Trả lời nhanh: Chatbot AI là phần mềm trò chuyện với con người bằng ngôn ngữ tự nhiên, dùng trí tuệ nhân tạo để hiểu câu hỏi và tự soạn câu trả lời thay vì chỉ chọn từ kịch bản cố định. Ví dụ: trợ lý ảo trên website ngân hàng hướng dẫn khoá thẻ lúc nửa đêm và chuyển bạn sang nhân viên khi câu hỏi vượt phạm vi.
Điểm chính
- Có 4 loại chatbot: theo kịch bản, theo ý định (NLU), dùng LLM kết hợp kho tri thức (RAG) và loại lai. Loại lai cân bằng nhất giữa linh hoạt và kiểm soát.
- “Chat AI” hay “AI chat” thường chỉ các trợ lý trò chuyện dùng chung như ChatGPT, Gemini, Claude. Chúng khác chatbot doanh nghiệp, vốn bị giới hạn phạm vi và nối với tài liệu riêng.
- Chatbot dùng LLM chỉ đáng tin khi được neo vào tài liệu của doanh nghiệp, có lọc đầu vào, kiểm tra đầu ra và đường chuyển sang người thật.
- Đo hiệu quả bằng tỷ lệ tự giải quyết, tỷ lệ chuyển người và CSAT, không chỉ đếm số cuộc chat.
- Doanh nghiệp chịu trách nhiệm cho câu trả lời của chatbot, như vụ Air Canada năm 2024 cho thấy. Luật Trí tuệ nhân tạo 134/2025/QH15 (hiệu lực 01/03/2026) yêu cầu người dùng nhận biết được khi đang tương tác với AI.
Mục lục
- Chatbot AI là gì?
- Chatbot ra đời từ khi nào?
- Có những loại chatbot nào?
- Chatbot dùng LLM và kho tri thức hoạt động như thế nào?
- Các công cụ chat AI phổ biến và cách chọn theo nhu cầu
- Nên triển khai chatbot trên kênh nào?
- Chatbot cho doanh nghiệp dùng vào việc gì?
- Đo hiệu quả chatbot bằng chỉ số nào?
- Cách xây dựng chatbot: quy trình 7 bước
- Chatbot AI có những rủi ro gì?
- Pháp luật Việt Nam quy định gì về chatbot AI?
- Những hiểu lầm phổ biến về chatbot AI
- Câu hỏi thường gặp
Chatbot AI là gì?
Chatbot (chat robot) là chương trình mô phỏng hội thoại với con người qua văn bản hoặc giọng nói. Chatbot AI là loại chatbot dùng trí tuệ nhân tạo để hiểu ý người hỏi và tạo câu trả lời phù hợp ngữ cảnh.
Ví dụ: bạn nhắn vào khung chat của một hãng bảo hiểm “hợp đồng hết hạn rồi thì gia hạn sao”. Bot đời cũ chỉ bắt từ “gia hạn” và gửi đường link chung. Chatbot AI hiểu bạn hỏi về hợp đồng đã hết hạn, tra đúng quy định của hãng, trả lời từng bước và hỏi lại số hợp đồng nếu cần.
Vậy chatbot là gì so với chatbot AI? “Chatbot” là khái niệm rộng, gồm cả bot bấm nút theo kịch bản. “Chatbot AI” là nhánh hiểu được ngôn ngữ. Ba khái niệm hay bị nhầm:
- LLM (Large Language Model): là “bộ não” ngôn ngữ, chưa phải sản phẩm. Chatbot là giao diện và quy trình bao quanh nó. Xem thêm mô hình ngôn ngữ lớn hoạt động ra sao.
- AI agent: tự lập kế hoạch và hành động qua công cụ, ví dụ tạo đơn hoàn tiền; chatbot chủ yếu hỏi đáp. So sánh chi tiết có trong bài tác tử AI và agentic AI.
- Callbot, voicebot: chatbot làm việc qua điện thoại, cần thêm nhận dạng và tổng hợp giọng nói, được phân tích trong bài về tổng đài AI.
“Chat AI” và “AI chat” là gì?
Hai cụm này gần như đồng nghĩa với chatbot AI trong cách người Việt tìm kiếm. Tuy nhiên, người gõ chúng thường muốn một việc khác: mở ngay một trợ lý trò chuyện để hỏi, viết, dịch hoặc tóm tắt, chứ chưa nghĩ tới việc xây chatbot cho doanh nghiệp. Loại này là trợ lý dùng chung (general-purpose), trả lời theo kiến thức tổng quát của mô hình. Chatbot doanh nghiệp thì bị giới hạn vào tài liệu và nghiệp vụ của một tổ chức. Phần “Các công cụ chat AI phổ biến” bên dưới so sánh nhóm thứ nhất.
