Tất cả bài viết
Hướng dẫn ứng dụng AI24/09/2026·5 phút đọc

Chatbot kịch bản và chatbot LLM khác nhau chỗ nào

Chatbot kịch bản chỉ chạy đúng luồng đã cài. Chatbot LLM đọc hiểu câu viết tự do. Bảng so sánh 8 tiêu chí và cách chọn cho tiệm nhỏ nhận khách qua tin nhắn.

Chatbot kịch bản chạy theo luồng cài sẵn, hỏi ngoài luồng thì nó trả lời sai hoặc im. Chatbot LLM đọc hiểu câu viết tự do, rồi trả lời theo dữ liệu của tiệm đã nạp.

Hai loại nhìn bên ngoài giống nhau. Cùng một khung chat, cùng trả lời tự động. Khác biệt nằm ở cách chúng quyết định nói gì.

Ảnh: Vitaly Gariev / Unsplash

Chatbot kịch bản trả lời bằng cách nào

Chatbot kịch bản, còn gọi là rule-based, chạy theo cây quyết định dựng sẵn. Người cài liệt kê trước những câu khách hay hỏi. Mỗi câu gắn với một câu trả lời cố định. Nhiều bot loại này đưa nút bấm thay cho ô nhập chữ. Khách bấm nút xem bảng giá, bot trả về đúng đoạn đã soạn.

Cách này chạy ổn khi khách hỏi đúng câu đã lường trước. Khách gõ “chỗ mình làm móng úp nhiêu vậy” thì khác. Câu đó không khớp từ khoá nào trong cây. Bot trả về câu mặc định kiểu xin lỗi chưa hiểu. Khách thường bỏ đi ngay ở bước này.

Chatbot LLM trả lời bằng cách nào

Chatbot LLM dùng mô hình ngôn ngữ lớn để đọc câu khách viết. Nó hiểu ý cả khi khách viết tắt hoặc sai chính tả. Nó cũng xử lý được câu hỏi lẫn hai việc cùng lúc. Bot không tra bảng từ khoá, mà soạn câu trả lời từ dữ liệu đã nạp.

Chất lượng câu trả lời phụ thuộc vào dữ liệu đó. Bảng giá, giờ mở cửa, địa chỉ, danh sách dịch vụ. Thiếu phần nào thì bot trả lời thiếu đúng phần đó.

Cùng một câu hỏi của khách, chatbot kịch bản dò theo cây đã dựng rồi trả câu mặc định, còn chatbot LLM đọc hiểu, tra bảng giá đã nạp rồi trả đúng giá.
Hai cách bot quyết định nói gì với cùng một câu hỏi.

Hai loại khác nhau ở những tiêu chí nào

Tiêu chíChatbot kịch bảnChatbot LLM
Cách hiểu câuKhớp từ khoá, nút bấmĐọc hiểu câu tự do
Câu ngoài luồngTrả lời mặc địnhVẫn bám dữ liệu đã nạp
Chuẩn bịDựng cây hội thoại từng nhánhNạp bảng giá và tài liệu
Khi đổi giáSửa từng nhánh liên quanCập nhật tài liệu một lần
Giọng trả lờiCứng, lặpTự nhiên hơn
Rủi ro chínhKhách bỏ đi khi bot bíSai khi dữ liệu sai
Đặt lịchTheo biểu mẫu cố địnhHỏi đủ thông tin rồi ghi lịch
Hợp vớiLuồng ngắn, câu hỏi lặpTiệm dịch vụ, khách hỏi tự do

Loại nào hợp với tiệm nhỏ nhận khách qua tin nhắn

Tiệm có luồng rất ngắn thì kịch bản là đủ. Ví dụ chỉ nhận một dịch vụ, một mức giá, một địa chỉ.

Tiệm dịch vụ thường không rơi vào trường hợp đó. Khách hỏi giá theo kiểu của họ, không theo kiểu đã cài. Một câu tin nhắn hay gộp nhiều việc: giá, giờ trống, đường đi. Kịch bản trả lời từng việc một, khách phải bấm lại nhiều lần.

Lượng tin nhắn cần trực cũng là một yếu tố. Zalo ghi nhận 80,2 triệu người dùng thường xuyên hằng tháng, tính đến hết quý I năm 2026. Báo cáo Thị trường AI tiêu dùng Việt Nam 2025 của Decision Lab cho biết 78% người tham gia khảo sát đã dùng AI trong ba tháng gần nhất, trung bình mỗi người dùng hai công cụ. Khách đã quen nhắn tự do, không quen bấm theo nhánh.

