GS9 KB Design Playbook

Mục tiêu: Xây dựng một Knowledge Base được thiết kế để AI đọc và xử lý hiệu quả — con người đóng vai trò định nghĩa cấu trúc, cung cấp nội dung, và đánh giá chất lượng output. KB càng được tổ chức tốt, AI output càng đáng tin cậy.

5 phases · vòng lặp liên tục ở phase cuối

Phase 1 — Knowledge Inventory

Functional leads + KB admin ▼

Quy trình

Mỗi MKT Owner, PRD Owner và Functional Lead tự list ra hệ thống kiến thức trong domain của mình. Sau đó KB admin tổng hợp thành inventory chung, làm nền cho việc thiết kế structure.

Mỗi Functional Lead tự điền cho domain của mình

Domain

Mình phụ trách mảng nào? Kiến thức nào chỉ mình có?

Doc types

Đang tạo ra loại tài liệu nào? Plans, reports, SOP, framework...?

Đang lưu ở đâu

Google Drive, Sheets, chat Zalo, trong đầu, email thread...?

Update frequency

Tài liệu này thay đổi hàng ngày, hàng tuần hay gần như không đổi?

Phân loại content — quyết định gì vào KB, gì không

Static

Frameworks, Glossary, SOP, Brand guide
→ Vào KB, ít thay đổi

Semi-dynamic

Plans, Reports, Playbooks
→ Vào KB, cần update định kỳ

Dynamic

Realtime data, live dashboards, daily metrics
→ Không vào KB — để ở Sheets/Metabase

Output Knowledge inventory tổng hợp từ tất cả functional leads — danh sách content, nơi lưu, loại, frequency

Phase 2 — Platform & Format Decision

KB admin + decision makers ▼

Quy trình

Đánh giá các lựa chọn nền tảng và file format dựa trên tiêu chí cụ thể — không chọn vì quen tay. Mục tiêu là chọn platform phục vụ tốt nhất cho AI đọc và team cộng tác.

So sánh nền tảng KB

Tiêu chí	Outline	Notion	Google Drive	OneDrive / SharePoint
AI-friendly format	✓✓	△	△	△
Private collection / permissions	✓✓	✓	△	✓✓
Search & navigation	✓✓	✓✓	△	✓
MCP / API integration	✓✓	✓✓	✓	△
Chi phí	Có phí	Free / Có phí	Free (Google WS)	Microsoft 365
Độ phức tạp setup	Thấp	Trung bình	Thấp	Trung bình

So sánh file format

Tiêu chí	Markdown	Google Docs	Excel / Sheets	PDF	HTML
AI đọc dễ	✓✓	△	△	✗	△
Con người đọc / edit dễ	✓	✓✓	✓✓	✓	△
Structured data (bảng, số liệu)	△	△	✓✓	✗	✓
Version control / diff	✓✓	△	✗	✗	△
Portable (không lock-in)	✓✓	✗	△	✓	✓

✓✓ Tốt · ✓ Được · △ Tuỳ trường hợp · ✗ Không phù hợp

Suggestion cho GS9 KB: Nền tảng — Outline (private collections, MCP-ready, MD-native). File format — Markdown cho tất cả narrative docs. Các file hiện có dạng Excel, PDF, PPT có thể nhờ AI model convert sang Markdown trước khi đưa vào KB — không cần làm tay.

Output Platform & format đã chốt — lý do rõ ràng, không quay lại quyết định này

Phase 3 — Design Structure & Connect AI

KB admin · AI model ▼

Quy trình

Sau khi platform và format được chốt ở Phase 2, connect AI model ngay để generate draft đầu tiên của toàn bộ KB dựa trên knowledge inventory từ Phase 1. AI model không chỉ là Claude — framework này được thiết kế để hoạt động với bất kỳ AI model nào hỗ trợ về sau.

AI model connect — input & output

AI model nhận vào

— Knowledge inventory từ Phase 1
— Collection structure đã chốt
— File format convention (MD)
— Template structure mục tiêu

AI model tạo ra

— Draft Workspace Map
— Draft Collection Map từng collection
— Draft skeleton cho từng doc type
— Naming convention doc
— Convert Excel / PDF / PPT → MD

Human review và chỉnh logic — không viết từ đầu. AI tạo draft nhanh, team chỉ cần validate và approve.

