Hướng dẫn thiết kế kịch bản Callbot V4

Bên cạnh kho kịch bản mẫu, UCALL cũng cho phép khách hàng chủ động xây dựng kịch bản hoàn toàn mới theo nhu cầu riêng của doanh nghiệp.

1. Tạo kịch bản mới

Để xây dựng một kịch bản AI Call Agent mới, tại màn hình danh sách kịch bản bạn nhấn vào nút Tạo kịch bản mới ở góc phải màn hình.

Hệ thống sẽ hiển thị popup cho phép nhập Tên kịch bản. Sau khi nhập tên, bạn nhấn Lưu để tạo kịch bản.

Sau khi tạo thành công, hệ thống sẽ chuyển đến màn hình thiết kế Botflow để xây dựng luồng hội thoại AI cho chiến dịch.

Thiết kế kịch bản

2. Làm quen với màn hình Botflow

Tại màn hình này, bạn có thể kéo thả các node chức năng để thiết lập quy trình tương tác cho AI Call Agent.

Mỗi kịch bản sẽ bắt đầu từ block Bắt đầu. Từ block này, bạn nối đến các node khác để tạo thành luồng hội thoại hoàn chỉnh.

Bạn có thể thực hiện các thao tác cơ bản như:

• Kéo block từ thanh block bên trái ra màn hình thiết kế.
• Nối các block với nhau để tạo luồng xử lý.
• Nhấn chọn dây nối rồi bấm phím Backspace để xoá dây nối.

Chức năng của các block

Mỗi block trong Botflow đảm nhiệm một vai trò khác nhau trong kịch bản và có thể được cấu hình độc lập theo nhu cầu sử dụng. Trong phần dưới đây, chúng ta sẽ cùng tìm hiểu chi tiết chức năng và cách sử dụng của từng block trong hệ thống UCALL.

1. Bắt đầu: Là điểm khởi tạo của toàn bộ kịch bản. Đây là node đầu tiên khi cuộc gọi được thực hiện và là nơi bắt đầu luồng xử lý của AI Call Agent.

Mỗi kịch bản chỉ có một block bắt đầu duy nhất.

2. Node nói: Là block được sử dụng để cấu hình nội dung mà AI sẽ phát tới khách hàng trong cuộc gọi.

Khi nhấp vào Node nói, hệ thống sẽ hiển thị bảng Cài đặt node nói ở phía bên phải. Tại đây, bạn có thể thiết lập nội dung phát ra của bot.

Trong một Node nói, hệ thống hỗ trợ 3 hình thức phát nội dung chính:

• Câu cố định
• Prompt
• Ghi âm

Tùy theo nhu cầu sử dụng, bạn có thể lựa chọn hình thức phù hợp để bot phát lời thoại trong từng bước của kịch bản.

Câu cố định được sử dụng khi bạn muốn bot nói chính xác một nội dung văn bản đã được soạn sẵn.

Hình thức này phù hợp với các câu thoại cần đảm bảo tính nhất quán, chẳng hạn lời chào, lời giới thiệu, lời cảm ơn, thông báo ngắn hoặc các nội dung bắt buộc theo kịch bản.

Khi sử dụng Câu cố định, bạn nhập trực tiếp nội dung văn bản vào ô cấu hình. Hệ thống sẽ chuyển nội dung này thành giọng nói thông qua công nghệ Text-to-Speech.

Giọng đọc, tốc độ đọc và âm lượng sẽ phụ thuộc vào phần Cài đặt giọng nói của kịch bản.

Prompt được sử dụng khi bạn muốn AI tự động sinh nội dung phản hồi linh hoạt dựa trên ngữ cảnh cuộc gọi, thay vì chỉ phát một câu thoại cố định.

Hình thức này phù hợp với các đoạn hội thoại cần khả năng xử lý tự nhiên, chẳng hạn tư vấn sản phẩm, giải thích thông tin, trả lời câu hỏi mở hoặc xử lý các tình huống khách hàng phản hồi ngoài kịch bản.

Khi sử dụng Prompt, bạn cần nhập hướng dẫn rõ ràng để định hình cách AI trả lời khách hàng.

Prompt nên thể hiện đầy đủ vai trò của bot, mục tiêu cuộc gọi, phạm vi nội dung được phép trả lời, cách xử lý khi khách hàng hỏi ngoài phạm vi và giọng điệu giao tiếp mong muốn.

