Tự động hóa và lập trình
AI Agent là gì? Khác chatbot và quy trình tự động thế nào
Phân biệt ba mức đưa AI vào công việc - chatbot hỏi đáp, workflow có bước AI và AI Agent tự chọn hành động - kèm tiêu chí chọn mức phù hợp và những rủi ro phải kiểm soát khi giao quyền cho AI.
AI Agent là gì
AI Agent là hệ thống trong đó mô hình AI không chỉ trả lời câu hỏi mà tự quyết định các bước cần làm và dùng công cụ để hoàn thành một mục tiêu. Bạn giao mục tiêu, ví dụ "xử lý yêu cầu hỗ trợ này", và Agent tự chọn tra cứu thông tin ở đâu, cần hỏi thêm gì, soạn phản hồi thế nào, có cần chuyển cho người thật hay không.
Điểm cốt lõi nằm ở chữ "tự quyết định". Trong một quy trình tự động thông thường, con người vẽ sẵn từng bước. Với Agent, con người mô tả mục tiêu, phạm vi và danh sách công cụ được phép dùng; AI chọn đường đi.
Trong bài viết về cách xây dựng Agent hiệu quả, Anthropic phân biệt hai loại hệ thống: workflow, nơi mô hình AI và công cụ được điều phối qua các đường đi đã định sẵn trong mã, và agent, nơi mô hình AI tự điều khiển quá trình và cách dùng công cụ của chính nó. Cách phân biệt này hữu ích để hiểu khi nào cần Agent thật sự.
Ba mức đưa AI vào công việc
Mức 1: Chatbot hỏi đáp
Người dùng đặt câu hỏi, AI trả lời. ChatGPT, Claude, Gemini dùng theo cách thông thường thuộc mức này. AI không tự làm gì ngoài việc trả lời trong khung chat.
Phù hợp: viết nháp, tóm tắt, giải thích, lên ý tưởng.
Mức 2: Workflow có bước AI
Quy trình được vẽ sẵn từng bước, trong đó có một vài bước nhờ AI xử lý nội dung. Ví dụ: có email mới, AI phân loại email, nếu là hỏi giá thì gửi bảng giá, nếu là khiếu nại thì chuyển cho quản lý. Đường đi cố định, AI chỉ làm một việc cụ thể ở một bước.
Phù hợp: phần lớn bài toán tự động hóa trong doanh nghiệp vừa và nhỏ.
Mức 3: AI Agent
AI nhận mục tiêu, được trao một bộ công cụ như tra bảng giá, tra đơn hàng, tìm tài liệu, gửi thông báo, và tự quyết định dùng công cụ nào, theo thứ tự nào, lặp lại bao nhiêu lần.
Phù hợp: tình huống đa dạng, khó vẽ trước mọi nhánh, ví dụ hỗ trợ khách hàng với nhiều loại câu hỏi đan xen.
| Tiêu chí | Chatbot | Workflow có AI | AI Agent |
|---|---|---|---|
| Ai quyết định các bước | Người dùng | Người thiết kế quy trình | AI |
| Độ ổn định | Cao | Cao | Thấp hơn, cần kiểm soát |
| Chi phí mỗi lần chạy | Thấp | Thấp đến trung bình | Có thể cao hơn do nhiều lượt gọi AI |
| Khả năng xử lý tình huống lạ | Tùy người hỏi | Hạn chế | Tốt hơn |
| Dễ gỡ lỗi | Dễ | Dễ | Khó hơn |
Bắt đầu từ mức thấp nhất giải quyết được bài toán
Một nguyên tắc được nhắc tới trong nhiều tài liệu về Agent, trong đó có bài viết của Anthropic: hãy tìm giải pháp đơn giản nhất có thể, và chỉ tăng độ phức tạp khi thực sự cần. Agent hấp dẫn vì nghe có vẻ thông minh, nhưng nhiều bài toán được giải quyết tốt hơn bằng workflow có một bước AI: ổn định hơn, rẻ hơn và dễ kiểm tra hơn.
Tự hỏi trước khi xây Agent:
- Có thể vẽ được các nhánh xử lý chính không? Nếu có, workflow có bước AI thường đủ.
- Sai một lần thì hậu quả thế nào? Hậu quả càng lớn, càng nên dùng quy trình có kiểm soát chặt.
- Có người duyệt kết quả trước khi gửi ra ngoài không? Nếu không, rủi ro của Agent tăng lên.
Ví dụ Agent trong doanh nghiệp
Trợ lý hỗ trợ khách hàng. Agent đọc tin nhắn khách, tra thông tin đơn hàng qua công cụ được cấp, tra chính sách đổi trả trong tài liệu, soạn câu trả lời. Với yêu cầu hoàn tiền, Agent không tự xử lý mà tạo phiếu chuyển cho nhân viên.
Trợ lý tổng hợp thông tin nội bộ. Nhân viên hỏi "tình hình dự án A tuần này", Agent tìm email, biên bản họp, bảng tiến độ liên quan và viết bản tóm tắt có dẫn nguồn.
Trợ lý nghiên cứu thị trường. Agent tìm kiếm thông tin công khai về đối thủ, lập bảng so sánh theo tiêu chí cho trước, đánh dấu thông tin chưa kiểm chứng được.
Điểm chung của cả ba ví dụ: Agent đọc và đề xuất nhiều hơn là tự hành động ra bên ngoài.
Những rủi ro phải kiểm soát
Hành động không thể rút lại. Gửi email cho khách, xóa dữ liệu, thay đổi đơn hàng, thanh toán. Với những hành động này, nên có bước người duyệt trước khi thực hiện.