Output AI-generated draft cho tất cả Map docs, templates và file convert — team review và approve, sẵn sàng fill content

Phase 4 — Fill Content & Test

Toàn team · thực nghiệm ▼

Quy trình

Functional leads điền content thật vào draft AI đã tạo. Song song với đó, test thực nghiệm ngay — đặt câu hỏi thật cho AI và đánh giá output. Mục tiêu không phải hoàn thành KB 100%, mà là kiểm tra xem KB có thực sự giúp ích cho AI output không.

Pilot trước — rollout sau

Toàn team cùng pilot

Tất cả functional leads điền content vào collections của mình. Ưu tiên fill đủ 1 collection trước để có thể test thực tế ngay.

Test ngay sau khi fill

Đặt 5–10 câu hỏi thực tế mà team hay hỏi. So sánh AI output khi có KB và không có KB. Ghi lại kết quả.

Tiêu chí đánh giá AI output

🎯

Accuracy

AI trả lời đúng thông tin không?

🧭

Navigation

AI tìm đúng collection / doc không?

📦

Context

Output có đủ context để hành động không?

⚡

Speed

Có nhanh hơn tìm tay không?

Output KB có content thật + test results từ pilot collection + danh sách gaps cần fix trước khi rollout

Phase 5 — Evolution & Optimization

Ongoing · vòng lặp liên tục ▼

Quy trình

KB không phải build một lần là xong. Phase này là vòng lặp liên tục — đánh giá quality AI output, phát hiện điểm yếu trong KB, hiệu chỉnh, rồi test lại. KB càng được tinh chỉnh, AI output càng đáng tin cậy.

Vòng lặp optimization

Observe

AI output bị sai / thiếu ở đâu?

→

Diagnose

Lỗi do KB thiếu, sai, hay cấu trúc kém?

→

Fix

Update doc, thêm context, cải structure

→

Re-test

Chạy lại test cases, đo cải thiện

↻

Các chiều tối ưu KB

Content quality

Doc thiếu context, thông tin cũ, TL;DR chưa rõ → AI trả lời mơ hồ

Structure clarity

Collection không rõ scope, doc bị nhầm chỗ → AI navigate sai collection

Routing accuracy

AI routing guide chưa cover đủ keyword → AI không biết đường đi

Khi nào KB đủ tốt? Không có điểm kết thúc cố định — KB đủ tốt khi AI output đạt ngưỡng team chấp nhận được cho majority of queries. Trong thực tế, cadence review hợp lý là monthly — đánh giá batch failures, cập nhật KB, chạy lại test suite.

Output KB ngày càng đáng tin cậy — AI output chất lượng cao hơn theo mỗi vòng lặp

Roadmap thực thi

Tuần này

11–15/5

Phase 1

Knowledge Inventory

Functional leads điền domain knowledge

KB admin tổng hợp inventory

Phase 2

Platform & Format Decision

So sánh platform + format

Chốt Outline + Markdown

Tuần sau

19–23/5

Phase 3

Design & Connect AI

Connect AI model

AI generate draft KB

Team review + approve

Phase 4

Fill Content & Test

Toàn team fill content

Test AI output với KB

Rollout collections còn lại

Ongoing

Liên tục

Phase 5

Evolution & Optimization

Monthly review cycle

Observe → Diagnose → Fix

↻ Lặp lại liên tục

Collection architecture

Cấu trúc collection — ví dụ thực tế

Mỗi functional team có thể sở hữu nhiều collections — chia theo scope hoặc project. Không bắt buộc gộp tất cả vào 1 collection lớn.

UA team

sở hữu 3 collections

UA General

Framework, SOP, Glossary chung — không gắn project cụ thể

UA — PTG

Plans, Reports, Insights riêng cho Play Together

UA — CFL

Plans, Reports, Insights riêng cho CrossFire Legends

Branding team

sở hữu 3 collections

Branding General

Brand guideline, visual identity, tone of voice — không gắn project cụ thể

Branding — PTG

Creative assets, campaign brief, visual report cho Play Together

Branding — CFL

Creative assets, campaign brief, visual report cho CrossFire Legends

Live Ops team

sở hữu 3 collections

Live Ops General

Quy trình vận hành, event framework, SOP chung — không gắn project cụ thể

Live Ops — PTG

Event schedule, patch notes, ops plan cho Play Together

Live Ops — CFL

Event schedule, patch notes, ops plan cho CrossFire Legends

Cấu trúc phân quyền

Permission set ở collection level — tất cả docs bên trong kế thừa. Cùng 1 workspace nhưng mỗi team thấy sidebar khác nhau tùy quyền.