Nếu Prompt quá chung chung, AI có thể phản hồi không đúng trọng tâm hoặc không thống nhất với mục tiêu chiến dịch.

Ghi âm được sử dụng khi bạn muốn bot phát một file âm thanh có sẵn thay vì dùng giọng AI để đọc văn bản.

Bạn có thể tải lên file ghi âm từ máy tính hoặc ghi âm trực tiếp trên hệ thống. Hình thức này phù hợp với các nội dung cần giữ nguyên giọng đọc thật, cảm xúc, ngữ điệu hoặc các lời thoại đã được thu âm sẵn.

Sau khi tải lên hoặc ghi âm thành công, hệ thống sẽ sử dụng file âm thanh này để phát tới khách hàng khi cuộc gọi được thực hiện.

Phần Cài đặt giọng nói như giọng bot, tốc độ hoặc âm lượng chỉ áp dụng cho nội dung được chuyển từ văn bản sang giọng nói, không làm thay đổi giọng trong file ghi âm đã tải lên. Nếu muốn thay đổi giọng, tốc độ hoặc sắc thái của nội dung ghi âm, bạn cần chỉnh sửa file âm thanh trước khi tải lên hoặc ghi âm lại nội dung mới.

Nếu sử dụng Cá nhân hoá giới tính, bạn có thể chuẩn bị các file ghi âm khác nhau cho khách hàng nam và khách hàng nữ.

Cơ chế này thường được dùng khi nội dung thoại có cách xưng hô khác nhau, ví dụ “anh” và “chị”. Khi cuộc gọi được thực hiện:

• Nếu khách hàng là nam, hệ thống sẽ phát file ghi âm có nội dung xưng hô là “anh”.
• Nếu khách hàng là nữ, hệ thống sẽ phát file ghi âm có nội dung xưng hô là “chị”.
• Nếu không có thông tin giới tính hoặc hệ thống không xác định được giới tính, hệ thống sẽ sử dụng file ghi âm mặc định nếu có cấu hình.

Ngoài ra, bạn có thể sử dụng Cá nhân hóa nội dung, ví dụ như tên khách hàng, tên sản phẩm, thời gian hẹn hoặc các dữ liệu khác có trong danh sách liên hệ.

[Phần Cá nhân hoá nội dung đang phát triển]

Về nguyên tắc phát nội dung tại Node nói, hệ thống sẽ ưu tiên sử dụng Ghi âm nếu node có cấu hình file ghi âm.

Trong trường hợp không có ghi âm, bot sẽ phát nội dung theo hình thức bạn đã cấu hình cho node, bao gồm Câu cố định hoặc Prompt.

Vì vậy, khi thiết lập Node nói, bạn cần xác định rõ node đó sẽ sử dụng hình thức nào để tránh nhầm lẫn về nội dung bot sẽ phát trong cuộc gọi.

3. Node nghe: Là block dùng để thiết lập cách AI lắng nghe, phân tích âm thanh và nhận diện phản hồi của khách hàng sau khi kết thúc một Node nói.

Block này đóng vai trò quyết định trong việc điều hướng cuộc gọi đi đúng luồng nghiệp vụ.

Khi cuộc gọi đi đến Node nghe, hệ thống sẽ mở khoảng thời gian nghe theo cấu hình để ghi nhận phản hồi của khách hàng.

Nội dung khách hàng nói sẽ được hệ thống xử lý, chuyển đổi từ giọng nói thành văn bản và phân tích để xác định ý định phù hợp. Sau khi nhận diện được ý định, hệ thống sẽ điều hướng cuộc gọi sang nhánh hội thoại đã được nối với ý định đó.

Khi click vào Node nghe, hệ thống sẽ hiển thị bảng Cài đặt node nghe ở phía bên phải với 2 chế độ sau:

Chế độ 1: Ý định - Đây là phần cốt lõi để dạy AI hiểu khách hàng muốn gì.

Mặc định khi tạo mới, hệ thống luôn tự động tạo sẵn 3 nhánh hệ thống cơ bản:

• Im lặng: Nhánh xử lý khi đến lượt nói nhưng khách hàng không phát ra âm thanh.
• Không nhận diện được: Nhánh xử lý khi khách hàng có nói, nhưng nội dung không khớp với bất kỳ ý định nào được cấu hình trong Node này.
• Mặc định: Nhánh xử lý khi hệ thống ghi nhận có âm thanh đầu vào từ khách hàng nhưng không thể nhận diện.

