AI với tổng đài IP tại Việt Nam: ghi âm, tóm tắt, chấm điểm cuộc gọi

📌 AI với tổng đài IP hoạt động như thế nào

AI với tổng đài IP gồm ba lớp xử lý nối tiếp nhau:

1. Lấy ghi âm: tổng đài lưu file âm thanh mỗi cuộc gọi kèm thông tin số gọi, số nhận, máy lẻ, thời lượng. File được lấy qua API, webhook khi cuộc gọi kết thúc, hoặc thư mục đồng bộ.
2. Chuyển giọng nói thành văn bản: mô hình speech-to-text nghe file và trả về văn bản, lý tưởng là tách được ai nói câu nào (nhân viên hay khách).
3. Phân tích bằng mô hình ngôn ngữ: đọc văn bản, viết tóm tắt, rút ra nhu cầu, cảm xúc khách, các cam kết đã hứa, và chấm điểm theo tiêu chí.

Kết quả cuối có thể là một dòng trong Google Sheets, một ghi chú trong CRM gắn với khách hàng, hoặc tin nhắn cảnh báo cho trưởng nhóm khi điểm thấp.

Điểm khác biệt với callbot: ở đây AI không nói chuyện với khách. Nó chỉ xử lý sau cuộc gọi, nên rủi ro thấp hơn và dễ triển khai hơn nhiều.

📌 Kết nối tổng đài với hệ thống AI

Mỗi loại tổng đài có cách lấy dữ liệu khác nhau. Trước khi làm, hỏi nhà cung cấp tổng đài ba câu: có API lấy file ghi âm không, có webhook báo cuộc gọi kết thúc không, file lưu bao lâu.

Tổng đài cloud

Phần lớn tổng đài cloud tại Việt Nam cung cấp API hoặc webhook. Công cụ như n8n nhận webhook, tải file ghi âm, gửi sang dịch vụ chuyển giọng nói, rồi đẩy văn bản cho mô hình ngôn ngữ.

Tổng đài tự vận hành (Asterisk, FreePBX)

File ghi âm nằm trên máy chủ nội bộ. Có thể viết script quét thư mục ghi âm mỗi vài phút, hoặc chạy mô hình nhận dạng giọng nói ngay trên máy chủ có GPU để dữ liệu không ra ngoài.

Tích hợp sẵn trong CRM

Một số CRM đã tích hợp tổng đài và có tính năng tóm tắt cuộc gọi. Nếu đang dùng loại này, hãy thử tính năng có sẵn trước khi tự xây.

📌 Chất lượng nhận dạng tiếng Việt: điều cần biết

Nhận dạng tiếng Việt qua điện thoại khó hơn ghi âm cuộc họp vì âm thanh bị nén, có tiếng ồn và nói chồng lên nhau. Các yếu tố ảnh hưởng chính:

• Chất lượng file: ghi âm tách hai kênh (nhân viên một kênh, khách một kênh) cho kết quả tốt hơn nhiều so với gộp một kênh.
• Giọng vùng miền và từ chuyên ngành: tên sản phẩm, mã hàng, thuật ngữ kỹ thuật dễ bị nghe sai. Một số dịch vụ cho phép thêm danh sách từ khóa để cải thiện.
• Tiếng ồn nền: khách gọi từ công trường, ngoài đường.
• Phiên bản mô hình: chất lượng thay đổi theo từng phiên bản; nên tự thử với 20–30 cuộc gọi thật trước khi chọn dịch vụ.

Tin tốt là để tóm tắt và chấm điểm, không cần văn bản hoàn hảo. Mô hình ngôn ngữ vẫn hiểu ý chính dù vài từ sai. Nhưng với việc trích số điện thoại, địa chỉ, số tiền thì cần kiểm tra lại.

📌 Xây bộ tiêu chí chấm điểm cuộc gọi

Chấm điểm cuộc gọi chỉ có ích khi tiêu chí rõ ràng, đo được và gắn với kịch bản của công ty. Ví dụ bộ tiêu chí cho đội tư vấn bán hàng:

📌 Prompt mẫu tóm tắt và chấm điểm

Prompt nên yêu cầu đầu ra có cấu trúc để ghi thẳng vào bảng tính hay CRM. Ví dụ:

Bạn là trưởng nhóm chăm sóc khách hàng. Đọc bản ghi cuộc gọi dưới đây. Trả về JSON gồm: tom_tat (tối đa 3 câu), nhu_cau_khach, san_pham_nhac_den, cam_ket_cua_nhan_vien, cam_xuc_khach (tích cực/trung lập/tiêu cực), diem theo từng tiêu chí sau {bộ tiêu chí}, ly_do_tru_diem. Nếu không đủ thông tin, ghi 'không xác định'. Bản ghi: {transcript}

Một số điều chỉnh hữu ích:

• Đưa kèm tài liệu chính sách đổi trả, bảng sản phẩm để AI kiểm tra nhân viên có tư vấn sai không.
• Yêu cầu trích nguyên văn câu làm căn cứ cho mỗi điểm trừ, giúp nhân viên không cảm thấy bị chấm cảm tính.
• Thêm cờ can_nghe_lai khi khách đe dọa khiếu nại hoặc nhắc tới cơ quan báo chí, pháp luật.

