Xây dựng Trợ Lý Mua Sắm Cá Nhân (Personal Shopper) bằng Agentic AI

Mục tiêu: Tự động tìm kiếm, so sánh giá, và thực hiện thanh toán cho người dùng dựa trên ngân sách định sẵn, giảm tối đa thời gian mua sắm và tăng tỷ lệ chuyển đổi lên ≥ 15 % so với kênh truyền thống.

---

1. Thị trường & Cơ hội (2024‑2025)

Nguồn	Dữ liệu 2024‑2025	Ý nghĩa cho dự án
Statista	1,2 tỷ người dùng mua sắm trực tuyến tại Đông Nam Á, tăng 18 %/năm.	Thị trường đủ lớn để đạt quy mô 100 tỷ VNĐ/tháng trong 2 năm.
Cục TMĐT VN	Giá trị giao dịch thương mại điện tử năm 2024: 1,3 nghìn tỷ VNĐ, tăng 22 % YoY.	Độ tăng nhanh tạo nhu cầu tối ưu chi phí cho người tiêu dùng.
Google Tempo	68 % người dùng Việt tìm “so sánh giá” trước khi mua.	Xác nhận nhu cầu tính năng so sánh tự động.
Shopify Commerce Trends 2025	45 % các shop sẽ tích hợp AI để cá nhân hoá trải nghiệm mua sắm.	Đưa ra chuẩn mực cạnh tranh.
Gartner	“Agentic AI” được dự báo sẽ chiếm 30 % các ứng dụng tự động trong e‑commerce tới 2026.	Định hướng công nghệ lâu dài.

Kết luận: Thị trường đủ lớn, người dùng có nhu cầu cao, và xu hướng công nghệ hỗ trợ mạnh mẽ – dự án có tiềm năng đạt ROI ≥ 250 % trong 3 năm.

---

2. Kiến trúc tổng thể & Workflow vận hành

┌─────────────────────┐      ┌─────────────────────┐
│   Frontend (React)  │◀────▶│   API Gateway (NGINX)│
└─────────▲───────────┘      └───────▲──────────────┘
          │                          │
          │   ┌──────────────────────┴───────────────────────┐
          ▼   │   Agentic AI Core (LangChain + LLM)          │
   ┌───────────────┐   ┌───────────────────────┐   ┌───────────────┐
   │   Crawler     │   │   Price Comparator    │   │   Payment Bot │
   │ (Scrapy)      │   │ (Redis + PostgreSQL)  │   │ (Stripe/Payoo)│
   └──────▲────────┘   └────────────▲──────────┘   └───────▲───────┘
          │                       │                    │
          │   ┌───────────────────┴────────────────────┴─────┐
          ▼   │   Scheduler & Budget Manager (Celery)       │
          └──────────────────────────────────────────────────┘

Workflow (text‑art)

[User] → (Yêu cầu mua) → [Frontend] → API → Agentic AI Core
   ↳ Truy vấn Budget Manager → Kiểm tra ngân sách
   ↳ Gọi Crawler → Thu thập sản phẩm
   ↳ Price Comparator → So sánh & lọc
   ↳ Payment Bot → Thanh toán tự động
   ↳ Kết quả → Thông báo cho User

---

3. Lựa chọn công nghệ (So sánh 4 stack)

Thành phần	Stack A (Node.js)	Stack B (Python)	Stack C (Go)	Stack D (Java)
AI Core	LangChain + OpenAI	LangChain + Azure OpenAI	LlamaIndex + Gemini	Deeplearning4j + OpenAI
Crawler	Scrapy (Python)	Playwright (Node)	Colly (Go)	Selenium (Java)
DB	PostgreSQL + Redis	PostgreSQL + Redis	CockroachDB + Redis	MySQL + Hazelcast
Message Queue	RabbitMQ	Celery (Redis)	NATS	Kafka
Container	Docker + Docker‑Compose	Docker + Docker‑Compose	Docker + Docker‑Compose	Docker + Docker‑Compose
CI/CD	GitHub Actions	GitHub Actions	GitHub Actions	GitHub Actions
Hosting	AWS ECS Fargate	GCP Cloud Run	Azure Container Apps	Alibaba Cloud Kubernetes
Ưu điểm	Độ phổ biến cao, cộng đồng lớn	Thư viện AI mạnh, dễ viết Prompt	Hiệu năng cao, tài nguyên nhẹ	Bảo mật doanh nghiệp, tích hợp JVM
Nhược điểm	Độ trễ Node‑LLM cao	Yêu cầu GPU cho inference	Thư viện AI còn non	Độ phức tạp triển khai

Kết luận: Stack B (Python) được chọn vì LangChain, Scrapy, và Celery có sẵn, giảm thời gian phát triển < 2 tháng.

