Mỗi yêu cầu hỗ trợ đều trải qua cùng một hành trình: Đến, được phân loại, được chuyển tiếp, và được giải quyết. Hầu hết các nhóm đều thực hiện việc phân loại và chuyển tiếp thủ công — ai đó đọc yêu cầu, quyết định nội dung và giao cho người phù hợp.
🔄 Tóm tắt nhanh: Trong Bài học 2, bạn đã so sánh các nền tảng — Zendesk, Intercom, Freshdesk, Salesforce. Tất cả đều hỗ trợ định tuyến yêu cầu bằng AI. Bài học này sẽ dạy bạn các nguyên tắc đằng sau định tuyến thông minh để bạn có thể cấu hình bất kỳ nền tảng nào một cách hiệu quả.
AI thực hiện việc phân loại này trong mili giây, trên quy mô lớn và ngày càng tốt hơn con người — nếu bạn thiết lập đúng cách.
Cách thức hoạt động của phân loại yêu cầu bằng AI
Về cơ bản, phân loại yêu cầu là một quy trình ba bước:
1. Phát hiện ý định: Khách hàng đang cố gắng làm gì? (Yêu cầu hoàn tiền, sửa lỗi, hỏi về giá cả)
2. Đánh giá mức độ ưu tiên: Mức độ khẩn cấp của việc này là như thế nào? (Hệ thống gặp sự cố = nghiêm trọng, yêu cầu tính năng = thấp)
3. Quyết định định tuyến: Ai nên xử lý việc này? (Nhóm thanh toán, kỹ thuật, hỗ trợ chung)
Trí tuệ nhân tạo (AI) xử lý cả ba bước bằng cách sử dụng xử lý ngôn ngữ tự nhiên. Khách hàng viết bằng ngôn ngữ thông thường, AI hiểu ý định, đánh giá mức độ khẩn cấp và định tuyến phù hợp.
Xây dựng hệ thống phân loại của bạn
Bước 1: Xác định danh mục
Bắt đầu với những gì bạn biết. Lấy 200 yêu cầu hỗ trợ gần đây nhất và nhóm chúng theo cách thủ công. Thông thường bạn sẽ tìm thấy 5-8 danh mục tự nhiên:
Danh mục
Ví dụ về yêu cầu hỗ trợ
Lỗi kỹ thuật/Sự cố
"Ứng dụng bị lỗi khi tôi cố gắng upload lên một file"
Thanh toán
"Tôi bị tính phí hai lần trong tháng này"
Tài khoản
"Tôi cần thay đổi địa chỉ email của mình"
Câu hỏi về sản phẩm
"Sản phẩm của bạn có hỗ trợ xuất số lượng lớn không?"
Yêu cầu tính năng
"Sẽ tuyệt vời nếu bạn thêm dark mode"
Vận chuyển/Giao hàng
"Đơn hàng của tôi đâu? Lẽ ra nó phải đến hôm qua rồi"
Hủy bỏ
"Tôi muốn hủy đăng ký của mình"
Quy tắc 10%: Nếu bất kỳ danh mục nào chiếm ít hơn 5% số yêu cầu, hãy xem xét việc hợp nhất nó vào một danh mục liên quan. Nếu bất kỳ danh mục nào vượt quá 40%, hãy xem xét việc tách nó ra. Bạn cần các danh mục đủ khác biệt để được định tuyến riêng nhưng đủ phổ biến để có hàng đợi riêng.
Bước 2: Viết prompt phân loại
Prompt phân loại của bạn là bộ não của hệ thống định tuyến. Đây là một template hoạt động:
📍 Nơi dán: Mở ChatGPT (chat.openai.com), Claude (claude.ai) hoặc Gemini (gemini.google.com) và bắt đầu một cuộc trò chuyện mới.
📋 Cách sao chép prompt này: Nhấp vào bất kỳ đâu bên trong khối màu xám, nhấn Cmd+A rồi Cmd+C (Mac) hoặc Ctrl+A rồi Ctrl+C (Windows). Hoặc sử dụng biểu tượng sao chép xuất hiện.
