Ảo giác AI là gì? Cách giảm AI bịa thông tin cho shop nhỏ

Ảo giác AI là gì, vì sao chatbot hay bịa thông tin và 5 cách giảm rủi ro cho chủ doanh nghiệp nhỏ, không cần biết kỹ thuật. áp dụng ngay cho cửa hàng.

Minh họa phẳng: chatbot với câu hỏi và tài liệu có nguồn để kiểm tra

Giả sử chị Lan bán quần áo online. Một khách hỏi: "Hàng sale có được đổi trả không?" Chị nhờ chatbot AI soạn câu trả lời. Máy đáp ngay, rất chắc chắn: "Hàng sale được đổi trong 7 ngày, mang theo hóa đơn." Nhưng shop chị chưa từng có quy định ấy.

Hiện tượng đó có tên: ảo giác AI. Ảo giác AI (AI hallucination) là khi mô hình AI đưa ra thông tin nghe hợp lý nhưng sai hoặc không có thật, và trình bày với giọng rất chắc chắn. Gửi nguyên câu trả lời ấy cho khách, chị vừa tạo ra một chính sách không tồn tại. Bài này giải thích vì sao chuyện đó xảy ra, doanh nghiệp nhỏ dễ bị ở đâu, và 5 cách giảm ảo giác AI mà không cần biết kỹ thuật.

Ảo giác AI là gì?

Nói ngắn: mô hình không tự mở tài liệu của bạn trước khi trả lời. Nó viết ra câu trả lời bằng cách chọn những từ có khả năng xuất hiện tiếp theo cao nhất, dựa trên lượng văn bản rất lớn mà nó đã đọc khi được huấn luyện. Phần lớn thời gian, cách đó cho ra câu đúng. Nhưng khi chỗ cần là một con số, một tên riêng hay một điều khoản cụ thể, nó vẫn viết tiếp — và viết rất trôi chảy.

Một cách dễ hình dung: giống một người đọc cuốn sách từ vài năm trước rồi kể lại. Anh ta nhớ đại ý, quên vài chi tiết, và tự lấp chỗ trống bằng những chi tiết nghe rất hợp. Người nghe không có sách trong tay nên khó phát hiện. AI cũng vậy: nó không "biết mình đang bịa", nên giọng văn vẫn tự tin như khi đúng.

Vài kiểu ảo giác quen thuộc trong một shop nhỏ:

  • Một mức giá không có trong bảng giá của bạn.
  • Một chính sách đổi trả hay bảo hành mà shop chưa từng viết.
  • Một điều khoản pháp lý nghe rất hợp nhưng không tồn tại.
  • Một số điện thoại bị sai một vài số.
  • Một sản phẩm bạn chưa từng bán, kèm mô tả và thông số đầy đủ.

Vì sao AI hay bịa?

Ba lý do, không cần biết kỹ thuật cũng hiểu được.

Thứ nhất, mô hình đoán từ tiếp theo chứ không kiểm tra sự thật. Việc của nó là tạo ra câu giống văn bản thật. Một câu trả lời sai nhưng trôi chảy vẫn "hợp lệ" với mô hình, vì nó không có bước nào tự mở tài liệu ra đối chiếu.

Thứ hai, nó không biết tài liệu riêng của bạn. Bảng giá hôm nay, chính sách bạn vừa sửa, cách bạn tính phí giao hàng: những thứ đó không nằm trong dữ liệu huấn luyện. Nếu bạn không đưa chúng vào câu hỏi, mô hình sẽ trả lời theo hiểu biết chung — hoặc theo phỏng đoán.

Thứ ba, câu hỏi mơ hồ để lại khoảng trống. Hỏi "chính sách đổi trả thế nào?" mà không nói shop nào, mặt hàng nào, thì mô hình buộc phải lấp. Nó lấp bằng một câu trả lời nghe hợp lý, không phải bằng quy định của bạn.

Vì sao doanh nghiệp nhỏ cần để ý?

Với một doanh nghiệp nhỏ, cái giá của một câu trả lời sai không nằm ở kỹ thuật mà ở quan hệ với khách. Một mức giá sai có thể làm bạn mất một đơn hoặc phải bán lỗ. Một chính sách bịa ra có thể mở đầu cho tranh cãi hoàn tiền mà bạn không có căn cứ để từ chối. Một cam kết giao hàng sai có thể biến thành lời hứa bạn không giữ được.

Vấn đề còn nằm ở thời gian. Shop nhỏ có vài người, mỗi người làm nhiều việc; khi tin nhắn dồn về buổi tối, đọc lại từng câu trả lời là thứ dễ bị bỏ qua nhất.

Hai cách trả lời: chỉ dùng trí nhớ của mô hình, hoặc tra tài liệu trước khi trả lời

Hình 1. Trả lời từ trí nhớ có thể bịa; trả lời từ tài liệu có nguồn để kiểm tra.

Những việc AI hay bịa nhất

Không phải câu trả lời nào cũng rủi ro như nhau. Những loại thông tin dưới đây là chỗ ảo giác hay xuất hiện nhất, và cũng dễ kiểm tra nhất.

