Phát hiện thư rác và định tuyến hỗ trợ bằng AI

Quy trình AI này tự động phân loại email đến là thư rác hay không, đồng thời định tuyến thông minh các tin nhắn hợp lệ đến trợ lý AI tận dụng nguồn tri thức của doanh nghiệp để cung cấp phản hồi hỗ trợ chuyên nghiệp. Quy trình tích hợp truy xuất tài liệu, các LLM tiên tiến và tương tác API để tự động hóa hỗ trợ khách hàng một cách liền mạch.

Cách Luồng AI hoạt động - Phát hiện thư rác và định tuyến hỗ trợ bằng AI

Luồng

Cách Luồng AI hoạt động

Nhận email đến.
Quy trình bắt đầu bằng việc nhận email hoặc tin nhắn đầu vào từ người dùng.
Phân loại email là thư rác hay không.
Sử dụng mô hình AI để xác định tin nhắn đến là thư rác hay là yêu cầu hợp lệ từ khách hàng.
Định tuyến dựa trên phân loại.
Các tin nhắn thư rác sẽ kích hoạt thông báo đơn giản, trong khi các yêu cầu hợp lệ được chuyển đến trợ lý hỗ trợ AI.
Truy xuất tri thức & Soạn phản hồi.
Trợ lý AI truy xuất tài liệu và tri thức liên quan, sau đó tạo ra phản hồi hỗ trợ chuyên nghiệp và phù hợp với ngữ cảnh.
Chuyển kết quả đến người dùng.
Phản hồi cuối cùng hoặc thông báo được gửi lại cho người dùng hoặc nhân viên hỗ trợ.

Các prompt được sử dụng trong luồng này

Prompt

Mẫu prompt để xây dựng URL API với đầu vào động từ người dùng.

https://YOURLINK/api/conversations/{human_input}/messages

Prompt

Mẫu prompt cho kết quả đầu ra khi phát hiện là thư rác.

Tin nhắn này đã được phát hiện là thư rác

Prompt

Mẫu prompt để xây dựng URL API với đầu vào động.

https://YOURLINK/api/conversations/{input}

Prompt

Mẫu prompt để xây dựng URL API với đầu vào động từ người dùng.

https://YOURLINK/api/conversations/{human_input}/messages

Generator

Prompt hệ thống cho LLM để phân loại email là thư rác hay không.

Bạn là một bộ phân loại email doanh nghiệp.

Quyết định xem email có liên quan đến doanh nghiệp hay là quảng cáo không mong muốn.

Là thư rác (“yes”) nếu chứa:

- Khuyến mãi, giảm giá, bán hàng, chiến dịch, điểm thưởng, liên kết tiếp thị  

- Lời mời hội thảo, sự kiện, hợp tác  

- Đề nghị đầu tư, tiền mã hóa, việc làm hoặc kinh doanh thêm  

- Quảng cáo không được yêu cầu hoặc tiếp cận thương mại  

Không phải thư rác (“no”) nếu bao gồm:

- Khiếu nại khách hàng, yêu cầu hỗ trợ, câu hỏi sử dụng  

- Hóa đơn, báo giá, đơn đặt hàng, hợp đồng hoặc trao đổi thanh toán  

- Phối hợp nội bộ hoặc đối tác, lên lịch, báo cáo  

- Phản hồi hợp lệ hoặc yêu cầu xác nhận  

Chỉ xuất ra "yes" hoặc "no".

Generator

Prompt hệ thống cho LLM để trích xuất các phần Xem trước từ đầu vào.

trích xuất phần "Preview" từ đầu vào của bạn và chỉ xuất ra đúng phần đó, nếu có nhiều phần preview thì xuất tất cả và phân loại theo ngày.

Tool Calling Agent

Prompt hệ thống cho tác nhân LLM đóng vai trò trợ lý hỗ trợ khách hàng chuyên nghiệp.

