Cách viết một cơ sở kiến thức mà AI của bạn thực sự dùng được

Yếu tố đơn lẻ quyết định chất lượng hỗ trợ khách hàng bằng AI nhiều nhất không phải là mô hình AI. Đó là cơ sở kiến thức mà AI đọc từ đó. Các đội triển khai hỗ trợ AI, nhận kết quả tầm thường, rồi đổ lỗi cho AI — trong khi vấn đề thực sự là họ đã nạp cho nó tài liệu được viết cho con người duyệt một trung tâm trợ giúp, chứ không phải cho một AI trả lời một câu hỏi cụ thể.

Bài viết này nói về việc viết một cơ sở kiến thức tạo ra những câu trả lời AI thực sự tốt. Nó có ích dù bạn đang triển khai hỗ trợ AI lần đầu hay đang cố cải thiện chất lượng của một hệ thống AI bạn đã có. Được viết cho các trưởng nhóm hỗ trợ và nhà sáng lập sở hữu cơ sở kiến thức, chứ không nhất thiết cho các chuyên viên viết tài liệu kỹ thuật.

Vì sao tối ưu cho con người và tối ưu cho AI lại khác nhau

Một cơ sở kiến thức được viết cho con người giả định có một người đang duyệt, lướt qua các tiêu đề, nhảy cóc, dùng phán đoán để tìm phần liên quan trong một bài viết dài. Con người giỏi việc này. Họ chịu được một bài viết 2,000 từ với tiêu đề "Quản lý tài khoản của bạn" vì họ có thể lướt tới đúng phần mình cần.

Một AI đọc theo cách khác. Nó thực hiện truy xuất ngữ nghĩa (semantic retrieval) — so khớp câu hỏi của khách hàng với nội dung để tìm đoạn liên quan nhất, rồi dựng nên một câu trả lời từ đó. Một bài viết dài bao trùm 15 tiểu chủ đề thì tệ hơn cho việc này so với 15 bài viết tập trung, vì việc truy xuất kém chính xác hơn và AI có thể lấy nhầm phần hoặc trộn các phần một cách sai lệch.

Sự thay đổi trong tư duy: thôi viết bài cho một người đang duyệt, bắt đầu viết bài cho một câu hỏi đang được trả lời. Mỗi mẩu nội dung nên ánh xạ rõ ràng tới một câu hỏi cụ thể mà khách hàng có thể đặt ra.

Quy tắc 1: Mỗi bài viết một chủ đề

Quy tắc quan trọng nhất. Đừng viết "Cách quản lý tài khoản của bạn" bao trùm việc đổi email, đặt lại mật khẩu, cập nhật thanh toán và thay đổi gói đăng ký. Hãy viết những bài viết tập trung riêng lẻ: "Cách đổi email của bạn," "Cách đặt lại mật khẩu của bạn," "Cách cập nhật thông tin thanh toán của bạn," "Cách thay đổi gói đăng ký của bạn."

Vì sao điều này quan trọng với AI: truy xuất ngữ nghĩa dựa trên độ tương đồng giữa câu hỏi và nội dung. Một bài viết tập trung về đặt lại mật khẩu khớp chính xác với một câu hỏi đặt-lại-mật-khẩu. Một bài viết quản-lý-tài-khoản dàn trải chỉ khớp một cách yếu ớt, bị pha loãng bởi tất cả những nội dung khác mà nó chứa.

Phép thử thực tế: nếu một bài viết có thể trả lời nhiều hơn một câu hỏi riêng biệt của khách hàng, thì có lẽ nó nên được tách ra.

Quy tắc 2: Đặt tiêu đề mỗi bài viết theo đúng câu hỏi mà người dùng thực sự đặt ra

Khách hàng không tìm kiếm "Cài đặt xác thực hai yếu tố." Họ hỏi "Làm sao để bật xác thực hai yếu tố?" hoặc "Làm sao để tài khoản của tôi an toàn hơn?"

