Thông tin nội bộ của doanh nghiệp thường được lưu trữ phân tán ở các hệ thống khác nhau, điều này khiến người dùng tốn thời gian cho việc tìm kiếm, truy cập dữ liệu và hướng dẫn sử dụng dữ liệu một cách hiệu quả.
Trong bài viết này, hãy cùng OSAM khám phá cách xây dựng trợ lý chat agent trong Amazon Quick Suite giúp người dùng khai thác dữ liệu và đưa ra đề xuất, giải pháp phù hợp.
Lợi ích của Amazon Quick Suite Chat Agents
Quick Suite chat agents giúp người dùng doanh nghiệp dễ dàng tận dụng sức mạnh AI mà không cần hiểu về machine learning hay hạ tầng cloud. Mỗi Quick Suite instance đều đi kèm một chat agent mặc định “My Assistant”.
Quản trị viên có thể bật tùy chọn cho phép người dùng tạo custom chat agents. Nhiều người dùng bắt đầu hành trình Quick Suite bằng cách thử nghiệm với My Assistant, khám phá khả năng AI thông qua các phiên tương tác trực tiếp.
- Với custom chat agents, doanh nghiệp có thể ghi lại những cấu hình thành công này thành giải pháp dùng chung:
- Lưu trữ kiến thức bối cảnh và hướng dẫn hành vi vào persona của agent
- Đóng gói cách chọn tài nguyên, nguồn dữ liệu, template…
- Biến những tương tác rời rạc thành agent nhất quán, chuẩn hóa và có thể triển khai ở quy mô toàn tổ chức
Điều này giúp biến tri thức cá nhân thành tài sản chung của doanh nghiệp, thúc đẩy năng suất và hiệu quả. Người dùng không còn phải ghi nhớ cách prompt hay phải tự tìm đúng tài liệu mỗi lần tương tác.
Nền tảng 3 lớp: Identity, Instructions và Knowledge
- Identity xác định agent là ai và đóng vai trò gì trong doanh nghiệp.
- Instructions quy định cách agent suy nghĩ và phản hồi, giúp kiểm soát hành vi của agent một cách chi tiết và nhất quán.
- Knowledge cung cấp nguồn thông tin mà agent có thể truy cập để tìm kiếm câu trả lời hoặc tạo nội dung.
Identity
Xác định bản chất và vai trò của agent, từ đó ảnh hưởng đến cách agent phản hồi mọi yêu cầu. Bạn có thể thiết lập đặc tính này thông qua mục cấu hình Agent identity trong Quick Suite.
Instructions
Đóng vai trò như các chỉ dẫn hành vi, mang lại khả năng kiểm soát chi tiết đối với cách agent tạo phản hồi. Tính chính xác và nhất quán là yếu tố then chốt để agent hoạt động hiệu quả, vì vậy kỹ năng prompt engineering trở nên rất quan trọng khi thiết kế cả Identity và Instructions.
Những chỉ dẫn này giúp agent hiểu đúng ngữ cảnh, tuân thủ hành vi mong muốn và duy trì cách giao tiếp phù hợp với persona đã thiết lập. Trong Quick Suite, bạn có thể định nghĩa Instructions thông qua các trường như Persona instructions, Communication style và Reference documents.
Các tài liệu tham chiếu này có thể bao gồm template, quy trình, hoặc chỉ dẫn chi tiết mà bạn muốn agent luôn tuân theo trong mọi phiên làm việc.
Knowledge
Các mô hình ngôn ngữ lớn (LLM) là nền tảng vận hành của các chat agent. Để LLM hoạt động chính xác trong bối cảnh doanh nghiệp, custom chat agent cung cấp ngữ cảnh cần thiết theo hai cách: thông qua instructions (đã trình bày ở phần trước) và thông qua searchable knowledge.
Quick Spaces cho phép tập hợp các nguồn kiến thức có thể tìm kiếm theo nhiều dạng khác nhau, bao gồm file tải lên trực tiếp (được lập chỉ mục), dashboard và topic của Amazon QuickSight, các knowledge base được tạo từ tích hợp dữ liệu, hoặc các action connector để thực hiện tác vụ trên công cụ bên thứ ba.
Spaces hoạt động như các kho tri thức động, có khả năng tìm kiếm theo thời gian thực và hỗ trợ cả dữ liệu có cấu trúc lẫn phi cấu trúc. Đồng thời, chúng vẫn duy trì ranh giới bảo mật và hỗ trợ làm việc cộng tác. Đây là nền tảng lý tưởng để kích hoạt khả năng semantic search cho các nguồn tri thức doanh nghiệp thường xuyên thay đổi, như dữ liệu kinh doanh hiện tại hoặc tài liệu hợp tác.
Tổng quan
Quick Suite Product Specialist là một custom chat agent được thiết kế để giúp người dùng xác định các tính năng Quick Suite phù hợp nhất cho nhu cầu của họ.
Nếu My Assistant có thể trả lời mọi câu hỏi chung về Quick Suite, thì Product Specialist hoạt động như một chuyên gia tư vấn sản phẩm, có khả năng phân tích yêu cầu, hiểu vấn đề kinh doanh và đề xuất tính năng phù hợp nhất.
Chat agent này được cấu hình theo phương pháp ba giai đoạn: discovery, analysis và solution recommendations. Cách tiếp cận này thể hiện cách một AI agent hiện đại cần cân bằng giữa kiến thức sâu rộng về nền tảng và khả năng đưa ra lời khuyên thực tế, không làm phức tạp hóa giải pháp hơn mức cần thiết.
Agent có thể đưa ra những gợi ý đơn giản để người dùng tận dụng My Assistant, hoặc thiết kế các workflow đa chức năng cho quy mô doanh nghiệp. Mô hình này giúp đảm bảo rằng độ phức tạp của giải pháp luôn tương xứng với mức độ ảnh hưởng thực tế, đồng thời thúc đẩy việc ứng dụng GenAI và hỗ trợ ước tính ROI cho từng đề xuất.
Tạo Space với knowledge base
Đầu tiên, chúng ta thiết lập một Quick Space làm thành phần “Knowledge” trong mô hình ba lớp đã trình bày trước đó. Space này sẽ chứa knowledge base có thể tìm kiếm được, được xây dựng từ tài liệu Quick Suite User Guide.
Đây là ví dụ minh họa cách tạo một nguồn kiến thức có lập chỉ mục từ tài liệu chính thức. (Lưu ý: Quick Suite chat agents đã tự có khả năng hiểu các tính năng của nền tảng, nhưng việc bổ sung tài liệu sẽ giúp tăng độ chính xác khi xác minh khả năng hệ thống.)
Bạn có thể tạo Space theo hai cách: sử dụng file tĩnh hoặc sử dụng knowledge base thu thập trực tiếp từ web.
Sử dụng file tính
Tùy chọn này sử dụng bản snapshot tĩnh của tài liệu Amazon Quick Suite User Guide chính thức và cần được cập nhật định kỳ để phản ánh các thay đổi hoặc tính năng mới được bổ sung trong tài liệu nền tảng.
- Truy cập Amazon Quick Suite User Guide.
- Chọn tùy chọn tải xuống PDF ở phần đầu trang để tải tài liệu User Guide về máy tính của bạn dưới dạng file PDF.
3. Trong giao diện Quick Suite, chọn Spaces.
4. Chọn ‘Create Space’ để tạo Space mới
- Chọn Add knowledge → File uploads và tải file PDF lên.
- Chia sẻ Space và thiết lập quyền truy cập.
- File được tải lên sẽ tuân theo quyền truy cập của Space.
Sử dụng knowledge base được thu thập tự động từ website
Tùy chọn này tạo knowledge base tự động bằng cách thu thập và lập chỉ mục tài liệu trực tiếp từ website Quick Suite. Hệ thống tự làm mới định kỳ để đảm bảo dữ liệu luôn cập nhật.
Các bước bao gồm: tạo web crawler trong phần Integrations, cấu hình knowledge base, phân quyền truy cập, sau đó liên kết knowledge base này vào một Space mới.
Khi hoàn thành, Space sẽ luôn đồng bộ với tài liệu Quick Suite mới nhất.
Trên giao diện Quick Suite console, thực hiện các bước sau:
- Chọn Integrations trong thanh điều hướng.
