# Ảnh AI cho doanh nghiệp: thứ khó làm đúng là quy trình duyệt, không phải prompt

> Một quảng cáo AI của Coca-Cola đạt điểm kiểm thử tối đa mà công chúng vẫn quay lưng, nên cổng duyệt cuối cùng phải là con người có quyền quyết định, không phải một con số.

Bản gốc: https://fdetimes.net/vi/phan-tich/tao-anh-bang-ai-trong-doanh-nghiep/

Năm 2024, quảng cáo Giáng sinh làm bằng AI của Coca-Cola đạt điểm 5.9, mức tối đa, trên thang đo của System1 ở cả Mỹ lẫn Anh. Sau đó cảm xúc của công chúng lại quay sang tiêu cực. Bài kiểm thử nói "đạt", thị trường thì không.

Chi tiết này chỉ ra chỗ mà nhiều đội làm ảnh AI cho doanh nghiệp dễ đặt nhầm công sức. Họ mài prompt, so model, chỉnh tham số. Thứ quyết định một ảnh có được đăng hay không, đăng ở đâu và ai chịu trách nhiệm lại nằm ở chỗ khác: quy trình duyệt.

Nếu bạn muốn làm FDE, đây là vùng việc bạn sẽ gặp ngay khi khách hàng là một nhãn hàng, một agency hay một công ty bán lẻ. Họ không thiếu công cụ sinh ảnh. Thứ họ thiếu là một pipeline mà phòng marketing, phòng pháp lý và người giữ thương hiệu cùng tin được.

## Prompt là phần dễ, vậy phần khó nằm ở đâu?

Publicis Sapient trả lời câu này khá thẳng. Khi viết về quản trị thương hiệu bằng AI, công ty này cho rằng đó là "một mô hình vận hành con người", không đơn thuần là một lớp công nghệ.

Mô hình ấy cần quy tắc có cấu trúc, quyền quyết định rõ ràng giữa các nhóm, các workflow được nối với nhau và các nhóm chủ động phối hợp với nhau.

Đọc kỹ danh sách đó sẽ thấy không mục nào nói về chất lượng ảnh. Tất cả đều là câu hỏi tổ chức. Quy tắc thương hiệu đã được viết ra ở dạng máy đọc được chưa, hay vẫn là một file PDF guideline mỗi người hiểu một kiểu? Khi người làm creative và người giữ thương hiệu bất đồng, ai có quyền chốt?

Đây là loại câu hỏi mà một kỹ sư thuần sản phẩm hay bỏ qua, nhưng FDE thì không được bỏ qua. Bạn có thể dựng một demo sinh ảnh đẹp khá nhanh. Dựng một hệ thống mà phòng pháp lý chịu ký là chuyện khác hẳn, vì phần khó nhất là làm rõ ai được duyệt cái gì.

## Pháp lý đứng cuối hàng thì cả dây chuyền chờ

Virtuall, một nhà cung cấp công cụ creative, mô tả lỗi mà họ cho là phổ biến: pháp lý và tuân thủ thành điểm nghẽn ở giai đoạn cuối. Theo Virtuall, nguyên nhân là quản trị được "gắn thêm" sau khi ảnh đã sinh xong. Cách sửa là đưa các ràng buộc lên đầu quy trình.

Thử hình dung một nhãn mỹ phẩm Việt Nam chuẩn bị chiến dịch bán sang châu Âu. Team creative sinh 40 ảnh, chọn ra 15, chỉnh màu, dàn trang. Đến lúc gửi pháp lý, một nửa số ảnh có người mẫu trông như người thật, và không ai ghi lại ảnh nào cần khai báo là do AI tạo. Cả lô quay về vạch xuất phát.

Nếu ràng buộc nằm ngay trong brief, chẳng hạn "kênh EU: không dùng khuôn mặt giống người thật, hoặc phải gắn nhãn", thì 40 ảnh đầu tiên đã được sinh trong khuôn khổ đó. Pháp lý vẫn duyệt, nhưng họ duyệt những thứ đã được lọc, thay vì dọn dẹp những thứ không ai nghĩ tới.

**Điểm mấu chốt:** Quy trình duyệt ảnh AI hỏng khi luật lệ được gắn vào cuối thay vì đặt ngay từ đầu.

## Máy chấm trước, người duyệt sau

Publicis Sapient mô tả một hệ thống chấm điểm ảnh sinh ra theo quy tắc thương hiệu trước khi chuyển sang bước duyệt. Lập luận của họ là việc duyệt của con người sẽ "tập trung hơn, không thường xuyên hơn".

Đây là quan điểm của một agency đang bán giải pháp, vì thế nên coi đó là giả thuyết cần kiểm chứng tại khách hàng, chưa phải kết quả đã đo.

Dù vậy, logic phía sau khá vững. Những lỗi như sai mã màu, logo lệch vùng an toàn hay chữ nằm ngoài khung là việc máy làm tốt hơn người. Khi máy lọc xong những lỗi đó, người duyệt chỉ còn phải trả lời câu hỏi mà chỉ con người trả lời được: ảnh này có đúng tinh thần thương hiệu không, có gây khó chịu cho ai không.

Virtuall bổ sung hai yêu cầu cụ thể hơn. Metadata và nhật ký kiểm toán phải là mặc định chứ không phải tùy chọn. Trạng thái duyệt cũng nên tách theo kênh: một ảnh có thể được duyệt cho mạng xã hội nội địa nhưng chưa được duyệt cho billboard hay cho thị trường EU.

Về mặt kỹ thuật, đó là khác biệt giữa một cột `approved: true` và một bảng quan hệ giữa ảnh, kênh, người duyệt và thời điểm duyệt. Cái thứ nhất dễ làm, nhưng khi có sự cố, bạn không trả lời được câu "ai đã cho phép đăng ảnh này lên đây".

## Điểm kiểm thử cao chưa phải là được thị trường duyệt

Quay lại Coca-Cola. Hãng vẫn tiếp tục theo đuổi hướng AI bất chấp phản ứng của công chúng, và khi bảo vệ hướng đi đó, phía Coca-Cola viện dẫn kết quả kiểm thử trước phát hành, gọi một quảng cáo của mình là một trong những quảng cáo được kiểm thử tốt nhất trong lịch sử.

Với quảng cáo năm 2024, hai điều cùng đúng. Nó quả thật đạt điểm tối đa trong bài kiểm thử. Nhưng phản ứng của công chúng sau khi phát hành vẫn tiêu cực, tức là con số trước phát hành không nói trước được thị trường sẽ đón nhận thế nào.

Bài học cho người xây hệ thống là đừng để điểm số tự động hay điểm kiểm thử trở thành cổng duyệt cuối cùng.

Cần có một bước mà con người, cụ thể là người có quyền quyết định đã được chỉ định từ trước, cân nhắc rủi ro danh tiếng.

Bước đó không tự động hóa được, nhưng có thể được ghi lại trong nhật ký như mọi bước khác.

## Khai báo AI: từ "nên làm" thành bước bắt buộc

Với doanh nghiệp bán sang EU, Điều 50 của EU AI Act khiến chuyện này không còn là lựa chọn. Bên triển khai dùng AI để tạo deepfake phải công bố rằng nội dung đã được tạo hoặc chỉnh sửa bằng AI. Phần công bố phải rõ ràng, dễ phân biệt và đáp ứng các yêu cầu về khả năng tiếp cận.

Với pipeline, điều đó có nghĩa là "có cần khai báo không" phải là một trường trong metadata, được quyết định ở bước duyệt cho kênh EU, chứ không phải chuyện để designer tự nhớ. Câu chữ của nhãn và vị trí đặt nhãn cũng cần được duyệt như một phần của ảnh, vì luật yêu cầu nhãn rõ ràng và tiếp cận được.

Nhiều đội nghĩ đến C2PA, hay Content Credentials, như lời giải kỹ thuật cho bài toán nguồn gốc nội dung. Đây là cơ chế đáng tích hợp, nhưng chính tài liệu giải thích của C2PA thừa nhận nó không phải giải pháp toàn năng, mà chỉ nhằm giảm thiểu rủi ro. Gắn credential vào file không thay được nhãn công bố mà người xem nhìn thấy được.

## Mỗi lớp kiểm soát bắt được gì, bỏ lọt gì

Đặt các lớp kiểm soát cạnh nhau sẽ thấy không lớp nào tự nó đủ. Giá trị nằm ở việc đặt đúng lớp vào đúng chỗ trong pipeline.

| Lớp kiểm soát | Nên đặt ở đâu | Bắt được | Bỏ lọt |
|---|---|---|---|
| Ràng buộc pháp lý, tuân thủ | Ngay trong brief, trước khi sinh ảnh | Ảnh sai ngay từ đầu, vòng sửa muộn | Rủi ro mới phát sinh khi đổi kênh |
| Chấm điểm theo quy tắc thương hiệu | Sau khi sinh, trước người duyệt | Lỗi màu, logo, bố cục có thể đo | Tinh thần thương hiệu, cảm xúc |
| Người duyệt có quyền quyết định rõ | Sau máy chấm, theo từng kênh | Rủi ro danh tiếng, ngữ cảnh văn hóa | Lỗi do chủ quan; không truy được ai đã duyệt nếu thiếu nhật ký |
| Kiểm thử quảng cáo trước phát hành | Trước khi chạy chiến dịch | Điểm số của bản thân quảng cáo | Phản ứng thật của công chúng sau phát hành |
| Nhãn khai báo theo Điều 50 | Bước duyệt cho kênh EU | Nghĩa vụ công bố với người xem | Không chứng minh được nguồn gốc file |
| Content Credentials (C2PA) | Khi xuất file | Dấu vết nguồn gốc gắn vào nội dung | Không phải lời giải toàn năng |

