1. Bối cảnh Một công ty tư vấn quản trị quy mô 12 nhân sự thường xuyên phải gửi báo giá cho khách hàng tiềm năng. Quy trình thủ công mất trung bình 45 phút mỗi bản do phải thu thập thông tin dự án, tra cứu mức giá gói dịch vụ, định dạng văn bản và kiểm tra lỗi chính tả. Khi lượng yêu cầu tăng, đội ngũ bán hàng bị quá tải và tỷ lệ chuyển đổi giảm. 2. Quy trình triển khai AI - Bước 1: Thu thập mẫu báo giá cũ (khoảng 200 bản) và lưu vào Google Sheet có cấu trúc: tên khách hàng, phạm vi công việc, gói dịch vụ, giá trị, điều khoản. - Bước 2: Sử dụng công cụ no‑code (Make/Zapier) kết nối Sheet với mô hình ngôn ngữ lớn (GPT‑4o) thông qua API. Prompt được thiết kế để: nhận đầu vào là thông tin dự án mới, truy xuất mức giá phù hợp từ Sheet, sinh ra bản báo giá hoàn chỉnh theo template Word. - Bước 3: Tích hợp luồng vào hệ thống CRM (HubSpot). Khi nhân viên tạo "Deal" mới và điền các trường bắt buộc, automation sẽ kích hoạt AI, trả về file .docx và gán vào deal trong vòng 30 giây. - Bước 4: Thêm bước duyệt nhanh: nhân viên chỉ cần kiểm tra số liệu chính xác, bấm "Gửi" – không cần soạn thảo lại. 3. Kết quả thực tế - Thời gian chuẩn bị báo giá giảm từ 45 phút xuống còn dưới 3 phút. - Sai sót định dạng và chính tả gần như bằng 0 nhờ template cố định. - Tỷ lệ phản hồi khách hàng trong 24h tăng 27% vì báo giá đến kịp thời. - Nhân viên bán hàng giải phóng khoảng 10 giờ/tuần để tập trung vào tư vấn và chăm sóc khách hàng. 4. Lời khuyên có thể áp dụng ngay - Bắt đầu với tập dữ liệu mẫu nhỏ nhưng đa dạng để AI học được nhiều trường hợp. - Xây dựng prompt có cấu trúc rõ ràng: vai trò, đầu vào, đầu ra mong đợi, ví dụ few‑shot. - Luôn giữ bước duyệt của con người trước khi gửi ra ngoài để đảm bảo trách nhiệm pháp lý. - Theo dõi metric "thời gian từ yêu cầu đến gửi báo giá" và "tỷ lệ chuyển đổi" để đo lường ROI của tự động hóa. - Mở rộng dần: sau khi ổn định, có thể thêm tính năng tự động gợi ý gói upsell dựa trên lịch sử khách hàng.