Bạn là một trợ lý mô hình ngôn ngữ AI đóng vai trò là trợ lý hỗ trợ khách hàng thân thiện và chuyên nghiệp cho [YOUR COMPANY].
Luôn trả lời bằng tiếng Anh, bất kể đầu vào là tiếng Anh hay ngôn ngữ khác.
Tất cả các tin nhắn phải được viết bằng giọng điệu lịch sự và phù hợp môi trường doanh nghiệp để tạo sự tin tưởng với khách hàng.
[Vai trò]
Bạn hỗ trợ các câu hỏi, tư vấn và giải quyết vấn đề kỹ thuật liên quan đến dịch vụ và sản phẩm của [YOUR COMPANY] (ví dụ: công cụ hỗ trợ khách hàng, quản lý luồng công việc, xây dựng và quản lý website, v.v.).
Cung cấp hướng dẫn với phong cách dễ hiểu, tạo ấn tượng tích cực cho khách hàng.
[Mục đích]
Dựa trên lịch sử hội thoại và yêu cầu mới nhất, hãy tham khảo thông tin chính xác từ các nguồn tri thức hoặc công cụ sẵn có để đưa ra phản hồi tối ưu bằng tiếng Anh.
[Thứ tự tham khảo thông tin]
Nguồn chính: Sử dụng công cụ tìm kiếm tri thức để xác minh thông tin liên quan trước khi trả lời.
Nguồn phụ: Khi cần kiểm tra ngữ cảnh liên quan, luôn sử dụng công cụ truy xuất tài liệu.
Nghi ngờ hoặc tự suy đoán là bị cấm.
[Hướng dẫn trả lời]
1. Khi tìm được thông tin liên quan, hãy trả lời ngắn gọn, chính xác bằng tiếng Anh dựa trên thông tin đó.
2. Liệt kê các URL nguồn tham khảo ngay bên dưới phần trả lời (không được chỉnh sửa URL).
3. Chỉ sử dụng tên dịch vụ và gói có trong kho tri thức thực tế.
4. Nếu không tìm được thông tin liên quan, hãy nêu rõ "không tìm thấy thông tin liên quan" và lịch sự yêu cầu khách hàng cung cấp thêm chi tiết.
[Xử lý câu hỏi không liên quan đến [YOUR COMPANY]]
Với các câu hỏi không liên quan, hãy nêu rõ: "Câu hỏi này không liên quan đến [YOUR COMPANY]."
[Khi khách hàng quan tâm đến một gói hoặc dịch vụ cụ thể]
• Cung cấp chi tiết về gói, giá và lựa chọn tư vấn/demo.
• Nếu cần, hướng dẫn khách hàng cách liên hệ qua website chính thức.
• Với các câu hỏi về lịch trình triển khai hoặc chi phí ban đầu, hãy trình bày các lựa chọn hiện có.
[Quy tắc phong cách & diễn đạt]
• Dùng văn phong email chuyên nghiệp (trang trọng nhưng thân thiện).
• Chia đoạn ngắn giúp dễ đọc.
• Có thể sử dụng gạch đầu dòng.
• Chỉ sử dụng văn bản thuần (không dùng các ký hiệu Markdown như #, ##, ### cho tiêu đề).
• Không dùng biểu tượng cảm xúc.
• Duy trì ngôn ngữ lịch sự, tránh quá trang trọng.
[Định dạng phản hồi khuyến nghị]
1. Lời chào lịch sự (ví dụ: "Thank you for your inquiry.")
2. Tóm tắt lại câu hỏi hoặc vấn đề.
3. Trình bày rõ ràng giải pháp/hướng dẫn.
4. Nếu cần, đưa ra bước tiếp theo (URL, liên hệ, hỗ trợ).
5. Lời kết (ví dụ: "We look forward to assisting you further.")
[Những điều cấm]
• Không sử dụng ký hiệu Markdown (ví dụ: #, ##, ###).
• Không dùng in đậm, in nghiêng hoặc cú pháp liên kết Markdown.
• Không suy đoán khi chưa chắc chắn thông tin.
• Không sử dụng biểu cảm không phù hợp, tiếng lóng, biểu tượng cảm xúc.
[Mẫu câu trả lời]
"Thank you for your inquiry.  
The details are as follows: …"  
"We apologize for any inconvenience, but regarding this matter…"  
"Thank you for your attention, and please let us know if you need further assistance."
[Lưu ý đặc biệt]
• Với câu hỏi về [YOUR COMPANY] hoặc dịch vụ liên quan, luôn trả lời dựa trên tri thức mới nhất.
• Nếu không thể lấy thông tin liên quan, hãy yêu cầu thêm chi tiết và tránh suy đoán.
• Luôn dùng ngôn ngữ lịch sự, đồng cảm để khách hàng cảm thấy được hỗ trợ.
Prompt này là tiêu chuẩn cho việc cung cấp hỗ trợ khách hàng chất lượng cao, nhất quán như một thành viên đội ngũ hỗ trợ [YOUR COMPANY].

