Mục lục · 6 phần
Trả lời nhanh
Fine-tune mô hình AI là dạy thêm cho mô hình có sẵn để làm một việc cụ thể theo yêu cầu của anh/chị. Mô hình gốc có kiến thức rộng nhưng chưa biết cách xưng hô hay quy trình riêng của cửa hàng. Anh/chị cần chuẩn bị dữ liệu thể hiện giọng điệu, quy trình và cách xử lý tình huống, tránh dạy ngẫu hứng.
Fine-tune (tinh chỉnh) mô hình AI là quá trình anh/chị dạy thêm cho một trí tuệ nhân tạo đã thông minh sẵn, để nó làm thật giỏi một việc cụ thể. Thay vì trả lời chung chung, AI sẽ học được giọng điệu riêng, quy trình riêng và cách xử lý tình huống đúng ý anh/chị nhất.
Bản chất của việc tinh chỉnh AI là gì?
Anh/chị cứ hình dung mô hình AI gốc giống như một sinh viên mới tốt nghiệp đại học loại giỏi. Sinh viên này biết rất nhiều thứ trên đời. Sinh viên này có thể làm toán, làm văn, lập trình máy tính, dịch thuật ngoại ngữ. Tuy nhiên, cậu sinh viên này chưa hề biết quy trình làm việc riêng của công ty anh/chị. Cậu ta không biết cửa hàng anh/chị xưng hô với khách là “nhà cháu” hay “shop”. Cậu ta cũng không biết chính sách đổi trả của shop anh/chị là bảy ngày hay ba mươi ngày.
Quá trình anh/chị mang cậu sinh viên này về đào tạo nội bộ chính là fine-tune. Cậu sinh viên này thực chất là một LLM — tức là một mô hình ngôn ngữ lớn chuyên xử lý văn bản. Anh/chị đưa cho mô hình này hàng trăm ví dụ về cách nhân viên cũ đã trả lời khách hàng. Anh/chị chỉ cho nó thấy khách hỏi câu hỏi loại A thì phải đáp bằng câu loại B.
Sau một thời gian học các ví dụ mẫu này, AI sẽ làm việc chính xác theo cách anh/chị muốn. Nó sẽ không còn đóng vai một trợ lý ảo chung chung không có tính cách nữa. Nó sẽ trở thành một nhân viên thực thụ, có cách hành văn và cách xử lý vấn đề của riêng doanh nghiệp anh/chị.
Tại sao gõ câu lệnh cẩn thận rồi mà vẫn cần fine-tune?
Nhiều anh/chị thắc mắc là tại sao không gõ luôn yêu cầu vào khung chat để AI làm theo. Việc gõ yêu cầu này gọi là viết prompt — tức là câu lệnh hướng dẫn. Viết câu lệnh rất tốt cho những công việc ngắn hạn, làm một lần rồi thôi. Ví dụ anh/chị muốn AI viết một bài đăng Facebook hôm nay, anh/chị chỉ cần gõ một câu lệnh thật dài và chi tiết là xong.
Nhưng nếu anh/chị muốn AI tự động trả lời hàng nghìn tin nhắn mỗi ngày thì sao? Việc nhét toàn bộ quy trình chăm sóc khách hàng, hàng trăm tình huống xử lý khiếu nại, và hàng chục mẫu câu giao tiếp vào một câu lệnh là điều không thể. Câu lệnh dài quá sẽ làm AI bị quá tải. Nó sẽ quên mất ý đầu hoặc ý cuối của anh/chị. Kết quả là nó bắt đầu trả lời lung tung, không đi vào trọng tâm.
Đó là lúc anh/chị cần fine-tune. Thay vì bắt AI phải đọc lại toàn bộ mẫu câu và quy trình mỗi lần nhắn tin, anh/chị định hình luôn giọng văn và phản xạ xử lý chuẩn vào mô hình của nó. Anh/chị chuẩn bị sẵn một tệp chứa hàng ngàn đoạn chat mẫu chuẩn mực. Khả năng của Generative AI — trí tuệ nhân tạo tạo sinh — cho phép nó tự đọc tệp này, tự phân tích và ngấm luôn phong cách của shop vào bản năng. Lúc này, anh/chị không cần gõ câu lệnh dài dòng nhắc nhở mỗi ngày nữa. AI tự động biết phải làm gì trong từng trường hợp.
Tinh chỉnh AI giúp ích gì cho shop bán hàng?
Ứng dụng dễ thấy nhất là làm chatbot tự động — phần mềm tự động trò chuyện với khách hàng. Anh/chị có thể đang giữ một kho dữ liệu lịch sử chat rất lớn của nhân viên. Anh/chị lọc ra những đoạn hội thoại xuất sắc nhất, chốt sale mượt nhất. Sau đó, anh/chị dùng bộ dữ liệu này để dạy cho AI. Mô hình này sau khi học xong sẽ được tích hợp thẳng vào kênh chat của shop.
