Tuyệt vời! Với vai trò là một chuyên gia kỹ thuật tạo prompt, tôi sẽ tiến hành phân tích prompt template bạn cung cấp một cách chi tiết và cấu trúc theo yêu cầu.
1. Phân tích Cấu trúc Prompt
Prompt template này được thiết kế để yêu cầu mô hình AI thực hiện phân tích dữ liệu và đưa ra đề xuất chiến lược phân bổ ngân sách quảng cáo. Cấu trúc của nó dựa trên việc điền thông tin chi tiết vào các placeholder, tạo ra một yêu cầu cụ thể và có ngữ cảnh.
[TÊN_CHIẾN_DỊCH]: Đây là biến đầu tiên, đại diện cho tên cụ thể của chiến dịch quảng cáo tự động đang được xem xét. Nó giúp AI định vị ngữ cảnh và dữ liệu liên quan.[DANH_SÁCH_NHÓM_QUẢNG_CÁO]: Biến thứ hai, yêu cầu liệt kê các nhóm quảng cáo trong chiến dịch. Điều này rất quan trọng vì sự phân bổ ngân sách thường diễn ra ở cấp độ nhóm quảng cáo. Danh sách này có thể là một chuỗi tên, được phân tách bằng dấu phẩy hoặc các ký tự khác tùy theo cách người dùng nhập.[CHỈ_SỐ_HIỆU_SUẤT_CHÍNH]: Biến thứ ba và cũng là biến quan trọng nhất về mặt mục tiêu. Nó yêu cầu xác định chỉ số hiệu suất chính (KPI) mà chiến dịch hướng tới tối đa hóa hoặc tối ưu hóa. Việc cung cấp ví dụ như “ROI, CPA, ROAS” giúp người dùng hiểu rõ hơn về loại thông tin cần điền.[THỐNG_KÊ_NGÂN_SÁCH]: Biến thứ tư, cung cấp một con số cụ thể về tổng ngân sách hiện có cho chiến dịch. Điều này là cốt lõi để AI đưa ra các đề xuất phân bổ ngân sách thực tế.
Phần cuối của prompt (“AI nên xem xét các yếu tố như tỷ lệ chuyển đổi, chi phí mỗi lượt nhấp và giá trị đơn hàng trung bình.”) đóng vai trò là hướng dẫn bổ sung, định hướng cho AI về các khía cạnh dữ liệu khác cần được xem xét trong quá trình phân tích, ngay cả khi chúng không phải là chỉ số chính được chỉ định trong [CHỈ_SỐ_HIỆU_SUẤT_CHÍNH].
2. Ý nghĩa & Cách hoạt động
Mục đích kỹ thuật của prompt này là kích hoạt một mô hình ngôn ngữ lớn (LLM) có khả năng xử lý dữ liệu số, hiểu các khái niệm về quảng cáo trực tuyến và đưa ra lời khuyên chiến lược. Khi người dùng điền các biến, prompt trở thành một câu lệnh rõ ràng:
- Đầu vào: Prompt cung cấp cho AI thông tin về:
- Bối cảnh (Chiến dịch quảng cáo tự động tên “[TÊN_CHIẾN_DỊCH]”).
- Đối tượng phân tích (Các nhóm quảng cáo “[DANH_SÁCH_NHÓM_QUẢNG_CÁO]”).
- Mục tiêu mong muốn (Tối đa hóa “[CHỈ_SỐ_HIỆU_SUẤT_CHÍNH]”).
- Ràng buộc về nguồn lực (Tổng ngân sách “[THỐNG_KÊ_NGÂN_SÁCH]”).
- Các yếu tố ảnh hưởng cần xem xét (tỷ lệ chuyển đổi, chi phí/click, giá trị đơn hàng trung bình).
- Quá trình xử lý của AI:
- Hiểu Yêu cầu: AI giải mã prompt để nhận diện mục tiêu chính: phân tích hiệu suất và đề xuất phân bổ ngân sách.
- Khai thác Dữ liệu (Ngầm): Mặc dù dữ liệu hiệu suất cụ thể không được cung cấp trực tiếp trong prompt, AI được giả định là có khả năng truy cập hoặc được cung cấp (qua các phiên trước đó, hoặc là một phần của hệ thống) dữ liệu hiệu suất của chiến dịch và các nhóm quảng cáo liên quan. Nó sẽ tìm kiếm các chỉ số như tỷ lệ chuyển đổi, chi phí mỗi lượt nhấp, giá trị đơn hàng trung bình, và chỉ số hiệu suất chính đã chỉ định cho từng nhóm quảng cáo.