Các thành phần được sử dụng trong luồng này

Dưới đây là danh sách đầy đủ tất cả các thành phần được sử dụng trong luồng này để đạt được chức năng của nó. Các thành phần là các khối xây dựng của mọi Luồng AI. Chúng cho phép bạn tạo ra các tương tác phức tạp và tự động hóa các tác vụ bằng cách kết nối các chức năng khác nhau. Mỗi thành phần phục vụ một mục đích cụ thể, chẳng hạn như xử lý đầu vào của người dùng, xử lý dữ liệu hoặc tích hợp với các dịch vụ bên ngoài.

ChatInput

Thành phần Chat Input trong FlowHunt khởi tạo tương tác với người dùng bằng cách thu thập tin nhắn từ Playground. Nó là điểm khởi đầu của các flow, cho phép quy trình xử lý cả đầu vào dạng văn bản lẫn tệp tin.

Xem ChatInput

Thành phần Prompt trong FlowHunt

Tìm hiểu cách thành phần Prompt của FlowHunt cho phép bạn xác định vai trò và hành vi của bot AI, đảm bảo phản hồi phù hợp và cá nhân hóa. Tùy chỉnh prompt và mẫu template để xây dựng luồng chatbot hiệu quả, nhận biết ngữ cảnh.

Xem Thành phần Prompt trong FlowHunt

Yêu Cầu API

Tích hợp dữ liệu và dịch vụ bên ngoài vào quy trình làm việc của bạn với thành phần Yêu Cầu API. Gửi yêu cầu HTTP một cách dễ dàng, thiết lập header, body, và tham số truy vấn tùy chỉnh, đồng thời xử lý nhiều phương thức như GET và POST. Cần thiết để kết nối các tự động hóa của bạn với bất kỳ API hay dịch vụ web nào.

Xem Yêu Cầu API

Phân Tích Dữ Liệu

Thành phần Phân Tích Dữ Liệu chuyển đổi dữ liệu có cấu trúc thành văn bản thuần túy bằng cách sử dụng các mẫu tùy chỉnh. Nó cho phép định dạng linh hoạt và chuyển đổi đầu vào dữ liệu để sử dụng trong quy trình làm việc, giúp chuẩn hóa hoặc chuẩn bị thông tin cho các thành phần phía sau.

Xem Phân Tích Dữ Liệu

Trình Tạo Văn Bản

Khám phá thành phần Generator trong FlowHunt—tạo văn bản mạnh mẽ bằng AI dựa trên mô hình LLM bạn chọn. Dễ dàng tạo phản hồi chatbot động bằng cách kết hợp prompt, hướng dẫn hệ thống tùy chọn và thậm chí cả hình ảnh làm đầu vào, biến nó thành công cụ cốt lõi để xây dựng quy trình hội thoại thông minh.

Xem Trình Tạo Văn Bản

Bộ định tuyến có điều kiện

Thành phần Bộ định tuyến có điều kiện cho phép ra quyết định động trong quy trình làm việc của bạn. Nó so sánh văn bản đầu vào với một giá trị được chỉ định bằng nhiều toán tử khác nhau—như bằng, chứa, hoặc rỗng—và định tuyến tin nhắn đến các đầu ra khác nhau dựa trên kết quả so sánh. Điều này giúp bạn phân nhánh logic luồng, tạo ra các quy trình làm việc cá nhân hóa và thông minh thích ứng với đầu vào của người dùng.

Xem Bộ định tuyến có điều kiện

Tạo Dữ Liệu

Thành phần Tạo Dữ Liệu cho phép bạn tạo động các bản ghi dữ liệu có cấu trúc với số lượng trường tùy chỉnh. Lý tưởng cho các luồng công việc yêu cầu tạo mới các đối tượng dữ liệu tức thì, nó hỗ trợ cấu hình trường linh hoạt và tích hợp liền mạch với các bước tự động hóa khác.

Xem Tạo Dữ Liệu

Kết Quả Trò Chuyện

Khám phá thành phần Kết Quả Trò Chuyện trong FlowHunt—hoàn thiện phản hồi chatbot với các kết quả linh hoạt, đa phần. Thành phần thiết yếu để hoàn thành luồng trò chuyện liền mạch và tạo chatbot AI nâng cao, tương tác.

Xem Kết Quả Trò Chuyện

LLM OpenAI

FlowHunt hỗ trợ hàng chục mô hình tạo văn bản, bao gồm cả các mô hình của OpenAI. Đây là cách sử dụng ChatGPT trong các công cụ AI và chatbot của bạn.

Xem LLM OpenAI

LLM Anthropic AI

FlowHunt hỗ trợ hàng chục mô hình AI, bao gồm các mô hình Claude của Anthropic. Tìm hiểu cách sử dụng Claude trong các công cụ AI và chatbot của bạn với các thiết lập tùy chỉnh để có phản hồi phù hợp.

Xem LLM Anthropic AI

Tác nhân Gọi Công cụ

Khám phá Tác nhân Gọi Công cụ trong FlowHunt—một thành phần quy trình làm việc nâng cao cho phép các tác nhân AI lựa chọn và sử dụng công cụ bên ngoài một cách thông minh để trả lời các truy vấn phức tạp. Lý tưởng để xây dựng các giải pháp AI thông minh yêu cầu sử dụng công cụ linh hoạt, suy luận lặp lại và tích hợp với nhiều nguồn tài nguyên.

Xem Tác nhân Gọi Công cụ

Thành phần Lịch sử Trò chuyện

Thành phần Lịch sử Trò chuyện trong FlowHunt cho phép chatbot ghi nhớ các tin nhắn trước đó, đảm bảo cuộc trò chuyện liền mạch và nâng cao trải nghiệm khách hàng đồng thời tối ưu hóa việc sử dụng bộ nhớ và token.

Xem Thành phần Lịch sử Trò chuyện

Trình Tìm kiếm Tài liệu

Trình Tìm kiếm Tài liệu của FlowHunt nâng cao độ chính xác của AI bằng cách kết nối các mô hình tạo sinh với tài liệu và URL cập nhật của riêng bạn, đảm bảo câu trả lời đáng tin cậy và phù hợp nhờ phương pháp Tạo sinh Tăng cường Truy xuất (RAG).

Xem Trình Tìm kiếm Tài liệu

Ghi chú

Thành phần Ghi chú trong FlowHunt cho phép bạn thêm nhận xét và tài liệu trực tiếp vào quy trình làm việc của mình. Sử dụng nó để làm rõ, chú thích hoặc cung cấp hướng dẫn trong luồng của bạn, giúp các tự động hóa phức tạp trở nên dễ hiểu và dễ bảo trì hơn.

Xem Ghi chú

Mô tả luồng

Mục đích và lợi ích

Mô tả quy trình: Xử lý email & chat doanh nghiệp tự động, dễ mở rộng

Quy trình này được thiết kế để tự động hóa và mở rộng việc xử lý, phân loại, định tuyến email và tin nhắn chat doanh nghiệp, tập trung đặc biệt vào các tình huống hỗ trợ khách hàng. Nó sử dụng kết hợp phân loại dựa trên AI, logic điều kiện, tích hợp API và phản hồi tác nhân theo ngữ cảnh, rất hữu ích cho tổ chức muốn tinh gọn hỗ trợ khách hàng, phát hiện thư rác, cũng như tích hợp AI với các hệ thống bên ngoài như LiveAgent.

Tổng quan cấp cao

Luồng quy trình gồm hai nhánh chính:

  1. Phát hiện thư rác & Định tuyến tin nhắn: Tự động phân loại tin nhắn đến là thư rác hay không và định tuyến phù hợp để xử lý hiệu quả, giảm khối lượng lọc thủ công.
  2. Tác nhân AI theo ngữ cảnh cho hỗ trợ khách hàng: Kết hợp truy xuất tài liệu bên ngoài và tác nhân gọi công cụ nâng cao để cung cấp phản hồi hỗ trợ khách hàng chính xác, giàu ngữ cảnh và tuân thủ chính sách.

Cấu trúc chi tiết của quy trình

1. Phát hiện thư rác và Định tuyến

  • Đầu vào: Tin nhắn nhận qua nút nhập liệu chat.
  • Tạo Prompt: Một mẫu prompt được điền với tin nhắn đến và gửi đến nút gọi API (cấu hình cho LiveAgent hoặc hệ thống tương tự).
  • Trích xuất văn bản: Phản hồi API được phân tích để rút ra nội dung liên quan qua nút phân tích dữ liệu.
  • Phân loại bằng LLM: Tin nhắn được gửi đến mô hình OpenAI GPT-4.1 với prompt hệ thống hướng dẫn trả về “yes” nếu là thư rác (ví dụ: quảng cáo, chào mời không mong muốn) hoặc “no” nếu phù hợp doanh nghiệp.
  • Định tuyến điều kiện:
    • Nếu tin nhắn là thư rác (“yes”), một mẫu prompt tạo thông báo thư rác chuẩn và xuất ra trò chuyện.
    • Nếu không phải thư rác (“no”), sẽ chuyển tiếp đến tác nhân AI hỗ trợ theo ngữ cảnh để xử lý tiếp.

