Series learn AI from 0: Build chatbot AI chăm sóc khách hàng
Nay mình mới biết được thêm một kiến thức khá hay lúc join buổi dạy cách build chatbot AI chăm sóc khách hàng trong khóa học Generative AI mình học gần đây.
Trước mình cũng có thử tự build 1 workflow để làm chatbot cá nhân để tự trả lời câu hỏi rồi (bạn có thể xem qua video demo mình quay ngắn ngắn bên dưới):
Nhưng vấn đề là để làm chatbot này sẽ cần structure các tài liệu input thành dạng bảng với hàng và cột trên Google Sheet (dữ liệu có cấu trúc) để AI trích xuất từng dòng. Nhưng trên thực tế thì dữ liệu rất là đa dạng (pdf, doc, email,…) chuyển hết về dạng hàng cột thì cũng khó, mà lâu nữa, nên mình bị stuck ở đó.
May mà nay biết được thêm 1 concept mới chuyên để xử lý dữ liệu input phi cấu trúc là RAG:
RAG - Retrieval-Augmented Generation
Theo mình học được và tìm hiểu thêm thì đây là một kiến trúc kết hợp giữa:
Retrieval (Truy xuất thông tin) - tìm kiếm dữ liệu liên quan từ nguồn bên ngoài, bên ngoài ở đây hiểu đơn giản là những tài liệu nội bộ mà mình cung cấp
Generation (Sinh nội dung) – dùng mô hình ngôn ngữ lớn như ChatGPT, Gemini,… để tạo ra câu trả lời
RAG đặc biệt mạnh trong việc xử lý các dữ liệu phi cấu trúc (pdf, ảnh, doc,…)
Đây là một chiếc hình minh họa mình tìm được. Về cơ bản flow sẽ là thế này:
Flow 1: Import tài liệu vào Database (Flow này chỉ cần làm khi có tài liệu mới hoặc khi tài liệu update)
Bạn đưa tài liệu vào hệ thống (PDF, doc, email…)
Hệ thống chia nhỏ nội dung thành các đoạn
Mỗi đoạn được chuyển thành một dạng “mã số đặc biệt” gọi là vector
Các vector này được lưu vào database
Flow 2: Tra cứu thông tin để trả lời khách hàng (Flow này diễn ra mỗi khi có người đặt câu hỏi)
Khi người dùng đặt câu hỏi, câu hỏi cũng được chuyển thành vector
Hệ thống tìm những đoạn tài liệu “giống” với câu hỏi nhất
Đưa những đoạn đó vào cho AI
AI dựa vào nội dung đó để trả lời
Ví dụ: Workflow AI Chatbot chăm sóc khách hàng
Đây là một case study thực tế mình được học trong khóa. Tương tự như hình ở trên cũng có 2 flow - tương ứng với 2 workflow trên n8n:
Workflow 1: Import tài liệu vào Database
Ở workflow này, hệ thống sẽ đọc các file như chính sách vận chuyển và chính sách hoàn tiền.
Sau đó:
Chia nhỏ tài liệu thành từng đoạn
Chuyển mỗi đoạn thành một vector (mã số đặc biệt để máy tính hiểu được ngữ nghĩa)
Lưu các vector này vào Pinecone – một vector database (cơ sở dữ liệu chuyên dùng để lưu và tìm kiếm vector)
Đây là giao diện data sau khi được import vào Pinecone:
Sau khi hoàn tất bước này, toàn bộ tài liệu đã được “đánh chỉ mục” và sẵn sàng để tra cứu.
Workflow 2: AI Agent tra cứu dữ liệu để trả lời khách hàng
Khi khách hàng gửi tin nhắn, hệ thống được kích hoạt và AI Agent sẽ tiếp nhận câu hỏi.
Agent phân tích nội dung để xác định khách đang hỏi về điều gì - ví dụ như giá sản phẩm, chính sách hoàn tiền hay vận chuyển.
Tùy vào loại câu hỏi, Agent sẽ chọn nguồn dữ liệu phù hợp để tra cứu:
Nếu là tài liệu dạng văn bản (như chính sách), hệ thống sử dụng cơ chế RAG để tìm đúng đoạn nội dung liên quan trong Pinecone.
Nếu là dữ liệu có cấu trúc (như bảng giá), hệ thống sẽ đọc trực tiếp từ Google Sheet.
Sau khi lấy được thông tin cần thiết, AI sẽ tổng hợp lại và đưa ra câu trả lời chính xác cho khách hàng. Hệ thống cũng có thể ghi nhớ ngữ cảnh cuộc hội thoại để xử lý các câu hỏi tiếp theo.
Ví dụ:
Khi khách hỏi: “Đơn hàng của tôi bao lâu thì giao đến Hà Nội?”
Hệ thống sẽ tìm trong chính sách vận chuyển, lấy đúng đoạn quy định về thời gian giao hàng tại khu vực Hà Nội và đưa thông tin đó cho AI.
Nếu trong tài liệu ghi:
“Thời gian giao hàng nội thành Hà Nội: 1-2 ngày làm việc.”
AI sẽ trả lời:
“Đơn hàng của bạn sẽ được giao trong khoảng 1-2 ngày làm việc tại khu vực Hà Nội.”
Trong phạm vi bài viết mình sẽ không thể nói detail từng step được, nếu bạn quan tâm thì có thể tham khảo khóa học Generative AI nha.
Ngoài ra bên mình đang có một chiếc Master Class offline tại Sài Gòn (28/2) với chủ đề Future of Marketing - Transforming with AI Agent sắp diễn ra trong đó sẽ intro một chatbot xịn hơn, có khả năng colab với con người trong việc phản hồi khách hàng, giống như hình dưới đây. Nếu bạn quan tâm thì nhanh tay đăng ký nha!
Chúc bạn có một buổi chiều vui vẻ nhiều năng lượng ^^