Kho kiến thức Chatbot: Cách các trợ lý AI sử dụng nội dung hỗ trợ của bạn
Kho tri thức chatbot là nguồn thông tin mà một tác nhân AI có thể sử dụng để trả lời các câu hỏi. Phạm vi bao phủ là vấn đề về nội dung, trong khi khả năng tìm kiếm là vấn đề về cấu trúc. Làm thế nào để giải quyết hai vấn đề này?

Tóm lại: Cơ sở tri thức chatbot đề cập đến một tập hợp các nguồn thông tin mà từ đó tác nhân AI có thể trả lời các câu hỏi: bài viết trong trung tâm trợ giúp, tài liệu sản phẩm, trang chính sách, wiki nội bộ và dữ liệu có cấu trúc (như hồ sơ đơn đặt hàng) — hoặc bất kỳ thông tin hữu ích nào khác.
Do đó, kho kiến thức của chatbot giống như một thư viện tuân theo các hợp đồng khác nhau: mỗi bài viết là độc lập, mỗi chính sách có các điều kiện riêng và mọi thông tin của công ty mà robot có thể truy cập đều hoặc chính xác hoặc không liên quan — đây là mục tiêu thiết kế, chứ không phải là sự đảm bảo tự động.
Hệ thống trí tuệ nhân tạo hoạt động dựa trên ý nghĩa chứ không phải dựa trên sự trùng khớp, và bởi vì chatbot cơ sở tri thức trả lời các câu hỏi từ thư viện chứ không phải từ một kịch bản có sẵn, nên một bài viết duy nhất có thể xử lý các câu hỏi được đặt ra theo 11 cách khác nhau và bao quát một lượng lớn các thắc mắc của khách hàng mà không ai muốn viết kịch bản để giải đáp.
Một chatbot được thiết kế kém, xây dựng dựa trên cơ sở tri thức, có thể nghe có vẻ tự tin, nhưng thực chất lại đầy khiếm khuyết, và sự thất vọng của khách hàng chỉ trở nên rõ ràng sau khi ai đó thực hiện hành động dựa trên câu trả lời.
Hãy để một nhân viên chăm sóc khách hàng mới được tuyển dụng trả lời ba câu hỏi thực tế gần đây nhất chỉ bằng cách sử dụng cơ sở kiến thức, và lưu lại bất kỳ từ nào không tìm thấy. Ưu tiên thêm các mệnh đề ảnh hưởng đến độ chính xác của câu trả lời, sau đó biên soạn các từ đồng nghĩa, tiêu đề và ngoại lệ cho các thị trường khác nhau.