Bạn có thể thêm một ý định mới hoặc loại bỏ một ý định đang có ra khỏi node nghe.

Để thêm một ý định tuỳ chỉnh, bạn nhấn biểu tượng dấu + ở bảng cài đặt bên phải, rồi chọn Mới. Hệ thống sẽ hiển thị một pop-up nhỏ, bạn điền các thông tin:

• Tên ý định: Đặt tên gợi nhớ cho nhánh nghiệp vụ.
• Mô tả: Diễn giải ngắn gọn mục đích của ý định này.
• Từ khóa: Nhập các từ/cụm từ khóa cốt lõi mà khách hàng thường nói, cách nhau bằng dấu phẩy , (Ví dụ: được, ok, đồng ý, nghe đây).
• Đặt làm chuyển đổi: [Đang phát triển]

Nhấn Lưu để hoàn tất.

Để loại bỏ một ý định không mong muốn bạn có thế nhấn biểu tượng dấu - bên phải ý định.

Mỗi ý định có thể được kết nối đến một nhánh hội thoại khác nhau. Khi khách hàng trả lời, hệ thống sẽ phân tích nội dung và lựa chọn ý định phù hợp nhất để đi tiếp trong luồng.

Vì vậy, bạn nên đặt tên ý định rõ ràng, viết mô tả đúng nghiệp vụ và bổ sung từ khóa đại diện cho nhiều cách nói khác nhau của khách hàng.

Bên cạnh việc khai báo ý định, bạn cần cấu hình thêm các thông số xử lý cho Node nghe để kiểm soát cách hệ thống lắng nghe và phản hồi trong từng tình huống.

Tại phần cấu hình, Thời gian nghe tối đa là khoảng thời gian hệ thống mở phiên nghe để chờ khách hàng phản hồi. Nếu trong khoảng thời gian này khách hàng không nói gì, hoặc âm thanh ghi nhận không đủ rõ để xử lý, hệ thống sẽ chuyển sang nhánh xử lý phù hợp như Im lặng hoặc Không nhận diện được.

Ngoài ra, bạn có thể thiết lập Kích hoạt mỗi TH tối đa để giới hạn số lần lặp lại của cùng một tình huống.

Trong trường hợp có những ý định quan trọng cần được nhận diện ở bất kỳ thời điểm nào trong cuộc gọi, bạn có thể bật Node toàn cục. Khi bật tùy chọn này, các ý định trong node có thể được áp dụng trên phạm vi toàn bộ cuộc gọi thay vì chỉ có hiệu lực tại vị trí hiện tại của node.

Bạn cũng có thể bật tùy chọn Sử dụng từ nối để AI nhận diện tốt hơn cách nói tự nhiên của khách hàng. Trong thực tế, khách hàng thường không trả lời bằng các từ khóa ngắn gọn mà có thể dùng nhiều từ đệm hoặc từ nối như “ừ thì cũng được”, “à để anh xem”, “ờ ok em”. Khi bật tùy chọn này, hệ thống sẽ hỗ trợ phân tích phần ý nghĩa chính trong câu trả lời, từ đó giúp việc nhận diện ý định mượt mà và chính xác hơn.

Chế độ 2: Nhận diện biến

[Đang phát triển]

Cài đặt chung của kịch bản

Ngoài các block trong Botflow, hệ thống còn hỗ trợ các phần cài đặt chung để tối ưu cách bot giao tiếp, xử lý dữ liệu và kiểm thử kịch bản.

Đầu tiên, tại Cài đặt giọng nói, bạn có thể lựa chọn phương thức phát âm của bot.

Cài đặt giọng nói

Nếu tích chọn Sử dụng giọng bot, bạn nhấn vào thanh dropdown để chọn một giọng đọc phù hợp. Bạn cũng có thể điều chỉnh thông số Tốc độ, Âm lượng và nghe thử giọng mẫu trước khi sử dụng.

Nếu muốn sử dụng giọng nói được clone từ một cá nhân cụ thể, hãy tích chọn Sử dụng giọng nhân bản.

Các thiết lập trong phần Cài đặt giọng nói sẽ được áp dụng cho những nội dung bot đọc từ văn bản, bao gồm Câu cố định và nội dung do AI tạo ra từ Prompt. Khi đó, hệ thống sẽ chuyển văn bản thành giọng nói theo giọng đọc, tốc độ và âm lượng đã được cấu hình.

