Chatbot nhà thuốc và chuỗi bán lẻ dược phẩm: thiết kế an toàn

01/10/2026

Chín giờ tối, nhà thuốc sắp đóng cửa, và điện thoại của dược sĩ đổ chuông lần thứ mười một trong buổi: cửa hàng còn hàng này không, mấy giờ đóng cửa, mua cái này thì có cần giấy gì không. Phần lớn những cuộc gọi như vậy không đòi hỏi chuyên môn dược. Chúng đòi hỏi ai đó trả lời nhanh. Đó là chỗ một chatbot nhà thuốc có thể đứng vào, với điều kiện nó được thiết kế để biết dừng đúng chỗ.

Chúng tôi ở AIVISION làm LLM tiếng Việt và finetune cho lĩnh vực dược. Khi các chuỗi bán lẻ hỏi về chatbot, mối quan tâm chung của họ là bán hàng nhanh hơn. Mối quan tâm của chúng tôi là chatbot không gây hại. Hai điều này không mâu thuẫn, nhưng cái sau phải đi trước.

Chatbot nên làm những việc gì

Hãy nghĩ về nó như một nhân viên mới, rất nhanh, không bao giờ mệt, nhưng chưa được cấp quyền tư vấn chuyên môn. Danh sách việc phù hợp khá rõ.

• Trả lời thông tin cửa hàng: địa chỉ, giờ mở cửa, chi nhánh gần nhất, hình thức giao hàng.
• Tra cứu sản phẩm trong danh mục: còn hàng không, quy cách đóng gói, thương hiệu, giá niêm yết của đơn vị.
• Trình bày lại nội dung nhãn và tờ hướng dẫn đúng như tài liệu gốc, kèm trích dẫn.
• Hướng dẫn thủ tục: đơn hàng, đổi trả, tích điểm, mua sản phẩm thuộc nhóm cần đơn thuốc thì cần những gì.
• Hỗ trợ nhân viên: tra cứu nội bộ, soạn nháp trả lời để người thật duyệt.

Chú ý những gì không có trong danh sách. Không có chẩn đoán qua tin nhắn. Không có gợi ý nên dùng gì khi bị đau, ho hay mệt. Không có lời khuyên liều dùng. Không có cam kết một sản phẩm hiệu quả. Không có so sánh sản phẩm theo kiểu cái này tốt hơn cho bệnh của bạn.

Thiết kế an toàn bắt đầu từ việc từ chối

Dễ nhất là dạy chatbot nói nhiều. Khó hơn là dạy nó nói không đúng lúc. Tôi cho rằng chất lượng của một chatbot dược nằm ở cách nó từ chối nhiều hơn cách nó trả lời.

Nhận diện câu hỏi vượt ranh giới

Khách thường không hỏi thẳng. Họ kể chuyện: con tôi sốt mấy hôm nay, tôi nên mua gì? Hoặc: bà tôi đang uống mấy loại, thêm loại này có sao không? Hệ thống cần nhận ra những câu nằm ở vùng chuyên môn dù chúng không có từ khoá rõ ràng, rồi chuyển hướng một cách tử tế, không cộc lốc.

Chuyển cho người thật

Từ chối mà bỏ lửng thì khách bực và đi tìm câu trả lời ở chỗ kém an toàn hơn. Chatbot nên có đường chuyển tiếp rõ ràng: kết nối với dược sĩ của cửa hàng, gợi ý đến gặp trực tiếp, và với tình huống có dấu hiệu khẩn cấp thì khuyên liên hệ cơ sở y tế hoặc cấp cứu. Mẫu câu này nên do dược sĩ của đơn vị viết, không phải do đội kỹ thuật.

Không bịa khi không có tài liệu

Câu trả lời về sản phẩm phải đến từ kho tài liệu của đơn vị, và khi không tìm thấy thì nói không tìm thấy. Đây là chỗ cần cấu trúc truy hồi chứ không chỉ mô hình giỏi. Một mô hình giỏi viết nhưng được thả tự do là mô hình dễ ứng biến nhất.

Chuyện bán hàng và đạo đức nghề

Có một cám dỗ rất thật trong thiết kế chatbot cho bán lẻ: để chatbot đẩy sản phẩm. Gợi ý mua kèm, nhấn mạnh khuyến mãi. Với hàng tiêu dùng thông thường thì chuyện đó bình thường. Với dược phẩm, ranh giới mỏng hơn nhiều. Chatbot không nên dùng lời lẽ khiến khách tin rằng một sản phẩm giải quyết được vấn đề sức khoẻ của họ, và không nên tạo áp lực mua dựa trên nỗi lo.

Tôi không nói đừng bao giờ gợi ý sản phẩm. Tôi nói rằng nội dung gợi ý trong lĩnh vực này nên được kiểm duyệt bởi người có chuyên môn và rà soát với quy định quảng cáo, và nên ưu tiên trung tính hơn thuyết phục. Đây là chỗ đơn vị triển khai cần ngồi lại với bộ phận pháp chế, vì quy định về quảng cáo thuốc và thực phẩm bảo vệ sức khoẻ khác nhau theo từng loại sản phẩm và từng thời điểm.

Bảo mật và dữ liệu khách hàng

Khách nhắn cho chatbot nhà thuốc có thể tiết lộ thông tin sức khoẻ của chính họ hoặc người thân mà họ không nhận ra. Nhật ký trò chuyện vì vậy là dữ liệu nhạy cảm. Cần quy định rõ lưu bao lâu, ai xem được, có dùng để huấn luyện lại không, và nếu có thì phải ẩn danh trước. Một dòng thông báo ngắn ở đầu cuộc trò chuyện nói rõ chatbot là phần mềm, không phải dược sĩ, vừa trung thực vừa là lớp bảo vệ.

Làm sao biết nó đang hoạt động ổn

Chạy thử trước khi mở cho khách. Dược sĩ của đơn vị soạn một bộ câu hỏi bẫy: câu kể chuyện triệu chứng, câu hỏi liều dùng, câu hỏi tương tác, câu cố dụ chatbot nói điều nó không được nói, câu viết sai chính tả và không dấu. Chạy từng câu, xem nó phản ứng thế nào. Sau khi mở thì theo dõi các cuộc trò chuyện bị chuyển cho người thật và các câu chatbot trả lời với độ không chắc cao, vì đó là những điểm cần cải thiện nhất.

Thành thật mà nói, chúng tôi chưa có con số về tỷ lệ chuyển tiếp hay mức hài lòng nào để khoe, và sẽ không bịa ra. Những chỉ số như vậy chỉ có nghĩa khi đo ở một chuỗi cụ thể với khách hàng cụ thể của họ.

Về năng lực của chúng tôi

AIVISION huấn luyện mô hình trên cluster 24 GPU NVIDIA H200 và 8 GPU NVIDIA B300, đã phát hành LLM L1.0 cho tiếng Việt, và làm finetune cho các lĩnh vực như y tế và dược. Hướng thiết kế của chúng tôi cho chatbot nhà thuốc là: mô hình hiểu tiếng Việt đời thường, kể cả không dấu và viết tắt; nội dung sản phẩm lấy từ kho tài liệu của đơn vị; ranh giới tư vấn do dược sĩ của đơn vị đặt ra; và luôn có đường chuyển cho người thật.

Quay lại dược sĩ của cuộc gọi lần thứ mười một. Nếu chatbot trả lời giúp những câu về giờ mở cửa và tồn kho, và chuyển đúng những câu cần chuyên môn về cho cô ấy kèm bối cảnh, thì cuộc gọi thứ mười hai cô sẽ có thêm thời gian để lắng nghe kỹ hơn. Đó là thước đo đủ khiêm tốn mà tôi tin là đúng.