Chatbot đã xuất hiện trên website từ khá lâu, nhưng sự phát triển của AI đang thay đổi đáng kể cách chatbot hoạt động. Thay vì chỉ hiển thị những câu trả lời được viết sẵn, chatbot AI có thể hiểu câu hỏi bằng ngôn ngữ tự nhiên, duy trì ngữ cảnh cuộc trò chuyện và tạo câu trả lời phù hợp với từng tình huống.
Với một website doanh nghiệp, chatbot AI có thể trở thành điểm tương tác đầu tiên khi khách hàng cần tìm hiểu sản phẩm, dịch vụ hoặc muốn được hỗ trợ. Trong chương đầu tiên của series Xây dựng Chatbot AI với EzyPlatform, chúng ta sẽ tìm hiểu chatbot AI là gì, có thể làm được những gì, những ưu nhược điểm cần lưu ý và cách bắt đầu xây dựng một chatbot AI cho website.
1. Chatbot là gì?
Chatbot là một chương trình được thiết kế để giao tiếp với người dùng thông qua giao diện trò chuyện. Thay vì người dùng phải tìm kiếm thông tin qua menu hoặc nhiều trang khác nhau trên website, họ có thể trực tiếp đặt câu hỏi:
- Doanh nghiệp của bạn cung cấp những dịch vụ nào?
- Tôi muốn tìm hiểu Gói Chuyên Nghiệp.
- Làm thế nào để đăng ký tư vấn?
Chatbot tiếp nhận câu hỏi và trả lại câu trả lời ngay trong cửa sổ trò chuyện. Một chatbot truyền thống thường hoạt động dựa trên kịch bản và các quy tắc được xác định trước. Ví dụ:
- Người dùng chọn "Bảng giá"
- →
- Chatbot hiển thị bảng giá
- Người dùng chọn "Liên hệ"
- →
- Chatbot hiển thị thông tin liên hệ
Cách này khá dễ kiểm soát nhưng người dùng thường phải hỏi theo đúng những trường hợp mà hệ thống đã chuẩn bị.
2. Chatbot AI khác chatbot truyền thống như thế nào?
Chatbot AI sử dụng mô hình AI để hiểu nội dung mà người dùng nhập vào thay vì chỉ kiểm tra một số từ khóa hoặc lựa chọn cố định.
Ví dụ, ba người dùng có thể hỏi:
- Gói Chuyên Nghiệp có gì?
- Cho tôi thông tin về gói chuyên nghiệp.
- Tôi đang cân nhắc gói chuyên nghiệp, gói này phù hợp với ai?
Cách diễn đạt khác nhau nhưng chatbot AI có thể nhận biết chúng đều liên quan đến Gói Chuyên Nghiệp.
Có thể hình dung sự khác biệt:
| Chatbot truyền thống | Chatbot AI |
|---|---|
| Chủ yếu dựa trên kịch bản cố định | Hiểu ngôn ngữ tự nhiên |
| Người dùng thường phải chọn lựa chọn có sẵn | Người dùng có thể đặt câu hỏi tự do |
| Khó xử lý nhiều cách diễn đạt | Có thể hiểu nhiều cách đặt câu hỏi |
| Mở rộng bằng cách thêm kịch bản | Có thể mở rộng bằng dữ liệu, Skill và Tool |
| Câu trả lời thường cố định | Câu trả lời linh hoạt theo ngữ cảnh |
Tuy nhiên, khả năng tạo câu trả lời linh hoạt cũng mang đến một vấn đề: AI có thể trả lời không chính xác nếu không được cung cấp dữ liệu và giới hạn phù hợp. Đây là lý do những chương tiếp theo sẽ không chỉ dừng ở việc kết nối một mô hình AI với website.
3. Chatbot AI hoạt động như thế nào?
Ở mức đơn giản nhất, một chatbot AI trên website có thể hoạt động theo luồng:
- Người dùng
- →
- Chatbot
- →
- Mô hình AI
- →
- Câu trả lời
- →
- Chatbot
Ví dụ, khách hàng nhập:
Ezyvora có thể giúp gì cho doanh nghiệp của tôi?
Chatbot gửi nội dung đến dịch vụ AI. AI phân tích câu hỏi, tạo câu trả lời và gửi kết quả trở lại cửa sổ trò chuyện.
Nhưng khi sử dụng cho doanh nghiệp, chúng ta sẽ dần mở rộng luồng này thành:
- Người dùng
- →
- Chatbot
- →
- AI hiểu yêu cầu
- →
- Tìm dữ liệu doanh nghiệp
- →
- Sử dụng kỹ năng phù hợp
- →
- Tạo câu trả lời
- →
- Chatbot
Ở mức nâng cao hơn, AI còn có thể sử dụng Tool để tương tác với chức năng thực tế của website. Vì vậy, chatbot chỉ là giao diện trò chuyện. Khả năng thực sự của chatbot phụ thuộc vào AI, nguồn dữ liệu, kỹ năng và các công cụ được kết nối phía sau.
