Workflow nhập đơn từ tin nhắn là quy trình dùng AI đọc tin nhắn đặt hàng viết tự do (Zalo, Messenger, Telegram, SMS) rồi chuyển thành đơn hàng có cấu trúc: tên khách, số điện thoại, địa chỉ, sản phẩm, số lượng, biến thể, ghi chú. Hệ thống đối chiếu sản phẩm với danh mục, đánh dấu chỗ còn thiếu hoặc mơ hồ, sau đó tạo đơn nháp trong Google Sheets hoặc phần mềm bán hàng để nhân viên xác nhận. Cách làm này giảm gõ tay, giảm sai sót khi nhập đơn và rất hợp với shop online, cửa hàng nhận đơn qua chat.
Workflow nhập đơn từ tin nhắn giải quyết vấn đề gì
Workflow nhập đơn từ tin nhắn là cầu nối giữa cách khách hàng nói chuyện tự nhiên và cách phần mềm cần dữ liệu ngăn nắp. Khách không điền form; họ nhắn kiểu “chị lấy 3 hộp loại to, 1 hộp vị dâu, ship chiều nay nha, 0909…”. Nhân viên phải đọc, đoán, rồi gõ lại từng trường.
Vấn đề thường gặp ở một shop nhận 50–200 đơn qua chat mỗi ngày:
- Gõ nhầm số điện thoại, thiếu số nhà, sai quận.
- Chọn nhầm biến thể (size, màu, vị) vì tên gọi của khách khác tên trong hệ thống.
- Đơn bị sót khi tin nhắn trôi xuống dưới trong giờ cao điểm.
- Nhân viên mới mất nhiều ngày mới quen cách khách gọi tên sản phẩm.
AI rất giỏi việc đọc văn bản lộn xộn và rút ra thông tin theo một khuôn cố định. Đó chính là bài toán trích xuất dữ liệu có cấu trúc, phù hợp để tự động hóa với một bước xác nhận của con người.
Khi nào chưa cần
Nếu mỗi ngày dưới mười đơn, hoặc phần lớn khách đặt qua website có giỏ hàng, chi phí dựng và bảo trì workflow có thể lớn hơn lợi ích.
Sơ đồ workflow: tin nhắn vào, đơn nháp ra
- Trigger: tin nhắn mới trên Zalo OA, fanpage Messenger hoặc bot Telegram (qua webhook). Với Zalo cá nhân không có API chính thức, nhân viên có thể dán tin nhắn vào một form hoặc bot nội bộ.
- Gom tin nhắn: khách thường nhắn nhiều dòng liên tiếp; chờ 2–3 phút không có tin mới rồi mới gộp lại thành một khối.
- Phân loại ý định: AI xác định đây là đặt hàng, hỏi giá, khiếu nại hay chào hỏi. Chỉ tin đặt hàng đi tiếp.
- Trích xuất: AI trả về JSON theo khuôn đơn hàng.
- Đối chiếu danh mục: so tên sản phẩm với bảng danh mục, chọn mã gần nhất; nếu độ khớp thấp thì đánh dấu “cần hỏi lại”.
- Kiểm tra dữ liệu: số điện thoại đủ 10 số, địa chỉ có phường/xã, số lượng là số nguyên dương.
- Tạo đơn nháp: ghi vào Google Sheets hoặc gọi API phần mềm bán hàng ở trạng thái chờ xác nhận.
- Con người xác nhận: nhân viên xem đơn nháp cạnh tin nhắn gốc, sửa nếu cần, bấm xác nhận và nhắn lại khách.
Thiết kế khuôn đơn hàng cho AI trích xuất
Chất lượng trích xuất phụ thuộc nhiều vào việc bạn mô tả khuôn dữ liệu rõ đến đâu. Hãy dùng tính năng structured output hoặc yêu cầu JSON với các trường cố định như bảng dưới. Mỗi trường cần quy tắc rõ ràng khi khách không cung cấp.
Nguyên tắc quan trọng nhất: AI không được tự đoán thông tin thiếu. Nếu khách không nói size, trường size phải để trống và thêm vào danh sách can_hoi_lai. Một đơn tự điền size M “cho tiện” sẽ thành đơn đổi trả sau đó.
