Chatbot AI có cơ sở tri thức — bot của bạn hiểu doanh nghiệp của bạn
Chatbot AI chung chung đưa ra câu trả lời chung chung. Zentor App kết nối chatbot AI với cơ sở tri thức riêng của bạn: bot chỉ trả lời dựa trên nội dung của doanh nghiệp bạn — chính xác, nhất quán và không có thông tin bịa đặt.
Vấn đề của các chatbot chung chung
Một chatbot AI chỉ dựa vào kiến thức đào tạo chung của mô hình ngôn ngữ sẽ không thể trả lời đáng tin cậy các câu hỏi của khách hàng. Mô hình này không biết về doanh nghiệp của bạn, cấu trúc giá cả, điều khoản dịch vụ hay các sản phẩm hiện tại của bạn. Kết quả là những câu trả lời mơ hồ, chung chung hoặc tệ hơn là sai lệch — điều này làm tổn hại đến niềm tin của khách hàng.
Các chatbot dựa trên quy tắc thế hệ đầu tiên giải quyết vấn đề này theo cách khác: chúng được lập trình cứng và chỉ phản hồi với các từ khóa chính xác. Điều này dẫn đến những cuộc trò chuyện cứng nhắc, thiếu linh hoạt — ngay khi khách hàng đặt câu hỏi theo cách khác so với dự kiến, hệ thống sẽ thất bại.
Zentor App kết hợp ưu điểm của cả hai cách tiếp cận: câu trả lời dựa trên nội dung riêng, được kiểm soát của bạn (như cách tiếp cận dựa trên quy tắc) — nhưng mô hình AI hiểu ngôn ngữ tự nhiên của khách hàng và có thể phản hồi linh hoạt (như một chatbot AI hiện đại). Kết quả là một chatbot thực sự biết bạn là ai. Nguyên lý này khác cụ thể thế nào so với một bot chung chung, chúng tôi giải thích trong Chatbot AI riêng thay vì bot chung chung.
Cơ sở tri thức là gì — và RAG là gì?
Cơ sở tri thức trong bối cảnh chatbot AI là tập hợp có cấu trúc tất cả nội dung làm nền tảng để bot trả lời câu hỏi. Bạn hãy tải lên các tài liệu FAQ, văn bản sản phẩm, thông tin dịch vụ và hướng dẫn quy trình của mình — chatbot sẽ truy cập vào tập hợp này cho mỗi yêu cầu.
Cơ chế kỹ thuật đằng sau được gọi là Retrieval-Augmented Generation, viết tắt là RAG. Cơ chế này hoạt động qua hai bước: trước tiên, hệ thống tìm trong cơ sở tri thức của bạn các đoạn văn bản phù hợp với yêu cầu của khách hàng (Retrieval). Sau đó, hệ thống chuyển các nội dung tìm được cùng với yêu cầu của khách hàng đến mô hình AI, và mô hình soạn ra một câu trả lời dễ hiểu, phù hợp ngữ cảnh (Generation).
Kết quả: bot không bịa ra bất cứ điều gì. Bot chỉ trả lời những gì có trong cơ sở tri thức của bạn — bằng ngôn ngữ tự nhiên, không bị gò bó theo kịch bản và hiểu được cách diễn đạt của khách hàng. Bạn có thể đọc phần giải thích kỹ thuật chi tiết về Retrieval và Generation trong bài viết của chúng tôi Giải thích công nghệ RAG.
Nội dung của bạn — Câu trả lời của bạn
Cơ sở tri thức của Zentor App phù hợp với mọi nội dung dạng văn bản liên quan đến khách hàng. Mọi thứ bạn muốn dạy cho chatbot, bạn tải lên qua bảng điều khiển — không cần lập trình, không cần thiết lập kỹ thuật. Để xem kỹ hơn các nội dung FAQ, PDF và sản phẩm điển hình, hãy tham khảo trang của chúng tôi Chatbot với dữ liệu của riêng bạn.
Câu hỏi thường gặp và câu trả lời — nội dung kinh điển của mọi cơ sở tri thức. Được cấu trúc dưới dạng tài liệu hỏi đáp (Q&A) hoặc văn bản liền mạch.
Đặc tính, lợi ích, biến thể và phạm vi ứng dụng của sản phẩm của bạn. Bot có thể đi sâu vào từng sản phẩm cụ thể.
