Nếu chỉ đọc vài từ trong tên hồ sơ, chúng ta có thể nghĩ mình đã hiểu nội dung. Nhưng trong công việc hành chính, những từ giống nhau đôi khi dẫn đến những nhóm nghiệp vụ rất khác nhau.

Ví dụ minh họa: “điều động xe” và “điều độ hệ thống điện” đều có một phần cách gọi dễ khiến công cụ tìm kiếm nhầm nếu xử lý thiếu ngữ cảnh. Tương tự, hồ sơ “mua sắm dịch vụ bảo vệ” không tự nhiên đồng nghĩa với hồ sơ về “nghiệp vụ bảo vệ”. Những ví dụ này được dùng để giải thích nguyên tắc phân loại, không phải kết quả một lần chatbot đã thực tế trả lời sai.

Khi xây dựng bộ dữ liệu cho GPT hỗ trợ rà soát HSCV, tôi nhận ra từ khóa là cần thiết. Nếu không có từ khóa và cách gọi tương đương, chatbot sẽ khó tìm được mục phù hợp khi tên hồ sơ thực tế không viết giống danh mục. Nhưng nếu chỉ có từ khóa, nguy cơ chọn sai vẫn còn.

Chính chỗ này tạo ra bài toán mà tôi quan tâm: Làm sao để máy tìm được nhanh mà không khiến người dùng quá tin vào kết quả tìm kiếm?

Tôi cùng nhóm bổ sung các điều kiện nhận diện và ghi chú tránh nhầm bên cạnh dữ liệu danh mục. Chẳng hạn, khi một từ có thể liên quan đến nhiều nhóm, hệ thống phải xét tiếp loại công việc, nội dung hồ sơ và những thông tin đi kèm. Nếu không đủ dữ kiện, chatbot không được tự chọn một mục như thể mọi chuyện đã rõ.

Cách tiếp cận ấy cũng thay đổi cách tôi nghĩ về câu lệnh. Thay vì viết “Hãy tìm mã hồ sơ có tên gần giống”, câu lệnh cần hướng A.I phân biệt bản chất nghiệp vụ, trích nguồn và hỏi lại khi chưa đủ căn cứ. Một kết quả hữu ích có thể là câu hỏi làm rõ đúng chỗ, chứ không nhất thiết phải là một mã số ngay lập tức.

Từ trải nghiệm này, tôi thấy một bài học rộng hơn. Trong nhiều công việc văn phòng, dữ liệu thường được đặt tên theo thói quen. Một người nói “đề nghị”, người khác nói “kế hoạch”, người khác nữa viết tên ngắn cho dễ nhớ. Muốn AI làm việc tốt, chúng ta cần thống nhất cách hiểu, không chỉ thống nhất cách viết.

Điều này đặc biệt quan trọng khi chuyển dữ liệu chuyên môn thành chatbot dùng chung. Nếu một người hiểu một từ theo cách này, người khác hiểu theo cách khác, A.I sẽ gặp chính sự thiếu thống nhất đó.

Vì vậy, trước khi tạo chatbot, tôi muốn hỏi người xây dựng: “Bạn đã chỉ ra những trường hợp tên giống nhưng bản chất khác chưa?”.

Một từ khóa tốt giúp A.I tìm nhanh. Một quy tắc tốt giúp người dùng biết khi nào không nên vội kết luận.