Nhiều doanh nghiệp gắn một khung chat lên website, hỏi gì nó cũng trả lời lạc, khách bực rồi bỏ đi. Câu hỏi không phải “có nên dùng chatbot không”, mà là dùng loại nào: chatbot kịch bản cũ hay chatbot AI thật. Bài này nói rõ hai loại khác nhau ở đâu, RAG là gì, và khi nào bạn thật sự cần loại nào.
Chatbot kịch bản cũ và vì sao nó hay bí
Chatbot kịch bản (rule-based, chạy theo luật định sẵn) là loại phổ biến nhất mười năm qua. Người làm ngồi liệt kê trước các câu hỏi, gắn mỗi câu với một câu trả lời cố định, rồi thêm mấy nút bấm cho khách chọn. Khách hỏi đúng câu đã cài thì nó trả lời trơn tru, hỏi lệch một chút là nó chịu.
Với một shop nhỏ chỉ cần trả lời giờ mở cửa, phí ship và cách đặt hàng, loại này vẫn ổn và rẻ. Vấn đề lộ ra khi khách hỏi những câu ngoài kịch bản, kiểu “sản phẩm này có hợp với da dầu không” hay “đơn của tôi mã ABC123 giờ tới đâu rồi”. Chatbot kịch bản không hiểu ý, chỉ biết dội lại menu cũ hoặc câu “xin lỗi, tôi chưa hiểu”. Càng nhiều tình huống thật, kịch bản càng phình to mà vẫn hụt, và không ai đủ sức ngồi cài tay cho hết mọi cách khách có thể hỏi.
Chatbot AI là gì và khác ở đâu
Chatbot AI dựa trên mô hình ngôn ngữ lớn (large language model, phần mềm được huấn luyện trên khối văn bản khổng lồ để hiểu và tạo ra ngôn ngữ tự nhiên). Thay vì dò xem câu hỏi khớp luật nào, nó hiểu ý người hỏi rồi tự viết câu trả lời, kể cả khi câu chữ diễn đạt mỗi người một khác.
Nhờ vậy khách hỏi theo cách tự nhiên vẫn được hiểu, hỏi nối tiếp vẫn theo được mạch, và một câu trả lời gói được nhiều ý thay vì bắt bấm qua năm tầng menu. Khác biệt lớn nhất so với chatbot kịch bản nằm ở chỗ đó: một bên chỉ tra bảng có sẵn, một bên thật sự hiểu câu hỏi.
Nhưng ở đây có một cái bẫy mà ít nơi nói thẳng. Mô hình ngôn ngữ được huấn luyện trên dữ liệu chung của cả internet, nó không biết gì về bảng giá, chính sách hay tồn kho riêng của bạn. Hỏi nó “shop mình còn size M không”, nó sẽ đoán một câu nghe rất trơn tru mà hoàn toàn bịa. Hiện tượng này gọi là ảo giác (hallucination, khi mô hình tự tin nói ra thông tin sai). Đây chính là lý do một chatbot AI cắm thẳng vào web mà không xử lý gì thêm thường nguy hiểm hơn là hữu ích.
RAG, cách cho chatbot AI đọc đúng dữ liệu của bạn
Lời giải cho cái bẫy trên là một kỹ thuật tên RAG (Retrieval-Augmented Generation, tạm dịch là sinh câu trả lời có tra cứu dữ liệu). Cách hiểu đơn giản: trước khi để mô hình trả lời, hệ thống đi tra trong kho tài liệu thật của bạn (bảng giá, mô tả sản phẩm, chính sách bảo hành, câu hỏi thường gặp) để lấy đúng đoạn liên quan, rồi đưa đoạn đó cho mô hình làm căn cứ trả lời.
Nói cách khác, thay vì để chatbot trả lời từ trí nhớ mơ hồ, RAG bắt nó trả lời dựa trên tài liệu bạn cung cấp, giống một nhân viên được phép mở đúng trang cẩm nang ra đọc trước khi đáp khách. Google mô tả RAG là cách nối mô hình ngôn ngữ với nguồn dữ liệu riêng để câu trả lời bám vào thông tin thật thay vì bịa, bạn có thể xem giải thích của Google Cloud về RAG.
Điều này thay đổi hẳn chất lượng. Các nghiên cứu triển khai chatbot doanh nghiệp cho thấy khi có RAG neo câu trả lời vào tài liệu duyệt trước, tỷ lệ trả lời sai giảm mạnh so với để mô hình tự do bịa. Với một web bán hàng hay một trang dịch vụ, đây là ranh giới giữa một trợ lý đáng tin và một cái máy nói liều.
Khi nào nên dùng chatbot kịch bản, khi nào cần chatbot AI
Không phải cứ AI là hơn. Chọn sai loại vừa tốn tiền vừa không giải quyết đúng việc. Vài tình huống thường gặp:
- Chatbot kịch bản là đủ: khi bạn chỉ cần trả lời một nhúm câu cố định (giờ mở cửa, phí ship, hướng dẫn đặt hàng), lượng khách vừa phải, ngân sách nhỏ. Đơn giản, rẻ, dễ kiểm soát.
- Nên cân nhắc chatbot AI có RAG: khi khách hỏi nhiều kiểu, cần tư vấn theo tình huống, hoặc bạn có kho sản phẩm và chính sách lớn mà kịch bản tay không cài xuể. Lúc này AI đọc tài liệu thật sẽ đỡ cho đội trực chat rất nhiều.
- Cần nối vào hệ thống: khi khách muốn tra đơn hàng, kiểm tồn kho, đặt lịch, chatbot phải kết nối được với phần mềm bạn đang dùng chứ không chỉ trả lời chữ. Đây là phần tích hợp, làm kỹ hơn và cũng là nơi AI phát huy giá trị thật.
