Claude cho Customer Support — Tự động hóa chăm sóc khách hàng

Bài toán customer support trong thực tế

Customer support là bộ phận chịu áp lực lớn: khối lượng ticket tăng theo growth, nhưng chi phí thuê người cũng tăng tương ứng. Nhiều doanh nghiệp Việt Nam đang dùng chatbot rule-based đơn giản — hiệu quả thấp, khách hàng hay bực bội vì không hiểu câu hỏi. Claude API, đặc biệt là Claude Haiku 3.5, cung cấp một giải pháp khác: hệ thống AI có thể hiểu ngữ nghĩa, handle ngôn ngữ tự nhiên tiếng Việt, và escalate thông minh hơn nhiều so với chatbot cũ.

Bài viết này hướng dẫn thiết kế hệ thống customer support với Claude API — từ kiến trúc đến implementation patterns thực tế.

Kiến trúc hệ thống CSKH

Các layer trong hệ thống

Một hệ thống CSKH với Claude thường có 3 layer:

1. Classification layer: Dùng Claude Haiku 3.5 để classify ticket loại gì, urgency level, và route đến đúng nơi. Chi phí thấp, nhanh.
2. Response generation layer: Dùng Claude Sonnet 4 để draft response cho các câu hỏi phức tạp. Có human review trước khi gửi.
3. FAQ automation layer: Dùng Claude Haiku 3.5 để tự động trả lời các câu hỏi thường gặp hoàn toàn, không cần human.

Decision tree: auto vs. human

Ticket routing logic:

IF category IN ["refund", "complaint", "legal", "billing_dispute"]
  → Route to human agent (high-stakes)

IF category IN ["order_status", "product_info", "faq"]
  AND confidence_score > 0.85
  → Auto-respond với template + Claude draft

IF category IN ["technical_issue", "account_problem"]
  → Claude draft response, human review before send

IF sentiment == "very_negative" OR customer_tier == "VIP"
  → Route to senior agent regardless of category

ELSE
  → Claude draft, junior agent review

Ticket Classification với Claude API

Classification system prompt

const classificationPrompt = `Bạn là hệ thống phân loại ticket customer support.

Phân loại ticket theo:
1. Category: [order_status, refund_request, product_inquiry, technical_issue, complaint, billing, shipping, other]
2. Urgency: [high, medium, low]
3. Sentiment: [positive, neutral, negative, very_negative]
4. Language: [vietnamese, english, mixed]
5. Needs human: [true, false]

Trả lời CHÍNH XÁC theo JSON format sau, không thêm text khác:
{
  "category": "...",
  "urgency": "...",
  "sentiment": "...",
  "language": "...",
  "needs_human": true/false,
  "confidence": 0.0-1.0,
  "summary": "1-sentence summary in Vietnamese"
}`;

// API call
const response = await anthropic.messages.create({
  model: "claude-haiku-3-5",
  max_tokens: 256,
  system: classificationPrompt,
  messages: [{
    role: "user",
    content: ticketContent
  }]
});

Batch classification

Với hàng trăm ticket, dùng batch processing để giảm cost:

// Classify nhiều tickets cùng lúc
async function classifyTicketsBatch(tickets) {
  const promises = tickets.map(ticket =>
    anthropic.messages.create({
      model: "claude-haiku-3-5",
      max_tokens: 256,
      system: classificationPrompt,
      messages: [{ role: "user", content: ticket.content }]
    })
  );

  // Giới hạn concurrent requests để tránh rate limit
  const batchSize = 10;
  const results = [];
  for (let i = 0; i < promises.length; i += batchSize) {
    const batch = promises.slice(i, i + batchSize);
    const batchResults = await Promise.all(batch);
    results.push(...batchResults);
    if (i + batchSize < promises.length) {
      await new Promise(r => setTimeout(r, 1000)); // rate limit protection
    }
  }
  return results;
}

Auto-Response cho FAQ

FAQ automation với RAG đơn giản

Cách đơn giản nhất: embed FAQ vào system prompt:

const faqSystemPrompt = `Bạn là trợ lý CSKH của [Tên Công ty].

