Muốn triển khai Chatbot AI, doanh nghiệp cần chuẩn bị dữ liệu gì?

Nhiều nguồn nhưng không có nguồn chuẩn

Website nói một giá, PDF cũ nói giá khác và Sales dùng bảng riêng. Hệ thống cần source of truth và quy tắc ưu tiên, không chỉ cần tìm đoạn văn giống câu hỏi.

Tài liệu viết cho nhân viên, không viết cho khách

Mã nội bộ, viết tắt và ngoại lệ ngầm làm chatbot hiểu thiếu ngữ cảnh. Cần glossary, diễn giải điều kiện và ví dụ hợp lệ.

Không có metadata vòng đời

Mỗi tài liệu nên có owner, phiên bản, ngày hiệu lực, locale và trạng thái draft/approved/retired.

Không có bộ kiểm thử từ câu hỏi thật

Danh sách tài liệu không chứng minh chatbot trả lời đúng. Hãy lấy câu hỏi từ Sales, CSKH và log tìm kiếm; bổ sung trường hợp mơ hồ, không có dữ liệu, câu hỏi nhạy cảm và yêu cầu chuyển người.

• 100% nguồn production có owner và trạng thái approved.
• Giá, chính sách và khuyến mại có ngày hiệu lực/hết hiệu lực.
• Không có tài liệu draft, dữ liệu nhạy cảm hoặc nội dung hết hạn trong index.
• VI/EN được quản lý riêng; không giả định bản dịch luôn tương đương.
• Bộ test bao gồm câu đúng phạm vi, ngoài phạm vi, mơ hồ và đối kháng.
• Có hành vi fail closed: hỏi lại, từ chối hoặc chuyển người khi thiếu căn cứ.
• Có log source version để điều tra khi câu trả lời thay đổi.

NIST khuyến nghị xác định bối cảnh, giới hạn và rủi ro trong vòng đời AI. OWASP nêu data/model poisoning và prompt injection; do đó ingestion phải có kiểm soát quyền và phê duyệt.

Có thể cho chatbot đọc toàn bộ website không?

Có thể về kỹ thuật, nhưng nên loại trang pháp lý không liên quan, nội dung cũ, trùng lặp và nguồn không dùng để tư vấn.

PDF và Excel có dùng được không?

Có nếu parser giữ đúng cấu trúc và bảng; vẫn cần kiểm tra bản trích xuất, owner và hiệu lực.

Cần bao nhiêu FAQ để bắt đầu?

Không có số cố định. Ưu tiên nhóm câu hỏi tạo nhiều workload hoặc ảnh hưởng quyết định mua.

Ai nên phê duyệt nội dung?

Chủ sở hữu nghiệp vụ phê duyệt tính đúng; IT kiểm soát quyền, ingestion và audit.

Khi giá thay đổi phải làm gì?

Cập nhật nguồn chuẩn, duyệt phiên bản mới, re-index và chạy lại regression test trước khi retire bản cũ.

Một chatbot tốt bắt đầu từ governance nhỏ nhưng rõ: phạm vi, source of truth, owner, phiên bản và bộ test. Doanh nghiệp có thể khởi động với tập dữ liệu hẹp cho một nhóm câu hỏi, đo chất lượng rồi mở rộng.

Không nên chờ “dữ liệu hoàn hảo”, nhưng cũng không nên coi ingestion là thao tác upload một lần. Knowledge base là sản phẩm vận hành: có thay đổi, phê duyệt, kiểm thử và rollback.