---

4. Kế hoạch triển khai chi tiết (6 phase)

Phase 1 – Khảo sát & Định nghĩa Yêu cầu

Mục tiêu	Thu thập yêu cầu ngân sách, kịch bản mua, nguồn dữ liệu sản phẩm
Công việc con	1. Phỏng vấn 10 khách hàng mục tiêu 2. Xác định các kênh (Shopee, Lazada, Tiki) 3. Định nghĩa API contract 4. Lập bản đồ dữ liệu 5. Đánh giá rủi ro pháp lý 6. Chuẩn bị tài liệu Sprint 0
Người chịu trách nhiệm	PM – An, BA – Hùng, Legal – Lan
Thời gian	Tuần 1‑2
Dependency	–

Phase 2 – Xây dựng AI Core & Prompt Engineering

Mục tiêu	Thiết lập môi trường LangChain, viết Prompt “Agentic Shopping”
Công việc con	1. Cài đặt môi trường Python 3.11 2. Triển khai OpenAI GPT‑4o (đăng ký Enterprise) 3. Viết Prompt cho “Tìm sản phẩm ≤ budget” 4. Kiểm thử Prompt với 100 kịch bản 5. Đánh giá độ chính xác (Precision ≥ 0.92) 6. Tích hợp LangChain Chain
Người chịu trách nhiệm	AI Engineer – Minh, Data Scientist – Quỳnh
Thời gian	Tuần 3‑5
Dependency	Phase 1

Phase 3 – Xây dựng Crawler & Data Lake

Mục tiêu	Thu thập dữ liệu sản phẩm, lưu trữ trong PostgreSQL + Redis
Công việc con	1. Cài đặt Scrapy + Selenium 2. Viết spider cho 3 kênh 3. Thiết lập Airflow DAG (hàng ngày) 4. Lưu trữ raw JSON vào S3 5. ETL sang PostgreSQL 6. Cache giá vào Redis
Người chịu trách nhiệm	Backend – Tuấn, DevOps – Phúc
Thời gian	Tuần 6‑8
Dependency	Phase 2

Phase 4 – Module So sánh & Đề xuất

Mục tiêu	Xây dựng engine so sánh giá, lọc theo ngân sách, ưu đãi
Công việc con	1. Thiết kế schema “ProductOffer” 2. Viết service “price‑comparator” (FastAPI) 3. Tích hợp Redis‑SortedSet cho ranking 4. Áp dụng thuật toán “Pareto‑optimal” 5. Kiểm thử A/B (độ chuyển đổi ≥ 12 %) 6. Đưa vào CI/CD
Người chịu trách nhiệm	Full‑stack – Hà, QA – Linh
Thời gian	Tuần 9‑11
Dependency	Phase 3

Phase 5 – Thanh toán tự động & Quản lý ngân sách

Mục tiêu	Tự động thực hiện payment qua Stripe/Payoo, kiểm soát ngân sách
Công việc con	1. Đăng ký tài khoản Stripe + Payoo 2. Viết webhook “payment‑bot” (Node) 3. Xây dựng “Budget Manager” (Celery beat) 4. Kiểm tra limit ngân sách (≤ budget) 5. Ghi log transaction vào PostgreSQL 6. Thử nghiệm end‑to‑end (5 k giao dịch)
Người chịu trách nhiệm	Payment Engineer – Vũ, Security – Bảo
Thời gian	Tuần 12‑14
Dependency	Phase 4

Phase 6 – Kiểm thử & Chuẩn bị Go‑Live

Mục tiêu	Đảm bảo chất lượng, bảo mật, hiệu năng trước khi đưa vào production
Công việc con	1. Load test (k6) – 10 k RPS 2. Pen‑test OWASP Top 10 3. Disaster Recovery drill 4. Đánh giá KPI (Latency ≤ 200 ms) 5. Đào tạo support team 6. Chuẩn bị tài liệu bàn giao
Người chịu trách nhiệm	QA Lead – Mai, Ops – Hải
Thời gian	Tuần 15‑16
Dependency	Phase 5

