7 giờ sáng, bạn trả lời câu hỏi còn hàng. Đến trưa, bạn sửa mô tả sản phẩm, chép địa chỉ sang hệ thống vận chuyển và dò một khoản thanh toán. Tối muộn, điện thoại vẫn sáng vì khách báo kiện hàng chưa tới. Mỗi việc chỉ kéo dài vài phút, nhưng chúng chia cả ngày thành những mảnh nhỏ đến mức bạn không còn một giờ liền mạch để nhìn lại giá, hàng tồn hay lợi nhuận.
Nếu ngày làm của bạn kéo dài 14-16 giờ vì công việc xen từ sáng đến khuya, hãy coi con số ấy là tín hiệu cần tự kiểm kê. Chưa có khảo sát công khai đủ mạnh để gọi đây là mức trung bình của người bán online Việt Nam. Hãy ghi thời gian làm thật trong bảy ngày, gồm cả những lần điện thoại ngắt quãng giờ nghỉ.
Nguyên tắc của cẩm nang này là human-in-the-loop. AI xử lý khoảng 70-80% phần thô như phân loại, gợi ý và tạo bản đầu; người vận hành dành 20-30% còn lại để kiểm tra dữ kiện, chỉnh giọng và chịu trách nhiệm trước khách. Tỷ lệ này là quy tắc phân công để bắt đầu, không phải chuẩn năng suất. Với khiếu nại, hoàn tiền, tư vấn sức khỏe hoặc dấu hiệu gian lận, phần việc của con người có thể phải là 100%.
1. Trước khi chọn công cụ, hãy tìm đúng phần việc đang lấy thời gian
AI tạo văn bản và tự động hóa quy trình giải quyết hai vấn đề khác nhau. AI hữu ích khi đầu vào là ngôn ngữ lộn xộn: một ghi chú sản phẩm, hàng chục đánh giá hoặc câu hỏi của khách. Tự động hóa hữu ích khi sự kiện và hành động đã rõ: đơn chuyển sang trạng thái đã thanh toán thì tạo yêu cầu in vận đơn; bảo hành được kích hoạt thì lưu ngày hết hạn.
Hãy ghi bảy ngày theo bốn cột: đầu việc, số lần lặp, số phút mỗi lần và hậu quả nếu sai. Ưu tiên việc lặp nhiều, dùng quy tắc ổn định và có thể kiểm tra kết quả. Ví dụ giả định, shop dành 70 phút mỗi ngày để chép đơn, 45 phút trả lời năm câu FAQ và 35 phút nhắc trạng thái giao hàng. Đây là vùng có thể thử. Cuộc gọi với khách dị ứng sản phẩm chỉ diễn ra hai lần một tháng nhưng hậu quả nếu tư vấn sai rất lớn; nó phải ở vùng người xử lý.
Đặt mục tiêu bằng thời gian và lỗi, chẳng hạn giảm 90 phút nhập lại dữ liệu, không để tăng đơn trùng và giữ tỷ lệ khách phải hỏi lại ở mức hiện tại. Mục tiêu “tiết kiệm 2-4 giờ mỗi ngày” chỉ có ý nghĩa khi nhật ký ban đầu cho thấy shop đang có ít nhất chừng ấy công việc phù hợp. Nếu tổng việc lặp chỉ là 50 phút, một hệ thống phức tạp không thể tạo thêm ba giờ rảnh.
Người mới nên đọc lộ trình khởi sự kinh doanh online KDO-01 để làm rõ kênh bán, dữ liệu sản phẩm và luồng đơn trước. Bức tranh rộng hơn về kênh, tài chính và vận hành nằm trong cẩm nang kinh doanh online toàn diện KDO-CORE. Hai nền tảng này giúp bạn tránh tự động hóa một quy trình vốn chưa cần tồn tại.
2. Bộ prompt thực chiến: Ứng dụng AI vào 3 điểm chạm quan trọng nhất
Prompt 1: Viết mô tả sản phẩm theo PAS mà không bịa công dụng
Bạn là biên tập viên thương mại điện tử cho [tên shop]. Hãy viết mô tả sản phẩm theo PAS dựa duy nhất trên dữ liệu tôi cung cấp.