4. Bạn có thể làm gì với chatbot AI?
Tùy vào dữ liệu và chức năng được cung cấp, chatbot AI có thể đảm nhiệm nhiều vai trò khác nhau trên website.
Trả lời câu hỏi thường gặp
Thay vì yêu cầu khách hàng tìm trong trang FAQ, chatbot có thể trả lời trực tiếp:
- Ezyvora cung cấp những giải pháp nào?
- Tôi có thể liên hệ Ezyvora bằng cách nào?
- Gói dịch vụ này phù hợp với đối tượng nào?
Khi được kết nối với RAG, chatbot có thể sử dụng nguồn kiến thức riêng như:
- Thông tin doanh nghiệp
- →
- Dịch vụ
- →
- FAQ
- →
- Chính sách
- →
- Tài liệu hướng dẫn
để tìm nội dung liên quan trước khi trả lời.
Tư vấn sản phẩm và dịch vụ
Chatbot có thể phân tích nhu cầu của khách hàng và sử dụng dữ liệu được cung cấp để đưa ra gợi ý phù hợp.
Hỗ trợ khách hàng
Chatbot có thể hướng dẫn xử lý những vấn đề thường gặp.
Nếu có nguồn hướng dẫn tương ứng, chatbot có thể tìm dữ liệu và hướng dẫn khách kiểm tra từng bước.
Thu thập khách hàng tiềm năng
Khi khách thể hiện nhu cầu:
chatbot có thể thu thập những thông tin cần thiết như:
- Họ tên
- →
- Email hoặc số điện thoại
- →
- Nhu cầu tư vấn
Làm việc với dữ liệu và chức năng của hệ thống
Ở mức nâng cao hơn, chatbot có thể được cung cấp các Tool để đọc dữ liệu hoặc thực hiện những chức năng được cho phép.
Như vậy, khả năng của chatbot có thể phát triển theo từng mức:
- Hỏi đáp
- →
- Tìm kiếm kiến thức
- →
- Tư vấn
- →
- Thu thập thông tin
- →
- Tương tác với hệ thống
5. Ưu điểm của chatbot AI
Chatbot AI mang lại một số lợi ích rõ ràng khi được sử dụng đúng cách trên website.
- Người dùng có thể hỏi bằng ngôn ngữ tự nhiên. Khách hàng không cần biết chính xác website đặt thông tin ở đâu hoặc phải nhập đúng từ khóa. Họ chỉ cần mô tả điều mình muốn biết.
- Phản hồi ngay trên website. Với những câu hỏi chatbot có đủ dữ liệu để xử lý, người dùng có thể nhận được phản hồi ngay thay vì phải gửi form rồi chờ nhân viên trả lời.
- Có thể sử dụng lại nguồn kiến thức của doanh nghiệp. Một nguồn dữ liệu có thể chứa thông tin về dịch vụ, hướng dẫn, FAQ và nhiều nội dung khác để chatbot sử dụng trong các cuộc hội thoại.
- Có thể mở rộng theo từng nhu cầu. Doanh nghiệp có thể bắt đầu với một chatbot hỏi đáp đơn giản rồi dần bổ sung: RAG → Skill → Tư vấn → Kịch bản hội thoại → Thu thập lead. Không nhất thiết phải xây dựng toàn bộ ngay từ đầu.
- Hỗ trợ nhiều cuộc trò chuyện. Chatbot có thể xử lý đồng thời nhiều yêu cầu thông thường, giúp giảm một phần công việc lặp lại cho đội ngũ hỗ trợ hoặc tư vấn.
6. Nhược điểm và giới hạn của chatbot AI
Chatbot AI cũng không phải giải pháp có thể tự động xử lý mọi vấn đề.
AI có thể trả lời sai
Một trong những rủi ro quan trọng nhất là AI có thể tạo ra câu trả lời nghe hợp lý nhưng không đúng với dữ liệu thực tế. Ví dụ, nếu không có thông tin về giá nhưng chatbot tự đưa ra "Gói Chuyên Nghiệp có giá 2.000.000 đồng", thì câu trả lời có thể gây ảnh hưởng trực tiếp đến khách hàng.
Vì vậy, chatbot cần được cung cấp nguồn dữ liệu đáng tin cậy và quy tắc hạn chế suy đoán.
Chất lượng phụ thuộc vào dữ liệu
Nếu nguồn dữ liệu thiếu, cũ hoặc mâu thuẫn thì câu trả lời của chatbot cũng có thể không chính xác. Ví dụ doanh nghiệp đã thay đổi chính sách nhưng RAG vẫn chứa chính sách cũ thì chatbot có thể tiếp tục sử dụng thông tin cũ.
Có chi phí sử dụng AI
Việc gọi các mô hình AI thường phát sinh chi phí theo lượng sử dụng. Khi số lượng người dùng và số cuộc trò chuyện tăng, doanh nghiệp cần theo dõi chi phí này.
