AI Có Thể Thay Thế Chuyên Gia Tối Ưu Hoá Quảng Cáo Không? Những Điều Hay, Dở, và Bịa Đặt
- Damjan Kačar
- Aug 19
- 14 min read
GameBiz Consulting đã đưa AI vào thử nghiệm để trả lời một câu hỏi táo bạo: Liệu ChatGPT hoặc bất kỳ mô hình AI nào khác có thực sự đảm nhiệm được vai trò của một nhà quản lý tối ưu hóa quảng cáo?
Ngày nay, AI xuất hiện ở khắp mọi nơi, từ việc soạn email, tóm tắt tin tức cho đến cả những vấn đề nhạy cảm như tư vấn pháp lý hay y tế. Ngày càng có nhiều người tin tưởng và tìm đến chatbot AI để xin lời khuyên cho những vấn đề quan trọng.
Ngay cả trong một lĩnh vực khá chuyên biệt như tối ưu hóa quảng cáo trên thiết bị di động mà tôi đang theo đuổi, việc khách hàng hay đồng nghiệp nhắc đến những điều họ “nghe từ ChatGPT” hoặc một công cụ AI nào đó cũng ngày càng trở nên phổ biến.
Điều này tự nhiên đã đặt ra một câu hỏi cho tôi: Liệu các chatbot AI này thực sự giỏi đến mức nào? Và quan trọng hơn, tôi có nên lo lắng rằng AI sẽ thay thế công việc của mình hay không?
Để tìm câu trả lời, tôi đã xây dựng một bộ gồm 40 câu hỏi liên quan đến chủ đề tối ưu hóa quảng cáo, sau đó dùng chúng để so sánh khả năng của các mô hình AI hàng đầu hiện nay với chính kiến thức và kinh nghiệm thực tế của tôi trong nghề.
Các câu hỏi tôi đưa ra bao quát nhiều khía cạnh trong lĩnh vực tối ưu hóa quảng cáo, bao gồm:
Nền tảng kiến thức mà bất kỳ chuyên viên mới vào nghề nào cũng cần nắm vững
Những câu hỏi thường gặp trong quá trình làm việc thực tế với khách hàng
Các góc nhìn chuyên sâu ở cấp độ chuyên gia, điều mà tôi kỳ vọng từ những người có kinh nghiệm lâu năm trong ngành
Và một vài tình huống cực kỳ phức tạp, được thiết kế để thực sự thử thách giới hạn của các mô hình AI
Một vài ví dụ về các câu hỏi này sẽ được nêu sau đây. Thực ra, những câu hỏi này nên được xem là các chủ đề lớn thay vì chỉ là các câu hỏi đơn lẻ. Mỗi chủ đề chỉ được chấm điểm một lần, nhưng để đánh giá toàn diện thì tôi đã phải đặt ra nhiều câu hỏi nhỏ bên trong mỗi chủ đề. Vì vậy, dù ban đầu danh sách số câu hỏi chỉ là 40, số lượng câu hỏi thực tế được dùng trong quá trình đánh giá thậm chí còn nhiều hơn thế.
Các câu hỏi bao gồm: |
Lựa chọn mạng quảng cáo phù hợp |
So sánh các nền tảng trung gian (mediation) |
Vị trí đặt quảng cáo hiệu quả nhất cho từng thể loại game |
Tần suất thay mới banner ads sao cho hiệu quả nhất |
Có nên hiển thị quảng cáo cho người chơi đã thanh toán? |
Phân tích dự đoán để nhận diện người chơi tiềm năng |
Cách triển khai quảng cáo chéo giữa các sản phẩm |
Đánh giá hiệu quả của các nhiệm vụ xem quảng cáo (ad quests) |
Đối chiếu dữ liệu/So sánh hiệu suất (benchmark) |
Các câu hỏi liên quan đến quyền riêng tư (CMP, GDPR, ATT) |
Cách xử lý quảng cáo độc hại hoặc phản cảm (toxic ads) |
Cách triển khai phân khúc người dùng (user segmentation) |
Điều tra nguyên nhân gây gia tăng tỷ lệ crash |
Khi sử dụng AI, cách bạn đặt câu hỏi quan trọng không kém gì nội dung của câu hỏi đó. Quá trình này được gọi là prompting, một kỹ năng tinh tế và phức tạp, xứng đáng được phân tích riêng trong một bài viết khác (mà rất có thể chúng tôi sẽ thực hiện trong tương lai!).
