Agent Claude: Phân tích Cuộc hội thoại Thương hiệu

Bộ brand guidelines chính thức thường nói về những gì thương hiệu muốn trở thành. Nhưng dữ liệu thực tế nằm ở chỗ khác: trong hàng trăm cuộc gọi sales, demo, và cuộc họp khách hàng mà đội ngũ đã thực hiện. Conversation-analysis agent trong Brand Voice Plugin được thiết kế để khai thác chính xác nguồn dữ liệu đó.

Agent này làm gì

Conversation-analysis agent là agent chuyên biệt phân tích transcript cuộc trò chuyện — gọi sales, demo sản phẩm, cuộc họp discovery — để trích xuất các pattern ngôn ngữ ẩn của thương hiệu. Không giống document-analysis agent đọc tài liệu tĩnh, agent này xử lý ngôn ngữ thực tế, đo lường hiệu quả, và nhận diện cả các anti-pattern cần loại bỏ.

Agent chạy trên Claude Sonnet với maxTurns: 15 và không bị giới hạn tools — vì nó cần kết nối trực tiếp với các platform như Gong và Granola qua MCP để truy xuất transcript.

Cách Agent hoạt động

Với mỗi transcript nhận được, agent thực hiện 6 bước phân tích:

Bước 1 — Preprocess: Agent xác định người nói (đại diện công ty vs. khách hàng tiềm năng), phân đoạn cuộc trò chuyện theo giai đoạn (mở đầu, khám phá nhu cầu, demo, xử lý từ chối, chốt deal).

Bước 2 — Detect voice attributes: Agent phân tích tần suất tính từ, nhận diện tính cách được thể hiện qua ngôn ngữ, theo dõi các pattern tone lặp đi lặp lại. Từ đây, agent tổng hợp danh sách thuộc tính giọng điệu thực tế của đội ngũ.

Bước 3 — Recognize messaging patterns: Agent tìm các value proposition được lặp lại, pain points thường được đề cập, điểm khác biệt cạnh tranh được nhấn mạnh. Mỗi pattern được đánh dấu tần suất và gắn với ngữ cảnh cụ thể.

Bước 4 — Map tone by context: Agent theo dõi cách tone thay đổi theo loại cuộc gọi. Cold call có tone khác discovery, discovery có tone khác demo, demo có tone khác closing. Bản đồ tone này cực kỳ giá trị để hướng dẫn việc tạo nội dung phù hợp từng giai đoạn.

Bước 5 — Extract success patterns: Agent nhận diện các cụm từ và cách tiếp cận dẫn đến kết quả tích cực — khách hàng hỏi thêm, đồng ý bước tiếp theo, hoặc thể hiện quan tâm rõ ràng.

Bước 6 — Flag anti-patterns: Agent đánh dấu ngôn ngữ tạo ra phản ứng tiêu cực — khách hàng im lặng đột ngột, phản bác ngay lập tức, hoặc cuộc trò chuyện bị đình trệ.

Nguồn dữ liệu được hỗ trợ

Agent có thể kết nối với nhiều nguồn transcript khác nhau qua MCP:

Gong: Tìm kiếm cuộc gọi theo ngày, kết quả, người tham gia, hoặc tag. Truy xuất transcript và phân tích cuộc gọi tự động. Đây là nguồn dữ liệu phong phú nhất cho B2B sales teams.

Granola: Liệt kê meeting, tìm kiếm theo nội dung, truy xuất transcript và ghi chú đầy đủ. Phù hợp cho các team dùng Granola để ghi lại cuộc họp nội bộ và với khách hàng.

Notion meeting notes: Tìm kiếm các trang ghi chú meeting có nội dung transcript trên Notion.

Manual uploads: File .txt, .json, hoặc .md do người dùng tải lên trực tiếp — hỗ trợ transcript từ Zoom, Google Meet, và các nền tảng khác.

Ví dụ thực tế

Một startup SaaS muốn xây dựng brand guidelines từ dữ liệu thực tế. Họ có 10 transcript cuộc gọi sales trên Gong từ 3 tháng qua. Agent được gọi với yêu cầu: "Generate brand guidelines from our last 10 sales calls."

Sau khi phân tích, agent trả về báo cáo có cấu trúc:

Transcripts Analyzed: 10
Conversation Types: Cold Call (3), Discovery (4), Demo (2), Follow-up (1)
Speakers Identified: 4 unique reps

Voice Attributes:
- Consultative (Confidence: High, Evidence: 47 occurrences)
  Example: "What's the biggest challenge your team faces with..."
- Direct (Confidence: High, Evidence: 38 occurrences)
  Example: "Here's exactly what this means for your workflow..."

Tone Map:
- Cold calls: Energetic, curiosity-driven, low pressure
- Discovery: Inquisitive, empathetic, patient
- Demos: Confident, solution-focused, concrete
- Closing: Collaborative, clear, forward-looking

Anti-Patterns:
- "comprehensive solution" -> Problem: Triggers skepticism (7/10 calls)
  Better: "specifically designed for [use case]"

Tiêu chuẩn chất lượng

Agent áp dụng các tiêu chuẩn nghiêm ngặt để đảm bảo độ tin cậy của kết quả. Một pattern chỉ được ghi nhận khi xuất hiện trong ít nhất 3 cuộc trò chuyện khác nhau — tránh over-indexing trên dữ liệu đơn lẻ. Tất cả trích dẫn phải được liên kết với transcript cụ thể (đã ẩn danh), và confidence score phản ánh cả kích thước mẫu lẫn tính nhất quán của pattern. Thông tin cá nhân của khách hàng (tên, tên công ty) được redact mặc định.

Kết hợp với các Agent khác

Conversation-analysis agent thường được kích hoạt song song với document-analysis agent trong quy trình tạo brand guidelines. Trong khi document-analysis xử lý tài liệu chính thức (style guide, brand book, pitch deck), conversation-analysis khai thác dữ liệu thực tế từ cuộc trò chuyện. Kết quả của cả hai agent được tổng hợp bởi skill guideline-generation để tạo ra bộ brand guidelines toàn diện, phản ánh cả ý định (từ tài liệu) lẫn thực tế (từ transcript).

Nếu trong quá trình discover-brand agent tìm thấy transcript Gong, nó sẽ delegate ngay sang conversation-analysis agent để xử lý chuyên sâu thay vì tự phân tích.

Bước tiếp theo

Tìm hiểu cách discover-brand agent tự động tìm kiếm toàn bộ nền tảng doanh nghiệp để khám phá tài liệu thương hiệu tại Thư viện Nâng cao.

Bài viết liên quan

• Agent Claude: Khám phá DNA Thương hiệu
• Agent Claude: Phân tích Tài liệu Thương hiệu
• Agent Claude: Tạo Nội dung theo Thương hiệu
• Claude + Brand Voice: Kiểm soát giọng thương hiệu trong mọi nội dung
• Claude + Apollo: Làm giàu dữ liệu lead tức thì