Tuy nghiên, với các Node nói sử dụng Ghi âm, phần Cài đặt giọng nói sẽ không làm thay đổi giọng đọc, tốc độ hay cảm xúc trong file ghi âm. Bot sẽ phát đúng âm thanh gốc của file đã tải lên hoặc ghi âm trực tiếp trên hệ thống.

Ngay phía dưới là phần cấu hình Prompt và AI Model.

Tại đây, bạn nhấp vào ô chọn AI model để quyết định mô hình ngôn ngữ lớn sẽ xử lý hội thoại.

Tại khung Prompt hệ thống, bạn cần nhập các hướng dẫn tổng quát để định hình cách AI giao tiếp với khách hàng trong toàn bộ kịch bản.

Prompt nên mô tả rõ vai trò của bot, mục tiêu cuộc gọi, phạm vi thông tin được phép tư vấn, cách xưng hô, giọng điệu giao tiếp và quy tắc xử lý khi khách hàng hỏi ngoài phạm vi. Đây là phần giúp AI hiểu mình cần đóng vai gì và phải phản hồi theo nguyên tắc nào trong quá trình hội thoại.

Prompt hệ thống khác với Prompt trong từng Node nói.

Prompt hệ thống đóng vai trò như bộ quy tắc chung cho toàn bộ kịch bản, còn Prompt tại Node nói là hướng dẫn cụ thể cho một bước hội thoại nhất định.

Khi bot đi đến một Node nói sử dụng Prompt, hệ thống sẽ kết hợp Prompt hệ thống, Prompt của node, ngữ cảnh hội thoại và dữ liệu liên quan để tạo ra câu trả lời phù hợp.

Để tối ưu trải nghiệm cuộc gọi, bạn tiếp tục thiết lập các tùy chọn tại mục Cài đặt nâng cao.

Để cung cấp dữ liệu nền tảng cho AI trả lời, bạn truy cập vào phần Tài nguyên. Ở đây quản lý dữ liệu nền tảng, biến số và tệp tin âm thanh cung cấp cho kịch bản AI.

Tài nguyên

Ví dụ thực hành

Sau khi đã nắm được các block và phần cài đặt chính, bạn có thể tham khảo các ví dụ dưới đây để xây dựng kịch bản trong Botflow.

Ví dụ 1. Xây dựng một kịch bản giọng máy

Với một kịch bản giọng máy UCALL hỗ trợ hai hình thức cấu hình nội dung thoại gồm: Câu cố định và Prompt. Đầu tiên, bạn hãy kéo block *Node nói* từ thanh block bên trái ra màn hình botflow.  Sau đó, bạn nối block *Bắt đầu* với block *Bot nói* để tạo luồng bắt đầu của callbot.  Tiếp theo, bạn gõ nội dung của *Node nói* đầu tiên khi bắt đầu cuộc hội thoại. Nếu sử dụng câu cố định, AI sẽ phát đúng nội dung đã được cấu hình tại node tương ứng.  *Thiết lập Câu cố định* Còn nếu sử dụng Prompt, AI sẽ chủ động tạo phản hồi dựa trên ngữ cảnh hội thoại và nội dung hướng dẫn được khai báo trong Prompt.  *Thiết lập Prompt* Tiếp theo, bạn nối *Node nói* vừa tạo với một *Node nghe* để callbot AI nghe, nhận diện và phân loại nội dung khách hàng nói.  Tại phần cài đặt node nghe, bạn có thể thiết lập các nhóm ý định mà AI cần nhận diện trong quá trình hội thoại. Mỗi ý định có thể được kết nối đến một nhánh hội thoại khác nhau nhằm giúp AI xử lý linh hoạt theo phản hồi thực tế của khách hàng.  Cứ như vậy, chúng ta đã xây dựng xong một kịch bản đơn giản với giọng máy nói.

