Mục lục · 8 phần
Trả lời nhanh
Dùng AI làm quảng cáo Facebook ra 20 mẫu mỗi ngày thì Facebook không thưởng. Mỗi lần thêm mẫu vào nhóm đang chạy, nhóm phải học lại, mà 20 bản đổi màu vẫn chỉ là một ý. AI đáng tiền ở chỗ đọc lời chê của khách đối thủ, rồi mỗi nỗi lo lớn làm một mẫu.
Mười một giờ đêm thứ Ba, ở góc phòng khách cạnh mấy thùng giày chưa dán vận đơn. Anh/chị mở công cụ AI vừa đăng ký tuần trước, gõ một câu lệnh rồi bấm nút. Hai mươi mẫu quảng cáo hiện ra trong chưa đầy năm phút. Cùng một đôi giày, cùng câu chữ, chỉ khác nền hồng, nền be, chữ to, chữ nhỏ. Anh/chị đẩy hết vào nhóm đang chạy rồi gập máy, thấy nhẹ người.
Sáng hôm sau, nhóm lại hiện chữ “Đang học” và anh/chị bắt đầu lo. Mười chín mẫu gần như không được tiêu đồng nào. Mẫu còn lại lấy gần hết ngân sách, ra nhiều đơn nhất, nên anh/chị tin nó là mẫu hay.
Hai chuyện đó đều có cơ chế đằng sau, và cả hai đang dắt anh/chị đi sai. Bài này đi theo hướng ngược với lời chào hàng của công cụ AI: ít mẫu, mỗi mẫu một ý khác hẳn, và đo cho đúng.
Hai mươi bản đổi màu, máy nhìn ra mấy ý?
Ngày 02/12/2024, đội kỹ sư Meta công bố Andromeda, phần máy mới dùng để chọn quảng cáo. Mỗi lần một người lướt Facebook, máy lọc từ hàng chục triệu quảng cáo ra vài nghìn ứng viên rồi mới xếp hạng tiếp.
Phần sau là suy luận của tôi, Meta không viết thẳng ra. Khi máy tự khớp quảng cáo với người xem, nội dung mẫu làm phần việc ngày trước anh/chị làm bằng tay khi khoanh tuổi, khoanh sở thích. Mẫu nói về giày chật mũi sẽ được khớp với người từng khổ vì giày chật. Mẫu nói về mùi keo đi tìm nhóm khác. Còn nền hồng và nền be mang cùng một lời mời, nên tôi nghĩ người được khớp gần như vẫn là một kiểu người.
Chính Meta viết rằng chạy quá nhiều quảng cáo cùng lúc thì hiệu quả có thể tệ hơn. Họ còn kể hơn 1 triệu nhà quảng cáo đã dùng AI của Meta tạo hơn 15 triệu quảng cáo trong một tháng. Ra nhiều mẫu giờ ai cũng làm được.
Mỗi lần thêm mẫu, nhóm đếm lại từ đầu
Nhóm quảng cáo mới giống nhân viên ngày đầu đi làm, phải gặp đủ khách mới biết kiểu người nào hay mua. Meta gọi đó là giai đoạn máy học. Nhóm thường thoát học khi có khoảng 50 kết quả trong một tuần, tính từ lần sửa lớn gần nhất. Và thêm quảng cáo mới vào nhóm đang chạy nằm ngay trong danh sách sửa lớn của Meta, ngang với đổi đối tượng.
Giả sử nhóm có 70 lượt mua mỗi tuần, tức 10 lượt một ngày. Không đụng vào thì sau chừng 5 ngày nhóm đủ 50 kết quả. Tối nào cũng thêm mẫu thì bộ đếm về 0 mỗi tối, nhóm không bao giờ tới ngày thứ năm.
Một đợt quảng cáo CPAS từ Facebook sang Shopee tôi chạy cho một shop từ 16 đến 20/8/2026 thì khác. Chiến dịch tốt nhất ra 183 lượt mua trong 5 ngày, khoảng 36 lượt một ngày, chưa tới hai ngày đã đủ 50. Thành ra thêm mẫu lắt nhắt hại nhóm nhỏ nặng hơn nhóm lớn nhiều.
