Hướng Dẫn Thiết Kế Chatbot Cho Doanh Nghiệp B2B & Công Nghệ

Khi triển khai AI Chatbot cho doanh nghiệp B2B và công nghệ, một trong những quyết định quan trọng là xác định nên sử dụng một chatbot chung hay nhiều chatbot cho từng nhóm nhân viên.

Một cách tiếp cận đơn giản là đưa toàn bộ tài liệu của doanh nghiệp vào một chatbot duy nhất:

Company
    ↓
One Chatbot
    ↓
All Documents
    ↓
All Employees

Cách này có vẻ thuận tiện vì mọi người chỉ cần sử dụng một chatbot.

Tuy nhiên, trong thực tế, mỗi nhóm nhân viên có nhu cầu sử dụng Knowledge khác nhau. Sales cần Product Knowledge và Pricing, Sales Engineer cần Technical Knowledge, trong khi Customer Support cần FAQ và Troubleshooting.

Khi Knowledge Scope quá rộng, hệ thống có thể phải tìm kiếm trên nhiều thông tin không liên quan đến câu hỏi. Điều này có thể làm thông tin bị loãng và ảnh hưởng đến chất lượng trả lời.

Một thiết kế phù hợp hơn là:

Company
│
├── AI Sales Assistant
│      ↓
│   Sales Knowledge
│
├── AI Sales Engineer Assistant
│      ↓
│   Technical Knowledge
│
└── AI Customer Support Assistant
       ↓
    Support Knowledge

Nguyên tắc quan trọng là:

Đúng chatbot → đúng nhân viên → đúng Knowledge Scope → đúng context.

Tại sao không nên chỉ sử dụng một chatbot?

Hãy xem một doanh nghiệp công nghệ có các nhóm nhân viên:

• Sales

• Sales Engineer

• Technical Consultant

• Customer Support

• Internal Technical Team

Mỗi nhóm sẽ đặt những câu hỏi rất khác nhau.

Sales có thể hỏi:

"Sản phẩm này phù hợp với nhóm khách hàng nào?"

Sales Engineer có thể hỏi:

"Thiết bị này hỗ trợ những network interfaces nào?"

Customer Support có thể hỏi:

"Khách hàng gặp lỗi này thì cần kiểm tra những bước nào?"

Nếu tất cả các nhóm đều sử dụng chung một chatbot với toàn bộ Knowledge của doanh nghiệp, hệ thống phải hoạt động trên một phạm vi Knowledge rất rộng.

Ví dụ:

One Chatbot
│
├── Product Catalog
├── Pricing
├── Sales Guidelines
├── Technical Specification
├── Installation Manual
├── Troubleshooting
├── Warranty
└── Internal Documentation

Trong khi mỗi nhân viên chỉ cần một phần nhỏ của Knowledge đó.

Điều này có thể tạo ra information noise trong quá trình retrieval.

Vấn đề không phải là chatbot có quá ít Knowledge.

Ngược lại, vấn đề có thể là Knowledge quá rộng so với mục đích sử dụng.

Thiết kế chatbot theo User Group

Một cách thiết kế hiệu quả là bắt đầu từ User Group.

Ví dụ:

User Group
    ↓
Business Purpose
    ↓
Knowledge Scope
    ↓
AI Chatbot

Sales

Sales thường cần:

• Product Catalog

• Product Information

• Pricing

• Sales Guidelines

• Product FAQ

Có thể xây dựng:

AI Sales Assistant

AI Sales Assistant
        ↓
Sales Knowledge Scope

Sales Engineer

Sales Engineer cần nhiều Technical Knowledge hơn:

• Technical Specification

• Product Datasheet

• Product Documentation

• Installation Information

• Integration Guide

Có thể xây dựng:

AI Sales Engineer Assistant

AI Sales Engineer Assistant
        ↓
Technical Knowledge Scope

Customer Support

Customer Support thường cần:

• Product FAQ

• Troubleshooting Guide

• Warranty

• Support Guidelines

• Customer Service Information

Có thể xây dựng:

AI Customer Support Assistant

AI Customer Support Assistant
        ↓
Support Knowledge Scope

Mỗi chatbot được thiết kế cho một nhóm người dùng và một mục đích cụ thể.

Thiết kế chatbot theo Business Purpose

Không phải lúc nào cũng cần tạo chatbot chỉ vì có nhiều nhóm nhân viên.

Một cách tiếp cận tốt hơn là kết hợp:

User Group + Business Purpose + Knowledge Scope

Ví dụ Sales có thể có nhiều nhu cầu khác nhau.

Product Consultation

AI Product Assistant
        ↓
Product Knowledge

Mục đích:

• Tìm sản phẩm

• Hiểu tính năng

• So sánh sản phẩm

• Tìm sản phẩm phù hợp với nhu cầu

Sales Knowledge

AI Sales Assistant
        ↓
Sales Knowledge

Mục đích:

• Sales Guidelines

• Product Positioning

• Key Selling Points

• Common Customer Questions

Hai chatbot có thể phục vụ cùng một nhóm Sales nhưng có business purpose khác nhau.

Knowledge Scope là gì?

Knowledge Scope là phạm vi Knowledge mà một chatbot được phép sử dụng để tìm kiếm và trả lời câu hỏi.

Ví dụ:

AI Sales Engineer Assistant
        ↓
Knowledge Scope
        ↓
Technical Specification
Product Documentation
Installation Manual

Trong khi:

AI Sales Assistant
        ↓
Knowledge Scope
        ↓
Product Catalog
Product Information
Pricing
Sales Guidelines

Knowledge Scope giúp xác định:

"Chatbot này cần biết những gì?"

và đồng thời:

"Chatbot này không cần biết những gì?"

Đây là một nguyên tắc rất quan trọng khi thiết kế AI Chatbot cho doanh nghiệp.

Knowledge Scope càng phù hợp, AI càng dễ tập trung

Hãy tưởng tượng một Sales Engineer hỏi:

"Operating Temperature của Model X là bao nhiêu?"

Nếu chatbot được thiết kế riêng cho Technical Knowledge, hệ thống có thể tập trung vào:

Technical Specification
Product Datasheet
Product Documentation

Thay vì phải tìm kiếm trong:

Product Catalog
Pricing
Sales Guidelines
Warranty
FAQ
Technical Specification
Installation Manual
Sales Documents
...

Knowledge Scope nhỏ và phù hợp giúp giảm irrelevant information trong quá trình retrieval.

Có thể hình dung:

Broad Knowledge
       ↓
More Information
       ↓
More Potential Noise
       ↓
Harder Retrieval

so với:

Focused Knowledge Scope
       ↓
Relevant Information
       ↓
Less Noise
       ↓
Better Context

Vì vậy, thay vì cố gắng xây dựng chatbot có thể "biết mọi thứ", nên xây dựng chatbot biết đúng những gì nó cần biết.

Ví dụ thiết kế chatbot cho doanh nghiệp công nghệ

Giả sử một công ty cung cấp thiết bị network.

Doanh nghiệp có các loại Knowledge:

Product Catalog
Technical Specification
Installation Manual
Pricing
Sales Guidelines
Troubleshooting Guide
Warranty
FAQ

Có thể thiết kế:

AI Sales Assistant

User: Sales

Purpose: Product Consultation

Knowledge Scope:

Product Catalog
Product Information
Pricing
Sales Guidelines

Các câu hỏi:

"Sản phẩm nào phù hợp với khách hàng doanh nghiệp nhỏ?"

"Điểm mạnh của Model A là gì?"

"Model A có mức giá bao nhiêu?"

AI Sales Engineer Assistant

User: Sales Engineer

Purpose: Technical Consultation

Knowledge Scope:

Technical Specification
Product Datasheet
Product Documentation
Installation Manual

Các câu hỏi:

"Model A hỗ trợ bao nhiêu network ports?"

"Operating Temperature của thiết bị là bao nhiêu?"

"Thiết bị cần những bước installation nào?"

AI Customer Support Assistant

User: Customer Support

Purpose: Customer Support

Knowledge Scope:

FAQ
Troubleshooting Guide
Warranty
Support Documentation

Các câu hỏi:

"Khách hàng gặp lỗi kết nối thì cần kiểm tra gì?"

"Sản phẩm được bảo hành trong bao lâu?"

"Điều kiện bảo hành của sản phẩm là gì?"

Có cần tạo chatbot riêng cho từng tài liệu không?

Không.

Chia chatbot quá nhỏ cũng không phải là cách thiết kế tốt.

Ví dụ:

AI Product Catalog Chatbot
AI Pricing Chatbot
AI Product Feature Chatbot
AI Product FAQ Chatbot

Nếu tất cả đều phục vụ cùng một nhóm Sales và cùng một business purpose, việc chia quá nhỏ có thể khiến người dùng khó lựa chọn chatbot.

Thay vào đó, có thể nhóm Knowledge theo một purpose rõ ràng:

AI Sales Assistant
        ↓
Sales Knowledge Scope
        ├── Product Catalog
        ├── Product Information
        ├── Pricing
        └── Sales Guidelines

Nguyên tắc là:

Chia theo mục đích sử dụng, không chia theo số lượng tài liệu.

Khi nào nên tạo một chatbot mới?

Có thể cân nhắc tạo chatbot mới khi một trong các điều kiện sau xuất hiện.

1. Khác User Group

Ví dụ:

Sales
      ↓
AI Sales Assistant

và:

Technical Team
      ↓
AI Technical Assistant

Hai nhóm có nhu cầu Knowledge rất khác nhau.

2. Khác Business Purpose

Ví dụ cùng là Sales nhưng:

Product Consultation

và:

Sales Training

có thể cần Knowledge Scope khác nhau.

3. Khác Knowledge Scope

Nếu hai use case cần hai phạm vi Knowledge rất khác nhau, tạo chatbot riêng có thể giúp hệ thống tập trung hơn.

Ví dụ:

Technical Knowledge

và:

Sales Knowledge

nên được xem xét như hai Knowledge Scope riêng biệt.

4. Khác quyền truy cập Knowledge

Một số Knowledge chỉ dành cho một nhóm nhân viên.

Ví dụ:

Sales
    ↓
Product + Pricing

Sales Engineer
    ↓
Technical Specification

Management
    ↓
Internal Business Knowledge

Trong trường hợp này, tách chatbot theo nhóm người dùng cũng giúp việc tổ chức Knowledge và quyền truy cập rõ ràng hơn.

Khi nào không nên tạo chatbot mới?

Không phải cứ có một loại tài liệu mới là phải tạo một chatbot mới.

Không nên chia nhỏ nếu:

• Cùng User Group

• Cùng Business Purpose

• Knowledge có liên quan chặt chẽ

• Người dùng thường xuyên cần những thông tin đó cùng nhau

• Knowledge Scope hiện tại vẫn đủ tập trung

Ví dụ:

AI Sales Assistant
        ↓
Product Catalog
Product Information
Pricing
Sales Guidelines

Không nhất thiết phải tạo bốn chatbot chỉ vì có bốn loại Knowledge.

Điểm quan trọng là Knowledge Scope phải hợp lý, không phải số lượng chatbot càng nhiều càng tốt.

Một tài liệu có thể được sử dụng bởi nhiều chatbot

Tách chatbot không có nghĩa là phải tạo bản sao của tài liệu.

Ví dụ:

Technical Specification
        │
        ├── AI Sales Engineer Assistant
        │
        └── AI Technical Assistant

Cùng một Technical Specification có thể phù hợp với nhiều User Group.

Điều cần xác định là:

• Ai cần sử dụng?

• Sử dụng để làm gì?

• Knowledge này có thực sự phù hợp với chatbot đó không?

Doanh nghiệp có thể tái sử dụng Knowledge thay vì duplicate tài liệu.

Kiến trúc tổng thể nên như thế nào?

Một mô hình có thể áp dụng:

                    Company
                       │
          ┌────────────┼────────────┐
          ↓            ↓            ↓
      Sales       Sales Engineer   Support
          │            │            │
          ↓            ↓            ↓
    AI Sales      AI Technical   AI Support
    Assistant       Assistant     Assistant
          │            │            │
          ↓            ↓            ↓
   Sales Knowledge  Technical    Support
                     Knowledge    Knowledge

Mỗi chatbot có:

Chatbot
│
├── User Group
├── Business Purpose
├── Knowledge Scope
├── Documents
└── Chat Interface

Cách thiết kế này tạo ra ranh giới rõ ràng giữa các AI Assistant trong doanh nghiệp.