Không nên thay thế hoàn toàn con người
Một số trường hợp cần đánh giá, xử lý ngoại lệ hoặc trao đổi trực tiếp với nhân viên.
Vì vậy, chatbot phù hợp hơn với vai trò:
- Xử lý những yêu cầu có thể tự động hóa
- →
- Chuyển những trường hợp cần thiết cho con người
thay vì cố gắng tự xử lý mọi tình huống.
7. Những thành phần chúng ta sẽ sử dụng
Trong series này, chatbot Ezyvora sẽ được xây dựng từ một số thành phần chính trong hệ sinh thái EzyPlatform.
EzyChat: đảm nhiệm phần trò chuyện và giúp đưa giao diện chatbot đến người dùng trên website.
EzyAI: được sử dụng để cấu hình dịch vụ AI Chat, mô hình AI và các kỹ năng mà chatbot có thể sử dụng.
EzyRAG: giúp quản lý nguồn kiến thức riêng của doanh nghiệp.
EzyVector: lưu trữ dữ liệu vector để hỗ trợ việc tìm kiếm những nội dung có liên quan đến câu hỏi của người dùng.
Ở chương đầu tiên, chúng ta chỉ cần hiểu vai trò của các thành phần này. Việc xây dựng nguồn dữ liệu RAG sẽ được thực hiện ở chương tiếp theo.
8. Xác định mục tiêu cho chatbot trước khi xây dựng
Trước khi bắt đầu cấu hình, nên trả lời một câu hỏi đơn giản:
Chatbot này được tạo ra để giải quyết vấn đề gì?
Không nên bắt đầu bằng mục tiêu quá rộng như "Chatbot phải trả lời được mọi thứ."
Với website Ezyvora, mục tiêu ban đầu có thể giới hạn ở:
- Giới thiệu Ezyvora.
- Trả lời câu hỏi về sản phẩm và dịch vụ.
- Hướng dẫn khách tìm thông tin phù hợp.
- Hỗ trợ khách có nhu cầu tư vấn.
Từ phạm vi này, những chương tiếp theo mới lần lượt bổ sung dữ liệu và kỹ năng. Cách tiếp cận này cũng giúp chúng ta dễ kiểm thử hơn: chatbot chỉ cần làm tốt những nhiệm vụ đã xác định trước khi được mở rộng thêm.
9. Tạo chatbot AI đầu tiên cho website
Sau khi xác định mục tiêu, chúng ta có thể bắt đầu với một chatbot cơ bản. Ở giai đoạn đầu, chỉ cần hoàn thành ba phần chính:
EzyAI → cấu hình dịch vụ AI
EzyChat → tạo phần trò chuyện sử dụng AI
Website → tích hợp chatbot để người dùng có thể mở và gửi tin nhắn
Sau khi hoàn thành, hãy thử một câu hỏi đơn giản:
Nếu chatbot nhận được câu hỏi và AI có thể trả kết quả về cửa sổ trò chuyện, luồng cơ bản đã hoạt động:
- Người dùng
- →
- Website
- →
- Chatbot
- →
- AI
- →
- Chatbot
- →
- Người dùng
Không cần cố gắng đưa toàn bộ thông tin doanh nghiệp vào chatbot ngay ở bước này. Mục tiêu của chương đầu tiên là tạo được nền tảng chatbot AI hoạt động trên website.
10. Vì sao chatbot lúc này vẫn chưa đủ?
Sau khi thử nghiệm, bạn có thể hỏi:
Nếu AI chưa được cung cấp dữ liệu Ezyvora, nó có thể:
- Không biết câu trả lời.
- Trả lời rất chung chung.
- Suy đoán thông tin.
- Tạo ra những nội dung không tồn tại.
Đây không hẳn là lỗi của chatbot. Mô hình AI đơn giản là chưa có nguồn kiến thức cần thiết để biết thông tin riêng của doanh nghiệp.
Vì vậy, thay vì cố đưa ngày càng nhiều thông tin vào một System Prompt dài, bước tiếp theo chúng ta sẽ xây dựng một nguồn kiến thức riêng cho chatbot.
Kết luận
Ở giai đoạn đầu, không cần cố xây dựng một chatbot có thể trả lời mọi câu hỏi hoặc tự động hóa toàn bộ quy trình của doanh nghiệp. Điều quan trọng là xác định rõ chatbot sẽ hỗ trợ những tình huống nào và hoàn thành được luồng trò chuyện cơ bản trên website.
Từ nền tảng này, chatbot mới được mở rộng từng bước bằng dữ liệu, kỹ năng và các quy tắc phù hợp. Trong Chương 2 – Hướng dẫn xây dựng nguồn dữ liệu RAG cho chatbot AI với EzyRAG và EzyVector, chúng ta sẽ bắt đầu cung cấp cho chatbot nguồn kiến thức riêng để câu trả lời bám sát thông tin thực tế của doanh nghiệp hơn.