View + Edit

View only

No access (ẩn hoàn toàn)

🗺AI Map Tier 2 (trong mỗi collection)

MKT thấy trong sidebar

            📁
            GS9 Workspace
          

            ├─🌐
            AI Map Tier 1
            View
          

            ├─📁
            UA General
            Edit
          
├─🗺AI Map Tier 2
├─📄Bidding Strategy Framework
├─📄tCPA Guide
└─📄tROAS Guide
└─📄Creative Testing SOP
├─📄A/B Test Checklist
└─📄Creative Metrics

            ├─📁
            UA — PTG
            Edit
          
├─🗺AI Map Tier 2
├─📄UA Plan Q3 2026
├─📄Budget Allocation
└─📄Channel Breakdown
└─📄CPI Benchmark Q3

            ├─📁
            Branding General
            Edit
          
├─🗺AI Map Tier 2
└─📄Brand Guideline

            ├─🔒
            Live Ops General
            Hidden
          

            ├─🔒
            Coordinator
            Hidden
          

            └─📁
            Project — PTG
            Edit
          
├─🗺AI Map Tier 2
├─📄PTG Plan Q3
└─📄PTG Report

PRD thấy trong sidebar

            📁
            GS9 Workspace
          

            ├─🌐
            AI Map Tier 1
            View
          

            ├─🔒
            UA General
            Hidden
          

            ├─🔒
            Branding General
            Hidden
          

            ├─📁
            Live Ops General
            Edit
          
├─🗺AI Map Tier 2
├─📄Event Framework
├─📄Event Types
└─📄Launch Checklist
└─📄Ops SOP

            ├─📁
            Live Ops — PTG
            Edit
          
├─🗺AI Map Tier 2
├─📄Event Schedule Q3
├─📄July Events
└─📄August Events
└─📄Patch Notes

            ├─📁
            Coordinator
            Edit
          
├─🗺AI Map Tier 2
└─📄Cross-team Tracker

            └─📁
            Project — PTG
            Edit
          
├─🗺AI Map Tier 2
├─📄PTG Plan Q3
└─📄PTG Report

🔒 Collections bị ẩn hoàn toàn — member không biết chúng tồn tại trong workspace. Project — PTG/CFL hiển thị cho cả hai team vì là shared collection.

Workflow dùng AI để viết lại KB

Các file cũ đang nằm rải rác trên Google Drive, OneDrive, Canva — AI model sẽ kết nối qua MCP để đọc, tổng hợp và viết lại thành knowledge docs chuẩn Markdown trên KB chung của team.

Nguồn file cũ

📁Google Drive

☁️OneDrive

🎨Canva

📄PDF, PPT, XLSX...

MCP

→

connect

AI Model

•Đọc file gốc qua MCP

•Tổng hợp và restructure

•Viết lại theo MD template

•Gắn tags + metadata

output

→

viết vào

Outline KB

•Doc chuẩn Markdown

•Đúng collection + đúng tầng

•AI Map Tier 2 tự động cập nhật

review

→

human

Human review

•Check logic

•Approve & publish

Lưu ý: AI model viết draft — human review và approve trước khi coi là knowledge chính thức. Không merge thẳng vào KB mà không qua review.

Nguồn dữ liệu hiện có

📁

Google Drive

Docs, Sheets, Slides

☁️

OneDrive

Word, Excel, PPT

🎨

Canva

Designs, Reports

📄

Files khác

PDF, XLSX, CSV...

👤 Thân thiện với user

🤖 Không thân thiện với AI

File scatter nhiều nơi, AI không tự navigate được

MCP

→

🤖

AI Model

Claude · ChatGPT · Gemini

Read Synthesize Write

👤 Team query

↓

MCP

←

Knowledge Base

🗂

Outline KB

gs9.getoutline.com

🌐

AI Map Tier 1

Workspace routing

📁

Collections

UA · Branding · Live Ops

🗺

AI Map Tier 2

Per-collection index

📄

Docs (Markdown)

Plans · Reports · SOP

🤖 Thân thiện với AI

👤 Con người chỉ cần check logic

AI navigate, retrieve và trả lời chính xác

❌ Không có KB — AI output

✅ Có KB — AI output

🎯UA · MKT — "Campaign PTG tháng 2/2026: vì sao NRU rate tăng bất thường ngày 13–14–15? Dựa trên data phân tích."

