LeaseInVietnam: Hệ Thống AI Rental Intelligence Tự Trị Cho Expat Tại Việt Nam

🇬🇧 Read the English version of this article on tanhdev.com

Answer-first: LeaseInVietnam là hệ thống AI Rental Intelligence tự trị hai node phân tách vật lý (Node 112 chịu trách nhiệm bóc tách dữ liệu tất định bằng Go và phân loại qua Gemma-4; Node 114 đảm nhiệm biên tập PostgreSQL, tổng hợp bài viết MDX bằng GPT-5.2 và kích hoạt GitOps CI/CD). Nền tảng chuyển đổi lưu lượng người thuê expat thành phễu lead B2B có hoa hồng thông qua 4 tầng kiểm duyệt chống ảo giác (Anti-Hallucination Pipeline), cơ chế cảnh báo lừa đảo tiền cọc tự động và hàng rào định vị địa lý (Geo-fence) nghiêm ngặt.

Đa phần các dự án sáng tạo nội dung tự động bằng AI hiện nay đều vấp phải cùng một sai lầm: tập trung vào số lượng thay vì giá trị chuyển đổi. Họ tạo ra hàng nghìn bài blog xào xáo nội dung chỉ để kiếm vài đồng lẻ từ Google AdSense.

LeaseInVietnam được thiết kế dựa trên một triết lý kỹ thuật và kinh doanh hoàn toàn khác: mọi bài viết được xuất bản đều phải đóng vai trò là một phễu tạo khách hàng tiềm năng (B2B Lead Funnel) có giá trị cao.

Hệ thống hoạt động như một cổng thông tin tái định cư tự trị (autonomous relocation hub) phục vụ người nước ngoài (expats) và dân du mục kỹ thuật số (digital nomads) sinh sống tại miền Nam Việt Nam — tập trung vào TP. Hồ Chí Minh (Thảo Điền, An Phú, Quận 7), Nha Trang và Phú Quốc. Nền tảng tự động sản xuất các bài phân tích thị trường bằng tiếng Anh Mỹ chuẩn mực, xuất bản hàng ngày thông qua GitOps lên Cloudflare Pages, và điều hướng độc giả vào các dịch vụ B2B sinh lời: vận chuyển nhà quốc tế, cho thuê nội thất, dịch vụ dọn dẹp và tư vấn pháp lý visa/hợp đồng.

Để mô hình này tồn tại, niềm tin của độc giả là tài sản tối thượng. Một con số giá thuê bịa đặt (hallucinated price) hay một thông tin sai lệch về đăng ký tạm trú công an sẽ phá hủy toàn bộ uy tín của thương hiệu. Vì vậy, nguyên tắc kiến trúc bất di bất dịch của LeaseInVietnam là: Không có bất kỳ dữ kiện nào được phép xuất hiện trên bài viết nếu không có chuỗi bằng chứng (evidence chain) truy vết ngược về một phần tử DOM hoặc một API response thực tế.

1. Mô Hình Kinh Doanh: Phễu Leads B2B Thay Vì Quảng Cáo Banner Rác

Khách thuê người nước ngoài khi bắt đầu ký hợp đồng thuê nhà tại Việt Nam luôn có một chuỗi nhu cầu phụ trợ thiết yếu trong 30 ngày đầu tiên:

1. Dịch vụ chuyển nhà trọn gói (Relocation Movers): Cần tài xế và nhân viên bốc xếp giao tiếp được bằng tiếng Anh (hoa hồng giới thiệu 10%–15% trên mỗi booking, tương đương $40 – $120).
2. Dịch vụ dọn dẹp định kỳ (Housekeeping): Đặt lịch dọn vệ sinh hàng tuần qua các đối tác (bTaskee, JupViec).
3. Thuê hoặc mua sắm nội thất (Furniture Rental): Nhiều expat chọn thuê căn hộ trống để tiết kiệm chi phí, sau đó thuê gói nội thất 1–2 năm. Hoa hồng một hợp đồng nội thất có thể lên tới hàng ngàn USD.
4. Tư vấn pháp lý, Visa & Thẻ tạm trú (TRC): Hỗ trợ thủ tục đăng ký tạm trú với công an phường, xin cấp Thẻ tạm trú (TRC) hoặc gia hạn visa lao động.

