# XT AI Sales - Phương Án Xử Lý

## 1. Phương án tổng thể

XT xây hệ thống AI hỗ trợ bán hàng theo hướng:

```mermaid
flowchart LR
  A[Khách nhắn từ Zalo / OA / Messenger / Web / Google] --> B[Chatwoot gom hội thoại]
  B --> C[AI đọc lịch sử + Master XT]
  C --> D{Đủ dữ liệu để tư vấn?}
  D -->|Có| E[AI soạn nháp + gợi ý ảnh/video]
  D -->|Không| F[Chuyển nhân viên/sếp xử lý]
  E --> G[Nhân viên duyệt và gửi]
  F --> G
  G --> H[Lưu khách, trạng thái, chi phí, kết quả]
```

Mục tiêu không phải làm chatbot trả lời tự động đại trà, mà là tạo một hệ thống giúp nhân viên tư vấn nhanh hơn, đúng dữ liệu hơn và ít phụ thuộc vào sếp hơn.

## 2. Xử lý điểm nghẽn tư vấn bán hàng

### Vấn đề

Nhân viên đang tư vấn thủ công, dễ gửi nội dung lặp, hỏi lại sếp nhiều, khó nhớ hết dữ liệu máy, giá, tỉnh giao, ảnh/video.

### Cách xử lý

- Chuẩn hóa Master XT thành dữ liệu có cấu trúc: sản phẩm, tên gọi, giá, tỉnh giao, chính sách, FAQ, ảnh/video.
- AI đọc lịch sử hội thoại và Master XT trước khi soạn nháp.
- AI chỉ gợi ý câu trả lời, nhân viên duyệt rồi mới gửi trong giai đoạn đầu.
- Câu nào thiếu giá, thiếu chính sách, thiếu nguồn hoặc khách yêu cầu người thật thì chuyển nhân viên/sếp.

### Kết quả

- Nhân viên có nháp tư vấn nhanh.
- Giảm trả lời sai hoặc tự bịa dữ liệu.
- Sếp không phải đứng giữa mọi cuộc tư vấn.

## 3. Xử lý SaleWork và gom hội thoại

### Vấn đề

SaleWork đang gom Zalo, phân quyền nhân viên và giữ lịch sử, nhưng khó tùy biến sâu theo quy trình AI riêng của XT.

### Cách xử lý

- Dùng Chatwoot làm màn hình làm việc chính cho nhân viên.
- Kết nối Zalo cá nhân qua Zalo-Flow/zca bằng QR.
- Kết nối Zalo OA qua API chính thức của Zalo OA.
- Hội thoại từ các kênh đổ về Chatwoot để chia nhân viên, gắn nhãn, theo dõi trạng thái.
- Giữ SaleWork chạy song song trong giai đoạn đầu để có đường lùi.

### Luồng xử lý

```mermaid
flowchart LR
  A[Zalo cá nhân] --> B[Zalo-Flow]
  C[Zalo OA] --> D[Zalo OA API]
  B --> E[Chatwoot]
  D --> E
  E --> F[Nhân viên tư vấn]
  E --> G[AI tạo nháp/private note]
  F --> E
  E --> B
  E --> D
```

### Kết quả

- Nhân viên không cần mật khẩu Zalo.
- Quản lý xem được lịch sử hội thoại.
- Có thể thay SaleWork từng phần, không thay đột ngột.

## 4. Xử lý dữ liệu Master XT

### Vấn đề

Dữ liệu sản phẩm, giá, media, chính sách đang rải rác, AI không thể tự biết đâu là dữ liệu chuẩn.

### Cách xử lý

- Tạo kho Master XT có phiên bản.
- Mỗi sản phẩm có tên chuẩn, tên gọi khác, thông số, giá, tỉnh giao, chính sách, FAQ.
- Mỗi ảnh/video được gắn với sản phẩm và trường hợp sử dụng.
- AI chỉ được trả lời dựa trên nguồn đã duyệt.
- Nếu dữ liệu thiếu hoặc xung đột thì đánh dấu `Cần xác nhận`.