Học lại tốn bao nhiêu? Tiền mua đơn thì đằng nào cũng chi, cái mất là phần chi phí mỗi đơn đội lên lúc học. Giả sử lúc ổn định nhóm tốn 30.000đ một lượt mua, lúc học cao hơn 30%, tức 39.000đ, mỗi đơn mất thêm 9.000đ. Một tháng nhóm có khoảng 300 đơn, thêm mẫu mỗi tối thì cả 300 đơn đều rơi vào lúc học: 300 × 9.000 = 2.700.000đ. Hai tuần mới thêm một lần thì mỗi tháng học hai lần, mỗi lần chừng 50 đơn: 2 × 50 × 9.000 = 900.000đ. Chênh 1.800.000đ một tháng, chỉ vì thói quen nửa đêm.
Nhóm dưới 50 lượt mua mỗi tuần thì vốn đã không thoát học. Nhóm cỡ đó nên gộp với nhóm giống nó trước. Hoặc tạm tối ưu cho bước thêm vào giỏ, rồi mới bàn chuyện số mẫu.
Mẫu được dồn tiền chưa chắc là mẫu tốt
Quay lại sáng thứ Tư. Mẫu lấy gần hết ngân sách ra nhiều đơn nhất, chuyện đó gần như lúc nào cũng xảy ra, dù mẫu hay hay dở. Máy chia tiền theo dự đoán của nó từ những lượt hiển thị đầu tiên. Mẫu được nhiều tiền thì nhiều người thấy, nên nhiều đơn. Đếm đơn thô giữa các mẫu trong một nhóm là đang đếm cách máy chia tiền.
Vậy thì muốn so công bằng, hai mẫu phải tiêu ngang tiền nhau. Công cụ thử nghiệm A/B của Meta chia người xem thành các ô không chồng lấn, mỗi ô một mẫu, anh/chị đặt ngân sách mỗi ô bằng nhau. Một lần thử có từ 2 đến 5 ô.
Tiền chia đều rồi vẫn còn một cái bẫy. Giả sử ô A nút xanh được 40 đơn, ô B nút cam được 44 đơn. B hơn 10%, nghe rất rõ ràng.
Hoá ra con số đó chưa nói gì. Tại vì một tuần chỉ có vài chục người mua, đơn đến lác đác và rơi vào ô nào cũng có phần may, giống tung đồng xu vài chục lần. Cách ước nhanh: độ lệch do may giữa hai số đơn vào khoảng căn bậc hai của tổng hai số. Căn của 84 xấp xỉ 9, tức hai mẫu giống hệt nhau vẫn có thể lệch chừng 9 đơn.
Đổi sang hai ý khác hẳn. Ô A vẫn 40 đơn, ô C mở bằng một nỗi lo khác được 75 đơn. Chênh 35, trong khi căn của 115 chỉ khoảng 10,7. Gấp hơn 3 lần thì khó đổ cho may.
| Hai ô tiêu bằng tiền nhau, cùng tuần | Đổi màu nút (A và B) | Hai ý khác hẳn (A và C) |
|---|---|---|
| Số đơn mỗi ô (giả sử) | 40 và 44 | 40 và 75 |
| Chênh lệch | 4 đơn | 35 đơn |
| Độ lệch do may (căn của tổng) | căn 84 ≈ 9 | căn 115 ≈ 10,7 |
| Chênh gấp mấy lần độ lệch | chưa tới nửa lần | hơn 3 lần |
| Đọc được gì | Chưa nói gì | Giữ C, tắt A |
Tôi chỉ chốt bản thắng khi chênh từ 2 lần căn của tổng trở lên. Từ ngưỡng đó tính ngược ra được số đơn tối thiểu. Muốn thấy một mẫu bán gấp đôi, mẫu thua cần ít nhất 12 đơn và mẫu thắng 24: chênh 12, căn của 36 là 6. Muốn thấy một mẫu hơn 50% thì phải cỡ 40 và 60 đơn: chênh 20, căn của 100 là 10.
Nhóm 70 đơn một tuần chia hai ý, giả sử một ý hơn ý kia 50%: tuần đầu ra 28 và 42, chênh 14, căn của 70 khoảng 8,4, mới 1,7 lần. Đủ hai tuần thì 56 và 84, chênh 28, căn của 140 khoảng 11,8, được 2,4 lần. Shop càng nhỏ càng phải thử ít ý và chờ lâu hơn, ngược hẳn với 20 mẫu mỗi tối.
Chỗ AI đáng tiền: đọc lời chê của khách đối thủ
Không dùng AI để nhân bản mẫu thì dùng vào đâu? Vào đúng việc người bán ngại nhất, là ngồi đọc.
