Bài 6 — Cho agent trí nhớ và kiến thức riêng (knowledge base)

Một agent chỉ dựa vào kiến thức chung của LLM sẽ không biết bảng giá của bạn, chính sách đổi trả của bạn, hay quy trình nội bộ. Bài này dạy cách cho agent đọc tài liệu riêng (knowledge base) và nhớ hội thoại (memory).

Hai loại "trí nhớ" cần phân biệt

• Kiến thức tĩnh (knowledge base): tài liệu bạn nạp vào — bảng giá, FAQ, chính sách. Ít thay đổi, agent tra cứu khi cần.
• Trí nhớ hội thoại (memory): agent nhớ các câu đã nói trong cùng cuộc chat để không hỏi lại "bạn tên gì" ba lần.

RAG là gì (nói cho người mới)

RAG (Retrieval-Augmented Generation) nghĩa là: khi khách hỏi, hệ thống tìm đoạn tài liệu liên quan rồi đưa kèm cho LLM để nó trả lời đúng theo tài liệu của bạn. Bạn không cần code — nền tảng no-code làm phần "tìm" giúp bạn; bạn chỉ cần nạp tài liệu sạch.

Hình dung:

Khách hỏi -> Hệ thống tìm 3 đoạn tài liệu liên quan
          -> Gắn 3 đoạn đó vào prompt
          -> LLM trả lời DỰA TRÊN 3 đoạn (không bịa)

Các bước tạo knowledge base

• Gom tài liệu: bảng giá, chính sách đổi trả, hướng dẫn dùng sản phẩm — dạng văn bản/PDF.
• Làm sạch: bỏ phần thừa, chia theo mục có tiêu đề rõ ràng. Tài liệu càng gọn, tra càng chính xác.
• Tải lên mục "Knowledge / Files" của nền tảng agent.
• Bật RAG/Retrieval cho agent, chọn tài liệu vừa nạp.
• Thêm chỉ dẫn vào system prompt: "Trả lời dựa trên tài liệu đã cung cấp. Không có thì nói 'em chưa có thông tin này'."
• Kiểm thử bằng câu hỏi mà chỉ tài liệu của bạn mới trả lời được.

Cấu hình memory hội thoại

Đa số nền tảng có nút bật "Conversation memory" và chọn cửa sổ nhớ:

memory:
  type: buffer          # nhớ N lượt gần nhất
  window: 10            # 10 lượt trao đổi
  key: session_id       # tách trí nhớ theo từng khách

Quan trọng: tách theo session_id để trí nhớ của khách A không lẫn sang khách B.

Khung tư duy "nguồn sự thật"

Mỗi thông tin agent nói ra nên có nguồn:

• Sự thật cố định → knowledge base (bảng giá, chính sách).
• Sự thật thời gian thực → tool (tồn kho, lịch trống — Bài 5).
• Bối cảnh cuộc trò chuyện → memory (tên khách, nhu cầu vừa nêu).

Nếu một câu hỏi không rơi vào nguồn nào, agent nên thừa nhận không biết thay vì bịa.

Checklist knowledge base tốt

• [ ] Tài liệu chia mục, có tiêu đề rõ.
• [ ] Không có thông tin mâu thuẫn giữa các file.
• [ ] Đã bật retrieval và gán đúng tài liệu.
• [ ] System prompt yêu cầu trả lời dựa trên tài liệu.
• [ ] Memory tách theo session, đặt cửa sổ hợp lý.
• [ ] Đã test câu hỏi "bẫy" nằm ngoài tài liệu để xem agent có thừa nhận không biết.

Sai lầm thường gặp

• Nạp tài liệu bừa bộn: cả một ổ cứng file lộn xộn khiến agent tra ra đoạn sai.
• Tài liệu mâu thuẫn: hai file ghi hai mức giá khác nhau — agent trả lời bừa một cái.
• Quên cập nhật: đổi giá ngoài đời nhưng knowledge base vẫn cũ → agent báo sai.
• Nhồi cả tài liệu vào system prompt thay vì dùng RAG: tốn token và dễ vượt giới hạn.
• Memory không tách session: agent gọi khách này bằng tên khách khác — mất uy tín ngay.

Tổng kết

Agent giỏi trả lời theo kiến thức riêng của bạn nhờ knowledge base + RAG, và duy trì mạch trò chuyện nhờ memory tách theo session. Phân biệt rõ 3 nguồn sự thật: tài liệu, tool, và trí nhớ. Giữ tài liệu sạch và cập nhật. Bài sau, chúng ta ráp mọi mảnh lại thành agent hoàn chỉnh và kiểm thử end-to-end.