Bảng logic định tuyến thư rác:

BướcCông cụ/NútMục đích
Nhập tin nhắnChatInputNhận tin nhắn từ khách hàng/người dùng
Tạo prompt cho APIPromptTemplateĐịnh dạng tin nhắn cho API LiveAgent
Gọi APIAPIRequestGửi/lấy dữ liệu tin nhắn
Phân tích dữ liệuParseDataTrích xuất phần xem trước tin nhắn
Phân loại thư rác với LLMGenerator (OpenAI)Phân loại thư rác hay không
Định tuyến điều kiệnConditionalRouterĐịnh tuyến dựa vào kết quả LLM
Thông báo thư rácPromptTemplate & ChatOutputPhản hồi chuẩn cho thư rác
Không phải thư rácChuyển đến tác nhân hỗ trợXử lý tiếp với AI hỗ trợ khách hàng

2. Tác nhân hỗ trợ khách hàng AI theo ngữ cảnh

  • Truy xuất tài liệu: Khi tin nhắn không phải thư rác, quy trình sẽ truy xuất các tài liệu liên quan từ kho tri thức, lọc theo danh mục và lịch trình, đảm bảo thông tin luôn mới và phù hợp ngữ cảnh.
  • Tích hợp lịch sử trò chuyện: Lấy lịch sử trò chuyện gần nhất để tác nhân có ngữ cảnh đầy đủ khi phản hồi, đảm bảo tính liên tục và phù hợp.
  • Tổ chức tác nhân LLM: Mô hình Anthropic Claude Sonnet 4 vận hành tác nhân gọi công cụ, nhận prompt hệ thống chi tiết quy định nghiêm ngặt về cách trả lời (luôn dùng tiếng Anh, lịch sự, dẫn nguồn URL chính xác, không suy đoán, định dạng đầu ra rõ ràng).
  • Tích hợp công cụ: Tác nhân có thể gọi công cụ truy xuất tài liệu và các API khác khi cần để bổ sung cập nhật vào phản hồi, đảm bảo trả lời dựa trên thực tế.
  • Đầu ra: Phản hồi của tác nhân được xuất ra trò chuyện và có thể chuyển tiếp cho các tích hợp API khác nếu cần (ví dụ chuyển cho LiveAgent).

Bảng logic phản hồi của tác nhân:

BướcCông cụ/NútMục đích
Truy xuất tài liệuDocumentRetrieverLấy thông tin liên quan từ kho tri thức
Lịch sử trò chuyệnChatHistoryCung cấp ngữ cảnh hội thoại gần nhất
Mô hình LLMAnthropic ClaudeHiểu và xử lý ngôn ngữ nâng cao
Tác nhân gọi công cụToolCallingAgentKết hợp công cụ, ngữ cảnh, chính sách để trả lời
Đầu raChatOutputGửi phản hồi ra trò chuyện/trình mô phỏng
Chuyển APIAPIRequest/ParseDataCó thể chuyển tiếp để ghi log/LiveAgent

Nguyên tắc prompt hệ thống cho tác nhân

  • Luôn trả lời bằng tiếng Anh bất kể ngôn ngữ đầu vào.
  • Dùng giọng điệu doanh nghiệp, trang trọng nhưng thân thiện; không dùng markdown, không biểu tượng cảm xúc, không suy đoán.
  • Câu trả lời phải dẫn nguồn URL ngay bên dưới và trình bày rõ ràng, dễ đọc bằng gạch đầu dòng.
  • Nếu không tìm thấy thông tin liên quan, lịch sự yêu cầu khách hàng cung cấp thêm thông tin.

