Mục tiêu

Prompt này được thiết kế để hỗ trợ bạn xây dựng quy trình tự động tổng hợp dữ liệu từ nhiều nguồn đầu vào khác nhau như bảng tính, hệ thống nội bộ, API, biểu mẫu nhập liệu, CRM, ERP hoặc dữ liệu thủ công. Kết quả đầu ra hướng tới một quy trình rõ ràng, có thể lặp lại, dễ chuẩn hóa và thuận tiện để chuyển thành SOP hoặc cấu hình trong công cụ tự động hóa.

Ngoài việc gom dữ liệu, prompt còn giúp xác định quy tắc làm sạch, chuẩn hóa định dạng, xử lý thiếu dữ liệu, loại bỏ trùng lặp và thống nhất cấu trúc đầu ra để phục vụ báo cáo, phân tích hoặc đồng bộ giữa các phòng ban.

Khi nào nên dùng

• Khi bạn đang nhận dữ liệu từ nhiều nguồn nhưng cấu trúc không đồng nhất.
• Khi cần thiết kế quy trình chuẩn trước khi triển khai trên Zapier, Make, n8n, Google Apps Script hoặc hệ thống nội bộ.
• Khi đội ngũ cần SOP rõ ràng để nhập liệu, đối soát và tổng hợp báo cáo định kỳ.
• Khi muốn giảm thao tác thủ công, giảm lỗi copy-paste và tăng tính nhất quán của dữ liệu.

Hướng dẫn tùy biến

1. Xác định nguồn dữ liệu

Thay thế các mô tả chung bằng nguồn cụ thể như Google Sheets, Excel, CRM, API bán hàng, form đăng ký, phần mềm kế toán hoặc cơ sở dữ liệu nội bộ. Nêu rõ tần suất cập nhật và định dạng đầu vào của từng nguồn.

2. Mô tả quy tắc chuẩn hóa

Bổ sung các quy tắc như chuẩn hóa ngày tháng, mã khách hàng, đơn vị tiền tệ, tên sản phẩm, trạng thái đơn hàng hoặc cấu trúc cột. Nếu có nhiều nguồn trùng thông tin, hãy chỉ định rõ nguồn ưu tiên.

3. Xác định đầu ra mong muốn

Nêu rõ bạn muốn AI trả về quy trình ở dạng nào: checklist triển khai, SOP vận hành, pseudo-workflow, bảng mapping trường dữ liệu, logic xử lý lỗi hoặc cấu trúc file tổng hợp cuối cùng.

4. Thêm ràng buộc vận hành

Bạn có thể yêu cầu quy trình theo thời gian thực hoặc theo lô, có bước kiểm tra thủ công hay không, cần lưu log ở đâu, và ai là người phụ trách xử lý ngoại lệ.

Lưu ý

• Nên cung cấp danh sách trường dữ liệu chính để AI đề xuất mapping chính xác hơn.
• Nếu dữ liệu liên quan đến tài chính, nhân sự hoặc khách hàng, hãy loại bỏ thông tin nhạy cảm trước khi đưa vào AI.
• Với quy trình phức tạp, nên yêu cầu AI chia thành các bước: thu thập, kiểm tra, chuẩn hóa, hợp nhất, xác thực và xuất dữ liệu.
• Sau khi nhận kết quả, hãy kiểm thử bằng một bộ dữ liệu mẫu trước khi áp dụng chính thức.