
Tin doanh nghiệp
Đăng ngày
Knowledge AI nên trả lời câu hỏi phải ghép nhiều biểu mẫu thế nào?
Knowledge AI chỉ nên trả lời sau khi xác định đúng từng biểu mẫu, phiên bản, mối quan hệ giữa các trường và điều kiện nghiệp vụ dùng để ghép. Hệ thống không nên lấy các đoạn giống từ khóa rồi nối thành một câu trả lời trôi chảy. Với BMB Knowledge AI, quy trình phù hợp là phân rã câu hỏi, truy xuất có ràng buộc, lập bảng bằng chứng và kiểm tra mâu thuẫn trước khi sinh câu trả lời cuối.
Tình huống một câu hỏi nhưng cần ba nguồn
Một nhân viên hỏi: “Hồ sơ đề nghị thanh toán chuyến công tác ba ngày, có đổi vé và phát sinh taxi sân bay thì cần những gì?”. Câu trả lời không nằm trọn trong một tài liệu. Quy chế công tác phí quy định mức và điều kiện; biểu mẫu đề nghị thanh toán liệt kê trường bắt buộc; hướng dẫn xử lý đổi vé quy định chứng từ ngoại lệ. Nếu hệ thống chỉ tìm tài liệu có cụm “thanh toán công tác”, nó có thể bỏ qua hướng dẫn đổi vé vì tiêu đề dùng từ “điều chỉnh hành trình”.
Sai lệch còn xảy ra khi ba nguồn có ngày hiệu lực khác nhau. Biểu mẫu BM-CT-04 được sửa tháng 10, nhưng hướng dẫn cũ vẫn nhắc BM-CT-03. Người dùng không cần một bản tóm tắt của cả kho; họ cần danh sách hồ sơ đúng với trường hợp của mình và biết mục nào xuất phát từ nguồn nào.
Bước đầu tiên là phân rã câu hỏi
Hệ thống nên tách câu hỏi thành các thực thể và điều kiện: loại nghiệp vụ là thanh toán công tác; thời lượng ba ngày; ngoại lệ thứ nhất là đổi vé; chi phí bổ sung là taxi sân bay. Từ đó hình thành các câu hỏi con: bộ hồ sơ cơ bản gồm gì, đổi vé cần bằng chứng nào, taxi được xử lý theo điều kiện nào và biểu mẫu đang hiệu lực là bản nào.
Việc phân rã không được tự bổ sung dữ kiện. Nếu người dùng chưa nói công tác trong nước hay nước ngoài, hệ thống cần đánh dấu đây là thuộc tính còn thiếu. Nó có thể trình bày phần chung và hỏi lại trước khi kết luận mức chi hoặc loại chứng từ phụ thuộc địa điểm.
Truy xuất theo vai trò của từng tài liệu
Mỗi tài liệu nên được gắn loại: quy định, quy trình, biểu mẫu, hướng dẫn ngoại lệ hoặc danh mục. Khi truy xuất, Knowledge AI tìm nguồn có thẩm quyền cho từng câu hỏi con, thay vì xếp mọi đoạn trong một danh sách chung. Quy định trả lời “được hay không”; quy trình trả lời “ai làm và theo thứ tự nào”; biểu mẫu trả lời “phải điền trường gì”.
Kết quả truy xuất cần mang theo mã tài liệu, phiên bản, ngày hiệu lực, đơn vị ban hành và phạm vi áp dụng. Nếu BM-CT-04 đang hiệu lực nhưng một hướng dẫn vẫn dẫn BM-CT-03, hệ thống phải đánh dấu mâu thuẫn. Không nên âm thầm thay tên biểu mẫu trong đoạn hướng dẫn vì có thể còn thay đổi khác chưa được đối chiếu.