3. Tích hợp API và xử lý dữ liệu

  • Tạo dữ liệu động: Nhiều nút sẽ tạo dictionary dữ liệu cần thiết cho các yêu cầu API, bao gồm khóa API, nội dung tin nhắn, tham số truy vấn.
  • Tương tác API đa dạng: Quy trình hỗ trợ nhiều yêu cầu API (ví dụ LiveAgent, các hệ thống backend khác) với các phương thức linh hoạt (GET, POST,…).
  • Phân tích dữ liệu: Sau mỗi phản hồi API, các nút phân tích trích xuất phần văn bản liên quan để xử lý tiếp hoặc xuất ra ngoài.

4. Tự động hóa quy trình và lợi ích mở rộng

  • Lọc thư rác tự động: Loại bỏ kiểm tra thủ công các tin nhắn không mong muốn, tiết kiệm thời gian và tập trung vào hỗ trợ thực sự.
  • Hỗ trợ đồng nhất, đúng chính sách: Tác nhân luôn tuân thủ quy tắc công ty, đảm bảo giao tiếp uy tín và nhất quán.
  • Phản hồi dựa trên tri thức: Tích hợp truy xuất tài liệu giúp tác nhân trả lời dựa trên thông tin mới nhất, chính xác nhất.
  • Tích hợp API linh hoạt: Dễ dàng mở rộng cho các công cụ, hệ thống ticket, nguồn tri thức mới khi doanh nghiệp phát triển.
  • Dễ mở rộng: Thiết kế mô-đun cho phép xử lý song song nhiều hội thoại, dễ nâng cấp khi lượng tin nhắn tăng.

Các trường hợp sử dụng tiêu biểu

  • Đội hỗ trợ khách hàng: Tự động phân loại, xử lý thư rác và cung cấp phản hồi chính xác, giàu ngữ cảnh.
  • Bán hàng/Sàng lọc khách tiềm năng: Lọc bỏ các yêu cầu không liên quan trước khi chuyển khách hàng chất lượng cho bộ phận bán hàng.
  • Tích hợp đa kênh: Kết nối với LiveAgent hoặc API tùy chỉnh để hợp nhất hỗ trợ trên nhiều kênh.

Lưu ý khi thiết lập

  • Cần tùy chỉnh: Thay thế các khóa API và URL mẫu (ví dụ “YOURLINK”) bằng thông tin triển khai thực tế.
  • Quản lý kho tri thức: Luôn cập nhật nguồn tài liệu cho công cụ truy xuất để tác nhân hoạt động tối ưu.

Quy trình này cung cấp một kiến trúc vững chắc, dễ mở rộng để tự động hóa giao tiếp với khách hàng, đảm bảo hiệu quả và phản hồi chất lượng cao, tuân thủ chính sách. Tính mô-đun cho phép mở rộng dễ dàng khi doanh nghiệp phát triển hoặc phát sinh nhu cầu tự động hóa mới.

Hãy để chúng tôi xây dựng Đội ngũ AI riêng cho bạn

Chúng tôi giúp các công ty như của bạn phát triển chatbot thông minh, Máy chủ MCP, công cụ AI hoặc các loại tự động hóa AI khác để thay thế con người trong các tác vụ lặp đi lặp lại trong tổ chức của bạn.

Lên lịch demo Thử ngay

Tìm hiểu thêm

Chatbot Hỗ Trợ AI với Tích Hợp LiveAgent
Chatbot Hỗ Trợ AI với Tích Hợp LiveAgent

Chatbot Hỗ Trợ AI với Tích Hợp LiveAgent

Tự động hóa hỗ trợ khách hàng của bạn với chatbot AI trả lời các câu hỏi dựa trên cơ sở dữ liệu nội bộ và kết nối người dùng tới nhân viên hỗ trợ qua LiveAgent ...

5 phút đọc
Trợ Lý Gmail AI cho Quản Lý Email
Trợ Lý Gmail AI cho Quản Lý Email

Trợ Lý Gmail AI cho Quản Lý Email

Tối ưu hóa quy trình làm việc Gmail của bạn với trợ lý AI có thể tìm kiếm, tổ chức và quản lý email, tạo và gửi thư mới, cũng như tự động hóa việc quản lý nhãn....

5 phút đọc
Chatbot AI với Tích hợp LiveChat.com
Chatbot AI với Tích hợp LiveChat.com

Chatbot AI với Tích hợp LiveChat.com

Triển khai chatbot AI trên website của bạn, tận dụng kho tri thức nội bộ để trả lời các câu hỏi của khách hàng và chuyển tiếp mượt mà những yêu cầu phức tạp hoặ...

5 phút đọc