Trả lời ngắn: khác nhau ở chỗ trả lời hay hành động
Chatbot AI chăm sóc khách hàng chủ yếu trả lời: hiểu câu hỏi bằng ngôn ngữ tự nhiên rồi đưa ra câu trả lời từ kịch bản hoặc kho tri thức. AI Agent đi thêm một bước: được cấp công cụ để tra cứu và thao tác trên hệ thống thật (CRM, đơn hàng, lịch hẹn) và tự quyết định bước tiếp theo dựa trên kết quả. Nếu phần lớn khách chỉ hỏi thông tin, chatbot có RAG thường là đủ; nếu khách cần đổi lịch, kiểm tra đơn hay mở phiếu hỗ trợ, bạn cần AI Agent với quyền hạn và điểm chuyển cho người được thiết kế rõ.
Anthropic, trong bài “Building effective agents”, phân biệt workflow (mô hình và công cụ được điều phối qua các nhánh mã định sẵn) với agent (mô hình tự điều khiển quy trình và việc dùng công cụ), đồng thời khuyên chọn giải pháp đơn giản nhất có thể vì agent thường đánh đổi độ trễ và chi phí lấy hiệu quả. Với chăm sóc khách hàng: đừng bắt đầu bằng agent nếu một chatbot trả lời tốt đã giải quyết được vấn đề.
Muốn hiểu kỹ hơn khái niệm, xem bài AI Agent là gì.
Bảng so sánh chatbot AI và AI Agent trong chăm sóc khách hàng
Bảng dưới đây so sánh theo các tiêu chí doanh nghiệp thường phải quyết định khi triển khai. Đây là mô tả kiến trúc chung, không phải đánh giá sản phẩm cụ thể nào.
| Tiêu chí | Chatbot AI (trả lời) | AI Agent (hành động) |
|---|---|---|
| Việc chính | Giải đáp câu hỏi, hướng dẫn, thu thập thông tin ban đầu | Tra cứu và thực hiện thao tác: kiểm tra đơn, đổi lịch, tạo phiếu, cập nhật CRM |
| Nguồn dữ liệu | Kịch bản, FAQ, kho tri thức qua RAG | Kho tri thức và API của hệ thống nghiệp vụ |
| Cách ra quyết định | Theo luồng hoặc trả lời một lượt | Tự chọn công cụ và bước tiếp theo theo kết quả từng bước, trong giới hạn được cấp |
| Rủi ro chính | Trả lời sai hoặc lỗi thời | Thực hiện sai thao tác, vượt quyền, lỗi lan qua nhiều bước |
| Kiểm soát cần có | Duyệt nội dung kho tri thức, nguồn trích dẫn | Phân quyền theo vai trò, xác nhận trước thao tác quan trọng, nhật ký, giới hạn số bước |
| Tích hợp | Kênh chat và kho tri thức | Kênh chat, kho tri thức, CRM, hệ thống đơn hàng, lịch, ticket |
| Phù hợp khi | Đa số yêu cầu là hỏi thông tin lặp lại | Nhiều yêu cầu cần thao tác trên dữ liệu của chính khách hàng |
Kênh phổ biến ở Việt Nam và quy tắc của từng nền tảng
Khách hàng Việt Nam thường liên hệ qua nhiều kênh, mỗi kênh có quy tắc riêng về thời điểm doanh nghiệp được nhắn tin. Các quy tắc này thay đổi theo thời gian, hãy kiểm tra tài liệu chính thức trước khi thiết kế luồng.
Zalo Official Account (OA)
Theo hướng dẫn của Zalo Official Account (áp dụng từ 01/01/2026), tin Tư vấn dùng để phản hồi khi khách yêu cầu và chỉ gửi được khi người dùng đã tương tác với OA và không chặn OA. Qua OA OpenAPI, kênh mà chatbot và AI Agent thường dùng, OA gửi được tin Tư vấn trong vòng 07 ngày kể từ tương tác cuối; nhân viên trên OA Manager gửi được trong 365 ngày. Thông báo chủ động (xác nhận đơn, nhắc lịch) đi qua ZBS Template Message, giải pháp thay thế ZNS từ 01/01/2026, gồm Tin Giao dịch và Tin Hậu mãi, với mẫu phải được đăng ký và kiểm duyệt. Nghĩa là bot nên tập trung trả lời trong phiên khách chủ động nhắn; thông báo chủ động dùng mẫu đã duyệt. Chi tiết kỹ thuật xem hướng dẫn tích hợp Zalo OA.