Giờ mở cửa (theo nghĩa giờ hoạt động của chatbot), điều kiện giao hàng, quy trình trả hàng và các thông tin liên quan đến dịch vụ khác.
Hướng dẫn từng bước nội bộ hoặc bên ngoài giúp khách hàng sử dụng sản phẩm hoặc dịch vụ của bạn.
Giới thiệu về bạn, những gì bạn cung cấp và lý do khách hàng hợp tác với bạn. Hữu ích cho các yêu cầu lần đầu và các cuộc trò chuyện định hướng chung.
Danh mục giá, bảng biểu giá và các điều khoản — không chứa dữ liệu cá nhân nhưng bao gồm đầy đủ thông tin mà khách hàng thường xuyên hỏi.
Starter: 1.000 MB dung lượng lưu trữ tri thức
Gói Starter của Zentor App có 1.000 MB dung lượng lưu trữ tri thức (có thể mở rộng theo yêu cầu). Thoạt nghe đây chỉ là một con số kỹ thuật — nhưng đáng để đặt nó vào tương quan: một tài liệu văn bản 50.000 từ thường chiếm dưới 500 KB. Vì vậy, với 1.000 MB, bạn có thể lưu một lượng rất lớn văn bản doanh nghiệp, tài liệu FAQ, mô tả sản phẩm và hướng dẫn mà không gặp vấn đề về dung lượng.
Với hầu hết doanh nghiệp nhỏ và vừa, dung lượng này là thừa đủ để bao quát mọi thông tin khách hàng liên quan. Chatbot dựa trên nền tảng này và đưa ra câu trả lời chất lượng cao — bất kể có bao nhiêu cuộc trò chuyện diễn ra cùng lúc.
Bạn quản lý nội dung cơ sở tri thức bất cứ lúc nào qua bảng điều khiển: thêm, cập nhật hoặc xóa tài liệu. Thay đổi có hiệu lực ngay lập tức — từ cuộc trò chuyện tiếp theo, chatbot trả lời dựa trên nội dung đã cập nhật.
Vector-RAG trong gói Cá nhân hóa
Với các doanh nghiệp có cơ sở tri thức lớn hoặc yêu cầu chất lượng cao hơn, Zentor App cung cấp Vector-RAG trong gói Cá nhân hóa. Điểm khác biệt so với tìm kiếm tiêu chuẩn: thay vì tìm theo từ khóa, Vector-RAG chuyển cả nội dung tri thức lẫn yêu cầu của khách hàng thành các vectơ toán học. Các vectơ này biểu diễn nội dung ngữ nghĩa — tức là ý nghĩa — của một văn bản.
Điều này cho phép tìm kiếm dựa trên sự tương đồng ngữ nghĩa: Khi một khách hàng hỏi "Làm thế nào để hủy?", hệ thống cũng sẽ tìm thấy mục được đặt tiêu đề là "Hủy hợp đồng" — mặc dù không có từ khóa chung nào. Độ chính xác của việc truy xuất tăng lên đáng kể, điều này trực tiếp phản ánh trong chất lượng câu trả lời của chatbot.
Vector-RAG trong gói Cá nhân hóa có thể kết hợp với các mô hình AI chạy cục bộ: cơ sở tri thức và quá trình xử lý AI của bạn nằm hoàn toàn trên hạ tầng riêng của bạn. Chủ quyền dữ liệu tối đa đi cùng chất lượng tìm kiếm ngữ nghĩa.
Câu hỏi thường gặp về cơ sở tri thức
Công nghệ RAG là gì?
RAG là viết tắt của Retrieval-Augmented Generation. Phương pháp này kết hợp hai bước: trước tiên, hệ thống tìm trong cơ sở tri thức của bạn những nội dung phù hợp với yêu cầu (Retrieval). Sau đó, mô hình AI dùng các nội dung tìm được để soạn một câu trả lời chính xác, phù hợp ngữ cảnh (Generation). Kết quả là các câu trả lời dựa trên nội dung của chính doanh nghiệp bạn — không dựa trên kiến thức huấn luyện chung của mô hình AI.
Tôi có thể tải những nội dung nào vào cơ sở tri thức?
