Tổng quan ý tưởng
Hiện tại, team Direct Brand tại Ecomobi đang quản lý nhiều campaign cùng lúc cho các thương hiệu lớn như Maybelline, 3CE, Omachi với hàng trăm KOC khác nhau. Quy trình booking, nghiệm thu video và kiểm soát hiệu suất vẫn đang được thực hiện thủ công qua Zalo, file Excel và hệ thống Admin nội bộ. Điều này dẫn đến nhiều bất cập: mất thời gian lọc danh sách KOC phù hợp, khó phát hiện KOC có rủi ro cao (tỷ lệ hủy đơn lớn, ROI thấp), và việc kiểm duyệt conten brand guidelines tốn nhiều công sức.
Vì vậy, team đã xây dựng bộ đôi AI-Agent sử dụng Gemini Gem và NotebookLM để tự động hóa hai quy trình cốt lõi:
- Phân tích rủi ro & đề xuất re-book KOC dựa trên data thực tế (NMV, Cancel Rate, ROI)
- Kiểm duyệt nội dung tự động phát hiện vi phạm hashtag, từ cấm theo Brand Guidelines
P — Point
Vấn đề hiện tại:
- Khó phát hiện KOC rủi ro: Team phải manually check từng KOC qua nhiều chỉ số (Cancel Rate, NMV, ROI) trên Admin system, dễ bỏ sót những KOC có dấu hiệu không hiệu quả
- Mất thời gian re-book: Không có hệ thống gợi ý rõ ràng KOC nào nên re-connect, KOC nào nên hold
- Kiểm duyệt content thủ công: TrucLT phải đọc từng caption để check hashtag #omachi #omachiquanxachaua, quét từ cấm (“rẻ”, “hàng Tàu”) – rất dễ sai sót khi có 50-100 videos/campaign
- Thiếu data-driven decision: Quyết định booking dựa trên cảm tính nhiều hơn là số liệu thực tế
R — Reason
Nguyên nhân gốc rễ:
Sau khi phân tích workflow hiện tại của 3 thành viên trong team, chúng tôi nhận thấy:
1. Dữ liệu phân mảnh:
- Minhntn lấy data performance từ Admin system (NMV, Cancel Rate)
- TrucLT quản lý brief và brand guidelines trên Excel/Google Sheets
- Trangbth theo dõi livestream KOC trên Admin → Không có nơi nào tập trung đủ data để ra quyết định nhanh
2. Thiếu automation cho repetitive tasks:
- Minhntn: Mỗi campaign phải lọc list KOC cũ → check performance → offer → follow-up (mất 2-3 giờ/campaign)
- TrucLT: Check 67 videos Omachi phải đọc từng caption, đếm hashtag, scan từ cấm (mất giờ)
- Trangbth: Push KOC lên live nhưng không biết KOC nào có chỉ số tổng quan tốt để ưu tiên
3. Không có cảnh báo sớm:
- KOC có Cancel Rate >45% vẫn được re-book vì không có alert system
- Content thiếu hashtag brand vẫn được approve vì check thủ công dễ bỏ sót
4. Scalability issue:
- Khi số campaign tăng từ 3 → 10, workload tăng gấp 3 nhưng team vẫn 3 người
- Quality control giảm dần do fatigue khi check quá nhiều content
E — Example
Kiến trúc hệ thống AI-Agent
Agent 1: KOC Risk & Performance Analyst (Gemini Gem)
Input Layer:
- File Excel export từ Admin system chứa:
- Content ID, TikTok Username
- Booking Fee, Creator’s Commission
- NMV (Net Merchandise Value)
- Cancel Rate, % Ads Cost
- Cost Ads
Xử lý:
BƯỚC 1 – Risk Detection (4 Signals):
Signal 1: Cancel_Rate > 35%
Signal 2: ROI < 3 (ROI = NMV / (Ads Cost + Booking Fee + Creator Commission))
