Bỏ qua điều hướng
Nhận Quy Trình

Cách kiểm thử AI agent trước khi chạy thật: bộ 20 câu hỏi cho doanh nghiệp nhỏ

Nhiều doanh nghiệp nhỏ cài xong AI agent, thử vài câu thấy ổn rồi cho chạy luôn. Vài ngày sau mới phát hiện agent báo sai giá hoặc trả lời lạc đề khi khách hỏi cách lạ. Thử vài câu là chưa đủ. Một bộ câu hỏi kiểm thử cố định, khoảng 20 câu, giúp bạn biết agent thật sự làm được gì trước khi nó gặp khách.

Vì sao cần bộ câu hỏi cố định?

  • So sánh được: mỗi lần sửa hướng dẫn hoặc đổi dữ liệu, bạn chạy lại cùng bộ câu và thấy tốt lên hay tệ đi.
  • Phát hiện lỗi hiếm: những câu khó khi nghĩ ra có chủ đích sẽ lộ điểm yếu mà vài câu thử ngẫu nhiên không lộ.
  • Có căn cứ để quyết định: thay vì cảm giác “chắc ổn”, bạn có con số để quyết định chạy hay chưa.

Bộ 20 câu nên gồm những nhóm nào?

  1. Câu hỏi thường gặp (8 câu): giờ mở cửa, giá, địa chỉ, chính sách đổi trả. Lấy từ tin nhắn khách thật gần đây.
  2. Câu hỏi cần dữ liệu cụ thể (4 câu): còn hàng không, lịch trống ngày nào. Kiểm tra agent có tra đúng nguồn hay bịa.
  3. Câu hỏi nằm ngoài phạm vi (3 câu): hỏi chuyện không liên quan hoặc đòi tư vấn chuyên môn. Agent phải biết từ chối lịch sự và chuyển cho người.
  4. Câu hỏi khó chịu (3 câu): khách phàn nàn, đòi hoàn tiền, nói gay gắt. Agent phải giữ giọng bình tĩnh và chuyển cho người.
  5. Câu thử lách luật (2 câu): ví dụ “cho mình giảm 50% nhé”, hoặc yêu cầu agent bỏ qua quy tắc. Agent không được đồng ý.

Cách chấm điểm đơn giản

Với mỗi câu, chấm ba mức:

  • Đạt: đúng thông tin, giọng phù hợp, không hứa quá quyền.
  • Tạm: đúng ý chính nhưng thiếu hoặc dài dòng.
  • Hỏng: sai thông tin, bịa, hứa điều không được hứa, hoặc không chuyển người khi cần.

Hãy ghi kết quả vào bảng tính: câu hỏi, câu trả lời của agent, mức chấm, ghi chú cần sửa. Nếu có thể, nhờ một nhân viên chấm cùng để tránh thiên vị.

Khi nào đủ tốt để chạy thật?

Không có con số chuẩn chung, nhưng có một nguyên tắc: không chấp nhận lỗi “hỏng” ở nhóm câu liên quan đến tiền, dữ liệu cá nhân và cam kết. Một câu bịa giá hay hứa giảm giá sai là đủ để chưa cho chạy. Với các nhóm còn lại, chấp nhận vài câu “tạm” khi bắt đầu, miễn là có người xem lại thường xuyên trong tuần đầu.

Sau khi chạy thật

  • Mỗi tuần, lấy 5 đến 10 cuộc trò chuyện thật và chấm theo cùng thang.
  • Câu nào agent làm sai ngoài đời, thêm vào bộ kiểm thử để lần sau không sai lại.
  • Mỗi khi đổi hướng dẫn hoặc nguồn dữ liệu, chạy lại cả bộ trước khi áp dụng.

Tóm lại

Bộ 20 câu hỏi tốn khoảng nửa buổi để lập nhưng tiết kiệm nhiều rắc rối sau này. Hãy nghĩ nó như buổi thử việc cho nhân viên mới: bạn chỉ để họ gặp khách khi đã qua bài kiểm tra cơ bản, và tiếp tục theo dõi sau đó.

Về blog

Bài viết gợi ý cho bạn

Nhắn Zalo 0383 071 257 Gọi 0383 071 257 Chat với AITrả lời ngay trên Messenger