Ứng dụng GPT giải quyết yêu cầu chatbot

Những ai từng dùng các giải pháp chatbot hiện tại để chăm sóc khách hàng sẽ hiểu dùng cho thành thạo khó như thế nào. Đây là một ví dụ cho thấy bạn phải tạo ra các ngữ cảnh, kịch bản tương ứng rất phức tạp.

Khi ChatGPT ra đời, nó tạo một cơn lốc trên toàn thế giới về AI, nhưng đa phần vẫn chỉ dừng ở mức vào trang web chat với nó, thường là nhờ tạo ra nội dung.

Tuy nhiên ứng dụng của GPT không dừng ở đó. Tôi sẽ trình bày một tính năng thú vị mà doanh nghiệp có thể dùng để tạo giá trị cho khách hàng cũng như nâng tầm công nghệ của mình.

Giải pháp chatbot GPT với dữ liệu nội bộ

Chúng ta sẽ dùng khả năng phân tích dữ liệu và xử lý ngôn ngữ tự nhiên của GPT để tạo ra chatbot linh hoạt và giống người thật hơn.

Nó khác với việc dùng ChatGPT ở chỗ chatbot của bạn sẽ trả lời được những nội dung mà doanh nghiệp không công khai ra ngoài, và cũng chỉ trả lời trong ngữ cảnh dữ liệu của bạn. Ví dụ, dữ liệu đầu vào là nội dung về sản phẩm, dịch vụ, thậm chí các câu hỏi của khách hàng và câu trả lời của bạn, hay các mục FAQ, chia sẻ kinh nghiệm sản phẩm… đều có thể đưa vào để xử lý. Chatbot sẽ trả lời theo hiểu biết của nó về nội dung đã phân tích; nếu không trả lời được thì sẽ nói không biết.

Còn ChatGPT, do đã hấp thụ một lượng lớn dữ liệu trên toàn thế giới, nên khả năng trả lời cao hơn cho mọi tình huống, tuy nhiên vẫn gặp khó với dữ liệu mới và dữ liệu nội bộ. Vì vậy, kết hợp GPT với dữ liệu nội bộ là một cách hay để tạo ra chatbot hay các công cụ truy vấn dữ liệu nội bộ bằng ngôn ngữ tự nhiên.

Demo giải pháp

Chúng tôi đưa dữ liệu từ một bài báo mới (hy vọng ChatGPT chưa đọc) vào model để index và tạo các vector (link https://vnexpress.net/thu-tuong-pham-minh-chinh-len-duong-tham-trung-quoc-4621506.html).

Đơn giản là đưa dữ liệu text vào thôi.

Sau đó chúng tôi chạy phân tích nội dung này (chỉ mất một giây là xong), rồi đặt hai loại câu hỏi: query và logic.

Kết quả tương đối ổn với query. Thử câu khó hơn xem sao.

Có một vấn đề với chữ "tổng thống", nhưng có thể châm chước vì cái này là tiếng Việt và lại dính tới thể chế, đã ngoài ngữ cảnh. Hỏi thêm chút nữa.

Lần này nó không trả lời được. Tôi biết nó nắm được ngày đi, nhưng nó không có dữ liệu thời tiết để trả lời.

Ứng dụng

Giải pháp này cần được xây dựng tích hợp với các điểm chạm online của doanh nghiệp để khai thác tối đa giá trị.

Phải tổ chức lưu trữ lại dữ liệu hoạt động của chatbot (câu hỏi, câu trả lời, thời gian phản hồi, người hỏi…) để bổ sung vào dữ liệu và tiếp tục train model.

Các bước tiến hành

• Khách hàng giao dữ liệu.
• Train chatbot trên dữ liệu đó.
• Khách hàng kiểm tra chatbot xem đã đúng yêu cầu chưa.
• Tích hợp chatbot vào các hệ thống của khách hàng.

Giá trị

Ngắn hạn, chatbot có thể chưa xử lý tốt tất cả câu hỏi, nhưng qua thời gian nó sẽ trả lời tốt hơn nhiều vì có thêm dữ liệu cũng như được nâng cấp với các model mới hơn.

Doanh nghiệp có thể cắt giảm chi phí tư vấn trực tiếp cùng các vấn đề phát sinh liên quan đến cảm xúc.

Doanh nghiệp tiến xa hơn trong chuyển đổi số và vận dụng công nghệ. Trường hợp cần gọi vốn, đặc biệt là vốn ngoại, thì việc ứng dụng công nghệ rất có giá trong mắt nhà đầu tư.

Các giải pháp khác trên thị trường

• Copilot và Dynamics