Facebook Messenger
Theo tài liệu Meta, hội thoại trên Messenger phải do người dùng bắt đầu; các hành động như gửi tin cho Trang hay bấm Get Started mở khung nhắn tin tiêu chuẩn 24 giờ. Thẻ Human Agent cho phép nhân viên trả lời thủ công trong 7 ngày, tức là dành cho người chứ không phải bot. Meta yêu cầu thông báo cho người dùng biết họ đang chat với dịch vụ tự động khi luật áp dụng yêu cầu, và mô tả loại bot “hybrid” kết hợp tự động với con người.
Website và hotline
Website chat là kênh doanh nghiệp kiểm soát nhiều nhất: giao diện, thông báo về dữ liệu cá nhân, cách lưu lịch sử hội thoại. Với hotline, AI thường hỗ trợ nhân viên (tóm tắt, gợi ý câu trả lời, ghi chú vào CRM) trước khi tự trả lời bằng giọng nói. Dù kênh nào, nên gom hội thoại về một hộp thư hoặc CRM chung để nhân viên thấy đủ lịch sử khi được chuyển giao.
Kho tri thức và RAG: nền móng cho cả chatbot lẫn AI Agent
Phần lớn lỗi của chatbot chăm sóc khách hàng nằm ở dữ liệu chứ không ở mô hình: chính sách đổi trả cũ, giờ làm việc chưa cập nhật, hai tài liệu mâu thuẫn. RAG (Retrieval-Augmented Generation) tìm đoạn tài liệu liên quan trong kho tri thức, đưa vào ngữ cảnh để mô hình trả lời dựa trên đó, kèm nguồn. Anthropic mô tả khối nền của hệ thống agent là mô hình được bổ sung truy xuất, công cụ và bộ nhớ, nên kho tri thức tốt có ích cho cả hai. Xem thêm RAG là gì.
- Mỗi tài liệu có người chịu trách nhiệm và ngày cập nhật; tài liệu hết hiệu lực phải gỡ khỏi kho.
- Tách nội dung công khai (FAQ, chính sách) khỏi dữ liệu riêng của từng khách (đơn hàng, hợp đồng); dữ liệu riêng chỉ lấy qua API có xác thực, không đưa vào kho chung.
- Yêu cầu câu trả lời dẫn nguồn nội bộ để nhân viên kiểm tra nhanh khi khách khiếu nại.
- Quy định rõ chủ đề bot không được trả lời (tư vấn pháp lý, y tế, cam kết bồi thường) và chuyển thẳng cho người.
Chuyển cho người và thiết kế SLA
Chuyển cho người (handover) quyết định trải nghiệm. Khách không ngại nói chuyện với AI; họ ngại phải kể lại từ đầu hoặc bị kẹt trong vòng lặp. Cần định nghĩa trước khi nào chuyển, chuyển cho ai, mang theo thông tin gì và bao lâu thì có người tiếp nhận. Xem thêm human-in-the-loop.
Điều kiện kích hoạt chuyển cho người
- Khách yêu cầu gặp nhân viên: luôn tôn trọng, không cố giữ khách lại.
- Bot không tìm thấy nguồn đáng tin hoặc độ tin cậy thấp sau một hai lần làm rõ.
- Chủ đề nhạy cảm: khiếu nại, hoàn tiền, sự cố an toàn, dữ liệu cá nhân, trẻ em.
- Thao tác vượt hạn mức được cấp cho AI Agent (ví dụ giá trị hoàn tiền, thay đổi hợp đồng).
- Dấu hiệu khách bực bội hoặc lặp lại cùng câu hỏi.