Còn bây giờ, điều bạn cần biết là: Tìm hiểu cách đặt prompt chính xác là yếu tố then chốt để nhận được câu trả lời chất lượng từ AI. Prompt càng rõ ràng và phù hợp, câu trả lời mà bạn nhận được sẽ càng hữu ích.
Vậy chính xác thì tôi đã thử nghiệm những gì?
Ban đầu, tôi định đưa cả 40 câu hỏi về tối ưu hóa quảng cáo vào bất kỳ công cụ AI nào mà tôi có thể truy cập. Nhưng chỉ sau vài lần thử, tôi nhận ra cách làm này không mang lại giá trị gì rõ rệt. Các phiên bản miễn phí hoặc mô hình đã lỗi thời không đủ khả năng đưa ra những câu trả lời đáng tin cậy, đặc biệt là với một lĩnh vực chuyên sâu như tối ưu hóa quảng cáo. Tôi thực sự khuyên bạn không nên dựa vào các công cụ AI phổ thông để tìm kiếm lời khuyên trong mảng này.
Thay vào đó, tôi thu hẹp phạm vi thử nghiệm xuống còn 3 mô hình AI mạnh nhất hiện nay, dựa trên các đánh giá trong ngành:
ChatGPT (o3)
Gemini (2.5 Pro)
Claude (Opus 4)
Tôi đã kiểm thử cả ba mô hình AI với cùng một bộ 40 câu hỏi. Phần prompt mở đầu được giữ nguyên cho tất cả, còn các câu hỏi tiếp theo được tinh chỉnh dựa trên phản hồi ban đầu của từng mô hình. Điều này nhằm đảm bảo quá trình so sánh được diễn ra một cách công bằng nhất có thể.
Vậy kết quả thế nào? Cuộc đua diễn ra khá sát nút, nhưng ChatGPT-o3 đã chứng tỏ ưu thế và giành vị trí dẫn đầu.
Tên Mô Hình | ChatGPT | Claude | Gemini |
Đạt Điểm Tối Đa | 23 | 17 | 23 |
Đúng Một Phần | 12 | 17 | 10 |
Không Đạt Yêu Cầu | 5 | 6 | 7 |
Sau đây là cách tôi đánh giá các câu trả lời:
Đạt Điểm Tối Đa: Câu trả lời đầy đủ và chính xác, tương đương với đáp án của tôi hoặc chỉ cần cải thiện rất ít.
Đúng Một Phần: Có một số lỗi nhỏ nhưng không quá nghiêm trọng, hoặc AI chưa trả lời đầy đủ câu hỏi.
Không Đạt Yêu Cầu: Câu trả lời sai hoàn toàn hoặc chứa lỗi nghiêm trọng.
Thoạt nhìn, kết quả có vẻ khá hứa hẹn: hơn một nửa câu trả lời đạt điểm cao nhất. Tuy nhiên, khi sự hào hứng ban đầu qua đi, những hạn chế bắt đầu lộ rõ. Ngay cả những mô hình AI tiên tiến nhất vẫn mắc lỗi một cách đáng lo ngại.
Hãy thử nghĩ theo cách này: Bạn có thực sự muốn làm việc với một đồng nghiệp thường xuyên trả lời sai gần một nửa số lần không?
