Cách xây dựng kho kiến thức cho AI Agent từ FAQ, PDF và website

Hầu hết doanh nghiệp đã có sẵn kiến thức: một trang FAQ, vài file PDF chính sách, bảng giá gửi qua email và hàng chục bài viết trên website. Vấn đề là các nguồn này nằm rải rác, trùng lặp và không ai chắc bản nào đang đúng.

Nếu đưa nguyên trạng tất cả vào AI Agent, hệ thống sẽ trả lời theo bất kỳ bản nào nó tìm thấy. Kho kiến thức tốt vì thế không bắt đầu từ việc tải file lên, mà từ việc chọn nguồn chính thức, gắn người chịu trách nhiệm và quy định cách cập nhật.

Bài viết hướng dẫn cách dựng kho kiến thức từ FAQ, PDF và website theo từng phạm vi nhỏ, có phiên bản và có quyền truy cập rõ ràng, trước khi mở rộng cho toàn bộ nghiệp vụ.

1. Cách nhìn đúng về xây dựng kho kiến thức AI

Kho kiến thức không phải một thư mục chứa tài liệu. Nó gồm ba phần: nội dung đã được chọn lọc, cách tổ chức để hệ thống tìm đúng đoạn cần dùng, và quy tắc quản trị gồm ai được sửa, ai được xem, khi nào phải kiểm thử lại. Thiếu phần quản trị, kho kiến thức sẽ lỗi thời chỉ sau vài lần đổi chính sách.

Cũng cần tách nội dung ổn định khỏi dữ liệu thay đổi liên tục. Mô tả dịch vụ, quy trình và chính sách phù hợp để đưa vào kho. Còn giá theo ngày, tồn kho hay lịch trống nên được lấy trực tiếp từ phần mềm nguồn. Xem thêm hướng dẫn chuẩn bị dữ liệu cho AI Agent.

2. Các vấn đề cần xử lý

1. Chọn câu hỏi nghiệp vụ có giá trị

Đừng bắt đầu từ tài liệu, hãy bắt đầu từ câu hỏi mà khách hoặc nhân viên hỏi nhiều nhất. Lấy từ lịch sử chat, email và ghi chú của đội tư vấn khoảng vài chục câu hỏi lặp lại. Danh sách này quyết định tài liệu nào cần đưa vào trước và cũng là bộ kiểm thử đầu tiên.

2. Lập danh mục nguồn FAQ PDF và website

Liệt kê từng nguồn kèm vị trí lưu, nội dung chính, lần sửa gần nhất và bộ phận quản lý. Việc này thường phát hiện ra nhiều bản của cùng một tài liệu mà không ai biết. Mỗi nguồn nên được đánh dấu là giữ lại, cần sửa hoặc loại bỏ.

3. Xác định tài liệu chính thức

Với mỗi chủ đề như giá, bảo hành hay đổi trả, chỉ nên có một nguồn chính thức. Người có thẩm quyền của bộ phận liên quan xác nhận bản đó. Các bản khác có thể lưu để đối chiếu nhưng không được đưa vào phạm vi AI trả lời.

4. Loại nội dung trùng và mâu thuẫn

Nội dung trùng khiến hệ thống lấy nhiều đoạn gần giống nhau, còn nội dung mâu thuẫn khiến câu trả lời thay đổi tùy lần hỏi. Hãy so các nguồn theo từng chủ đề, gộp phần trùng và đưa phần mâu thuẫn cho người phụ trách quyết định. Không để AI tự chọn bản nghe hợp lý hơn.

5. Chia nội dung theo chủ đề và đối tượng

Một file PDF dài hàng chục trang gộp nhiều chính sách sẽ khó truy xuất đúng. Nên chia thành các phần ngắn, mỗi phần một chủ đề, có tiêu đề nêu rõ áp dụng cho sản phẩm nào, khách hàng nào hay khu vực nào. Nội dung dành cho khách và nội dung nội bộ nên tách riêng từ đầu.

6. Gắn ngày hiệu lực và chủ sở hữu

Mỗi phần nội dung cần ghi ngày có hiệu lực và người chịu trách nhiệm cập nhật. Khi chính sách đổi, người đó biết mình phải sửa gì và đội vận hành biết cần kiểm thử lại chủ đề nào. Nội dung không có chủ sở hữu thường là nội dung sẽ lỗi thời đầu tiên.

7. Thiết kế quyền truy cập

Tài liệu nội bộ như biên lợi nhuận, quy trình xử lý khiếu nại hay thông tin nhân sự không được lọt vào câu trả lời cho khách. Quyền nên được đặt ở tầng dữ liệu: AI phục vụ khách chỉ đọc được nhóm nội dung công khai. Xem thêm bảo mật dữ liệu AI Agent.

8. Kiểm thử bằng câu hỏi thực tế

Dùng chính danh sách câu hỏi ở mục đầu, cộng thêm các cách hỏi khác nhau và câu hỏi không có trong kho. Mỗi câu cần có đáp án mong đợi và nguồn đối chiếu. Câu trả lời sai thường cho thấy tài liệu cần chia lại hoặc tiêu đề chưa đủ rõ, như phân tích trong bài chatbot AI trả lời sai.

3. Quy trình triển khai đề xuất

Bước 1: Lập bảng kiểm kê nguồn và người chịu trách nhiệm

Đầu ra là một bảng liệt kê mọi nguồn: tên, vị trí, chủ đề, ngày cập nhật, người quản lý và trạng thái giữ hay loại. Mỗi bộ phận tự rà phần của mình và ký xác nhận. Bảng này sẽ được dùng lại ở mọi lần cập nhật sau.

