Ở bài trước, chúng ta đã tạo bộ sưu tập vector ezyvora, đưa nội dung website vào EzyRAG và kiểm tra các Data Chunk đã có Embedding. Tuy nhiên, việc dữ liệu đã nằm trong RAG chưa có nghĩa chatbot sẽ tự động sử dụng chúng. Bước tiếp theo là tạo kỹ năng AI, cho phép kỹ năng sử dụng các công cụ tìm kiếm dữ liệu và cấu hình dịch vụ AI Chat lấy nguồn dữ liệu từ RAG.
Bước 1: Tạo kỹ năng AI cho chatbot
Trên EzyPlatform Admin, truy cập EzyAI → Các kỹ năng AI.
Sau đó chọn chức năng thêm kỹ năng mới. Tại màn hình Thêm kỹ năng cho AI, khai báo thông tin phù hợp với nhiệm vụ mà chatbot sẽ thực hiện. Ví dụ đối với website Ezyvora, bạn có thể nhập thông tin như giao diện dưới đây:
Sau khi hoàn thành, chọn Lưu.
Bước 2: Cho phép kỹ năng sử dụng công cụ tìm kiếm dữ liệu
Sau khi tạo kỹ năng, mở trang Chi tiết kỹ năng AI. Tại đây, EzyPlatform cho phép xác định những công cụ mà AI được quyền gọi khi sử dụng kỹ năng này.
Ở phần Nguồn công cụ → Web, hệ thống sẽ hiển thị danh sách các công cụ hiện có. Hãy tích chọn các công cụ tìm kiếm kiến thức cần thiết rồi nhấn Lưu.
Không nhất thiết phải chọn tất cả công cụ. Chỉ nên cấp cho kỹ năng những công cụ thực sự cần dùng. Chẳng hạn, nếu kỹ năng này chỉ có nhiệm vụ giải đáp thông tin dịch vụ thì không cần cấp thêm các công cụ liên quan đến sản phẩm hoặc thanh toán nếu chúng không được sử dụng.
Bước 3: Mở dịch vụ AI Chat
Tiếp theo, chuyển sang EzyAI → Các dịch vụ AI chat.
Danh sách hiện tại có thể bao gồm nhiều nhà cung cấp AI như giao diện dưới đây:
Trong ví dụ này, Deepseek đang được đặt làm dịch vụ mặc định. Nhấn vào biểu tượng xem chi tiết của Deepseek để mở cấu hình dịch vụ.
Việc sử dụng RAG không bắt buộc phải gắn với riêng Deepseek. Tùy cấu hình EzyAI, bạn có thể sử dụng dịch vụ AI phù hợp, miễn cấu hình chatbot hỗ trợ nguồn dữ liệu RAG.
Bước 4: Thêm cấu hình AI Chat cho Ezyvora
Trong trang thêm cấu hình dịch vụ AI Chat, bạn cần cấu hình thông tin, ví dụ như trong giao diện bên dưới đây:
Bước 5: Kiểm tra cấu hình AI Chat
Sau khi lưu, quay lại EzyAI → Các dịch vụ AI chat → Deepseek.
Trong phần Danh sách cấu hình, cấu hình mới sẽ xuất hiện.
Nếu website Ezyvora cần sử dụng cấu hình này làm cấu hình chính, có thể đặt nó làm Mặc định.
Bước 6: Kiểm thử chatbot trước khi gắn kỹ năng mới
Sau khi cấu hình AI Chat cho ezyvora đã được tạo, trước tiên chúng ta có thể mở website Ezyvora và thử đặt một câu hỏi liên quan đến dữ liệu doanh nghiệp. Ví dụ: "giới thiệu về dịch vụ ezyvora giúp tôi".
Chatbot lúc này đã có thể trả lời dựa trên cấu hình hiện tại. Tuy nhiên, để chatbot sử dụng đúng kỹ năng AI "Giới thiệu về dịch vụ" mà chúng ta vừa tạo, kỹ năng này cần được gắn vào cấu hình AI Chat ezyvora.
Việc kiểm thử ở thời điểm này cũng giúp chúng ta có một kết quả ban đầu để so sánh sau khi hoàn thiện cấu hình kỹ năng và RAG.
Bước 7: Gắn kỹ năng AI vào cấu hình chatbot Ezyvora
Quay lại EzyPlatform Admin và mở cấu hình AI Chat ezyvora. Tại trang Chi tiết cấu hình AI Chat, tìm đến phần Các kỹ năng AI. Trong ô tìm kiếm, nhập Giới thiệu về dịch vụ.
Sau đó chọn kỹ năng tương ứng và nhấn Thêm. Kỹ năng vừa chọn sẽ xuất hiện trong danh sách bên dưới.
Không cần gắn tất cả kỹ năng của hệ thống vào một chatbot. Chỉ nên thêm những kỹ năng liên quan trực tiếp đến nhiệm vụ của chatbot để việc lựa chọn và sử dụng công cụ rõ ràng hơn.
Bước 8: Cấu hình collection RAG cho AI Chat
Tiếp theo, tại trang Chi tiết cấu hình AI Chat, nhấn Sửa. Trong màn hình Sửa cấu hình AI Chat, kiểm tra lại các thông tin như Endpoint, mô hình, số token tối đa và thời gian chờ.
Quan trọng nhất ở bước này là trường Tên bộ sưu tập RAG. Nhập ezyvora. Đây chính là collection đã được tạo và đưa dữ liệu website vào EzyRAG ở bài trước.
Nhờ đó, cấu hình AI Chat biết collection nào cần được sử dụng khi tìm kiếm dữ liệu phục vụ câu trả lời. Sau khi hoàn tất, nhấn Lưu.
Lưu ý: Tên bộ sưu tập phải chính xác với collection đã cấu hình trước đó. Nếu nhập sai tên, chatbot sẽ không thể tìm đúng nguồn dữ liệu mà chúng ta đã chuẩn bị.
Bước 9: Kiểm thử chatbot với dữ liệu RAG
Sau khi lưu cấu hình, quay trở lại website Ezyvora và mở chatbot. Đặt lại câu hỏi liên quan trực tiếp đến dữ liệu đã được đưa vào Data Chunks, chẳng hạn: "giới thiệu về dịch vụ ezyvora giúp tôi". Chatbot sẽ tiếp nhận câu hỏi, tìm thông tin liên quan từ nguồn kiến thức đã cấu hình và sử dụng nội dung tìm được để tạo câu trả lời như giao diện dưới đây:
Kết luận
Đến đây, chatbot Ezyvora không chỉ được kết nối với mô hình AI mà còn được gắn kỹ năng và nguồn dữ liệu RAG của doanh nghiệp. Khi người dùng đặt câu hỏi, chatbot có thể tìm thông tin liên quan trong collection ezyvora trước khi tạo câu trả lời. Như vậy, dữ liệu đã chuẩn bị bằng EzyRAG và EzyVector ở bài trước đã thực sự được đưa vào luồng hoạt động của chatbot AI trên website.