Bạn là người phân loại yêu cầu hỗ trợ khách hàng. Phân loại yêu cầu này
vào chính xác MỘT danh mục:
DANH MỤC:
- KỸ THUẬT: Lỗi, sự cố, vấn đề hiệu suất, câu hỏi hướng dẫn
- THANH TOÁN: Phí, hoàn tiền, hóa đơn, phương thức thanh toán, thay đổi đăng ký
- TÀI KHOẢN: Thay đổi email, đặt lại mật khẩu, cập nhật hồ sơ, vấn đề truy cập
- SẢN PHẨM: Câu hỏi về tính năng, khả năng tương thích, khả năng của sản phẩm
- VẬN CHUYỂN: Trạng thái giao hàng, theo dõi, gói hàng bị thất lạc, trả hàng
- HỦY BỎ: Hủy đăng ký, yêu cầu hạ cấp
QUY TẮC:
1. Chỉ trả về tên danh mục. Không cần giải thích.
2. Nếu yêu cầu đề cập đến nhiều chủ đề, hãy phân loại theo MỤC ĐÍCH CHÍNH
CẦN THỰC HIỆN (những việc cần làm, không phải những gì được đề cập).
3. Nếu không chắc chắn, hãy phân loại là CHUNG.
Yêu cầu: {{nội_dung_yêu_cầu_hỗ_trợ}}
✏️ Cách điền thông tin chi tiết của bạn: Thay thế mỗi [] và trình giữ chỗ trong ngoặc bằng thông tin cụ thể từ tình huống thực tế của bạn. Thông tin không rõ ràng sẽ tạo ra kết quả không rõ ràng — hãy cụ thể.
📌 Cách xử lý kết quả: Lưu phản hồi vào file Notes. Chọn gợi ý hiệu quả nhất và thực hiện ngay trong tuần này — đừng cố gắng làm tất cả cùng một lúc.
⚠️ Nếu kết quả không ổn: Nếu các gợi ý có vẻ chung chung, hãy dán nội dung sau: "Hãy cụ thể hơn với ngữ cảnh thực tế của tôi. Bỏ những lời khuyên chung chung." Nếu nó bỏ qua các chi tiết quan trọng bạn đã cung cấp, hãy hỏi: "Bạn đã bỏ sót [X] trong ngữ cảnh của tôi — hãy thực hiện lại với điều đó làm ràng buộc chính."
✅ Kiểm tra nhanh: Câu hỏi của bạn ghi "Nếu không chắc chắn, hãy phân loại là CHUNG". Tại sao điều này lại tốt hơn việc buộc AI luôn chọn một danh mục cụ thể?
Câu trả lời: Nếu không có danh mục chung, AI sẽ ép các yêu cầu không chắc chắn vào các danh mục sai — một câu hỏi về thanh toán có thể được phân loại là KỸ THUẬT vì một số từ khóa đã kích hoạt sự trùng khớp. Danh mục CHUNG đóng vai trò như một lưới an toàn. Chuyển các yêu cầu CHUNG cho người phân loại để họ có thể phân loại thủ công. Sau đó, phân tích các yêu cầu đó để cải thiện các danh mục và prompt AI.
