# Trả lời đúng chưa đủ để bán được: con bot của anh em thua ở hai câu đầu tiên
Hôm nay mình đọc một bài phỏng vấn với người phụ trách thiết kế của một công ty công nghệ lớn. Họ kể chuyện làm một con AI agent sao cho "người ta thật sự muốn nói chuyện với nó". Đọc xong mình không nghĩ tới sản phẩm của họ. Mình nghĩ tới mấy con bot của chính mình.
Mấy con bot đó chạy đúng. Đúng thật. Ăn dữ liệu vào, làm gọn, đẩy ra đúng chỗ, sổ sách xanh. Nhưng đúng một câu trong bài làm mình khựng lại: có ai muốn nói chuyện với chúng nó không?
Vì mình nhận ra, suốt một thời gian dài, mình toàn chấm điểm con bot bằng một câu duy nhất: "nó trả lời có đúng không". Trong khi tiền — trong rất nhiều trường hợp — lại chảy ở một chỗ khác hẳn: người ta có muốn nói tiếp không.
"Đúng" đã trở thành thứ mua được bằng tiền
Mình nhớ cảm giác hồi mới làm automation. Phần thưởng là khi con bot trả lời đúng. Mình test, mình mừng. Một câu trả lời chuẩn là một chiến thắng, và mình ghi nó vào cột "đã xong".
Rồi mình dần nhận ra cái "đúng" đó đang rẻ đi rất nhanh. Cách đây vài năm, làm một con bot hiểu được câu hỏi tiếng Việt tự nhiên đã là cả một dự án. Bây giờ gần như là một dòng cấu hình. Năng lực ngôn ngữ — cái mà mình từng coi là lợi thế — giờ đã thành mặt bằng chung. Ai cũng có.
Khi mặt bằng đã bằng nhau, thứ phân biệt hai con bot không còn nằm ở chỗ con nào biết trả lời. Nó nằm ở chỗ con nào làm người ta muốn mở lại cửa sổ chat lần nữa.
Đó là lý do mình thấy bài kiểu hôm nay đáng đọc. Nó không nói về model. Nó nói về cái giao diện mà người dùng chạm vào mỗi ngày — và cái giao diện đó, không phải model, mới là chỗ quyết định một con bot sống hay chết trong túi tiền của khách.
Nghịch lý hai câu đầu
Có một thứ mình quan sát được khi tự dựng bot cho việc chạm tới người dùng, và tới giờ vẫn thấy đúng: người ta quyết định ở hai câu đầu tiên.
Không phải hai phút. Hai câu.
Nếu câu trả lời đầu tiên nghe như tổng đài đọc menu — "Dạ em có thể hỗ trợ các mục sau: một, hai, ba..." — thì coi như xong. Người ta không đọc hết. Người ta đóng.
Nhưng nghịch lý là: gần như toàn bộ công sức mình bỏ ra lại nằm ở phía sau hai câu đó. Mình nhồi dữ liệu, mình nối công cụ, mình làm cho con bot biết trả lời đúng câu số 47. Còn hai câu đầu — cái cửa mà ai cũng phải đi qua trước khi tới được câu 47 — thì mình để nguyên, mặc cho nó tự sinh ra theo quán tính.
Nói cách khác: mình xây một căn nhà rất kỹ, rồi để cái cửa mở vào căn nhà đó tự đóng sầm lại trước mặt khách.
Cái bài hôm nay, theo mình hiểu, chính là nói về việc thiết kế cái cửa đó cho tử tế. Và điểm mình tâm đắc: nó là quyết định thiết kế, không phải may rủi của model.
Mình đang tối ưu sai cái cần tối ưu
Để mình kể một so sánh mình hay dùng với chính mình.
Hãy tưởng tượng mình thuê một nhân viên. Người này nắm thông tin chính xác tuyệt đối — giá đúng, tồn kho đúng, quy trình đúng. Nhưng mỗi lần mở miệng là như đọc văn bản pháp lý: khô, dài, không nhìn vào mắt khách, hết câu thì im. Người này "trả lời đúng" 100%, mà chẳng bán được gì.
Giờ tưởng tượng ngược lại: một nhân viên nắm chưa chắc bằng người kia, nhưng biết mở đầu một câu cho khách thấy được nhìn nhận, biết lúc nào im, biết lúc nào gọi người thật vào. Người này chốt được.
Con bot cũng y hệt.
Vấn đề là mình đã đo con bot bằng thước của một bài kiểm tra, còn khách đo nó bằng cảm giác ngồi nói chuyện. Hai thước khác nhau, và cây thước của khách mới là cây thước ra tiền. Mình tối ưu cho cột điểm của mình, không phải cho quyết định của người đối diện.
Cái đau nhất: điều này xảy ra ngay cả khi con bot chạy đúng. Nó không báo lỗi. Nó chỉ… không ai dùng. Và mình thì ngồi nhìn dashboard xanh, tưởng mọi thứ ổn.
Lớp "nói chuyện" là một hạng mục, không phải trang trí
Đây là chỗ mình đổi cách nghĩ. Mình từng coi giọng điệu, cách mở đầu, cách xưng hô là "phần trang trí thêm vào sau". Thật ra nó là một hạng mục thiết kế ngang hàng với việc nối công cụ — có ngân sách, có tiêu chí, có người chịu trách nhiệm.
Mình rút ra mấy thứ nhỏ, định nghĩa được, không cần chờ công cụ xịn:
- ▹Lượt đầu là ngân sách, không phải chỗ xả hàng. Hai câu đầu nên mở một cửa, không nên đổ hết thông tin mình có. Mình hay tự hỏi: nếu khách chỉ đọc đúng lượt đầu rồi bỏ đi, nó có để lại một lý do để quay lại không?
