Copilot Studio mới: Tạo AI Agent với kỹ năng và bộ nhớ

Doanh nghiệp không còn chỉ cần một chatbot biết trả lời câu hỏi. Nhu cầu thực tế là xây dựng AI Agent có thể hiểu mục tiêu, tìm đúng dữ liệu, sử dụng công cụ được cấp quyền và duy trì ngữ cảnh để hoàn thành một quy trình nhiều bước.

Copilot Studio hướng đến bài toán đó bằng cách kết hợp chỉ dẫn, nguồn kiến thức, kỹ năng, hành động và khả năng quản lý ngữ cảnh trong cùng một môi trường. Thay vì phát triển toàn bộ hệ thống từ đầu, tổ chức có thể bắt đầu bằng phương pháp ít mã, sau đó mở rộng theo nhu cầu tích hợp và quản trị.

Tuy nhiên, khả năng thực thi và ghi nhớ cũng làm tăng yêu cầu về bảo mật, chất lượng dữ liệu và quyền truy cập. Một tác nhân hữu ích không phải là tác nhân được kết nối với nhiều công cụ nhất, mà là tác nhân có phạm vi rõ ràng, sử dụng đúng dữ liệu và biết khi nào phải chuyển nhiệm vụ cho con người.

×Đóng quảng cáo

Bài viết này giải thích cấu trúc của AI Agent, cách phân biệt kiến thức với kỹ năng và bộ nhớ, đồng thời cung cấp checklist chuẩn bị trước khi triển khai. Tên tính năng, phạm vi hỗ trợ, khu vực khả dụng và điều kiện giấy phép cần được đối chiếu với tài liệu Microsoft tại thời điểm áp dụng.

Copilot Studio mới là gì và vì sao AI Agent cần kỹ năng, bộ nhớ?

Copilot Studio là nền tảng giúp tổ chức thiết kế, mở rộng, kết nối và quản trị các tác nhân AI phục vụ những quy trình cụ thể. Tác nhân có thể được cấu hình để trả lời, truy xuất thông tin, thu thập dữ liệu đầu vào hoặc kích hoạt hành động trong phạm vi được cho phép.

Giá trị cốt lõi không nằm ở việc tạo thêm một cửa sổ trò chuyện. Nền tảng này giúp kết hợp khả năng hội thoại với dữ liệu và quy trình nghiệp vụ, nhờ đó AI có thể hỗ trợ người dùng đi từ câu hỏi đến kết quả cụ thể.

Từ chatbot trả lời sang AI Agent thực hiện nhiệm vụ

Chatbot truyền thống thường phản hồi theo từng câu hỏi độc lập hoặc theo một luồng hội thoại được xây dựng sẵn. AI Agent tiến xa hơn khi có thể nhận diện mục tiêu, xác định thông tin còn thiếu, truy xuất kiến thức và lựa chọn hành động phù hợp.

Ví dụ, khi nhân viên hỏi về trạng thái một yêu cầu thiết bị, chatbot có thể chỉ hướng dẫn nơi tra cứu. Một tác nhân được thiết kế đúng có thể xác thực người hỏi, lấy mã yêu cầu, kiểm tra trạng thái trong hệ thống được cấp quyền và đề xuất bước tiếp theo.

Điều đó không có nghĩa tác nhân được tự do quyết định mọi việc. Các hành động làm thay đổi dữ liệu, quyền truy cập, chi phí hoặc cam kết với khách hàng cần giới hạn rõ và có bước xác nhận khi cần thiết.

Kỹ năng của AI Agent là gì?

Kỹ năng AI Agent là chức năng mà tác nhân có thể sử dụng để hoàn thành một nhiệm vụ. Đó có thể là truy xuất một bản ghi, gửi dữ liệu vào quy trình, tạo yêu cầu hỗ trợ, cập nhật trạng thái hoặc gọi một công cụ đã được tổ chức phê duyệt.

Mỗi kỹ năng nên có đầu vào, đầu ra và phạm vi quyền cụ thể. Chẳng hạn, kỹ năng “tra cứu đơn hàng” chỉ cần quyền đọc thông tin liên quan, trong khi kỹ năng “hủy đơn hàng” cần thêm kiểm tra điều kiện và xác nhận của người dùng.

Bộ nhớ của AI Agent là gì?

Bộ nhớ AI Agent giúp duy trì những thông tin cần thiết giữa các lượt tương tác hoặc cho một mục đích sử dụng đã xác định. Nhờ đó, tác nhân có thể tránh hỏi lại dữ liệu vừa được cung cấp và xử lý một quy trình dài theo cách liền mạch hơn.