Trang sản phẩm của đối thủ trên Shopee là kho lời chê miễn phí, viết bằng đúng chữ của khách: chật mũi, mùi keo nồng, hộp móp, ngoài đời khác ảnh. Giả sử anh/chị bán giày nữ. Mở 3 mã đối thủ bán chạy, lọc đánh giá 1 đến 3 sao, chép từng trang dán vào bảng tính, mỗi đánh giá một dòng. Chừng 150 đến 200 đánh giá là đủ. Chỉ lấy số sao và lời chê, bỏ tên người mua.
Câu lệnh tôi đề xuất có bốn ý. Gom thành tối đa 6 nhóm theo nỗi lo. Mỗi nhóm trích nguyên văn 3 câu gốc kèm số dòng. Ghi số đánh giá của từng nhóm. Không thêm nhóm nào mà file không có câu gốc, vì đó rất có thể là chỗ AI tự nghĩ thêm.
Nhưng ba câu gốc chỉ chứng minh nhóm đó có thật, chưa chứng minh nhóm đó lớn. AI tóm ý giỏi hơn đếm, nên tôi tự đếm lại bằng lọc từ khoá trong bảng tính: “chật”, “keo”, “ảnh”. Nhóm dưới 10% tổng số lời chê thì bỏ, dù câu trích nghe gắt cỡ nào. Với 200 đánh giá, 10% là 20 lời chê.
Sao không bảo AI tự đi “tìm hiểu đối thủ” cho nhanh? Vì cùng một loại công cụ, đổi kiểu việc là mức sai đổi hẳn. Theo bảng xếp hạng của Vectara (2025), mô hình đứng đầu chỉ bịa khoảng 0,8 đến 1,5% khi tóm tắt tài liệu đưa sẵn. Còn khi ChatGPT, Gemini và vài trợ lý khác tự tìm tin, EBU và BBC (10/2025) thấy 45% câu trả lời có lỗi đáng kể. Hai nghiên cứu đo khác nhau, nhưng hướng thì rõ. Chuyện AI bịa gọi là ảo tưởng AI.
Trong các nhóm đủ lớn, người làm giỏi chỉ giữ nhóm mà shop mình làm tốt hơn thật. Ví dụ có bảng đo chân theo centimet, hay giày được phơi đủ ngày trước khi đóng hộp. Nỗi lo mà mình cũng dính như đối thủ thì đừng đem ra hứa.
Ý thắng rồi mới tới lượt AI làm biến thể
Rồi làm 2 hoặc 3 video, mỗi video mở bằng một nỗi lo. Một là cô gái nhón gót vì giày chật. Hai là mở hộp, đưa đôi giày lên mũi ngửi. Ba là đặt hàng thật cạnh ảnh trên trang. Có người mua viết dưới một video YouTube tháng 8/2026 rằng trên Shopee giờ “quá khó để tìm 1 cái ảnh hàng thật”.
Cảnh mở cần khách tin thì tôi quay hàng thật, người thật. Nghiên cứu của NYU Stern và Emory (11/2025) thấy quảng cáo AI làm từ đầu có tỷ lệ bấm cao hơn tới 19% so với bản chuyên gia làm. Vậy mà cùng nhóm này thấy nhãn “quảng cáo làm bằng AI” làm tỷ lệ bấm giảm tới 31,5%. Giả sử cả hai ở mức cao nhất: 100 lượt bấm thành 119, mất 31,5% vì nhãn thì còn khoảng 82. Nhãn thì khó tránh. Điều 11 Luật Trí tuệ nhân tạo buộc video do AI tạo phải gắn dấu hiệu nhận biết, còn Meta nói họ có thể tự phát hiện để gắn nhãn “AI info” (07/04/2026).
AI được dùng mạnh tay ở bước sau. Một ý thắng trong ô thử nghiệm rồi, tôi mới nhờ AI viết 4, 5 câu mở ba giây đầu cho đúng ý đó. Meta cho một quảng cáo chứa tới 10 tài sản để máy tự xoay, nên các câu mở nằm chung một quảng cáo, không đẻ thêm quảng cáo mới. Tôi gọi thứ tự này là “ý trước, câu mở sau”. Phần đông làm ngược: ra 20 biến thể khi chưa biết ý nào bán được.