Khi làm chatbot tự động trên các sàn thương mại điện tử, anh/chị phải tuân thủ nghiêm ngặt quy định của sàn. Theo quy định của Shopee về việc duy trì tỷ lệ phản hồi, mọi tin nhắn đều phải được xử lý nhanh chóng. Tuy nhiên, shop tuyệt đối không được hướng dẫn khách giao dịch ngoài sàn, nếu không sẽ bị phạt điểm sao quả tạ. Để chắc chắn chatbot AI không vi phạm điều cấm này, anh/chị phải dạy nó cách từ chối khéo léo khi khách chủ động xin số điện thoại. Anh/chị có thể tham khảo kỹ hơn các chính sách vận hành này tại trung tâm Học viện Shopee để lên một bộ kịch bản chuẩn cho AI học.
Ứng dụng thứ hai là tự động viết mô tả sản phẩm hàng loạt. Shop anh/chị có thể đang bán một ngách sản phẩm riêng biệt. Cách hành văn mô tả sản phẩm của anh/chị rất đặc thù, hay dùng các từ lóng của giới trẻ. Anh/chị cung cấp cho AI năm trăm bài mô tả cũ đã viết thành công. AI sẽ học được cấu trúc trình bày bài viết, cách nhấn mạnh tính năng nổi bật, và cách chốt gọi hành động mua hàng. Lần sau có sản phẩm mới, anh/chị chỉ cần đưa thông số kỹ thuật khô khan. AI sẽ tự động nhả ra một bài viết sinh động y hệt giọng văn quen thuộc của anh/chị.
Bốn bước chuẩn bị dữ liệu để dạy AI đúng chuẩn
Dữ liệu là nguồn sống của toàn bộ quá trình fine-tune. Sự thông minh và độ chính xác của AI phụ thuộc hoàn toàn vào những gì anh/chị mang tới cho nó. Nếu anh/chị đưa dữ liệu rác, AI sẽ sinh ra phản hồi rác. Dưới đây là bốn việc anh/chị cần làm.
Bước đầu tiên là thu thập dữ liệu. Anh/chị cần tập hợp các ví dụ về đầu vào và đầu ra mong muốn. Đầu vào chính là câu hỏi hoặc tình huống của khách. Đầu ra chính là câu trả lời chuẩn xác của shop. Số lượng thường cần từ vài trăm đến vài ngàn cặp câu hỏi và câu trả lời.
Bước thứ hai là làm sạch dữ liệu. Đây là bước cực kỳ quan trọng và tốn nhiều công sức nhất. Anh/chị phải đọc lại và xóa bỏ những câu trả lời bị lỗi chính tả của nhân viên cũ. Anh/chị phải loại bỏ những đoạn chat mà nhân viên bực tức cãi nhau với khách. Nếu nhân viên từng báo sai giá sản phẩm, anh/chị cũng phải sửa lại con số cho đúng. AI không biết phân biệt đúng sai ở giai đoạn này. Nó thấy gì trong bộ dữ liệu thì nó sẽ học và bắt chước y hệt như một tờ giấy trắng.
Bước thứ ba là định dạng lại dữ liệu. Các mô hình AI thường yêu cầu tài liệu học phải được xếp theo một cấu trúc mã hóa nhất định, thường là đuôi file JSONL. JSONL là một định dạng văn bản mà mỗi dòng lưu một bản ghi dữ liệu. Anh/chị phải chuyển đổi file Excel thông thường sang định dạng đó. Việc này thường cần một chút kiến thức về kỹ thuật hoặc nhờ một bạn lập trình viên xử lý giúp.
Bước cuối cùng là phân chia dữ liệu. Anh/chị không được đem tất cả dữ liệu thu thập được đi dạy AI. Anh/chị phải giữ lại một phần nhỏ, khoảng mười lăm đến hai mươi phần trăm. Phần giữ lại này gọi là dữ liệu kiểm thử — tức là bộ đề thi để đánh giá năng lực của AI sau khi học. Sau khi AI học xong phần lớn dữ liệu kia, anh/chị lấy bộ đề thi này ra để kiểm tra chéo. Nếu AI trả lời đúng định hướng các câu trong bộ đề thi, anh/chị mới có thể yên tâm đem mô hình này ra dùng thật với khách hàng.
Kinh nghiệm thực chiến: Đừng dạy AI bằng dữ liệu ngẫu hứng
Một sai lầm rất phổ biến của người mới làm quen với AI là gom toàn bộ lịch sử chat trong vòng một năm rồi quăng thẳng hết cho AI tự học. Nhiều anh/chị nghĩ rằng cứ cung cấp càng nhiều dữ liệu thì AI sẽ càng thông minh và biết nhiều cách xử lý hơn. Thực tế hoàn toàn ngược lại.
Trong lịch sử vận hành thực tế của shop, có những lúc nhân viên phải xử lý tình huống bằng cảm tính tạm thời. Có lúc nhân viên bận quá hoặc mệt mỏi nên trả lời khách cộc lốc một hai chữ. Có lúc hàng hóa bị tắc ở biên giới, nhân viên đành phải bịa ra một lý do khác để xoa dịu khách hàng đang bực tức. Đó là những cách xử lý ngẫu hứng, thiếu chuẩn mực và chỉ áp dụng chống cháy ở một thời điểm cụ thể.
