GemNews

Tất cả bài · Bài viết

Làm tính năng AI cho người bán: Đừng giao cho họ "quả lựu đạn rác"

Tác giả Janie Nguyen · · 9 phút đọc

Chia sẻ: WhatsApp · Telegram · X · Facebook · LinkedIn · Email

CEO Shopify vừa tung ra một khái niệm đáng chú ý trong ngành vào tháng này. Trong buổi trò chuyện trên podcast The Knowledge Project, được chia sẻ bởi @shaneparrish (https://x.com/shaneparrish/status/2099823553726070973), Tobi Lütke đã ví những nhân viên gửi email hay dòng code do AI tạo ra mà chưa qua kiểm duyệt cho đồng nghiệp giống như đang quăng "quả lựu đạn rác" (slop grenades). Bài tóm tắt phát biểu này từ @interesting_aIl (https://x.com/interesting_aIl/status/2102007936809841117) đã thu hút 713 lượt thích và hơn 76.000 lượt xem, và câu nói này hiện đã có trong chương trình phỏng vấn Vercel Ship của ông, theo @rauchg (https://x.com/rauchg/status/2102436383923339629).

Là một người làm phần mềm cho người bán trên Shopify, tôi thấy cảnh báo này chạm đúng vào một thực tế hoàn toàn khác. Tobi đang nói về nhân viên. Nhưng cái kiểu mà ông mô tả — tạo ra thật nhanh rồi đẩy việc kiểm tra cho người khác — lại chính là cách rất nhiều tính năng AI trong các ứng dụng Shopify đang hoạt động hiện nay. Và "người khác" ở đây chính là người bán.

Quả lựu đạn không nằm ở kết quả AI, mà ở việc đùn đẩy khâu kiểm tra

Góc nhìn sắc bén nhất về ý kiến của Tobi đến từ @tmiyatake1 (https://x.com/tmiyatake1/status/2101824478212669521), khi chỉ ra rằng định nghĩa về sự lười biếng đã đảo ngược. Ngày trước, lười nghĩa là làm quá ít. Thời AI, lười nghĩa là tạo ra quá nhiều thứ rồi bắt người khác đi xác minh.

Áp điều này vào một ứng dụng: Một tính năng viết lại 20 mô tả sản phẩm chỉ bằng một cú nhấp rồi xuất bản ngay thì đúng là tạo ra rất nhiều kết quả. Nhưng nó có mang lại giá trị hay không thì hoàn toàn phụ thuộc vào những gì diễn ra tiếp theo. Nếu người bán phải mở từng trang, so sánh cũ và mới, rồi đi tìm xem model AI có tự bịa ra chất liệu hay kích thước nào không, thì ứng dụng đó vừa giao cho họ một quả lựu đạn có gắn cái nút bấm nhìn rất thân thiện.

Chiều ngược lại cũng đúng. Ca chuyển đổi dữ liệu được mô tả bởi @jay_neyer (https://x.com/jay_neyer/status/2102178562375610443) đã di chuyển hơn 1.000 sản phẩm trong chưa đầy 8 giờ, sau đó dùng AI chạy QA đối soát với danh mục gốc và gắn cờ những điểm lệch cho con người xử lý. Câu nói khiến tôi nhớ mãi: những giờ làm việc lặp đi lặp lại đã biến mất, chỉ còn lại khâu kiểm tra. Đó mới là mục tiêu thiết kế. Tối ưu bỏ bớt các việc lặp lại, giữ lại khâu kiểm tra và làm cho việc kiểm tra trở nên thật nhẹ nhàng.

Sidekick vừa dựng nên tiêu chuẩn cho khái niệm "dễ kiểm duyệt"

Shopify đã tung ra giao diện trang quản trị mới vào ngày 24 tháng 9 với Sidekick được đặt ở vị trí trung tâm. Thông báo từ @katarinabatina (https://x.com/katarinabatina/status/2103161312901816394) thu hút 1.451 lượt thích và hơn 238.000 lượt xem. Vị trí đó cực kỳ quan trọng đối với mọi nhà phát triển ứng dụng, vì người bán sẽ lấy chuẩn mực tính năng AI mà Shopify đặt ngay cạnh thanh điều hướng để đánh giá ứng dụng của chúng ta.

Sidekick làm gì khi đụng vào nội dung cửa hàng? @sh_sakamoto (https://x.com/sh_sakamoto/status/2101446357173289307) đã đi qua một quy trình tối ưu SEO trang sản phẩm: Sidekick đề xuất thay đổi tiêu đề, thẻ meta description, alt text của hình ảnh và URL handle, đánh dấu rõ từng thay đổi và chờ người bán duyệt rồi mới áp dụng.

