện hiệu suất, dựa trên kết quả phân tích. Phần này cũng cung cấp các ví dụ về loại đề xuất mong muốn.
2. Ý nghĩa & Cách hoạt động
Mẫu prompt này về cơ bản là một yêu cầu điều khiển cho một hệ thống AI có khả năng xử lý dữ liệu quảng cáo. Dưới đây là cách nó hoạt động về mặt kỹ thuật:
- Hiểu Ngữ cảnh và Dữ liệu: AI sẽ nhận diện “vị trí đặt quảng cáo” và các ví dụ được cung cấp (News Feed, Stories, GDN) làm các danh mục cần phân loại và đánh giá. Nó giả định rằng đã có quyền truy cập hoặc được cung cấp (qua các lượt tương tác trước đó hoặc thông qua đầu vào bổ sung) dữ liệu hiệu suất chi tiết cho các vị trí này, bao gồm các chỉ số như CPM (chi phí mỗi nghìn hiển thị), CPC (chi phí mỗi nhấp chuột), CTR (tỷ lệ nhấp), tỷ lệ chuyển đổi, CPA (chi phí mỗi hành động), ROAS (lợi tức chi tiêu quảng cáo), v.v.
- Xác định Chiến dịch và Mục tiêu: Các biến số `[TÊN_CHIẾN_DỊCH]` và `[MỤC_TIÊU_CHIẾN_DỊCH]` đóng vai trò như các tham số đầu vào cốt lõi. AI sẽ sử dụng thông tin này để lọc dữ liệu và đánh giá hiệu suất theo đúng tiêu chí đã định. Ví dụ, nếu mục tiêu là “tối đa hóa lượt nhấp”, AI sẽ ưu tiên các vị trí có CPC thấp và CTR cao. Nếu mục tiêu là “tăng tỷ lệ chuyển đổi”, AI sẽ tập trung vào CPA và tỷ lệ chuyển đổi.
- Phân tích Tương quan và Phân bổ: AI sẽ thực hiện phân tích thống kê để xác định mối tương quan giữa các vị trí đặt quảng cáo và kết quả đạt được mục tiêu chiến dịch. Nó sẽ tính toán các chỉ số hiệu suất chính cho từng vị trí và so sánh chúng. Phần “hoạt động tốt nhất” và “kém hiệu quả” dựa trên việc áp dụng các ngưỡng hoặc quy tắc đánh giá (ví dụ: vị trí có CPA thấp hơn X% so với mức trung bình, hoặc CTR cao hơn Y% so với mức trung bình).
- Sinh đề xuất tối ưu hóa: Dựa trên kết quả phân tích, AI sẽ áp dụng các quy tắc và logic để đưa ra các đề xuất. Các đề xuất này mang tính “tự động” vì AI không chỉ nói *vị trí nào tốt* mà còn gợi ý *cách thức cải thiện* hoặc *tối ưu hóa* dựa trên hành vi và mục tiêu của chiến dịch.
- Tăng/Giảm giá thầu: Nếu một vị trí hoạt động tốt và có khả năng sinh lời (đạt mục tiêu với chi phí hợp lý), AI có thể đề xuất tăng giá thầu để giành thêm lưu lượng truy cập hoặc hiển thị. Ngược lại, nếu một vị trí kém hiệu quả, nó đề xuất giảm giá thầu hoặc thậm chí loại bỏ.
- Loại bỏ vị trí kém hiệu quả: AI sử dụng các tiêu chí đã định (ví dụ: CPA quá cao, không có chuyển đổi) để xác định các vị trí nên được tắt hoặc loại trừ nhằm tiết kiệm ngân sách.
- Đề xuất thử nghiệm vị trí mới: Dựa trên khả năng AI có một bộ dữ liệu về các vị trí tiềm năng khác hoặc dựa trên các mẫu hiệu suất từ các chiến dịch tương tự, nó có thể đề xuất thử nghiệm các kênh hoặc vị trí mới mà người dùng chưa từng sử dụng.
3. Ví dụ Minh họa
Giả sử người dùng điền thông tin vào mẫu prompt như sau:
TÊN_CHIẾN_DỊCH: “Chăm Sóc Da Mùa Hè 2024”
MỤC_TIÊU_CHIẾN_DỊCH: “tối ưu hóa tỷ lệ chuyển đổi sản phẩm”
Ví dụ 1: Kết quả phân tích & đề xuất
Dựa trên prompt đã điền:
Xem xét dữ liệu hiệu suất của các vị trí đặt quảng cáo (ví dụ: News Feed Facebook, Instagram Stories, Google Display Network) trong chiến dịch tự động Chăm Sóc Da Mùa Hè 2024. AI hãy phân tích vị trí nào đang hoạt động tốt nhất để đạt được tối ưu hóa tỷ lệ chuyển đổi sản phẩm và vị trí nào kém hiệu quả. Đề xuất các điều chỉnh tự động, chẳng hạn như tăng hoặc giảm giá thầu cho các vị trí cụ thể, loại bỏ các vị trí không hiệu quả, hoặc đề xuất thử nghiệm các vị trí mới.
Kết quả AI có thể trả về:
Phân Tích Vị Trí Đặt Quảng Cáo Chiến Dịch “Chăm Sóc Da Mùa Hè 2024” (Mục tiêu: Tối ưu hóa tỷ lệ chuyển đổi sản phẩm)
- Vị trí hoạt động tốt nhất:
- “Chăm Sóc Da Mùa Hè 2024” – Facebook News Feed: Cho thấy tỷ lệ chuyển đổi cao nhất (15%) với CPA là 250.000 VNĐ, thấp hơn mục tiêu 300.000 VNĐ.
- “Chăm Sóc Da Mùa Hè 2024” – Instagram Stories: Tỷ lệ chuyển đổi tốt (10%) với CPA là 280.000 VNĐ, vẫn nằm trong phạm vi chấp nhận được.
- Vị trí kém hiệu quả:
- “Chăm Sóc Da Mùa Hè 2024” – Google Display Network: Tỷ lệ chuyển đổi rất thấp (2%) và CPA lên tới 600.000 VNĐ, vượt xa mục tiêu.
- Đề xuất điều chỉnh tự động:
- Tăng giá thầu: Tăng giá thầu cho “Facebook News Feed” lên 15% để tối đa hóa số lượng chuyển đổi có thể có trong khi vẫn duy trì CPA mục tiêu.
- Giảm giá thầu/Tối ưu hóa: Giảm giá thầu cho “Instagram Stories” 10% và xem xét lại bộ mẫu quảng cáo/đối tượng nhắm mục tiêu cho vị trí này để cải thiện tỷ lệ chuyển đổi.
- Loại bỏ vị trí: Loại bỏ “Google Display Network” khỏi chiến dịch do hiệu suất chuyển đổi kém và CPA cao. D
Thống kê
1.341 lượt xem
