Hỗ trợ khách hàng bằng AI — Claude + Kunavo để tự động hóa ticket cấp production

Vì sao hỗ trợ khách hàng là một trong những triển khai AI có ROI cao nhất

Ba con số giải thích điều đó. Một ticket do con người xử lý: trung bình ~5 phút, tổng chi phí $1,50–3. Một ticket do AI soạn thảo (con người xem xét): trung bình ~1 phút, chi phí API $0,01–0,05. Một ticket được AI xử lý hoàn toàn (không có người): trung bình ~30 giây, $0,01. Đó là mức giảm chi phí 30–150 lần với chất lượng tương đương, sau khi tinh chỉnh prompt phân loại và soạn thảo.

Điểm cần lưu ý: ticket cấp 1 thường gặp hoạt động rất tốt với AI; ticket phức tạp vẫn cần con người. Kiến trúc dưới đây định tuyến thông minh — model rẻ phân loại, model đắt soạn thảo cho các trường hợp phù hợp, còn quy tắc chuyển tuyến đưa trường hợp khó vào hàng đợi của nhân viên.

Kiến trúc trong bốn bước

1. Phân loại — Claude Haiku 4.5, trả về danh mục + mức ưu tiên + cảm xúc dưới dạng JSON
2. Truy xuất — lấy 5 tài liệu liên quan nhất từ KB của bạn (dùng hướng dẫn RAG)
3. Soạn thảo — Claude Sonnet 5 viết phản hồi bằng ngữ cảnh KB + hướng dẫn giọng điệu
4. Định tuyến — tự động gửi nếu priority=low và độ tin cậy cao; nếu không, chuyển cho nhân viên để phê duyệt/chỉnh sửa bằng một lần nhấp

import json
from openai import OpenAI
client = OpenAI(api_key="sk-kn-...", base_url="https://api.kunavo.com/v1")

# Claude enforces a json_schema response_format; json_object it does not.
TICKET = {
    "type": "object",
    "properties": {
        "category": {"type": "string",
                     "enum": ["billing", "shipping", "account", "technical", "other"]},
        "priority": {"type": "string", "enum": ["low", "normal", "urgent"]},
        "sentiment": {"type": "string", "enum": ["negative", "neutral", "positive"]},
    },
    "required": ["category", "priority", "sentiment"],
    "additionalProperties": False,
}

# 1) Classify the ticket (cheap model)
def classify(text: str) -> dict:
    resp = client.chat.completions.create(
        model="claude-haiku-4-5",
        messages=[
            {"role": "system", "content": "Classify this support ticket."},
            {"role": "user", "content": text},
        ],
        response_format={"type": "json_schema",
                         "json_schema": {"name": "ticket", "schema": TICKET}},
        max_tokens=200,
    )
    return json.loads(resp.choices[0].message.content)

# 2) Draft a response (better model)
def draft(ticket: str, kb_context: list[str], guidelines: str) -> str:
    resp = client.chat.completions.create(
        model="claude-sonnet-5",
        messages=[
            {"role": "system", "content": [{
                "type": "text",
                "text": guidelines,  # tone, policy, escalation rules
                "cache_control": {"type": "ephemeral"},
            }]},
            {"role": "user", "content": (
                f"# Knowledge base\n{chr(10).join(kb_context)}\n\n"
                f"# Customer message\n{ticket}\n\n"
                "Draft a reply. Be specific, cite the KB doc id."
            )},
        ],
        max_tokens=500,
    )
    return resp.choices[0].message.content

Dự phóng chi phí thực tế

• 100 ticket/ngày với phân loại + soạn thảo + caching: ~$0,02/ticket × 100 = ~$60/tháng
• 1.000 ticket/ngày: ~$600/tháng — thay thế khoảng 3 nhân viên toàn thời gian ở mức giá cấp 1 phổ biến tại phương Tây
• 10.000 ticket/ngày (thương mại điện tử lớn): ~$6.000/tháng — thay thế từ 30 nhân viên trở lên

Các con số này giả định đã bật bộ nhớ đệm prompt (system prompt tĩnh; ngữ cảnh KB thay đổi theo từng ticket). Cách bộ nhớ đệm prompt hoạt động — sự khác biệt giữa $60 và $200/tháng ở mức 100 ticket/ngày.

Các mẫu phản tác dụng cần tránh

• Tự động gửi phản hồi có mức độ rủi ro cao (hoàn tiền, thay đổi tài khoản, khiếu nại) mà không có con người xem xét. Rủi ro PR từ một phản hồi tự động tệ sẽ lớn hơn mọi lợi ích hiệu suất.
• Định tuyến bằng từ khóa thay vì phân loại bằng LLM — định tuyến từ khóa hỏng ngay khi người dùng diễn đạt khác đi; phân loại LLM xử lý cách diễn đạt tương đương một cách dễ dàng.
• Kỳ vọng quá cao về cấp 1 — AI xử lý câu hỏi lặp lại và phổ biến, không xử lý câu như "Tôi bị tính phí 3 lần cho một đơn hàng và chatbot của các bạn cứ bảo hãy liên hệ hỗ trợ". Hãy để sẵn lối chuyển sang nhân viên rõ ràng.

Kết quả tốt trông như thế nào ở tháng thứ 6

• 60–80% ticket đến được giải quyết mà không cần nhân viên can thiệp (AI + KB)
• 20–40% còn lại được AI soạn thảo, nhân viên xem xét và gửi trong khoảng ~1 phút/ticket
• Đội ngũ con người tập trung vào trường hợp ngoại lệ và cải thiện KB
• Chi phí ròng thấp hơn 70–85% so với trước AI; CSAT khách hàng thường cao hơn do phản hồi nhanh hơn

Lưu ý theo ngôn ngữ/khu vực

Nếu hỗ trợ khách hàng bằng nhiều ngôn ngữ, Claude Sonnet 5 xử lý tốt khoảng 30 ngôn ngữ. Riêng tiếng Hàn (cấp độ kính ngữ rất quan trọng), hãy xem phân tích chuyên sâu về tự động hóa trung tâm cuộc gọi tiếng Hàn. Với tiếng Nhật, tiếng Trung, tiếng Đức và tiếng Pháp — dùng cùng quy trình nhưng thêm hướng dẫn theo từng ngôn ngữ trong system prompt được cache.

Bắt đầu trong 30 phút

1. Đăng ký — thanh toán theo mức dùng, bắt đầu từ khoản nạp $10 tại /app/signup
2. Kết nối KB của bạn với pgvector + text-embedding-3-large, tạo embedding trực tiếp qua OpenAI — Kunavo phục vụ bước sinh nội dung, không phục vụ bước embedding
3. Đưa đoạn phân loại + soạn thảo ở trên vào hệ thống ticket (Intercom, Zendesk và Freshdesk đều có điểm vào webhook)
4. Bắt đầu ở "chế độ nháp" — con người phê duyệt mọi phản hồi. Sau khi xem xét đúng 100 phản hồi, bật gửi tự động cho các danh mục ưu tiên thấp

Câu hỏi thường gặp