# Kiểm thử AI trước khi khách hỏi

Viết những câu hỏi quan trọng, nêu thế nào là một câu trả lời tốt, và để Hạ Tầng chấm điểm trợ lý sau mỗi lần thay đổi.

Tab **Kiểm thử** kiểm tra trợ lý bằng những câu khách thật sự hay hỏi. Bạn viết câu hỏi và thế nào là một câu trả lời tốt; Hạ Tầng cho trợ lý trả lời ba lần và chấm từng câu từ 0 đến 100. Chạy kiểm thử sau mỗi lần sửa kiến thức, hướng dẫn hay tình huống, bạn sẽ biết mình làm tốt lên hay tệ đi.

## Thêm một câu kiểm thử

1. Vào **Hỗ trợ khách hàng → Trợ lý AI → Kiểm thử**.
2. Ở **Thêm câu kiểm thử**, điền:
   - **Tên**: một nhãn ngắn, ví dụ "Hỏi phí ship tỉnh".
   - **Kênh** và **Giờ làm việc**: bối cảnh cần giả lập, ví dụ **Zalo OA** và **Ngoài giờ làm việc**.
   - **Đoạn chat trước đó** (không bắt buộc): các tin nhắn trước, mỗi dòng bắt đầu bằng "Khách:" hoặc "AI:".
   - **Khách nhắn**: tin nhắn cần trả lời.
   - **Mong đợi**: thế nào là trả lời tốt, viết bằng lời thường. "Nêu đúng phí ship và thời gian giao cho Đà Nẵng; không hứa ngày cụ thể" hoặc "Xin lỗi và chuyển cho nhân viên".
3. Bấm **Thêm**.

![Ba câu kiểm thử cho một tiệm trà: phí ship, sản phẩm hết mùa và khách đòi hoàn tiền](https://hatang.dev/help/img/vi/ai/evals.webp)

## Chạy kiểm thử

Bấm **Chạy tất cả** ở trên cùng, hoặc **Chạy** dưới từng câu. Câu kiểm thử hiện **Đang chờ** rồi **Đang chấm**; tải lại trang sau ít phút để xem kết quả.

Với mỗi câu bạn nhận được:

- **điểm**, trung bình của ba lần chấm: xanh từ 80, cam từ 50, đỏ dưới 50;
- **độ lệch**, khoảng cách giữa câu trả lời tốt nhất và tệ nhất trong ba lần. Lệch hơn 30 điểm nghĩa là trợ lý trả lời câu này chưa ổn định;
- **Xem 3 câu trả lời**: từng câu trả lời kèm điểm và một câu nhận xét của người chấm.

Trang cũng hiện điểm trung bình của tất cả câu kiểm thử.

Trợ lý trả lời câu kiểm thử y như khi trả lời khách thật: cùng kiến thức, hướng dẫn, tình huống, sản phẩm và công cụ. Việc chuyển nhân viên chỉ được tính là đúng nếu phần mong đợi yêu cầu, hoặc câu hỏi thật sự cần người.

> [!NOTE]
> Mỗi câu kiểm thử tốn ba lần trả lời và ba lần chấm, đều tính vào ngân sách AI. Khoảng mười câu chạy sau mỗi lần thay đổi là thói quen tốt; chạy liên tục thì không.

## Viết câu kiểm thử tốt

- **Bắt đầu từ câu hỏi thật**, lấy từ **Câu hỏi chưa có đáp án** và từ những hội thoại nhân viên phải sửa.
- **Mỗi câu một ý.** "Nêu đúng phí ship" dễ chấm; "nêu phí, thời gian, chính sách đổi trả và mã giảm giá" thì không.
- **Kiểm thử cả việc chuyển nhân viên**: hoàn tiền, phàn nàn, khách đòi gặp người thật. Phần mong đợi là "chuyển cho nhân viên, không tự hứa hoàn tiền".
- **Kiểm thử cả điều không được làm**: "không bịa ngày giao", "không tự đưa mã giảm giá".

## Khi điểm thấp

| Bạn thấy gì | Thường nghĩa là | Làm gì |
|---|---|---|
| Điểm thấp, độ lệch nhỏ | Kiến thức thiếu hoặc sai | Sửa nguồn, hoặc trả lời câu đó trong **Câu hỏi chưa có đáp án** |
| Điểm trung bình khá, độ lệch lớn | Kiến thức mơ hồ hoặc mâu thuẫn | Viết lại thành một cặp hỏi đáp rõ ràng; xoá bản cũ |
| Chuyển nhân viên khi lẽ ra phải trả lời | Không tìm thấy đoạn kiến thức | Dùng đúng từ của khách trong câu hỏi; xem các đoạn được dùng trong **Thử chat với AI** |
| Trả lời khi lẽ ra phải chuyển | Hướng dẫn hoặc một tình huống đẩy AI tiếp tục | Thêm tình huống với **Chuyển cho nhân viên** |