Chatbot ra đời từ khi nào?
- Năm 1966, ELIZA: Joseph Weizenbaum tại MIT tạo ELIZA, đóng vai nhà trị liệu tâm lý. ELIZA chỉ so khớp mẫu và thay từ để biến câu của người dùng thành câu hỏi ngược lại, vậy mà nhiều người vẫn thấy được “thấu hiểu”.
- Ngày 23/11/1995, A.L.I.C.E.: Richard Wallace ra mắt A.L.I.C.E., viết bằng ngôn ngữ đánh dấu AIML. Bot đoạt giải Loebner các năm 2000, 2001 và 2004 nhưng vẫn lộ tính máy móc sau vài câu.
- Ngày 04/10/2011, Siri: Apple giới thiệu trợ lý ảo Siri cùng iPhone 4S, đưa hội thoại bằng giọng nói đến người dùng phổ thông.
- Tháng 4/2016: tại hội nghị F8, Facebook công bố Messenger Platform cho phép xây chatbot trong Messenger, mở đầu làn sóng bot bán hàng trên fanpage.
- Năm 2020, RAG: nhóm của Patrick Lewis công bố phương pháp tạo sinh tăng cường truy xuất (Retrieval-Augmented Generation), nền tảng của chatbot doanh nghiệp hiện nay.
- Ngày 30/11/2022, ChatGPT: OpenAI ra mắt ChatGPT, mô hình được tinh chỉnh bằng học tăng cường từ phản hồi con người (RLHF), trả lời được câu hỏi nối tiếp và từ chối yêu cầu không phù hợp.
Sau 2022, câu hỏi của doanh nghiệp không còn là “có nên làm chatbot không” mà là “dựa vào kịch bản hay LLM, và kiểm soát rủi ro thế nào”.
Có những loại chatbot nào?
Cách phân loại hữu ích nhất khi ra quyết định là theo công nghệ hiểu ngôn ngữ, vì nó quyết định chi phí, độ linh hoạt và mức kiểm soát.
1. Chatbot theo kịch bản (rule-based)
Bot đi theo cây hội thoại định sẵn: người dùng bấm nút hoặc gõ từ khoá, bot trả câu tương ứng. Dễ làm, rẻ, câu trả lời luôn đúng như đã duyệt, nhưng gãy ngay khi khách hỏi ngoài kịch bản hoặc gõ không dấu.
2. Chatbot theo ý định (NLU)
Bot dùng mô hình hiểu ngôn ngữ tự nhiên (NLU, Natural Language Understanding) để xếp câu hỏi vào một “ý định” (intent) như tra đơn, đổi mật khẩu, và trích “thực thể” (entity) như mã đơn, ngày tháng. Câu trả lời cho mỗi ý định vẫn do người viết. Nền tảng của loại này là xử lý ngôn ngữ tự nhiên. Bot hiểu nhiều cách diễn đạt nhưng cần câu mẫu cho từng ý định.
3. Chatbot dùng LLM và RAG
Bot dùng mô hình ngôn ngữ lớn để tự soạn câu trả lời. Để không “bịa”, bot tìm đoạn tài liệu liên quan trong kho tri thức rồi chỉ trả lời dựa trên đó. Bot xử lý câu hỏi phức tạp, cập nhật chỉ bằng cách thay tài liệu, nhưng câu trả lời khó đoán trước nên cần kiểm thử kỹ.
4. Chatbot lai (hybrid)
Tác vụ nhạy cảm như khoá thẻ, xác minh danh tính chạy theo luồng cố định. Câu hỏi mở về chính sách giao cho LLM có RAG. Câu hỏi vượt phạm vi thì chuyển người. Đây là kiến trúc phổ biến ở doanh nghiệp vừa và lớn.