Sản phẩm: [tên]. Khách phù hợp: [nhóm người và hoàn cảnh sử dụng]. Vấn đề quan sát được: [vấn đề]. Thông số đã xác nhận: [chất liệu, kích thước, cách dùng, bảo hành]. Điểm khác biệt có bằng chứng: [chi tiết]. Giới hạn: [trường hợp không phù hợp, lưu ý]. Giọng thương hiệu: [3 tính từ và một mẫu câu].
Yêu cầu đầu ra: tiêu đề tối đa 12 từ; đoạn PAS 120-160 từ; 5 gạch đầu dòng thông số; một lưu ý sử dụng; một CTA không gây áp lực. Không tự thêm chứng nhận, số liệu, công dụng, xuất xứ hoặc đánh giá khách hàng. Đánh dấu [CẦN XÁC MINH] tại chỗ thiếu dữ liệu. Sau bản nháp, liệt kê mọi khẳng định cần tôi kiểm tra.
Ví dụ giả định với túi đeo chéo chống bám nước: đầu vào chỉ xác nhận chất liệu polyester phủ chống bám nước nhẹ, kích thước và ba ngăn. AI có thể viết “những vật nhỏ thường dồn xuống đáy túi, khiến bạn mất thời gian tìm chìa khóa”. Nó không được đổi thành “chống nước tuyệt đối” hoặc “bảo vệ thiết bị trong mọi cơn mưa”. Người duyệt phải sửa lời hứa theo kết quả thử thực tế và hướng dẫn của nhà sản xuất.
Nếu muốn dùng AIDA, hãy đổi cấu trúc đầu ra thành Attention, Interest, Desire, Action nhưng giữ nguyên nguồn dữ kiện, giới hạn và danh sách khẳng định cần kiểm tra. Để định hướng tổng thể trước khi triển khai, bạn có thể tham khảo tự động hóa bằng n8n.
Prompt 2: Soạn phản hồi giá và giao chậm với Customer Service Persona
Bạn là trợ lý chăm sóc khách hàng của [tên shop]. Giọng điệu: điềm tĩnh, cụ thể, không đổ lỗi và không dùng câu sáo rỗng. Chỉ dùng chính sách dưới đây: [dán chính sách giá, giao nhận, đổi trả đã duyệt]. Thông tin đơn đã ẩn danh: [mã nội bộ, trạng thái, mốc thời gian cần thiết].
Hãy tạo hai phản hồi, mỗi phản hồi 60-90 từ. Tình huống A: khách nói giá cao hơn nơi khác. Hãy thừa nhận mối quan tâm, giải thích khác biệt đã được xác nhận và cho khách quyền không mua. Không hạ thấp đối thủ, không tạo khuyến mại.
Tình huống B: đơn giao chậm. Hãy nhận trách nhiệm về phần shop kiểm soát, nói trạng thái đã biết, đưa mốc cập nhật tiếp theo và tùy chọn theo chính sách. Nếu thiếu dữ liệu hoặc khách có dấu hiệu bức xúc mạnh, ghi [CHUYỂN NGƯỜI XỬ LÝ]. Không nói “chắc chắn giao hôm nay” nếu chưa có xác nhận của đơn vị vận chuyển.
Một phản hồi giá có thể là: “Mình hiểu bạn đang so sánh để chọn mức phù hợp. Giá của mẫu này gồm phụ kiện A và thời hạn bảo hành B theo thông tin đã công bố; mình chưa có dữ liệu để kết luận sản phẩm ở nơi khác giống hay khác. Nếu hai yếu tố đó không cần thiết, lựa chọn có giá thấp hơn có thể hợp với bạn hơn.” Người duyệt phải thay A, B bằng dữ kiện thật hoặc xóa.
Với giao chậm, câu trả lời nên chứa hành động tiếp theo: “Hệ thống ghi nhận kiện hàng chưa có lần quét mới từ 18:20 hôm qua. Shop đã gửi yêu cầu tra soát và sẽ cập nhật cho bạn trước 15:00 hôm nay. Nếu quá mốc trong chính sách, mình sẽ chuyển nhân viên phụ trách để cùng bạn chọn chờ tiếp hoặc xử lý theo điều khoản đã công bố.” Nếu khách báo cần thuốc, quà cho sự kiện sắp diễn ra hoặc đã nhiều lần bị hẹn, bot phải chuyển người ngay.