flowchart LR
    READER["Expat đọc bài viết phân tích"] --> FORM["Điền Form / Bấm CTA Ngữ Cảnh"]
    FORM --> WEBHOOK["Webhook API trên Node 114"]
    WEBHOOK --> N8N["Workflow n8n Tự Động Phân Loại"]
    N8N --> D1{"Loại Dịch Vụ?"}
    D1 -->|Chuyển nhà| P1["Telegram Bot → Đối Tác Chuyển Nhà"]
    D1 -->|Pháp lý & Visa| P2["Telegram Bot → Văn Phòng Luật Sư"]
    D1 -->|Nội thất| P3["Telegram Bot → Đơn Vị Decor"]
    D1 -->|Dọn dẹp| P4["Telegram Bot → bTaskee / JupViec"]
    P1 & P2 & P3 & P4 --> LEDGER[("PostgreSQL: B2B Referral Ledger (Đối soát hoa hồng)")]

Mỗi bài viết được xuất bản đều được phân tích ngữ cảnh để tiêm (inject) tự động component Call-To-Action (CTA) phù hợp nhất. Ví dụ: bài viết cảnh báo tình trạng ngập nước đường Nguyễn Hữu Cảnh vào mùa mưa sẽ tự động nhúng CTA dịch vụ vệ sinh và chuyển nhà bằng xe tải kín; bài viết phân tích rủi ro tranh chấp tiền cọc sẽ nhúng CTA dịch vụ thẩm tra hợp đồng thuê nhà của văn phòng luật sư.

2. Tính Năng Phát Hiện Lừa Đảo Cọc (Scam Warning Engine)

Nỗi sợ lớn nhất của người nước ngoài tại thị trường bất động sản Việt Nam là bị lừa đảo (scams): căn hộ ma không có thật, hình ảnh photoshop sai lệch thực tế, chủ nhà ảo đòi chuyển cọc giữ chỗ trước khi xem nhà, hoặc căn hộ không đủ điều kiện pháp lý để đăng ký tạm trú cho người nước ngoài.

Hệ thống biến nỗi sợ hãi này thành lợi thế cạnh tranh cốt lõi bằng cách tự động phân tích và gắn thẻ cảnh báo rủi ro <ScamWarning /> lên bài viết:

flowchart TD
    RAW["Tin Đăng Thu Thập Được"] --> EXTRACT["Go Extractor bóc tách trường dữ liệu"]
    EXTRACT --> RULE1{"Giá thấp hơn 40% so với trung bình khu vực?"}
    EXTRACT --> RULE2{"Yêu cầu cọc > 3 tháng trước khi xem nhà?"}
    EXTRACT --> RULE3{"Địa chỉ mập mờ, thiếu tên tòa nhà/số nhà?"}
    EXTRACT --> RULE4{"Domain nguồn thuộc Tier C (mạng xã hội trôi nổi)?"}

    RULE1 -- "Có" --> SCAM_SCORE["Tăng Scam Risk Score (+35)"]
    RULE2 -- "Có" --> SCAM_SCORE["Tăng Scam Risk Score (+40)"]
    RULE3 -- "Có" --> SCAM_SCORE["Tăng Scam Risk Score (+20)"]
    RULE4 -- "Có" --> SCAM_SCORE["Tăng Scam Risk Score (+15)"]

    SCAM_SCORE --> EVAL{"Tổng Risk Score >= 50?"}
    EVAL -- "Đúng" --> RENDER_SCAM["Tự động nhúng component <ScamWarning> màu đỏ rực"]
    EVAL -- "Sai" --> SAFE["Bài viết được gắn nhãn Xác Minh An Toàn (Verified)"]

3. Kiến Trúc Hệ Thống: 2 Node Phân Tách Vật Lý & Pipeline 8 Giai Đoạn

Toàn bộ hệ thống vận hành trên 2 máy chủ vật lý đặt trong mạng nội bộ (LAN):

