Tóm tắt: Anthropic vừa công bố một blueprint mã nguồn mở cho hai nhóm tác vụ thương mại điện tử: shopping agent phục vụ người mua và merchant agent hỗ trợ đội vận hành. Điểm đáng chú ý không chỉ nằm ở khả năng trò chuyện, mà ở cách blueprint nối mô hình Claude với catalog, giỏ hàng, checkout, đơn hàng, tồn kho, pricing và chiến dịch marketing—đồng thời đặt provenance, giới hạn thao tác và human approval vào ngay lớp thực thi.
Hình 1. Mô phỏng kiến trúc: hai agent dùng chung runtime, backend doanh nghiệp và lớp guardrail; thanh toán vẫn do checkout của doanh nghiệp hoặc nhà cung cấp payment xử lý.
1. Vì sao commerce agent khác chatbot bán hàng?
Chatbot truyền thống thường trả lời câu hỏi từ một tập nội dung tĩnh. Commerce agent đi xa hơn: nó hiểu một mục tiêu kinh doanh hoặc nhu cầu mua sắm bằng ngôn ngữ tự nhiên, sau đó lập kế hoạch, gọi các tool phù hợp, đọc dữ liệu thật từ hệ thống doanh nghiệp và trình bày kết quả ngay trong cuộc hội thoại.
Ví dụ, khách hàng không cần biết tên sản phẩm hay tự lọc từng danh mục. Họ có thể nói: “Tôi cần lều, túi ngủ và bếp cho chuyến đi cuối tuần với hai trẻ nhỏ.” Agent có thể tìm nhiều sản phẩm, cân nhắc ngân sách và ràng buộc, đưa ra so sánh, tạo cart rồi chuyển sang checkout. Trong cùng cuộc trò chuyện, khách hàng có thể hỏi tiếp đơn đang ở đâu, chính sách đổi trả hoặc điều kiện hoàn tiền. Đây là trải nghiệm “một phiên hội thoại cho toàn bộ hành trình mua”, thay vì chuyển qua nhiều trang và bộ phận hỗ trợ.1
Anthropic cho biết các retailer đang chạy shopping agent trên Claude đã quan sát cart lớn hơn tới 35% và người mua có khả năng hoàn tất giao dịch cao hơn 60%. Đây là số liệu được nêu trong bài công bố của Anthropic, vì vậy nên xem như claim của nhà cung cấp chứ chưa phải benchmark độc lập áp dụng cho mọi ngành.1
2. Blueprint gồm những gì?
Repository anthropics/commerce-agents cung cấp hai agent tham chiếu, các skill/tool contract, runtime, ví dụ theo ngành, plugin cho Claude Code, tài liệu backend và bộ kiểm thử. Một agent được định nghĩa một lần—gồm prompt, skills, tool contracts và gates—nhưng có thể chạy qua Messages API, Claude Agent SDK hoặc Managed Agents (beta).2
| Thành phần | Vai trò | Dữ liệu/hệ thống thường kết nối |
|---|---|---|
| Shopping agent | Trợ lý mua sắm ở website/app của doanh nghiệp | Catalog, cart, checkout, preferences, order history, policy |
| Merchant agent | Trợ lý cho nhân viên và chủ shop | Sales analytics, catalog, inventory, pricing, promotions, campaigns |
| StorefrontBackend | Adapter cho phía khách hàng | Tìm sản phẩm, chi tiết, giỏ hàng, đơn hàng, chính sách |
| MerchantBackend | Adapter cho phía vận hành | Số liệu, tồn kho, listing, giá, khuyến mãi, chiến dịch |
| Commerce-common | Lớp dùng chung | Fencing, grounding, memory, presentation, executor, events |
| Claude Code plugin | Scaffold và review agent | /scaffold-commerce-agent, /add-commerce-flow, /author-commerce-evals, /review-commerce-agent |
| Examples | Demo có thể chạy | Retail, travel, telecom, entertainment |
Điểm kiến trúc quan trọng là model không truy cập trực tiếp database hay credential. Backend gọi hệ thống nội bộ bằng danh tính và quyền do host quản lý, sau đó chỉ trả về kết quả đã chuẩn hóa cho agent. Với checkout, reference implementation chỉ dựng cart và handoff sang route checkout/hosted checkout; nó không tự đặt đơn hay thu tiền.2 4