Điều đáng lo hơn nữa là mức độ nghiêm trọng của những lỗi sai. Một số câu không chỉ “sai một chút” mà còn sai đến mức nguy hiểm. Ví dụ, một mô hình đã đề xuất tần suất làm mới banner ad từ 30 đến 120 giây, trong khi chuẩn thông thường là 5 đến 15 giây. Nếu làm theo lời khuyên này, doanh thu quảng cáo của bạn có thể sụt giảm tới 30% – 60%.
Tối ưu hóa tần suất làm mới banner ads trong game di động: Nghệ thuật cân bằng
Việc xác định tần suất làm mới phù hợp cho banner ad trong game di động là yếu tố quan trọng giúp tối đa hóa doanh thu mà không làm gián đoạn trải nghiệm người chơi. Không có một con số “chuẩn” áp dụng cho mọi trường hợp, nhưng nếu hiểu rõ các yếu tố gây ảnh hưởng và áp dụng tư duy “thử và sai” một cách có khoa học, bạn sẽ tìm ra giải pháp tối ưu nhất cho game của mình.
Hướng dẫn chung và tiêu chuẩn ngành:
Khoảng thời gian phổ biến: Phần lớn các tài liệu chuyên ngành khuyến nghị cài đặt tần suất làm mới banner ad trong khoảng từ 30 đến 120 giây. Một số ý kiến cho rằng khoảng thời gian làm mới có thể linh hoạt hơn, từ 25 giây ở mức tối thiểu đến 150 giây ở mức tối đa. Thậm chí, trong một số trường hợp cụ thể, có ý kiến cho rằng nên tắt hoàn toàn tính năng làm mới tự động để tránh làm phiền người chơi và đảm bảo trải nghiệm tốt hơn.
Chúng ta sẽ nói đến những lỗi nghiêm trọng hơn ở phần sau. Nhưng trước tiên, hãy cùng xem AI đã làm tốt những gì.
Những điểm tích cực
Một trong những điểm mạnh lớn nhất của AI là khả năng giải thích thông tin một cách rõ ràng và có hệ thống, cho dù chủ đề có phức tạp đến đâu. Dù bạn đang ôn lại kiến thức cũ hay bắt đầu tìm hiểu một lĩnh vực hoàn toàn mới, AI luôn là một công cụ khởi đầu rất hữu ích. Điều này đặc biệt có lợi khi bạn cần hướng dẫn đồng đội mới, những người chưa quen hoặc chưa có nhiều kiến thức chuyên môn về lĩnh vực nào đó.
AI cũng làm rất tốt trong việc phân tích dữ liệu. Nó có thể xử lý và trình bày dữ liệu theo cách dễ đọc, dễ hiểu và dễ sử dụng hơn. Ngoài ra, AI còn có thể tự động rút ra các nhận định (insight) từ dữ liệu. Dù kết quả không phải lúc nào cũng hoàn hảo, nhưng nó giúp bạn tiết kiệm rất nhiều thời gian và làm được nhiều việc hơn so với khi làm thủ công. Tuy nhiên, đừng quên kiểm tra lại mọi thứ, vì AI đôi khi vẫn "bịa" ra những thông tin không chính xác.
AI cũng rất hữu ích khi bạn cần tìm kiếm một ý tưởng hoặc giải pháp cho vấn đề cụ thể nào đó. Tôi đã thử nhờ AI gợi ý các cách triển khai khác nhau, từ thiết kế trong game cho đến việc xử lý các vấn đề kỹ thuật hóc búa, và kết quả là tôi đã nhận lại được rất nhiều ý tưởng hay. Nhiều câu trả lời thực sự đã khiến tôi cảm thấy ấn tượng.