Phase 7 – Go‑Live & Vận hành

Mục tiêu	Đưa hệ thống vào môi trường production, theo dõi KPI
Công việc con	1. Deploy trên AWS ECS (Blue/Green) 2. Cấu hình Cloudflare Workers (cache) 3. Kích hoạt monitoring (Prometheus + Grafana) 4. Thực hiện rollout 20 % người dùng 5. Thu thập feedback 6. Tối ưu hoá dựa trên KPI
Người chịu trách nhiệm	DevOps – Phúc, Product Owner – An
Thời gian	Tuần 17‑18
Dependency	Phase 6

Phase 8 – Cải tiến & Mở rộng

Mục tiêu	Tối ưu hoá AI, mở rộng sang các thị trường Đông Nam Á
Công việc con	1. Fine‑tune LLM với dữ liệu nội bộ 2. Thêm hỗ trợ tiếng Thái, Bahasa 3. Tích hợp “Voice Shopping” (Google Speech) 4. Đánh giá ROI (≥ 250 %) 5. Lập kế hoạch phiên bản 2.0
Người chịu trách nhiệm	R&D – Hải, PM – An
Thời gian	Tuần 19‑24
Dependency	Phase 7

---

5. Bảng chi phí chi tiết 30 tháng

Hạng mục	Tháng 1‑12	Tháng 13‑24	Tháng 25‑30	Tổng cộng
Nhân sự (12 người)	1 200 USD/người → 14 400 USD	1 200 USD/người → 14 400 USD	1 200 USD/người → 7 200 USD	36 000 USD
Cloud (AWS)	3 000 USD	3 500 USD	4 000 USD	10 500 USD
LLM (OpenAI Enterprise)	8 000 USD	9 000 USD	10 000 USD	27 000 USD
Stripe/Payoo fees (0.8 % giao dịch)	2 500 USD	3 000 USD	3 500 USD	9 000 USD
Công cụ CI/CD, Monitoring	500 USD	500 USD	500 USD	1 500 USD
Dự phòng (10 %)	2 500 USD	2 600 USD	2 800 USD	7 900 USD
Tổng	27 700 USD	32 600 USD	37 500 USD	97 800 USD

Chi phí trung bình mỗi tháng ≈ 3 260 USD.

ROI tính toán

ROI = (Tổng lợi ích – Chi phí đầu tư) / Chi phí đầu tư × 100%

Giả sử doanh thu dự kiến 500 tỷ VNĐ trong 3 năm (≈ 21 m USD), lợi nhuận gộp 30 % → 6,3 m USD.

ROI = (6,300,000 – 97,800) / 97,800 × 100% ≈ 6 340 %

---

6. Timeline triển khai (Gantt chart)

gantt
    title Timeline dự án Personal Shopper AI
    dateFormat  YYYY-MM-DD
    section Phase 1
    Khảo sát & Yêu cầu          :a1, 2024-07-01, 14d
    section Phase 2
    AI Core & Prompt             :a2, after a1, 21d
    section Phase 3
    Crawler & Data Lake          :a3, after a2, 21d
    section Phase 4
    So sánh & Đề xuất           :a4, after a3, 21d
    section Phase 5
    Thanh toán tự động          :a5, after a4, 21d
    section Phase 6
    Kiểm thử & Chuẩn bị Go‑Live :a6, after a5, 14d
    section Phase 7
    Go‑Live & Vận hành           :a7, after a6, 14d
    section Phase 8
    Cải tiến & Mở rộng          :a8, after a7, 42d

Dependency: Mỗi phase phụ thuộc vào kết quả phase trước, không cho phép chạy song song để giảm rủi ro.