Bước 3: Thêm điểm ưu tiên
Sau khi phân loại, hãy thêm đánh giá mức độ ưu tiên:
Dựa trên yêu cầu được phân loại là {{danh mục}}, hãy đánh giá mức độ ưu tiên:
NGHIÊM TRỌNG: Hệ thống hoàn toàn ngừng hoạt động, mất dữ liệu, vi phạm bảo mật,
lỗi xử lý thanh toán
CAO: Tính năng bị lỗi nhưng có giải pháp thay thế, lỗi thanh toán,
tài khoản bị khóa
TRUNG BÌNH: Lỗi không khẩn cấp, câu hỏi về sản phẩm, yêu cầu tính năng,
thắc mắc chung
THẤP: Phản hồi, lời khen, đề xuất
Đồng thời cũng kiểm tra các tín hiệu khẩn cấp:
- Các từ như "khẩn cấp", "càng sớm càng tốt", "bị lỗi", "không thể sử dụng", "ngừng hoạt động"
→ tăng mức độ ưu tiên lên một cấp
- Khách hàng VIP/doanh nghiệp → tăng mức độ ưu tiên lên một cấp cấp độ
- Nhiều liên hệ về cùng một vấn đề → nâng mức độ ưu tiên lên một cấp
Trả về: MỨC_ĐỘ_ƯU_TIÊN
Bước 4: Xây dựng quy tắc định tuyến
Bây giờ, hãy kết nối phân loại + mức độ ưu tiên với định tuyến:
Danh mục
Mức độ ưu tiên
Định tuyến đến
KỸ THUẬT + QUAN TRỌNG
Kỹ sư trực sẵn sàng (ngay lập tức)
KỸ THUẬT + CAO/TRUNG BÌNH
Hàng đợi hỗ trợ kỹ thuật
THANH TOÁN + bất kỳ
Nhóm thanh toán
HỦY BỎ + bất kỳ
Chuyên viên giữ chân khách hàng
TÀI KHOẢN + bất kỳ
Hỗ trợ chung (Cấp 1)
VẬN CHUYỂN + bất kỳ
Đội giao hàng
CHUNG + bất kỳ
Hàng chờ phân loại
Cải thiện độ chính xác theo thời gian
Độ chính xác ban đầu của phân loại sẽ là 80-85%. Dưới đây là cách để nâng cao độ chính xác lên 95% trở lên:
Thêm một vài ví dụ thực tế. Bao gồm 2-3 ví dụ thực tế cho mỗi danh mục trong prompt của bạn. "Ví dụ KỸ THUẬT: 'Ứng dụng bị lỗi khi tôi nhấp vào Export'. Ví dụ THANH TOÁN: 'Tôi bị tính phí 49 USD nhưng gói của tôi chỉ là 29 USD'." Các ví dụ giúp AI hiểu những định nghĩa cụ thể của bạn.
Xây dựng vòng phản hồi. Khi agent phân loại lại một yêu cầu, hãy ghi lại phân loại ban đầu của AI và phân loại đã được sửa. Xem xét các sửa đổi này hàng tuần. Nếu AI liên tục phân loại sai "trễ giao hàng" là KỸ THUẬT, hãy thêm yêu cầu làm rõ vào prompt của bạn.
Xử lý các yêu cầu có nhiều mục đích. "Tôi muốn được hoàn tiền và ứng dụng của bạn cũng bị lỗi" có hai mục đích. Huấn luyện AI phân loại theo mục đích hành động chính (THANH TOÁN để được hoàn tiền) và gắn thẻ mục đích phụ (KỸ THUẬT) để theo dõi riêng.
✅ Kiểm tra nhanh: AI của bạn đã phân loại 50 yêu cầu hôm nay. Một nhân viên đã sửa 8 lỗi. Bước tiếp theo của bạn là gì?
Câu trả lời: Hãy xem xét 8 lỗi đã được sửa. Chúng có ngẫu nhiên hay có quy luật nào không? Nếu 5 trong số 8 lỗi là "Yêu cầu tính năng" bị phân loại sai thành "Câu hỏi về sản phẩm", thì danh mục của bạn quá giống nhau hoặc mô tả prompt không đủ khác biệt. Hãy khắc phục quy luật, chứ không chỉ là các lỗi phân loại riêng lẻ.
Những điểm chính cần ghi nhớ
Phân loại phiếu yêu cầu bằng AI có ba bước: Phát hiện ý định, đánh giá mức độ ưu tiên và quyết định định tuyến
Bắt đầu với 5-8 danh mục dựa trên phân bổ phiếu yêu cầu thực tế của bạn — chứ không phải các danh mục lý thuyết
Prompt phân loại là cấu hình quan trọng nhất — hãy cụ thể về những gì mỗi danh mục bao gồm và loại trừ
Thêm điểm ưu tiên với tín hiệu khẩn cấp (từ khóa, cấp độ khách hàng, liên hệ lặp lại)
Xây dựng vòng phản hồi: Các lỗi do nhân viên sửa giúp AI hiểu được những gì nó đang làm sai
Đạt độ chính xác trên 95% thông qua các ví dụ few-shot, xử lý trường hợp ngoại lệ rõ ràng và tinh chỉnh prompt hàng tuần
Câu 1:
Phân loại yêu cầu của bạn sử dụng các danh mục sau: Kỹ thuật, Thanh toán, Chung. Bạn nhận thấy 40% yêu cầu thuộc danh mục "Chung". Điều này gợi ý chuyện gì?