Có ba điều diễn ra trong luồng công việc đó: Người bán nhìn thấy rõ sự thay đổi. Người bán ra quyết định. Không có gì được cập nhật lên web cho đến khi họ đồng ý. Toàn bộ thiết kế chống quăng lựu đạn nằm gọn trong một màn hình, và hiện nó đã trở thành trải nghiệm mặc định bên trong trang quản trị.

Nhà phát triển ứng dụng @junaidkbr (https://x.com/junaidkbr/status/2102778882617463095) đã đặt ra câu hỏi tiếp theo: Khi Sidekick ở vị trí đó, liệu người bán có kỳ vọng nó hoạt động được với mọi ứng dụng? Tôi nghĩ kỳ vọng của họ còn xa hơn thế. Người bán sẽ kỳ vọng MỌI tính năng AI, từ BẤT KỲ ứng dụng nào, đều phải hoạt động theo cách Sidekick đang làm. Cho tôi xem, cho tôi duyệt, cho tôi hoàn tác.

Ngay cả trợ lý của Shopify cũng phán sai 2 trên 3 lần

Lý do cần phải duyệt không phải vì AI kém. Mà vì AI sai đủ nhiều để khi thiết kế, chúng ta phải mặc định rằng nó sẽ sai. @TRPage_dev (https://x.com/TRPage_dev/status/2099492186857275745) đã nhờ Sidekick gợi ý một ứng dụng để chuyển đổi dữ liệu thẻ quà tặng. Hai trong số ba gợi ý không đáp ứng đúng yêu cầu. Gợi ý thứ ba thì tốt, thậm chí còn chỉ ra một góc dùng Matrixify rất hay.

Tỷ lệ đó là ổn nếu kết quả chỉ là một gợi ý để người bán đọc rồi bỏ qua. Nhưng sẽ là thảm họa nếu kết quả là một thay đổi trực tiếp trên web mà người bán không hề hay biết. Cùng một chất lượng model AI, kết quả nhận lại hoàn toàn trái ngược tùy thuộc vào việc có con người ngồi giữa khâu tạo nội dung và khâu xuất bản hay không.

Một bài học liên quan đến từ @jamiegrove (https://x.com/jamiegrove/status/2102810220648976526), người đã dùng AI để rà soát lỗi cho 682 trang sản phẩm. Lần chạy đầu tiên tốn khoảng 185 USD chi phí API mà vẫn không hoàn thành. Lần chạy thứ hai, cùng prompt và cùng model, chỉ tốn 12,60 USD. Khác biệt nằm ở bộ khung (harness) bọc quanh model chứ không phải bản thân model. Đối với người làm phần mềm, bộ khung đó mới chính là sản phẩm. Đó là nơi bạn quyết định AI được phép làm tới đâu trước khi con người nhảy vào xem.

Những tiêu chí tôi kiểm tra trước khi tung ra một tính năng AI

Tôi sẽ không đưa ra các con số nội bộ ở đây, vì chúng tôi chưa công bố chính thức và tôi cũng không muốn lấy vài trải nghiệm cá nhân ra làm số liệu đại diện. Những gì tôi có thể chia sẻ là bộ câu hỏi mà tôi luôn đặt ra cho bất kỳ tính năng AI nào — dù là của chúng tôi hay của ai khác — sau khi theo dõi các thảo luận tuần này.

Người bán có nhìn thấy điểm khác biệt (diff) không? Không phải chỉ xem mỗi bản mới. Phải là bản cũ và bản mới nằm cạnh nhau hoặc được đánh dấu rõ các phần thay đổi, giống như cách @sh_sakamoto (https://x.com/sh_sakamoto/status/2101446357173289307) đã minh họa với Sidekick. Nếu một tính năng chỉ hiển thị kết quả cuối cùng, người bán sẽ phải tự lục lại bộ nhớ xem cái gì đã bị thay đổi. Đó chính là hành vi đùn đẩy khâu kiểm tra.

Có đúng một bước duyệt và bước đó có thực chất không? Một bảng thông báo xác nhận ghi "Áp dụng 40 thay đổi?" thì không phải là kiểm duyệt. Kiểm duyệt nghĩa là người bán có thể đồng ý đoạn này và từ chối đoạn khác. Cửa hàng vận hành bằng AI agent mà @chesny (https://x.com/chesny/status/2102778825591689255) chia sẻ hoạt động trơn tru vì con người giữ lại hai việc: duyệt ngân sách và quyết định xem cái gì trông ổn, và không có gì được chạy thật cho đến khi hệ thống tự kiểm tra xong và con người đặt bút ký duyệt.