| Tiêu chí | Theo kịch bản | Theo ý định (NLU) | LLM + RAG | Lai |
|---|---|---|---|---|
| Ưu điểm | Rẻ, đúng tuyệt đối với nội dung đã duyệt | Hiểu nhiều cách nói, vẫn kiểm soát câu trả lời | Linh hoạt, tự nhiên, cập nhật qua tài liệu | Cân bằng linh hoạt và kiểm soát |
| Nhược điểm | Cứng nhắc, dễ gãy | Tốn công gán nhãn, bảo trì ý định | Có thể trả lời sai | Thiết kế, vận hành phức tạp |
| Chi phí ban đầu (tương đối) | Thấp | Trung bình | Trung bình đến cao | Cao nhất |
| Chi phí vận hành | Thấp | Trung bình | Theo lượng token, tăng theo số cuộc chat | Kết hợp cả hai |
| Độ kiểm soát | Rất cao | Cao | Trung bình, phụ thuộc lớp kiểm tra | Cao ở luồng nhạy cảm |
| Phù hợp khi | Ít câu hỏi, lặp lại | Vài chục tác vụ rõ ràng | Nhiều tài liệu, câu hỏi đa dạng | Có cả giao dịch lẫn tư vấn |
Bảng mô tả xu hướng chung, không phải báo giá. Chi phí thực tế phụ thuộc số kênh, số tích hợp, lượng hội thoại và mô hình được chọn.
Chatbot dùng LLM và kho tri thức hoạt động như thế nào?
Hệ thống gồm hai phần: phần chuẩn bị biến tài liệu thành kho tri thức tìm kiếm được, và phần trả lời chạy mỗi khi có câu hỏi.

- Chuẩn bị: FAQ, chính sách, biểu phí được chia thành đoạn ngắn, mỗi đoạn chuyển thành dãy số (vector) thể hiện ý nghĩa và lưu vào cơ sở dữ liệu vector. Nhờ vậy bot tìm được đoạn “cùng nghĩa” dù khách dùng từ khác tài liệu.
- Lọc đầu vào: chặn nội dung độc hại, dữ liệu cá nhân không cần thiết, dấu hiệu cố tình ra lệnh cho bot làm việc khác.
- Truy xuất và ghép prompt: vài đoạn liên quan nhất được gộp với câu hỏi và lời dặn hệ thống (system prompt), ví dụ “chỉ trả lời dựa trên tài liệu dưới đây”. Cách viết lời dặn là một kỹ năng riêng, xem bài về kỹ thuật viết prompt.
- LLM soạn câu trả lời và có thể trích dẫn tài liệu đã dùng.
- Kiểm tra đầu ra: rà dữ liệu nhạy cảm, độ bám tài liệu. Không đạt hoặc ngoài phạm vi thì chuyển nhân viên kèm lịch sử chat để khách không phải kể lại.
Với câu hỏi cần dữ liệu riêng như “đơn của tôi đâu”, bot gọi thêm API hệ thống đơn hàng hoặc phần mềm quản lý quan hệ khách hàng sau khi đã xác minh người hỏi.
Các công cụ chat AI phổ biến và cách chọn theo nhu cầu
Nếu bạn chỉ cần một trợ lý để hỏi, viết, dịch hay tóm tắt, bạn không phải dựng chatbot riêng. Các chat AI dùng chung đều chạy trên mô hình ngôn ngữ lớn, nhưng khác nhau ở hệ sinh thái đi kèm, cách tích hợp với phần mềm văn phòng và điều khoản xử lý dữ liệu. Phần này so sánh theo định hướng, không xếp hạng.
Chat AI phổ biến hiện nay khác nhau ở đâu?
| Công cụ (nhà phát triển) | Điểm thường được nhắc tới | Cần lưu ý |
|---|---|---|
| ChatGPT (OpenAI) | Hệ sinh thái rộng: tải tệp, tạo ảnh, tuỳ biến trợ lý theo việc | Điều khoản dữ liệu khác nhau giữa tài khoản cá nhân và tài khoản doanh nghiệp |
| Gemini (Google) | Gắn với tài khoản Google, nên tiện nếu công ty dùng Gmail, Docs, Drive | Tính năng trong ứng dụng Google phụ thuộc loại gói đang dùng |
| Claude (Anthropic) | Thường được dùng cho đọc, tóm tắt tài liệu dài và viết văn bản | Nên thử trực tiếp trên tài liệu tiếng Việt của bạn |
| Microsoft Copilot | Gắn với Windows, trình duyệt Edge và bộ Microsoft 365 | Dùng với dữ liệu công ty cần tài khoản và giấy phép do quản trị viên cấp |
| DeepSeek | Có mô hình công bố trọng số mở, cho phép tự chạy trong hạ tầng riêng | Dùng bản web hoặc app nghĩa là dữ liệu đi tới nhà cung cấp; cần xem nơi lưu và chính sách |
| Grok (xAI) | Gắn với nền tảng mạng xã hội X | Ngữ cảnh trả lời chịu ảnh hưởng bởi hệ sinh thái X; cần đối chiếu nguồn |
Tính năng, gói dịch vụ, giá và khu vực hỗ trợ của các công cụ này đổi rất nhanh, nên hãy kiểm tra trang chính thức của nhà cung cấp tại thời điểm bạn chọn. Muốn đọc sâu từng công cụ, xem các bài về Gemini AI, Claude AI và DeepSeek. Bài so sánh các mô hình AI đặt chúng cạnh nhau theo tiêu chí kỹ thuật. Riêng Copilot có hai nghĩa dễ lẫn (trợ lý trong ứng dụng văn phòng và trợ lý lập trình), được làm rõ trong bài Copilot là gì.