• Node 112 (Data Plane / Facts Engine): Chuyên trách thu thập dữ liệu thị trường, lọc trùng lặp, tải trang web thô và chạy mô hình cục bộ Gemma-4:e4b qua Ollama để trích xuất dữ kiện. Node này tuyệt đối không có quyền ghi vào Git và không trực tiếp gọi API sinh bài viết.
• Node 114 (Editorial Plane / Story Engine): Quản lý cơ sở dữ liệu PostgreSQL, lưu trữ các gói dữ kiện (bundles), gọi GPT-5.2 để tổng hợp bài viết chuẩn định dạng MDX, kiểm thử schema đầu ra và bóp cò kích hoạt GitOps đẩy bài lên Cloudflare Pages.

sequenceDiagram
    autonumber
    participant Spider as Node 112: Spider Worker (Go)
    participant Ollama as Node 112: Gemma-4 Local AI
    participant Node114 as Node 114: Ingestion API (Go)
    participant DB as Node 114: PostgreSQL
    participant Editor as Node 114: GPT-5.2 Layout Engine
    participant Git as GitHub / Cloudflare Pages

    Spider->>Spider: Thu thập HTML & Bóc tách tất định (DOM/Regex)
    Spider->>Ollama: Phân loại danh mục & Đánh giá rủi ro (Offline)
    Ollama-->>Spider: Trả về Structured JSON Facts
    Spider->>Node114: POST /internal/api/v1/bundles (Idempotency Key)
    Node114->>DB: Lưu trữ Facts kèm Evidence Chain
    Node114->>Editor: Gom nhóm 15 facts cùng khu vực -> Gọi GPT-5.2
    Editor-->>Node114: Trả về file bài viết MDX hoàn chỉnh
    Node114->>Node114: Validate AST cú pháp MDX & Check Anti-Hallucination
    Node114->>Git: Git commit & push -> Cloudflare Pages build web tự động

4. Pipeline Chống Ảo Giác 4 Tầng (Anti-Hallucination Pipeline)

Để đảm bảo AI không bao giờ bịa đặt giá cả hay địa chỉ, mọi trường thông tin bắt buộc phải đi qua 4 tầng xác thực khắt khe:

Tầng 1: Bóc Tách Tất Định Bằng Go (PuerkitoBio/goquery)

Trình bóc tách bằng Go sử dụng thuật toán ưu tiên 3 cấp:

1. JSON-LD / Schema.org nhúng sẵn: Độ tự tin cao nhất (0.95 – 0.98).
2. CSS DOM Selectors: Độ tự tin cao (0.85 – 0.92).
3. Biểu thức chính quy (Regex): Độ tự tin trung bình (0.70 – 0.85).
4. Vứt bỏ (Drop): Nếu cả 3 phương thức không tìm thấy bằng chứng, trường dữ liệu bị đánh dấu là MISSING thay vì để AI đoán mò.

package extractor

import (
	"bytes"
	"context"
	"encoding/json"
	"errors"
	"fmt"
	"regexp"
	"strconv"
	"strings"
	"time"

	"github.com/PuerkitoBio/goquery"
)

var (
	ErrOutOfGeoFence = errors.New("tọa độ hoặc khu vực nằm ngoài phạm vi hỗ trợ (chỉ chấp nhận Miền Nam VN)")
	ErrMissingPrice  = errors.New("không tìm thấy giá niêm yết có bằng chứng xác thực")
)

// SupportedZones: Hàng rào địa lý nghiêm ngặt (Geo-fence)
var SupportedZones = map[string]bool{
	"thao_dien": true,
	"an_phu":    true,
	"quan_7":    true,
	"binh_thanh": true,
	"nha_trang": true,
	"phu_quoc":  true,
}

type ExtractedRecord struct {
	SourceURL       string            `json:"source_url"`
	RawHTMLHash     string            `json:"raw_html_hash"`
	Zone            string            `json:"zone"`
	MonthlyPriceVND int64             `json:"monthly_price_vnd"`
	Bedrooms        int               `json:"bedrooms"`
	AreaSqm         float64           `json:"area_sqm"`
	DepositMonths   int               `json:"deposit_months"`
	ConfidenceScore float64           `json:"confidence_score"`
	EvidenceSnippet map[string]string `json:"evidence_snippet"`
	ScamRiskScore   int               `json:"scam_risk_score"`
	ExtractedAt     time.Time         `json:"extracted_at"`
}

type DeterministicExtractor struct {
	priceRegex   *regexp.Regexp
	bedroomRegex *regexp.Regexp
}

func NewDeterministicExtractor() *DeterministicExtractor {
	return &DeterministicExtractor{
		priceRegex:   regexp.MustCompile(`(?i)(?:giá|price)[\s:]*([0-9.,]+)\s*(triệu|tr|vnd|usd)`),
		bedroomRegex: regexp.MustCompile(`(?i)([0-9]+)\s*(?:pn|phòng ngủ|bedroom|bed)`),
	}
}