📌 Quy định và quyền riêng tư khi ghi âm cuộc gọi

Ghi âm cuộc gọi và xử lý bằng AI liên quan trực tiếp đến dữ liệu cá nhân của khách hàng và nhân viên. Doanh nghiệp cần kiểm tra quy định về bảo vệ dữ liệu cá nhân hiện hành và tham khảo ý kiến pháp lý khi cần. Một số thực hành phổ biến:

• Thông báo ghi âm: lời chào tự động thông báo cuộc gọi có thể được ghi âm để nâng cao chất lượng dịch vụ.
• Giới hạn mục đích: dữ liệu dùng cho đào tạo và chất lượng, không dùng cho việc khác chưa thông báo.
• Chọn nhà cung cấp AI cẩn thận: đọc điều khoản về lưu trữ và huấn luyện trên dữ liệu; ưu tiên gói doanh nghiệp.
• Thời hạn lưu: đặt thời gian xóa file ghi âm và bản ghi văn bản.
• Phân quyền: chỉ trưởng nhóm và bộ phận chất lượng xem chi tiết.

Với nhân viên, nên công bố minh bạch bộ tiêu chí và cách dùng điểm, tránh để AI trở thành công cụ giám sát gây áp lực.

❓ Lỗi thường gặp khi triển khai

• Chấm điểm thay hoàn toàn trưởng nhóm: AI có thể hiểu sai ngữ cảnh, như khách đùa hay nói mỉa. Hãy dùng điểm AI để chọn cuộc gọi cần nghe, không để tự kết luận thưởng phạt.
• Tiêu chí quá nhiều: 15–20 tiêu chí làm điểm nhiễu. Bắt đầu với 4–6 tiêu chí quan trọng nhất.
• Không hiệu chỉnh: tuần đầu nên cho trưởng nhóm chấm song song 20–30 cuộc để so với AI, sau đó chỉnh prompt.
• Bỏ qua cuộc gọi ngắn: cuộc gọi dưới 15 giây thường là gọi nhỡ, máy bận; nên lọc trước để tiết kiệm chi phí xử lý.
• Gửi toàn bộ ghi âm ra ngoài khi chưa cần: có thể chỉ xử lý cuộc gọi của một nhóm hoặc một loại khách trước.

📌 Đo hiệu quả và mở rộng

Sau 4–6 tuần, đánh giá dự án bằng các câu hỏi cụ thể:

• Trưởng nhóm tiết kiệm bao nhiêu giờ nghe lại mỗi tuần?
• Tỷ lệ cuộc gọi được rà soát tăng từ vài phần trăm lên bao nhiêu?
• Điểm trung bình theo tiêu chí có cải thiện sau các buổi huấn luyện dựa trên dữ liệu không?
• Bao nhiêu khiếu nại được phát hiện sớm nhờ cờ cảnh báo?

Khi đã ổn, có thể mở rộng sang: tự động tạo việc cần làm trong CRM từ cam kết của nhân viên, tổng hợp câu hỏi khách hay hỏi để cập nhật FAQ, phát hiện sản phẩm bị phàn nàn nhiều. Doanh nghiệp có lượng cuộc gọi lớn và yêu cầu bảo mật cao có thể cân nhắc chạy nhận dạng giọng nói trên máy chủ nội bộ có GPU.

❓ Câu hỏi thường gặp

📌 Bài viết liên quan

• Workflow: ghi âm cuộc gọi thành ghi chú CRM
• Speech-to-text là gì? AI chuyển giọng nói thành văn bản
• AI voice agent cho tổng đài: nghe máy, đặt lịch, chuyển người
• AI trong chăm sóc khách hàng: tổng đài và Zalo
• Dùng AI với CRM Việt (Getfly và tương tự): chấm lead, chăm sóc, báo cáo
• Tích hợp AI với phần mềm Việt: chọn API, file hay RPA
• Dữ liệu cá nhân khi dùng AI: doanh nghiệp Việt Nam cần lưu ý gì
• AI cho nhân viên chăm sóc khách hàng: trả lời nhanh, đúng giọng

📌 Nguồn tham khảo

• Asterisk – dự án tổng đài mã nguồn mở
• Speech recognition – Wikipedia
• OpenAI Whisper – GitHub chính thức