Prompt 3: Phân cụm 50 đánh giá 1-3 sao để tìm điểm nghẽn
Bạn là nhà phân tích phản hồi khách hàng. Tôi sẽ cung cấp tối đa 50 đánh giá 1-3 sao đã xóa tên, số điện thoại, địa chỉ, mã đơn và mọi dữ liệu nhận dạng. Mỗi dòng có review_id, số sao, ngày, mã sản phẩm chung và nội dung.
Hãy phân mỗi đánh giá vào tối đa hai nhóm: kỳ vọng từ mô tả; chất lượng sản phẩm; sai biến thể; đóng gói; giao nhận; hướng dẫn sử dụng; chăm sóc khách; chưa đủ thông tin. Trích một đoạn bằng chứng tối đa 12 từ từ từng đánh giá. Không suy đoán nguyên nhân ngoài nội dung.
Xuất: bảng số lượng và tỷ lệ theo nhóm; 5 mẫu vấn đề lặp nhiều nhất; mức tác động dự kiến thấp/trung bình/cao kèm lý do; câu hỏi cần kiểm tra với kho hoặc nhà cung cấp; 3 thử nghiệm trong 14 ngày. Tách rõ DỮ LIỆU, SUY LUẬN và CHƯA XÁC MINH. Nếu một đánh giá có dữ liệu cá nhân còn sót, dừng và ghi [CẦN ẨN DANH].
Giả sử 18 trong 50 đánh giá nhắc hộp móp, nhưng chỉ 7 đánh giá nói sản phẩm bên trong hỏng. Dữ liệu cho phép nói 18 đánh giá có vấn đề liên quan tình trạng bao bì và 7 đánh giá ghi nhận hư hỏng sản phẩm. Nhận định “đơn vị vận chuyển làm rơi hàng” vẫn chưa được xác minh. Shop có thể thử đổi độ dày hộp cho một nhóm đơn, chụp kiện trước bàn giao và so sánh tỷ lệ phản hồi trong 14 ngày. Ở bước tiếp theo, Chuyển đổi số là gì sẽ giúp bạn mở rộng cách tiếp cận này.
Đừng đưa tệp đánh giá thô vào công cụ AI công cộng nếu còn tên, địa chỉ, tài khoản mạng xã hội hoặc chi tiết đơn hàng. Ẩn danh trước, giảm dữ liệu đến mức cần thiết và kiểm tra điều khoản của dịch vụ. Chính sách vận hành thận trọng hơn là cấm nhân viên nạp dữ liệu cá nhân khách hàng vào mô hình công cộng; nếu doanh nghiệp dùng gói dành cho tổ chức hoặc API, vẫn phải cấu hình quyền truy cập, lưu giữ và hợp đồng xử lý dữ liệu.
3. Bản đồ 3 tầng tự động hóa tinh gọn cho shop online nhỏ
Tầng 1, giao tiếp: FAQ và chatbot nhận diện nhu cầu, trả lời từ kho tri thức đã duyệt, sau đó chuyển người khi gặp ngoại lệ.
Tầng 2, giao dịch: đơn hàng đã xác nhận phát sự kiện cho hệ thống vận chuyển, in nhãn và đồng bộ trạng thái, có khóa chống trùng cùng hàng đợi thử lại.
Tầng 3, quan hệ sau bán: trạng thái hoàn tất kích hoạt bảo hành, hướng dẫn sử dụng và nhắc mua lại theo chu kỳ phù hợp, dựa trên sự đồng ý của khách.
Tầng 1: FAQ trực đêm, nhưng không giả làm người
Bot trực đêm nên trả lời những câu có nguồn ổn định: giờ làm việc, phạm vi giao, bảng kích thước, cách bảo quản và cách tạo yêu cầu đổi trả. Hãy cho bot nói rõ đây là trợ lý tự động, nêu giờ nhân viên quay lại và cho khách một cách chuyển người. Sự chân thành nằm ở việc không che giấu giới hạn.
Chuyển người ngay khi khách đòi hoàn tiền ngoài chính sách, báo dị ứng hoặc thiệt hại, đe dọa, có dấu hiệu lừa đảo, gửi dữ liệu nhạy cảm hay thể hiện bức xúc tăng dần. Cũng cần chuyển khi bot đã hỏi lại một lần mà vẫn không hiểu. Ép khách lặp lần thứ ba để giữ tỷ lệ tự động hóa chỉ làm giảm chất lượng phục vụ.
Tầng 2: Đồng bộ đơn và in vận đơn bằng webhook
Webhook là thông báo một hệ thống gửi khi có sự kiện. Tài liệu WooCommerce xác nhận cửa hàng có thể phát webhook khi đơn hàng, sản phẩm hoặc khách hàng được tạo, sửa hay xóa. Trong luồng nhỏ, đơn chuyển sang trạng thái phù hợp có thể gửi dữ liệu tối thiểu sang dịch vụ vận chuyển; dịch vụ trả về mã vận đơn; hệ thống lưu mã và đưa nhãn vào hàng đợi in.
“Tự động” không có nghĩa là gửi một lần rồi quên. Hệ thống nhận phải xác minh chữ ký hoặc bí mật webhook, ghi mã sự kiện và bỏ qua lần gửi trùng. Khi đối tác tạm lỗi, tác vụ cần thử lại theo giới hạn; sau giới hạn đó, nó vào hàng chờ cho người xử lý. Bảng điều khiển phải cho thấy đơn thành công, đang chờ và thất bại. Không nên in nhãn cho đơn chưa xác nhận thanh toán nếu quy trình của shop không cho phép.
Nếu shop bán nhiều nơi, hãy chọn một nguồn đơn hàng chuẩn và quy tắc sở hữu tồn kho. Bài quản lý tồn kho và đơn hàng đa kênh KDO-11 giải thích sâu hơn bài toán đồng bộ giữa cửa hàng, sàn và kế toán. Webhook chỉ vận chuyển sự kiện; nó không tự giải quyết mã sản phẩm trùng, đơn sửa sau khi in hoặc hai kênh cùng bán món cuối.
Tầng 3: Hậu mãi, bảo hành điện tử và nhắc mua lại
Nhắc mua lại chỉ phù hợp với sản phẩm có chu kỳ tiêu dùng có thể ước lượng và khách đã đồng ý nhận thông tin. Chu kỳ nên dựa trên lịch sử mua hoặc hướng dẫn sử dụng, không dựa vào một phỏng đoán gây khó chịu. Một khách mua quà không nhất thiết dùng hết sản phẩm sau 30 ngày. Tin nhắn cần cho phép từ chối dễ dàng và dừng sau một số lần không phản hồi.
4. Quy tắc 80/20: phần nào giao máy, phần nào giữ người
NIST AI Risk Management Framework yêu cầu tổ chức xác định vai trò trong cấu hình người-AI, ghi cách con người giám sát đầu ra và xem xét rủi ro theo bối cảnh sử dụng. Với shop nhỏ, một ma trận hai chiều là đủ để bắt đầu: hậu quả nếu sai và khả năng đảo ngược.
- AI có thể làm trước: tạo biến thể tiêu đề, tóm tắt phản hồi đã ẩn danh, gắn nhãn câu hỏi, soạn bản nháp FAQ và phát hiện trường còn thiếu.
- Tự động hóa có thể tự chạy kèm giám sát: gửi xác nhận, chuyển đơn đã hợp lệ, gắn mã vận đơn, nhắc một mốc nội bộ và tạo báo cáo cuối ngày.
- Con người phải duyệt trước khi gửi: mô tả có công dụng hoặc cam kết, thay đổi giá, tư vấn sản phẩm theo hoàn cảnh riêng, phản hồi công khai cho đánh giá tiêu cực.
- Con người trực tiếp xử lý: hoàn tiền, khiếu nại thiệt hại, dữ liệu nhạy cảm, nghi gian lận, đe dọa, sự cố an toàn, ngoại lệ pháp lý và bất kỳ trường hợp nào khách yêu cầu gặp người.
Mọi đầu ra AI đi ra công chúng cần người sở hữu. Tên của người duyệt, phiên bản nguồn và thời điểm kiểm tra nên được lưu với các nội dung có rủi ro cao. Khi bot hoặc tích hợp lỗi, shop cần nút tắt, cách làm thủ công tạm thời và danh sách đơn bị ảnh hưởng. Một hệ thống không có đường lui biến sự cố kỹ thuật thành gián đoạn bán hàng.
5. Dữ liệu khách hàng: giảm trước khi gửi, giới hạn người được xem
Luật Bảo vệ dữ liệu cá nhân số 91/2025/QH15 có hiệu lực từ ngày 01/01/2026. Việc dùng AI không tạo ra vùng miễn trừ cho nghĩa vụ dữ liệu. Shop vẫn phải biết mình thu gì, dùng vào mục đích nào, gửi cho nhà cung cấp nào, ai có quyền truy cập và giữ trong bao lâu.
Quy tắc dễ thực hiện nhất là không dán tên, số điện thoại, địa chỉ, nội dung trò chuyện riêng, ảnh giấy tờ, thông tin thanh toán hoặc lịch sử đơn vào công cụ AI công cộng. Với việc phân tích review, thay tên bằng review_id, bỏ mã đơn và làm mờ chi tiết có thể nhận dạng. Với phản hồi giao chậm, AI chỉ cần trạng thái và mốc thời gian; nhân viên ghép lại với khách trong hệ thống chăm sóc đã được phân quyền.
Một số gói dành cho doanh nghiệp có chính sách dữ liệu khác bản tiêu dùng. Chẳng hạn, OpenAI công bố dữ liệu Business, Enterprise và API không được dùng để huấn luyện mô hình theo mặc định. Đây chỉ là một điều kiện trong đánh giá nhà cung cấp. Shop vẫn phải xem thời hạn lưu dữ liệu, vị trí xử lý, quyền của quản trị viên, kết nối bên thứ ba, cơ chế xóa và điều khoản hợp đồng. Không nên diễn giải “không dùng để huấn luyện” thành “không lưu” hoặc “không ai có thể truy cập”.
Cấp quyền theo vai trò. Người viết nội dung không cần tải danh sách khách; công cụ phân tích đánh giá không cần địa chỉ giao hàng; nhà cung cấp vận chuyển không cần toàn bộ lịch sử mua. Khóa API phải nằm trong kho bí mật, không đặt trong bảng tính chia sẻ hay prompt. Khi nhân sự nghỉ hoặc ngừng dùng một tích hợp, thu hồi quyền và kiểm tra luồng còn gửi dữ liệu hay không.
6. Kế hoạch 14 ngày để tìm lại 2-4 giờ, nếu quy trình có đủ dư địa
Ngày 1-3, ghi việc thật. Chọn một tuần có nhịp bán tương đối điển hình, tách thời gian phản hồi khách, soạn nội dung, nhập đơn, in nhãn và hậu mãi. Ghi cả lần phải sửa. Nếu ngày làm trải từ 7 giờ đến 23 giờ nhưng tổng thời gian tác nghiệp là sáu giờ, mục tiêu là giảm gián đoạn và đặt giờ phản hồi, không tuyên bố đã làm 16 giờ lao động liên tục. Bài Tự do hay tự giam mình trong chiếc điện thoại giúp nhìn rõ phần công việc vô hình và ranh giới trong gia đình.
Ngày 4-5, chọn một việc cho AI và một việc cho quy tắc. Bạn có thể dùng Prompt 3 với 50 review đã ẩn danh, đồng thời tự động gửi xác nhận khi đơn vào đúng trạng thái. Chụp lại số phút trước triển khai, tỷ lệ lỗi và số ngoại lệ. Không thay ba công cụ trong cùng ngày vì bạn sẽ không biết thay đổi nào tạo ra kết quả.
Ngày 6-10, chạy song song. Hệ thống tạo đầu ra nhưng người vẫn kiểm tra toàn bộ hoặc kiểm tra mẫu đủ lớn tùy mức rủi ro. Ghi lỗi theo nhóm: sai dữ kiện, sai giọng, gửi trùng, thiếu trường, thất bại kết nối. Sửa nguồn dữ liệu và quy tắc trước khi sửa prompt bằng hàng chục câu vá. Nếu ngoại lệ vượt mức shop xử lý được, thu hẹp phạm vi.
Ngày 11-14, đo lại. Thời gian tiết kiệm ròng bằng thời gian cũ trừ thời gian duyệt, sửa lỗi và bảo trì. Một công cụ giảm 90 phút nhập liệu nhưng tốn 70 phút kiểm tra chỉ trả lại 20 phút. Nếu hệ thống giúp giảm hai giờ tác nghiệp nhưng điện thoại vẫn ngắt quãng cả tối, hãy gom thông báo và công bố giờ hỗ trợ. Mục tiêu 2-4 giờ chỉ đạt khi nhiều khâu ổn định cùng được xử lý mà không đẩy lỗi sang khách.
Bạn có thể mở rộng sau hai chu kỳ chạy ổn. Mỗi lần thêm một sự kiện, một hành động và một phương án lỗi. Nếu shop đã có sản phẩm ổn định, đơn đa kênh và nhu cầu giữ dữ liệu riêng, KDO-10 về thời điểm cần website riêng giúp đánh giá liệu website có nên trở thành nguồn dữ liệu trung tâm hay chưa.
7. Công cụ tốt để lại cho chủ shop một ngày dễ kiểm soát hơn
Bước đầu có thể làm ngay hôm nay: lấy 20 cuộc hội thoại và 20 đơn gần nhất, ẩn dữ liệu cá nhân, rồi đánh dấu việc nào lặp, việc nào có ngoại lệ và việc nào sai sẽ gây hậu quả. Chọn đúng một điểm để thử trong 14 ngày. Khoảng thời gian lấy lại được nên được đặt tên trước, như buổi tối không trực chat hoặc hai giờ xem lại hàng tồn; nếu không, nó sẽ nhanh chóng bị một công việc khác lấp đầy.
.fhc-graphic-banner-wrap {
container-type: inline-size;
margin: 44px 0 24px 0;
width: 100%;
clear: both;
}
.fhc-graphic-banner-wrap img,
.single-content .fhc-graphic-banner-wrap img,
.entry-content .fhc-graphic-banner-wrap img {
margin: 0 !important;
box-shadow: none !important;
border-radius: 0 !important;
border: none !important;
max-width: none !important;
padding: 0 !important;
}
.fhc-graphic-banner-card {
position: relative;
overflow: hidden;
border-radius: 20px;
border: 1px solid rgba(2, 132, 199, 0.22);
background-color: #fcfbfa;
box-shadow: 0 12px 36px -6px rgba(15, 23, 42, 0.08), 0 4px 12px rgba(2, 132, 199, 0.05);
font-family: ‘Plus Jakarta Sans', -apple-system, BlinkMacSystemFont, sans-serif;
min-height: 380px;
display: flex;
align-items: center;
}
.fhc-graphic-banner-artwork {
position: absolute;
inset: 0;
width: 100%;
height: 100%;
z-index: 1;
}
.fhc-graphic-banner-artwork img,
.single-content .fhc-graphic-banner-artwork img,
.entry-content .fhc-graphic-banner-artwork img {
width: 100% !important;
height: 100% !important;
object-fit: cover !important;
object-position: center right !important;
display: block !important;
margin: 0 !important;
box-shadow: none !important;
border-radius: 0 !important;
}
.fhc-graphic-banner-scrim {
position: absolute;
inset: 0;
background: linear-gradient(90deg,
#fcfbfa 0%,
rgba(252, 251, 250, 0.98) 42%,
rgba(252, 251, 250, 0.88) 58%,
rgba(252, 251, 250, 0.4) 75%,
rgba(252, 251, 250, 0) 100%);
pointer-events: none;
}
.fhc-graphic-banner-content {
position: relative;
z-index: 2;
padding: 36px 40px;
max-width: 65%;
display: flex;
flex-direction: column;
gap: 14px;
}
.fhc-graphic-banner-header {
display: flex;
align-items: center;
gap: 14px;
flex-wrap: wrap;
}
.fhc-graphic-banner-logo,
.single-content .fhc-graphic-banner-logo,
.entry-content .fhc-graphic-banner-logo {
height: 44px !important;
width: auto !important;
max-height: 44px !important;
object-fit: contain !important;
display: inline-block !important;
margin: 0 !important;
box-shadow: none !important;
border: none !important;
border-radius: 0 !important;
vertical-align: middle !important;
}
.fhc-graphic-banner-badge {
font-size: 11px;
font-weight: 700;
letter-spacing: 0.06em;
text-transform: uppercase;
color: #0284c7;
background: rgba(2, 132, 199, 0.09);
padding: 5px 12px;
border-radius: 9999px;
border: 1px solid rgba(2, 132, 199, 0.22);
display: inline-block;
line-height: 1.4;
}
.fhc-graphic-banner-title {
font-size: clamp(1.2rem, 2.3cqw, 1.55rem);
font-weight: 800;
line-height: 1.35;
color: #0f172a;
margin: 0 !important;
letter-spacing: -0.02em;
}
.fhc-graphic-banner-desc {
font-size: clamp(0.875rem, 1.35cqw, 0.95rem);