Ví dụ tin nhắn: “cho e 2 áo thun trắng M với 1 đen L, gửi 12 Nguyễn Văn Lượng P.10 GV, sđt 09xx”. Kết quả đúng gồm hai dòng hàng, địa chỉ tách được phường và quận, số điện thoại để nguyên để hệ thống kiểm tra độ dài.
| Trường | Ví dụ | Quy tắc khi thiếu |
|---|---|---|
| ten_khach | Chị Lan | Lấy tên hiển thị của tài khoản chat |
| so_dien_thoai | 0909xxxxxx | Để trống, đưa vào cần hỏi lại |
| dia_chi | 12 Nguyễn Văn Lượng, P.10, Gò Vấp | Để trống phần thiếu, không tự suy ra |
| dong_hang | Áo thun trắng, size M, SL 2 | Thiếu biến thể thì đánh dấu cần hỏi lại |
| ghi_chu | Giao sau 5h chiều | Có thể để trống |
| can_hoi_lai | Thiếu size cho áo đen | Danh sách câu hỏi cho nhân viên |
Prompt trích xuất và cách xử lý tin nhắn mơ hồ
Prompt nên gồm bốn phần: vai trò, danh mục sản phẩm rút gọn, khuôn JSON và các quy tắc. Ví dụ:
Bạn là nhân viên nhập đơn của shop {tên shop}. Danh mục sản phẩm: {mã | tên | biến thể | tên gọi khác}. Đọc tin nhắn trong thẻ tin_nhan và trả về JSON theo khuôn {khuôn}. Chỉ dùng thông tin có trong tin nhắn. Không đoán size, màu, số lượng. Nếu một sản phẩm khách nhắc không có trong danh mục, ghi vào can_hoi_lai. <tin_nhan>{nội dung}</tin_nhan>
Các tình huống mơ hồ thường gặp
- “Như lần trước”: AI không biết lần trước là gì. Workflow cần tra lịch sử đơn theo số điện thoại hoặc đánh dấu cho nhân viên.
- Tiếng lóng, viết tắt: “2 hủ”, “1 lốc”, “sz L”. Thêm cột “tên gọi khác” trong danh mục để AI đối chiếu.
- Đổi ý giữa chừng: “à thôi bỏ cái đen”. Gom đủ tin nhắn trước khi trích xuất giúp AI hiểu đúng ý cuối.
- Ảnh chụp sản phẩm: khách gửi ảnh thay vì tên. Nếu mô hình đọc được ảnh, có thể gợi ý mã; nếu không, chuyển nhân viên.
Công cụ và cách kết nối với nơi lưu đơn
Workflow có thể dựng bằng n8n, Make hoặc Zapier; Apps Script phù hợp nếu đơn nháp nằm trong Google Sheets. Phần khó nhất thường là đầu vào và đầu ra, không phải bước AI.
- Đầu vào Zalo OA, Messenger: dùng webhook chính thức của nền tảng. Cần quyền quản trị trang hoặc OA, và tuân thủ chính sách tin nhắn của từng nền tảng.
- Đầu vào thủ công: một bot Telegram nội bộ, nhân viên chuyển tiếp hoặc dán tin nhắn vào. Cách này không cần API, phù hợp shop nhỏ.
- Đầu ra Google Sheets: mỗi đơn một dòng, mỗi dòng hàng một dòng ở trang con. Dễ xem, dễ sửa.
- Đầu ra phần mềm bán hàng: nếu phần mềm có API tạo đơn, tạo ở trạng thái nháp hoặc chờ xác nhận. Nếu không có API, xuất file theo mẫu nhập liệu của phần mềm và nhập hàng loạt cuối ca.
Đặt danh mục sản phẩm ở một nguồn duy nhất, ví dụ một sheet đồng bộ từ phần mềm bán hàng mỗi đêm, để AI luôn đối chiếu với mã hàng và tồn kho mới nhất.
Điểm duyệt của con người và mẫu tin nhắn xác nhận
Bước xác nhận không chỉ là thủ tục. Đây là nơi nhân viên phát hiện các lỗi AI không thể biết, như khách quen luôn lấy giá sỉ hay địa chỉ thuộc khu vực không giao được.
Màn hình duyệt lý tưởng hiển thị song song: tin nhắn gốc bên trái, đơn nháp bên phải, các trường cần hỏi lại tô màu. Trong Google Sheets, có thể làm bằng một cột trạng thái với các giá trị Nháp, Cần hỏi lại, Đã xác nhận, Hủy.
Mẫu tin nhắn xác nhận gửi khách
Sau khi nhân viên duyệt, workflow có thể soạn sẵn tin nhắn tóm tắt để nhân viên gửi: Dạ shop xác nhận đơn của {tên}: {danh sách hàng}. Giao về {địa chỉ}, SĐT {số}. Chị kiểm tra giúp shop thông tin đã đúng chưa ạ.
Việc để khách tự xác nhận lại địa chỉ và số lượng là lớp kiểm tra thứ hai, rẻ và hiệu quả. Đơn sai địa chỉ phát hiện trước khi đóng gói luôn ít tốn kém hơn đơn hoàn về.
Đo hiệu quả và vận hành hằng ngày
Ba chỉ số nên theo dõi từ tuần đầu:
- Tỷ lệ đơn nháp đúng hoàn toàn: số đơn nhân viên xác nhận không sửa trường nào chia tổng đơn nháp.
- Thời gian từ tin nhắn đến đơn xác nhận: so sánh giờ cao điểm trước và sau khi dùng workflow.
- Tỷ lệ đơn sai sau giao: giao nhầm hàng, sai địa chỉ, khách từ chối vì sai biến thể.