Khung “test ý, không test màu”
Ý là nỗi lo mẫu chạm vào, người nói trong video, cách mở ba giây đầu. Màu là thứ khách lướt qua không nhớ: màu nền, màu nút, cỡ chữ, nhạc nền. Với shop vài trăm đơn một tuần, chênh do màu thường lọt thỏm trong vùng may rủi.
| Nếu thấy | Thì làm |
|---|---|
| Định thử đợt ý mới | Dưới 60 đơn/tuần: 2 ý, chạy 2 tuần. 60 đến 150 đơn: 3 ý. Trên 150 đơn: 4 đến 5 ý (Meta cho tối đa 5 ô) |
| Nhóm lời chê dưới 10% tổng số, hoặc AI không trích được câu gốc | Bỏ nhóm đó |
| Sau 3 ngày, mẫu đã có 2.000 lượt hiển thị mà CTR hoặc giữ chân 3 giây chưa bằng nửa mẫu tốt nhất | Tắt sớm, không chờ đủ đơn |
| Hai ô tiêu bằng tiền nhau mà chênh số đơn | Chốt khi chênh từ 2 lần căn của tổng, và mẫu thua đã có từ 12 đơn |
| Có ý hay câu mở mới muốn thêm vào nhóm đang chạy | Gom lại, hai tuần thêm một lần |
| Mẫu cũ có chi phí mỗi kết quả gấp từ 2 lần các quảng cáo trước | Thay bằng một ý mới, không thay bằng bản đổi màu |
CTR và giữ chân 3 giây đến nhanh hơn số đơn, nên dùng để loại bản tệ. Dòng cuối bảng tôi mượn từ Meta, họ gọi chi phí gấp từ 2 lần các quảng cáo trước là “mệt mẫu quảng cáo” (creative fatigue), và khuyên làm mẫu khác hẳn bản gốc.
Có người sẽ cãi: Meta bảo nên đa dạng mẫu, vậy hai mươi mẫu chẳng đa dạng hơn ba mẫu sao? Đa dạng về số file thì có, nhưng lời mời vẫn chỉ một.
Báo cáo tuần của người chạy giỏi ghi “thử 3 ý, giữ 1, nỗi lo thắng là mùi keo”. Của phần đông thì ghi “tuần này lên 60 mẫu”. Vậy mà con số 60 không cho chủ shop biết khách sợ điều gì.
Khung này sai ở đâu
Shop chi lớn đọc được chênh nhỏ, vì căn bậc hai tăng chậm hơn số đơn. Hai ô được 2.000 và 2.200 đơn mỗi tuần thì căn của 4.200 chỉ khoảng 65, chênh 200 đã gấp hơn 3 lần. Ở quy mô đó, màu nút đáng thử sau khi các ý lớn đã thử xong.
Đối thủ ít đánh giá thì cách này yếu đi, nhóm AI gom ra có thể chỉ là ý của vài người khó tính. Đánh giá cũng có thể bị seeding. Gặp một nhóm lời chê câu nào cũng na ná nhau thì nghi trước khi tin.
Phép căn cũng chỉ là cách ước nhanh. Hai mẫu chạy hai tuần khác nhau, một tuần có sale một tuần không, thì nó không cứu được.
Quay lại mười một giờ đêm thứ Ba. Hai mươi mẫu đổi màu mất năm phút để làm, rồi mất cả tuần để nhóm đếm lại từ đầu, nghĩ mà tiếc. Cũng buổi tối đó, đưa 200 lời chê cho AI đọc thì anh/chị có hai, ba câu mở video. Đối thủ đã phải trả bằng đánh giá một sao mới nghe được.
Câu hỏi thường gặp
Dùng AI làm quảng cáo Facebook có bị Meta hạ phân phối không?
Tôi chưa thấy tài liệu nào của Meta nói vậy. Cái làm hại là số lượng, vì mỗi mẫu thêm vào nhóm là một lần sửa lớn. Mẫu có hình người giống thật thì xem quy định gắn nhãn ở Điều 11 Luật Trí tuệ nhân tạo.
Bao lâu thì nên thêm mẫu mới một lần?
Hai tuần một lần, gom các mẫu mới thành một đợt. Mỗi lần thêm, nhóm phải có lại khoảng 50 kết quả trong một tuần mới thoát học. Mẫu cũ bị “mệt” thì thay sớm bằng một ý mới.
Mẫu nhiều đơn nhất trong nhóm có phải mẫu tốt nhất không?
Chưa chắc, vì máy dồn tiền cho mẫu nó đoán là tốt, mà mẫu nhiều tiền thì nhiều đơn. Muốn biết thật thì đưa vào thử nghiệm A/B, ngân sách mỗi ô bằng nhau.