Nếu việc chính của bạn là tra cứu thông tin kèm đường dẫn nguồn, hãy xem nhóm công cụ kết hợp chat và tìm kiếm trong bài AI search.
Chọn chat AI theo nhu cầu thế nào?
| Nhu cầu | Tiêu chí nên ưu tiên | Cách kiểm tra nhanh |
|---|---|---|
| Soạn email, dịch, viết nội dung tiếng Việt | Văn phong tự nhiên, giữ đúng giọng thương hiệu | Cho 2 đến 3 công cụ cùng một đề, nhờ biên tập viên chấm mà không biết bài nào của công cụ nào |
| Đọc hợp đồng, báo cáo dài | Giới hạn kích thước tệp và độ dài ngữ cảnh | Tải một tài liệu thật khoảng 50 trang, hỏi một chi tiết nằm ở gần cuối |
| Làm việc trong Word, Excel, Gmail, Docs | Tích hợp sẵn vào bộ ứng dụng công ty đang dùng | Kiểm tra gói của công ty có bao gồm tính năng AI hay phải mua thêm |
| Tra cứu thông tin, tổng hợp nguồn | Có hiển thị liên kết nguồn để bấm kiểm chứng | Hỏi một sự kiện mới và mở từng nguồn trích dẫn xem có đúng không |
| Hỗ trợ lập trình, xử lý bảng tính | Giải thích lỗi, chạy mã, làm việc với tệp dữ liệu | Đưa một đoạn mã có lỗi đã biết trước và xem bước chẩn đoán |
| Dữ liệu nhạy cảm, nhiều người dùng | Gói doanh nghiệp có điều khoản dữ liệu rõ, hoặc mô hình mở chạy nội bộ | Đọc điều khoản về lưu trữ, huấn luyện, xoá dữ liệu trước khi cấp tài khoản |

Cho nhân viên dùng chat AI: cần chốt gì về dữ liệu?
Chat AI miễn phí dùng tài khoản cá nhân là nơi dữ liệu công ty rò rỉ phổ biến nhất, vì nhân viên tự dán nội dung vào mà không ai biết. Có ba câu cần có đáp án bằng văn bản:
- Loại tài khoản nào được phép dùng cho công việc? Tài khoản cá nhân và tài khoản doanh nghiệp thường có điều khoản khác nhau về việc nội dung hội thoại có được dùng để huấn luyện hay không. Hãy đọc điều khoản của đúng gói bạn mua, không đọc theo quảng cáo.
- Nội dung hội thoại lưu ở đâu, bao lâu, có xoá được không? Đây cũng là câu bạn cần hỏi khi chọn nền tảng chatbot cho khách hàng.
- Loại dữ liệu nào cấm dán vào? Danh sách cụ thể thường gồm danh sách khách hàng có họ tên và số điện thoại, số căn cước, hợp đồng chưa công bố, mã nguồn nội bộ, bảng lương. Dán dữ liệu cá nhân của khách vào công cụ bên ngoài là chuyển dữ liệu cho bên thứ ba, cần có căn cứ theo Luật Bảo vệ dữ liệu cá nhân.
Thử chat AI trên bộ câu hỏi của chính công ty bạn
Điểm số trên bảng xếp hạng công khai ít khi phản ánh tiếng Việt và nghiệp vụ của bạn (cách đọc các bảng này có trong bài benchmark LLM). Một bộ thử đơn giản gồm 10 câu lấy từ email và tin nhắn thật của khách:
- Hai câu viết không dấu hoặc dùng tiếng lóng.
