Tuyệt vời! Dưới đây là phân tích chi tiết về mẫu prompt bạn cung cấp, theo đúng cấu trúc yêu cầu:
1. Phân tích Cấu trúc Prompt
Mẫu prompt này được thiết kế để phân tích và đánh giá mức độ phù hợp của một khách hàng tiềm năng dựa trên các thông tin được cung cấp. Cấu trúc prompt rất rõ ràng và hướng trực tiếp đến hành động mong muốn.
- **Mục tiêu chính:** Đánh giá và phân loại mức độ phù hợp của khách hàng tiềm năng với Hồ sơ Khách hàng Lý tưởng (ICP).
- **Các thành phần chính:**
- Lệnh yêu cầu: “Dựa trên thông tin về khách hàng tiềm năng [TÊN_KHÁCH_HÀNG]: [THÔNG_TIN_DOANH_NGHIỆP] và [THÔNG_TIN_CÁ_NHÂN], hãy xác định xem họ có phù hợp với Hồ sơ Khách hàng Lý tưởng (ICP) của chúng ta hay không.” – Đây là phần cốt lõi, chỉ ra hành động cần thực hiện và các dữ liệu đầu vào.
- Đầu ra mong muốn: “Phân loại là ‘Phù hợp Cao’, ‘Phù hợp Vừa’, hoặc ‘Không phù hợp’.” – Xác định rõ các danh mục phân loại mà mô hình ngôn ngữ cần đưa ra.
- Yêu cầu bổ sung: “Nêu rõ các tiêu chí ICP nào được đáp ứng hoặc không.” – Yêu cầu mô hình cung cấp lý do chi tiết cho việc phân loại, làm tăng thêm giá trị cho kết quả.
- **Các biến số (Placeholders):**
[TÊN_KHÁCH_HÀNG]: Biến này dùng để chỉ đích danh khách hàng tiềm năng đang được xem xét. Nó giúp cá nhân hóa câu trả lời và làm rõ đối tượng phân tích.[THÔNG_TIN_DOANH_NGHIỆP]: Biến này thu thập các thông tin liên quan đến doanh nghiệp của khách hàng tiềm năng, ví dụ như ngành nghề, quy mô, doanh thu, vị trí địa lý, sản phẩm/dịch vụ hiện tại, thách thức kinh doanh, v.v.[THÔNG_TIN_CÁ_NHÂN]: Biến này thu thập các thông tin liên quan đến cá nhân liên hệ trong doanh nghiệp đó, ví dụ như chức vụ, vai trò, mức độ ra quyết định, các vấn đề cá nhân mà họ quan tâm, v.v.
2. Ý nghĩa & Cách hoạt động
Mẫu prompt này hoạt động bằng cách cung cấp cho mô hình ngôn ngữ một ngữ cảnh cụ thể và một nhiệm vụ rõ ràng. Mô hình sẽ xử lý thông tin đầu vào như sau:
- Hiểu ngữ cảnh: Mô hình nhận biết rằng nó đang được yêu cầu thực hiện một tác vụ liên quan đến bán hàng, tiếp thị hoặc quản lý khách hàng. Nó hiểu khái niệm “Khách hàng Lý tưởng” (ICP) là một tập hợp các thuộc tính và đặc điểm được xác định trước, mà một khách hàng lý tưởng nên có.
- Trích xuất và đối chiếu thông tin: Mô hình sẽ phân tích các chuỗi văn bản được cung cấp trong
[THÔNG_TIN_DOANH_NGHIỆP]và[THÔNG_TIN_CÁ_NHÂN]. Nó sẽ cố gắng trích xuất các đặc điểm và thuộc tính quan trọng của khách hàng tiềm năng. - So sánh với ICP ngầm định: Mặc dù ICP không được cung cấp trực tiếp dưới dạng biến số trong prompt này, nhưng prompt ngầm định rằng mô hình AI đã được huấn luyện hoặc có sẵn kiến thức về ICP của doanh nghiệp bạn. Mô hình sẽ so sánh thông tin trích xuất được với các đặc điểm của ICP mà nó “biết”.
- Phân loại: Dựa trên mức độ tương đồng và sự phù hợp với các tiêu chí ICP, mô hình sẽ đưa ra một trong ba loại phân loại đã được chỉ định:
- ‘Phù hợp Cao’: Khi khách hàng tiềm năng đáp ứng hầu hết hoặc tất cả các tiêu chí ICP quan trọng.