Bước 2: Chọn một phạm vi nhỏ như chính sách bán hàng để làm mẫu

Thay vì làm cả kho một lúc, hãy chọn một chủ đề có câu hỏi nhiều và nội dung tương đối rõ. Làm trọn vẹn phạm vi này từ chọn nguồn, chia nội dung đến kiểm thử. Cách làm của phạm vi mẫu trở thành khuôn cho các chủ đề tiếp theo.

Bước 3: Chuẩn hóa tiêu đề, thuật ngữ, ngày hiệu lực và liên kết nguồn

Thống nhất cách gọi tên sản phẩm, gói dịch vụ và thuật ngữ nội bộ để khách hỏi kiểu gì hệ thống cũng tìm đúng. Mỗi phần nội dung ghi ngày hiệu lực và dẫn về tài liệu gốc. Người phụ trách nội dung duyệt bản chuẩn hóa trước khi đưa vào hệ thống.

Bước 4: Tạo bộ câu hỏi đúng, sai, thiếu dữ liệu và kiểm thử sau mỗi lần cập nhật

Bộ kiểm thử gồm câu có đáp án trong kho, câu dễ gây nhầm giữa các chủ đề và câu không có dữ liệu mà AI phải từ chối. Mỗi lần cập nhật nội dung, chạy lại toàn bộ bộ này. Kết quả được lưu để so sánh giữa các phiên bản.

4. Ví dụ giả định

Một công ty dịch vụ có ba bảng giá trong PDF, bài viết website và file gửi nội bộ. Nhóm dự án chọn bảng giá được phòng kinh doanh phê duyệt làm nguồn chính, giữ tài liệu cũ để đối chiếu nhưng loại khỏi phạm vi trả lời. Mỗi thay đổi sau đó phải có ngày hiệu lực và người duyệt.

Việc khó nhất trong ví dụ không phải kỹ thuật mà là quyết định bản nào đúng. Khi quyết định đã rõ, có thể biến nó thành ca kiểm thử: hỏi giá theo nhiều cách và kiểm tra câu trả lời luôn dựa trên bảng giá đã duyệt.

5. Rủi ro và giới hạn cần kiểm soát

• Kho kiến thức không thay thế quy trình quản trị nội dung
• Không cấp cho AI quyền xem rộng hơn quyền của người hỏi
• Tách dữ liệu tĩnh khỏi giá, tồn kho và lịch trống
• Giữ trích dẫn nguồn để người vận hành kiểm tra

Các giới hạn này cần được áp dụng trong hệ thống, không chỉ ghi trong tài liệu. Phân nhóm quyền theo nội dung ngay khi đưa vào kho, lưu lịch sử thay đổi để biết ai sửa gì và khi nào. Tài liệu chứa dữ liệu cá nhân hoặc hợp đồng chỉ nên đưa vào khi thực sự cần cho nghiệp vụ.

6. Chỉ số nên theo dõi sau khi vận hành

• Tỷ lệ yêu cầu hoàn thành đúng theo bộ tiêu chí đã duyệt
• Tỷ lệ thiếu dữ liệu, từ chối đúng và chuyển người thật
• Số lỗi tích hợp, thời gian phản hồi và thời gian khắc phục
• Số lần nhân viên sửa kết quả và nguyên nhân sửa

Với kho kiến thức, nên đo theo từng chủ đề nội dung thay vì con số tổng. Chủ đề nào có tỷ lệ thiếu dữ liệu cao cần bổ sung tài liệu; chủ đề nào trả lời sai dù có tài liệu thì cần tổ chức lại cách chia và đặt tiêu đề.

7. Checklist trước khi đưa vào sử dụng

• Nguồn dữ liệu và chủ sở hữu đã được xác nhận
• Quyền đọc ghi và phạm vi người dùng đã được kiểm thử
• Ngoại lệ có đường chuyển người phụ trách
• Nhật ký lưu đủ đầu vào nguồn và kết quả
• Bộ câu hỏi hoặc tình huống kiểm thử có đáp án mong đợi
• Có lịch cập nhật dữ liệu và kiểm thử lại

8. Câu hỏi thường gặp

Có cần đưa toàn bộ tài liệu vào AI không? Không. Chỉ đưa nguồn liên quan, còn hiệu lực và có quyền sử dụng.

Website có thể là nguồn kiến thức chính không? Có, nếu nội dung được quản trị tốt. Trang marketing cũ hoặc nội dung không còn hiệu lực cần được loại bỏ.

Bao lâu nên cập nhật kho kiến thức? Theo tốc độ thay đổi của nghiệp vụ và ngay khi chính sách chính thức thay đổi.

Kết luận

Kho kiến thức tốt bắt đầu từ câu hỏi thực tế, một nguồn chính thức cho mỗi chủ đề và người chịu trách nhiệm cập nhật. Làm mẫu với một phạm vi nhỏ, kiểm thử kỹ rồi mới mở rộng sẽ nhanh hơn việc đưa mọi tài liệu vào cùng lúc.

Kho kiến thức cũng không làm một lần là xong. Mỗi lần chính sách thay đổi là một lần cần cập nhật và kiểm thử lại.

Trao đổi với Naventic để rà soát nguồn tài liệu và xác định phạm vi kho kiến thức cho AI Agent. Đọc thêm: AI Agent nội bộ.