Biên soạn: Đội ngũ Onter · Technical Documentation · Cập nhật 30/09/2026.
AI Agent là hệ thống dùng mô hình AI để lựa chọn bước tiếp theo, sử dụng công cụ trong phạm vi được cấp và kiểm tra tiến độ của một tác vụ. Một cửa sổ chat có AI chưa đủ để kết luận đó là Agent. Điều cần xem là ai quyết định luồng thực hiện, hệ thống được đọc hoặc thay đổi gì, và ai chịu trách nhiệm khi sai.
Nhìn vào một sản phẩm thật: Bee trên Onter.vn
Bee – trợ lý AI do Onter phát triển hỗ trợ khách tìm hiểu dịch vụ, làm rõ nhu cầu và chuyển cho đội ngũ khi khách muốn tư vấn. Bài giới thiệu sản phẩm có ảnh giao diện và sơ đồ workflow thực tế. Phiên bản được mô tả dùng OpenAI Responses API, trả lời streaming và có fallback khi AI lỗi trước token đầu tiên.
Bee là ví dụ về trợ lý website có phạm vi rõ. Chưa có căn cứ để gọi Bee là Agent tự trị thực hiện mọi nghiệp vụ. Tiếp nhận yêu cầu liên hệ cũng không đồng nghĩa với quyền sửa CRM bên ngoài, chốt giá hoặc ký hợp đồng. Ranh giới này giúp doanh nghiệp nghiệm thu chức năng thay vì mua một nhãn công nghệ.
Tách luồng cố định khỏi quyết định của mô hình
Trong một workflow cố định, phần mềm quy định thứ tự: nhận yêu cầu → kiểm tra dữ liệu → tạo nháp → người duyệt. Trong Agent, mô hình có thể chọn công cụ và bước tiếp theo dựa trên kết quả vừa nhận. Theo tài liệu kỹ thuật của Anthropic, cách tổ chức này tạo khác biệt giữa workflow và agent; bài toán đơn giản nên bắt đầu bằng cấu trúc có thể kiểm soát.
Ví dụ tra cứu chính sách chỉ cần nguồn được duyệt và câu trả lời có căn cứ. Nếu phải kiểm tra trạng thái đơn rồi đề xuất xử lý, cần thêm quyền truy cập, kiểm tra trạng thái và điểm phê duyệt. Đây là ví dụ thiết kế, không phải tuyên bố Onter đã triển khai hệ thống đơn hàng đó.
Hợp đồng kỹ thuật cần có trước khi xây Agent
- Đầu vào: loại yêu cầu nào được tiếp nhận, ai được gửi.
- Nguồn: tài liệu nào hợp lệ, chủ dữ liệu và thời điểm cập nhật.
- Công cụ: đọc gì, ghi gì, giới hạn theo vai trò.
- Điểm dừng: khi thiếu nguồn, lỗi API, hết ngân sách hoặc cần con người.
- Bằng chứng: ghi trạng thái thực hiện phù hợp, không đưa bí mật hoặc dữ liệu khách vào log thông thường.
Một Agent có thể trả lời đúng nhưng gọi sai công cụ. Vì vậy cần đánh giá riêng chất lượng câu trả lời và tính đúng đắn của hành động; không dùng một số “độ chính xác” chung khi chưa định nghĩa bộ kiểm thử.
Bài học từ Bee: thiết kế phương án khi mô hình lỗi
Bee đã công bố luồng fallback và cơ chế chuyển cho người thật. Quyết định này giúp phạm vi trải nghiệm cơ bản vẫn rõ khi nhà cung cấp AI gặp sự cố; fallback có khả năng hẹp hơn phản hồi AI. Đây là trade-off giữa tính liên tục của giao diện và độ linh hoạt, không phải cam kết hoạt động tuyệt đối hay kết quả doanh thu.
Khi khảo sát một dự án, Onter bắt đầu từ use case, nguồn và quyền thực hiện. Nếu chỉ cần vài câu trả lời cố định, FAQ hoặc chatbot kịch bản có thể đủ. Nếu cần nhiều bước có điều kiện, mới đánh giá Agent cùng cơ chế kiểm soát. Chi tiết hệ sinh thái và giới hạn được công bố tại Onter AI.
Dịch vụ và tài liệu liên quan
Trao đổi phạm vi triển khai cùng Onter · Sản phẩm Bee · Case Onter.vn · Về Onter.