- Chọn Add, sau đó chọn Webcrawler để thêm một web crawler.
- Ở mục Name, giữ nguyên tên mặc định.
- Chọn No authentication (không yêu cầu xác thực).
- Chọn Create and continue để tiếp tục.
3. Cấu hình knowledge base
- Tại mục Name, nhập tên cho knowledge base, ví dụ:
Amazon Quick Suite User Guide Documentation KB - Ở phần Add URLs, nhập đường dẫn tài liệu chính:
https://docs.aws.amazon.com/quicksuite/latest/userguide/ - Chọn Add, sau đó chọn Create để tạo knowledge base.
- Trong tab Knowledge bases, chọn knowledge base vừa tạo. Quá trình làm mới (refresh) dữ liệu sẽ được khởi động tự động.
- Để quản lý quyền truy cập, vào tab Permissions, chọn Add Users & groups để tìm và thêm người dùng hoặc nhóm với quyền Viewer.
4. Tạo Space từ knowledge base web-crawled
- Trong thanh điều hướng, chọn Spaces.
- Chọn Create space để tạo một Space mới:
- Title: nhập tiêu đề, ví dụ:
Amazon Quick Suite Documentation Space - Description: nhập mô tả, ví dụ:
This Quick Space consists of connection to the web-crawled knowledge base for Amazon Quick Suite’s User Guide from AWS Documentation website. - Chọn Add knowledge, sau đó chọn Knowledge bases.
- Tìm knowledge base bạn vừa tạo và chọn Add.
- Chọn Share để quản lý quyền Viewer/Owner cho Space vừa tạo.
Lưu ý: Quyền truy cập của knowledge base sẽ được Quick Suite ưu tiên áp dụng so với cài đặt chia sẻ của Space.
Space đã được tạo thành công và sẽ tự động đồng bộ (sync) phiên bản mới nhất của Quick Suite User Guide.
Tạo chat agent
Tiếp theo, chúng ta tạo chat agent Product Specialist:
- Trong console của Quick Suite, chọn Chat agents ở thanh định hướng
- Chọn Create chat agent.
- Chọn Skip to enter Builder view để tạo custom chat agent, vì chúng ta đã biết rõ cấu hình cần thiết.
- Nhập Title, Description mô tả vai trò của agent.
- Sau đó, cấu hình Agent Persona, bao gồm:
- Agent identity: định nghĩa tính cách, vai trò chuyên môn (chuyên gia Quick Suite, evangelist GenAI, prompt engineer…).
- Persona instructions: mô tả chi tiết quy trình ba giai đoạn discovery – analysis – recommendations.
Phương pháp tiếp cận gồm ba giai đoạn (discovery, analysis, solution recommendations) cung cấp cho agent các best practices và nguyên tắc rõ ràng về loại thông tin cần thu thập trước khi đưa ra khuyến nghị. Nhờ đó, agent không chỉ dựa vào kiến thức sẵn có mà còn tận dụng được ngữ cảnh do người dùng cung cấp, giúp việc phân tích đầy đủ hơn và các giải pháp được đề xuất phù hợp, chính xác hơn với nhu cầu thực tế.
- Tone, Response format, Length: thiết lập phong cách phản hồi.
- Reference documents (nếu cần)
Đối với Reference documents, bạn có thể cung cấp các tài liệu tham chiếu để bổ sung hướng dẫn cho agent về các yếu tố cần cân nhắc ở cấp độ doanh nghiệp, các “guardrails” cần tuân thủ khi đề xuất giải pháp, cũng như những điểm khác biệt và sắc thái của từng tính năng nhằm đánh giá đúng mức độ phức tạp của giải pháp. Trong ví dụ này, chúng tôi không tải lên thêm tài liệu tham chiếu nào.
6. Đối với KNOWLEDGE SOURCES
- Hãy chọn Link spaces
- Sau đó chọn Space bạn đã tạo trước đó và bấm Link.
Việc liên kết Space giúp agent có thể kiểm chứng các khả năng và tính năng dựa trên tài liệu sản phẩm thực tế.
Kiến trúc Space vẫn đảm bảo an toàn ở cấp độ doanh nghiệp bằng cách tôn trọng các quyền truy cập của nguồn dữ liệu gốc, cho phép triển khai AI mà không làm ảnh hưởng đến các chính sách bảo mật hiện có.
