# Từ CSV đến bảng tính, báo cáo và slide

Đây là **bộ sản phẩm mẫu hoàn chỉnh** cho một cửa hàng giả lập trong sáu tháng đầu năm 2025. Các con số được tạo để minh họa quy trình, không phải dữ liệu kinh doanh của khách hàng. Bạn có thể mở ngay file Excel, Word, PowerPoint và PDF, xem đầu vào, kiểm tra phép tính và thử thay số.

## Tải và xem gì trước

| File | Vai trò |
| --- | --- |
| `source_data.csv` | Sáu dòng dữ liệu giả lập, là nguồn duy nhất cho phép tính |
| `phan-tich-ban-hang-mau.xlsx` | Hai sheet, công thức theo tháng, tóm tắt và biểu đồ chỉnh sửa được |
| `bao-cao-ban-hang-mau.docx` | Báo cáo Word có thể chỉnh sửa |
| `bao-cao-ban-hang-mau.pdf` | Bản báo cáo để đọc và chia sẻ |
| `trinh-bay-ban-hang-mau.pptx` | Bốn slide có biểu đồ PowerPoint chỉnh sửa được |
| `ai_prompt.txt` và `ai_draft.json` | Prompt thực tế và bản nháp do Mini Luna trả về |

**Kết quả kiểm toán:** doanh thu thuần cả giai đoạn là **310.895.000 VND**; lãi đóng góp là **116.595.000 VND**. Tháng 6 đạt **68.310.000 VND** doanh thu thuần. Lãi đóng góp chưa phải lợi nhuận ròng, vì ví dụ không có chi phí cố định và thuế.

## Công cụ và thứ tự đã dùng

1. Soạn CSV giả lập với các trường tháng, số đơn, giá trị đơn bình quân, hoàn tiền, chi phí biến đổi và marketing. Không dùng dữ liệu cá nhân.
2. Tính số bằng công thức: `gộp = đơn × giá trị đơn`; `thuần = gộp − hoàn tiền`; `đóng góp = thuần − chi phí biến đổi − marketing`; `biên = đóng góp / thuần`. Kiểm tra tổng và từng tháng độc lập.
3. Gửi **đúng nội dung `ai_prompt.txt`** qua Chat Completions của AI Model Mark với model Mini Luna để nhận ba nhận định nháp. Hai lượt đầu hết giới hạn output giữa chừng; lượt thứ ba được lưu ở `ai_draft.json`. **Không lấy số do AI trả ra làm nguồn dữ liệu**; biên tập viên so lại với CSV/công thức.
4. Dựng workbook bằng script `build_workbook.mjs` với công thức và biểu đồ tham chiếu ô. Dựng Word/PDF bằng `build_documents.py`; dựng slide bằng `build_slides.mjs`. Các script chạy trên máy local, không phải tính năng tạo file Office được host trong API.
5. Chạy `verify_office.py`, mở và xem từng file. Workbook và bốn slide đã được render và xem trực quan; PDF được render ra ảnh và kiểm tra. DOCX đã được xuất sang PDF bằng Microsoft Word trên Windows và kiểm tra trực quan từng trang. Lần render đầu cho thấy một câu bị đẩy sang trang 2; chúng tôi bỏ câu ghi chú trùng với README, render lại và xác nhận báo cáo Word nằm gọn trên một trang.

`build_documents.py` cần Python với `python-docx` và `reportlab`; `verify_office.py` còn cần `openpyxl`, `python-pptx`, `pdfplumber`. Hai script `.mjs` dùng `@oai/artifact-tool` trong môi trường Codex được cung cấp cho lần dựng mẫu này. Để làm lại trên máy không có runtime đó, hãy dùng Excel/PowerPoint trực tiếp hoặc một agent lập trình viết phiên bản tương đương bằng thư viện bạn có. File sản phẩm tải về **không cần** runtime này để mở.

## Prompt để làm lại với dữ liệu của bạn

Prompt phân tích **đã dùng thật** nằm nguyên văn trong `ai_prompt.txt`. Khi thay CSV của bạn, đưa cùng định nghĩa phép tính và các số đã tính vào prompt. Yêu cầu AI trả về ít nhận định, mỗi nhận định có số đối chiếu được. Ví dụ cấu trúc:

```text
Chỉ dùng bảng số liệu tôi gửi. Trả về 3 nhận định ngắn, mỗi nhận định phải có
tháng và số cụ thể. Phân biệt mô tả xu hướng với kết luận nguyên nhân.
Nếu một chỉ số không tính được từ dữ liệu, nói rõ thiếu đầu vào nào.
```

Để nhờ một agent lập trình dựng workbook tương tự, có thể dùng prompt sau. **Đây là gợi ý cho người đọc; bộ file tải về được tạo bằng các script đi kèm.**

```text
Đọc source_data.csv. Tạo workbook có sheet Du lieu chứa nguyên các cột gốc,
thêm các cột công thức gộp, thuần, lãi đóng góp, biên đóng góp. Tạo sheet
Tong quan tính tổng từ các ô công thức và biểu đồ 6 tháng tham chiếu ô.
Giữ VND là số, không biến thành chuỗi; kiểm tra tổng thuần 310895000 và
tổng lãi đóng góp 116595000. Không sửa CSV nguồn.
```

Để biên tập báo cáo và slide, dùng prompt:

```text
Từ workbook đã kiểm tra, viết báo cáo một trang và 4 slide cho người quản lý.
Nêu doanh thu thuần, lãi đóng góp, sự thay đổi biên đóng góp; dẫn số tháng 1
và tháng 6. Ghi rõ dữ liệu giả lập và lãi đóng góp không phải lợi nhuận ròng.
Không khẳng định nguyên nhân từ 6 điểm dữ liệu. Trước khi xuất file, đối chiếu
mọi con số với CSV và công thức; giữ biểu đồ dưới dạng có thể chỉnh sửa.
```

## Giới hạn và bảo mật

- Bản nháp AI là **văn bản**. Excel, Word, PowerPoint và PDF được tạo bằng công cụ local; ví dụ này không chứng minh API tự xuất các định dạng đó.
- Bộ số liệu thiếu giá vốn chi tiết, chi phí cố định, thuế, phân khúc khách hàng và nguồn dữ liệu đối soát. Không dùng nhận định mẫu để ra quyết định tài chính.
- Nếu gọi API để làm lại, đặt key trong biến môi trường `AI_MODEL_MARK_KEY` hoặc chỉ định file riêng bằng `AI_MODEL_MARK_KEY_FILE`. Không đặt key trong thư mục tải về, CSV, prompt, ZIP hay chat công khai.
- `draft_with_aimodelmark.py` lưu văn bản và metadata sử dụng token, không lưu key. Lần tạo mẫu có ba lượt gọi, hai lượt đầu bị cắt; `ai_draft.json` chỉ giữ lượt hoàn chỉnh. Chưa đối soát số credit thực trừ nên không công bố chi phí tiền cho bài này.