THÔNG TIN SẢN PHẨM VÀ CHÍNH SÁCH:
---
[paste toàn bộ FAQ, chính sách đổi trả, thông tin sản phẩm]
---

NGUYÊN TẮC TRẢ LỜI:
1. Chỉ trả lời dựa trên thông tin trong phần THÔNG TIN ở trên
2. Nếu câu hỏi vượt ngoài thông tin có sẵn, nói: "Để được hỗ trợ chính xác hơn, tôi sẽ chuyển bạn đến nhân viên chuyên trách."
3. Tone: thân thiện, lịch sự, ngắn gọn
4. Ngôn ngữ: trả lời cùng ngôn ngữ với khách (tiếng Việt hoặc tiếng Anh)
5. KHÔNG bịa thông tin, KHÔNG hứa những gì không có trong policy

Nếu cần escalate, kết thúc response với: [ESCALATE: lý do ngắn gọn]`;

const response = await anthropic.messages.create({
  model: "claude-haiku-3-5",
  max_tokens: 512,
  system: faqSystemPrompt,
  messages: conversationHistory
});

Detect khi nào cần escalate

function shouldEscalate(response, classification) {
  // Escalate nếu Claude tự flag
  if (response.includes("[ESCALATE:")) return true;

  // Escalate dựa trên classification
  if (classification.needs_human) return true;
  if (classification.sentiment === "very_negative") return true;
  if (classification.urgency === "high") return true;
  if (classification.confidence < 0.7) return true;

  return false;
}

Response Drafting với Human Review

Draft response cho agent review

const draftingPrompt = `Bạn là assistant hỗ trợ viết response cho customer support agent.

Draft response cho ticket sau:

TICKET:
Category: {{category}}
Customer tier: {{tier}}
History: {{previous_interactions}}
Content: {{ticket_content}}

Yêu cầu draft:
1. Acknowledge vấn đề của khách một cách empathetic
2. Đưa ra solution hoặc next steps cụ thể
3. Tone phù hợp với customer tier (VIP khác guest)
4. Tránh: hứa hẹn không thể thực hiện, defensive language
5. Kết với CTA rõ ràng

Sau draft, thêm section:
[AGENT NOTES: điểm agent cần verify hoặc customize trước khi gửi]`;

// Dùng Sonnet 4 cho task phức tạp hơn
const response = await anthropic.messages.create({
  model: "claude-sonnet-4-5",
  max_tokens: 1024,
  system: draftingPrompt,
  messages: [{ role: "user", content: ticketContent }]
});

Sentiment Analysis

Real-time sentiment monitoring

const sentimentPrompt = `Phân tích sentiment của message customer support này.

Trả lời JSON:
{
  "sentiment": "positive|neutral|negative|very_negative",
  "intensity": 1-10,
  "emotions": ["frustrated", "confused", "angry", "satisfied", "disappointed"],
  "churn_risk": "low|medium|high",
  "key_phrases": ["phrase1", "phrase2"],
  "recommended_approach": "short description"
}`;

// Chạy song song với classification để không tăng latency
const [classification, sentiment] = await Promise.all([
  classifyTicket(ticket),
  analyzeSentiment(ticket)
]);

Proactive escalation dựa trên sentiment trend

// Nếu customer có 3+ interactions với sentiment tiêu cực liên tiếp
async function checkSentimentTrend(customerId) {
  const recentInteractions = await db.getRecentInteractions(customerId, 5);
  const negativeCount = recentInteractions.filter(i =>
    ["negative", "very_negative"].includes(i.sentiment)
  ).length;

  if (negativeCount >= 3) {
    await alertSeniorAgent({
      customerId,
      reason: "Sentiment trend: 3+ consecutive negative interactions",
      interactions: recentInteractions
    });
  }
}

Multilingual Support — Tiếng Việt Focus

Handle mixed language và slang

Khách Việt Nam thường viết Việt-Anh lẫn, viết tắt, hoặc dùng từ địa phương. Claude Haiku 3.5 xử lý tốt điều này:

System prompt tip cho tiếng Việt:

"Khách hàng có thể viết bằng tiếng Việt, tiếng Anh, hoặc hỗn hợp.
Họ có thể dùng viết tắt (ko = không, dc = được, k = không, ik = đi)
hoặc từ địa phương.

