Khách đòi hoàn tiền: để AI soạn câu trả lời, không để AI tự hứa ngoại lệ

Khách nhắn: Áo nhận hôm qua bị bung chỉ ở tay. Tôi cần dùng cuối tuần này, shop hoàn tiền và chịu luôn phí gửi trả giúp tôi nhé. Bạn có thể đưa tin nhắn cho AI để viết câu trả lời lịch sự. Vấn đề nằm ở một câu rất nhỏ: nếu AI viết Shop sẽ hoàn tiền toàn bộ và chịu phí vận chuyển, nó không còn chỉ giúp diễn đạt. Nó vừa tạo một cam kết thương mại.

Bài này dùng tình huống và chính sách giả lập để minh họa. Không có kết quả chạy từ một model cụ thể. Khi áp dụng thật, hãy thay bằng chính sách hiện hành của cửa hàng và giới hạn quyền của người đang trả lời khách.

NIST liệt kê nội dung sai nhưng được trình bày tự tin là một rủi ro của AI tạo sinh. Với chăm sóc khách hàng, một câu nghe hợp tình có thể vẫn sai vì nó hứa điều doanh nghiệp chưa quyết định. Hướng dẫn prompt của OpenAI cũng nhấn mạnh việc cung cấp ngữ cảnh liên quan và chỉ dẫn rõ; ở đây, ngữ cảnh quan trọng nhất không phải giọng văn thương hiệu mà là chính sách thật và quyền phê duyệt ngoại lệ.

Đặt chính sách cạnh tin nhắn trước khi nhờ viết

Giả sử cửa hàng có quy định nội bộ ngắn như sau:

- Hàng lỗi được đổi sản phẩm cùng mã trong 7 ngày sau khi nhận.
- Nếu hết cùng mã, nhân viên chuyển yêu cầu cho quản lý để quyết định hoàn tiền.
- Phí gửi trả với hàng lỗi: cửa hàng thanh toán sau khi xác nhận lỗi.
- Voucher thiện chí trên 100.000 đồng cần quản lý duyệt.

Với dữ liệu này, nhân viên đã biết một số điều có thể nói ngay: khách đang trong mốc 7 ngày; nếu xác nhận lỗi thì chính sách có đường xử lý; phí gửi trả có điều kiện rõ. Nhưng hoàn tiền ngay chưa phải quyền mặc định nếu sản phẩm cùng mã vẫn còn. Voucher cũng không phải thứ AI được tự thêm để làm câu trả lời dễ chịu hơn.

Hãy nhờ AI soạn theo một ranh giới đơn giản:

Dựa CHỈ trên tin nhắn khách và chính sách bên dưới, soạn phản hồi ngắn, lịch sự.

Được phép:
- nhắc lại vấn đề của khách;
- nêu lựa chọn được chính sách cho phép;
- yêu cầu thông tin cần để xác nhận lỗi.

Không được:
- tự hứa hoàn tiền, voucher, giảm giá hoặc phí ngoài chính sách;
- biến điều kiện thành cam kết chắc chắn;
- tự tạo thời hạn xử lý nếu chính sách không có.

Nếu khách yêu cầu một ngoại lệ chưa được duyệt, ghi đúng: [CẦN XÁC NHẬN NGOẠI LỆ].

Một bản nháp phù hợp có thể nói rằng cửa hàng rất tiếc về lỗi sản phẩm, đề nghị khách gửi ảnh phần bung chỉ để xác nhận, và giải thích lựa chọn đổi cùng mã theo chính sách. Ở chỗ khách yêu cầu hoàn tiền, bản nháp nên để [CẦN XÁC NHẬN NGOẠI LỆ] nếu điều kiện hoàn tiền chưa được đáp ứng. Khoảng trống đó có ích hơn một lời hứa trơn tru.

Đọc bản nháp bằng cách săn động từ cam kết

Trước khi gửi, đừng đọc lại toàn bộ như một bài văn. Tìm những động từ có thể khiến khách hiểu rằng cửa hàng đã quyết định: sẽ hoàn, sẽ tặng, cam kết, chịu toàn bộ, đổi ngay, xử lý trong, chắc chắn.