- Hai câu hỏi về một chính sách công ty bạn không hề có. Công cụ tốt sẽ nói không có thông tin, công cụ kém sẽ bịa ra một quy định.
- Một câu yêu cầu tính toán có đáp án đã biết, như phí và thuế.
- Một câu dài nhờ tóm tắt tài liệu thật, có một chi tiết dễ bỏ sót.
Chấm theo ba mức (đúng, đúng một phần, sai) bằng người hiểu nghiệp vụ, và chạy lại khi nhà cung cấp đổi phiên bản mô hình. Cách chấm các câu bịa nằm trong bài ảo giác AI.
Chat AI dùng chung trả lời theo kiến thức tổng quát và không biết chính sách riêng của bạn. Đừng dùng nó để trả lời khách thay cho chatbot được nối kho tri thức và có đường chuyển người.
Nên triển khai chatbot trên kênh nào?
| Kênh | Phù hợp với | Điểm mạnh | Cần lưu ý |
|---|---|---|---|
| Website | Khách đang tìm hiểu, khách hiện hữu | Toàn quyền giao diện, dữ liệu, luồng | Chỉ phục vụ người đã vào web; không làm chậm trang |
| Zalo Official Account | Khách cá nhân tại Việt Nam | Gần thói quen nhắn tin của người Việt; có Open API để kết nối chatbot | Phụ thuộc chính sách, loại tin và biểu phí của nền tảng |
| Facebook Messenger | Khách từ fanpage, quảng cáo | Hợp bán hàng, chốt đơn | Tuân thủ quy định nền tảng về tin nhắn chủ động |
| App nội bộ | Nhân viên | Đăng nhập bằng tài khoản công ty, dữ liệu không ra ngoài | Phân quyền tài liệu theo phòng ban |
Nhiều doanh nghiệp chạy một “lõi” chatbot và nối ra nhiều kênh để câu trả lời nhất quán, chỉ cập nhật kho tri thức một lần.
Chatbot cho doanh nghiệp dùng vào việc gì?
Chatbot hiệu quả nhất ở việc có nhiều câu hỏi lặp lại, câu trả lời có sẵn trong tài liệu và sai sót kiểm soát được:
- Chăm sóc khách hàng: câu hỏi thường gặp, tra trạng thái đơn, hướng dẫn đổi trả, nhận khiếu nại ngoài giờ rồi tạo phiếu cho nhân viên.
- Bán hàng, marketing: tư vấn sản phẩm, gợi ý gói phù hợp, thu thông tin khách tiềm năng có sự đồng ý.
- Nhân sự: giải đáp nghỉ phép, bảo hiểm, hội nhập nhân viên mới từ sổ tay nhân sự.
- IT helpdesk: đặt lại mật khẩu, cài phần mềm, phân loại sự cố trước khi chuyển kỹ thuật viên.
- Tài chính, pháp chế: quy trình tạm ứng, chứng từ, tra quy chế nội bộ có trích dẫn điều khoản.
Ví dụ thật tại Việt Nam
Ngân hàng và cơ quan nhà nước triển khai sớm và công bố số liệu rõ, gắn với tiến trình chuyển đổi số ngành ngân hàng:
- Vietcombank: theo Tạp chí Thị trường Tài chính Tiền tệ (13/12/2022), chatbot VCB Digibot hoạt động chính thức từ 09/07/2022 trên website và fanpage, hỗ trợ 24/7. Sau 3 tháng, hệ thống tiếp nhận khoảng 12.000 yêu cầu mỗi ngày, 91% do chatbot xử lý tự động, 9% cần nhân viên.
- BIDV: theo trang Hiệp hội Ngân hàng Việt Nam (01/04/2024), từ tháng 3/2024 BIDV đưa trợ lý ảo chatbot lên BIDV iBank cho khách hàng doanh nghiệp, phản hồi dưới 5 giây, chạy 24/7 và chuyển câu hỏi vượt phạm vi sang chuyên viên.
- Tỉnh Bình Phước: theo VnEconomy, ngày 18/02/2025 tỉnh đưa chatbot AI lên Cổng dịch vụ công, hỗ trợ tra cứu hơn 1.400 dịch vụ công, hướng dẫn từng bước thủ tục, có mặt trên website, ứng dụng, Zalo và Messenger.
Điểm chung: phạm vi rõ, nhiều câu hỏi lặp lại và luôn có đường chuyển sang người.
