1. Phân tích Cấu trúc Prompt
Mẫu prompt này được thiết kế để yêu cầu tạo ra một báo cáo chi tiết về hoạt động giao dịch và hành vi mua sắm lặp lại của khách hàng trong một khoảng thời gian cụ thể. Cấu trúc của prompt rất rõ ràng và sử dụng các biến thay thế để linh hoạt hóa yêu cầu.
- Phần cố định: “Báo cáo về lịch sử giao dịch và hành vi mua hàng lặp lại của khách hàng trong quý vào năm .”
- Đây là phần mô tả mục tiêu chính của báo cáo: phân tích lịch sử giao dịch và sự lặp lại trong hành vi mua hàng của khách hàng.
- Phần biến (Chỉ định khoảng thời gian):
[QUÝ_NÀO]và[NĂM_NÀO][QUÝ_NÀO]: Biến này đại diện cho quý cần báo cáo (ví dụ: Q1, Q2, Q3, Q4).[NĂM_NÀO]: Biến này đại diện cho năm cần báo cáo (ví dụ: 2023, 2024).- Việc sử dụng hai biến này cho phép người dùng chỉ định chính xác khung thời gian phân tích.
- Phần chỉ định tiêu chí sàng lọc và thông tin yêu cầu: “Liệt kê các khách hàng có từ
[SỐ_LƯỢNG_TỐI_THIỂU]giao dịch trở lên, giá trị đơn hàng trung bình của họ, và tần suất mua hàng.”[SỐ_LƯỢNG_TỐI_THIỂU]: Biến này định nghĩa ngưỡng tối thiểu về số lượng giao dịch để một khách hàng được đưa vào danh sách xem xét. Nó giúp tập trung vào những khách hàng có mức độ hoạt động nhất định.- Sau biến này, prompt yêu cầu cung cấp các thông tin cụ thể: giá trị đơn hàng trung bình (Average Order Value – AOV) và tần suất mua hàng.
- Phần yêu cầu xác định Top khách hàng: “Xác định top
[SỐ_LƯỢNG]khách hàng mua nhiều nhất.”[SỐ_LƯỢNG]: Biến này cho phép người dùng chỉ định số lượng khách hàng hàng đầu cần được liệt kê dựa trên tiêu chí “mua nhiều nhất” (thường ngụ ý tổng giá trị đơn hàng hoặc số lượng đơn hàng).- Đây là một yêu cầu cụ thể để nhận diện những khách hàng có giá trị hoặc tần suất đóng góp cao nhất.
2. Ý nghĩa & Cách hoạt động
Về mặt kỹ thuật, mẫu prompt này khai thác khả năng của các mô hình ngôn ngữ lớn (LLMs) trong việc hiểu và xử lý dữ liệu dựa trên các chỉ dẫn cụ thể. Nó hoạt động bằng cách:
- Định nghĩa ngữ cảnh: “Báo cáo về lịch sử giao dịch và hành vi mua hàng lặp lại của khách hàng” thiết lập rõ ràng lĩnh vực thông tin cần truy xuất.
- Chỉ định tham số (Parameters): Các biến trong dấu ngoặc vuông (
[...]) đóng vai trò như các tham số. Khi người dùng điền các giá trị cụ thể vào các biến này, họ đang cung cấp các tham số đầu vào cho mô hình. - Tạo truy vấn dữ liệu ngầm: Mô hình sẽ diễn giải các yêu cầu này thành các truy vấn logic (hoặc tương tự như truy vấn) để tìm kiếm trong một tập dữ liệu giả định về giao dịch của khách hàng. Ví dụ, “quý [QUÝ_NÀO] năm [NĂM_NÀO]” sẽ được dịch thành điều kiện lọc ngày tháng. “Từ [SỐ_LƯỢNG_TỐI_THIỂU] giao dịch trở lên” sẽ là một điều kiện về đếm số lượng đơn hàng cho mỗi khách hàng. “Top [SỐ_LƯỢNG] khách hàng mua nhiều nhất” yêu cầu sắp xếp và lấy N bản ghi cao nhất.
- Trình bày kết quả có cấu trúc: Mô hình được yêu cầu trình bày thông tin theo một định dạng nhất định (danh sách các khách hàng kèm theo các chỉ số AOV, tần suất, và danh sách top khách hàng).
Mục tiêu là tự động hóa việc tạo ra các báo cáo kinh doanh quan trọng, giúp các nhà quản lý, phân tích viên hiểu rõ hơn về hành vi của khách hàng, từ đó đưa ra các chiến lược kinh doanh, marketing phù hợp.
3. Ví dụ Minh họa
Ví dụ 1: Báo cáo Q3 năm 2023 cho những khách hàng tích cực
Prompt sau khi điền biến:
Báo cáo về lịch sử giao dịch và hành vi mua hàng lặp lại của khách hàng trong quý Q3 năm 2023. Liệt kê các khách hàng có từ 5 giao dịch trở lên, giá trị đơn hàng trung bình của họ, và tần suất mua hàng. Xác định top 10 khách hàng mua nhiều nhất.
Kết quả mong đợi (dạng văn bản báo cáo):
Báo cáo Lịch sử Giao dịch & Hành vi Quý 3 năm 2023
Phạm vi thời gian: Quý 3 năm 2023
Tiêu chí sàng lọc: Khách hàng có >= 5 giao dịch
Danh sách Khách hàng (có >= 5 giao dịch):
| Tên Khách hàng | Số Lượng Giao Dịch | Giá Trị Đơn Hàng Trung Bình (VNĐ) | Tần Suất Mua Hàng (giao dịch/tháng) |
|---|---|---|---|
| Nguyễn Văn A | 8 | 1,500,000 | 2.67 |
| Trần Thị B | 6 | 2,200,000 | 2.00 |
Top 10 Khách hàng Có Giá Trị Mua Sắm Cao Nhất Quý 3 năm 2023:
- Nguyễn Văn A (Tổng giá trị: 12,000,000 VNĐ)
- Trần Thị B (Tổng giá trị: 13,200,000 VNĐ)
Ví dụ 2: Báo cáo tháng 1 năm 2024 với ngưỡng giao dịch thấp hơn
Prompt sau khi điền biến:
Báo cáo về lịch sử giao dịch và hành vi mua hàng lặp lại của khách hàng trong quý Q1 năm 2024. Liệt kê các khách hàng có từ 2 giao dịch trở lên, giá trị đơn hàng trung bình của họ, và tần suất mua hàng. Xác định top 5 khách hàng mua nhiều nhất.
Lưu ý: Prompt ban đầu nói “quý”, nhưng ví dụ này minh họa nếu người dùng muốn tập trung vào một tháng cụ thể trong quý đó (ví dụ Q1 bao gồm tháng 1, 2, 3). Để chính xác hơn, prompt nên sửa “quý [QUÝ_NÀO]” thành “tháng [THÁNG_NÀO]” nếu cần. Tuy nhiên, với cách diễn đạt hiện tại, mô hình có thể hiểu “quý” là một khoảng thời gian chung và sẽ cố gắng rút ra thông tin từ quý đó, có thể là trung bình hoặc tổng của tháng đầu tiên.
Giả định: Sẽ có một cách diễn giải linh hoạt hơn cho “quý” nếu chỉ có đủ dữ liệu cho tháng 1 và mô hình được yêu cầu báo cáo.
Kết quả mong đợi (dạng văn bản báo cáo):
Báo cáo Lịch sử Giao dịch & Hành vi Quý 1 năm 2024 (Tập trung dữ liệu có sẵn)
Phạm vi thời gian:
