VUTU DigitalAIXem khoá học
AI chăm sóc khách hàng: 5 bước dựng AI Agent trả lời khách và phân nhóm khách hàng

AI chăm sóc khách hàng: 5 bước dựng AI Agent trả lời khách và phân nhóm khách hàng (kèm prompt)

•

Fanpage 200 tin nhắn mỗi ngày, phần lớn là câu hỏi lặp lại

“Mua ở đâu?”, “Còn khuyến mãi không?”, “Hạn sử dụng bao lâu?”, “Ship tỉnh mất mấy ngày?”. Team chăm sóc khách hàng (CSKH) của các brand hàng tiêu dùng trả lời những câu này hàng chục lần mỗi ngày, trong khi những ca thật sự cần người như khiếu nại hay hỏi về sức khoẻ lại phải xếp hàng chờ.

AI Agent CSKH giải quyết đúng phần lặp lại đó. Nhưng một agent trả lời sai chính sách hay tư vấn sai về sức khoẻ gây hại nhiều hơn là không có agent. Vì vậy phần lớn công sức nằm ở chuẩn bị và kiểm thử, không phải ở việc chọn công cụ.

Quy trình 5 bước dưới đây được rút ra từ dự án AI Agent CSKH mình tham gia cho một thương hiệu FMCG lớn (chi tiết đã ẩn danh trong case study). Ví dụ trong bài dùng brand giả định “Hạt Vui”.

Bước 1: Gom và phân loại câu hỏi từ lịch sử tin nhắn

Bước 1 quy trình AI cho CRM & CSKH: Gom và phân loại câu hỏi từ lịch sử tin nhắn

Đừng bắt đầu bằng việc viết kịch bản. Hãy bắt đầu bằng dữ liệu: xuất lịch sử tin nhắn 3 tháng từ fanpage, Zalo OA hoặc hệ thống CSKH, xoá thông tin cá nhân của khách, rồi cho AI phân loại.

Kết quả cho bạn biết agent cần trả lời tốt nhóm nào trước, nhóm nào luôn phải chuyển cho người thật, và những câu hỏi nào team đang trả lời mỗi người một kiểu.

Cấu trúc Prompt:

Đây là [số] tin nhắn khách hàng gửi [Tên Brand] trong 3 tháng (đã ẩn thông tin cá nhân).
1. Phân thành tối đa 10 chủ đề, ghi số tin nhắn và tỷ lệ mỗi chủ đề.
2. Mỗi chủ đề: 3 câu hỏi điển hình (giữ nguyên cách khách viết).
3. Đánh dấu chủ đề nhạy cảm cần người thật xử lý (khiếu nại, sức khoẻ, an toàn thực phẩm, pháp lý).
4. Chỉ ra chỗ team đang trả lời không thống nhất (nếu có câu trả lời trong dữ liệu).

Mẹo: Luôn xoá số điện thoại, địa chỉ, tên khách trước khi đưa dữ liệu vào bất kỳ công cụ AI nào. Kiểm tra chính sách dữ liệu của công ty trước khi làm bước này.

Bước 2: Xây kho kiến thức chuẩn cho agent

Bước 2 quy trình AI cho CRM & CSKH: Xây kho kiến thức chuẩn cho agent

Kho kiến thức (knowledge base) là tài liệu duy nhất agent được dùng để trả lời. Mỗi chủ đề ở bước 1 cần một phần trong kho: thông tin sản phẩm, khuyến mãi đang chạy, điểm bán, chính sách đổi trả, giao hàng.

Viết kho theo dạng hỏi – đáp ngắn, mỗi mục có ngày cập nhật và người chịu trách nhiệm. Khuyến mãi đã hết hạn mà vẫn nằm trong kho là lỗi phổ biến nhất khiến agent trả lời sai.

Cấu trúc Prompt:

Từ các tài liệu đính kèm (thông tin sản phẩm, chính sách, chương trình khuyến mãi), viết kho kiến thức cho AI Agent CSKH của [Tên Brand].
Định dạng: các cặp Hỏi – Đáp ngắn, nhóm theo chủ đề [liệt kê chủ đề từ bước 1].
Mỗi câu trả lời dưới 60 chữ, chỉ dùng thông tin trong tài liệu.
Ghi ngày hiệu lực cho các thông tin có thời hạn (khuyến mãi, giá).
Liệt kê những câu hỏi ở bước 1 mà tài liệu chưa có câu trả lời.

Mẹo: Danh sách “câu hỏi chưa có câu trả lời” là việc bạn cần làm với phòng sản phẩm, pháp chế hoặc sales trước khi cho agent chạy.

Bước 3: Viết kịch bản trả lời và ranh giới chuyển người thật

Bước 3 quy trình AI cho CRM & CSKH: Viết kịch bản trả lời và ranh giới chuyển người thật

Kịch bản gồm hai phần. Phần thứ nhất là giọng nói: xưng hô, độ dài câu, cách mở đầu và kết thúc, dùng emoji hay không. Phần này nên khớp với brand voice mà team Brand đã viết.

Phần thứ hai quan trọng hơn: ranh giới. Viết rõ những trường hợp agent phải dừng và chuyển cho người thật: khiếu nại, câu hỏi về sức khoẻ, trẻ em, phụ nữ mang thai, sự cố an toàn thực phẩm, khách tức giận, hoặc câu hỏi không có trong kho kiến thức.