Hãy:
1. Hiểu ý định dù viết tắt hay không dấu
2. Trả lời cùng ngôn ngữ với cách khách viết
3. Nếu khách viết không dấu → trả lời không dấu cũng được, hoặc hỏi nhẹ để confirm hiểu đúng"

Language detection và routing

// Simple language detection
function detectLanguage(text) {
  const vietnameseChars = /[àáảãạăắặẳẵặâấậẩẫặđèéẻẽẹêếệểễệìíỉĩịòóỏõọôốộổỗộơớợởỡợùúủũụưứựửữựỳýỷỹỵ]/i;
  const vietnameseWords = /(không|được|và|của|với|là|có|cho|này|đó|một|những|trong|tôi|bạn)/i;

  if (vietnameseChars.test(text) || vietnameseWords.test(text)) {
    return "vietnamese";
  }
  return "english";
}

Cost Analysis

Ước tính chi phí API

Đây là ước tính minh họa để planning, cần điều chỉnh theo actual usage:

Với mix thực tế (70% FAQ auto, 30% complex draft), 10,000 tickets/tháng ước tính tốn khoảng $15-30 API cost — so với chi phí nhân sự đáng kể hơn nhiều. Lưu ý: đây là ước tính minh họa, chi phí thực tế phụ thuộc vào prompt length và conversation context.

Integration với Helpdesk Tools

Zendesk integration pattern

// Zendesk webhook → Claude classification → routing
app.post('/webhook/zendesk', async (req, res) => {
  const ticket = req.body;

  // 1. Classify ticket
  const classification = await classifyTicket(ticket.description);

  // 2. Update Zendesk tags
  await zendesk.tickets.update(ticket.id, {
    tags: [classification.category, classification.urgency],
    custom_fields: [{
      id: SENTIMENT_FIELD_ID,
      value: classification.sentiment
    }]
  });

  // 3. Route to appropriate group
  const groupId = getGroupId(classification);
  await zendesk.tickets.update(ticket.id, { group_id: groupId });

  // 4. If FAQ-answerable, draft response
  if (!classification.needs_human && classification.confidence > 0.85) {
    const draft = await generateFAQResponse(ticket.description);
    await zendesk.tickets.addComment(ticket.id, {
      body: draft,
      public: false, // Internal note, agent reviews before sending
      author_id: CLAUDE_AGENT_ID
    });
  }

  res.json({ success: true });
});

Anti-patterns Cần Tránh

• Tự động gửi response quan trọng mà không có human review: Với refund, complaint, hay thông tin nhạy cảm, luôn có agent kiểm tra trước
• System prompt quá dài: FAQ database trong system prompt sẽ tăng cost mỗi request. Cân nhắc RAG (Retrieval Augmented Generation) khi FAQ có nhiều hơn 50 items
• Không có fallback khi API down: Luôn có queue và fallback route đến human agent
• Ignore conversation history: Claude sẽ không biết context nếu bạn không pass conversation history vào messages array
• Không monitor quality: Cần sample review hàng tuần để catch khi Claude trả lời sai

Monitoring và Quality Control

// Log tất cả Claude responses để review
async function logInteraction(ticketId, input, output, classification) {
  await db.insert("ai_interactions", {
    ticket_id: ticketId,
    input_text: input,
    output_text: output,
    classification: JSON.stringify(classification),
    model: "claude-haiku-3-5",
    timestamp: new Date(),
    reviewed: false,
    quality_score: null
  });
}

// Weekly quality report
async function getQualityMetrics(startDate, endDate) {
  const interactions = await db.query(`
    SELECT
      COUNT(*) as total,
      AVG(quality_score) as avg_quality,
      COUNT(CASE WHEN escalated THEN 1 END) as escalated_count,
      COUNT(CASE WHEN customer_satisfied THEN 1 END) as satisfied_count
    FROM ai_interactions
    WHERE timestamp BETWEEN ${startDate} AND ${endDate}
  `);
  return interactions;
}

Kết luận

Claude API với Claude Haiku 3.5 cho classification và routing, kết hợp Claude Sonnet 4 cho complex response drafting, tạo ra một hệ thống CSKH có thể xử lý phần lớn volume với chi phí thấp hơn đáng kể so với chỉ dùng nhân sự.

Nguyên tắc quan trọng: AI không thay thế human agent cho những tình huống nhạy cảm — mà làm cho human agent hiệu quả hơn bằng cách handle repetitive tasks và cung cấp context đầy đủ khi cần escalate.

Bắt đầu nhỏ: implement classification layer trước, đo chất lượng trong 2-4 tuần, sau đó mở rộng sang FAQ automation khi đã tin tưởng vào accuracy.

Bài viết liên quan

• Customer Support Agent — Chatbot hỗ trợ production-grade
• Claude cho Automation — Tích hợp Zapier, Make và n8n
• Claude cho startup — Từ MVP đến scale
• Claude cho Enterprise: Tạo digest thông tin tổng hợp
• Context Engineering — Nghệ thuật quản lý context cho Claude