Thiết kế chatbot theo nguyên tắc "đúng Knowledge cho đúng câu hỏi"

Một AI Chatbot tốt không nhất thiết phải có thật nhiều Knowledge.

Điều quan trọng hơn là hệ thống có thể tìm kiếm trong đúng Knowledge Scope.

Ví dụ:

Sales Question
      ↓
AI Sales Assistant
      ↓
Sales Knowledge Scope
      ↓
Relevant Product Knowledge
      ↓
AI Answer

Trong khi:

Technical Question
      ↓
AI Sales Engineer Assistant
      ↓
Technical Knowledge Scope
      ↓
Relevant Technical Knowledge
      ↓
AI Answer

Nhờ vậy, mỗi chatbot được tối ưu cho một nhóm câu hỏi cụ thể.

Cách triển khai thực tế

Doanh nghiệp có thể triển khai theo từng bước.

Bước 1: Liệt kê User Groups

Ví dụ:

Sales
Sales Engineer
Technical Support
Customer Support

Bước 2: Xác định Business Purpose

Ví dụ:

Sales
→ Product Consultation

Sales Engineer
→ Technical Consultation

Customer Support
→ Troubleshooting

Bước 3: Xác định Knowledge Scope

Xác định mỗi nhóm cần những loại Knowledge nào.

Bước 4: Tạo chatbot

Mỗi chatbot có:

• Tên rõ ràng

• User Group rõ ràng

• Purpose rõ ràng

• Knowledge Scope rõ ràng

Bước 5: Kiểm thử bằng câu hỏi thực tế

Không nên chỉ kiểm tra những câu hỏi đơn giản.

Hãy sử dụng các câu hỏi thực tế mà nhân viên thường gặp:

"Khách hàng cần sản phẩm cho môi trường công nghiệp, nên tư vấn model nào?"

"Model này có hỗ trợ Ethernet không?"

"Thiết bị không kết nối được network thì cần kiểm tra gì?"

Bước 6: Điều chỉnh Knowledge Scope

Nếu chatbot thường xuyên tìm thấy thông tin không liên quan, hãy xem lại:

• Knowledge Scope

• Document structure

• Chunking

• Embedding

• Retrieval

Đôi khi vấn đề không nằm ở LLM mà nằm ở việc chatbot đang được cung cấp quá nhiều Knowledge không cần thiết.

Kết luận

Khi xây dựng AI Chatbot cho doanh nghiệp B2B và công nghệ, không nên bắt đầu bằng câu hỏi:

"Làm thế nào để đưa toàn bộ Knowledge của doanh nghiệp vào AI?"

Thay vào đó, nên bắt đầu bằng:

"Ai sẽ sử dụng AI và họ cần Knowledge gì để thực hiện công việc?"

Từ đó xác định:

User Group → Business Purpose → Knowledge Scope → AI Chatbot

Ví dụ:

Sales
    ↓
Product Consultation
    ↓
Sales Knowledge
    ↓
AI Sales Assistant

Sales Engineer
    ↓
Technical Consultation
    ↓
Technical Knowledge
    ↓
AI Sales Engineer Assistant

Customer Support
    ↓
Customer Support
    ↓
Support Knowledge
    ↓
AI Customer Support Assistant

Mục tiêu không phải tạo càng nhiều chatbot càng tốt, mà là tạo đúng chatbot cho đúng mục đích.

Một nguyên tắc đơn giản có thể áp dụng:

One Chatbot = One clear purpose + One appropriate Knowledge Scope

Khi Knowledge được phân chia hợp lý, mỗi AI Assistant có thể tập trung vào đúng loại thông tin cần thiết, giảm information noise và tạo context phù hợp hơn cho quá trình trả lời.

Đúng chatbot → đúng nhân viên → đúng Knowledge Scope → đúng context.