80,2 triệu người dùng Zalo thường xuyên hằng tháng tính đến hết quý I năm 2026; 78% người tham gia khảo sát đã dùng AI trong ba tháng gần nhất.
Nguồn: TechSignin 27/05/2026; báo cáo Thị trường AI tiêu dùng Việt Nam 2025 của Decision Lab, dẫn lại trên VnExpress 20/08/2025.

Chat AI thuộc loại nào và cần chuẩn bị gì

Chat AI chạy mô hình ngôn ngữ lớn, thuộc nhóm thứ hai. Bot nhận tin từ Facebook Messenger, Instagram, Zalo OA, LINE và Telegram. Tin từ mọi kênh đổ về Hộp thư hợp nhất.

Phần chuẩn bị nằm ở Cơ sở kiến thức. Đây là nơi chủ tiệm nạp tài liệu để AI học. Nguồn nạp được gồm link website, file bảng giá và ảnh chụp menu. AI rút ra dịch vụ, giá, giờ mở cửa, địa chỉ từ các nguồn đó. Chủ tiệm xem lại một lượt trước khi bật cho khách thật.

Màn Cơ sở kiến thức trong Chat AI, hiển thị 69 tài liệu, 382 đoạn, 69 tài liệu bot đang dùng, 0 chờ duyệt, cùng danh sách nguồn đã nạp gồm tệp tải lên và trang web.
Màn Cơ sở kiến thức trong Chat AI, dữ liệu thật của J-Wisdom.

Bot chỉ trả lời trong phạm vi dữ liệu đã nạp. Khách hỏi dịch vụ không có trong bảng giá, bot nói không có. Khách đồng ý đặt lịch thì bot hỏi đủ dịch vụ, giờ, tên, số điện thoại. Sau đó bot ghi thẳng vào lịch của tiệm.

Thử bot trước khi bật cho khách thật, làm theo bốn bước

  1. Nạp bảng giá và giờ mở cửa vào Cơ sở kiến thức.
  2. Mở Kiểm tra AI, chọn kênh muốn mô phỏng.
  3. Đóng vai khách, gõ năm câu trong mẫu dưới đây.
  4. Câu nào bot trả lời sai thì bổ sung dữ liệu rồi thử lại.
Màn Kiểm tra AI trong Chat AI, cho chọn kiểm tra phong cách hoặc luồng thật, và chọn kênh mô phỏng gồm LINE, Telegram, Facebook, Instagram.
Màn Kiểm tra AI, chọn kênh muốn mô phỏng trước khi bật cho khách thật.

Mẫu năm câu thử, chép vào ghi chú rồi dùng lại mỗi lần đổi bảng giá:

  • Bên mình làm dịch vụ này giá nhiêu vậy
  • Cuối tuần có mở cửa không, mấy giờ đóng
  • Chiều mai còn chỗ không, đặt giúp một suất
  • Có dịch vụ nào bên mình không làm không
  • Địa chỉ ở đâu, có chỗ gửi xe không

Ba câu đầu kiểm dữ liệu đã nạp. Câu thứ tư kiểm bot có bịa dịch vụ không. Câu cuối kiểm thông tin ngoài bảng giá.

Bốn bước thử bot: nạp bảng giá, mở Kiểm tra AI, đóng vai khách gõ năm câu, bổ sung dữ liệu rồi thử lại. Kèm năm câu thử và mục đích từng câu.
Bốn bước thử bot và năm câu để hỏi.

FAQ

Chatbot kịch bản có còn dùng được không?

Còn. Luồng ngắn và câu hỏi lặp lại thì kịch bản chạy ổn và dễ kiểm soát. Khách hỏi tự do nhiều thì mô hình ngôn ngữ lớn hợp hơn.

Chatbot LLM có tự bịa giá khi thiếu dữ liệu không?

Chat AI chỉ trả lời trong phạm vi tài liệu đã nạp. Hỏi ngoài phạm vi đó, bot trả lời là không có. Vì vậy bước nạp dữ liệu và bước xem lại đều bắt buộc.

Đổi bảng giá thì phải cài lại bot không?

Không cài lại luồng. Chỉ cần cập nhật tài liệu trong Cơ sở kiến thức, rồi thử lại bằng Kiểm tra AI.

Dùng thử Chat AI miễn phí 7 ngày tại chat-ai.app/vn. Nạp bảng giá rồi hỏi thử năm câu ở trên.

Nguồn

  • TechSignin, 27/05/2026, số người dùng Zalo hằng tháng: techsignin.com
  • Decision Lab, báo cáo Thị trường AI tiêu dùng Việt Nam 2025, công bố 19/08/2025, dẫn lại trên VnExpress 20/08/2025

Trao đổi về dự án của bạn