Ghi lại mọi trường hợp nhân viên phải sửa, kèm lý do. Sau hai tuần, bạn sẽ thấy lỗi tập trung ở vài nhóm: tên gọi khác chưa có trong danh mục, địa chỉ viết tắt, hay sản phẩm mới chưa đồng bộ. Sửa đúng nguồn gốc thay vì viết thêm câu vào prompt.
Hằng ngày, người phụ trách nên kiểm tra mục “Cần hỏi lại” vào cuối ca để không đơn nào bị treo. Mỗi khi ra sản phẩm mới, cập nhật danh mục trước khi đăng bán.
Rủi ro và lỗi thường gặp
- AI tự điền thông tin không có: lỗi nguy hiểm nhất. Cấm đoán trong prompt và kiểm tra bằng quy tắc: trường nào AI điền mà không xuất hiện trong tin nhắn gốc thì cảnh báo.
- Nhầm tin hỏi giá thành đơn đặt: “áo trắng M còn không em” chưa phải đơn. Bước phân loại ý định cần ngưỡng chặt, nghiêng về “chưa phải đơn”.
- Tạo đơn trùng: khách nhắn lại cùng nội dung hoặc webhook gửi hai lần. Dùng mã tin nhắn làm khóa chống trùng.
- Dữ liệu cá nhân: số điện thoại, địa chỉ khách đi qua dịch vụ AI. Chọn nhà cung cấp có điều khoản dữ liệu rõ ràng, phân quyền xem sheet đơn hàng và không lưu log lâu hơn cần thiết.
- Phụ thuộc một nền tảng chat: chính sách API của nền tảng có thể thay đổi. Thiết kế để bước trích xuất độc lập với kênh, đổi kênh chỉ cần thay trigger.
Đầu tư nhiều nhất vào cột “tên gọi khác” trong danh mục sản phẩm: hãy cho nhân viên bán hàng ghi lại mọi cách khách gọi một món. Đây là phần giúp AI đối chiếu đúng mã hàng hơn bất kỳ mẹo viết prompt nào.
Muốn đưa AI vào công việc của doanh nghiệp? PCTech tư vấn, đánh giá mức sẵn sàng AI và triển khai chatbot, AI agent, tự động hóa cho doanh nghiệp.
Ước tính giờ công tiết kiệm và chi phí API từ số liệu công việc của bạn. Dùng thử ngay
Câu hỏi thường gặp
AI có đọc được tin nhắn viết tắt, không dấu của khách không?
Các mô hình lớn hiện nay đọc khá tốt tiếng Việt không dấu và viết tắt phổ biến. Với tiếng lóng riêng của ngành hoặc của shop, hãy bổ sung vào danh mục tên gọi khác.
Zalo cá nhân có tự động lấy tin nhắn để nhập đơn được không?
Zalo cá nhân không có API chính thức cho việc này. Cách an toàn là dùng Zalo OA, hoặc để nhân viên chuyển tiếp tin nhắn vào bot nội bộ hay form nhập nhanh.
Có nên để AI tạo đơn thẳng vào phần mềm bán hàng không?
Nên tạo ở trạng thái nháp hoặc chờ xác nhận. Nhân viên xác nhận xong mới chuyển sang đơn chính thức để tránh xuất kho nhầm.
Khách gửi ảnh chụp sản phẩm thay vì tên thì sao?
Mô hình đọc được ảnh có thể gợi ý sản phẩm gần nhất, nhưng độ chắc chắn thấp hơn. Nên đánh dấu các đơn này để nhân viên kiểm tra kỹ.
Workflow nhập đơn từ tin nhắn cần bao nhiêu đơn mỗi ngày mới đáng làm?
Không có ngưỡng cố định. Nếu nhân viên mất nhiều thời gian gõ lại đơn và thường xuyên sai sót, workflow đáng cân nhắc; nếu chỉ vài đơn mỗi ngày thì làm tay vẫn hợp lý.
Làm sao tránh tạo hai đơn khi khách nhắn lại cùng nội dung?
Dùng mã tin nhắn hoặc tổ hợp số điện thoại cộng thời gian làm khóa chống trùng, và cho nhân viên thấy các đơn nháp gần nhau của cùng một khách.
Bài viết liên quan
- Structured output là gì? Yêu cầu AI trả kết quả dạng JSON, bảng
- Dùng AI với Zalo: chatbot, trả lời tin nhắn, chăm sóc khách
- Zalo OA và chatbot: tự động hóa tin nhắn khách hàng
- Tự động hóa chốt đơn và chăm sóc khách hàng
- AI cho chủ shop online: đăng sản phẩm, trả lời khách, chạy quảng cáo
- AI với phần mềm quản lý bán hàng: tích hợp qua API hay qua file
- 20 workflow n8n mẫu cho doanh nghiệp nhỏ
- Webhook là gì? Ví dụ trong tự động hóa