Ngoài ra, tùy chọn web crawler cho tài liệu “live” giúp kiến thức của agent luôn được cập nhật khi nền tảng tiếp tục phát triển.
7. Đối với ACTIONS
Bạn có thể thiết lập các tích hợp với nền tảng bên thứ ba phù hợp, ví dụ như công cụ cộng tác doanh nghiệp như Slack hoặc Microsoft Teams, để chia sẻ các đề xuất triển khai từ agent tới đội ngũ.
Các tích hợp hành động này mở rộng khả năng của agent vượt ra ngoài việc trò chuyện đơn thuần, cho phép thực thi trực tiếp các workflow.
Cách tiếp cận dựa trên tri thức động này giúp xây dựng một trợ lý AI thích ứng linh hoạt, có khả năng xác thực khuyến nghị dựa trên thông tin hiện hành, truy cập dữ liệu kinh doanh thực tế và thực hiện hành động, đồng thời vẫn tuân thủ chặt chẽ các ranh giới bảo mật của tổ chức.
8. Cập nhật phần CUSTOMIZATION
- Ở mục Welcome Message, bạn nhập thông điệp chào mừng hiển thị khi người dùng bắt đầu trò chuyện với agent, ví dụ:“Xin chào! Tôi là Quick Suite Product Specialist, đồng thời là GenAI Evangelist và chuyên gia Prompt Engineering. Hãy cùng KHÁM PHÁ bài toán năng suất của bạn, đánh giá khả năng mở rộng và mức độ sẵn sàng với GenAI, tôi sẽ đề xuất GIẢI PHÁP phù hợp nhất để tối đa hóa hiệu quả, kèm theo phân tích ROI dự kiến.”
- Tiếp theo, tại Suggested prompts, bạn thêm các câu gợi ý để người dùng có thể bắt đầu trò chuyện nhanh với agent, chẳng hạn như:
“Khả năng nào của Quick Suite có thể hỗ trợ bài toán năng suất hoặc tự động hóa của tôi?”
“Làm thế nào để tối đa hóa hiệu quả với giải pháp GenAI đơn giản nhất cho nhu cầu của tôi?”
“Tôi mới làm quen với GenAI – đâu là giải pháp Quick Suite phù hợp nhất để bắt đầu?”
- Sau khi hoàn tất, chọn Update preview để cập nhật và thử nghiệm agent, đồng thời điều chỉnh cấu hình nếu cần.
- Khi đã sẵn sàng, chọn Launch chat agent để xuất bản agent.
- Cuối cùng, sử dụng Share để chia sẻ quyền truy cập chat agent cho các người dùng hoặc nhóm liên quan trong tổ chức.
Kiểm thử chat agent
Để minh họa khả năng của Quick Suite Product Specialist vừa tạo, bạn có thể thực hiện các bước sau:
- Trên Quick Suite console, chọn Chat agents trong thanh điều hướng.
- Chọn chat agent Quick Suite Product Specialist mà bạn đã tạo.
- Trong menu Actions, chọn Chat để mở giao diện trò chuyện.
- Gửi cho agent yêu cầu sau: “I want to get help in formatting my weekly status emails.”
Ở phản hồi đầu tiên, agent sẽ tiếp nhận yêu cầu ban đầu và trả về một bộ câu hỏi khám phá chi tiết nhằm hiểu rõ hơn về bối cảnh và nhu cầu của bạn, thay vì vội vàng đưa ra giải pháp ngay. Lưu ý rằng nội dung câu hỏi và phản hồi có thể khác nhau giữa các lần chạy, vì agent điều chỉnh cách hỏi dựa trên ngữ cảnh.
- Đánh giá và phản hồi câu hỏi
Sau khi bạn xem và trả lời bộ câu hỏi này, agent sẽ đưa ra phản hồi tiếp theo với phân tích đầy đủ, bao gồm đánh giá mức độ tác động, nhiều phương án giải pháp kèm theo lý do lựa chọn, và các hướng triển khai ở mức độ tổng quan. Từ đó, bạn có thể chọn phương án phù hợp và nhận hướng dẫn triển khai chi tiết hơn.