Hàng thứ tư là hàng đáng để bạn mang đến buổi làm việc đầu tiên với khách hàng. Nếu đội marketing của họ đang coi bài kiểm thử là cổng cuối, ví dụ Coca-Cola là cách tự nhiên để mở cuộc thảo luận về quyền quyết định.

## Developer Việt Nam bắt đầu từ đâu?

Tin vui là kỹ năng ở đây phần lớn là kỹ năng backend quen thuộc: thiết kế schema, state machine cho trạng thái duyệt, audit log, phân quyền theo vai trò. Thứ mới là bối cảnh. Bạn cần hiểu vì sao một ảnh có thể "đã duyệt" ở kênh này mà "chưa duyệt" ở kênh khác, và vì sao trường "cần khai báo AI" phải bắt buộc.

Khi đọc mô tả công việc FDE ở các công ty làm công cụ creative hoặc agency, hãy tìm những cụm như brand governance, approval workflow, content provenance hay compliance. Đó là dấu hiệu công việc nặng về quy trình hơn về model.

Trong CV, đừng viết "tích hợp API sinh ảnh". Hãy viết "thiết kế luồng duyệt nhiều kênh với audit log, giảm số vòng phải sửa ở bước pháp lý", kèm con số nếu bạn đã đo.

Nếu chưa có dự án thật, hãy tự dựng một bản nhỏ để có thứ đưa vào CV. Một repo gồm state machine với các trạng thái nháp, đã chấm, đã duyệt theo từng kênh, một bảng audit log ghi ai duyệt lúc nào, và trường "cần khai báo AI" bắt buộc cho kênh EU là đủ để kể một câu chuyện trọn vẹn.

README nên giải thích vì sao bạn đặt ràng buộc ở brief chứ không ở cuối, vì đó mới là phần thể hiện tư duy FDE.

Khi phỏng vấn, chuẩn bị sẵn một câu chuyện theo ba nhịp: quy tắc nào bạn đã biến thành thứ máy chấm được, quyết định nào bạn cố ý để lại cho con người, và nhật ký giúp trả lời câu hỏi "ai đã cho phép" ra sao.

Nếu đang làm cho một khách hàng có team marketing, việc đầu tiên nên làm không phải là đề xuất model mới. Hãy ngồi với phòng pháp lý một buổi và hỏi họ thường từ chối ảnh vì lý do gì. Danh sách lý do đó chính là bản nháp đầu tiên cho bộ quy tắc mà máy sẽ chấm.

Model sinh ảnh rồi sẽ thay đổi liên tục. Thứ khách hàng cần lâu dài là người biết đặt luật lệ vào đúng chỗ, trước khi cả lô ảnh phải làm lại từ đầu.

**Thử ngay tuần này:**

- Vẽ lại quy trình làm ảnh của một team marketing bạn biết, đánh dấu chỗ pháp lý vào cuộc và đếm số vòng sửa phát sinh từ đó.
- Thiết kế một schema metadata tối thiểu cho mỗi ảnh: prompt, model, người duyệt, kênh được phép, có cần khai báo AI hay không.
- Viết thử năm quy tắc thương hiệu dạng máy chấm được (màu, logo, vùng an toàn, từ cấm, chủ thể là người thật) rồi chấm thử mười ảnh mẫu.

## Nguồn

- [The Human Operating Model Behind AI-Powered Brand Governance](https://knowledge.publicissapient.com/11/demos-visual-brand-assistance-icga.html)

- [AI Creative Workflow: From Brief to Approved Assets | Virtuall Blog](https://virtuall.pro/blog/ai-creative-workflow-from-brief-to-approved-assets)

- [How Coca-Cola's AI Holiday Ad Went From Praise to Rage](https://www.adweek.com/creativity/how-coca-colas-ai-holiday-ad-went-from-praise-to-rage/)

- [Why Coca-Cola keeps pushing the limits of generative AI despite backlash](https://www.marketingdive.com/news/why-coca-cola-keeps-pushing-limits-generative-ai-despite-backlash/804739/)

- [The EU AI Act's Transparency Rules: A Practical Guide to Article 50](https://artificialintelligenceact.eu/?p=6131)

- [C2PA and Content Credentials Explainer](https://spec.c2pa.org/specifications/specifications/2.2/explainer/_attachments/Explainer.pdf)