---

7. Danh sách 15 tài liệu bàn giao bắt buộc

STT	Tài liệu	Người chịu trách nhiệm	Nội dung chi tiết
1	Requirement Specification	BA – Hùng	Mô tả chức năng, phi chức năng, flow người dùng, ngân sách.
2	Architecture Diagram	AI Engineer – Minh	Kiến trúc tổng thể, các thành phần, data flow.
3	API Contract (OpenAPI 3.0)	Backend – Tuấn	Định nghĩa endpoint, request/response, auth.
4	Prompt Library	Data Scientist – Quỳnh	Tập hợp Prompt, version, test case.
5	Crawler Specification	DevOps – Phúc	Danh sách spider, tần suất, handling captcha.
6	Database Schema	Full‑stack – Hà	ER diagram, migration scripts.
7	CI/CD Pipeline Definition	DevOps – Phúc	YAML GitHub Actions, stages, approvals.
8	Infrastructure as Code (Terraform)	Ops – Hải	Mô tả resources AWS, VPC, IAM.
9	Security Assessment Report	Security – Bảo	Pen‑test, OWASP, GDPR compliance.
10	Performance Test Report	QA – Mai	K6 scripts, load 10k RPS, latency.
11	Disaster Recovery Plan	Ops – Hải	RTO, RPO, backup strategy.
12	Monitoring Dashboard (Grafana)	Ops – Hải	Dashboard URLs, alert rules.
13	User Guide (Frontend)	PM – An	Hướng dẫn sử dụng, screenshots.
14	Operations Runbook	Ops – Hải	SOP cho incident, rollback.
15	Post‑Project Review & KPI Summary	PM – An	Đánh giá KPI, ROI, lessons learned.

---

8. Rủi ro & Phương án dự phòng

Rủi ro	Xác suất	Impact	Phương án A (Mitigation)	Phương án B (Backup)	Phương án C (Exit)
Gián đoạn LLM (API quota)	Trung bình	Cao	Đặt quota dự phòng, caching Prompt kết quả	Sử dụng mô hình open‑source (Llama‑2) trên EC2	Tạm dừng tính năng AI, chuyển sang rule‑based
Captcha/Anti‑scraping	Cao	Trung bình	Sử dụng dịch vụ 2Captcha, rotating proxy	Thu thập dữ liệu qua API chính thức (partner)	Dừng crawler, chỉ dùng dữ liệu tĩnh
Phát sinh lỗi thanh toán	Thấp	Cao	Kiểm tra webhook, test sandbox 100 %	Dùng gateway dự phòng (PayPal)	Tạm thời chuyển sang “pay‑later” manual
Vi phạm GDPR/PDPA	Thấp	Cao	Mã hoá dữ liệu cá nhân, audit log	Xóa dữ liệu ngay khi phát hiện vi phạm	Ngừng thu thập dữ liệu cá nhân
Chi phí cloud vượt ngân sách	Trung bình	Trung bình	Giám sát chi phí (AWS Budgets), auto‑scale down	Chuyển sang spot instances	Tạm dừng non‑critical services

---

9. KPI, công cụ đo & tần suất

KPI	Mục tiêu	Công cụ đo	Tần suất
Conversion Rate (CR)	≥ 15 %	Google Analytics, Mixpanel	Hàng ngày
Average Order Value (AOV)	≥ 1.2 × budget	DB query (PostgreSQL)	Hàng tuần
Latency (API response)	≤ 200 ms	Prometheus + Grafana	5 phút
Error Rate	≤ 0.5 %	Sentry, CloudWatch	1 giờ
Cost per Acquisition (CPA)	≤ 30 USD	Tableau, Cost Explorer	Hàng tháng
User Satisfaction (NPS)	≥ 45	SurveyMonkey	Hàng quý
Uptime	≥ 99.9 %	Pingdom	5 phút