Đo hiệu quả chatbot bằng chỉ số nào?
| Chỉ số | Ý nghĩa | Cách hiểu đúng |
|---|---|---|
| Tỷ lệ tự giải quyết (containment, resolution rate) | Phần trăm hội thoại kết thúc không cần nhân viên | Chỉ có giá trị khi khách thật sự được giải quyết; đối chiếu với việc khách quay lại hỏi cùng vấn đề. |
| Tỷ lệ chuyển người (escalation, handoff) | Phần trăm hội thoại chuyển sang nhân viên | Không phải càng thấp càng tốt; ép khách ở lại với bot làm tăng bực bội. |
| CSAT (Customer Satisfaction Score) | Mức hài lòng khách tự chấm sau cuộc chat | So sánh CSAT chat với bot và với người cho cùng loại câu hỏi. |
| Tỷ lệ “không hiểu” (fallback rate) | Phần trăm câu bot không trả lời được | Nguồn bổ sung kho tri thức quý nhất. |
| Tỷ lệ trả lời sai | Chấm mẫu định kỳ | Bắt buộc với bot dùng LLM, chạy lại mỗi lần đổi mô hình hoặc tài liệu. |
Khi đọc số liệu công bố, lưu ý “xử lý tự động” chưa chắc là “giải quyết xong vấn đề”. Hãy hỏi rõ cách định nghĩa chỉ số trước khi so sánh.
Cách xây dựng chatbot: quy trình 7 bước
- Xác định mục tiêu và phạm vi: chọn 1 đến 2 nhóm câu hỏi tốn thời gian nhân viên nhất; ghi rõ bot được làm gì, không được làm gì, chỉ số thành công là gì.
- Chọn loại chatbot và kênh: phạm vi hẹp thì kịch bản hoặc NLU là đủ; nhiều tài liệu, câu hỏi đa dạng thì cân nhắc LLM có RAG hoặc mô hình lai.
- Chuẩn bị kho tri thức: gom tài liệu, bỏ bản cũ và mâu thuẫn, giao người chịu trách nhiệm cập nhật. Tài liệu sai thì bot sai một cách rất tự tin.
- Thiết kế hội thoại: lời chào thông báo đây là trợ lý AI, giọng điệu thương hiệu, câu trả lời khi không biết, điều kiện chuyển nhân viên.
- Tích hợp và bảo mật: nối hệ thống đơn hàng, CRM; xác minh danh tính trước khi trả dữ liệu cá nhân; phân quyền tài liệu; ghi log.
- Kiểm thử: lập bộ câu hỏi chuẩn có đáp án, gồm câu khó, câu không dấu, tiếng lóng; cho một nhóm thử “tấn công” bot. Nhóm dự án và bộ phận chăm sóc khách hàng thống nhất trước mức trả lời sai tối đa chấp nhận được; chưa đạt thì chưa ra mắt.
- Ra mắt từng phần và cải tiến: bắt đầu với một kênh, xem lại hội thoại thất bại hằng tuần, bổ sung tài liệu.
Tự xây hay mua? Nền tảng có sẵn giúp ra mắt nhanh khi nhu cầu chuẩn. Tự xây trên LLM qua API cho kiểm soát cao hơn về dữ liệu và tích hợp nhưng cần đội kỹ thuật. Nếu dữ liệu không được phép rời hạ tầng công ty, bạn có thể cân nhắc mô hình ngôn ngữ mã nguồn mở chạy nội bộ. Dù chọn cách nào, hãy hỏi rõ dữ liệu hội thoại lưu ở đâu, ai truy cập và có bị dùng để huấn luyện mô hình hay không.
Chatbot AI có những rủi ro gì?
Trả lời sai: vụ Air Canada
Chatbot trên website Air Canada nói với ông Jake Moffatt rằng có thể xin giá vé tang lễ hồi tố trong 90 ngày kể từ ngày xuất vé, trái với chính sách thật của hãng. Ngày 14/02/2024, trong quyết định Moffatt v. Air Canada (2024 BCCRT 149), Toà Giải quyết Tranh chấp Dân sự tỉnh British Columbia, Canada, bác lập luận chatbot là thực thể riêng tự chịu trách nhiệm. Toà nhận định chatbot vẫn chỉ là một phần website và hãng chịu trách nhiệm với mọi thông tin trên đó. Air Canada phải trả 650,88 đô la Canada bồi thường, cộng lãi và phí, tổng 812,02 đô la Canada. Số tiền nhỏ nhưng nguyên tắc lớn: lời của chatbot là lời của doanh nghiệp.
