Bài 8 — Vận hành thật: giám sát, chuyển người, đo lường, tối ưu chi phí

Agent chạy được trên bàn thử khác xa với chạy ổn định 24/7 khi khách thật đổ vào. Bài cuối này biến prototype thành hệ thống vận hành được: giám sát lỗi, chuyển người mượt, đo hiệu quả, và giữ chi phí thấp.

1. Chuyển người (escalation) — tính năng sống còn

Agent phải biết khi nào nó nên im lặng và gọi người:

• Khách gõ "gặp nhân viên", "cho gặp người", "chán bot quá".
• Intent KHIEU_NAI hoặc cảm xúc tiêu cực mạnh.
• Agent không chắc (LLM trả confidence thấp / không parse được).
• Cùng câu hỏi lặp 3 lần mà chưa giải quyết.

function canChuyenNguoi(msg, intent, retry) {
  const kw = ['gặp nhân viên','gặp người','nói chuyện với người','bực'];
  if (kw.some(k => msg.toLowerCase().includes(k))) return true;
  if (intent === 'KHIEU_NAI') return true;
  if (retry >= 3) return true;
  return false;
}

Khi chuyển: tắt auto-reply cho userId đó (ví dụ 2 giờ), thông báo nhân viên qua Telegram/Zalo kèm ngữ cảnh, và báo khách "Em chuyển anh/chị cho nhân viên nhé".

2. Giám sát (monitoring)

Bạn không thể ngồi nhìn n8n cả ngày. Cần cảnh báo tự động:

• Lỗi execution: n8n Error Trigger → gửi Telegram cho bạn.
• Token Zalo hết hạn: cron refresh + cảnh báo nếu refresh fail.
• Tỉ lệ lỗi tăng: nếu > X% tin không trả lời được trong 1 giờ → báo.
• Nhật ký hội thoại: lưu mỗi cặp hỏi–đáp để rà lại khi khách phàn nàn.

3. Đo lường (chốt trước, tối ưu sau)

Đo được thì mới cải tiến được. Mỗi tuần xem 20 hội thoại agent làm dở nhất để tìm chỗ sửa.

4. Tối ưu chi phí (giữ SME sống được)

• Rule trước, LLM sau: intent hiển nhiên xử lý bằng rule, đỡ token.
• Model rẻ cho việc dễ: phân loại intent dùng DeepSeek/GPT-4o-mini; chỉ dùng model mạnh khi thật cần.
• Cache câu hỏi lặp: "phí ship bao nhiêu" trả lời cố định, không gọi LLM.
• Cắt context thừa: chỉ đưa state + vài tin gần nhất vào prompt.
• ZNS có chọn lọc: chỉ gửi tin chủ động thật cần thiết vì ZNS tính phí.

5. Ra mắt từng bước (rollout an toàn)

Tuần 1: agent chạy "shadow" — gợi ý câu trả lời cho nhân viên, chưa tự gửi.
Tuần 2: bật auto cho 1 intent an toàn nhất (hỏi giá).
Tuần 3: mở thêm đặt hàng, giữ hóa đơn ở chế độ duyệt tay.
Tuần 4+: mở rộng dần, luôn giữ nút chuyển người.

Checklist go-live

• [ ] Có cơ chế chuyển người + tắt auto khi nhân viên vào
• [ ] Cảnh báo lỗi execution về Telegram/Zalo
• [ ] Cron refresh token Zalo hoạt động
• [ ] Lưu log hội thoại để rà soát
• [ ] 4-5 chỉ số được theo dõi hàng tuần
• [ ] Rollout theo giai đoạn, không bật tất cả cùng lúc
• [ ] Ngân sách token + ZNS được giám sát

Khung tư duy: Chạy – Đo – Sửa

Đừng chờ agent "hoàn hảo" mới ra mắt. Ra mắt phạm vi nhỏ, đo bằng số, sửa điểm yếu nhất, lặp lại. SME thắng nhờ vòng lặp cải tiến nhanh, không nhờ hệ thống to.

Sai lầm thường gặp

• Không có chuyển người: agent làm hỏng ca khó, mất khách. Bắt buộc có escalation.
• Không giám sát: agent chết âm thầm cả ngày (token hết) mà không ai biết. Phải có cảnh báo.
• Bật tất cả cùng lúc: lỗi lan rộng, khó lần nguyên nhân. Rollout theo giai đoạn.
• Không đo lường: không biết agent lời hay lỗ. Chốt chỉ số ngay từ đầu.
• Tối ưu quá sớm: dồn công sức tiết kiệm vài nghìn token trong khi luồng còn lỗi. Ổn định trước, tối ưu sau.
• Bỏ log hội thoại: khi khiếu nại không tra được agent đã nói gì. Luôn lưu vết.

Kết khóa: bạn đã có đủ mảnh ghép — Zalo OA, luồng no-code, hiểu ý định, tools tra giá/ghi đơn, hóa đơn điện tử đúng luật, tin chủ động, và vận hành thật. Hãy bắt đầu với 1 intent, cho chạy thật, rồi mở rộng. Chúc bạn xây được agent làm việc thật cho SME của mình.