Thiết kế SLA nội bộ
SLA (cam kết mức dịch vụ) cho kênh có AI nên tách hai mốc: thời gian phản hồi đầu tiên và thời gian có người tiếp nhận sau khi chuyển. Mốc thứ hai phải khớp với khung nhắn tin của nền tảng, ví dụ khung 24 giờ của Messenger hay khung 07 ngày gửi tin Tư vấn qua OA OpenAPI của Zalo nêu ở trên. Ngoài giờ làm việc, bot nên nói rõ khi nào có người phản hồi thay vì hứa “ngay lập tức”.
Khi gói thông tin chuyển giao, kèm tóm tắt vấn đề, những gì bot đã trả lời hoặc đã làm, dữ liệu khách đã xác minh và nguồn tri thức đã dùng. Nếu doanh nghiệp thuê EYC triển khai, các mốc SLA vận hành, thời gian hỗ trợ và trách nhiệm xử lý sự cố được xác định theo thỏa thuận trong hợp đồng.
Sự đồng ý và dữ liệu cá nhân
Hội thoại chăm sóc khách hàng gần như luôn chứa dữ liệu cá nhân: tên, số điện thoại, địa chỉ, đôi khi cả sức khỏe hoặc tài chính. Luật Bảo vệ dữ liệu cá nhân số 91/2025/QH15 có hiệu lực từ 01/01/2026 (Điều 38). Các điểm liên quan trực tiếp:
- Điều 9: đồng ý chỉ hợp lệ khi tự nguyện, biết rõ loại dữ liệu, mục đích, bên kiểm soát và quyền của mình; đồng ý theo từng mục đích; im lặng không phải là đồng ý.
- Điều 11: thu thập dữ liệu cá nhân phải có đồng ý trước, trừ trường hợp pháp luật có quy định khác; Điều 19 liệt kê các trường hợp không cần đồng ý, trong đó có thực hiện thỏa thuận với chủ thể dữ liệu.
- Điều 30: xử lý dữ liệu cá nhân bằng AI phải phân loại theo mức độ rủi ro; hệ thống phải có bảo mật, xác thực và phân quyền truy cập phù hợp.
- Điều 20: dùng nền tảng ngoài lãnh thổ Việt Nam để xử lý dữ liệu thu thập tại Việt Nam là chuyển dữ liệu xuyên biên giới, phải lập hồ sơ đánh giá tác động; cần xem xét khi chọn mô hình AI hoặc dịch vụ đám mây.
- Điều 24: dữ liệu trẻ em có quy định riêng, cần lưu ý với ngành giáo dục và mầm non.
Đo lường: CSAT, FCR và containment
Không chỉ số đơn lẻ nào nói hết chất lượng. Định nghĩa chỉ số trước khi chạy thử, đo trên cùng nhóm yêu cầu trước và sau khi có AI, và tách theo chủ đề thay vì chỉ xem con số tổng.
- Với AI Agent, theo dõi thêm tỷ lệ thao tác bị hoàn tác hoặc phải sửa thủ công.
- Định kỳ đọc mẫu hội thoại thật theo chủ đề để kiểm tra câu trả lời đúng nguồn và đúng chính sách.
- Xem bài đo hiệu quả AI Agent để gắn chỉ số chất lượng với chi phí và thời gian.
| Chỉ số | Định nghĩa | Lưu ý khi đọc |
|---|---|---|
| CSAT (Customer Satisfaction) | Tỷ lệ khách đánh giá hài lòng trong khảo sát ngắn sau hội thoại | Dùng cùng câu hỏi, cùng thời điểm hỏi; tỷ lệ người trả lời thấp dễ làm số liệu lệch |
| FCR (First Contact Resolution) | Tỷ lệ yêu cầu được giải quyết ngay trong lần liên hệ đầu, khách không phải liên hệ lại về cùng vấn đề | Cần quy ước khoảng thời gian kiểm tra liên hệ lặp lại; nên tách FCR do AI tự giải quyết và FCR có người hỗ trợ |
| Containment rate | Tỷ lệ hội thoại kết thúc trong kênh tự động mà không chuyển cho nhân viên | Containment cao chưa chắc là tốt: khách bỏ cuộc cũng không chuyển cho người. Luôn đọc cùng FCR, CSAT và tỷ lệ liên hệ lại |
Lộ trình triển khai từng bước
Lộ trình dưới đây đi từ rủi ro thấp đến cao. Mỗi bước chỉ mở rộng khi chỉ số của bước trước ổn định.