Cấu trúc Prompt:

Viết hướng dẫn hệ thống (system prompt) cho AI Agent CSKH của [Tên Brand] trên [kênh].
Giọng nói: [mô tả brand voice, cách xưng hô].
Chỉ trả lời dựa trên kho kiến thức đính kèm. Không có thông tin thì nói rõ và chuyển người thật.
Luôn chuyển người thật khi: [danh sách ranh giới].
Khi chuyển, báo khách thời gian chờ dự kiến và tóm tắt vấn đề cho nhân viên.
Không hứa đền bù, không xác nhận lỗi sản phẩm, không tư vấn y tế.

Mẹo: Câu “không hứa đền bù, không xác nhận lỗi sản phẩm” nên được pháp chế xem lại. Một câu trả lời của agent có thể bị khách chụp màn hình và đăng lên mạng.

Bước 4: Test với bộ câu hỏi thật trước khi chạy

Bước 4 quy trình AI cho CRM & CSKH: Test với bộ câu hỏi thật trước khi chạy

Lấy 50–100 câu hỏi thật từ bước 1, thêm những câu “bẫy” (hỏi về sức khoẻ, hỏi khuyến mãi đã hết, khách chửi, hỏi về đối thủ). Chạy agent qua toàn bộ, chấm từng câu theo 4 tiêu chí, sửa kho kiến thức hoặc hướng dẫn, rồi test lại.

Đặt ngưỡng trước khi test, ví dụ 95% câu trả lời đúng thông tin và 100% ca nhạy cảm được chuyển người thật. Chưa đạt ngưỡng thì chưa mở cho khách.

Cấu trúc Prompt:

Bạn là người kiểm thử AI Agent CSKH. Dưới đây là câu hỏi của khách, câu trả lời của agent và kho kiến thức.
Chấm câu trả lời theo 4 tiêu chí (Đạt/Không đạt): đúng thông tin, chuyển người đúng lúc, đúng giọng brand, không bịa thông tin.
Nếu Không đạt: chỉ ra lỗi nằm ở kho kiến thức, hướng dẫn hệ thống hay ở bản thân câu hỏi.
Tổng hợp tỷ lệ đạt theo từng tiêu chí sau khi chấm hết bộ câu hỏi.

Mẹo: Giữ bộ câu hỏi thử cố định và chạy lại mỗi lần cập nhật kho kiến thức. Sửa chỗ này rất hay làm hỏng chỗ khác.

Bước 5: Phân nhóm khách hàng và gửi nội dung đúng nhóm

Bước 5 quy trình AI cho CRM & CSKH: Phân nhóm khách hàng và gửi nội dung đúng nhóm

Khi khách đã nhắn tin, để lại số điện thoại hoặc mua hàng qua kênh online, bạn có dữ liệu để phân nhóm. Cách phổ biến là phân theo RFM: mua gần đây thế nào (Recency), mua thường xuyên không (Frequency), chi bao nhiêu (Monetary).

Phần tính toán RFM nên làm bằng Excel hoặc công cụ CRM. AI giúp đặt tên và mô tả từng nhóm, đề xuất nên nói gì với mỗi nhóm, và viết nội dung tin nhắn (Zalo ZNS, email) cho từng nhóm theo đúng brand voice.

Cấu trúc Prompt:

Đây là bảng tổng hợp các nhóm khách hàng của [Tên Brand] theo RFM (số lượng, điểm R, F, M trung bình, sản phẩm hay mua).
1. Đặt tên và mô tả mỗi nhóm bằng 1 câu dễ hiểu.
2. Đề xuất mục tiêu chăm sóc cho từng nhóm (giữ chân, kéo quay lại, bán thêm…).
3. Viết 2 mẫu tin nhắn cho mỗi nhóm, dưới 300 ký tự, đúng giọng brand.
Không dùng dữ liệu cá nhân trong tin nhắn mẫu, chỉ dùng biến như [Tên khách].

Mẹo: Nội dung chăm sóc khách hàng gửi qua Zalo hay SMS phải tuân theo quy định về tin nhắn quảng cáo và sự đồng ý của khách. Kiểm tra với bộ phận pháp chế trước khi gửi hàng loạt.

Tự xây hay thuê nền tảng có sẵn?

Hai hướng đều làm được. Nền tảng của agency (chatbot, CSKH đa kênh) triển khai nhanh, có sẵn kết nối fanpage và Zalo OA. Tự xây trên Claude hoặc ChatGPT linh hoạt hơn, chủ động dữ liệu hơn nhưng cần người kỹ thuật. Dù chọn hướng nào, bốn bước đầu trong bài vẫn là phần bạn phải tự làm: không nền tảng nào tự biết chính sách, giọng nói và ranh giới của brand bạn.

Kết luận

AI Agent CSKH tốt không phải agent trả lời được mọi thứ. Đó là agent trả lời đúng những gì nó được dạy, và biết dừng đúng lúc để chuyển cho người.

Nếu chưa sẵn sàng dựng agent, hãy làm bước 1 và bước 2 trước. Chỉ riêng việc phân loại câu hỏi và có một kho kiến thức chuẩn đã giúp team CSKH trả lời nhanh và thống nhất hơn rất nhiều.

Bạn muốn dựng quy trình này cho team của mình? Xem các case AI mình đã chạy thật hoặc liên hệ mình tại trang chủ.

Quy trình AI cho các vị trí khác trong team marketing:

  • Brand: insight, brand voice cho AI, duyệt key visual
  • Content & Social: xưởng content, video ngắn, lịch đăng bài
  • Trade marketing: khuyến mãi, POSM, báo cáo trưng bày
  • Performance & Ads: biến thể quảng cáo, đọc số liệu, agent theo dõi tài khoản
  • Marketing Lead: báo cáo cho sếp, ngân sách, task cả team

Follow mình để biết thêm nhiều hơn về Marketing & AI tips nhé: