Vấn đề của bạn
Feedback đổ về từ mọi hướng: review app store, ticket support, khảo sát, tin nhắn Slack từ sales, phỏng vấn user. Hàng trăm mẩu văn bản lộn xộn, trùng lặp, cảm xúc lẫn dữ kiện. PM cần rút ra chủ đề (theme), tần suất, mức độ đau để ưu tiên roadmap — nhưng đọc thủ công 300 review mất cả ngày. AI cực mạnh ở việc phân loại, gom cụm và trích chủ đề từ khối văn bản lớn.
Ví dụ cụ thể
Bạn export 250 review 1-2 sao từ App Store về CSV. Thay vì đọc từng cái, bạn đưa AI phân cụm thành theme, đếm tần suất, và gắn ví dụ nguyên văn. Kết quả: "Đăng nhập thất bại (32%), App chậm khi mở (21%), Mất dữ liệu giỏ hàng (14%)..." — đủ để bạn ưu tiên trong 15 phút.
Prompt mẫu
Bạn là chuyên gia phân tích Voice of Customer cho PM.
Dữ liệu: các mẩu feedback người dùng (mỗi dòng 1 mẩu).
Nhiệm vụ:
1. Gom thành tối đa 8 THEME. Đặt tên theme ngắn gọn.
2. Với mỗi theme: % số mẩu thuộc theme (trên tổng), 1 câu mô tả,
và 2 câu TRÍCH NGUYÊN VĂN làm ví dụ (không sửa lời user).
3. Xếp theme theo tần suất giảm dần.
4. Tách riêng: "vấn đề" vs "yêu cầu tính năng" vs "lời khen".
Quy tắc: KHÔNG bịa feedback không có trong dữ liệu. Nếu một mẩu
không rõ nghĩa, xếp vào "Không phân loại được". Trả kết quả dạng bảng.
DỮ LIỆU:
[DÁN FEEDBACK]
Các bước triển khai
- Gom feedback về một chỗ: export review, ticket, khảo sát ra text/CSV. Nếu quá lớn, chia lô 100-150 mẩu/lần.
- Ẩn danh dữ liệu: xóa tên, email, số điện thoại khách trước khi dán (dùng find-replace hoặc prompt phụ để AI mask).
- Chạy prompt phân cụm ở trên cho từng lô.
- Gộp kết quả nhiều lô: dán các bảng theme lại và nhờ AI hợp nhất theme trùng, cộng dồn %.
- Kiểm chứng bằng mắt: mở ngẫu nhiên 5 mẩu trong theme lớn nhất, xác nhận AI phân đúng (chống ảo giác).
- Chuyển thành hành động: với top 3 theme, viết 1 dòng "insight → giả thuyết → việc cần làm".
Prompt biến theme thành quyết định
Từ bảng theme dưới đây, với 3 theme nhiều nhất, hãy viết cho mỗi cái:
- Insight (1 câu): người dùng thực sự đang đau ở đâu.
- Giả thuyết cần kiểm chứng.
- 1 hành động khả thi trong sprint tới (nhỏ, đo được).
Đừng suy diễn ngoài dữ liệu.
[DÁN BẢNG THEME]
Checklist "Feedback → Insight"
[ ] Đã gom đủ nguồn (store, support, khảo sát, sales)
[ ] Đã ẩn danh PII trước khi đưa lên AI
[ ] Theme có % tần suất, không chỉ cảm tính
[ ] Mỗi theme có trích dẫn nguyên văn (không AI diễn giải hộ)
[ ] Đã kiểm tra ngẫu nhiên vài mẩu để xác nhận phân đúng
[ ] Top theme đã chuyển thành insight + hành động
[ ] Lưu lại tần suất để so sánh kỳ sau
Sai lầm thường gặp
- Tin % do AI đếm mà không kiểm. AI đôi khi đếm sai hoặc gom nhầm theme, tạo cảm giác chính xác giả. Với con số quyết định roadmap, hãy sample kiểm chứng.
- Để AI diễn giải thay vì trích nguyên văn. Nếu bỏ yêu cầu "trích nguyên văn", AI sẽ viết lại lời user theo cách của nó — mất sắc thái, thậm chí đổi nghĩa (ảo giác tinh vi).
- Rò rỉ PII khách hàng. Review/ticket đầy tên và email. Ẩn danh trước, nếu không bạn vi phạm quyền riêng tư.
- Ưu tiên theo "to mồm" thay vì tần suất × giá trị. Một khách hàng lớn hét to không bằng 30% người dùng gặp lỗi đăng nhập. AI giúp bạn thấy tần suất — đừng bỏ qua nó vì áp lực nội bộ.
- Phụ thuộc: bỏ đọc feedback trực tiếp. Đọc nguyên văn vài chục mẩu mỗi tháng giúp bạn cảm nhận khách hàng — thứ bảng tổng hợp không thay được.
Chốt bài
AI biến hàng trăm mẩu feedback lộn xộn thành theme có tần suất và trích dẫn trong vài phút, nhưng bạn phải kiểm chứng và giữ thói quen đọc nguyên văn. Bài sau: hỏi chuyện số liệu analytics bằng ngôn ngữ tự nhiên.