Hành vi lệch chuẩn sau cập nhật
Tháng 1/2024, chatbot của hãng giao nhận DPD (Anh) bị khách dẫn dắt đến mức chửi thề và gọi DPD là “hãng giao hàng tệ nhất thế giới”. DPD cho biết lỗi xuất hiện sau một lần cập nhật hệ thống và đã tắt phần AI để sửa. Mỗi lần đổi mô hình hay lời dặn hệ thống đều phải chạy lại bộ kiểm thử.
Lộ dữ liệu
OWASP Top 10 cho ứng dụng LLM năm 2025 xếp tiết lộ thông tin nhạy cảm (LLM02) và rò rỉ lời dặn hệ thống (LLM07) vào nhóm rủi ro chính. Với chatbot, dữ liệu thường lộ khi bot đọc tài liệu vượt quyền người hỏi, trả dữ liệu khách khác khi chưa xác minh, hoặc nhân viên dán dữ liệu khách vào công cụ AI chưa được duyệt.
Prompt injection (tấn công chèn lệnh)
Đứng đầu danh sách OWASP (LLM01). Kẻ tấn công gõ kiểu “bỏ qua mọi hướng dẫn trước đó…” để bot làm điều trái quy định. Dạng gián tiếp giấu lệnh trong tài liệu hoặc trang web mà bot đọc vào. Chưa có cách chặn tuyệt đối, nên nguyên tắc là giới hạn quyền:
- Bot chỉ đọc tài liệu và gọi chức năng đúng quyền của người đang hỏi.
- Thao tác có hậu quả như hoàn tiền, đổi thông tin tài khoản phải qua luồng cố định hoặc người duyệt.
- Không đặt mật khẩu, khoá API trong lời dặn hệ thống; ghi log và rà soát định kỳ.
Pháp luật Việt Nam quy định gì về chatbot AI?
Luật Trí tuệ nhân tạo số 134/2025/QH15
Luật được Quốc hội thông qua ngày 10/12/2025, hiệu lực từ 01/03/2026. Các điểm cần biết khi làm chatbot:
- Thông báo đang tương tác với AI (Điều 11 khoản 1): nhà cung cấp bảo đảm hệ thống AI tương tác trực tiếp với con người được thiết kế và vận hành để người sử dụng nhận biết khi đang tương tác với hệ thống, trừ trường hợp pháp luật có quy định khác. Khoản 5 yêu cầu duy trì sự minh bạch này suốt quá trình cung cấp; khoản 6 giao Chính phủ quy định hình thức thông báo, gắn nhãn. Cách làm đơn giản: lời chào ghi rõ “trợ lý AI” và nhãn cố định trên khung chat.
- Ai là “nhà cung cấp” (Điều 3 khoản 4): tổ chức đưa hệ thống AI vào sử dụng dưới tên, thương hiệu của mình, dù tự phát triển hay do bên thứ ba phát triển. Doanh nghiệp gắn thương hiệu mình lên chatbot thuê ngoài vẫn có thể là nhà cung cấp.
- Phân loại rủi ro (Điều 9, 10): hệ thống rủi ro trung bình là hệ thống có khả năng gây nhầm lẫn, tác động hoặc thao túng người dùng do họ không nhận biết chủ thể tương tác là AI. Nhà cung cấp tự phân loại trước khi đưa vào sử dụng; hệ thống rủi ro trung bình hoặc cao phải có hồ sơ và thông báo cho Bộ Khoa học và Công nghệ qua Cổng thông tin điện tử một cửa về trí tuệ nhân tạo.
- Chuyển tiếp (Điều 35): hệ thống đã chạy trước 01/03/2026 có 18 tháng để tuân thủ nếu thuộc y tế, giáo dục, tài chính và 12 tháng với lĩnh vực khác.
Nghị định 142/2026/NĐ-CP ngày 30/04/2026, hiệu lực từ 01/05/2026, quy định chi tiết thi hành Luật; nên đối chiếu khi thiết kế hình thức thông báo.
Luật Bảo vệ dữ liệu cá nhân số 91/2025/QH15
Thông qua ngày 26/06/2025, hiệu lực từ 01/01/2026. Với chatbot:
- Sự đồng ý (Điều 9): phải tự nguyện, biết rõ loại dữ liệu và mục đích, thể hiện rõ ràng; im lặng hoặc không phản hồi không được coi là đồng ý. Bot thu số điện thoại để tư vấn cần hỏi đồng ý cho từng mục đích.