Lập bảng bằng chứng trước khi viết câu trả lời
Một bảng bằng chứng nội bộ có thể gồm bốn cột: kết luận dự kiến, nguồn, đoạn hỗ trợ và mức chắc chắn. Ví dụ, “cần quyết định cử đi công tác” lấy từ quy chế; “cần xác nhận phí đổi vé” lấy từ hướng dẫn điều chỉnh hành trình; “ghi mã chuyến đi ở mục 2.3” lấy từ BM-CT-04. Mỗi kết luận quan trọng phải có ít nhất một nguồn phù hợp về loại và còn hiệu lực.
Nếu hai nguồn nói khác nhau, hệ thống không được chọn nguồn có điểm tương đồng cao hơn một cách máy móc. Quy tắc ưu tiên có thể xét hiệu lực, thẩm quyền, phạm vi và mức chuyên biệt. Trường hợp vẫn chưa phân giải được phải được trình bày như một điểm cần cán bộ nghiệp vụ xác nhận.
Ví dụ với dữ liệu mẫu
Trong môi trường demo, nhóm vận hành dùng dữ liệu mẫu gồm 12 tài liệu và 4 phiên bản biểu mẫu. Câu hỏi trên được tách thành bốn câu hỏi con. Hệ thống tìm 17 đoạn ban đầu, loại 6 đoạn hết hiệu lực, 3 đoạn sai phạm vi và giữ lại 8 đoạn để lập bảng bằng chứng.
Câu trả lời mẫu chia thành ba phần: hồ sơ cơ bản, chứng từ cho đổi vé và chứng từ taxi. Hệ thống nêu rõ chưa biết chuyến đi trong nước hay nước ngoài, nên không kết luận mức chi. Sáu yêu cầu có trích dẫn trực tiếp; một yêu cầu về xác nhận của quản lý được đánh dấu cần làm rõ vì quy trình và biểu mẫu dùng hai cách diễn đạt khác nhau.
Đội kiểm thử chuẩn bị 25 câu hỏi tương tự với cách gọi khác nhau. Kết quả đạt khi mọi trường bắt buộc đều được tìm thấy, không dùng biểu mẫu hết hiệu lực và mỗi kết luận kiểm tra được về nguồn. Số liệu trên chỉ minh họa cách thử, không phải kết quả khách hàng.
Tiêu chí nghiệm thu
Thứ nhất, hệ thống phải nhận ra tài liệu thuộc vai trò nào và không dùng biểu mẫu để suy ra thẩm quyền. Thứ hai, mọi nguồn được trích dẫn phải còn hiệu lực tại thời điểm câu hỏi. Thứ ba, danh sách yêu cầu không được thiếu trường bắt buộc khi so với biểu mẫu chuẩn. Thứ tư, mâu thuẫn phải được hiển thị, không bị che bởi câu trả lời tổng hợp.
Cần thử thêm ngoại lệ: biểu mẫu không có văn bản hướng dẫn, một tài liệu chỉ là bản dự thảo, liên kết giữa quy trình và biểu mẫu bị sai, hoặc người dùng không có quyền xem một nguồn. Khi nguồn quan trọng bị hạn chế, hệ thống nên nói không đủ căn cứ trong phạm vi được cấp quyền, thay vì tiết lộ tên hoặc nội dung tài liệu.
Câu hỏi thường gặp
Có nên hiển thị toàn bộ bảng bằng chứng cho người dùng?
Không nhất thiết. Người dùng cần trích dẫn đủ để kiểm tra; quản trị viên và người rà soát có thể xem bảng chi tiết để đánh giá truy xuất, phiên bản và mâu thuẫn.
Knowledge AI có tự điền biểu mẫu không?
Có thể hỗ trợ chuẩn bị dữ liệu, nhưng chỉ nên điền những trường có căn cứ và đánh dấu trường còn thiếu. Việc gửi hoặc phê duyệt biểu mẫu phải theo quyền và quy trình của đơn vị.
Nếu câu hỏi liên quan quá nhiều tài liệu thì sao?
Hệ thống nên nhóm theo vấn đề, ưu tiên nguồn có thẩm quyền và hỏi lại các thuộc tính quyết định. Đưa càng nhiều đoạn vào mô hình không đồng nghĩa câu trả lời càng chính xác.