Bộ nhớ không đồng nghĩa với lịch sử trò chuyện. Nó cũng khác kho tri thức chứa tài liệu tham khảo và dữ liệu nghiệp vụ nằm trong các hệ thống bên ngoài như CRM, nền tảng hỗ trợ khách hàng hoặc cơ sở dữ liệu nội bộ.

Việc ghi nhớ phải có chủ đích. Tổ chức cần xác định dữ liệu nào được lưu, lý do lưu, thời hạn sử dụng, người có quyền truy cập và cơ chế sửa hoặc xóa khi phù hợp.

Nguyên tắc thực tế: chỉ cho tác nhân ghi nhớ thông tin cần thiết để cải thiện nhiệm vụ đã xác định, thay vì mặc định lưu mọi dữ liệu xuất hiện trong hội thoại.

Khi kết hợp đúng kỹ năng và bộ nhớ, tác nhân có thể giảm thao tác lặp lại, tạo trải nghiệm nhất quán và hỗ trợ cá nhân hóa. Dù vậy, không nên giả định mọi loại bộ nhớ hoặc kỹ năng đều khả dụng cho mọi tài khoản; phạm vi triển khai có thể phụ thuộc môi trường, khu vực, giấy phép, chính sách quản trị và từng đợt cập nhật.

Những việc cần chuẩn bị trước khi tạo AI Agent

Dự án AI Agent nên bắt đầu từ bài toán nghiệp vụ, không phải từ danh sách tính năng. Một trường hợp sử dụng nhỏ, có dữ liệu tốt và kết quả đo lường được thường phù hợp hơn một tác nhân đa năng nhưng thiếu ranh giới.

Chọn một tình huống sử dụng đủ cụ thể

Hãy xác định người dùng, vấn đề, đầu vào, đầu ra, tần suất và giá trị kỳ vọng. Đồng thời, liệt kê các trường hợp không giao cho AI xử lý, đặc biệt khi nhiệm vụ liên quan đến quyết định nhạy cảm hoặc khó đảo ngược.

Ví dụ phù hợp là tác nhân tiếp nhận yêu cầu hỗ trợ nội bộ, phân loại vấn đề và tạo phiếu. Mục tiêu “xử lý toàn bộ công việc vận hành” quá rộng để kiểm thử và quản trị hiệu quả.

Vẽ quy trình hiện tại

Liệt kê các bước thủ công, điểm chờ, nguồn dữ liệu, người phê duyệt và hệ thống đang được sử dụng. Bản đồ này giúp nhận ra vị trí tác nhân có thể giảm thao tác mà không phá vỡ cơ chế kiểm soát hiện có.

Kiểm kê dữ liệu

Đánh giá từng nguồn theo độ chính xác, tính cập nhật, cấu trúc, quyền sở hữu, mức độ nhạy cảm và khả năng truy cập. Nếu hai tài liệu đưa ra hướng dẫn khác nhau, cần giải quyết xung đột trước khi kết nối chúng với tác nhân.

Thiết kế chính sách bộ nhớ

Chính sách cần trả lời năm câu hỏi: ghi nhớ thông tin nào, phục vụ mục đích gì, lưu trong bao lâu, ai được xem và người dùng có thể yêu cầu sửa hoặc xóa bằng cách nào. Không nên dùng bộ nhớ như một kho lưu trữ mặc định.

Xác định quyền và cơ chế phê duyệt

Áp dụng nguyên tắc quyền tối thiểu cho từng kết nối và hành động. Những thao tác liên quan đến tài chính, pháp lý, cấp quyền hoặc thay đổi dữ liệu quan trọng nên có bước xác nhận hay phê duyệt của con người.

Trước khi chuyển sang giai đoạn xây dựng, đội dự án có thể dùng checklist sau:

• Mục tiêu và kết quả đầu ra đã được mô tả rõ.
• Có chủ sở hữu nghiệp vụ và chủ sở hữu kỹ thuật.
• Nguồn dữ liệu đã được kiểm tra chất lượng và quyền truy cập.
• Chỉ số đánh giá thành công đã được thống nhất.
• Có kịch bản cho dữ liệu thiếu, lỗi công cụ và yêu cầu ngoài phạm vi.
• Có người giám sát các hành động quan trọng.
• Có phương án quay lại quy trình thủ công khi hệ thống gián đoạn.
• Chính sách bộ nhớ và xử lý dữ liệu đã được xác định.

Sự chuẩn bị này giúp giảm rủi ro phải sửa lại kiến trúc sau khi triển khai. Với cá nhân hoặc đội nhóm đang lựa chọn công cụ, các nền tảng như CentriX.digital có thể hỗ trợ tiếp cận tài khoản AI, phần mềm bản quyền và hạ tầng số phù hợp; giá trị cuối cùng vẫn phụ thuộc vào việc công cụ được gắn với một quy trình thực tế như thế nào.