Với mỗi cụm như vậy, hỏi một câu: câu nào trong chính sách hoặc xác nhận của quản lý cho phép mình nói điều này?

Nếu có câu tương ứng, giữ cam kết và diễn đạt rõ điều kiện. Nếu không có, đổi nó thành thông tin trung tính hoặc một bước xin xác nhận. Ví dụ, Shop sẽ hoàn tiền trong hôm nay có thể phải trở thành Mình sẽ chuyển yêu cầu hoàn tiền để quản lý xác nhận sau khi kiểm tra tình trạng sản phẩm.

Điểm khác biệt không nằm ở độ lịch sự. Cả hai câu đều có thể lịch sự; chỉ một câu phản ánh đúng quyền quyết định hiện có.

Thử xóa dòng về ngoại lệ

Có một phép thử nhanh để xem prompt có đang dựa vào chính sách thật hay chỉ đoán theo thói quen chăm sóc khách hàng. Hãy xóa dòng Voucher thiện chí trên 100.000 đồng cần quản lý duyệt khỏi phần chính sách rồi yêu cầu soạn lại.

Nếu AI vẫn tự thêm shop xin tặng bạn voucher 150.000 đồng, đầu ra đã vượt khỏi dữ liệu được cấp. Không cần tranh luận xem voucher đó có hợp lý hay không. Trong tác vụ này, nó không có căn cứ.

Tương tự, thay dòng về hoàn tiền bằng một quy định khác và xem phần cam kết có thay theo không. Mục tiêu của phép thử không phải đánh giá model nào thông minh hơn. Nó kiểm tra xem bản nháp có thực sự bị ràng buộc bởi dữ liệu kinh doanh mà bạn đưa vào hay không.

Ngoại lệ nên đi theo một đường riêng

Khách hàng thật không phải lúc nào cũng khớp chính sách. Một người cần sản phẩm gấp, một đơn có lỗi lặp lại, hoặc một khách lâu năm có thể xứng đáng được xử lý khác. Bài này không khuyên từ chối mọi ngoại lệ. Nó chỉ tách hai việc: AI có thể giúp trình bày tình huống; người có thẩm quyền mới quyết định ngoại lệ.

Một ghi chú chuyển quản lý chỉ cần đủ ngắn: Khách nhận hàng hôm qua, báo bung chỉ, cần dùng cuối tuần, yêu cầu hoàn tiền thay vì đổi. Chính sách hiện cho đổi cùng mã; xin xác nhận có duyệt hoàn tiền không. Khi quản lý trả lời, quyết định đó trở thành dữ liệu mới để nhân viên hoàn thiện phản hồi.

Cách này cũng tránh một lỗi khó sửa về sau: AI tự hứa trước, rồi nhân viên phải quay lại rút lời với khách.

Không đưa dữ liệu khách hàng vào công cụ chưa được phép dùng

Tin nhắn khiếu nại có thể chứa tên, số điện thoại, địa chỉ, mã đơn hoặc thông tin thanh toán. Chỉ dùng công cụ và tài khoản được doanh nghiệp cho phép. Với thử nghiệm hoặc công cụ cá nhân, hãy bỏ thông tin nhận dạng và dùng dữ liệu giả lập trước. Không dán mật khẩu, số thẻ hay thông tin không cần thiết để soạn câu trả lời.

Một quy trình tốt không cần biến nhân viên thành người kiểm toán AI. Chỉ cần giữ đúng ranh giới: AI giúp viết câu; chính sách và con người quyết định cửa hàng hứa điều gì. Nếu bản nháp không cho bạn nhìn ra ranh giới đó, chưa nên gửi.

Nguồn tham khảo

• OpenAI — Prompt engineering: dùng làm nguồn cho nguyên tắc đưa chỉ dẫn và ngữ cảnh liên quan vào yêu cầu thay vì để mô hình tự lấp chỗ trống.
• NIST — Artificial Intelligence Risk Management Framework: Generative AI Profile: dùng làm nguồn cho rủi ro nội dung sai nhưng được trình bày tự tin và nhu cầu quản lý rủi ro khi dùng AI tạo sinh.