### Kết quả

- AI trả lời có căn cứ.
- Dễ cập nhật khi giá/chính sách đổi.
- Biết rõ câu trả lời lấy từ nguồn nào.

## 5. Xử lý AI tư vấn

### Vấn đề

Nếu cho AI tự trả lời tự do, dễ sai giá, sai chính sách hoặc nói quá cam kết.

### Cách xử lý

- Tách AI thành 3 vai trò:
  - Hiểu khách đang hỏi gì.
  - Lấy đúng dữ liệu từ Master XT.
  - Soạn nháp tự nhiên cho nhân viên.
- Giá, giao hàng, bảo hành, chính sách không để AI tự đoán.
- GPT dùng để phân loại nhu cầu và soạn nháp nhanh.
- Claude dùng để đọc hội thoại dài, tóm tắt ca khó, kiểm tra chất lượng câu trả lời.
- Nhân viên duyệt trước khi gửi trong giai đoạn đầu.

### Kết quả

- Tư vấn tự nhiên hơn kịch bản cứng.
- Vẫn kiểm soát được dữ liệu quan trọng.
- Có thể mở dần sang tự động khi đủ an toàn.

## 6. Xử lý ảnh/video gửi cho khách

### Vấn đề

Nhân viên dễ gửi lặp ảnh/video hoặc gửi chưa đúng mẫu máy khách đang hỏi.

### Cách xử lý

- Tạo thư viện media theo sản phẩm.
- Mỗi ảnh/video có nhãn: dùng khi hỏi mẫu máy, hỏi cấu tạo, hỏi vận hành, hỏi giao hàng, hỏi so sánh.
- AI chỉ đề xuất tối đa 1 ảnh hoặc 1 video phù hợp với ngữ cảnh.
- Nhân viên duyệt rồi gửi.

### Kết quả

- Gửi media đúng nhu cầu hơn.
- Giảm thao tác tìm ảnh/video.
- Tránh spam khách bằng nhiều file giống nhau.

## 7. Xử lý chuyển người thật

### Vấn đề

Không phải câu nào AI cũng nên xử lý, đặc biệt là giá, cam kết, khách phàn nàn, khách cần sếp.

### Cách xử lý

- Đặt rule chuyển người thật:
  - Thiếu giá hoặc chính sách.
  - Khách hỏi cam kết nhạy cảm.
  - Khách phàn nàn.
  - Khách yêu cầu gặp nhân viên/sếp.
  - AI không tìm thấy nguồn trong Master XT.
- Khi chuyển người, AI tạo tóm tắt ngắn: khách hỏi gì, đã có thông tin gì, còn thiếu gì.
- Bot dừng trả lời khi nhân viên đã tiếp quản.

### Kết quả

- Nhân viên nhận ca nhanh hơn.
- Không bị AI chen ngang khi người thật đang xử lý.
- Tránh rủi ro trả lời sai ở ca nhạy cảm.

## 8. Xử lý workflow n8n hiện có

### Vấn đề

Có nhiều workflow nhưng chưa rõ workflow nào đang chạy thật, workflow nào chỉ test.

### Cách xử lý

- Kiểm kê toàn bộ workflow.
- Ghi rõ mục đích, nguồn vào, đầu ra, trạng thái, bằng chứng chạy.
- Chọn Top 10 workflow có giá trị nhất.
- Phân loại:
  - Giữ n8n nếu đang chạy ổn và dễ vận hành.
  - Chuyển sang code nếu cần ổn định, tốc độ, kiểm soát lỗi.
  - Kết hợp nếu n8n phù hợp làm trigger còn code xử lý logic chính.
  - Tạm gác nếu không có bằng chứng giá trị.

### Kết quả

- Không xây lại tràn lan.
- Giữ được phần đang có ích.
- Giảm workflow rác và khó bảo trì.

## 9. Xử lý SEO và nội dung website

### Vấn đề

SEO 6 website và nội dung social còn thủ công, dễ sai dữ liệu nếu AI tự viết không kiểm nguồn.