- Bước 1 – Phân loại yêu cầu: lấy mẫu hội thoại, ticket, cuộc gọi gần đây; tách chủ đề chỉ cần thông tin và chủ đề cần thao tác.
- Bước 2 – Chuẩn hóa kho tri thức: gom FAQ, chính sách, hướng dẫn; gắn người chịu trách nhiệm; loại nội dung mâu thuẫn.
- Bước 3 – Trợ lý cho nhân viên: AI gợi ý câu trả lời có nguồn, nhân viên duyệt rồi gửi; có dữ liệu đánh giá mà khách không chịu rủi ro.
- Bước 4 – Chatbot trên một kênh: chỉ các chủ đề đã kiểm chứng, thông báo đang chat với trợ lý tự động, có nút gặp nhân viên.
- Bước 5 – AI Agent chỉ đọc: tra cứu đơn, lịch hẹn qua API có xác thực khách hàng.
- Bước 6 – Thao tác ghi có giới hạn: đổi lịch, tạo phiếu; thao tác quan trọng cần khách xác nhận hoặc nhân viên duyệt; mọi thao tác ghi nhật ký.
- Bước 7 – Mở rộng kênh và rà soát định kỳ chỉ số, nhật ký, hồ sơ dữ liệu cá nhân.
Câu hỏi thường gặp
Chatbot AI và AI Agent khác nhau thế nào trong chăm sóc khách hàng?
Chatbot AI chủ yếu trả lời câu hỏi từ kịch bản hoặc kho tri thức. AI Agent được cấp công cụ để tra cứu và thao tác trên hệ thống như CRM, đơn hàng, lịch hẹn, và tự chọn bước tiếp theo theo kết quả, trong phạm vi quyền được cấp.
Doanh nghiệp nhỏ có cần AI Agent không?
Không nhất thiết. Nếu đa số yêu cầu là hỏi giờ mở cửa, giá niêm yết, chính sách, một chatbot có kho tri thức tốt và chuyển cho người rõ ràng thường là đủ. Chỉ nên thêm AI Agent khi nhiều yêu cầu cần thao tác trên dữ liệu của từng khách.
Chatbot trên Zalo OA được nhắn cho khách trong bao lâu?
Theo hướng dẫn của Zalo Official Account áp dụng từ 01/01/2026, chatbot gửi qua OA OpenAPI chỉ được gửi tin Tư vấn trong vòng 07 ngày kể từ tương tác cuối của người dùng, và người dùng không chặn OA. Thông báo chủ động nên dùng ZBS Template Message (thay thế ZNS) với mẫu đã duyệt. Quy định có thể thay đổi, nên kiểm tra tài liệu Zalo trước khi triển khai.
Có phải báo cho khách biết họ đang chat với AI không?
Meta yêu cầu trải nghiệm chat tự động trên Messenger thông báo cho người dùng biết họ đang nói chuyện với dịch vụ tự động khi luật áp dụng yêu cầu. Kể cả khi không bắt buộc, thông báo rõ ràng giúp khách biết khi nào nên yêu cầu gặp nhân viên.
Containment rate cao có nghĩa là chatbot tốt không?
Chưa chắc. Containment chỉ cho biết hội thoại không chuyển cho nhân viên; khách bỏ cuộc giữa chừng cũng được tính. Cần đọc cùng FCR, CSAT và tỷ lệ khách liên hệ lại về cùng vấn đề.
Dùng chatbot chăm sóc khách hàng có cần xin đồng ý xử lý dữ liệu cá nhân không?
Theo Điều 11 Luật 91/2025/QH15, thu thập dữ liệu cá nhân phải có sự đồng ý trước, trừ các trường hợp pháp luật quy định khác, chẳng hạn các trường hợp tại Điều 19. Doanh nghiệp nên xác định căn cứ xử lý cho từng mục đích, thông báo rõ trong kênh chat và tham khảo ý kiến pháp lý khi cần.