Lấy ví dụ từ phản hồi của Gemini về một câu hỏi liên quan đến Ad Quests. Chỉ từ một câu hỏi đơn giản, AI đã tạo ra một bản phân tích chi tiết kéo dài nhiều trang, bao gồm:
Các yếu tố thực tiễn trong thiết kế game và trải nghiệm người dùng (UX)
Cơ chế phần thưởng phù hợp và tương thích với tổng thể chiến lược kiếm tiền
Đánh giá cả lợi ích lẫn những rủi ro tiềm ẩn
Điều ấn tượng hơn cả là các gợi ý đều bám sát ngữ cảnh của game, điều mà nhiều nhà phát triển vẫn còn gặp khó khăn. Quảng cáo không bị xem là phần “gắn thêm” vào game, mà được tích hợp một cách mạch lạc như một phần của thế giới trong trò chơi.
Thậm chí, các câu chơi chữ (pun) trong câu trả lời còn khiến tôi bất ngờ. Dù bình thường tôi không hứng thú với kiểu chơi chữ này, nhưng phần “văn phong màu sắc” mà AI tạo ra lại ăn đứt nhiều phiên bản đang được vận hành thực tế.
Những điểm hạn chế
Phần lớn lỗi đến từ việc các mô hình AI tạo ra phản hồi dựa vào những nguồn thông tin không đáng tin cậy. Nhiều khi, cảm giác như các mô hình chỉ đơn giản là gom mọi thứ có vẻ liên quan trên mạng, và ưu tiên các bài viết được xếp hạng cao trên Google. Vấn đề là: Việc xếp hạng cao không có nghĩa là những thông tin được đưa ra là đúng. Rất nhiều nguồn mà AI sử dụng đã lỗi thời, thậm chí sai hoàn toàn. Tôi còn thấy có những trường hợp AI trích dẫn dữ liệu từ năm 2021 như thể đó vẫn là những thông tin mới nhất, trong khi đối với ngành tối ưu hóa quảng cáo, chỉ một năm trôi qua thôi cũng đủ để mọi thứ thay đổi hoàn toàn.
Một vấn đề lặp lại khác là AI quá phụ thuộc vào việc nhận diện mẫu (pattern matching). Tôi nhớ có lần mình chỉ tình cờ nhắc đến Brazil như một thị trường (GEO) có liên quan trong một nhóm các ví dụ về các quốc gia khác, và thậm chí Brazil không nằm trong nhóm quan trọng nhất. Vậy mà phần lớn các gợi ý sau đó lại tập trung quá mức vào Brazil. Các mô hình AI dường như bám chặt vào một vài chi tiết được nhắc đến và phóng đại vai trò của chúng, ngay cả khi đó không phải là phần trọng tâm của câu hỏi.
Từ ví dụ này, tôi rút ra một bài học quan trọng: Đừng cung cấp cho AI quá nhiều thông tin nền một lúc. Kể cả khi bạn nghĩ rằng mọi chi tiết đều quan trọng, việc đưa vào quá nhiều dữ liệu hoặc ngữ cảnh, đặc biệt nếu có các yếu tố gây mâu thuẫn bên trong đó, sẽ khiến AI dễ bị "rối" và mất phương hướng. Kết quả là câu trả lời trở nên thiếu rõ ràng, thiếu trọng tâm và khó đi đúng mục tiêu bạn mong đợi ban đầu.
Một vấn đề nữa là AI thường đưa ra những gợi ý nghe có vẻ hợp lý, nhưng lại không hề có cơ sở thực tế. Không có dữ liệu hỗ trợ, cũng không có bất kỳ ví dụ nào trong thế giới thật để chứng minh những đề xuất đó có thể áp dụng được. Bạn có thể nghĩ rằng: “Biết đâu AI nhìn ra điều gì mà mình chưa thấy?” Tuy nhiên, rất tiếc là không phải như vậy. Hầu hết các gợi ý đều thiếu thuyết phục, thậm chí có nhiều cái sai hoàn toàn.
Ví dụ, AI từng đề xuất dùng offerwall (một dạng quảng cáo cho phép người chơi thực hiện các nhiệm vụ như tải app, điền khảo sát để nhận phần thưởng trong game) cho những thể loại game hoàn toàn không phù hợp, hoặc chèn banner ads vào các game màn hình ngang, điều mà trong thực tế gần như không ai áp dụng vì tính hiệu quả rất thấp.
Những câu trả lời “bịa nhưng nghe rất thật”
Một trong những lỗi phổ biến và khó tránh nhất của AI chính là việc tự “bịa” ra thông tin, đưa ra những câu trả lời sai nhưng lại nghe rất hợp lý. Những ai đã từng sử dụng qua AI rồi chắc hẳn cũng gặp phải tình huống này: Dù bạn đã đặt câu hỏi một cách rất rõ ràng, bằng cách nào đó AI vẫn mang đến một câu trả lời sai.
Trong dự án này, những lỗi kiểu này xuất hiện khá thường xuyên, chiếm khoảng 10% đến 20% trong tổng số các câu trả lời, tùy thuộc vào từng mô hình. Thực ra, đa phần các lỗi này không quá nghiêm trọng, chỉ là những sai sót nhỏ, không ảnh hưởng nhiều đến chất lượng tổng thể. Chỉ có một vài trường hợp là thật sự đáng lo, khi thông tin sai có thể gây hiểu nhầm một cách nghiêm trọng.
Tên Mô Hình | Số Câu Trả Lời Sai Lệch (Bịa Thông Tin) | % |
ChatGPT | 7 | 17.50% |
Claude | 4 | 10% |
Gemini | 8 | 20% |
Nhìn chung, các mô hình AI thường trả lời không chính xác khi được yêu cầu đưa ra “danh sách X” bất kỳ trong một lĩnh vực cụ thể. Một vài lỗi nghiêm trọng bao gồm:
Gợi ý thêm tính năng hồi sinh cho một thể loại game mà bản thân nó không hề có khái niệm “chết” hay “thua cuộc”
Nói rằng Liftoff đã mua lại Chartboost, rồi thậm chí còn tự bịa ra một bài báo giả để làm bằng chứng khi được hỏi nguồn ở đâu
Người dùng hỏi:
Bạn có thể cung cấp nguồn cho thông tin này không?
"Liftoff đã mua lại Chartboost"
Phản hồi của AI:
Việc bạn yêu cầu trích dẫn nguồn là hoàn toàn chính đáng! Việc kiểm chứng thông tin luôn là điều cần thiết.
Việc Liftoff mua lại Chartboost là một phần trong chuỗi sáp nhập và thâu tóm giữa Liftoff và Vungle.
Dưới đây là link nguồn từ chính trang web của Liftoff xác nhận thương vụ mua lại Chartboost:
Liftoff hoàn tất việc mua lại Chartboost, mở rộng phạm vi hoạt động toàn cầu và danh mục sản phẩm dành cho các nhà tiếp thị và nhà phát triển ứng dụng di động
Nguồn: Trang thông cáo báo chí chính thức của Liftoff
Ngày: 4 tháng 8, 2021
Những lỗi "bịa " ở mức “nhẹ” thường xảy ra khi câu hỏi quá chung chung hoặc mơ hồ. Khi chia câu hỏi thành những phần nhỏ, rõ ràng và cụ thể hơn, AI sẽ trả lời chính xác hơn và ít "bịa linh tinh" hơn.
Một lỗi thường gặp khác là AI hay “vay mượn” kiến thức từ các lĩnh vực có liên quan, như SEO, thu hút người dùng (user acquisition) hoặc quảng cáo trên nền tảng web, rồi áp dụng một cách dập khuôn vào bối cảnh quảng cáo trong game di động, trong khi đặc thù và cách vận hành giữa các lĩnh vực này rất khác nhau.
Và cuối cùng, có những câu trả lời… hoàn toàn do AI tự “bịa” ra, không dựa trên dữ liệu, không có logic rõ ràng, chỉ đơn giản là sai hoàn toàn nhưng lại được trình bày một cách rất tự tin.
Liệu tôi có bị AI thay thế không?