3. Các tính năng chính
3.1 Shopping agent: tìm, hiểu, so sánh và chuyển giao checkout
Shopping agent hỗ trợ tìm kiếm catalog bằng ngôn ngữ tự nhiên, xử lý yêu cầu nhiều sản phẩm, ghi nhớ một số preference được phép lưu, hiển thị product card/comparison/cart trong hội thoại và trả lời câu hỏi hậu mãi. Đây là tập hợp các năng lực tạo thành một “shopping copilot”, không chỉ là công cụ search có thêm ô chat.1
Một chi tiết kỹ thuật đáng chú ý là catalog phải phân biệt plain product, family và variant. Với sản phẩm có size hoặc màu, agent phải dùng variant id khi thêm vào cart hoặc cập nhật giá/tồn kho. Nếu một tổ hợp biến thể không tồn tại, backend phải trả lời rằng sản phẩm không được bán ở tổ hợp đó thay vì để model tự suy diễn.4
3.2 Merchant agent: biến dữ liệu vận hành thành hành động có kiểm soát
Merchant agent có thể trả lời câu hỏi như “mặt hàng nào bán chậm?”, theo dõi tồn kho, cảnh báo nguy cơ hết hàng trước một chương trình khuyến mãi, đề xuất giá hoặc promotion dựa trên lịch sử bán hàng và soạn thảo campaign để giải phóng hàng tồn.1
Khác biệt lớn so với một dashboard phân tích là agent có thể nối insight → đề xuất → thay đổi staged. Tuy nhiên, thay đổi không được live ngay: mặc định host phải duyệt trước khi apply_change. Nhân viên vẫn là người chịu trách nhiệm cuối cùng đối với giá, listing, promotion và campaign.2 3
3.3 Guardrails là một phần của sản phẩm, không phải phụ lục
Blueprint đưa safety vào executor và tool call. Third-party text được sanitize, đặt trong fence cố định và giới hạn kích thước để giảm prompt injection. Số lượng kết quả search, số vòng tool iteration, kích thước history và memory đều có cap. Cart chỉ nhận product id mà catalog/order tool đã trả về trong session; staged write chỉ nhận id có provenance tương ứng.3
Lớp grounding buộc một số câu hỏi phải đọc dữ liệu trước khi trả lời, chẳng hạn câu hỏi về điều khoản, đơn hàng hoặc hiệu suất kinh doanh. Disclosure được server tạo ra, còn UI payload phải được đối chiếu với server records. Với merchant agent, guardrail chạy cả lúc stage lẫn lúc apply và kiểm tra các giới hạn như độ sâu khuyến mãi, biên độ thay đổi giá, kích thước restock và ngân sách campaign.3
“The reference stops at the boundary of your systems.” — Tài liệu safety của repository nhấn mạnh rằng reference code dừng ở ranh giới hệ thống của doanh nghiệp; auth, business rules, payment, rate limit và quy trình phê duyệt vẫn là trách nhiệm của deployment.3
4. Cài đặt và chạy demo từng bước
Điều kiện cần
Repository yêu cầu Python 3.11+, Node.js 22 và một API key cho Anthropic. Demo web dùng chung một workspace trong thư mục examples.2
Bước 1: Clone repository và tạo virtual environment
git clone https://github.com/anthropics/commerce-agents.git
cd commerce-agents
python3 -m venv .venv
source .venv/bin/activate
Bước 2: Cài dependency và cấu hình key
pip install -r requirements.txt
cp .env.example .env
Mở .env và thêm ANTHROPIC_API_KEY. Trong môi trường production, không commit file .env, không truyền credential qua prompt/tool argument và nên lấy credential từ secret manager hoặc vault.
