Bài 1 — Bức tranh tổng thể: Deflect, Định tuyến & Escalation

Trước khi viết một dòng code, bạn cần hiểu rõ agent CSKH thực sự làm gì. Nhiều đội lao vào gắn ChatGPT vào widget chat rồi thất vọng vì bot bịa đáp án, trả lời sai chính sách hoàn tiền, hoặc đẩy khách vào vòng lặp vô nghĩa. Vấn đề không nằm ở model, mà ở việc không phân định rõ 3 nhiệm vụ cốt lõi.

Ba nhiệm vụ của agent CSKH

• Deflect (chặn/tự giải quyết): Trả lời các câu hỏi tier-1 lặp đi lặp lại (giờ mở cửa, cách đổi mật khẩu, chính sách đổi trả) bằng cách trích xuất từ knowledge base (KB) — KHÔNG bịa. Mục tiêu: giảm số ticket đến tay con người.
• Route (phân loại & định tuyến): Với vấn đề agent không tự giải quyết, xác định loại (billing, kỹ thuật, đơn hàng...) và độ ưu tiên, rồi gán đúng đội/hàng đợi.
• Escalate (chuyển người thật): Khi vượt năng lực, khi khách bức xúc, hoặc khi có rủi ro (pháp lý, mất tiền), bàn giao mượt cho nhân viên kèm toàn bộ ngữ cảnh.

Ví dụ cụ thể

Một shop mỹ phẩm nhận 500 ticket/ngày. Phân tích cho thấy:

• 60% là câu hỏi lặp lại ("đơn của tôi đến đâu rồi?", "còn hàng size M không?") → deflect được.
• 30% cần xử lý nhưng đơn giản, có thể tự động phân loại → route.
• 10% phức tạp/nhạy cảm (khiếu nại chất lượng, dị ứng sản phẩm) → escalate.

Nếu agent deflect tốt 60% đó, đội support 5 người tự nhiên "rảnh" như có thêm 3 người.

Khung tư duy: Deflection Funnel

Tin nhắn khách đến
   │
   ▼
[1] Đủ tự tin trả lời từ KB?  ── Có ──► Trả lời (DEFLECT) ──► Hỏi "đã giải quyết chưa?"
   │ Không                                         │ Chưa
   ▼                                               ▼
[2] Phân loại + định tuyến (ROUTE)  ◄──────────────┘
   │
   ▼
[3] Có tín hiệu rủi ro / bức xúc?  ── Có ──► ESCALATE (người thật)
   │ Không
   ▼
Tạo ticket vào đúng hàng đợi

Mỗi mũi tên là một quyết định có thể đo được. Bạn sẽ gắn số vào từng bước ở các bài sau.

Các bước khởi động dự án

• Kéo dữ liệu ticket 30–90 ngày gần nhất ra file CSV.
• Gắn nhãn thủ công 200 ticket mẫu thành 3 nhóm: deflectable / routable / phải-escalate.
• Tính tỷ lệ từng nhóm — đây là baseline. Nếu deflectable dưới 30%, agent không đáng đầu tư; nếu trên 50%, ROI rất rõ.
• Liệt kê top 20 câu hỏi lặp lại — đây là "đạn" cho knowledge base ở Bài 3.
• Chốt định nghĩa "thành công": ví dụ giảm 40% ticket tier-1, thời gian phản hồi đầu tiên dưới 30 giây.

Chỉ số bạn phải theo dõi ngay từ đầu

• Deflection rate: % hội thoại kết thúc mà không tạo ticket cho người.
• Containment rate: % khách KHÔNG yêu cầu gặp người sau khi bot trả lời.
• Routing accuracy: % ticket được gán đúng đội (đối chiếu với con người).
• Escalation rate & CSAT sau escalation.

Ghi nhớ: deflection cao mà CSAT tụt là dấu hiệu bot đang "chặn" khách chứ không "giúp" khách — một cái bẫy nguy hiểm.

Sai lầm thường gặp

• Gộp cả 3 nhiệm vụ vào một prompt khổng lồ: Bot lẫn lộn giữa "trả lời" và "phân loại", chất lượng cả hai đều tệ. Hãy tách thành các bước rõ ràng.
• Đo mỗi deflection rate: Ép bot không bao giờ chuyển người sẽ đẩy con số lên nhưng phá trải nghiệm. Luôn cặp deflection với CSAT/containment.
• Bỏ qua baseline thủ công: Không có số nền, bạn không biết agent cải thiện hay làm tệ đi.
• Cho bot tự "giải quyết" cả khiếu nại nhạy cảm: Những ca này phải escalate ngay, đừng để bot ứng biến.

Ở Bài 2, ta sẽ chọn kênh, công cụ và dựng bộ khung kiến trúc để hiện thực hóa cái funnel này.