Gian lận hoàn tiền bằng ảnh sản phẩm bị AI chỉnh sửa: quy trình xét duyệt cho người bán

Ảnh cận cảnh một sản phẩm bị nứt có thể cho thấy bức ảnh ghi lại một hư hỏng. Nhưng ảnh thường cho biết rất ít về việc món hàng thuộc đơn nào, khách có thực sự nhận món hàng đó không, hoặc hư hỏng xảy ra từ khi nào. Khả năng ảnh bị AI chỉnh sửa làm tăng thêm mức độ không chắc chắn, nhưng quyết định hoàn tiền hay trả hàng của người bán vẫn phụ thuộc vào những câu hỏi thương mại thông thường ấy.

Cách xử lý hữu ích là một quy trình xét duyệt ngắn, dựa trên bằng chứng: liên kết đơn hàng, món hàng, kiện hàng và tình trạng khách khai báo; xác định mối liên kết còn thiếu; yêu cầu đúng loại bằng chứng có thể lấp khoảng trống đó; rồi ghi lại quyết định của con người theo quy trình đổi trả đang áp dụng. Kết quả phân tích ảnh có thể hỗ trợ bước xét duyệt này, nhưng không nên trở thành quy tắc tự động từ chối hoàn tiền.

Hướng dẫn này dành cho bộ phận vận hành thương mại điện tử, chăm sóc khách hàng và quản trị rủi ro của người bán, những bộ phận xử lý khiếu nại hàng hư hỏng hoặc không đúng mô tả, trên sàn thương mại điện tử cũng như trên kênh bán riêng. Hãy dùng bảng quyết định cho ticket đang xử lý và phần đo lường để đánh giá một đợt thí điểm.

Xác định đúng phạm vi: đừng gộp mọi yêu cầu hoàn tiền vào nhãn “lừa đảo AI”

Khi xét duyệt ảnh, hãy tách ba câu hỏi. Tệp ảnh có dấu hiệu do AI tạo ra hoặc bị chỉnh sửa không? Món hàng trong ảnh có gắn với giao dịch này không? Toàn bộ hồ sơ có đủ cơ sở cho hướng xử lý mà khách yêu cầu không? Một bức ảnh thật có thể chụp món hàng của một lần mua khác. Một bức ảnh bị chỉnh sửa có thể đi kèm một lỗi có thật. Ảnh chụp thùng hàng bị móp có thể là thật trong khi sản phẩm bên trong vẫn nguyên vẹn.

Bước xét duyệt cần giải quyết đúng điểm chưa chắc chắn liên quan đến yêu cầu. Nếu khách nói một thiết bị gia dụng không bật được, bức ảnh có thể xác định model nhưng không thể chứng minh mọi lỗi vận hành. Hãy chuyển sang bước khắc phục sự cố hoặc kiểm tra hàng phù hợp, thay vì liên tục xin ảnh rõ hơn về một lỗi không nhìn thấy được.

Dùng AI để soạn tin nhắn khiếu nại khác với bịa đặt bằng chứng về sản phẩm. Thông cáo về nghiên cứu của Riskified vào tháng 6 năm 2026 mô tả một khảo sát người tiêu dùng được ủy thác thực hiện về việc dùng AI hỗ trợ yêu cầu trả hàng hoặc hoàn tiền, kể cả soạn nội dung yêu cầu. Đó là nghiên cứu của doanh nghiệp về hành vi do người trả lời tự khai, không phải số liệu đo mức độ phổ biến của ảnh hư hỏng bị bịa đặt. Nghiên cứu này cũng không thể chứng minh rằng lời khiếu nại được viết trau chuốt hay bức ảnh khác thường của một khách hàng cụ thể là gian lận. Thông cáo nghiên cứu của Riskified (tiếng Anh)

Bối cảnh Việt Nam: đã có gì và chưa có gì

Khi biên soạn bài này, chúng tôi không tìm thấy số liệu công khai nào về mức độ phổ biến của ảnh hàng lỗi do AI tạo ra trong yêu cầu hoàn tiền trên các sàn thương mại điện tử tại Việt Nam. Báo chí trong nước đã thuật lại các vụ việc ở Trung Quốc. Ví dụ, báo Dân trí ngày 1 tháng 12 năm 2025, dẫn South China Morning Post, mô tả người bán ở Trung Quốc nhận được ảnh trái cây bị mốc, bàn chải điện bị gỉ hay chiếc cốc nứt do người mua dùng AI tạo ra sau đợt khuyến mãi 11/11. Dân trí Nên xem đây là hiện tượng đã xuất hiện ở nước ngoài, chưa được thống kê ở Việt Nam.