Ví dụ 2. Xây dựng một kịch bản giọng ghi âm

Tương tự như với kịch bản giọng máy, kịch bản giọng ghi âm cũng được xây dựng bằng việc kéo thả và nối các block để tạo thành luồng nói chuyện giữa bot và khách hàng. Với kịch bản ghi âm, bạn thực hiện cấu hình tại *Node nói* trong Botflow. Tại màn hình cài đặt node nói, trong phần Ghi âm, bạn có thể Nhấn “Tải lên” để sử dụng file ghi âm từ máy tính hoặc nhấn “Ghi âm” để thu âm trực tiếp trên hệ thống.  Sau khi tải lên hoặc ghi âm thành công, hệ thống sẽ sử dụng file âm thanh này để phát tới khách hàng khi cuộc gọi được thực hiện.  ***Lưu ý***: Ghi âm to, rõ ràng giúp cho tín hiệu audio phát tới khách hàng ổn định hơn. Tiếp theo, bạn nối *Node nói* vừa tạo với một *Node nghe*.  Cứ tiếp tục cho đến hết luồng kịch bản, như vậy bạn có một kịch bản ghi âm.  Kịch bản ghi âm giúp cho cuộc hội thoại trở nên tự nhiên, giống người thật nên khách hàng sẽ không phân biệt được người hay máy.

3. Kiểm thử kịch bản

Sau khi xây dựng kịch bản, bạn nên thực hiện Kiểm thử để kiểm tra kịch bản trước khi xuất bản.

Bước này giúp đánh giá toàn bộ luồng hội thoại, bao gồm:

• Nội dung bot phát ra.
• Khả năng nhận diện phản hồi của khách hàng.
• Điều hướng theo ý định.
• Chất lượng âm thanh trong cuộc gọi.

UCALL hỗ trợ 3 hình thức kiểm thử: Chat thử, Gọi thử qua app và Gọi thử qua số điện thoại.

Với Chat thử, bạn có thể nhắn tin trực tiếp với bot dưới dạng văn bản để kiểm tra nhanh luồng kịch bản, nội dung Prompt và khả năng phản hồi của AI.

Hình thức này phù hợp để rà soát logic hội thoại trước khi kiểm tra bằng giọng nói.

Trạng thái: Đang phát triển.

Với Gọi thử qua app, hệ thống cho phép bạn thực hiện cuộc gọi thoại trực tiếp trên giao diện web.

Cách này giúp kiểm tra giọng đọc, tốc độ phản hồi, độ trễ, cách bot phát nội dung ở từng Node nói và cách Node nghe nhận diện câu trả lời của người dùng.

Với Gọi thử qua số điện thoại, bạn nhập một số điện thoại cá nhân để hệ thống thực hiện cuộc gọi thực tế đến số đó.

Đây là cách kiểm thử sát với trải nghiệm khách hàng nhất, giúp bạn đánh giá chất lượng âm thanh, khả năng bắt máy, nội dung thoại, ghi âm, xưng hô và luồng xử lý trong điều kiện gọi thực tế.

Khi kiểm thử, bạn nên kiểm tra đầy đủ cả luồng chính và các luồng rẽ nhánh. Không chỉ thử trường hợp khách hàng trả lời đúng như dự kiến, bạn cũng nên thử các tình huống như:

• Khách hàng im lặng.
• Khách hàng trả lời sai ý.
• Khách hàng hỏi ngoài nội dung.
• Khách hàng yêu cầu gọi lại
• Khách hàng từ chối tiếp tục cuộc gọi.
• Khách hàng yêu cầu gặp nhân viên.

Việc này giúp đảm bảo Node nghe đã được cấu hình đúng và các ý định đều được điều hướng sang nhánh phù hợp.

Nếu kịch bản có sử dụng ghi âm nam/nữ, cần kiểm thử với dữ liệu khách hàng nam, nữ và trường hợp không có giới tính để đảm bảo hệ thống phát đúng file ghi âm hoặc file mặc định.

Nếu kịch bản có sử dụng Prompt, nên thử nhiều cách diễn đạt khác nhau để kiểm tra khả năng hiểu ngữ cảnh và chất lượng phản hồi của AI.

4. Xuất bản kịch bản

Sau khi kiểm thử và xác nhận kịch bản hoạt động đúng theo luồng mong muốn, bạn nhấn Xuất bản để lưu phiên bản kịch bản và sử dụng cho chiến dịch.

---

Như vậy, bạn đã hoàn tất quá trình tạo một kịch bản AI Call Agent mới trên UCALL, sẵn sàng sử dụng cho các chiến dịch gọi tự động của doanh nghiệp.

Lưu ý: Có một điểm khác biệt nhỏ so với AI Callbot. Trên AI Callbot, người dùng cần nhấn Lưu để lưu phiên bản kịch bản trước khi đưa vào sử dụng cho chiến dịch. Chức năng này tương đương với thao tác Xuất bản trên AI Call Agent.