// ExtractFromHTML bóc tách dữ liệu có truy vết bằng chứng (Evidence Chain)
func (e *DeterministicExtractor) ExtractFromHTML(ctx context.Context, sourceURL string, htmlContent []byte, targetZone string) (*ExtractedRecord, error) {
	// 1. Kiểm tra hàng rào địa lý (Geo-fence Check)
	if !SupportedZones[strings.ToLower(targetZone)] {
		return nil, fmt.Errorf("%w: %s", ErrOutOfGeoFence, targetZone)
	}

	doc, err := goquery.NewDocumentFromReader(bytes.NewReader(htmlContent))
	if err != nil {
		return nil, fmt.Errorf("lỗi parse html goquery: %w", err)
	}

	record := &ExtractedRecord{
		SourceURL:       sourceURL,
		Zone:            targetZone,
		EvidenceSnippet: make(map[string]string),
		ExtractedAt:     time.Now().UTC(),
	}

	// 2. Ưu tiên cấp 1: Bóc tách cấu trúc JSON-LD nhúng trong script
	var foundJSONLD bool
	doc.Find("script[type='application/ld+json']").Each(func(i int, s *goquery.Selection) {
		if foundJSONLD {
			return
		}
		var jsData map[string]interface{}
		if err := json.Unmarshal([]byte(s.Text()), &jsData); err == nil {
			if offers, ok := jsData["offers"].(map[string]interface{}); ok {
				if priceStr, ok := offers["price"].(string); ok {
					if p, err := strconv.ParseInt(priceStr, 10, 64); err == nil {
						record.MonthlyPriceVND = p
						record.ConfidenceScore = 0.96
						record.EvidenceSnippet["price"] = fmt.Sprintf("JSON-LD: %s", s.Text())
						foundJSONLD = true
					}
				}
			}
		}
	})

	// 3. Ưu tiên cấp 2: DOM CSS Selectors nếu chưa tìm thấy qua JSON-LD
	if record.MonthlyPriceVND == 0 {
		doc.Find(".re__pr-short__value, .price-tag, .property-price").Each(func(i int, s *goquery.Selection) {
			text := strings.TrimSpace(s.Text())
			if text != "" && record.MonthlyPriceVND == 0 {
				record.MonthlyPriceVND = e.parsePriceText(text)
				record.ConfidenceScore = 0.88
				record.EvidenceSnippet["price"] = fmt.Sprintf("DOM (.price): %s", text)
			}
		})
	}

	// 4. Ưu tiên cấp 3: Regex fallback trên text thuần
	if record.MonthlyPriceVND == 0 {
		matches := e.priceRegex.FindStringSubmatch(doc.Text())
		if len(matches) > 1 {
			record.MonthlyPriceVND = e.parsePriceText(matches[0])
			record.ConfidenceScore = 0.75
			record.EvidenceSnippet["price"] = fmt.Sprintf("Regex: %s", matches[0])
		}
	}

	if record.MonthlyPriceVND == 0 {
		return nil, ErrMissingPrice
	}

	// 5. Kiểm tra dấu hiệu lừa đảo (Scam Risk Scoring)
	// Ví dụ: Căn hộ tại Thảo Điền có giá < 6 triệu VNĐ/tháng chắc chắn là tin ảo
	if targetZone == "thao_dien" && record.MonthlyPriceVND < 6000000 {
		record.ScamRiskScore += 45
		record.EvidenceSnippet["scam_reason"] = "Giá thuê quá thấp bất thường đối với khu vực Thảo Điền"
	}

	return record, nil
}

func (e *DeterministicExtractor) parsePriceText(text string) int64 {
	clean := strings.ToLower(strings.ReplaceAll(text, ",", "."))
	if strings.Contains(clean, "triệu") || strings.Contains(clean, "tr") {
		re := regexp.MustCompile(`([0-9.]+)`)
		valStr := re.FindString(clean)
		if v, err := strconv.ParseFloat(valStr, 64); err == nil {
			return int64(v * 1000000)
		}
	}
	return 0
}