### Cách xử lý

- Dùng chung Master XT đã chuẩn hóa.
- Trước mắt làm 1 bài SEO nháp cho 1 sản phẩm.
- AI tạo dàn ý, bài nháp, title, meta, FAQ, internal link.
- Có bước kiểm tra dữ liệu trước khi đăng.
- Không tự publish trong giai đoạn đầu.

### Kết quả

- Có pipeline tạo nội dung có nguồn.
- Mở rộng dần cho 6 website bằng cấu hình từng site.
- Giữ được giọng thương hiệu và dữ liệu đúng.

## 10. Xử lý video AI

### Vấn đề

Video/ảnh thật đã có nhưng việc cắt clip, chọn đoạn, làm nội dung ngắn còn mất công.

### Cách xử lý

- Chọn 1 video thật của XT để làm POC.
- Dùng AI/Whisper lấy lời nói và mốc thời gian.
- Dùng script/FFmpeg cắt đoạn phù hợp.
- Xuất 1 clip ngắn thử nghiệm.
- Tạo nháp caption cho TikTok, Facebook Reels, YouTube Shorts.
- Không tự đăng công khai khi chưa duyệt.

### Kết quả

- Giảm thao tác edit lặp.
- Có quy trình tạo clip ngắn từ tư liệu thật.
- Dễ mở rộng cho media team.

## 11. Xử lý chi phí, lỗi và an toàn

### Vấn đề

AI/API nếu dùng không kiểm soát sẽ phát sinh chi phí, lỗi trùng, lỗi gửi sai hoặc mất dữ liệu.

### Cách xử lý

- Mỗi tin nhắn có mã xử lý riêng để chống trùng.
- Mỗi job có trạng thái: nhận, đang xử lý, đã tạo nháp, cần người xử lý, lỗi, hoàn tất.
- Ghi log model AI, số token, chi phí ước tính hoặc thực tế.
- Có giới hạn retry khi API lỗi.
- Có backup database và dữ liệu media.
- Không commit token, mật khẩu, session vào source code.

### Kết quả

- Biết chi phí từng job.
- Dễ điều tra khi lỗi.
- Có thể dừng, chạy lại, khôi phục.

## 12. Thứ tự triển khai đề xuất

```mermaid
flowchart TD
  A[1. Chuẩn hóa Master XT] --> B[2. Dựng Chatwoot làm inbox]
  B --> C[3. Kết nối Zalo test qua Zalo-Flow/OA]
  C --> D[4. AI tạo nháp tư vấn có nguồn]
  D --> E[5. Nhân viên duyệt/gửi trong Chatwoot]
  E --> F[6. Ghi log, chống trùng, chuyển người]
  F --> G[7. Chạy song song với SaleWork]
  G --> H[8. Mở rộng nhiều tài khoản/kênh]
  H --> I[9. Giảm dần SaleWork]
```

## 13. Kết quả cần đạt sau POC

- Có 1 luồng Zalo test vào Chatwoot.
- Nhân viên trả lời từ Chatwoot và khách nhận lại trên Zalo.
- AI tạo nháp tư vấn dựa trên Master XT.
- AI biết gợi ý ảnh/video phù hợp.
- AI biết chuyển người thật khi thiếu dữ liệu.
- Có log chi phí, trạng thái và lỗi.
- Có bộ test 15-20 tình huống.
- Có kế hoạch mở rộng sau khi chạy song song ổn định.

## 14. Kết luận phương án

Phương án xử lý là: **Chatwoot làm nơi nhân viên làm việc, Zalo-Flow/OA đưa hội thoại vào, XT AI Sales Core đọc Master XT để tạo nháp và hỗ trợ tư vấn, còn SaleWork được giữ làm đường lùi trong giai đoạn chuyển đổi.**

Điểm quan trọng là không thay tất cả một lần. Làm đúng thứ tự: chuẩn dữ liệu, gom hội thoại, AI hỗ trợ nháp, nhân viên duyệt, ghi log, chạy song song, rồi mới giảm SaleWork.