Có thể hoàn tác chỉ bằng một thao tác không? Nếu câu trả lời là "khôi phục lại từ bản sao lưu theme", thì tính năng đó không an toàn để giao cho một người bán đang vừa xử lý đơn vừa trả lời email khách hàng.

Nó có biết báo khi không chắc chắn không? Quy trình làm việc của người vận hành độc lập được chia sẻ bởi @ridark_eth (https://x.com/ridark_eth/status/2098891678480310680) có một quy tắc rất đáng chú ý: Khi prompt không tìm đủ bằng chứng, nó bắt buộc phải trả về UNKNOWN chứ không được đoán mò. Một công cụ tạo trang sản phẩm biết gắn cờ "Tôi không tìm thấy chất liệu cho SKU này" có giá trị hơn nhiều so với một công cụ tự ý điền bừa "cotton cao cấp".

Mỗi lần yêu cầu nó tạo ra bao nhiêu nội dung? Đây là điều mà các nhà phát triển hay né tránh nhất, vì tạo ra số lượng lớn nhìn demo rất sướng mắt. Nhưng tính năng tạo ra càng nhiều thứ trong một lần, người bán càng phải đọc nhiều trước khi dám tin tưởng. Chia nhỏ ra làm từng đợt ngắn kèm luồng duyệt nhanh luôn thắng việc phang ra một khối lượng nội dung khổng lồ chỉ với một nút bấm xuất bản.

Khi nền tảng làm tốt hơn, hãy xóa phiên bản của bạn đi

Có một bài học thứ hai từ câu chuyện trong tuần của @junaidkbr. Ứng dụng Alfred đã gỡ bỏ nút bật tắt thanh bên admin của họ vì trang quản trị mới của Shopify đã tích hợp sẵn một cái tốt hơn, như họ đã viết tại https://x.com/junaidkbr/status/2103215196387119176 (286 lượt thích). Họ tỏ ra rất vui vẻ với quyết định đó.

Đó cũng là tư duy đúng đắn đối với các tính năng AI. Nếu Sidekick đã xử lý tốt các gợi ý SEO trang sản phẩm bằng luồng đánh dấu và duyệt, thì một ứng dụng cung cấp một phiên bản tương tự nhưng tệ hơn chỉ đang làm tăng gánh nặng kiểm duyệt chứ chẳng thêm được giá trị gì. Đất diễn của các nhà phát triển ứng dụng nằm ở những công việc mà Sidekick không làm, hoặc làm chưa đủ ngữ cảnh: layout trang, nội dung theo từng section gắn liền với chiến dịch, các yếu tố tối ưu conversion rate cần đến gu thương hiệu của người bán. Hãy làm ra phiên bản dễ kiểm duyệt cho những phần đó, và để Shopify lo lớp tính năng chung.

Bảng kiểm tra dành cho người bán và agency khi chọn ứng dụng AI

Bạn không cần phải đọc code mới biết một ứng dụng có được thiết kế để né việc quăng lựu đạn hay không. Hãy thử các bước này ngay trong thời gian dùng thử:

  1. Yêu cầu nó sửa một chi tiết nhỏ, như tiêu đề của một sản phẩm. Nó hiển thị cho bạn xem bản trước và sau, hay chỉ hiển thị bản sau?
  2. Yêu cầu nó sửa 10 thứ cùng lúc. Bạn có thể chọn đồng ý 7 cái và từ chối 3 cái không, hay bắt buộc phải chọn tất cả hoặc không gì cả?
  3. Đồng ý một thay đổi, sau đó thử hoàn tác. Đếm xem mất bao nhiêu lần nhấp chuột.
  4. Đưa cho nó một sản phẩm thiếu thông tin và xem nó có chịu thừa nhận điểm thiếu đó hay sẽ tự điền vào một đáp án nghe có vẻ hợp lý.
  5. Xem ai là người phải đi kiểm tra. Nếu quảng cáo của ứng dụng ghi "xuất bản chỉ với 1 nhấp", hãy hỏi xem bạn sẽ phải xác minh lại những gì sau đó, và việc đó mất bao lâu với quy mô danh mục sản phẩm của bạn.

Nếu một ứng dụng trượt 3 trên 5 điều này, nó sẽ tốn của bạn nhiều thời gian dọn dẹp hơn là thời gian tiết kiệm được từ việc tạo nội dung, cho dù bản demo trông có lung linh đến đâu.

Nguồn tham khảo

Bàn luận trên GemCommunity

esc