- ▹Độ dài đi theo hơi người, không theo cái cho phép. Câu trả lời đúng về nội dung nhưng dài như hợp đồng vẫn bị tính là trả lời kém.
- ▹Khi không biết thì nói là không biết. Đây là cái mình luyện mãi mới dám làm. Con bot giả vờ hiểu sẽ trả lời tự tin sai — và người dùng ngửi được cái đó nhanh hơn mình tưởng. Một câu "chỗ này em không chắc, để em đưa anh sang người phụ trách" giữ được khách tốt hơn một câu trả lời hoàn hảo nhưng không đúng.
- ▹Luôn để một đường lui về người thật. Không phải vì bot dở, mà vì biết có người thật phía sau làm người ta dám nói tiếp.
Hình dạng tối thiểu của cái mình hay gọi là "lớp nói chuyện", đại khái thế này:
# PSEUDO-CODE minh hoạ — không phải nguồn triển khai
lop_noi_chuyen = {
"xung_ho": ..., # nói với khách bằng giọng nào, gọi là gì
"luot_dau": ..., # 2 câu đầu phải mở một cửa, không xả dữ liệu
"do_dai": ..., # ngắn theo hơi người, không theo độ dài tối đa
"khi_khong_biet": [
"nhận thẳng là không biết",
"đưa một cửa để đi tiếp",
],
"diem_lui": ..., # lúc nào thì gọi người thật vào
}
# cấm: mở màn bằng danh sách menu khô
# cấm: nhồi hết dữ liệu mình có vào lượt đầu
# cấm: giả vờ hiểu khi thật ra khôngCái này không làm con bot thông minh hơn. Nó làm con bot dễ nói chuyện hơn — và theo mình, đó mới là chỗ đáng đầu tư, vì nó là thứ duy nhất khách thật sự chạm vào.
Đổi thước đo: từ "đúng" sang "có quay lại"
Nếu lớp nói chuyện là hạng mục thiết kế, nó phải đo được. Và đây là chỗ mình thấy nhiều anh em tự lừa mình nhất.
Cái mình từng đo là tỉ lệ đúng. Nó là một con số dễ chịu, vì nó cao. Nhưng nó đo sản phẩm của mình, không đo phản ứng của người dùng. Một con bot trả lời đúng 95% mà người ta bỏ sau lượt đầu thì con số 95% đó vô nghĩa với dòng tiền.
Hai con số mình thấy sát tiền hơn:
- 1.Bao nhiêu phần trăm cuộc trò chuyện được nói tiếp sau lượt đầu? Đây là cái cửa. Nếu cửa đóng sập, mọi thứ phía sau không tồn tại.
- 2.Trên 1000 lượt chạy, khách phải sửa tay bao nhiêu lần? Cái này bắt được chỗ bot "trả lời đúng nhưng vô dụng" — khách vẫn phải nhảy vào làm hộ.
Không cần hệ thống đo phức tạp. Hai con số này, mình đếm bằng mắt cũng được, và nó nói thẳng hơn mọi bảng điểm đẹp.
Tiền nằm ở đâu trong chuyện này
Mình để phần này cuối vì đây là chỗ mình nghĩ nhiều nhất.
Khi bán một con bot cho khách, mình không bán "model". Mình bán một nhân viên thu nhỏ — một thứ ngồi trực, trả lời, chốt việc. Và nhân viên nào người ta né nói chuyện thì nhân viên đó không bán được gì, dù nắm thông tin chuẩn tới đâu.
Nghĩa là lớp nói chuyện không phải chi phí làm đẹp. Nó là chỗ chuyển đổi — chỗ mà một cuộc trò chuyện hoặc đi tới hành động, hoặc tắt ngúm. Với dân automation làm nhỏ như mình, đây lại là tin tốt: nó không cần hạ tầng khổng lồ. Nó cần sự tỉ mỉ và chút đồng cảm nghề nghiệp. Cái đó thì mình có, và rẻ.
Cái mình thấy đáng sợ là mấy bài hôm nay còn cho thấy một xu hướng nữa: AI đang trở thành lớp mặc định ở khắp mọi giao diện. Khi "có AI" không còn là điểm khác biệt, thì cái duy nhất còn lại để so bì chính là cảm giác nói chuyện. Đúng như dự đoán cũ của mình ở mấy bài trước: khi khâu làm thành hàng rẻ tiền, khâu tiếp xúc với người — chỗ cuối cùng model không tự động giỏi — mới là chỗ giữ giá.
Cái mình giữ lại
Mình không nghĩ hôm nay có tin gì động trời. Nhưng với mình nó là một lời nhắc đúng lúc: mình đã dành quá nhiều thời gian để làm con bot đúng, và gần như không có phút nào ngồi làm nó dễ nói chuyện.
Mà đó lại đúng là chỗ khách chạm vào.
Tối nay mình tự sửa một con bot, bắt đầu từ đúng một chỗ: hai câu mở màn. Viết lại lượt đầu cho nó mở một cửa thay vì xả một menu. Nghe nhỏ tới mức buồn cười. Nhưng theo mình, đó là ranh giới giữa một con bot "chạy đúng" và một con bot có người muốn nói chuyện.
Câu mình để lại cho anh em, cũng là câu mình tự hỏi hôm nay: con bot của anh em trả lời đúng bao nhiêu phần trăm — và bao nhiêu người trong số đó muốn nói tiếp?
Nếu con số thứ hai thấp hơn con số thứ nhất nhiều, thì vấn đề không nằm ở model. Nó nằm ở cái cửa.
Một phần của chuỗi mổ xẻ kỹ thuật tại zeodavu.com/blog. Nếu thấy hữu ích, theo dõi [zeodavu.com](/blog) — mỗi bài là một thứ mình thật sự dùng, vấp, và sửa lại.