Bước 3: Cài các web demo
cd examples
npm ci
cd ..
Bước 4: Chạy demo retail
python scripts/run_demo.py retail
Theo README, retail demo chạy API ở cổng 8000 và storefront ở 3000. Có thể dùng –merchant để mở merchant portal thay storefront, hoặc –all để mở cả hai. Các vertical còn lại là travel (3001/3101), telecom (3002/3102) và entertainment (3003/3103).2
Bước 5: Thử Agent SDK và Claude Code plugin
python shopping-agent/runtime-agent-sdk/main.py –once “a two-person tent under $250”
python merchant-agent/runtime-agent-sdk/main.py
Để scaffold agent riêng, có thể dùng plugin:
claude plugin marketplace add anthropics/commerce-agents
claude plugin install commerce-builder@claude-commerce-agents
claude
/scaffold-commerce-agent a shopping assistant for our store
Plugin sẽ hỏi về stack, hệ thống hiện có và yêu cầu cần xây dựng, sau đó tạo kế hoạch/project skeleton. Những lệnh tiếp theo hỗ trợ thêm flow, viết evals hoặc review agent đang có.2
Bước 6: Kiểm tra chất lượng trước khi mở rộng
ruff check .
ruff format –check .
pytest
python scripts/check.py
python scripts/verify_all.py
Các lệnh này chỉ kiểm tra reference implementation. Trước production cần bổ sung integration test với catalog thật, kiểm thử quyền truy cập, idempotency, payment handoff, fraud rules, PII, rate limiting và tình huống dữ liệu stale.
Ngoài ra, có thể tích hợp trên claude cowork:
Step 1: Vào menu Customizes -> Plugins -> Add marketplace
Step 2: chọn mục Add from a repository -> fill vào url: anthropics/commerce-agents -> Nhấn Sync
Step 3: Add commerce-agents vào trong Cowork:
Step 4: Click vào Commerce builder sẽ thấy trang detail của plugin này:
5. Tích hợp vào hệ thống e-commerce thật
Cách tiếp cận an toàn nhất là xem agent như một lớp orchestration nằm giữa UI và domain backend, không phải một service được cấp quyền tự do. Host xác thực người dùng, khởi tạo session với customer id hoặc merchant/operator identity, rồi backend đọc identity từ session. Không nên để route hay tool argument mang trực tiếp user id do client cung cấp.4
Các flow có thứ tự—chẳng hạn xác thực → kiểm tra eligibility → submit, hoặc giữ chỗ → xác nhận—phải được backend enforce. Với thao tác có thể retry, nên dùng idempotency key dựa trên session và hash của cart lines. Khi người dùng hoàn tất một bước ngoài hội thoại, như nhập OTP hoặc thanh toán ở trang khác, host có thể đưa app event vào session để turn kế tiếp biết trạng thái mới.4
| Hạng mục tích hợp | Khuyến nghị triển khai |
|---|---|
| Danh tính | Bind principal ở session start; guest cũng là một principal có giới hạn |
| Credential | Giữ ở host/backend hoặc vault; tuyệt đối không đưa vào context model |
| Catalog | Chuẩn hóa product/family/variant; không trả biến thể không tồn tại |
| Cart | Chỉ cho phép id có provenance; serialize cart writes theo session |
| Checkout | Handoff sang route hoặc hosted checkout; URL không đi qua model |
| Merchant writes | Stage → host approval → apply; lưu audit trail |
| Dữ liệu thiếu | Trả None kèm note lý do, không biến thiếu dữ liệu thành số 0 |
| Hệ thống chưa có | Tắt bằng enable_*, không để tool “ảo” xuất hiện trong prompt |
Một pilot tốt không cần tích hợp mọi thứ ngay từ đầu. Shopping pilot có thể chỉ triển khai search và product details, còn các method khác trả về unavailable. Merchant pilot có thể bắt đầu bằng các read method và từ chối toàn bộ write. Cách này giúp đội kỹ thuật kiểm chứng chất lượng grounding và UX trước khi cấp quyền thay đổi dữ liệu.2
6. Use case theo ngành
Retail và marketplace
Shopping agent phù hợp với các nhu cầu có nhiều ràng buộc: mua trọn bộ cho một hoạt động, chọn sản phẩm theo ngân sách, so sánh nhiều biến thể hoặc tìm sản phẩm thay thế khi hết hàng. Merchant agent có thể theo dõi sell-through, phát hiện hàng sắp thiếu trước campaign và đề xuất danh sách cần giảm giá.