6 Bạn có thể tiếp tục tương tác với agent để nhận thêm chỉ dẫn triển khai cụ thể. Hãy thử áp dụng chat agent cho chính các bài toán thực tế của bạn, xây dựng các giải pháp được đề xuất và học hỏi thông qua quá trình tương tác.
Dọn dẹp tài nguyên
Khi bạn đã sẵn sàng gỡ bỏ custom chat agent khỏi thiết lập Quick Suite, hãy dọn dẹp các tài nguyên liên quan để tránh phát sinh thêm chi phí lập chỉ mục (indexing):
1. Xóa knowledge base
- Trên Quick Suite console, chọn Integrations trong thanh điều hướng, sau đó chọn Knowledge bases.
- Chọn menu tùy chọn (biểu tượng ba chấm) bên cạnh knowledge base bạn đã tạo.
- Chọn Delete knowledge base và làm theo hướng dẫn để xóa knowledge base.
2. Xóa Space
Trên Quick Suite console, chọn Spaces trong thanh điều hướng. Chọn menu tùy chọn (ba chấm) bên cạnh Space bạn đã tạo. Chọn Delete và làm theo hướng dẫn để xóa Space.
3. Xóa chat agent
- Trên Quick Suite console, chọn Chat agents trong thanh điều hướng.
- Chọn menu tùy chọn (ba chấm) bên cạnh chat agent bạn đã tạo.
- Chọn Delete và làm theo hướng dẫn để xóa chat agent.
Những điểm chính cần ghi nhớ
Việc xây dựng chat agent hiệu quả đòi hỏi thiết kế có chủ đích dựa trên ba lớp nền tảng. Ví dụ Quick Suite Product Specialist thể hiện rõ các nguyên tắc này trong thực tế:
- Tính cụ thể tạo ra sự nhất quán
Thay vì trông chờ LLM tự “đoán” cách xử lý, bạn có thể xác định rõ danh tính (identity), các ràng buộc hành vi, khung ra quyết định và định dạng phản hồi để biến AI chung chung thành trợ lý chuyên gia đáng tin cậy.
- Cấu trúc giúp tránh các lỗi phổ biến
Phương pháp ba giai đoạn (discovery, analysis, solution recommendations) cho thấy cách tiếp cận có hệ thống giúp agent chỉ đề xuất giải pháp sau khi đã hiểu đúng vấn đề và “right-size” theo nhu cầu thực tế.
- Kiến thức động giúp luôn cập nhật và phù hợp
Việc liên kết tài liệu trực tiếp (live documentation) và các Space có kiểm soát quyền truy cập giúp agent xác thực khuyến nghị dựa trên thông tin mới nhất, đồng thời vẫn tuân thủ các ranh giới bảo mật của doanh nghiệp.
Kết luận
Custom chat agents trong Quick Suite có thể thay đổi cách các đội nhóm truy cập và khai thác tri thức doanh nghiệp.
Bằng cách áp dụng khung ba lớp – identity, instructions và knowledge – bạn có thể xây dựng các trợ lý AI cung cấp câu trả lời nhanh chóng, chính xác, đồng thời vẫn đảm bảo an toàn và tuân thủ yêu cầu doanh nghiệp.
Ví dụ Quick Suite Product Specialist cho thấy cách các phương pháp có cấu trúc và cấu hình cẩn thận có thể biến AI tổng quát thành chuyên gia tư vấn, dẫn dắt người dùng đến đúng giải pháp cho nhu cầu cụ thể.
Hãy bắt đầu với một use case tập trung, có ROI rõ ràng, sau đó mở rộng dần khi mức độ áp dụng tăng lên. Custom chat agents có thể mang lại hiệu quả năng suất đo lường được từ việc tìm thông tin nhanh hơn, tự động hóa các quy trình lặp lại, đến cung cấp hướng dẫn chuyên môn ở quy mô lớn.
Để tìm hiểu thêm về cách tạo và triển khai chat agents trong Quick Suite, hãy tham khảo tài liệu Tạo, chỉnh sửa và triển khai chat agents trên Amazon Quick Suite.
Hãy theo dõi blog của OSAM để cập nhật thông tin công nghệ mới nhất!
