Chatbot AI là gì? Các loại, cách xây dựng và pháp lý 2026

Mục lục

1. Chatbot AI là gì?
2. Chatbot ra đời từ khi nào?
3. Có những loại chatbot nào?
4. Chatbot dùng LLM và kho tri thức hoạt động như thế nào?
5. Nên triển khai chatbot trên kênh nào?
6. Chatbot cho doanh nghiệp dùng vào việc gì?
7. Đo hiệu quả chatbot bằng chỉ số nào?
8. Cách xây dựng chatbot: quy trình 7 bước
9. Chatbot AI có những rủi ro gì?
10. Pháp luật Việt Nam quy định gì về chatbot AI?
11. Những hiểu lầm phổ biến về chatbot AI
12. 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.

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.

1. 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.
2. 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.
3. 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.
4. LLM soạn câu trả lời và có thể trích dẫn tài liệu đã dùng.
5. 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.

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.

Cách xây dựng chatbot: quy trình 7 bước

1. 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.
2. 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.
3. 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.
4. 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.
5. 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.
6. 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. Chỉ mở rộng khi đạt ngưỡng đã thống nhất.
7. 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. 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.

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

Chatbot AI là gì nói ngắn gọn?

Là phần mềm trò chuyện dùng trí tuệ nhân tạo để hiểu câu hỏi bằng ngôn ngữ tự nhiên và tự soạn câu trả lời, thay vì chỉ chọn câu có sẵn theo nút bấm hay từ khoá.

Chatbot và ChatGPT khác nhau thế nào?

ChatGPT là một sản phẩm chatbot cụ thể, trả lời theo kiến thức chung. Chatbot doanh nghiệp có thể dùng LLM tương tự nhưng được giới hạn phạm vi, nối với tài liệu, hệ thống của doanh nghiệp và có đường chuyển nhân viên.

Doanh nghiệp nhỏ có nên làm chatbot AI?

Nên, nếu có nhiều câu hỏi lặp lại trên fanpage, Zalo hoặc website. Bắt đầu với một kênh, một nhóm câu hỏi, đo tỷ lệ tự giải quyết vài tuần rồi mới mở rộng.

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.