Hãy đặt tiêu đề các bài viết của bạn dưới dạng câu hỏi, diễn đạt theo cách khách hàng diễn đạt. Điều này cải thiện đáng kể việc truy xuất vì AI đang so khớp câu hỏi của khách hàng với các tiêu đề của bạn. Tiêu đề của bạn càng gần với cách khách hàng thực sự hỏi, mức độ khớp càng tốt.

Phép thử thực tế: hãy đọc to các tiêu đề bài viết của bạn. Chúng nghe có giống những gì khách hàng sẽ gõ hoặc nói không? Hay chúng nghe giống tên tính năng nội bộ? Tên tính năng cần được biến thành câu hỏi.

Quy tắc 3: Hướng dẫn cụ thể thay vì chung chung

Hãy so sánh hai phiên bản của cùng một hướng dẫn:

Chung chung: "Hãy đi tới phần cài đặt bảo mật của bạn và bật tính năng đó lên."

Cụ thể: "Nhấp vào biểu tượng hồ sơ của bạn ở góc trên bên phải, chọn Settings, rồi Security, rồi gạt Two-Factor Authentication sang On."

AI sao chép mức độ cụ thể trong cơ sở kiến thức của bạn. Nếu tài liệu của bạn mơ hồ, câu trả lời của AI cũng mơ hồ. Nếu tài liệu của bạn đưa ra các bước chính xác, AI cũng đưa ra các bước chính xác. Khách hàng có thể làm theo những hướng dẫn cụ thể; họ mắc kẹt với những hướng dẫn chung chung.

Phép thử thực tế: một người hoàn toàn không quen thuộc với sản phẩm của bạn có thể làm theo hướng dẫn mà không mắc kẹt không? Nếu không, nó quá chung chung.

Quy tắc 4: Thêm một khối ngữ cảnh ở đầu bài

Hầu hết các tính năng sản phẩm đều có điều kiện — chúng áp dụng cho một số gói nhất định, một số khu vực nhất định, một số loại tài khoản nhất định, hoặc đòi hỏi một số quyền nhất định. AI cần biết những điều kiện này để đưa ra câu trả lời đúng và đã được lọc.

Hãy bắt đầu mỗi bài viết bằng một khối ngữ cảnh ngắn gọn: "Điều này áp dụng cho các gói Pro và Enterprise." "Chỉ có ở khu vực EU." "Yêu cầu quyền admin." "Chỉ áp dụng cho các tài khoản được tạo sau tháng 1 năm 2025."

Vì sao điều này quan trọng: nếu không có ngữ cảnh, AI có thể chỉ cho một khách hàng gói Starter cách dùng một tính năng Pro, gây bực bội khi họ không tìm thấy nó. Với ngữ cảnh, AI có thể nói "Tính năng đó có ở các gói Pro — đây là cách nâng cấp, hoặc đây là phần tương đương trên gói hiện tại của bạn."

Phép thử thực tế: với mỗi bài viết, hãy hỏi "điều này đúng với mọi khách hàng, hay chỉ một số?" Nếu chỉ một số, các điều kiện đó thuộc về một khối ngữ cảnh.

Quy tắc 5: Giữ metadata luôn cập nhật

Mỗi bài viết nên mang theo metadata: lần cập nhật gần nhất, nó áp dụng cho những gói nào, nó liên quan đến những tính năng nào. AI dùng thông tin này để ưu tiên nội dung mới, liên quan hơn nội dung cũ kỹ.

Điều này quan trọng nhất với những sản phẩm hay thay đổi. Một tính năng được thiết kế lại, bài viết cũ mô tả luồng cũ, và nếu không có metadata về lần cập nhật gần nhất, AI không thể biết phiên bản nào là hiện hành. Khách hàng nhận được hướng dẫn cho một giao diện không còn tồn tại.

Phép thử thực tế: nếu bạn đã thay đổi một tính năng sáu tháng trước, cơ sở kiến thức của bạn có còn mô tả phiên bản cũ ở đâu đó không? Nội dung cũ kỹ chủ động làm hại chất lượng AI vì AI tự tin đưa ra những câu trả lời sai.