- Xử lý dữ liệu bằng AI (Điều 30): phải đúng mục đích, có biện pháp bảo mật, xác thực, kiểm soát truy cập và phân loại rủi ro để áp dụng biện pháp bảo vệ tương ứng.
- Lịch sử chat là dữ liệu cá nhân: cần chính sách lưu trữ, thời hạn xoá và quy định có gửi nội dung hội thoại cho bên cung cấp mô hình hay không.
Phần này giúp bạn nắm khung pháp lý, không thay thế tư vấn pháp lý cho trường hợp cụ thể. Ngành tài chính, y tế, giáo dục còn chịu quy định chuyên ngành.
Những hiểu lầm phổ biến về chatbot AI
- “Cứ nối ChatGPT là có chatbot.” Thiếu kho tri thức, phân quyền, kiểm thử và đường chuyển người, bot sẽ trả lời theo kiến thức chung và có thể sai chính sách của bạn.
- “Chatbot sẽ thay toàn bộ nhân viên.” Các ví dụ thực tế đều giữ nhân viên cho ca khó; bot gánh phần câu hỏi lặp lại.
- “Bot dùng LLM luôn tốt hơn bot kịch bản.” Với khoá thẻ, xác minh danh tính, luồng cố định an toàn và rẻ hơn.
- “Làm xong là xong.” Giá, chính sách thay đổi liên tục; không ai cập nhật kho tri thức thì bot kém dần.
- “Ghi miễn trừ trách nhiệm là đủ.” Vụ Air Canada cho thấy doanh nghiệp vẫn chịu trách nhiệm.
Câu hỏi thường gặp
Chat AI, AI chat khác gì chatbot AI?
Về nghĩa, chúng gần như là một: phần mềm trò chuyện dùng AI. Trong thực tế, “chat AI” thường chỉ trợ lý dùng chung như ChatGPT, Gemini, Claude, trả lời theo kiến thức tổng quát. “Chatbot” của doanh nghiệp là hệ thống dùng LLM tương tự nhưng bị giới hạn phạm vi, nối với tài liệu và hệ thống riêng, có đường chuyển sang nhân viên.
Doanh nghiệp nhỏ có nên làm chatbot AI?
Nên cân nhắc nếu fanpage, Zalo hoặc website nhận nhiều câu hỏi lặp lại về giá, giờ làm việc, đổi trả. Chọn một kênh và một nhóm câu hỏi, rồi theo dõi tỷ lệ tự giải quyết cùng số hội thoại phải chuyển cho nhân viên. Nếu mỗi ngày chỉ có vài câu hỏi, một bản trả lời mẫu hoặc bot kịch bản đã đủ.
Chatbot AI có hiểu tiếng Việt tốt không?
Các LLM lớn hiện xử lý tiếng Việt khá tốt, kể cả câu không dấu. Điểm yếu thường là thuật ngữ ngành và tên sản phẩm, nên hãy đưa chúng vào kho tri thức và bộ kiểm thử.
Làm sao để chatbot không bịa câu trả lời?
Dùng RAG, dặn bot nói “không biết” khi không tìm thấy thông tin, hiển thị nguồn, kiểm thử bằng bộ câu hỏi chuẩn và chuyển người với câu hỏi ngoài phạm vi. Sai sót chỉ giảm được, không loại bỏ hoàn toàn.
Có bắt buộc báo khách biết họ đang chat với AI?
Có. Điều 11 khoản 1 Luật Trí tuệ nhân tạo 134/2025/QH15 yêu cầu người dùng phải nhận biết được khi đang tương tác với hệ thống AI, trừ trường hợp pháp luật quy định khác. Hệ thống chạy trước 01/03/2026 có 12 hoặc 18 tháng chuyển tiếp tuỳ lĩnh vực.
Mất bao lâu để triển khai một chatbot?
Bot kịch bản cho một fanpage có thể xong trong vài ngày. Bot LLM tích hợp nhiều hệ thống cần thêm thời gian; bước tốn công nhất thường là làm sạch tài liệu, không phải viết mã.
Bài viết thuộc chuyên mục AI tạo sinh & LLM trên VBPO Tech Blog, trang tin tức và kiến thức công nghệ cho doanh nghiệp Việt Nam về AI, dữ liệu, blockchain, chuyển đổi số và tự động hoá.