AI Knowledge Base là gì? Cách xây dựng kho dữ liệu phục vụ marketing

AI Knowledge Base (kho kiến thức AI) là tập hợp thông tin doanh nghiệp được tổ chức để hệ thống AI tìm đúng, trích dẫn được và dùng đúng ngữ cảnh. Chữ quan trọng là “được tổ chức”: tải một thư mục tài liệu lên hệ thống chưa phải là có kho kiến thức. Doanh nghiệp còn phải biết tài liệu nào đang có hiệu lực, ai được sửa, và khi hai nguồn nói khác nhau thì nguồn nào thắng.

Bài cách đào tạo AI hiểu doanh nghiệp đã nói về việc xây kho: vì sao dùng RAG thay fine-tune, 5 nhóm dữ liệu cần có, quy trình nạp dữ liệu. Bài này nói về việc giữ kho đúng theo thời gian: nguồn, phiên bản, quyền truy cập và vòng đời dữ liệu. Phần lớn lỗi AI viết sai giá, sai chính sách không đến từ mô hình, mà từ một kho không ai quản trị.

Kho tệp, Knowledge Base và dữ liệu huấn luyện

Khác biệt then chốt giữa kho tệp và Knowledge Base là siêu dữ liệu (metadata). Con người mở thư mục, thấy “Bảng giá 2025 (cũ)” và tự biết bỏ qua. AI không có trực giác đó: nếu hai tài liệu cùng nói về giá, nó có thể lấy cả hai. Metadata — ngày hiệu lực, trạng thái, chủ sở hữu, phạm vi áp dụng — là thứ giúp hệ thống phân biệt thay bạn.

Dữ liệu nào nên vào kho, dữ liệu nào không

Nguyên tắc: kho kiến thức marketing chứa những gì bạn sẵn sàng để AI nói ra với khách. Thông tin cá nhân của khách hàng không thuộc về đây trừ khi có mục đích rõ và căn cứ xử lý theo Nghị định 13/2023/NĐ-CP về bảo vệ dữ liệu cá nhân (kiểm tra văn bản đang có hiệu lực khi áp dụng).

Quy trình 6 bước quản trị kho kiến thức

Bước 1. Chọn các câu hỏi AI cần trả lời trong marketing

Đừng bắt đầu từ tài liệu bạn đang có; bắt đầu từ câu hỏi AI sẽ phải trả lời. Với một trung tâm tiếng Anh: “Khoá IELTS 6.5 giá bao nhiêu, học mấy buổi?”, “Có học thử không?”, “Chính sách bảo lưu thế nào?”, “Giáo viên có chứng chỉ gì?”. Viết 20–30 câu như vậy. Danh sách này quyết định kho cần gì — và sau này là bộ đề kiểm tra kho.

Bước 2. Lập danh mục nguồn và chỉ định chủ sở hữu

Mỗi loại thông tin có một nguồn gốc duy nhất (source of truth) và một người chịu trách nhiệm. Giá: bảng giá do kế toán quản lý, không phải brochure. Chính sách bảo lưu: tài liệu do quản lý học vụ ký. Khi nguồn gốc đổi, chủ sở hữu có trách nhiệm cập nhật kho. Không có chủ sở hữu, tài liệu sẽ cũ dần mà không ai để ý — đây là nguyên nhân rất hay gặp khiến kho mục nát.

Bước 3. Chuẩn hoá tên, ngày hiệu lực, thị trường và trạng thái

Đặt quy ước đặt tên và gắn cho mỗi tài liệu tối thiểu năm trường: tên chuẩn, ngày hiệu lực (và ngày hết hạn nếu có), phạm vi (chi nhánh, thị trường, nhóm khách), trạng thái (nháp / đang hiệu lực / hết hiệu lực), chủ sở hữu. Ví dụ: “Bảng giá khoá IELTS — hiệu lực 01/09/2026 — cơ sở Quận 3 — đang hiệu lực — Chị Hà, kế toán”. Khuyến mãi luôn có ngày hết hạn; chương trình kết thúc thì trạng thái đổi, không để AI tiếp tục quảng bá.

Bước 4. Tách tài liệu dài thành phần có ngữ cảnh đầy đủ

Hệ thống RAG không đọc cả tài liệu 40 trang; nó cắt thành các đoạn và chỉ lấy vài đoạn liên quan nhất. Nếu đoạn được lấy là “Giá: 6.900.000đ” mà không có tên khoá học ở cùng đoạn, AI không biết giá đó của khoá nào. Vì vậy mỗi phần nên tự đứng được: một sản phẩm một mục, tên sản phẩm lặp lại trong mục, bảng giá có tiêu đề cột rõ. Viết lại tài liệu theo cách này tốn công một lần nhưng giảm rất nhiều lỗi trộn thông tin.