Ở marketplace, seller có thể trở thành một search dimension và checkout có thể trả về một link cho mỗi seller. Giá được báo phải là giá của đúng account/session; agent không được suy ra một mức giá chung nếu nền tảng có contract pricing.2 4
Travel và ticketing
Travel có inventory phụ thuộc ngày, số khách và điều kiện; ticketing có hold, expiry, ownership và fee disclosure. Đây là những domain cho thấy backend phải giữ flow state và enforce thứ tự, thay vì phó mặc toàn bộ quy trình cho prompt. Agent có thể đóng vai trò tư vấn và điều phối, còn engine booking vẫn là nguồn sự thật.2 4
Telecom và subscription
Với telecom, agent có thể giải thích plan, phí và điều kiện theo account; merchant-side agent phân tích plan mix và đề xuất price move. Các khoản phí regulated hoặc disclosure bắt buộc nên được server-authored, không để model tự viết lại tùy ý.2 3
Vận hành marketing và customer service
Merchant agent có thể biến câu hỏi “tôi nên làm gì tuần này?” thành một digest gồm hàng tồn, hiệu suất, vấn đề cần chú ý và hành động đề xuất. Ở phía khách hàng, câu hỏi về đơn hàng, đổi trả và refund được trả lời trong cùng conversation, giúp giảm việc chuyển context giữa chatbot và trang support.1
7. Cảnh báo rủi ro: điều gì dễ bị đánh giá thấp?
Thứ nhất là nhầm lẫn giữa reference blueprint và production system. Ví dụ trong repository dùng dữ liệu hư cấu, không có authentication hoàn chỉnh, MCP server bind loopback và không đặt đơn/thu tiền. Doanh nghiệp phải tự bổ sung auth/authz ở mọi route, credential isolation, rate limit, fraud rule, inventory rule, payment orchestration và approval surface.2 3
Thứ hai là prompt injection và dữ liệu không đáng tin. Tên sản phẩm, review, campaign text hoặc dữ liệu từ đối tác có thể chứa chỉ dẫn giả. Fencing và sanitization giúp giảm rủi ro, nhưng không thể thay thế việc giới hạn tool surface và kiểm tra provenance. Một nguyên tắc thực dụng là: model có thể đề xuất, nhưng backend quyết định write có hợp lệ hay không.
Thứ ba là rò rỉ PII qua memory và log. Memory cần retention, cơ chế xem/xóa từng fact và liên kết với quy trình xóa tài khoản. DEBUG log có thể chứa injected facts và toàn bộ cart; do đó log phải có access control, retention policy và masking phù hợp.3
Thứ tư là dữ liệu stale, giá sai hoặc tồn kho không đồng bộ. Agent có thể lập luận tốt trên dữ liệu cũ nhưng kết quả vẫn sai về nghiệp vụ. Catalog, inventory và pricing cần timestamp, nguồn dữ liệu, quy tắc fallback và cơ chế kiểm tra lại ngay trước cart/checkout.
