LLM tiếng Việt cho văn bản pháp lý và hành chính: tra cứu, soạn thảo

01/10/2026

Có một nghịch lý thú vị ở văn bản pháp luật Việt Nam: càng cần chính xác thì càng khó đọc. Một công văn hướng dẫn dẫn chiếu thông tư, thông tư dẫn chiếu nghị định, nghị định lại đã được sửa đổi hai lần. Muốn trả lời một câu hỏi tưởng đơn giản, bạn phải lần theo cả chuỗi. Đó là loại việc mà LLM tiếng Việt làm được khá tốt khi được dùng đúng cách, và làm rất tệ khi bị dùng như một luật sư ảo. Bài này nói về ranh giới đó.

Ba việc đáng giao cho mô hình

Tra cứu theo ngữ nghĩa

Tìm kiếm từ khoá truyền thống bắt bạn phải đoán đúng từ mà văn bản dùng. Bạn gõ "nghỉ việc không báo trước" nhưng điều luật viết "đơn phương chấm dứt hợp đồng lao động trái quy định". Tìm kiếm theo ngữ nghĩa, kết hợp với LLM đọc các đoạn tìm được, nối được hai cách nói đó. Đây là kiến trúc quen thuộc: truy xuất đoạn liên quan từ kho văn bản, đưa cho mô hình, yêu cầu nó trả lời kèm trích dẫn điều khoản cụ thể.

Soạn thảo bản nháp

Công văn trả lời, tờ trình, thông báo, hợp đồng mẫu. Phần lớn là văn bản có khuôn, câu chữ lặp lại. LLM soạn bản nháp đầu tiên nhanh, theo đúng thể thức và giọng hành chính, rồi chuyên viên chỉnh. Ở cơ quan hành chính, khoảng thời gian tiết kiệm được không nằm ở việc gõ chữ mà ở việc khỏi nhìn trang giấy trắng.

Đối chiếu và so sánh

Đây là việc tôi thấy ít được nhắc nhưng rất đáng giá. So hai phiên bản của một văn bản để chỉ ra những gì đã đổi. So một hợp đồng với mẫu chuẩn của công ty để đánh dấu điều khoản lệch. Kiểm tra một dự thảo có mâu thuẫn nội bộ không, ví dụ điều 5 nói thời hạn mười ngày còn điều 12 nói mười lăm ngày. Việc này mệt mắt và dễ sót khi làm tay, còn máy thì đọc không biết chán.

Chỗ mà LLM dễ làm hỏng

Điều nguy hiểm nhất ở lĩnh vực này là LLM có thể bịa. Không phải bịa kiểu ngớ ngẩn, mà bịa rất giống thật: một số hiệu văn bản nghe hợp lý, một điều khoản có vẻ đúng nhưng không tồn tại, hoặc trích một quy định đã hết hiệu lực như thể còn hiệu lực. Tôi từng thấy một mô hình trả lời mạch lạc, đầy đủ, kèm "Điều 47" mà khi mở văn bản thật thì điều 47 nói chuyện khác hẳn.

Vì vậy, vài nguyên tắc tôi cho là tối thiểu:

Chỉ trả lời từ kho văn bản đã nạp: hệ thống phải từ chối khi không tìm thấy căn cứ, thay vì dùng kiến thức chung của mô hình.
Trích dẫn kiểm chứng được: mỗi nhận định phải trỏ tới đúng văn bản, điều, khoản, và người dùng bấm vào đọc được nguyên văn.
Quản lý hiệu lực: kho văn bản phải biết văn bản nào còn hiệu lực, văn bản nào đã được sửa đổi, thay thế. Mô hình không tự biết điều này.
Người chịu trách nhiệm: kết quả là tài liệu tham khảo cho người có chuyên môn, không phải kết luận pháp lý.

Tôi nhấn mạnh điểm cuối. Công cụ như vậy là công cụ hỗ trợ, không phải tư vấn pháp lý. Nếu ai đó dùng câu trả lời của máy để ra quyết định có hệ quả pháp lý mà không có luật sư hay chuyên viên rà soát, lỗi nằm ở quy trình chứ không chỉ ở mô hình.

Tiếng Việt pháp lý khó ở đâu

Ngôn ngữ pháp lý tiếng Việt có những đặc điểm làm khó mô hình chung. Câu rất dài, nhiều mệnh đề lồng nhau. Từ Hán Việt dày đặc. Cách dẫn chiếu như "theo quy định tại điểm b khoản 2 Điều 15 của Luật này" đòi hỏi mô hình theo dõi cấu trúc phân cấp chính xác. Và nhiều từ thông dụng mang nghĩa kỹ thuật khác hẳn trong ngữ cảnh pháp lý, như "thời hạn", "thời hiệu", "thời điểm".

Đó là lý do việc finetune LLM trên văn bản tiếng Việt của lĩnh vực có ý nghĩa. AIVISION huấn luyện và finetune LLM cho tiếng Việt và cho từng lĩnh vực cụ thể, đã phát hành model L1.0, và hướng pháp lý hành chính là một trong những hướng ứng dụng chúng tôi thấy hợp lý. Tôi không đưa ra con số về mức chính xác, vì với văn bản pháp lý, con số trung bình chẳng nói được gì: một lỗi duy nhất ở điều khoản then chốt đã đủ gây hại.

Bắt đầu từ đâu

Chọn một phạm vi hẹp, ví dụ bộ quy chế nội bộ của một tổ chức hoặc một mảng văn bản như lao động hay đất đai. Nạp kho văn bản sạch, có phân biệt hiệu lực. Nhờ vài chuyên viên đặt cho hệ thống những câu hỏi khó họ hay gặp, rồi đối chiếu từng câu trả lời với nguyên văn. Sau vài vòng như vậy, bạn sẽ biết rất rõ hệ thống tin được ở đâu.

Muốn biết thêm về các mô hình ngôn ngữ tiếng Việt, mời bạn xem trang của AIVISION.