Outfit Worker Flow — Canifa AI

1. "Train" AI mà KHÔNG chạm vào LLM

Thay vì tốn kém Fine-tune model LLM, tách bạch NÃO (Rules) khỏi MIệNG (LLM). Data Team chạy Market Basket Analysis và đổ Rule mới vào SQLite.

Transaction Data

User mua: Áo Polo + Quần Khaki

→

SQLite (ai_outfit_rules)

INSERT INTO rules

→

AI Stylist Bot

"Phối với Quần Khaki!"

10 cột tối ưu, giúp AI đọc phát hiểu ngay, query phát ra luôn combo chuẩn đét.

Tên Cột	Kiểu	Giải Thích & Ví Dụ
`id`	INTEGER	Khóa chính tự tăng
`gender`	TEXT	women, men, kid, unisex
`age_group`	TEXT	adult, kid, baby
`occasion`	TEXT	di_lam, di_choi, the_thao, mac_nha
`user_segment`	TEXT	basic, streetwear, all
`anchor_category`	TEXT	Áo Polo, Áo kiểu
`match_role`	TEXT	bottom, outer, set, accessories
`match_category`	TEXT	Quần Khaki, Blazer
`score`	INTEGER	Độ phù hợp (tự động cập nhật)
`is_active`	INTEGER	1 = dùng, 0 = tạm tắt

Ví dụ về các bộ Rules "cứng" được nạp sẵn vào hệ thống.

ID	Gender	Age	Occasion	Segment	Anchor	Role	Match
1	women	adult	di_lam	all	Áo kiểu	bottom	Chân váy
2	women	adult	di_lam	all	Áo kiểu	bottom	Quần dài
5	women	adult	di_lam	all	Áo Sơ mi	bottom	Quần Khaki
8	women	adult	di_lam	all	Áo Sơ mi	outer	Blazer
11	women	adult	di_choi	all	Áo phông	bottom	Quần jean

Mở rộng bảng Rules với cột user_segment. AI tự động nương theo sở thích của khách để mix đồ.

Áo Sơ mi + Minimalist

→ Quần Tây Đen

"Lịch sự, tối giản..."

Áo Sơ mi + Streetwear

→ Quần Cargo

"Năng động, phá cách..."

Bảng Rules tự động chấm điểm (Score) dựa trên phản hồi thật. Rule nào tốt thì giữ, rule nào bị chê thì loại bỏ.

👍

Khách Click/Mua

score = score + 1

👎

Khách Chê

score = score - 5

🤖

Auto Pruning

DELETE WHERE score < 0