AI Shops
  • Trang chủ
  • Giới thiệu
  • Giải pháp IT
Đăng nhậpĐăng ký

AI Shops

Giải pháp AI e-commerce và phần mềm quản lý thông minh cho doanh nghiệp Việt Nam.

Theo dõi chúng tôi

Facebook

Cửa hàng

  • Hàng mới về
  • Tất cả sản phẩm
  • Giảm giá
  • Blog

Hỗ trợ

  • Trung tâm trợ giúp
  • Đổi trả
  • Chính sách bảo mật
  • Giới thiệu
  • Giải pháp IT
Thanh toán:
COD
QR Code
Thanh toán an toàn
© 2026 AI Shops. Tất cả quyền được bảo lưu.
Trang chủ
Cửa hàng
Giỏ hàng
Hồ sơ
    Đừng chỉ xây dựng Chatbot, hãy xây dựng một "Shopping Agent" thực thụ
    Quay lại blog

    Đừng chỉ xây dựng Chatbot, hãy xây dựng một "Shopping Agent" thực thụ

    Đã đăng: 20 tháng 3, 2026

    Sau hơn 10 năm làm nghề, mình nhận ra sự khác biệt giữa một Chatbot "vui vẻ" và một AI Agent "thực chiến" nằm ở khả năng xử lý giao dịch (Transaction). Với dự án AI Shops, mình đã thiết kế một luồng đặt hàng (Ordering Flow) khép kín dựa trên kiến trúc Hybrid RAG + Tool-Use.

    Dưới đây là 3 trụ cột kỹ thuật giúp hệ thống vận hành an toàn và chính xác:

    1. Luồng tìm kiếm Hybrid (RAG + Keyword Search) Thay vì chỉ dùng RAG thuần túy, mình kết hợp:

    RAG (Semantic Search): Sử dụng pgvector trên Supabase để hiểu ý định khách hàng (ví dụ: "Đồ đi biển").

    Structured Search: Dùng Tool searchProducts với filter ILIKE để truy vấn chính xác từ Database khi khách có keyword cụ thể.

    Kết quả: UI sẽ tự động render Rich Product Cards ngay khi AI tìm thấy "Product Slug".

    Screenshot 2026-03-20 at 09.13.01.png

    1. "Stateless Cart" — Giỏ hàng không Database Đây là điểm mình tâm đắc nhất: Giỏ hàng không cần lưu vào bảng Cart riêng biệt. Toàn bộ thông tin lựa chọn của khách sống trực tiếp trong hội thoại (Chat History). AI đóng vai trò điều phối thông qua tool addToOrder, kiểm tra tồn kho (stock_quantity) theo thời gian thực trước khi xác nhận.

    2. Nguyên tắc "Zero-Trust" cho bộ nhớ AI (Security Re-validation) Đây là bước sống còn để chống lỗi "ảo tưởng" (hallucination):

    Khi gọi tool createChatOrder, hệ thống KHÔNG BAO GIỜ tin vào mức giá hay số lượng tồn kho mà AI đang nhớ trong đoạn chat.

    Backend sẽ thực hiện một bước Re-validation cuối cùng: Truy vấn trực tiếp từ DB để lấy giá hiện tại và check tồn kho một lần nữa ngay tại thời điểm ghi dữ liệu.

    Rule: Giá luôn được đọc từ DB, không đọc từ Chat History.

    Tech Stack mình sử dụng:

    Next.js 15 (App Router) + Vercel AI SDK

    Model: Google Gemini (Primary) & Claude 3.5 (Fallback)

    Database: PostgreSQL + Prisma + pgvector

    Auth: Supabase Auth

    Bài học đúc kết: Sức mạnh của AI Agent không nằm ở câu Prompt, mà nằm ở cách bạn thiết kế luồng dữ liệu (Data Flow). Hãy coi LLM là một "Orchestrator" (người điều phối), không phải là nơi lưu trữ sự thật.

    Anh em có thể xem bản demo chi tiết tại đây: aishops.me/vi/about

    Mọi người đang xử lý bài toán xác thực và bảo mật cho AI Agent như thế nào? Cùng thảo luận nhé!

    #SoftwareEngineering #AIAgents #RAG #SystemDesign #Nextjs #Prisma #AICommerce #FullstackDevelopment #HuynhVangIT