Một quy tắc thưởng thêm: tránh phụ thuộc vào ảnh chụp màn hình cho các bước then chốt

AI đọc văn bản tốt hơn nhiều so với đọc hình ảnh. Nếu một hướng dẫn then chốt chỉ nằm bên trong một ảnh chụp màn hình — "nhấp vào nút được hiển thị ở đây" — AI không thể truyền đạt nó một cách đáng tin cậy.

Hãy mô tả các bước then chốt bằng văn bản, rồi dùng ảnh chụp màn hình để xác nhận trực quan. "Nhấp vào nút Save màu xanh ở cuối biểu mẫu" kèm một ảnh chụp màn hình thì hữu ích với AI hơn nhiều so với chỉ một ảnh chụp màn hình với một mũi tên chỉ vào nút.

Điều này không có nghĩa là bỏ ảnh chụp màn hình. Nó có nghĩa là đừng phụ thuộc vào chúng cho thông tin mà AI cần trích ra.

Điều này trông ra sao trong thực tế

Hãy lấy một bài viết cơ sở kiến thức lộn xộn điển hình:

"Quản lý tài khoản — Trong phần này, bạn sẽ tìm hiểu về việc quản lý nhiều khía cạnh khác nhau của tài khoản, bao gồm thông tin hồ sơ, cài đặt bảo mật, thanh toán và phương thức thanh toán, quản lý gói đăng ký, và tùy chọn thông báo. Để bắt đầu, hãy đi tới khu vực tài khoản của bạn, nơi bạn sẽ tìm thấy tất cả những tùy chọn này..."

Điều này tệ đối với AI: một bài viết bao trùm năm chủ đề riêng biệt, một tiêu đề chung chung, hướng dẫn mơ hồ, không có khối ngữ cảnh, không có sự cụ thể.

Phiên bản thân thiện với AI là năm bài viết:

1. "Làm sao để cập nhật thông tin hồ sơ của tôi?" — ngữ cảnh: mọi gói; các bước cụ thể; hiện hành tính đến [date]
2. "Làm sao để thay đổi cài đặt bảo mật của tôi?" — ngữ cảnh: mọi gói; các bước cụ thể; hiện hành tính đến [date]
3. "Làm sao để cập nhật phương thức thanh toán của tôi?" — ngữ cảnh: chỉ các gói trả phí; các bước cụ thể; hiện hành tính đến [date]
4. "Làm sao để thay đổi gói đăng ký của tôi?" — ngữ cảnh: mọi gói; các bước cụ thể bao gồm hành vi nâng cấp/hạ cấp; hiện hành tính đến [date]
5. "Làm sao để quản lý tùy chọn thông báo của tôi?" — ngữ cảnh: mọi gói; các bước cụ thể; hiện hành tính đến [date]

Cùng một thông tin, được tái cấu trúc. Phiên bản đầu tạo ra những câu trả lời AI tầm thường. Phiên bản thứ hai tạo ra những câu trả lời chính xác.

Việc này thực ra tốn bao nhiêu công sức?

Câu trả lời thành thật: ít hơn các đội lo sợ, nhiều hơn họ hy vọng.

Với một SaaS điển hình có 50–100 bài viết trợ giúp, việc tái cấu trúc sang định dạng thân thiện với AI là một dự án một đến hai tuần cho một người. Đó không phải công việc hào nhoáng, nhưng là khoản đầu tư có đòn bẩy cao nhất mà bạn có thể thực hiện cho chất lượng hỗ trợ AI.

Tin tốt: bạn không phải làm tất cả ngay từ đầu. Một cách tiếp cận hợp lý:

1. Bắt đầu với 20 nhóm câu hỏi hàng đầu của bạn (những nhóm này chiếm ~80% khối lượng ticket)
2. Viết hoặc viết lại 20 nhóm đó thành những bài viết thân thiện với AI
3. Triển khai hỗ trợ AI với nền tảng đó
4. Dùng các khuôn mẫu chuyển cấp của AI để xác định những lỗ hổng — khi AI chuyển cấp vì thiếu câu trả lời, đó là tín hiệu để thêm hoặc cải thiện một bài viết
5. Lặp lại và tinh chỉnh trong những tuần tiếp theo

Cách tiếp cận theo từng giai đoạn này giúp bạn có một hệ thống hỗ trợ AI hoạt động được nhanh chóng, rồi cải thiện nó dựa trên dữ liệu thực tế về những gì khách hàng thực sự hỏi.