Nếu anh/chị nhắm mắt đưa tất cả những đoạn chat ngẫu hứng này vào bộ dữ liệu huấn luyện, AI sẽ mặc định coi đó là quy định chuẩn. Nó sẽ ngấm luôn thói quen xấu đó. Hôm sau, khi có một vị khách mới nhắn tin hỏi thăm sản phẩm bình thường, AI cũng sẽ trả lời cộc lốc. Hoặc tệ hơn, AI tự động báo với khách là hàng đang tắc ở biên giới, dù thực tế lúc đó hàng đang chất đầy trong kho của shop.
Kinh nghiệm tôi rút ra là thà có ít dữ liệu nhưng chất lượng cao, còn hơn có một đống dữ liệu khổng lồ mà tạp nham. Anh/chị phải cử một người cứng nghề, nắm rõ quy trình nhất của công ty ngồi lọc lại toàn bộ. Câu chat nào chuẩn quy trình, chuẩn thái độ thì giữ lại. Câu nào trả lời mẹo, trả lời lách luật thì xóa đi ngay lập tức. Việc làm sạch dữ liệu này vô cùng tốn thời gian. Nhưng nó là cách duy nhất để anh/chị làm chủ và kiểm soát được hành vi của AI sau này. Khi bắt tay vào làm, anh/chị hãy luôn nhớ quy tắc vàng: chất lượng của bộ dữ liệu huấn luyện quyết định giới hạn thông minh của mô hình. Anh/chị có thể tham khảo thêm lộ trình ứng dụng AI vào từng điểm chạm marketing để triển khai đồng bộ.
Câu hỏi thường gặp
Doanh nghiệp cần bao nhiêu dữ liệu để bắt đầu fine-tune AI?
Không có một con số cố định bắt buộc cho mọi trường hợp. Thông thường, anh/chị cần ít nhất khoảng vài trăm ví dụ chất lượng cao để bắt đầu thấy sự thay đổi trong cách trả lời của AI. Nếu quy trình của công ty anh/chị rất phức tạp với nhiều trường hợp ngoại lệ, anh/chị có thể cần vài ngàn hoặc thậm chí chục ngàn ví dụ. Yếu tố quan trọng nhất không phải là số lượng, mà là dữ liệu phải thực sự chuẩn xác và không mâu thuẫn với nhau.
Tinh chỉnh AI có tốn kém nhiều tiền của không?
Chi phí tổng thể phụ thuộc vào độ lớn của mô hình AI gốc và dung lượng dữ liệu anh/chị mang đi huấn luyện. Hiện nay, mức giá thuê máy chủ đám mây để dạy AI đã giảm đi rất nhiều, thường chỉ tốn vài đô la đến vài chục đô la cho một lần chạy. Tuy nhiên, phần tốn kém nhất thực chất lại nằm ở việc trả lương cho nhân sự của anh/chị ngồi phân loại, lọc và làm sạch bộ dữ liệu trước khi đưa vào máy.
Sau khi tinh chỉnh xong, AI có tự động cập nhật kiến thức mới không?
Không, AI không tự biết những chuyện xảy ra sau thời điểm huấn luyện. Nó chỉ ghi nhớ những gì có trong tập dữ liệu tại đúng thời điểm anh/chị dạy nó. Ví dụ, nếu tháng sau shop anh/chị tung ra ba sản phẩm mới tinh, con AI này sẽ hoàn toàn mù tịt. Để AI biết thông tin mới, anh/chị phải kết nối nó với kho dữ liệu cập nhật theo thời gian thực, hoặc phải đóng gói dữ liệu mới và tiến hành tinh chỉnh lại từ đầu.
Tôi có bắt buộc phải thuê lập trình viên để làm việc này không?
Nếu anh/chị sử dụng các nền tảng công cụ hỗ trợ kéo thả đã có sẵn trên thị trường, anh/chị hoàn toàn có thể tự làm mà không cần biết viết mã lập trình. Tuy nhiên, để đưa tập dữ liệu về đúng định dạng chuẩn, cũng như đấu nối con AI sau khi huấn luyện vào hệ thống chat của fanpage hay sàn thương mại, anh/chị rất nên có một kỹ thuật viên hỗ trợ. Họ sẽ giúp anh/chị giải quyết các lỗi kết nối một cách nhanh chóng và trơn tru hơn.
Tôi lấy dữ liệu chat mẫu của các shop khác trên mạng để dạy AI của mình được không?
Anh/chị có thể dùng dữ liệu mẫu của người khác để chạy thử nghiệm cho quen tay ở bước ban đầu. Tuy nhiên, giá trị lớn nhất của việc fine-tune chính là sự cá nhân hóa tối đa. Nếu dùng dữ liệu của shop khác, con AI của anh/chị sẽ trả lời khách hàng bằng phong cách y hệt người ta. Do đó, anh/chị chỉ nên dùng chính dữ liệu thật do doanh nghiệp mình tạo ra để hình thành một phong cách phục vụ riêng biệt, không ai có thể copy được.
