AI agent viết sai thông tin sản phẩm hay viết lệch giọng doanh nghiệp thường do bộ tài liệu được nạp vào, ít khi do câu lệnh. Tài liệu thiếu thì AI tự đoán, tài liệu cũ thì AI dùng số cũ. Tài liệu mâu thuẫn thì mỗi bài AI chọn một kiểu. Vì vậy, trước khi viết thêm câu lệnh, doanh nghiệp nên chuẩn bị bộ tài liệu nền đủ ba lớp và ghi ngày kiểm cho từng dữ kiện, sau đó kiểm tra lại bằng chính những lỗi AI từng mắc.
Bài này dựa trên bài phân tích của Margaret Lee, giám đốc marketing hai công ty phần mềm Devart và TMetric, đăng trên MarTech ngày 22/10/2026 (MarTech, 10/2026). Mình chuyển các ý đó về bối cảnh doanh nghiệp nhỏ ở Việt Nam, nơi đội marketing chỉ có một đến ba người.
Tài liệu nền cho AI agent là gì
Tài liệu nền là bộ thông tin doanh nghiệp nạp sẵn cho AI để AI viết đúng sự thật và đúng giọng mà không cần dặn lại mỗi lần. Bộ này thường gồm hồ sơ doanh nghiệp, câu định vị, chân dung khách hàng, giọng viết, bảng giá, bài mẫu và số liệu đã kiểm.
Với người chỉ hỏi AI từng câu lẻ, tài liệu nền chưa cần thiết lắm, vì mỗi lần hỏi họ tự đọc và sửa kết quả. Khi doanh nghiệp chuyển sang dùng AI agent cho doanh nghiệp nhỏ, tức là để AI tự chạy theo lịch, tự viết nháp cho cả tuần, người duyệt không còn ngồi cạnh từng câu nữa. Lúc đó, những gì AI biết về doanh nghiệp gần như chỉ đến từ bộ tài liệu này.
Trong bốn mức dùng AI mình hay chia cho doanh nghiệp, có bộ tài liệu nền là mức thứ ba, ngay trước mức có agent chạy theo lịch. Doanh nghiệp bỏ qua mức này để lên thẳng agent thì agent chạy nhanh hơn, nhưng sai cũng nhân lên nhanh hơn.
Vì sao AI agent viết sai dù câu lệnh đã kỹ
AI agent viết sai chủ yếu vì nó đối xử với mọi thông tin được đưa vào như nhau, không biết dòng nào đã cũ, dòng nào chỉ là kế hoạch. Bài trên MarTech liệt kê sáu kiểu lỗi thường gặp, và kiểu nào cũng truy được về một chỗ hỏng trong tài liệu.
| Lỗi bạn thấy trong bài AI viết | Chỗ hỏng trong tài liệu nền |
|---|---|
| Văn chung chung, đọc như máy | Không có bài mẫu xấu để tránh, không có câu nói thật của khách để học |
| Mỗi bài gọi sản phẩm một kiểu | Hai tài liệu mô tả sản phẩm khác nhau, ví dụ chỗ gọi là nền tảng, chỗ gọi là công cụ |
| Nói sản phẩm có tính năng chưa ra mắt | Kế hoạch sắp làm nằm chung với tính năng đang bán |
| Hiểu sai đối thủ | Doanh nghiệp chưa ghi lại đối thủ là ai, hơn kém ở đâu |
| Con số đổi giữa các bản nháp | Định nghĩa chỉ số cũ hoặc mỗi file ghi một số |
| Bài thiếu từ khóa, lệch chủ đề | Không có danh sách từ khóa, cụm chủ đề và thứ tự ưu tiên |
Phần lớn doanh nghiệp xử lý những lỗi này bằng cách thêm dòng dặn vào câu lệnh. Tác giả bài MarTech khuyên làm ngược lại. Khi một bài bị sai, bạn sửa tài liệu nền, ví dụ thêm một bài mẫu, xoá một định nghĩa bị trùng hay bổ sung một quy tắc còn thiếu, chứ đừng thêm mười dòng dặn vào câu lệnh chỉ để chữa một bài.
Lỗi kiểu này tốn nhiều thời gian của người duyệt. Đội viết blog của HubSpot cho biết sau hơn một năm dùng AI, mỗi bài tốn thêm 30 đến 60 phút chỉ để kiểm tra dữ kiện, vì AI hay bịa số và trích sai nguồn (HubSpot Blog, 10/2026). Tài liệu nền đã có sẵn số liệu kèm nguồn thì người duyệt đỡ được phần lớn số phút đó.
Bộ tài liệu nền gồm ba lớp nào
Một bộ tài liệu nền đủ dùng có ba lớp là kiến thức về doanh nghiệp, bài mẫu và dữ liệu thử. Bài MarTech nhận xét rằng phần lớn đội marketing làm xong lớp đầu rồi dừng, trong khi hai lớp sau mới giúp AI viết giống người của doanh nghiệp.
Lớp 1, kiến thức về doanh nghiệp. Lớp này gồm câu định vị, các thông điệp chính, chân dung khách hàng, giọng viết, quy định biên tập, từ khóa và ý định tìm kiếm, danh sách đối thủ, bảng thuật ngữ, bằng chứng như số liệu và ca khách được phép kể. Lớp này cũng nên có nguyên văn những câu khách hay hỏi, vì AI cần học cách khách nói. Cách tìm ra điều khách chưa nói thành lời, mình viết trong bài insight khách hàng.
Lớp 2, bài mẫu. Lớp này gồm vài bản giao việc đã điền đủ, hai ba bài đã đăng được xem là chuẩn, những bản nháp có vết sửa của người duyệt, và các cặp bài xấu với bài tốt có ghi rõ bài xấu sai ở đâu. AI học giọng từ bài mẫu nhanh hơn nhiều so với đọc một trang mô tả giọng viết.
Lớp 3, dữ liệu thử. Lớp này gồm dữ liệu mẫu đã biết kết quả đúng, ví dụ một bảng số liệu Search Console tháng trước mà người trong đội đã đọc và rút ra kết luận. Lớp này cũng ghi rõ dữ kiện nào lấy từ hệ thống nào, chẳng hạn giá lấy từ bảng giá kế toán đang dùng, lý do khách không mua lấy từ ghi chú của đội bán hàng, và chỗ nào trong quy trình bắt buộc có người duyệt.
Ngoài ba lớp trên, doanh nghiệp nên ghi riêng những gì AI không được viết. Tính năng chưa ra mắt cần để ngoài bộ tài liệu. Các con số hiệu quả, chứng nhận và tên khách hàng thật thì chỉ được dùng khi có người ký duyệt.
Bốn quy tắc để tài liệu nền không làm AI viết sai
Có tài liệu chưa đủ, vì tài liệu viết sai cách vẫn làm AI viết sai. Bài MarTech đưa ra bốn quy tắc, mình thấy cả bốn đều làm được ở doanh nghiệp nhỏ mà không cần công cụ đắt tiền.
1. Mỗi agent chỉ lo một việc
Agent viết blog cần quy định biên tập và quy tắc SEO. Agent viết quảng cáo lại cần danh sách câu được phép nói về sản phẩm. Nếu doanh nghiệp nạp hết mọi tài liệu cho mọi agent, AI dễ lấy nhầm quy tắc của việc này dùng cho việc kia. Tác giả bài MarTech cho rằng nạp quá nhiều tài liệu là cách làm hỏng agent hay gặp.
2. Mỗi dữ kiện chỉ có một nơi gốc
Giá, số khách, định nghĩa chỉ số, mỗi thứ chỉ được ghi đầy đủ ở một file. Các tài liệu khác nhắc tới thì trỏ về file đó, không chép lại. Khi giá đổi, bạn chỉ phải sửa một chỗ, và AI không còn gặp cảnh hai file ghi hai giá.
3. Mỗi dữ kiện có ngày kiểm và người phụ trách
Theo bài MarTech, một dữ kiện đã cũ nguy hiểm hơn một dữ kiện bị thiếu, vì AI dùng số cũ với độ tự tin y như số mới. Vì vậy, mỗi dòng số liệu nên ghi ngày kiểm gần nhất và tên người chịu trách nhiệm. Dữ kiện nào doanh nghiệp không giữ cập nhật được thì nên xoá khỏi bộ tài liệu.
4. Viết cho AI dễ tìm
Mỗi mục nên ngắn, nói một ý, đặt tiêu đề bằng câu hỏi mà mục đó trả lời và để câu trả lời ở ngay câu đầu. Tài liệu nên viết bằng chữ thường hoặc Markdown. Slide thuyết trình và file thiết kế nhiều hình thì AI đọc kém. Để thử, bạn hỏi AI lấy một dữ kiện từ đâu. Nếu AI không trích được đúng dòng, dữ kiện đó đang bị chôn quá sâu trong tài liệu.
Kiểm tra tài liệu nền bằng 10 ca lỗi cũ
Cách kiểm tra bài MarTech đề xuất là chọn khoảng 10 lần AI từng viết sai, ghi lại câu trả lời đúng cho từng lần, rồi cho AI làm lại đúng 10 việc đó sau mỗi lần sửa tài liệu. Bộ kiểm tra nên lấy từ những ca từng sai, vì ca dễ thì AI luôn làm đúng và không cho bạn biết thêm gì.
Thước đo chính là tỷ lệ câu có nguồn, tức là trong một bài AI viết, bao nhiêu phần trăm câu trỏ được về một dòng cụ thể trong tài liệu nền. Khi tỷ lệ này giảm, bạn sửa tài liệu rồi chạy lại 10 việc cho tới khi tỷ lệ trở lại mức cũ, sau đó mới cho agent dùng bản tài liệu mới. Tác giả không khuyên chấm bài theo cảm giác văn hay hay dở, vì cảm giác thay đổi theo người chấm.
Với doanh nghiệp nhỏ, bạn không cần phần mềm để làm việc này. Một bảng tính có ba cột là việc giao cho AI, câu trả lời đúng và kết quả lần chạy gần nhất là đủ để bắt đầu. Khi đã có số liệu từ bảng này, bạn có thêm căn cứ để đo hiệu quả AI marketing bằng chất lượng đầu ra, ngoài số giờ tiết kiệm được.
Doanh nghiệp nhỏ nên bắt đầu từ đâu
Doanh nghiệp nhỏ nên bắt đầu bằng việc liệt kê những gì agent cần biết, rồi đánh dấu từng mục là đã có, có một nửa hay chưa có. Bài MarTech lưu ý những mục có một nửa mới là chỗ nguy hiểm nhất, vì chúng trông như đã xong nên ít ai để ý sửa.
Mình gợi ý thứ tự cho tuần đầu như sau:
- Chọn một việc muốn giao cho agent trước, ví dụ viết bài fanpage hằng tuần.
- Liệt kê tài liệu việc đó cần và đánh dấu đã có, có một nửa, chưa có. Sửa mục có một nửa trước.
- Ghi âm khoảng 30 phút người hiểu khách nhất trong công ty nói về cách họ trả lời khách và những câu họ không bao giờ nói. Người đó thường là chủ doanh nghiệp. Đội của tác giả bài MarTech đã dùng bản chép lời một buổi nói chuyện 30 phút làm tài liệu quy tắc, vì có bản thô vẫn hơn chờ một bản đẹp chưa ai viết.
- Chọn hai ba bài đã đăng có kết quả tốt làm bài mẫu, kèm một bài bạn không thích và ghi rõ lý do.
- Gom 10 lần AI từng viết sai thành bảng kiểm tra.
- Ghi số phiên bản và hẹn lịch rà lại, ví dụ mỗi tháng một lần.
Phần lớn những việc này do chủ doanh nghiệp và người làm marketing chính đảm nhận. AI không tự biết khách của bạn lo điều gì hay câu nào doanh nghiệp không được hứa. Có bộ tài liệu nền rồi, bạn đưa AI marketing trong doanh nghiệp lên mức agent chạy theo lịch sẽ ít sai hơn.
Câu hỏi thường gặp
Tài liệu nền cho AI agent khác bộ nhận diện thương hiệu thế nào?
Bộ nhận diện thương hiệu chủ yếu quy định logo, màu, phông chữ cho người thiết kế. Tài liệu nền cho AI có thêm giọng viết, dữ kiện sản phẩm, số liệu có ngày kiểm, bài mẫu tốt và xấu, viết ở dạng chữ để AI đọc và trích được.
Doanh nghiệp nhỏ có cần làm đủ ba lớp ngay không?
Không cần. Bạn nên làm lớp kiến thức doanh nghiệp và vài bài mẫu cho một việc trước, chạy thử một hai tuần, rồi mới thêm lớp dữ liệu thử khi giao cho agent những việc có số liệu như báo cáo tuần.
Bao lâu nên cập nhật tài liệu nền một lần?
Bài MarTech khuyên quản lý tài liệu nền như một sản phẩm, có số phiên bản và lịch rà lại. Với doanh nghiệp nhỏ, rà mỗi tháng một lần là hợp lý, và sửa ngay khi giá, sản phẩm hay chương trình bán hàng thay đổi.
AI vẫn viết sai dù đã có tài liệu nền thì làm sao?
Bạn hỏi AI lấy thông tin sai đó từ đâu. Nếu AI trích được một dòng trong tài liệu, dòng đó cần sửa. Nếu AI không trích được, tài liệu đang thiếu hoặc mục đó viết quá dài. Sửa xong, bạn chạy lại bộ 10 ca lỗi cũ để chắc việc sửa không làm hỏng chỗ khác.
Có nên đưa dữ liệu khách hàng vào tài liệu nền không?
Chỉ nên đưa câu nói và câu hỏi của khách đã bỏ tên, số điện thoại và mọi thông tin nhận diện. Luật Bảo vệ dữ liệu cá nhân có hiệu lực từ 1/1/2026 yêu cầu có sự đồng ý của khách khi dùng dữ liệu cá nhân, nên danh sách khách có thông tin liên hệ không nên nằm trong tài liệu nạp cho AI.