Signal 3: NMV < 5.000.000 VNĐ
Signal 4: Ads Cost > 30% NMV
Phân loại Severity:
- High: ≥2 signals đồng thời
- Medium: 1 signal
BƯỚC 2 – Re-book/ Take care of non- booking KOC Suggestion:
STAR: ROI > 3 AND NMV > 20.000.000
→ “Re-connect ngay, ưu tiên brief mới”
POTENTIAL: ROI 0.5-2 AND Cancel_Rate < 15%
→ “Test lại với brief khác / giảm creator commission”
HOLD: Cancel_Rate > 35% OR ROI < 0.5( average/ total số lượng video)
→ “Tạm ngưng, review lại chất lượng KOC”
BƯỚC 3 – Query Engine: Khi Minhntn hỏi: “Cần KOC giá dưới 500k, NMV trên 10 triệu” → AI filter: Booking_Fee ≤ 500.000 AND NMV ≥ 10.000.000 → Sort theo ROI giảm dần → Output Top 20 KOC phù hợp
Output:
- Phần A: JSON Risk Alert (cho Minhntn dashboard)
- Phần B: Markdown Table Re-book Suggestions (cho TrucLT planning)
- Phần C: Query Results (cho team creator)
Agent 2: Content Compliance Checker (NotebookLM)
Input Layer:
- File “AI Assistant – Massan_T3.xlsx” chứa:
- ID TIKTOK | ID Video | Content Title | Caption
- Brand Guidelines:
- Hashtag bắt buộc: #omachi #omachiquanxachaua
- Từ cấm: “rẻ”, “hàng Tàu”, “fake”, “giá bèo”
Xử lý:
BƯỚC 1: Đọc từng dòng, trích xuất Caption + Hashtag
BƯỚC 2: Kiểm tra thiếu hashtag bắt buộc
- Ví dụ: Caption có #miomachiquanxachaua nhưng thiếu #omachiquanxachaua → Lỗi
BƯỚC 3: Quét từ cấm trong caption
- Regex pattern: \b(rẻ|hàng Tàu|fake|giá bèo)\b
BƯỚC 4: Phân loại mức độ:
CRITICAL:
- Thiếu ≥1 hashtag brand
- HOẶC chứa từ cấm nặng
WARNING:
- Thiếu hashtag phụ
- HOẶC từ nhạy cảm nhẹ
BƯỚC 5: Trích dẫn nguyên văn (CITATION BẮT BUỘC)
- Ví dụ: “hay ăn đêm nhất định phải thử nè #omachi #miomachiquanxachaua” (Dòng 23)
BƯỚC 6: Đề xuất câu sửa cụ thể
- Thêm hashtag: #omachiquanxachaua
- Sửa từ: “giá tốt” thay vì “rẻ”
Output:
BẢNG 1 – Chi tiết vi phạm:
| ID TIKTOK | ID Video | Content Title | Lỗi vi phạm | Mức độ | Citation | Gợi ý sửa |
|---|---|---|---|---|---|---|
| mi.unbox2025 | 7623267195195297042 | Mì ly Omachi… | Thiếu #omachiquanxachaua | CRITICAL | “hay ăn đêm… #omachi #miomachiquanxachaua” | Thêm #omachiquanxachaua |
BẢNG 2 – Tổng hợp:
% bài đạt chuẩn: 79.1% (53/67 bài)
Tổng số bài vi phạm: 14
Top 3 lỗi phổ biến:
- Thiếu hashtag brand (8/14 cases)
- Sai chính tả hashtag (4/14 cases)
- Thiếu hoàn toàn hashtag campaign (2/14 cases)
Ví dụ thực tế từ data campaign
Case 1: Minhntn phát hiện KOC rủi ro cao
Gemini Gem phân tích file “Video last 60 days”:
{
“KOC_ID”: “7634432994509 (noiha377)”,
“Signals”: [“cancel_high”, “roi_low”, “nmv_low”],
“Severity”: “High”,
“Metrics”: {
“Cancel_Rate”: “50%”,
“ROI”: “2.70”,
“NMV”: “1.476.788 VNĐ”
},
“Action”: “Hold payment & Review brief”
→ Minhntn quyết định: Yêu cầu review lại content quality/ product–> Noiha377 là top performance
Case 2: TrucLT kiểm duyệt 67 videos Omachi
NotebookLM quét và phát hiện:
Lỗi phổ biến:
- sieuthigiamgia99 (14 videos): Thiếu cả 2 hashtag #omachi và #omachiquanxachaua
- Caption: “Mì omachi quán xá châu á #miomachiquanxachaua #miomachi”
- → CRITICAL: Thiếu hashtag brand
- hieumehusky: Sai chính tả hashtag
- Caption: “#omachi#omachiiquanxachaua” (thừa chữ “i”)
- → CRITICAL: Sửa thành #omachiquanxachaua
- loopy_oi_review: Viết hoa sai quy định
- Caption: “#omachiquanxaChauA” (viết hoa chữ C và A)
- → CRITICAL: Sửa thành #omachiquanxachaua (all lowercase)
→ TrucLT chỉ cần contact 14 KOC vi phạm thay vì check thủ công 67 videos (tiết kiệm 2 giờ)
Case 3: Query Engine hỗ trợ booking nhanh
Minhntn hỏi Gemini Gem:
“Cần KOC có Booking Fee dưới 1 triệu, NMV trên 20 triệu cho campaign 3CE tháng sau”
AI trả về Top 5:
| Rank | TikTok Username | Booking Fee | NMV | ROI | Decision |
|---|---|---|---|---|---|
| 1 | sansalede | 0 | 22.836.980 | 33 | STAR – Re-connect ngay |
| 2 | noiha377 | 50.000 | 151.676.414 | 98 | STAR – Ưu tiên brief mới |
| 3 | swatchesbybaobao | 1.964.379 | 19.643.783 | 10.00 | POTENTIAL – Test brief khác |
| 4 | lilanhlunglam_ | 1.516.547 | 51.083.757 | 9.61 | STAR – Re-connect |
| 5 | lliinnhhllyy | 1.613.389 | 40.334.634 | 9.25 | STAR – Re-connect |
→ Minhntn có ngay list KOC để offer trong 5 phút thay vì 2-3 giờ lọc thủ công
P — Practical Application
Quy trình triển khai thực tế
Giai đoạn 1: Chuẩn bị data (Tuần 1)
Minhntn:
- Export file Excel từ Admin system: “Video last 60 days.pdf”
- Columns: Content ID, TikTok Username, Booking Fee, NMV, Cancel Rate, Creator’s Commission, Ads Cost
- Upload lên Gemini Gem
TrucLT:
- Chuẩn bị Brand Guidelines cho từng campaign:
- Omachi: Hashtag #omachi #omachiquanxachaua, từ cấm “rẻ”, “hàng Tàu”
- Maybelline: Hashtag #maybelline #fitme, từ cấm “fake”, “hàng giả”
- Upload file “AI Assistant – Massan_T3.xlsx” lên NotebookLM
Trangbth:
- Cung cấp list KOC livestream từ Passio app
- Update NMV real-time cho team
Giai đoạn 2: Training AI Agents (Tuần 2)
Gemini Gem – Prompt Engineering:
NotebookLM – Content Compliance Prompt:
Giai đoạn 3: Test & Iterate (Tuần 3)
Test Case 1: Risk Detection Accuracy
Input: File 200 KOC từ campaign Maybelline Q1/2026
Expected Output:
- Phát hiện ≥30% KOC có Cancel Rate >15%
- Phân loại đúng Severity (High/Medium)
- Đề xuất action phù hợp (Hold/Contact/Review)
Result:
- Gemini Gem phát hiện 7/25 KOC rủi ro (29% accuracy)
- 2 KOC miss do NMV < 5M nhưng ROI > 3 → Adjust threshold
Test Case 2: Content Compliance Speed
Input: 67 videos Omachi
Expected Output:
- Check xong trong <10 phút
- Phát hiện ≥35% lỗi hashtag
- Citation chính xác
Result:
- NotebookLM check 67 videos trong 8 phút (so với 4-5 giờ manual)
- Phát hiện 14/15 videos vi phạm (93% accuracy)
- 1 video miss do hashtag viết liền không space → Update regex pattern
Giai đoạn 4: Deploy & Scale (Tuần 4)
Workflow mới của team:
Minhntn (Performance Affiliate):
Sáng thứ 2:
- Export data Admin system → Upload Gemini Gem