Cách đo lường xem cơ sở kiến thức của bạn có hoạt động không

Sau khi triển khai, đây là những chỉ số cho bạn biết cơ sở kiến thức của bạn đã đủ tốt chưa:

Tỷ lệ tự động giải quyết của AI. Nếu nó dưới 50%, cơ sở kiến thức của bạn có lẽ có những lỗ hổng. Các cơ sở kiến thức tốt hỗ trợ 60–70% tự động giải quyết.

Lý do chuyển cấp. Khi AI chuyển cấp, vì sao? "Không tìm thấy bài viết liên quan" nghĩa là một lỗ hổng nội dung. "Nhiều bài viết mâu thuẫn nhau" nghĩa là một vấn đề cấu trúc (có lẽ cần tách ra hoặc gộp lại).

Tỷ lệ khách hàng nhắn lại. Nếu khách hàng thường xuyên nhắn lại sau một câu trả lời của AI, thì các câu trả lời chưa trọn vẹn. Thường là một vấn đề về sự cụ thể — câu trả lời đúng hướng nhưng không đủ chi tiết để thực sự giải quyết vấn đề.

CSAT trên các ticket do AI xử lý. Nếu các ticket do AI xử lý có CSAT thấp hơn các ticket do con người xử lý, thì chất lượng cơ sở kiến thức thường là thủ phạm.

Những chỉ số này biến việc cải thiện cơ sở kiến thức từ chuyện đoán mò thành một vòng phản hồi. AI cho bạn biết những lỗ hổng nằm ở đâu; bạn lấp chúng; chất lượng cải thiện.

Điểm mấu chốt

Chất lượng hỗ trợ khách hàng bằng AI phần lớn là chất lượng cơ sở kiến thức. Mô hình có quan trọng, kiến trúc có quan trọng, nhưng đòn bẩy đơn lẻ lớn nhất mà bạn kiểm soát là tài liệu bạn nạp cho AI.

Năm quy tắc — mỗi bài viết một chủ đề, tiêu đề dạng câu hỏi, hướng dẫn cụ thể, khối ngữ cảnh, metadata cập nhật — thì đơn giản để phát biểu và có tác động lớn khi triển khai. Những đội tuân theo chúng đạt 60–70% tự động giải quyết. Những đội dán vào tài liệu cũ hướng-về-con-người của mình rồi mong có phép màu thì nhận kết quả tầm thường và đổ lỗi cho AI.

Cơ sở kiến thức là phần của hỗ trợ AI mà bạn kiểm soát hoàn toàn. Nó xứng đáng với khoản đầu tư.

Respondo có vai trò gì ở đây

Tích hợp cơ sở kiến thức của Respondo tự động thu thập tài liệu sẵn có của bạn làm điểm khởi đầu, rồi làm nổi bật những cơ hội để tái cấu trúc nhằm cải thiện hiệu năng AI. AI ưu tiên suy luận tận dụng tối đa nội dung có cấu trúc tốt — nó hiểu ngữ cảnh và dựng nên những câu trả lời cụ thể thay vì chỉ truy xuất bài viết gần nhất.

Bảng điều khiển làm nổi bật những chỉ số cho bạn biết cơ sở kiến thức của bạn có hoạt động không: tỷ lệ tự động giải quyết, lý do chuyển cấp, tỷ lệ nhắn lại. Điều này biến việc cải thiện cơ sở kiến thức thành một vòng phản hồi dựa trên dữ liệu thay vì đoán mò.

Bản dùng thử 14 ngày cho bạn thời gian để kết nối cơ sở kiến thức, thấy chất lượng AI ban đầu, và xác định nơi việc tái cấu trúc sẽ giúp ích nhiều nhất.

Muốn xem AI xử lý tài liệu hiện tại của bạn tốt đến đâu? Bắt đầu bản dùng thử miễn phí 14 ngày — kết nối cơ sở kiến thức của bạn và xem tỷ lệ tự động giải quyết trên chính những ticket thật của bạn.