5. Lược Đồ Dữ Liệu PostgreSQL Đảm Bảo Tính Truy Vết Bằng Chứng

Dưới đây là schema cơ sở dữ liệu trên Node 114, quản lý chặt chẽ chuỗi liên kết giữa dữ kiện thô, bài viết xuất bản và hoa hồng B2B:

-- 1. Bảng lưu trữ các dữ kiện bóc tách thô (Facts with Evidence Chain)
CREATE TABLE IF NOT EXISTS property_facts (
    id UUID PRIMARY KEY DEFAULT gen_random_uuid(),
    source_url TEXT NOT NULL,
    raw_html_hash VARCHAR(64) NOT NULL,
    zone VARCHAR(50) NOT NULL,
    monthly_price_vnd BIGINT NOT NULL,
    bedrooms INT DEFAULT 1,
    area_sqm NUMERIC(6, 2),
    confidence_score NUMERIC(3, 2) NOT NULL,
    evidence_snippet JSONB NOT NULL,
    scam_risk_score INT DEFAULT 0,
    status VARCHAR(20) DEFAULT 'VERIFIED', -- 'VERIFIED', 'QUARANTINE', 'PUBLISHED'
    created_at TIMESTAMP WITH TIME ZONE DEFAULT NOW()
);

CREATE INDEX idx_property_facts_zone ON property_facts(zone, status);

-- 2. Bảng quản lý bài viết MDX đã biên tập và xuất bản lên Git
CREATE TABLE IF NOT EXISTS editorial_articles (
    id UUID PRIMARY KEY DEFAULT gen_random_uuid(),
    slug VARCHAR(255) UNIQUE NOT NULL,
    title VARCHAR(255) NOT NULL,
    zone VARCHAR(50) NOT NULL,
    article_type VARCHAR(50) NOT NULL, -- 'AREA_GUIDE', 'MARKET_RADAR', 'SCAM_ALERT'
    fact_ids UUID[] NOT NULL,
    mdx_content TEXT NOT NULL,
    git_commit_sha VARCHAR(40),
    published_url TEXT,
    published_at TIMESTAMP WITH TIME ZONE DEFAULT NOW()
);

-- 3. Bảng đối soát hoa hồng phễu Lead B2B
CREATE TABLE IF NOT EXISTS b2b_referral_leads (
    id UUID PRIMARY KEY DEFAULT gen_random_uuid(),
    article_id UUID REFERENCES editorial_articles(id),
    lead_type VARCHAR(50) NOT NULL, -- 'MOVERS', 'LEGAL_VISA', 'FURNITURE', 'CLEANING'
    client_name VARCHAR(100),
    client_contact VARCHAR(100) NOT NULL,
    partner_id VARCHAR(50) NOT NULL,
    commission_rate NUMERIC(4, 2) DEFAULT 0.15,
    estimated_commission_usd NUMERIC(8, 2),
    settlement_status VARCHAR(20) DEFAULT 'PENDING', -- 'PENDING', 'SETTLED', 'CANCELLED'
    created_at TIMESTAMP WITH TIME ZONE DEFAULT NOW()
);

6. Benchmark Hiệu Năng & Độ Chính Xác Các Đường Ống Bóc Tách Dữ Liệu Bất Động Sản (Pipeline Benchmark)

Dưới đây là kết quả kiểm thử thực nghiệm trên tập dữ liệu 10.000 tin đăng bất động sản expat tại TP.HCM giữa 4 giải pháp bóc tách dữ liệu:

7. Các Câu Hỏi Thường Gặp (FAQ)

🔗 Đọc thêm các chuyên đề & Series liên quan:

• Series: Agentic System Architecture
• Series: AI-Driven Playbook
• Triển Khai Agentic AI Swarm Trong Production Với OpenClaw & LiteLLM
• Multi-Region Geo-Distributed API Routing Architecture
• Kiến Trúc Microservices Golang & DDD: Thiết Kế Nền Tảng 21 Dịch Vụ