Loại thông tin Ví dụ Cách kiểm tra nhanh
Giá và khuyến mãi "Áo này 199.000đ, giảm 20% đến hết tuần" Mở bảng giá gốc của shop
Chính sách đổi trả, bảo hành "Đổi trong 7 ngày, không cần hóa đơn" Đọc lại trang chính sách bạn đã đăng
Quy định pháp lý, thuế "Hộ kinh doanh phải nộp tờ khai mới trong tuần này" Hỏi kế toán hoặc xem trang của cơ quan thuế
Liên hệ và giờ mở cửa Số điện thoại, địa chỉ, giờ nghỉ trưa Mở trang liên hệ hoặc hồ sơ Google của shop
Thông số và tồn kho "Còn size M, giao trong 2 ngày" Xem tồn kho thật trước khi hứa

Mẹo nhỏ: nếu câu trả lời có một con số, tên riêng hoặc ngày tháng, hãy kiểm tra chỗ đó trước.

5 cách giảm ảo giác AI cho doanh nghiệp nhỏ

Không cách nào khiến AI thôi bịa hoàn toàn. Nhưng năm việc dưới đây giảm được phần lớn rủi ro, và đều làm được mà không cần biết lập trình.

  1. Cho AI đọc tài liệu của bạn trước khi trả lời. Thay vì để mô hình trả lời từ trí nhớ, bạn đưa bảng giá, chính sách, mô tả sản phẩm vào và yêu cầu chỉ trả lời dựa trên đó. Cách làm này gọi là RAG: máy tìm đúng đoạn tài liệu liên quan rồi mới để mô hình viết câu trả lời. Nếu mới bắt đầu, xem hướng dẫn RAG cơ bản trước.

  2. Bắt buộc có nguồn cho giá, chính sách, số liệu và tên riêng. Không có nguồn thì không trả lời như sự thật. Một câu "em chưa có thông tin khoản này, em kiểm tra lại ngay" tốt hơn nhiều so với một con số sai. Khi câu trả lời có trích dẫn, nhân viên chỉ cần mở đúng tài liệu đó ra xem.

  3. Cho phép AI nói "chưa có thông tin" và chuyển người. Mô hình thường bịa ít hơn khi bạn cho phép nó nói “không biết”. Hãy viết sẵn một câu chuyển tiếp và chỉ định một người nhận việc, để câu hỏi khó rơi vào tay người thay vì bị đoán. Xem cách chatbot Zalo OA chuyển người nếu khách của bạn nhắn qua Zalo.

  4. Kiểm tra bằng bộ câu hỏi thật. Lấy 20–30 câu khách hay hỏi, cho chatbot trả lời, rồi chấm đúng hay sai. Chạy lại bộ câu hỏi đó mỗi khi bạn đổi bảng giá hoặc chính sách, vì tài liệu đổi thì câu trả lời cũng đổi. Cách làm này giống việc chatbot AI trả lời theo tài liệu được kiểm tra trước khi mở cho khách.

  5. Cho người duyệt các việc rủi ro cao trước khi gửi. Giá, hoàn tiền, cam kết, pháp lý: bốn nhóm này nên có một người bấm gửi. Phần còn lại — giờ mở cửa, cách đặt hàng, thông tin chung — có thể để máy trả lời tự động. Bài AI agent là gì? mô tả cách đặt cổng duyệt như vậy.

Quy trình kiểm tra câu trả lời của AI trước khi gửi cho khách

Hình 2. Kiểm tra trước khi gửi: không có nguồn thì hỏi lại hoặc chuyển người.

Lưu ý khi bắt đầu

  • Đừng dán số CCCD, số thẻ, số tài khoản hay dữ liệu khách hàng nhạy cảm vào công cụ AI công cộng. Chỉ đưa vào những gì bạn sẵn sàng nhìn thấy ở nơi khác.
  • Bắt đầu với một loại câu hỏi, ví dụ chỉ giá và tồn kho, thay vì mở cho mọi câu hỏi cùng lúc. Làm đúng một loại rồi mới mở rộng.
  • Ghi lại mọi câu trả lời sai vào một cuốn sổ nhỏ, kèm câu hỏi gốc. Nhiều lỗi đến từ tài liệu thiếu hoặc đã cũ, nên sửa tài liệu gốc chứ không chỉ sửa câu trả lời.

Kết luận

Không có cách nào khiến AI không bao giờ sai. Mục tiêu thực tế là giảm số lỗi, và với những lỗi còn lại thì phát hiện trước khi khách nhìn thấy. Ba việc giữ lại được nhiều giá trị nhất: đưa tài liệu đúng cho AI đọc, bắt buộc có nguồn, và để người duyệt những câu quan trọng.

Nếu cần người giúp thiết kế cách kiểm tra, đội ngũ AI/Data của Cross Tech Edu có thể hỗ trợ.

Câu hỏi thường gặp

Có cách nào để AI không bao giờ bịa không?

Không. Mọi cách đều chỉ giảm rủi ro. Một cách làm thực tế là kết hợp ba thứ: tài liệu nguồn đúng, yêu cầu trích nguồn, và một người duyệt trước khi gửi những câu quan trọng.

RAG có loại bỏ hoàn toàn ảo giác không?

Không. RAG giảm rủi ro khi tài liệu đúng và máy tìm đúng đoạn cần thiết. Nếu tài liệu sai, câu trả lời cũng sai theo — chỉ khác là sai một cách có nguồn.

Dùng ChatGPT hay Gemini miễn phí có bịa thông tin không?

Có thể. Bản miễn phí hay trả phí đều có thể bịa, nhất là khi câu hỏi cần một con số hoặc một quy định cụ thể. Với giá, chính sách hay điểm pháp lý, hãy kiểm tra nguồn chính thức trước khi dùng câu trả lời.