—

"Dựa trên data, NRU tăng đột biến ngày 13–15/2. Một số nguyên nhân có thể là: (A) hiệu ứng viral organic từ social, (B) đợt push notification tới user cũ, hoặc (C) biến động thuật toán store. Cần thêm data để xác nhận."

→ AI chỉ phỏng đoán từ data, không biết team đã làm gì trong giai đoạn đó

"Ngày 13–15/2 là cao điểm Tết Nguyên Đán. Theo KB: Branding đã active chiến dịch livestream Tết trên TikTok và Facebook, đồng thời Product tung event Tết in-game cùng thời điểm. Sự kết hợp MKT + Product tạo hiệu ứng synergy — NRU và revenue tăng ~X lần so với baseline tháng 1. Đây không phải bất thường mà là kết quả có chủ đích từ cross-team campaign."

→ AI hiểu đúng context chiến dịch, phân tích chính xác nguyên nhân thay vì phỏng đoán

🎮Live Ops · PRD — "PTG tuần 3 tháng 3: ARPPU tăng 40% và PU rate tăng 15% so với tuần trước — lý do là gì?"

—

"ARPPU tăng 40% có thể do: (A) bundle offer mới kích thích high-value user, (B) limited item tạo FOMO, hoặc (C) giá IAP thay đổi. PU rate tăng 15% thường đi kèm event có reward hấp dẫn. Cần review lịch sử monetization để xác định."

→ Liệt kê giả thuyết chung, không xác định được nguyên nhân thực tế

"Tuần 3 tháng 3 trùng ngày ra mắt Big Update v2.5 (theo Event Schedule Q1 trong KB). Bản cập nhật bổ sung Season Pass mới và gói trang phục giới hạn. Kết hợp với sự kiện 'Spring Festival' đang chạy, người chơi có động lực chi tiêu mạnh hơn. ARPPU và PU rate tăng là kết quả trực tiếp từ kế hoạch sản phẩm đã định sẵn."

→ Kết nối được chỉ số với sự kiện và lộ trình sản phẩm, giải thích có căn cứ thay vì đoán mò

Tại sao có KB tiết kiệm thời gian?

❌ Không có KB — cần 3–4 lượt mới đủ context

👤 "Tại sao NRU PTG tăng mạnh ngày 13–15/2?"
🤖 "Bạn có thể cho biết NRU tăng bao nhiêu % và so với baseline nào không?"

👤 "Tăng gấp đôi so với tuần trước"
🤖 "Team có chạy campaign gì trong giai đoạn đó không? Paid UA hay organic?"

👤 "Branding có chạy livestream Tết, product có event Tết"
🤖 "À vậy thì nguyên nhân có thể là synergy giữa campaign và event. Bạn có data revenue không?"

👤 "Revenue cũng tăng X lần..."
🤖 Sau 4 lượt mới tổng hợp được đủ context để phân tích

⏱ 3–4 lượt hỏi đáp để AI hiểu đủ context

✅ Có KB — 1 lượt, AI đã biết hết context

👤 "Tại sao NRU PTG tăng bất thường ngày 13–15/2? Dựa trên data phân tích."
🤖 "Ngày 13–15/2 là cao điểm Tết. Theo KB: Branding active livestream Tết (TikTok + Facebook), Product đồng thời tung event Tết in-game. Synergy cross-team tạo NRU và revenue tăng ~X lần vs baseline tháng 1. Đây là kết quả có chủ đích — không phải anomaly."

AI tự navigate qua:
🌐 AI Map Tier 1 → 📁 Project — PTG → 📄 Campaign Tết Report + Event Schedule Q1

⚡ 1 lượt. AI đã có đủ context từ KB.

Nếu team query 50 lần/ngày

200 lượt

không có KB

→

50 lượt

có KB

–75%

~185,000

tokens/session · không có KB

→

~45,000

tokens/session · có KB

–76%