- Run Risk Alert → Check KOC nào cần Hold payment
- Run Re-book Suggestion → List KOC STAR để offer
- Query: “KOC giá <500k, NMV >10tr” → Get Top 20
- Offer qua Zalo → Track conversion
Thời gian tiết kiệm: 1 giờ/tuần
TrucLT (UGC/Branding):
Sau khi KOC submit video:
- Upload caption list lên NotebookLM
- Run Content Compliance Check
- Download Bảng 1 (Chi tiết vi phạm)
- Contact KOC vi phạm CRITICAL để sửa
- Approve videos đạt chuẩn
Thời gian tiết kiệm: 20s/ vid–> 300 vid= 1,6 giờ/ tuần
Trangbth (Livestream):
Trước live 3 ngày:
- Query Gemini Gem: “KOC nào có NMV >20tr, Cancel Rate <10%”
- Get list KOC performance tốt
- Ưu tiên push KOC này lên live slot vàng
- Track real-time NMV trên Passio
Thời gian tiết kiệm: 1 giờ/tuần
Kỳ vọng tác động
Định lượng:
- Giảm workload thủ công:
- Minhntn: 2 giờ/tuần
- TrucLT: 1,6 giờ/ tuần
- Trangbth: 2 giờ/tuần ( → Tổng tiết kiệm: giờ/tuần = 14% thời gian
- Tăng chất lượng decision:
- Phát hiện sớm 70%+ KOC rủi ro (trước đây chỉ 30-40%)
- Giảm tỷ lệ re-book KOC fail từ 25% → 15%
- Tăng ROI trung bình campaign từ 4.0 → 6.0
- Scalability:
- Có thể handle 10 campaigns cùng lúc (trước đây max 4-5)
- Check 100 videos trong 15 phút
- Onboard KOC mới nhanh gấp 2 lần
Định tính:
- Data-driven culture: Team ra quyết định dựa trên số liệu thực tế thay vì cảm tính
- Consistency: Tất cả KOC được đánh giá theo cùng tiêu chuẩn (ROI, Cancel Rate, NMV)
- Proactive risk management: Cảnh báo sớm trước khi KOC gây thiệt hại
- Better KOC relationships: Re-book đúng KOC performance tốt → Win-win
Kết luận
Bộ đôi AI-Agent (Gemini Gem + NotebookLM) không nhằm thay thế con người mà đóng vai trò như “intelligent assistant” giúp team Direct Brand:
Tối ưu vận hành: Giảm 25% thời gian manual work
Nâng cao chất lượng: Data-driven decision thay vì cảm tính
Scale campaign: Handle 2-3x số campaign với cùng nhân sự
Giảm rủi ro: Phát hiện sớm KOC fail, content vi phạm brief của brand
Điểm khác biệt so với giải pháp truyền thống:
| Traditional Approach | AI-Agent Approach |
|---|---|
| Manual filtering (2-3 giờ) | Auto filtering (5 phút) |
| Reactive (phát hiện sau khi fail) | Proactive (cảnh báo trước) |
| Inconsistent (mỗi người 1 standard) | Consistent (cùng rules) |
| Hard to scale (tuyến tính với headcount) | Easy to scale (AI handle workload) |
Trong bối cảnh TikTok Affiliate ngày càng cạnh tranh và số lượng campaign tăng nhanh, việc ứng dụng AI-Agent vào quy trình booking và content control không chỉ giúp tối ưu vận hành mà còn tạo lợi thế chiến lược cho team Direct Brand trong việc scale network và tăng hiệu quả campaign dài hạn.
Demo source:
https://gemini.google.com/gem/1hBd_v9tWjo1z2Mzn50qgFuICvkaF8n_2?usp=sharing
https://notebooklm.google.com/notebook/3b787bd7-12e0-4ec4-a463-f496311ced9a
https://drive.google.com/drive/folders/1CdHsjsaN1xvPp1ChhIt9xDfbxCvdYFpN?usp=drive_link