Bài toán triển khai
Hội thoại bán hàng thường chứa tham chiếu ngầm và thay đổi số lượng. Nếu mỗi tin nhắn được xử lý độc lập, AI có thể lấy nhầm sản phẩm hoặc tính sai ngữ cảnh. Đây là lỗi logic phổ biến khi demo chuyển sang production.
Cách XSeller thiết kế giải pháp
Hệ thống lưu sản phẩm/biến thể đang hoạt động trong conversation context, kết hợp dữ liệu giá từ nguồn chuẩn và chỉ đưa phần cần thiết vào AI. Quantity được xử lý trong lớp logic thay vì để mô hình tự tính từ câu chữ.
Kiến trúc và luồng vận hành
Facebook event → normalize message → resolve product/variant → pricing/context service → AI generation → validation → send API. Mỗi bước có log riêng để dễ xác định lỗi nằm ở data hay AI.
Điểm kiểm thử trước khi production
Bộ test gồm đổi sản phẩm giữa chừng, cùng tên khác biến thể, tăng số lượng, hỏi lại giá và tin nhắn không đủ thông tin.
- Dữ liệu đầu vào đúng và có nguồn rõ ràng
- Luồng fallback khi AI không chắc chắn
- Human takeover cho tình huống cần người xử lý
- Log và trạng thái đủ để truy vết lỗi
- Kiểm tra mobile, HTTPS và restart dịch vụ
Bài học kỹ thuật từ product context
Không nên lưu context sản phẩm bằng một chuỗi tên duy nhất. Dùng ID nội bộ, variant ID và source version giúp tránh trùng tên và hỗ trợ cập nhật giá. Khi UI hiển thị sản phẩm mới, context cần được cập nhật có chủ đích thay vì dựa vào từ khóa gần nhất trong chat.
Các phép tính số lượng và tổng tiền nên nằm trong code với kiểu dữ liệu rõ. AI chỉ diễn đạt kết quả, không phải nơi thực hiện logic giá.
Khi mô hình này phù hợp
Phù hợp với shop có nhiều biến thể, catalog tương đối lớn hoặc khách thường gửi câu hỏi ngắn có tham chiếu như “mẫu trên”, “size kia”. Với catalog rất nhỏ, một flow đơn giản có thể đủ và dễ bảo trì hơn.