Thứ năm là quyền merchant quá rộng. Không nên cho agent tự động live price change, promotion sâu hoặc campaign chi ngân sách. require_host_approval nên được giữ bật; approval surface phải xác định rõ ai được duyệt, duyệt cái gì và audit record được lưu ở đâu.3
Thứ sáu là claim tăng trưởng dễ bị đọc quá mức. Con số cart +35% và completion +60% là thông tin Anthropic công bố trong bài giới thiệu. Khi đánh giá ROI, doanh nghiệp nên chạy A/B test độc lập, đo conversion, margin, return rate, support deflection, fraud loss và mức độ hài lòng—không chỉ nhìn vào số lượng token hay số cuộc hội thoại.
8. Định hướng tương lai của e-commerce
Commerce agent có thể làm thay đổi “điểm vào” của mua sắm. Thay vì bắt đầu từ homepage hoặc marketplace search box, người dùng sẽ bắt đầu từ một mục tiêu: chuyến đi, căn phòng cần hoàn thiện, ngân sách gia đình, vấn đề cần giải quyết hoặc một kế hoạch dài ngày. Catalog vẫn quan trọng, nhưng khả năng được agent hiểu, so sánh và chứng minh nguồn gốc sẽ trở thành một phần của discoverability.
Thứ hai, thương hiệu sẽ phải tối ưu cho agent-readable commerce. Product data cần cấu trúc tốt, variant rõ ràng, giá và tồn kho có nguồn, policy có thể grounding, disclosure có thể hiển thị trong UI và checkout có API/handoff rõ ràng. SEO sẽ không biến mất, nhưng sẽ bổ sung một lớp mới: dữ liệu và chính sách phải đủ chính xác để agent lựa chọn mà không cần đoán.
Thứ ba, payment và identity sẽ trở thành hạ tầng của agentic commerce. Blueprint cố ý để payment ở ngoài ranh giới reference code. Trong tương lai, những chuẩn cho agent identity, delegated authorization, buyer intent, consent, transaction limits và dispute resolution sẽ quan trọng không kém API catalog.
Thứ tư, lợi thế cạnh tranh sẽ chuyển từ “có chatbot” sang độ tin cậy của closed-loop agent: đọc đúng dữ liệu, giải thích được tại sao chọn, đề xuất hợp lý, hành động trong giới hạn, xin người duyệt ở điểm nhạy cảm và để lại audit trail. Agent càng có quyền, governance càng phải trở thành một feature người dùng nhìn thấy được.
9. Kết luận: nên bắt đầu từ đâu?
Claude Commerce Agents đáng chú ý vì nó coi agent là một hệ thống gồm model, skills, tools, backend contracts, runtime và guardrails—không phải một prompt dài gắn vào website. Với đội e-commerce, lộ trình thực tế là bắt đầu bằng shopping agent read-only cho catalog và policy; sau đó thêm cart và checkout handoff; cuối cùng mới mở merchant insight và staged writes có human approval.
Nếu làm đúng, agent sẽ không thay thế toàn bộ commerce stack. Nó trở thành lớp điều phối tự nhiên hơn giữa ý định của người dùng và các hệ thống vốn đã có trong doanh nghiệp. Nếu làm vội, rủi ro lớn nhất không phải câu trả lời hơi kém duyên, mà là cấp quyền sai cho một hệ thống chưa có identity, provenance, business rule và audit đủ chặt.
References
[1]: https://claude.com/blog/claude-for-commerce-agents “Building commerce agents with Claude — Anthropic, September 2, 2026”
[2]: https://github.com/anthropics/commerce-agents “anthropics/commerce-agents — Reference blueprint repository”
[3]: https://github.com/anthropics/commerce-agents/blob/main/docs/safety.md “commerce-agents/docs/safety.md — Safety controls and deployment responsibilities”
[4]: https://github.com/anthropics/commerce-agents/blob/main/docs/backends.md “commerce-agents/docs/backends.md — Mapping your systems”
Vui lòng đăng nhập để bình luận.