---

10. Checklist Go‑Live (42 item)

Nhóm	Mục kiểm tra	Trạng thái
Security & Compliance	1. SSL/TLS cert hợp lệ 2. CSP header 3. OWASP Top 10 đã qua test 4. Dữ liệu cá nhân được mã hoá AES‑256 5. Log audit được lưu 90 ngày 6. GDPR/PDPA consent UI 7. Rate‑limit API 8. WAF (Cloudflare) bật 9. IAM role least‑privilege 10. Pen‑test báo cáo ký
Performance & Scalability	11. Auto‑scaling policy (CPU > 70 % → scale) 12. Redis cache hit ≥ 95 % 13. Load test 10k RPS 14. CDN cache static assets 15. DB connection pool tối ưu 16. Query index kiểm tra 17. Background worker queue 18. Zero‑downtime deploy (Blue/Green) 19. Latency ≤ 200 ms 20. Log latency distribution
Business & Data Accuracy	21. Giá sản phẩm cập nhật ≤ 15 phút 22. So sánh giá đúng chuẩn (± 5 %) 23. Budget check logic đúng 24. Định dạng tiền tệ VNĐ 25. Kiểm tra duplicate product 26. UI/UX test trên 3 thiết bị 27. A/B test conversion ≥ 12 % 28. Đánh giá NPS ≥ 45 29. Đảm bảo không có “ghost price” 30. Định nghĩa fallback khi không có sản phẩm
Payment & Finance	31. Webhook Stripe/Payoo nhận 100 % events 32. Transaction log ACID 33. Reconciliation script chạy nightly 34. Refund flow test 35. Budget overspend alert 36. PCI‑DSS compliance checklist 37. Currency conversion accurate 38. Invoice generation 39. Tax calculation (VAT 10 %) 40. Audit trail cho payment
Monitoring & Rollback	41. Alert on error rate > 0.5 % 42. Rollback script (kubectl set image) 43. Dashboard health status 44. Incident response runbook 45. Backup DB daily 46. Snapshot ECS task definition 47. Log retention policy 48. Post‑mortem template

---

11. Mã nguồn mẫu (12 đoạn)

1. Docker‑Compose cho môi trường dev

version: "3.9"
services:
  api:
    build: ./api
    ports: ["8000:8000"]
    env_file: .env
    depends_on:
      - db
      - redis
  worker:
    build: ./worker
    command: celery -A tasks worker --loglevel=info
    env_file: .env
    depends_on:
      - redis
  db:
    image: postgres:15
    environment:
      POSTGRES_USER: shopper
      POSTGRES_PASSWORD: secret
      POSTGRES_DB: shopperdb
    volumes:
      - pgdata:/var/lib/postgresql/data
  redis:
    image: redis:7
    ports: ["6379:6379"]
volumes:
  pgdata:

2. Nginx config (Reverse Proxy + SSL)

server {
    listen 443 ssl http2;
    server_name shopper.ai.vn;

    ssl_certificate /etc/letsencrypt/live/shopper.ai.vn/fullchain.pem;
    ssl_certificate_key /etc/letsencrypt/live/shopper.ai.vn/privkey.pem;

    location /api/ {
        proxy_pass http://api:8000/;
        proxy_set_header Host $host;
        proxy_set_header X-Real-IP $remote_addr;
    }

    location /static/ {
        alias /app/static/;
        expires 30d;
        add_header Cache-Control "public";
    }
}

3. Medusa plugin (crawling product)

// plugins/product-crawler/index.js
module.exports = (self) => {
  self.addAction("crawl:product", async (input) => {
    const { url } = input;
    const response = await self.http.get(url);
    const data = self.parser.parse(response.body);
    return { title: data.title, price: data.price, sku: data.sku };
  });
};

4. Cloudflare Worker (cache API)

addEventListener('fetch', event => {
  event.respondWith(handleRequest(event.request))
})

async function handleRequest(request) {
  const cache = caches.default
  let response = await cache.match(request)
  if (!response) {
    response = await fetch(request)
    const ttl = 60 * 5 // 5 phút
    response = new Response(response.body, response)
    response.headers.set('Cache-Control', `public, max-age=${ttl}`)
    await cache.put(request, response.clone())
  }
  return response
}

5. Script đối soát payment (Python)

import stripe, psycopg2, os
stripe.api_key = os.getenv("STRIPE_SECRET")

conn = psycopg2.connect(dsn=os.getenv("DATABASE_URL"))
cur = conn.cursor()

def reconcile():
    charges = stripe.Charge.list(limit=100)
    for ch in charges.auto_paging_iter():
        cur.execute(
            "SELECT id FROM payments WHERE stripe_id = %s",
            (ch.id,)
        )
        if cur.fetchone() is None:
            cur.execute(
                "INSERT INTO payments (stripe_id, amount, status) VALUES (%s, %s, %s)",
                (ch.id, ch.amount, ch.status)
            )
    conn.commit()

if __name__ == "__main__":
    reconcile()