Cách nhiều nơi làm hiệu quả là kết hợp: dùng luật cứng cho vài tình huống nhạy cảm (như chốt đơn, thu thông tin cá nhân) và để AI lo phần hỏi đáp linh hoạt còn lại.
Chatbot AI vẫn có thể trả lời sai, và cách chặn
Web22 nói thẳng: kể cả có RAG, không chatbot AI nào đúng 100%. RAG giúp nhiều với loại sai do thiếu dữ liệu, nhưng mô hình vẫn có thể suy luận nhầm từ dữ liệu đúng. Vì vậy một chatbot AI làm tử tế luôn có thêm mấy lớp chặn, chứ không phó mặc cho mô hình.
- Neo vào tài liệu duyệt trước: chỉ cho trả lời dựa trên kho tài liệu bạn đã kiểm, không để nó bịa ngoài phạm vi đó.
- Biết nói “tôi chưa chắc”: khi không đủ căn cứ, chatbot nên nhận là chưa rõ và chuyển hướng, thay vì cố đoán một câu nghe hay.
- Chuyển cho người thật đúng lúc: gặp câu ngoài tầm hoặc khách muốn gặp người, nó chuyển sang nhân viên gọn gàng, không bắt khách lặp lại từ đầu.
- Theo dõi và chỉnh dần: xem lại các đoạn chat sai để bổ sung tài liệu và siết câu trả lời, vì một chatbot tốt là thứ được nuôi theo thời gian.
Một đơn vị hứa chatbot AI “trả lời đúng mọi câu, không bao giờ sai” là đang bán cho bạn kỳ vọng không có thật. Thứ đáng tin là cách họ chặn lỗi, không phải lời hứa nó không lỗi.
Gắn chatbot AI vào website cần chuẩn bị gì
Phần nhiều công sức của một chatbot AI cho website tốt nằm ở chuẩn bị dữ liệu, không phải ở chỗ cắm đoạn mã lên web. Trước khi làm, bạn nên gom sẵn mấy thứ:
- Tài liệu thật, cập nhật: bảng giá, mô tả sản phẩm, chính sách bảo hành và đổi trả, các câu hỏi khách hay hỏi. Tài liệu càng rõ và mới, chatbot trả lời càng đúng.
- Ranh giới việc nó được làm: chatbot nên tư vấn tới đâu, khi nào bắt buộc chuyển người thật, có được chốt đơn hay chỉ hướng dẫn.
- Điểm cần nối: có cần tra đơn, kiểm tồn kho, đặt lịch không, để tính phần tích hợp với hệ thống đang dùng.
- Cách đo: theo dõi chatbot đỡ được bao nhiêu câu, chuyển người thật bao nhiêu, khách hài lòng không, để biết nó có thật sự giúp việc hay chỉ cho vui.
Nếu bạn đang cân nhắc làm phần này một cách bài bản thay vì cắm một tiện ích cho có, Web22 nhận tư vấn và dựng chatbot AI đọc dữ liệu thật cùng phần tự động hoá đi kèm, xem dịch vụ AI và tự động hoá. Nếu web của bạn chưa dựng xong, phần nền nên tính từ đầu ở khâu thiết kế website để về sau gắn chatbot cho gọn.
Câu hỏi thường gặp
Chatbot AI có thay được nhân viên trực chat không
Không thay hẳn, mà đỡ phần lặp đi lặp lại. Nó lo tốt các câu hỏi thường gặp suốt ngày đêm, còn những ca cần cảm nhận con người hoặc quyết định ngoài quy định thì vẫn nên chuyển cho nhân viên. Mục tiêu là để người thật tập trung vào việc khó, không phải ngồi gõ lại một câu trả lời trăm lần.
Chi phí làm chatbot AI có RAG khoảng bao nhiêu
Tuỳ khối lượng tài liệu, số điểm cần nối vào hệ thống và mức tư vấn phức tạp, nên không có một giá chung. Cách rõ nhất là nói cụ thể bài toán của bạn để nhận một con số sát thực tế, thay vì tin một mức giá niêm yết cho mọi trường hợp.
Dữ liệu khách trò chuyện với chatbot có an toàn không
Đây là phần phải làm nghiêm túc, nhất là khi chatbot chạm tới thông tin cá nhân hay đơn hàng. Cần giới hạn dữ liệu chatbot được đọc, lưu lịch sử trò chuyện an toàn và nói rõ với khách. Phần chính sách cụ thể thì nên tham vấn người có chuyên môn pháp luật cho đúng tình huống của đơn vị bạn.
Web đang chạy WordPress có gắn chatbot AI được không
Được. Chatbot AI thường gắn vào web qua một đoạn mã nhúng nên không phụ thuộc web bạn dựng bằng nền tảng nào. Phần quyết định chất lượng vẫn là dữ liệu và cách nối vào hệ thống, không phải chuyện web chạy WordPress hay nền khác.
Chọn theo bài toán, đừng chọn theo trào lưu
Chatbot AI không phải phép màu, cũng không phải thứ xa xỉ. Nó là một công cụ, và như mọi công cụ, nó chỉ đáng tiền khi giải đúng một bài toán bạn đang có. Nếu bạn chỉ cần trả lời vài câu cố định, một chatbot kịch bản gọn nhẹ là đủ. Nếu khách hỏi nhiều kiểu và đội của bạn đang đuối vì trả lời lặp, một chatbot AI đọc dữ liệu thật sẽ đỡ hẳn. Cứ bắt đầu từ câu hỏi khách hay hỏi nhất và việc bạn muốn bớt gánh, rồi mới chọn loại, thay vì làm chatbot chỉ vì thấy ai cũng làm.