Kết quả của thử nghiệm lần này mang lại cho tôi cảm giác vừa lạc quan, vừa có chút lo lắng. Ở một số câu hỏi, AI đưa ra câu trả lời đầy đủ, logic và thuyết phục đến mức tôi cũng khó có gì để bổ sung. Thế nhưng, những khoảnh khắc “ấn tượng” đó lại thường bị lu mờ bởi những lỗi sai rõ ràng, thậm chí với cả những câu hỏi đơn giản nhất.
Bên cạnh đó, quá trình này cũng cho thấy nhiều hạn chế đáng chú ý khác của AI, chẳng hạn như:
Để nhận được kết quả hữu ích từ AI, bạn cần có kiến thức nền về lĩnh vực đó. Nếu tôi không biết cách dẫn dắt cuộc trao đổi, đặt câu hỏi mang tính gợi mở, hoặc nhận ra khi nào AI trả lời sai, thì kết quả chắc chắn đã tệ hơn rất nhiều.
Việc đặt câu hỏi cho AI (prompting) cũng là một kỹ năng thực thụ. Hiểu cách các mô hình này vận hành và sẵn sàng thử đi thử lại, điều chỉnh cách hỏi sẽ tạo ra sự khác biệt rõ rệt. Chỉ hỏi một cách “tự nhiên” thôi thì thường không đủ để nhận được câu trả lời chất lượng.
Một vấn đề nan giải khác là việc AI "bịa" ra thông tin. Dựa trên những gì tôi quan sát và cả những dữ liệu bên ngoài (dù còn khá hạn chế), ngay cả trong điều kiện lý tưởng, tỷ lệ trả lời hoàn toàn chính xác của AI cũng chỉ đạt khoảng 90%, và phần lớn các trường hợp thực tế thậm chí còn không cao tới mức đó. Chính vì vậy, rất khó để xây dựng một quy trình làm việc ổn định và đáng tin cậy nếu chỉ dựa vào AI.
Câu “rác vào thì rác ra” (garbage in, garbage out) đến giờ vẫn hoàn toàn chính xác. Nếu AI được học từ những thông tin sai lệch, lỗi thời hoặc gây hiểu nhầm, thì kết quả nó tạo ra cũng sẽ bị ảnh hưởng theo. Vấn đề là hiện nay, chúng ta không thể kiểm soát hay biết rõ dữ liệu nào đã được dùng để huấn luyện các mô hình này.
Tệ hơn nữa, AI lại thường có xu hướng “chiều lòng người dùng”. Nó dễ dàng đồng tình với bạn, củng cố những gì bạn đang nghĩ và gần như không bao giờ phản biện, kể cả khi bạn đang đi sai hướng. Kết quả là nó có thể dắt bạn đi lạc hoàn toàn ngay cả khi bạn vẫn nghĩ là mình đang làm đúng.
Vậy… AI có sắp thay thế được vai trò của người làm tối ưu hóa quảng cáo không?
Câu trả lời là: Chưa đâu. Dù AI đã tiến bộ rất nhiều, nhưng vẫn chưa đủ sức để thay thế một người có kinh nghiệm và hiểu nghề. Nói cách khác, kế hoạch bỏ nghề để đi nuôi ong toàn thời gian của tôi vẫn đang được tạm hoãn lại.
Tuy nhiên, tốc độ phát triển của AI thật sự rất nhanh, nhanh đến mức vừa khiến người ta ngạc nhiên, vừa khiến không ít người cảm thấy bất an. Hiện tại, AI vẫn chưa đủ "trình" để thay thế con người, nhưng nó đang tiến đến rất gần rồi.
Và điều đó… thực sự khiến tôi thấy hơi lo.
Bài viết này ban đầu được đăng trong bản tin Tối Ưu Hoá Quảng Cáo của GameBiz Consulting. Bạn có thể đăng ký nhận bản tin tại đường dẫn sau đây để theo dõi những phân tích chuyên sâu tương tự mỗi tháng.
Comments