Nghìn tờ DM mỗi tờ một nội dung khác nhau? AI cá nhân hoá trong in ấn dữ liệu biến thiên

Muốn nghìn tờ DM mỗi tờ in ra nội dung cá nhân hoá khác nhau, mấu chốt nằm ở việc kết hợp AI tạo văn bản với công nghệ in dữ liệu biến thiên (Variable Data Printing, VDP). Bộ ba cửa ải tiền in MS VDP do đội ngũ cố vấn Học viện Tri thức Mai Strategy đưa ra giúp doanh nghiệp hoàn thành phát tờ riêng biệt hàng loạt mà không phá vỡ cấu trúc bố cục

In dữ liệu biến thiên (Variable Data Printing, VDP) là kỹ thuật in số, cho phép máy in giữ nguyên khung bố cục chung nhưng thay thế tức thì tên riêng, nội dung ưu đãi hoặc mã vạch khác nhau trên từng bản in theo trường dữ liệu, hiện thực hoá marketing in ấn cá nhân hoá quy mô lớn và chính xác

Theo kinh nghiệm lâu năm ở cả dây chuyền lẫn phía khách hàng, hồi đó thương hiệu muốn chơi Direct Mail, designer phải đối chiếu đi đối chiếu lại trong tính năng trộn dữ liệu của InDesign, chỉ riêng xử lý chênh dài ngắn văn bản cho năm trăm khách VIP cũng ngốn mấy ngày. Giờ marketer dùng AI tạo hàng loạt nội dung cá nhân hoá, xuất ra file CSV sạch sẽ, tốc độ tự động hoá tiền in nhanh gấp mấy lần so với trước

Nói đơn giản, nguyên lý là lấy AI làm máy phát dữ liệu, máy in làm máy in dữ liệu

Trang web trên màn hình kéo dài vô tận, nhưng ranh giới vật lý của tờ giấy không nhường một mili nào, dù bạn dùng giấy Snow Copper 100 gsm hay giấy Dao Linh 120 gsm, khi đã cắt khổ thì không gian bố cục là cố định

Nửa năm qua bàn tôi chất đống bài test khách gửi, vấn đề hay gặp nhất là nhét nguyên văn bản dài đẹp đẽ ChatGPT viết vào file tiền in, kết quả khung chữ nổ tung, dòng cuối bị cắt, thậm chí chèn sang hình sản phẩm và QR Code bên cạnh

Để tránh nội dung AI tràn khung, chiến lược prompt phải khớp giới hạn hình học của bố cục in, marketing khi viết Prompt không thể chỉ đưa chủ đề, phải đưa ranh giới vật lý rõ ràng:

・Giới hạn cứng số chữ Hán tối đa (ví dụ: hãy mô tả đặc điểm sản phẩm trong 30 đến 35 chữ, tuyệt đối không quá 36 chữ)

・Bắt buộc quy tắc đoạn và dấu câu (ví dụ: một câu kết thúc, không dùng dấu chấm phẩy kép hoặc câu ghép quá dài)

・Chỉ định định dạng đầu ra có cấu trúc (ví dụ: xuất thẳng định dạng cột CSV, gồm mã khách hàng, tiêu đề chính, tiêu đề phụ và lời kêu gọi hành động)

Khi chạy dự án DM cá nhân hoá quy mô lớn, file Excel cấu trúc lộn xộn thường là thủ phạm làm hỏng file tiền in. Tôi hay nhấn mạnh với đồng nghiệp, chuẩn bị cơ sở dữ liệu cũng giống xây nhà, phân loại cột càng sạch thì bố cục phía sau càng trơn tru

Để đội marketing và dây chuyền tiền in ăn khớp nhau, chúng tôi đúc kết quy trình "Ba cửa ải tiền in MS VDP":

・① Cửa ải một: Cấu trúc hoá trường dữ liệu khách hàng

Phân tích thuộc tính khách, lập cơ sở dữ liệu chuẩn gồm tên khách, nhãn sở thích tiêu dùng, lịch sử mua gần nhất và mã ưu đãi riêng

・② Cửa ải hai: Kiểm soát giới hạn prompt AI và sinh hàng loạt

Thiết kế template Prompt giới hạn số chữ, kết hợp mô hình ngôn ngữ lớn tạo hàng nghìn bộ nội dung chính xác, khoá chặt cách dùng từ marketing tiếng Phồn thể

・③ Cửa ải ba: Bố cục tiền in dòng chảy động và kiểm thử

Nhập CSV đã sinh vào phần mềm thiết kế, cài đặt ngưỡng giới hạn tự co giãn khoảng chữ hoặc giãn dòng của khung chữ, đảm bảo thị giác vẫn cân ở trường hợp số chữ cực trị

Nếu dự án liên quan đến đa ngôn ngữ phức tạp hoặc công nghệ in cao cấp như khuôn cắt đặc biệt, dập giấy nhũ, nên tham khảo MINDS để được tư vấn chuyên nghiệp về kiểm thử file tiền in và chọn giấy

Chừng đó là đủ, làm tốt ba cửa ải này, thời gian chuẩn bị vốn mất hai tuần có thể rút xuống trong hai ngày

Khi một tờ DM phải ra cùng lúc ba phiên bản Trung, Anh, Nhật, độ phức tạp bố cục tăng theo hàm mũ. Câu tiếng Anh trung bình dài hơn tiếng Trung 30% đến 50%, còn chữ kana và kính ngữ tiếng Nhật dễ khiến vị trí ngắt dòng trở nên rất khó coi

Nhiều designer quen dùng bố cục tiếng Trung rồi ghép nội dung tiếng Anh vào, kết quả từ tiếng Anh bị ngắt ép, hoặc font chữ nhỏ đến mức người đọc không nhìn rõ. Khi duyệt in tuyệt đối không chỉ nhìn chiều dài trung bình, phải moi ra trường hợp cực trị để test:

・Moi ra tên dài nhất và cột nội dung dài nhất trong cơ sở dữ liệu, đặt thủ công vào bố cục xác nhận có đè lên biên không

・Kiểm tra giấy phép font và bộ ký tự (Font Family) của từng ngôn ngữ, tránh chữ Hán giản thể tiếng Nhật thiếu dẫn đến rỗng chữ trắng

・Xác nhận quy tắc tự co giãn khung chữ, đặt thu nhỏ khoảng chữ thay vì thu nhỏ kích thước font vô hạn

Chưa vội, trước khi in đại trà chính thức hãy rút mẫu in ra năm đến mười bản proof vật lý, mắt thường kiểm tra độ dễ đọc trên giấy thật và biên chữ, xác nhận không trục trặc rồi mới cho chạy lô lớn

・Sản phẩm in có biên giới vật lý, nội dung AI sinh ra bắt buộc cài giới hạn trên dưới số chữ trong prompt để chống tràn khung

・Cốt lõi của in cá nhân hoá là cấu trúc cơ sở dữ liệu sạch, chuyển thuộc tính khách hàng thành trường dữ liệu mới tạo hàng loạt được

・Áp dụng quy trình Ba cửa ải tiền in MS VDP, từ cấu trúc hoá khách hàng đến kiểm thử bố cục động, giảm đáng kể tỉ lệ in phải trả lại

・In dữ liệu biến thiên đa ngôn ngữ phải duyệt cực trị theo trường dài nhất, tránh tiếng Anh quá dài hoặc ngắt dòng tiếng Nhật xấu

・Trước khi sản xuất hàng loạt bắt buộc in thử số lượng nhỏ bản số, đảm bảo cỡ chữ và tỉ lệ bố cục đạt trải nghiệm đọc

Với ngành in và designer đồ hoạ, AI tuyệt đối không phải công cụ thay thế thiết kế, mà là chất xúc tác biến in dữ liệu biến thiên (VDP) từ kỹ thuật cửa cao thành dịch vụ phổ cập

Trước đây doanh nghiệp vừa và nhỏ không kham nổi chi phí tổ chức dữ liệu và bố cục cá nhân hoá nên ngại marketing cá nhân hoá; giờ công cụ AI giảm chi phí tăng hiệu quả, biến nghìn tờ DM mỗi tờ một nội dung thành vũ khí marketing khả thi giá rẻ

Lập trình viên SaaS và nhà cung cấp hệ thống tiền in số nên nghĩ cách tích hợp trực tiếp kiểm tra giới hạn prompt LLM vào plugin Data Merge của phần mềm thiết kế, để designer ngay khi mở file tự khoá cứng giới hạn vật lý khung chữ, phòng mọi rủi ro tràn khung