- ‘Phù hợp Vừa’: Khi khách hàng tiềm năng đáp ứng một số tiêu chí ICP nhưng còn thiếu các yếu tố quan trọng khác.
- ‘Không phù hợp’: Khi khách hàng tiềm năng không đáp ứng các tiêu chí ICP cơ bản hoặc có các đặc điểm hoàn toàn trái ngược.
- Giải thích lý do: Yêu cầu “Nêu rõ các tiêu chí ICP nào được đáp ứng hoặc không” buộc mô hình phải cung cấp một phân tích dựa trên bằng chứng. Điều này giúp người dùng hiểu rõ tại sao khách hàng được phân loại như vậy và có thể đưa ra hành động tiếp theo phù hợp.
3. Ví dụ Minh họa
Hãy xem xét hai ví dụ minh họa cách sử dụng mẫu prompt này:
Ví dụ 1: Khách hàng tiềm năng phù hợp cao
Dựa trên thông tin về khách hàng tiềm năng Trần Văn A: [THÔNG_TIN_DOANH_NGHIỆP]: Tên công ty: TechSolutions Inc. Ngành: Công nghệ phần mềm, quy mô 200 nhân viên, doanh thu hàng năm 50 triệu USD, có trụ sở chính tại TP.HCM, đang tìm kiếm giải pháp tự động hóa quy trình bán hàng (SFA). [THÔNG_TIN_CÁ_NHÂN]: Chức vụ: Giám đốc Kinh doanh, 10 năm kinh nghiệm trong ngành công nghệ.
Kết quả mong đợi từ mô hình:
Phân loại: Phù hợp Cao
Lý do:
- Tiêu chí được đáp ứng:
- Ngành nghề phù hợp (Công nghệ phần mềm).
- Quy mô doanh nghiệp nằm trong phạm vi mục tiêu.
- Doanh thu hàng năm đáp ứng ngưỡng mục tiêu.
- Đang tìm kiếm giải pháp SFA, đây là sản phẩm/dịch vụ cốt lõi của chúng ta.
- Chức vụ của liên hệ (Giám đốc Kinh doanh) là người ra quyết định tiềm năng cho các giải pháp này.
- Tiêu chí không đáp ứng: (Trong trường hợp này, giả sử tất cả các tiêu chí ICP chính đều được đáp ứng).
Ví dụ 2: Khách hàng tiềm năng không phù hợp
Dựa trên thông tin về khách hàng tiềm năng Nguyễn Thị B: [THÔNG_TIN_DOANH_NGHIỆP]: Tên công ty: Happy Bakery. Ngành: Thực phẩm và Đồ uống (Bánh mì). Quy mô: 15 nhân viên, doanh thu hàng năm 2 tỷ VND. Mở nhiều chi nhánh nhỏ lẻ. [THÔNG_TIN_CÁ_NHÂN]: Chức vụ: Chủ tiệm.
Kết quả mong đợi từ mô hình:
Phân loại: Không phù hợp
Lý do:
- Tiêu chí được đáp ứng: (Có thể không có tiêu chí ICP nào phù hợp rõ rệt ngoại trừ việc có thể là một doanh nghiệp).
- Tiêu chí không đáp ứng:
- Ngành nghề không phù hợp (Thực phẩm & Đồ uống thay vì Công nghệ).
- Quy mô doanh nghiệp quá nhỏ so với ICP.
- Doanh thu hàng năm thấp hơn nhiều so với mục tiêu.
- Nhu cầu không rõ ràng về giải pháp tự động hóa quy trình bán hàng (SFA) trong lĩnh vực này.
- Chức vụ chủ tiệm có thể có phạm vi quyền hạn hạn chế đối với các giải pháp công nghệ quy mô lớn.
👉 Tóm lại
Mẫu prompt này là một công cụ mạnh mẽ và hiệu quả để tự động hóa quá trình sàng lọc và đánh giá khách hàng tiềm năng dựa trên Hồ sơ Khách hàng Lý tưởng (ICP). Bằng cách cung cấp rõ ràng các biến số đầu vào (`[TÊN_KHÁCH_HÀNG]`, `[THÔNG_TIN_DOANH_NGHIỆP]`, `[THÔNG_TIN_CÁ_NHÂN]`) và định nghĩa các loại phân loại mong muốn cùng yêu cầu giải thích lý do, mẫu prompt này cho phép mô hình ngôn ngữ hiểu chính xác nhiệm vụ, trích xuất thông tin liên quan, so sánh với tiêu chí ICP