Chọn sai công cụ hoặc sai dữ liệu. Agent có thể tra nhầm khách hàng hay hiểu sai yêu cầu. Cần ghi lại lịch sử các bước Agent đã làm để kiểm tra.
Bịa thông tin. Agent vẫn dựa trên mô hình ngôn ngữ nên có thể tạo thông tin không đúng. Hướng dẫn hệ thống cần yêu cầu rõ: chỉ trả lời dựa trên dữ liệu tra được, không có thì nói không có. Bài AI bịa thông tin giải thích chi tiết.
Bị lợi dụng qua nội dung đầu vào. Khi Agent đọc email hay trang web do người ngoài viết, nội dung đó có thể chứa chỉ dẫn nhằm đánh lừa AI làm việc không được phép. Giới hạn quyền của Agent ở mức tối thiểu cần thiết là cách phòng vệ quan trọng.
Chi phí vượt dự kiến. Agent có thể gọi mô hình AI nhiều lần cho một yêu cầu. Cần theo dõi mức sử dụng và đặt giới hạn chi tiêu.
Viết hướng dẫn hệ thống cho Agent
Hướng dẫn hệ thống là đoạn mô tả cố định cho Agent biết nó là ai, được làm gì và không được làm gì. Đây là phần quyết định Agent có hoạt động an toàn hay không. Một hướng dẫn tốt cho Agent hỗ trợ khách hàng thường có năm phần:
- Vai trò: "Bạn là trợ lý hỗ trợ khách hàng của cửa hàng X, trả lời bằng tiếng Việt, xưng em với khách."
- Mục tiêu: "Giải đáp câu hỏi về sản phẩm, đơn hàng, giao hàng dựa trên dữ liệu tra được."
- Công cụ và khi nào dùng: "Dùng công cụ tra đơn hàng khi khách cung cấp mã đơn. Dùng công cụ tra chính sách khi khách hỏi đổi trả."
- Giới hạn: "Không tự hứa giảm giá, hoàn tiền, thời gian giao hàng cụ thể nếu dữ liệu không ghi. Không trả lời câu hỏi ngoài phạm vi cửa hàng."
- Chuyển người: "Chuyển cho nhân viên khi khách khiếu nại, yêu cầu hoàn tiền, hoặc sau hai lần không tìm được thông tin."
Sau khi viết, hãy thử Agent với những tin nhắn khó: khách cố tình yêu cầu giảm giá, khách hỏi chuyện không liên quan, khách đưa mã đơn sai. Mỗi lần Agent trả lời chưa đúng là một lần bổ sung hướng dẫn.
Công cụ để xây Agent không cần lập trình sâu
n8n có node AI Agent cho phép cấu hình mô hình AI, bộ nhớ hội thoại và các công cụ Agent được dùng, trong giao diện kéo thả. Phù hợp khi Agent là một phần của quy trình nghiệp vụ lớn hơn, kết nối nhiều phần mềm.
Claude Cowork và các tính năng tương tự trong công cụ AI hướng tới người dùng văn phòng giao việc nhiều bước trực tiếp trong giao diện trò chuyện, kết nối với email, tài liệu, lịch.
Lập trình với các thư viện dành cho Agent phù hợp khi cần tích hợp sâu vào phần mềm của công ty và có đội ngũ kỹ thuật.
Câu hỏi thường gặp
Agent có thay thế được nhân viên không?
Với phần lớn doanh nghiệp, Agent phù hợp để làm những phần việc lặp lại và chuẩn bị thông tin, còn con người xử lý tình huống cần phán đoán, thương lượng và chịu trách nhiệm. Cách triển khai hiệu quả thường là Agent làm trước, người kiểm tra và quyết định.
Doanh nghiệp nhỏ có nên xây Agent không?
Nên bắt đầu từ workflow có bước AI cho một bài toán cụ thể. Khi quy trình đó chạy ổn định và bạn thấy rõ những tình huống workflow không xử lý được, đó là lúc cân nhắc nâng lên Agent.
Cần chuẩn bị dữ liệu gì trước?
Agent chỉ tốt bằng dữ liệu và công cụ nó được cấp. Trước khi xây, hãy chuẩn hóa những dữ liệu Agent cần tra như bảng giá, chính sách, danh sách câu hỏi thường gặp, và xác định rõ quyền truy cập.
Học xây AI Agent
Khóa AI Agent tự động hóa công việc đi từ phân biệt ba mức ở trên tới giao cho Agent tra cứu, soạn văn bản hoàn chỉnh, xử lý hàng loạt tài liệu và đóng gói việc lặp lại thành kỹ năng riêng, trên bài toán thật của học viên. Người muốn Agent chạy trong quy trình nhiều phần mềm học thêm khóa n8n AI Automation. Người dùng Claude cho cả phòng ban xem khóa Claude AI for Business.
Sản phẩm học viên làm sau khóa học
Ảnh chụp màn hình từ dự án cuối khóa của học viên.
-
Nhập liệu từ ảnh chứng từ
Nhận ảnh từ Zalo, dùng OCR và AI trích dữ liệu rồi ghi vào Google Sheets.
n8n, Zalo, OCR, mô hình AI, Google Sheets
-
Báo cáo tổng hợp gửi quản lý
Gộp dữ liệu đa kênh, tính chỉ số, AI viết báo cáo và gửi Gmail cho quản lý.
n8n, AI, Gmail