line-height: 1.62;
color: #334155;
margin: 0 !important;
}
.fhc-graphic-banner-desc a {
color: #0284c7 !important;
text-decoration: underline !important;
text-underline-offset: 3px;
font-weight: 600;
}
.fhc-graphic-banner-desc a:hover {
color: #0369a1 !important;
}
.fhc-graphic-banner-actions {
display: flex;
align-items: center;
gap: 18px;
flex-wrap: wrap;
margin-top: 6px;
}
.fhc-graphic-banner-btn {
display: inline-flex;
align-items: center;
justify-content: center;
min-height: 46px;
padding: 0 24px;
font-size: 14px;
font-weight: 700;
color: #ffffff !important;
background: #0284c7 !important;
border-radius: 12px;
text-decoration: none !important;
box-shadow: 0 4px 14px rgba(2, 132, 199, 0.35);
transition: all 0.25s ease;
white-space: nowrap;
}
.fhc-graphic-banner-btn:hover {
background: #0369a1 !important;
transform: translateY(-1px);
box-shadow: 0 6px 20px rgba(2, 132, 199, 0.45);
}
.fhc-graphic-banner-contact {
font-size: 12px;
color: #64748b;
display: flex;
align-items: center;
gap: 8px;
flex-wrap: wrap;
line-height: 1.4;
}
.fhc-graphic-banner-contact span strong {
color: #475569;
}
.fhc-graphic-banner-contact .sep {
opacity: 0.4;
}
@container (max-width: 600px) {
.fhc-graphic-banner-card {
min-height: auto !important;
align-items: flex-start !important;
}
.fhc-graphic-banner-scrim {
background: linear-gradient(180deg,
rgba(252, 251, 250, 0.98) 0%,
rgba(252, 251, 250, 0.94) 65%,
rgba(252, 251, 250, 0.7) 100%) !important;
}
.fhc-graphic-banner-content {
max-width: 100% !important;
padding: 24px 20px !important;
gap: 12px !important;
}
.fhc-graphic-banner-actions {
flex-direction: column !important;
align-items: stretch !important;
gap: 14px !important;
}
.fhc-graphic-banner-btn {
width: 100% !important;
text-align: center !important;
}
.fhc-graphic-banner-contact {
font-size: 11.5px !important;
justify-content: center !important;
}
}
@media (max-width: 767px) {
.fhc-graphic-banner-card {
min-height: auto !important;
align-items: flex-start !important;
}
.fhc-graphic-banner-scrim {
background: linear-gradient(180deg,
rgba(252, 251, 250, 0.98) 0%,
rgba(252, 251, 250, 0.94) 65%,
rgba(252, 251, 250, 0.7) 100%) !important;
}
.fhc-graphic-banner-content {
max-width: 100% !important;
padding: 24px 20px !important;
gap: 12px !important;
}
.fhc-graphic-banner-actions {
flex-direction: column !important;
align-items: stretch !important;
gap: 14px !important;
}
.fhc-graphic-banner-btn {
width: 100% !important;
text-align: center !important;
}
.fhc-graphic-banner-contact {
font-size: 11.5px !important;
justify-content: center !important;
}
}
.fhc-graphic-banner-scrim {
background: linear-gradient(180deg,
rgba(252, 251, 250, 0.98) 0%,
rgba(252, 251, 250, 0.94) 70%,
rgba(252, 251, 250, 0.75) 100%);
}
.fhc-graphic-banner-content {
max-width: 100%;
padding: 24px 20px;
gap: 12px;
}
.fhc-graphic-banner-actions {
flex-direction: column;
align-items: stretch;
gap: 14px;
}
.fhc-graphic-banner-btn {
width: 100%;
text-align: center;
}
.fhc-graphic-banner-contact {
font-size: 11.5px;
justify-content: center;
}
}
Cần thiết kế một luồng bán hàng vừa sức với đội ngũ nhỏ?
Tác giả
Future Horizon
Mục tiêu thành lập và xây dựng với sứ mệnh mang lại những công cụ và giải pháp kỹ thuật số (công cụ bán hàng online) tốt nhất cho các cửa hàng, doanh nghiệp nhỏ, hay đơn giản là những người mong muốn đạt được thành tựu trên không gian mạng nhưng cần sự giúp đỡ.