- Phân tích Liên hệ: AI sẽ so sánh hiệu suất của các nhóm quảng cáo khác nhau dựa trên các chỉ số đã đề cập. Nó tìm kiếm các nhóm có chi phí cao nhưng hiệu suất thấp, hoặc các nhóm có tiềm năng sinh lời cao chưa được đầu tư đủ.
- Xây dựng Lý do: Dựa trên phân tích, AI sẽ giải thích tại sao một số nhóm quảng cáo nên nhận nhiều hoặc ít ngân sách hơn.
- Đề xuất Phân bổ: AI sẽ đưa ra một hoặc nhiều kịch bản phân bổ ngân sách mới cho các nhóm quảng cáo, kèm theo lý do và dự đoán về tác động đến chỉ số hiệu suất chính.
- Đầu ra: Một bản phân tích chi tiết và các đề xuất cụ thể về cách điều chỉnh phân bổ ngân sách.
3. Ví dụ Minh họa
Giả sử người dùng điền các placeholder như sau:
[TÊN_CHIẾN_DỊCH]: “Chiến dịch Thu Đông 2023”[DANH_SÁCH_NHÓM_QUẢNG_CÁO]: “Nhóm A (Nam), Nhóm B (Nữ), Nhóm C (Trẻ em)”[CHỈ_SỐ_HIỆU_SUẤT_CHÍNH]: “ROAS”[THỐNG_KÊ_NGÂN_SÁCH]: “50.000.000 VNĐ”
Prompt hoàn chỉnh sẽ là:
Dựa trên dữ liệu hiệu suất gần đây của chiến dịch quảng cáo tự động cho Chiến dịch Thu Đông 2023, hãy phân tích và đề xuất cách điều chỉnh phân bổ ngân sách giữa các nhóm quảng cáo Nhóm A (Nam), Nhóm B (Nữ), Nhóm C (Trẻ em) để tối đa hóa ROAS. Ngân sách tổng cộng là 50.000.000 VNĐ. AI nên xem xét các yếu tố như tỷ lệ chuyển đổi, chi phí mỗi lượt nhấp và giá trị đơn hàng trung bình.
Kết quả AI có thể tạo ra:
Phân tích Hiệu suất:
- Nhóm A (Nam): Tỷ lệ chuyển đổi cao, chi phí mỗi lượt nhấp (CPC) trung bình, giá trị đơn hàng trung bình (AOV) tốt. ROAS hiện tại là 4.5x. Ngân sách hiện tại: 20.000.000 VNĐ.
- Nhóm B (Nữ): Tỷ lệ chuyển đổi thấp hơn, CPC cao, AOV trung bình. ROAS hiện tại là 2.8x. Ngân sách hiện tại: 15.000.000 VNĐ.
- Nhóm C (Trẻ em): Tỷ lệ chuyển đổi và CPC chấp nhận được, AOV thấp. ROAS hiện tại: 3.5x. Ngân sách hiện tại: 15.000.000 VNĐ.
Đề xuất Phân bổ Ngân sách (Mục tiêu Tối đa hóa ROAS):
- Nhóm A (Nam): Tăng ngân sách lên 25.000.000 VNĐ. Nhóm này đang cho thấy tiềm năng ROAS cao nhất và đã được chứng minh với dữ liệu gần đây.
- Nhóm B (Nữ): Giảm ngân sách xuống 10.000.000 VNĐ. Cần xem xét lại chiến lược nhắm mục tiêu hoặc thông điệp quảng cáo cho nhóm này vì hiệu suất ROAS còn thấp. Cân nhắc thử nghiệm các đối tượng con hoặc thông điệp khác.
- Nhóm C (Trẻ em): Giữ nguyên hoặc tăng nhẹ ngân sách lên 15.000.000 VNĐ. Mặc dù AOV thấp, nhóm này vẫn có thể đóng góp vào doanh thu tổng thể và không quá tốn kém để vận hành.
Lý do: Việc chuyển ngân sách từ nhóm có hiệu suất ROAS thấp sang nhóm có hiệu suất cao hơn (Nhóm A) dự kiến sẽ cải thiện ROAS