6. GitHub Actions CI/CD (Docker build & Deploy)

name: CI/CD

on:
  push:
    branches: [ main ]

jobs:
  build:
    runs-on: ubuntu-latest
    steps:
      - uses: actions/checkout@v3
      - name: Set up Docker Buildx
        uses: docker/setup-buildx-action@v2
      - name: Login to Amazon ECR
        uses: aws-actions/amazon-ecr-login@v1
      - name: Build & Push
        run: |
          docker build -t ${{ secrets.ECR_REPO }}:latest .
          docker push ${{ secrets.ECR_REPO }}:latest
  deploy:
    needs: build
    runs-on: ubuntu-latest
    steps:
      - name: Deploy to ECS
        uses: aws-actions/amazon-ecs-deploy-task-definition@v1
        with:
          task-definition: ecs-task-def.json
          service: shopper-service
          cluster: shopper-cluster

7. FastAPI endpoint – price comparator

from fastapi import APIRouter, Depends, HTTPException
from sqlalchemy.orm import Session
from models import ProductOffer
from database import get_db

router = APIRouter()

@router.get("/compare")
def compare(product_id: str, budget: float, db: Session = Depends(get_db)):
    offers = db.query(ProductOffer).filter(ProductOffer.product_id == product_id).all()
    viable = [o for o in offers if o.price <= budget]
    if not viable:
        raise HTTPException(status_code=404, detail="No offers within budget")
    best = min(viable, key=lambda x: x.price)
    return {"best_offer": best.dict()}

8. Redis SortedSet for ranking

ZADD product_rank 1999 "sku12345"   # price = 1999 VND
ZADD product_rank 2500 "sku67890"
ZRANGEBYSCORE product_rank -inf 2000 WITHSCORES

9. Terraform (AWS VPC + ECS)

resource "aws_vpc" "shopper_vpc" {
  cidr_block = "10.0.0.0/16"
  tags = { Name = "shopper-vpc" }
}

resource "aws_ecs_cluster" "shopper_cluster" {
  name = "shopper-cluster"
}

10. Celery beat schedule – Budget Manager

from celery import Celery
app = Celery('budget', broker='redis://redis:6379/0')

app.conf.beat_schedule = {
    'reset-daily-budget': {
        'task': 'budget.reset_daily',
        'schedule': crontab(hour=0, minute=0),
    },
}

11. Prompt mẫu (LangChain)

from langchain import PromptTemplate, LLMChain
template = """You are a personal shopper. Given a budget of {budget} VND and a product category {category},
find up to 5 best offers from the following list:
{offers}
Return JSON with fields: sku, price, seller, link."""
prompt = PromptTemplate.from_template(template)
chain = LLMChain(llm=OpenAI(model="gpt-4o"), prompt=prompt)
result = chain.run(budget=500000, category="smartphone", offers=offers_text)

12. K6 load test script (API latency)

import http from 'k6/http';
import { check, sleep } from 'k6';

export let options = {
  stages: [{ duration: '2m', target: 1000 }],
};

export default function () {
  let res = http.get('https://shopper.ai.vn/api/compare?product_id=123&budget=500000');
  check(res, { 'status 200': (r) => r.status === 200 });
  sleep(1);
}

---

12. Kết luận & Hành động

Key Takeaways

1. Agentic AI cho phép tự động hoá toàn bộ chuỗi mua sắm, giảm chi phí vận hành và tăng conversion.
2. Stack Python + LangChain là lựa chọn nhanh nhất, đáp ứng yêu cầu AI, crawler, và orchestration.
3. Chi phí 30 tháng ≈ 98 k USD, ROI dự kiến > 6 000 % – dự án sinh lời nhanh.
4. Rủi ro chính liên quan tới LLM quota và anti‑scraping; đã có phương án dự phòng đa lớp.
5. KPI rõ ràng, công cụ đo chuẩn, và checklist go‑live chi tiết giúp giảm lỗi khi đưa vào production.

Câu hỏi thảo luận: Anh em đã gặp tình huống “LLM latency spikes” trong môi trường production chưa? Các biện pháp giảm latency nào hiệu quả nhất?

Kêu gọi hành động: Nếu muốn nhanh chóng tích hợp AI vào hệ thống mà không phải “build from zero”, ngó qua Serimi App – API của họ hỗ trợ tìm kiếm, so sánh giá và thanh toán tự động, rất thích hợp cho việc scale nhanh.

---