Bạn có thể tải lên mọi nội dung dạng văn bản liên quan đến khách hàng của mình: tài liệu FAQ, mô tả sản phẩm, điều khoản dịch vụ, bảng giá (không chứa dữ liệu cá nhân), hướng dẫn quy trình, hướng dẫn sử dụng sản phẩm hoặc thông tin chung về doanh nghiệp. Cơ sở tri thức được quản lý qua bảng điều khiển Zentor App — không cần kiến thức kỹ thuật.
Gói bao gồm bao nhiêu dung lượng lưu trữ?
Gói Starter có 1.000 MB dung lượng lưu trữ tri thức (có thể mở rộng theo yêu cầu). Con số này tương đương một lượng rất lớn tài liệu văn bản — với hầu hết doanh nghiệp vừa và nhỏ, dung lượng này là quá đủ. Trong gói Cá nhân hóa, khi cần có thể cấu hình thêm dung lượng cũng như tìm kiếm ngữ nghĩa Vector-RAG.
Chatbot có chỉ trả lời dựa trên cơ sở tri thức không?
Trong cấu hình mặc định, chatbot chỉ trả lời câu hỏi dựa trên nội dung trong cơ sở tri thức của bạn. Điều này ngăn bot đưa ra câu trả lời chung chung hoặc sai lệch từ kiến thức huấn luyện chung của mô hình AI. Nếu không tìm thấy nội dung phù hợp cho một yêu cầu, chatbot có thể được cấu hình để chuyển khách hàng đến nhân viên thay vì đưa ra câu trả lời không chắc chắn.
Gói Starter và gói Cá nhân hóa khác nhau thế nào về cơ sở tri thức?
Trong gói Starter, chatbot dùng phương pháp truy xuất truyền thống dựa trên từ khóa từ cơ sở tri thức của bạn: bot tìm các từ khóa có trong yêu cầu của khách hàng. Trong gói Cá nhân hóa còn có thêm Vector-RAG: yêu cầu và nội dung tri thức được chuyển thành các vectơ ngữ nghĩa, nhờ đó bot vẫn tìm được câu trả lời phù hợp ngay cả khi khách hàng diễn đạt câu hỏi khác với cách lưu trong cơ sở tri thức — giúp tỷ lệ tìm trúng tăng rõ rệt.
Tôi có thể tự động nạp dữ liệu vào cơ sở tri thức từ các hệ thống bên ngoài không?
Zentor App hỗ trợ nhập tài liệu qua giao diện bảng điều khiển. Để nhập tự động từ các hệ thống bên ngoài (CMS, quản lý tài liệu, CRM), gói Cá nhân hóa cung cấp quyền truy cập API và workflow n8n, qua đó nội dung có thể được nhập và cập nhật một cách có cấu trúc — không cần tải lên thủ công qua bảng điều khiển.
Thay đổi trong cơ sở tri thức có hiệu lực nhanh đến mức nào?
Các thay đổi bạn thực hiện trong bảng điều khiển Zentor App được xử lý ngay lập tức. Từ cuộc trò chuyện tiếp theo, chatbot trả lời dựa trên nội dung đã cập nhật. Không có độ trễ do các chu kỳ huấn luyện lại thủ công — hệ thống RAG đọc nội dung hiện tại trực tiếp từ cơ sở tri thức ở mỗi yêu cầu.
Điều gì xảy ra khi chatbot không tìm thấy câu trả lời phù hợp?
Nếu hệ thống RAG không tìm thấy nội dung phù hợp với yêu cầu trong cơ sở tri thức, phản ứng của chatbot có thể cấu hình: chatbot có thể báo cho khách hàng rằng nó không có câu trả lời và bắt đầu chuyển giao cho nhân viên, hoặc đặt một câu hỏi làm rõ chung. Phản ứng cụ thể khi không có kết quả phù hợp được xác định trong bảng điều khiển Zentor App — không có câu trả lời thiếu chắc chắn từ kiến thức huấn luyện AI chung.
Biến chatbot của bạn thành chuyên gia về doanh nghiệp của bạn
Hãy dùng thử chatbot AI có cơ sở tri thức của Zentor App trong bản demo — hoặc tìm hiểu các gói phù hợp cho doanh nghiệp của bạn.
Trang tham khảo thêm:
Xem thêm trong Trung tâm trợ giúp