Bước 5. Thiết lập quyền xem, sửa và lịch rà soát

Phân quyền theo nguyên tắc tối thiểu cần thiết: người viết nội dung xem được toàn kho, chỉ chủ sở hữu sửa được nguồn của mình, rất ít người xoá. Dữ liệu nhạy cảm (số liệu tài chính, phản hồi khách chưa ẩn danh) để ở khu vực riêng. Sau đó đặt lịch: bảng giá và khuyến mãi rà theo tháng hoặc theo chương trình, chính sách rà theo quý, thông tin thương hiệu rà nửa năm. Lịch không có người nhận việc thì cũng như không có lịch.

Bước 6. Thử truy vấn quan trọng rồi đối chiếu với nguồn gốc

Lấy danh sách câu hỏi ở bước 1, hỏi AI từng câu, rồi so câu trả lời với nguồn gốc. Ghi lại: đúng, sai, hay thiếu. Câu sai thường chỉ ra tài liệu trùng hoặc hết hạn chưa gỡ; câu thiếu chỉ ra lỗ hổng trong kho. Lặp lại bài kiểm tra này sau mỗi lần cập nhật lớn. Cách xử lý khi AI vẫn trả lời bịa có ở bài AI Hallucination trong marketing.

Vòng đời một tài liệu trong kho

1. Nháp: mới soạn, chưa được duyệt. AI không được dùng làm dữ kiện.
2. Đang hiệu lực: chủ sở hữu đã duyệt, có ngày hiệu lực. Đây là nguồn duy nhất AI được trích.
3. Cần rà soát: đến lịch kiểm tra hoặc nguồn gốc vừa thay đổi. Vẫn dùng được nhưng có cờ cảnh báo.
4. Hết hiệu lực: bị thay thế hoặc hết hạn. Gỡ khỏi phạm vi AI truy xuất; giữ bản lưu trữ để tra lịch sử nếu cần.

Giai đoạn hay bị bỏ qua nhất là giai đoạn cuối. Doanh nghiệp rất chăm thêm tài liệu nhưng hiếm khi gỡ tài liệu cũ, nên kho càng dày càng dễ sai.

Ví dụ thực hành: hai mức giá cho cùng một dịch vụ

Ví dụ giả định. Một spa tải lên kho cả brochure in năm ngoái (gói chăm sóc da 450.000đ) và bảng giá mới (520.000đ). Khi được yêu cầu viết bài khuyến mãi, AI viết “chỉ từ 450.000đ” — vì đoạn brochure khớp từ khoá “khuyến mãi” tốt hơn. Không có câu nào sai ngữ pháp, nhưng spa sẽ phải giải thích với khách tới cửa.

Cách sửa theo quản trị: brochure cũ chuyển sang “hết hiệu lực” và ra khỏi phạm vi truy xuất; bảng giá mới có ngày hiệu lực và chủ sở hữu; quy ước rằng giá chỉ được lấy từ bảng giá, không lấy từ tài liệu quảng cáo. Sau đó chạy lại câu hỏi “Gói chăm sóc da giá bao nhiêu?” để xác nhận.

AI giúp quản trị kho đến đâu

AI hỗ trợ tốt các việc lặp lại: phát hiện hai tài liệu mâu thuẫn về cùng một dữ kiện, đề xuất cách chia tài liệu dài, gắn nhãn chủ đề sơ bộ, tóm tắt thay đổi giữa hai phiên bản. Nhưng AI không biết bảng giá nào là bảng giá thật — chỉ người trong doanh nghiệp biết. Quyết định trạng thái, chủ sở hữu và quyền truy cập luôn là việc của con người. Khung NIST AI Risk Management Framework cũng đặt quản trị dữ liệu và trách nhiệm con người làm nền cho việc dùng AI đáng tin cậy.

Những sai lầm cần tránh

• Đưa mọi tài liệu vào mà không phân loại. Nhiều tài liệu hơn không có nghĩa là AI trả lời tốt hơn; tài liệu trùng lặp làm tăng khả năng trộn thông tin.
• Không thu hồi chính sách cũ. Chính sách đổi trả năm ngoái vẫn trong kho nghĩa là AI có thể hứa điều bạn đã bỏ.
• Cho mọi người truy cập dữ liệu nhạy cảm. Tiện lúc đầu, rủi ro về sau — nhất là khi có nhân sự nghỉ việc.
• Đánh giá hệ thống bằng câu trả lời trôi chảy thay vì độ đúng. Kiểm bằng bộ câu hỏi có đáp án, không kiểm bằng cảm giác.
• Không ai sở hữu kho. Kho kiến thức là tài sản chung nên dễ thành trách nhiệm của không ai.

Câu hỏi thường gặp