Báo chí Việt Nam đã ghi nhận những tranh cãi về ảnh minh chứng trong chính sách hoàn tiền của sàn, nhưng chưa thấy nhắc đến yếu tố AI. Theo VietNamNet ngày 1 tháng 5 năm 2022, từ ngày 18 tháng 4 năm 2022 Shopee bắt đầu hoàn tiền tự động cho người mua khiếu nại, không cần trả hàng hay chờ người bán đồng ý; một người bán nghi ngờ bức ảnh “cáp sạc hỏng” mà người mua gửi lên. VietNamNet Theo Người Lao Động ngày 18 tháng 11 năm 2025, từ ngày 24 tháng 11 năm 2025 Shopee giới hạn đối tượng được chọn lý do trả hàng “hàng nguyên vẹn nhưng không còn nhu cầu” (người mua hạng Kim cương, hạng Vàng hoặc dùng gói Shopee VIP), triển khai dần theo từng nhóm; người bán phản ánh việc nhận lại hàng đã dùng thử hoặc đã mở niêm phong, và có thể từ chối nhận lại hoặc khiếu nại kèm bằng chứng mở hàng. Người Lao Động Bài của Người Lao Động không đưa số liệu về mức độ lạm dụng, và cả hai bài đều không nhắc đến ảnh do AI tạo ra.

Gian lận trả hàng, wardrobing và lừa đảo hoàn tiền: xét duyệt ảnh nằm ở đâu

Gian lận trả hàng là mọi hành vi lừa dối nhằm lấy lại tiền hoặc hàng, còn wardrobing và lừa đảo hoàn tiền là hai dạng của nó. Xét duyệt ảnh giúp được một số dạng và không giúp được số khác, nên hãy xác định bạn đang giải quyết vấn đề nào trước khi mua hoặc tinh chỉnh công cụ.

• Gian lận trả hàng (returns fraud) là thuật ngữ rộng: nhận hoàn tiền hoặc hàng thay thế bằng cách khai sai về giao dịch mua, món hàng, tình trạng của nó hay lý do trả hàng.
• Wardrobing là mua hàng, mặc hoặc dùng tạm, rồi trả lại để nhận hoàn tiền như thể chưa dùng. Điểm gian dối nằm ở việc đã sử dụng, không phải ở hư hỏng.
• Lừa đảo hoàn tiền (refund scam) có hai nghĩa. Với người bán, đó là yêu cầu hoàn tiền sai sự thật để vừa lấy tiền vừa giữ hàng hoặc giá trị của hàng: trả hộp rỗng, trả hàng bị tráo, hoặc khai hư hỏng, “không đúng mô tả” sai sự thật hay phóng đại. Với người tiêu dùng, cụm từ này còn chỉ kẻ giả danh một tổ chức, viện cớ “nhận hoàn tiền” để lấy thông tin cá nhân, mã OTP hoặc tiền, như Cổng thông tin điện tử Bộ Công an nêu trong bài về 25 kịch bản lừa đảo trên không gian mạng năm 2026 (đăng ngày 8 tháng 9 năm 2026). Cổng thông tin điện tử Bộ Công an Hướng dẫn này đề cập đến nghĩa dành cho người bán.
• Gian lận bên thứ nhất (first-party fraud), còn gọi là first-party misuse hoặc friendly fraud, là khi chính khách hàng thật, không phải kẻ đánh cắp danh tính, đưa ra yêu cầu sai. Các tổ chức thẻ quốc tế dùng thuật ngữ này để chỉ trường hợp chủ thẻ báo gian lận đối với giao dịch chính họ đã thực hiện; người bán cũng dùng thuật ngữ này cho yêu cầu trả hàng, hoàn tiền sai sự thật.

Phòng ngừa chargeback và gian lận bên thứ nhất

Mục này dành cho người bán nhận thanh toán thẻ trực tiếp, chẳng hạn qua website riêng. Với đơn bán trên sàn, tranh chấp trả hàng và hoàn tiền thường được giải quyết theo quy trình khiếu nại của chính sàn, xem mục Pháp luật và quy định của sàn tại Việt Nam.

Phòng ngừa chargeback (chủ thẻ yêu cầu ngân hàng phát hành thẻ hoàn trả giao dịch) bắt đầu từ một bản ghi quyết định được lập hồ sơ đầy đủ, và bản ghi xét duyệt ảnh chỉ đóng góp cho một số loại tranh chấp. Khi khách tranh chấp một giao dịch với ngân hàng phát hành thẻ, với lý do hàng hư hỏng hoặc không đúng mô tả, phản hồi của người bán có thể gồm tin đăng tại thời điểm mua, hồ sơ xử lý đơn và giao hàng, ảnh và tin nhắn gốc của khách, kết quả kiểm tra hàng hoàn và bản ghi xét duyệt các ảnh đó. Giá trị băm SHA-256 và dấu thời gian của tệp cho biết chính xác tệp nào đã được kiểm tra. Các tổ chức thẻ quốc tế gán cho những tranh chấp này mã riêng, tách biệt với tranh chấp “tôi không thực hiện giao dịch này”: mã 13.3 của Visa là “Not as Described or Defective Merchandise/Services”, được Stripe xếp vào nhóm “product unacceptable”. Stripe, các nhóm mã lý do tranh chấp (tiếng Anh)

Visa Compelling Evidence 3.0 là một công cụ khác cho một loại tranh chấp khác. Công cụ này áp dụng cho tranh chấp Visa mã 10.4, “Other Fraud - Card Absent Environment”, khi chủ thẻ cho rằng mình không thực hiện giao dịch. Nó dựa trên các giao dịch trước đó của cùng chủ thẻ chưa bị báo cáo gian lận và các định danh trùng khớp như mã thiết bị, địa chỉ IP hoặc địa chỉ giao hàng, không dựa trên ảnh chụp, và việc nộp hồ sơ theo CE 3.0 không bảo đảm thắng tranh chấp vì ngân hàng phát hành là bên quyết định. Stripe, cách Stripe hỗ trợ Visa Compelling Evidence 3.0 (tiếng Anh) Quy tắc của các tổ chức thẻ quốc tế thay đổi, nên hãy xác nhận yêu cầu hiện hành với ngân hàng thanh toán hoặc nhà cung cấp dịch vụ thanh toán của bạn. Bản ghi ticket mô tả ở mục Đóng ticket để nhóm khác hiểu được là bản ghi bạn sẽ dùng đến nếu sau đó phát sinh tranh chấp về sản phẩm.

Xây dựng bốn mối liên kết trước khi diễn giải kết quả của công cụ phát hiện

Hãy bắt đầu từ các bản ghi người bán đã có. Đừng yêu cầu khách cung cấp những thông tin mà hệ thống đơn hàng của bạn có thể truy xuất một cách đáng tin cậy.

Với đơn bị tách thành nhiều kiện, hãy xác định kiện nào chứa dòng hàng đang tranh chấp. Với hàng bán theo bộ, hãy ghi rõ món nào và bao nhiêu món bị ảnh hưởng. Với sản phẩm có số sê-ri, hãy so số sê-ri nhìn thấy trong ảnh với số sê-ri thực sự được ghi lại lúc xử lý đơn; chỉ riêng SKU tồn kho không đủ để chỉ ra sai lệch ở từng chiếc cụ thể. Nếu cửa hàng không ghi số sê-ri, hãy nêu rõ hạn chế đó.

Quy trình khiếu nại của các sàn cho thấy điều tương tự. Một hướng dẫn dành cho người bán Shopee của BigSeller, nhà cung cấp phần mềm quản lý bán hàng, đăng ngày 9 tháng 6 năm 2025, khuyên quay video đóng gói thể hiện mã đơn, mã vận đơn cùng đúng sản phẩm và số lượng; quay video mở kiện hàng hoàn, đủ cả sáu mặt của kiện; và lập biên bản đồng kiểm cùng bưu tá khi kiện hoàn không còn nguyên bao bì. Đây là hướng dẫn của một bên thứ ba cho quy trình khiếu nại riêng của một sàn, không phải tài liệu chính thức của sàn và cũng không phải quy tắc chung cho mọi yêu cầu hoàn tiền của khách; điều kiện hiện hành do sàn quy định. Ví dụ này cho thấy vì sao tình trạng sản phẩm và mối liên kết với giao dịch đều quan trọng. BigSeller, cách cung cấp bằng chứng khiếu nại Trả hàng/Hoàn tiền Hình dưới đây tóm tắt bốn mối liên kết cần xác lập trước khi quyết định.

Lưu giữ hồ sơ khách gửi và chọn một bước tiếp theo hữu ích

Hãy lưu chung tệp đính kèm đã nhận, mã ticket, dòng hàng trong đơn, thời điểm nhận và kênh tiếp nhận. Giữ lại phần giải thích đi kèm của khách. Nếu khách gửi ảnh qua Zalo, Messenger hay ứng dụng nhắn tin khác, hãy ghi lại kênh đó, vì ảnh gửi qua ứng dụng nhắn tin có thể đã bị nén hoặc đổi kích thước. Nếu hệ thống hỗ trợ lưu cả tệp tải lên và bản xem trước đã nén, hãy ghi rõ bản nào đã được kiểm tra. Lưu phần chú thích riêng để người xét duyệt khác có thể xem lại bản bằng chứng chưa bị đánh dấu.

Trước khi chuyển lên cấp trên, hãy viết một nhận xét cụ thể: “Ảnh cận cảnh cho thấy vết nứt trên nắp, nhưng không có ảnh nào liên kết chiếc nắp đó với model trong đơn hàng.” Tránh viết “rõ ràng là gian lận AI”, vì cụm này gộp một nhận định kỹ thuật chưa chắc chắn với một nhận định về ý đồ. Một nhãn mơ hồ cũng khiến nhân viên tiếp theo khó xử lý tiếp.

Hãy ghi vào ticket số lần theo dõi tối đa và thời điểm xem xét tiếp theo. Một yêu cầu có trọng tâm thường hữu ích hơn đề nghị “bổ sung bằng chứng” chung chung. Nếu khách không thể đáp ứng, hãy chọn một hướng xử lý có sẵn theo chính sách, chẳng hạn kiểm tra hàng hoàn theo quy trình đã phê duyệt hoặc để quản lý xem xét. Đừng biến việc khách không phản hồi, đã bỏ bao bì hay không còn tệp gốc từ máy ảnh thành kết luận kỹ thuật rằng ảnh bị chỉnh sửa.

Pháp luật và quy định của sàn tại Việt Nam

Yêu cầu bổ sung bằng chứng cần nằm trong khuôn khổ pháp luật và quy định của nơi bạn bán. Dưới đây là thông tin bối cảnh, không phải tư vấn pháp lý; hãy nhờ bộ phận pháp lý đối chiếu với văn bản hiện hành.

Bán hàng từ xa. Luật Bảo vệ quyền lợi người tiêu dùng số 19/2023/QH15, có hiệu lực từ ngày 1 tháng 7 năm 2024, quy định tại khoản 1 Điều 37 rằng tổ chức, cá nhân kinh doanh trong giao dịch từ xa phải cung cấp chính xác và đầy đủ cho người tiêu dùng nhiều thông tin, trong đó có điều kiện và phương thức đổi, trả sản phẩm; quy trình xử lý việc đổi, trả hoặc chấm dứt thực hiện hợp đồng đã giao kết; và quy trình tiếp nhận, giải quyết phản ánh, yêu cầu, khiếu nại. Điều 37, Luật Bảo vệ quyền lợi người tiêu dùng 2023 Vì vậy, bạn nên ghi sẵn trong chính sách đổi trả công khai loại bằng chứng có thể yêu cầu và cách nộp, để không phải đặt thêm điều kiện giữa chừng ở một ticket cụ thể.

Bán trên sàn. Tranh chấp trả hàng và hoàn tiền thường được giải quyết theo quy trình riêng của sàn. Điều kiện, thời hạn khiếu nại và loại bằng chứng do sàn quy định và có thể thay đổi, như đợt siết lý do trả hàng của Shopee từ ngày 24 tháng 11 năm 2025 nêu ở trên. Hãy tham khảo trung tâm trợ giúp người bán của sàn trước khi dựa vào các mô tả trên báo chí hay blog.

Hình sự. Hành vi dùng thủ đoạn gian dối để chiếm đoạt tài sản của người khác có thể thuộc tội lừa đảo chiếm đoạt tài sản tại Điều 174 Bộ luật Hình sự 2015 (văn bản hợp nhất 135/VBHN-VPQH ngày 5 tháng 9 năm 2025). Khung hình phạt cơ bản áp dụng cho tài sản trị giá từ 2.000.000 ₫ đến dưới 50.000.000 ₫ (hoặc dưới mức đó nếu có một số tình tiết nhất định), với hình phạt cải tạo không giam giữ đến 3 năm hoặc phạt tù từ 6 tháng đến 3 năm; khung cao nhất, với tài sản từ 500.000.000 ₫ trở lên, là phạt tù từ 12 năm đến 20 năm hoặc tù chung thân. Bộ luật Hình sự 2015, văn bản hợp nhất 135/VBHN-VPQH Việc xác định có thủ đoạn gian dối, ý đồ chiếm đoạt hay tội danh thuộc về cơ quan có thẩm quyền. Một nghi vấn kỹ thuật về ảnh không phải bằng chứng về ý đồ, và bộ phận vận hành không nên dùng ngôn từ buộc tội khi trao đổi với khách.

Dữ liệu cá nhân. Ảnh và tin nhắn khiếu nại thường chứa dữ liệu cá nhân, chẳng hạn tên, địa chỉ và số điện thoại trên nhãn vận đơn. Luật Bảo vệ dữ liệu cá nhân số 91/2025/QH15 có hiệu lực từ ngày 1 tháng 1 năm 2026 và có quy định riêng về chuyển dữ liệu cá nhân xuyên biên giới tại Điều 20, trong đó có trường hợp dùng nền tảng đặt ngoài lãnh thổ Việt Nam để xử lý dữ liệu cá nhân thu thập tại Việt Nam. Luật Bảo vệ dữ liệu cá nhân số 91/2025/QH15, Công báo Hãy để bộ phận pháp lý hoặc cố vấn pháp lý của bạn đánh giá nghĩa vụ này trước khi đưa bất kỳ dịch vụ xử lý nào đặt ngoài Việt Nam vào quy trình, và chỉ chuyển cho dịch vụ đó những tệp thực sự cần phân tích.

Dùng phân tích ảnh cho đúng câu hỏi mà nó trả lời được

Một kết quả về việc cả bức ảnh có do AI tạo ra hay không chưa phải là đánh giá về một vết nứt nhỏ, một vết bẩn hay một số sê-ri bị đổi. Trước khi dùng một kết quả, hãy xác định công cụ được thiết kế để trả lời câu hỏi nào, yêu cầu đầu vào ra sao và cách diễn giải kết quả. Ghi lại tham chiếu tệp và kết quả trả về theo đúng thuật ngữ của công cụ; đừng diễn giải điểm số của ảnh thành xác suất khách hàng đã gian lận.

Xác minh hình ảnh của Fileverity kiểm tra các ảnh mà bộ phận hỗ trợ của bạn lưu giữ để tìm dấu hiệu do AI tạo ra, dấu hiệu chỉnh sửa cục bộ và thông tin nguồn gốc, đồng thời cho biết một phát hiện liên quan đến vùng nào, để người xét duyệt chọn được bước theo dõi hữu ích cho chi tiết đang tranh chấp, chẳng hạn một góc chụp liên kết món hàng với đơn.

Nếu ảnh chụp màn hình là tệp duy nhất có sẵn, hãy ghi lại hạn chế đó. Xin tệp gốc có thể giúp người xét duyệt, nhưng tệp có dung lượng lớn hơn không bảo đảm có câu trả lời dứt khoát. Hướng dẫn liên quan về ảnh chụp màn hình và ảnh bị nén bàn kỹ hơn về vấn đề đầu vào này.

Hãy giữ ranh giới rõ ràng giữa quan sát của người phân tích và hành động của bộ phận hỗ trợ. “Tệp được cung cấp để lại một nghi vấn chỉnh sửa cục bộ chưa giải quyết” có thể là cơ sở cho một vòng xem xét có giới hạn. Nó không xác lập ai đã chỉnh sửa, sản phẩm có nguyên vẹn hay không, hoặc yêu cầu có đủ điều kiện hay không. Ngược lại, một kết quả không nêu nghi vấn nào cũng không xác minh được kiện hàng, giao dịch hay tình trạng sản phẩm.

Cách đo xem một phát hiện có liên quan đến phần hư hỏng được khai báo hay không

Phân tích chỉnh sửa của Fileverity giữ lại các vùng không gian và đối chiếu chúng với ảnh đã nộp. Đó là một nguyên tắc kỹ thuật trong phân tích rộng hơn của Fileverity: vị trí là bằng chứng mà một nhãn chung cho cả bức ảnh sẽ bỏ qua. Với một yêu cầu hoàn tiền, nó cho phép người xét duyệt kiểm tra xem một phát hiện có liên quan đến vết nứt được nêu hay chỉ liên quan đến phần khác của bức ảnh. Chính người xét duyệt là người xác định chi tiết nào quan trọng đối với yêu cầu.

Hai khung chồng lên nhau giúp đo được sự khác biệt này. Gọi R là vùng do người xét duyệt xác định, chứa chi tiết đang tranh chấp, và B là một khung do công cụ đánh giá ảnh đánh dấu. Cả hai phải thuộc cùng một ảnh, cùng hướng và cùng hệ tọa độ. Đặt I = S(R ∩ B), tức diện tích phần giao nhau, với S là diện tích.

Hai chỉ số hình học trả lời hai câu hỏi khác nhau:

• Độ phủ vùng xét duyệt: I / S(R).
• Giao trên hợp (Intersection over Union, IoU): I / [S(R) + S(B) − I].

IoU là thước đo so sánh không gian tiêu chuẩn trong thị giác máy tính. Ở đây, nó đo mức chồng lấn hình học. Rezatofighi và cộng sự, CVPR 2019 (tiếng Anh)

Hãy xét một ví dụ giả định, dùng tọa độ điểm ảnh (pixel) theo quy ước không tính cạnh cuối. Vùng xét duyệt là R = [100,100,200,200], diện tích 10.000 điểm ảnh. Khung đánh dấu là B = [150,100,250,200], diện tích cũng là 10.000. Phần giao nhau là 50 × 100 = 5.000. Độ phủ vùng xét duyệt là 50%, còn IoU là 5.000 / 15.000, tức 33,3%. Không con số nào là xác suất yêu cầu đó gian lận.

Mẫu số rất quan trọng. Một khung đánh dấu khổng lồ bao trùm cả bức ảnh có thể cho độ phủ 100% với một vùng vết nứt nhỏ trong khi định vị rất kém. IoU giúp bộc lộ sự chênh lệch này, nhưng ngay cả khung khớp hoàn hảo cũng không xác minh được vết nứt: khung chỉ bao một vùng và có thể chứa cả những điểm ảnh không thay đổi. Độ phân giải của bản đồ kết quả, việc đổi kích thước và các bước xử lý ảnh thông thường cũng giới hạn độ chính xác của đường biên.

Hãy dùng phép đo hình học này để làm cho bước theo dõi cụ thể hơn. Ghi lại việc phát hiện mà công cụ nêu có giao với chi tiết đang tranh chấp hay không và mức chồng lấn có đủ chính xác để dùng được hay không. Sau đó, hãy tìm góc chụp gốc hoặc bằng chứng khác về chính món hàng đó. Một nghi vấn chỉ nằm ở tấm áp phích phía sau không nên thành lý do để từ chối yêu cầu về hư hỏng. Ngược lại, việc không có vùng giao nhau cũng không chứng minh món hàng thuộc về đơn hàng. Hình dưới đây dựng lại ví dụ số ở trên.

Minh họa: thêm vết nứt vào một bức ảnh thật

Nguồn là một bức ảnh nhà bếp thật do Eli Christman chụp năm 2019. Fileverity dùng AI thêm một vết nứt hư cấu vào chiếc cối thủy tinh trong suốt, trong một bản phái sinh riêng. Cặp ảnh này minh họa vì sao một khung cảnh trông bình thường vẫn có thể chứa một chi tiết đã bị chỉnh sửa và đủ sức ảnh hưởng đến quyết định. Ticket giả định ở mục sau là một ví dụ riêng. Hình dưới đây đặt hai ảnh cạnh nhau, kèm các chi tiết phóng to của chiếc cối.

Ví dụ minh họa: cối máy xay sinh tố bị nứt

Toàn bộ trường hợp này là giả định. Một khách hàng đặt mua máy xay sinh tố màu than chì có cối thủy tinh trong suốt dung tích 1,5 lít, giá 1.290.000 ₫, và sau khi nhận hàng yêu cầu đổi cối mới. Đơn hàng còn có một phụ kiện được gửi riêng. Ticket gồm P01, một ảnh chụp màn hình cận cảnh dường như cho thấy một vết nứt; P02, ảnh rộng hơn chụp chiếc máy xay; và P03, ảnh nhãn dán trên thùng ngoài.

Nhân viên hỗ trợ kiểm tra phân bổ vận chuyển trước. P03 khớp với kiện chứa phụ kiện, không phải kiện chứa máy xay. P02 cho thấy đúng model, nhưng góc chụp không thấy cùng phần cối với P01. Một công cụ phân tích kỹ thuật cũng nêu nghi vấn chỉnh sửa đối với P01. Không có số sê-ri nào của chiếc cối được ghi lại.

Như vậy có hai khoảng trống riêng biệt: nhãn kiện hàng thuộc kiện hàng gửi riêng còn lại, và vết nứt hiện ra trong ảnh không thể đối chiếu giữa các góc chụp. Không khoảng trống nào trong số này chứng minh khách thiếu trung thực. Nhãn có thể là một sự nhầm lẫn dễ hiểu; ảnh chụp màn hình có thể đã đi qua một ứng dụng nhắn tin. Nhân viên xem bản ghi hiện có đã trả lời được câu hỏi về kiện hàng hay chưa, rồi gửi một yêu cầu được soạn riêng.

Mẫu tin nhắn gửi khách, có thể sao chép

Chào bạn, cảm ơn bạn đã gửi ảnh. Shop muốn đối chiếu chiếc cối bị hỏng với chiếc máy xay trong đơn hàng của bạn để xem xét yêu cầu đổi cối mới. Nhãn kiện hàng shop nhận được có vẻ thuộc về phụ kiện gửi riêng.

Nếu còn ảnh gốc, bạn vui lòng gửi trực tiếp tấm ảnh cận cảnh từ điện thoại hoặc máy ảnh, thay vì ảnh chụp màn hình. Nếu an toàn, bạn cũng gửi giúp một ảnh rộng hơn, nhìn thấy cả vết nứt lẫn đủ phần cối và thân máy để nhận ra model. Bạn vui lòng không chạm vào cạnh vỡ và không bật máy để minh họa lỗi.

Bạn không cần gửi lại địa chỉ hoặc thông tin thanh toán. Nếu bao bì của máy xay còn, bạn gửi mã vận đơn hoặc ảnh nhãn qua kênh tiếp nhận shop đã hướng dẫn; nếu không còn, bạn cứ báo cho shop. Nếu không thể chụp thêm ảnh, bạn trả lời tin nhắn này để shop trao đổi với bạn về phương án trả hàng hoặc kiểm tra phù hợp. Shop sẽ cập nhật yêu cầu của bạn chậm nhất là [ngày/giờ].

Nhân viên nên bỏ những yêu cầu mà bản ghi của người bán đã trả lời được và thay phần trong ngoặc vuông trước khi gửi. Chỉ hỏi những bằng chứng mà khách còn có thể cung cấp một cách an toàn.

Nhánh A: khách hợp lệ nhận được hướng xử lý

Khách gửi ảnh chụp trực tiếp từ máy ảnh và một ảnh rộng hơn có phần nội dung trùng với ảnh đó. Cả hai đều cho thấy vết nứt nằm trên cùng một đường gân đúc đặc trưng của chiếc cối. Nhân viên hỗ trợ xác nhận model và kiện hàng của máy xay từ bản ghi hiện có; khách giải thích rằng cả hai nhãn kiện hàng đều đặt trên mặt bếp. Chuyên viên kỹ thuật nhận thấy nghi vấn ban đầu không còn trên ảnh gốc và các góc chụp đối chiếu.

Giờ đây đã có đủ cơ sở để xử lý theo quy trình xét duyệt hàng hư hỏng thông thường của người bán. Nhân viên sắp xếp đổi cối theo quy trình áp dụng, đóng nghi vấn về ảnh và ghi lại lý do chấm dứt yêu cầu bổ sung. Cảnh báo ban đầu không được lưu lại là “lạm dụng đã xác nhận”. Kết quả kỹ thuật đã giúp định hướng một bước kiểm tra, và bằng chứng bổ sung đã giúp một khách hàng hợp lệ có được giải pháp.

Nhánh B: vẫn còn một nghi vấn đáng kể

Giả sử khách trả lại chiếc cối theo quy trình đã quy định. Bộ phận nhận hàng hoàn ghi lại kiện hàng, nội dung bên trong và tình trạng khi nhận (quay video mở kiện nếu quy trình của shop yêu cầu; khi hàng hoàn đi qua đơn vị vận chuyển, có thể kèm biên bản đồng kiểm). Một dấu sản xuất đặc trưng liên kết chiếc cối nhận về với P02, nhưng vết nứt thấy trong P01 thì không có trên chiếc cối này. Chuyên viên kỹ thuật vẫn còn nghi vấn về vùng vết nứt trong tệp đã nộp.

Trưởng bộ phận hàng hoàn giờ có một chênh lệch cụ thể cần đối chiếu. Họ xem xét khả năng tráo linh kiện, sai sót khi kiểm tra hoặc một lời giải thích cho bức ảnh, và cho khách cơ hội làm rõ. Hồ sơ kỹ thuật và hồ sơ kiểm tra hàng vẫn tách biệt. Giả sử khách làm rõ rằng P01 chụp một chiếc cối cũ của lần mua khác. Chiếc cối trả về còn nguyên vẹn, và chính sách trả hàng thông thường được giả định cho phép hoàn tiền ở giai đoạn này. Trưởng bộ phận ghi nhận đây là một trường hợp trả hàng và hoàn tiền thông thường, không phải đổi hàng vì hư hỏng, rồi gắn kết quả xử lý vào hồ sơ để nhân viên khác không áp dụng thêm một hướng xử lý nữa. Chênh lệch được giải quyết bằng việc nhận diện đúng món hàng và lời làm rõ của khách; nghi vấn kỹ thuật còn lại về P01 được ghi riêng, không khẳng định đã chứng minh được việc AI tạo ra ảnh hay ý đồ của khách.

Nhánh C: bằng chứng vẫn chưa giải quyết được

Một khả năng khác là khách không còn bao bì hay tệp gốc và không thể cung cấp một cách an toàn một góc chụp liên kết chiếc cối với chiếc máy xay. Ảnh chụp màn hình vẫn không phù hợp để có kết luận kỹ thuật đáng tin cậy. Bộ phận hỗ trợ ghi “đánh giá ảnh chưa đủ cơ sở để kết luận; liên kết giữa món hàng và tình trạng chưa đầy đủ”, rồi chuyển ticket cho quản lý quyết định phương án trả hàng, kiểm tra hoặc ngoại lệ theo chính sách. Nếu chấp thuận ngoại lệ, ngoại lệ đó được ghi nhận là ngoại lệ, không phải xác nhận rằng ảnh là thật. Nếu chọn hướng xử lý khác, cơ sở của nó là quy trình áp dụng và bằng chứng sẵn có, không phải một kết luận chắc chắn thiếu căn cứ về AI.

Ba nhánh có chung một quy tắc dừng: kết thúc câu hỏi về bằng chứng khi hồ sơ hiện có đủ cơ sở cho một quyết định hoặc một phương án thay thế đã được ghi lại. Đừng chạy phân tích hết lần này đến lần khác cho đến khi xuất hiện kết quả mình mong muốn.

Trong Fileverity, bước kỹ thuật cho ticket này là phân tích ảnh của khách: báo cáo đánh dấu vùng của chiếc cối mà một phát hiện liên quan, để trưởng nhóm hỗ trợ thấy nó có chạm tới vết nứt được nêu hay không, và ghi lại giá trị băm SHA-256 của tệp đã kiểm tra cùng trạng thái xác thực dấu thời gian cho ticket.

Đóng ticket để nhóm khác hiểu được

Hãy dùng một bản ghi đóng ticket gọn: đơn hàng và dòng hàng; mã kiện hàng; tình trạng khai báo; mã các tệp đã lưu; nhận xét liên quan; yêu cầu bổ sung và phản hồi; kết quả kiểm tra hàng hoặc kết luận kỹ thuật; người quyết định; hướng xử lý; và các hạn chế chưa giải quyết. Hãy liên kết mọi lần đổi hàng, hoàn tiền hoặc cho phép trả hàng để nhân viên sau biết những gì đã được thực hiện.

Bản ghi đó hữu ích nếu sau đó có tranh chấp thanh toán, nhưng xét duyệt hoàn tiền và phản hồi chargeback là hai quy trình khác nhau. Hướng dẫn của Shopify cho tranh chấp “product unacceptable” gồm tin đăng tại thời điểm mua, hồ sơ xử lý đơn, ảnh trước khi giao nếu có, trao đổi với khách và lịch sử giải quyết. Riêng dữ liệu quét khi giao hàng phản ánh trực tiếp việc giao hàng hơn là tình trạng bên trong hộp. Hướng dẫn tranh chấp của Shopify (tiếng Anh)

Stripe cũng mô tả bằng chứng về thông số sản phẩm, bối cảnh giao dịch, chính sách và kết quả hỗ trợ cho các tranh chấp “product unacceptable”. Hãy chuẩn bị một bộ hồ sơ liên quan và dễ đọc, theo hướng dẫn hiện hành của nhà cung cấp dịch vụ thanh toán; đừng cho rằng ảnh chụp màn hình công cụ phát hiện đáp ứng được yêu cầu bằng chứng hay bảo đảm kết quả tranh chấp. Các bộ bằng chứng mẫu của Stripe (tiếng Anh)

Đo chất lượng giải quyết, không chỉ đếm số cảnh báo

Hãy chạy một đợt thí điểm giới hạn trên một nhóm xác định gồm các khiếu nại hư hỏng có ảnh. Bao gồm cả ticket thông thường lẫn ticket được chuyển lên cấp trên; nếu không, dữ liệu sẽ không cho thấy mức phiền hà mà những khách hàng đã có bằng chứng đầy đủ phải chịu. Theo dõi kết quả cấp ticket tách biệt với phân tích cấp tệp, vì một ticket có thể chứa nhiều ảnh.

Ví dụ, trong một nhóm giả định gồm 100 ticket, 20 ticket nhận yêu cầu bổ sung. Đến ngày báo cáo, 16 ticket đã hoàn tất theo dõi và 12 ticket đã giải quyết câu hỏi mục tiêu. Tỷ lệ yêu cầu là 20/100 = 20%; tỷ lệ giải quyết tính trên số ticket đã hoàn tất theo dõi là 12/16 = 75%. Hãy báo cáo riêng bốn ticket còn chờ. Đếm 12/20 mà không giải thích các trường hợp chưa xong là trả lời một câu hỏi khác.

Đừng gọi các ticket còn lại là “gian lận bị phát hiện” và đừng coi mỗi khoản hoàn tiền bị giữ lại là một khoản thiệt hại đã ngăn chặn được. Hãy đối chiếu một mẫu các trường hợp đã đóng với bằng chứng độc lập khi có thể, và báo cáo minh bạch các kết quả chưa giải quyết. Thay đổi về cơ cấu sản phẩm, tỷ lệ hư hỏng hay chính sách đổi trả có thể làm các chỉ số này thay đổi mà phân tích ảnh không hề tốt lên.

Đưa Fileverity vào bước xem xét kỹ thuật

Hãy đưa các ảnh mà kênh hỗ trợ của bạn lưu giữ vào Xác minh hình ảnh của Fileverity, kèm đúng câu hỏi về việc AI tạo ra, chỉnh sửa hoặc nguồn gốc mà người xét duyệt cần giải quyết. Hãy bổ sung cả ảnh hợp lệ rõ nét, ảnh chụp màn hình, ảnh qua xử lý thông thường, các chỉnh sửa có liên quan và những trường hợp mà đáp án đúng là chưa đủ cơ sở để kết luận.

Trước khi mở rộng, hãy kiểm tra xem quan sát nhận được có giúp người xét duyệt tiếp theo chọn được hướng xử lý tốt hơn không, khách hàng hợp lệ có phải nhận những yêu cầu không cần thiết không, và hồ sơ quyết định có còn dễ hiểu không. Hãy thống nhất các kết quả cần theo dõi: yêu cầu bổ sung hữu ích đã được giải quyết, yêu cầu bổ sung không cần thiết, đánh giá chưa đủ cơ sở để kết luận và thời gian đến khi xử lý xong. Hãy liên hệ bộ phận kinh doanh và gửi cho chúng tôi loại khiếu nại, các định dạng ảnh sẵn có và câu hỏi xét duyệt của bạn; chúng tôi sẽ cùng đội ngũ của bạn xem các trường hợp thực tế. Fileverity phân tích tệp trên máy chủ do Entogo vận hành tại Toronto, Canada và xóa chúng khi phân tích hoàn tất. Trang Tin cậy và bảo mật trình bày cách xử lý dữ liệu, gồm cả triển khai riêng cho khách hàng Enterprise theo yêu cầu.

Để xem cách làm với ảnh hồ sơ bồi thường bảo hiểm, hãy đọc trục lợi bảo hiểm và thẩm định ảnh bồi thường. Để phân biệt chỉnh sửa cục bộ với ảnh được tạo hoàn toàn bằng AI, hãy đọc phát hiện ảnh bị AI chỉnh sửa cục bộ.

Tác giả Yang Zheng