GIẢI THÍCH:
Một danh mục 'Chung' quá lớn là dấu hiệu hàng đầu của việc phân loại chưa hiệu quả. Nếu 40% yêu cầu hỗ trợ rơi vào đó, AI của bạn đang nói 'Tôi không biết yêu cầu này nên được chuyển đến đâu'. Cách khắc phục: Phân tích thủ công các yêu cầu 'Chung' đó, xác định 3-4 loại phổ biến nhất, tạo các danh mục mới cho chúng và huấn luyện lại bộ phân loại. Mục tiêu của bạn là tỷ lệ yêu cầu 'Chung/Khác' dưới 10%. 'Chung' đang trở thành một danh mục cho các yêu cầu mà AI không thể phân loại một cách chắc chắn. Hãy chia nó thành các danh mục cụ thể hơn (Câu hỏi về sản phẩm, Thay đổi tài khoản, Vận chuyển/Giao hàng, Yêu cầu tính năng) để cải thiện độ chính xác định tuyến.
Câu 2:
Một khách hàng gửi email: "Tôi rất thích sản phẩm của bạn nhưng phần thanh toán hơi khó hiểu và tôi nghĩ mình đã bị tính phí quá cao." AI nên phân loại email này như thế nào?
GIẢI THÍCH:
Email đa mục đích là thách thức phân loại khó khăn nhất. Mấu chốt: Huấn luyện AI của bạn để xác định mục đích hành động chính. "Tôi rất thích sản phẩm của bạn" là phản hồi tốt nhưng không cần chuyển tiếp. "Phần thanh toán khó hiểu" là phản hồi về trải nghiệm người dùng nhưng không khẩn cấp. "Tôi nghĩ mình đã bị tính phí quá cao" cần nhóm thanh toán hành động. AI nên chuyển tiếp đến bộ phận thanh toán và gắn thẻ phản hồi để xem xét sản phẩm. Phản hồi tích cực được ghi nhận nhưng không cần hành động. AI nên phân loại theo mục đích hành động chính, chứ không phải cảm xúc đầu tiên được phát hiện.
Câu 3:
Hệ thống phân loại AI của bạn có độ chính xác 90%. Điều đó có nghĩa là 10% số yêu cầu hỗ trợ bị chuyển nhầm. Với 1.000 yêu cầu/tháng, 100 yêu cầu sẽ đến nhầm nhóm. Liệu 90% có đủ tốt không?
GIẢI THÍCH:
Ngữ cảnh rất quan trọng. Nếu việc chuyển hướng thủ công trước đây của bạn có độ chính xác 85%, thì 90% là một sự cải thiện. Nhưng 100 yêu cầu bị chuyển nhầm vẫn tạo ra sự khó chịu thực sự — phản hồi chậm trễ, nhân viên hỗ trợ bực bội và trải nghiệm khách hàng bị suy giảm. Con đường để đạt được tỷ lệ 95% trở lên: Thêm các ví dụ hiếm gặp vào quy trình phân loại, xử lý những trường hợp ngoại lệ một cách rõ ràng và tạo ra một vòng phản hồi nơi các nhân viên hỗ trợ báo cáo những trường hợp chuyển nhầm.
Theo Nghị định 147/2024/ND-CP, bạn cần xác thực tài khoản trước khi sử dụng tính năng này. Chúng tôi sẽ gửi mã xác thực qua SMS hoặc Zalo tới số điện thoại mà bạn nhập dưới đây: