0:00 Đây chính là các tọa độ, các dữ liệu vecơ được phân tách bởi dấu phẩy. Chúng ta đã gửi hình ảnh thành công, hình ảnh sản phẩm cho khách hàng ở trong tin nhắn. Đây nó điền các thông tin của tôi vào đây nhá. Và nó đã tóm tắt chân dung khách hàng. Hello anh em. Trong video ngày hôm nay tôi và các bạn chúng ta sẽ sử dụng N8N và Facebook Messenger kết hợp với nhau để xây dựng tạo ra một con chatbot AI để có thể tự động trả lời tin nhắn của khách hàng khi mà nhắn lên page tự động tư vấn sản phẩm và tự động thu thập thông tin cũng như là đơn hàng của khách hàng. Và đây là fanpage mà chúng ta sẽ ờ áp dụng ngày hôm nay. Trên kênh YouTube của tôi đã đăng tải cũng như là chia sẻ rất là nhiều video liên quan tới N8N. Nếu như bạn nào đang trong quá
0:45 trình tìm hiểu học hỏi về N8N thì có thể vào trong kênh YouTube của tôi để các bạn tham khảo cũng như là xem các ví dụ, các hướng dẫn mà tôi đã triển khai ở đây. Nếu như bạn nào chưa có VPS chạy N8N CO ấy thì các bạn có thể vào trong link ở phía bên dưới phần mô tả. Tôi có giới thiệu cho các bạn một nhà cung cấp cung cấp VPS chạy N8N siêu hot và tôi có mã giảm giá 20% và 40% cho các bạn. Ngoài ra tôi có một khóa học dạy N8N cơ bản cho người mới bắt đầu. Nếu như bạn là một trong những người mới tiếp xúc với N8N, không có bất kỳ kiến thức nào về kỹ thuật, cần người cầm tay chỉ việc và hướng dẫn thì bạn có thể đăng ký và mua khóa học này của tôi. Khóa học này tôi có để ở dưới phần mô tả. Các bạn có
1:30 thể click vào và tham khảo nội dung nhá. Để có thể kết nối được N8N với cả Facebook page thì đầu tiên chúng ta sẽ cần phải tạo một trang Facebook trước nhá. Các bạn sẽ sử dụng tài khoản Facebook cá nhân và các bạn tạo ra một trang Facebook page cho tôi. Sau khi chúng ta tạo xong trang Facebook thì chúng ta sẽ lên Google và tìm từ khóa là Facebook Developer. Và các bạn sẽ click vào cái trang là developer.facebook.com. Đây là một trang dành cho nhà phát triển của Facebook. Và chúng ta sẽ đi đến cái phần là ứng dụng của tôi ở đây nhá. Các bạn sẽ click vào đây và nó sẽ dẫn tới cho chúng ta một cái trang để chúng ta tạo được ứng dụng. Nếu như bạn nào đã tạo ứng dụng Facebook rồi hoặc là biết tạo ứng dụng rồi thì các bạn có thể bỏ qua bước này nhé. Nếu như bạn nào chưa biết tạo ứng dụng Facebook thì các bạn có thể lên trên kênh YouTube của tôi và
2:17 các bạn tìm tới video là tự động đăng bài Facebook page. Thì trong video này tôi đã hướng dẫn cho các bạn cách chúng ta có thể tạo được ứng dụng Facebook. Có một lưu ý khi mà các bạn tạo xong ứng dụng Facebook là các bạn phải kích hoạt chế độ là chính thức nhá. Thì các bạn sẽ cần phải điền cái URL chính sách quyền dinh tư. Thì ở đây tôi đã hướng dẫn ở trong video đăng bài trên Facebook ở đây thì các bạn có thể tham khảo và các bạn làm theo. Sau khi các bạn làm đủ làm đúng thì chúng ta sẽ sang bước là thiết lập Messenger nhé. Các bạn tìm đến cho tôi cái phần là cài đặt API Messenger ở đây. Và chúng ta sẽ tiến hành là cài đặt cái webhook vào trong Messenger nhé. Các bạn mở trang N8N ra và chúng ta sẽ tạo một cái work follow mới. Và tôi sẽ thêm cái note checker đó chính là onbook c nhá.
3:03 Và chúng ta sẽ có một cái đường dẫn URL ở đây ở trong cái nốt web hook. Và các bạn sẽ copy cái test URL này để chúng ta cho vào trong phần cấu hình gook nhá. Các bạn sẽ cho vào đây và chúng ta sẽ điền một cái mã ở đây. Các bạn điền cái mã gì cũng được. Tôi sẽ điền là 123 đi. Rồi bên N8N các bạn sẽ click vào đây để chúng ta sẽ kiểm tra xem là nó đã gọi tới cái webhook của N8N chưa. Rồi và các bạn click vào xác minh và lưu. Chúng ta đã thấy là webhook của N8N nó đã nhận được cái respon. Bây giờ chúng ta sẽ cần phải câu hình thêm để chúng ta xác thực được cái đường rất này nhá. Các bạn thêm cho tôi cái note là respon true
3:49 webhook và các bạn sẽ chọn cho tôi ở đây là text này. Và các bạn sẽ kéo cái giá trị là hub challeng ở đây nhá. Các bạn cho vào đây và các bạn quay lại. Tiếp theo chúng ta sẽ mở cái note ra và các bạn sẽ chọn cái phần này nhá là respon to webhook. Rồi bây giờ chúng ta sẽ thử test xem nó có thể là xác thực được không nhá. Các bạn sẽ click vào đây và chúng ta sẽ quay đây và chúng ta sẽ click vào xác minh này. Rồi nó đã chạy rồi nhá. Nó đã chạy và nó đã nhận được cái dữ liệu. Nhưng mà bên Messenger ấy thì nó vẫn chưa thể xác thực được cái đường dẫn này nhá. Thì đây là một cái lỗi khá là cơ bản nhiều bạn mắc phải. Thì ở trường hợp này chúng ta sẽ xử lý với cả cái dữ liệu là text nhá.
4:35 Thì nếu các bạn chọn là text thì các bạn sẽ chọn thêm cho tôi cái phần này nhá. Các bạn chọn là header này. Các bạn sẽ nhập vào đây là content type này. Và các bạn nhập vào đây là text. Sau đó các bạn sẽ ờ chạy lại cái WF follow này để xem nó đã xác thư được chưa nhá. Rồi chúng ta sẽ bấm vào xác minh. Ok. Lúc này ờ Webhook của chúng ta đã được xác minh ở trong Messenger. Thì nếu như bạn nào bị cái lỗi như vừa nãy thì các bạn có thể xử lý theo cách này nhá. Tôi vừa hủy cái xác minh webhook để tôi hướng dẫn cho các bạn một cái cách nữa để chúng ta xử lý nhá. Trường hợp đây chúng ta đang chọn là text đúng không? Thì các bạn có thể đổi sang phần là jon ở đây nhá. Các bạn chọn là jon này. Sau đó chúng ta sẽ thử chạy lại xem là nó có thể là xác thực được không nhá. Đây
5:22 chúng ta sẽ cấu hình lại này. Và đây tôi đang chọn là Jason các bạn nhá. Rồi bây giờ tôi sẽ tiến hành là chạy lại cái web này và xác minh. Ok. Lúc này Messenger đã xác minh thành công cái webhook của tôi. Các bạn có thể thấy nhá, nó đã hiển thị màu xanh ở đây. Thì các bạn có thể áp dụng một trong hai cách trên để xử lý nỗi nếu như chúng ta có vấn đề xảy ra khi mà chúng ta xác minh webhook ở trong Messenger. Tiếp theo các bạn sẽ click vào cái nút là kết nối ở đây nhá để chúng ta có thể là kết nối đến cái trang chúng ta cấp quyền Messenger. Rồi chúng ta sẽ chọn vào cái trang mà chúng ta muốn cấp quyền này. Rồi chúng ta đã xong cái phần cấp quyền rồi nhá. Các bạn click vào cái nút là thêm đăng ký ở đây và chúng ta sẽ chọn
6:07 vào hai cái phần này. Rồi chúng ta sẽ bấm vào confirm nhé. Quay trở lại follow các bạn sẽ mở cái notốt webhook này ra cho tôi và chúng ta sẽ vào phần setting này và kích hoạt cái phần này. Và lúc này chúng ta sẽ có cái phương thức là get và post. Phương thức get thì giúp chúng ta xác minh được cái webhook ở trong Messenger. Còn cái phương thức post là giúp chúng ta tiếp nhận được cái dữ liệu khi mà người dùng nhắn tin ở trong Messenger. Bây giờ tôi sẽ kích hoạt cái group Follow và sang bên trang Messenger để nhắn tin cho cái page này để xem là N8N có nhận được cái dữ liệu không nhá. Tôi sẽ nhắn tin. Xin chào anh. Và chúng ta sẽ quay ở đây nhá. Và các bạn sẽ thấy là cái webhook của chúng ta nó đã tiếp nhận được cái sự kiện ở bên Messenger và nó trả ra cho chúng ta một cái dữ liệu ở bên là phương
6:53 thức post. Các bạn có thể thấy này, chúng ta đã nhận được cái dữ liệu tex ở đây là xin chào anh. Và bây giờ chúng ta sẽ kết nối cái dữ liệu này vào trong một con AI rừng để cho nó trả lời và chúng ta sẽ kiểm tra xem là cái tín hiệu mà nó nhận được và nó trả lời nó có thông suất không nhá. Ở trong note AI agent tôi sẽ nối cái dữ liệu từ trong webhook chính là cái dữ liệu text này vào trong phần prom để cho AI agent nó tiếp nhận cái prom này và nó trả lời. Và tôi sẽ nối cái chat model vào đây. Tôi sẽ sử dụng là open AI. Rồi tôi sẽ sử dụng mô hình là 4.1 Mini nhá. Chúng ta sẽ kích hoạt follow và sang bên cái trang Messenger. Chúng ta sẽ nhắn tin vào đây để xem con AI này nó sẽ trả
7:38 lời như nào và nó đã tiếp nhận được dữ liệu và nó đã chạy thành công các bạn nhá. Đây chính là cái output chính là cái câu trả lời mà AI agent nó trả lời ra. Thì nhiệm vụ tiếp theo chúng ta sẽ cần phải gửi cái tin nhắn này, gửi cái output này sang bên phần Messenger để phản hồi lại, trả lời lại cho người dùng. Thì để phản hồi lại cái tin nhắn cho người dùng ấy, chúng ta sẽ cần phải nối vào đây một cái nốt là http request để chúng ta gọi tới cái API semit gửi tin nhắn ở trong Messenger. Sau khi chúng ta tạo cái nốt http request thì các bạn sẽ vào trong cái trang là developerfacebook.com và chúng ta sẽ vào cái phần mô tả, cái phần hướng dẫn. Đây chính là cái API, chính là cái mã để chúng ta có thể là gửi tin nhắn vào trong Messenger nhá. Thì các bạn có thể
8:25 là copy cái này cho tôi và chúng ta sẽ quay lại N8N và các bạn sẽ import cllở đây các bạn dán vào đây chúng ta import thì mặc định note http request nó sẽ tự động phền dữ liệu tương ứng vào trong cái tất cả các thông số ở đây chúng ta sẽ điền lần lượt các thông số vào trong này nhá. Ở phần URL các bạn sẽ xóa phần này cho tôi và các bạn thay bằng là mi này access token thì các bạn có thể là điền cái token vào đây cũng được nhưng mà tôi sẽ không sử dụng cái cấu hình kiểu này mà tôi sẽ xóa phần này đi và tôi sẽ tạo ra một cái phần quản lý riêng tôi sẽ chọn vào đây nhá và tôi sẽ tìm tới là Facebook grap API ở đây tôi đang có một cái mã token trước
9:12 tôi đang test thì bây giờ tôi sẽ tạo ra một cái mới nhá chúng ta tôi sẽ thay thay cái tên ở đây là à message và chúng ta sẽ cần phải lấy cái token. Các bạn quay lại cái trang này, cái trang cấu hình với hook này này. Và các bạn click vào phần tạo mã ở đây. Và chúng ta sẽ sao chép cái mã này chúng ta cho vào đây. Và các bạn sẽ bấm vào là lưu nhá. Nếu như nó hiển thị màu xanh như này chứ tỏ chúng ta đã kết nối thành công cái mã token. Rồi chúng ta sẽ cáo đây và cấu hình tiếp cái phần body. Trong phần Jon Body này, chúng ta sẽ điền cái ID của người gửi vào đây. Thì để chúng ta phản hồi lại cho họ mà thì các bạn sẽ kéo cái phần dữ liệu để thay cho cái PID vào đây nhá. Các bạn chọn vào webhook này và các bạn sẽ kéo cái phần này vào. Sender này ID
9:57 này các bạn kéo vào đây. Ở phần tin nhắn thì các bạn sẽ xóa vào ID và chúng ta sẽ lấy cái nội dung từ AI agent cho đây. Thì để tránh những cái lỗi không mong muốn liên quan tới cái cấu trúc dữ liệu ấy thì các bạn thêm cho tôi cái phần này vào trong cái dữ liệu output này nhá các bạn thêm cho tôi jon stringifile để chúng ta bọc lại cái nội dung này thì nó sẽ đảm bảo là loại bỏ những cái lỗi không mong muốn khi mà chúng ta chạy cái dữ liệu này nhá. Sau khi cấu hình xong chúng ta sẽ kích hoạt follow và sang phần tin nhắn để nhắn tin cho cái page này để xem là nó có trả lời theo đúng cái cấu hình mà chúng ta mong muốn không nhé. Rồi chúng ta lại nhắn tin này. Và chúng ta sẽ sang vào đây. Các bạn sẽ thấy nó đang chạy nhá. Và nó đã hiển thị màu xanh chứng tỏ là nó đã chạy thành công.
10:44 Và các bạn có thể thấy này cái nội dung mà nó trả ra cho chúng ta đúng như là cái nội dung mà chúng ta đã tiếp nhận ở trong cái nốt AI rừng và nó đã chạy thành công các bạn nhá. Và đây là một cái luồng cơ bản giúp các bạn kết nối được N8N với cả Messenger tạo ra được một con chatbot trả lời tự động. Tiếp theo thì tôi sẽ gắn cái dữ liệu mà tôi cung cấp. Ở đây tôi đang đóng vai trò là một chủ shop thời trang nam thì tôi sẽ gắn cái dữ liệu liên quan tới các sản phẩm mà tôi đang bán hàng. Ở đây tôi đã chuẩn bị sẵn khoảng 40 sản phẩm các bạn nhá. 40 sản phẩm bao gồm quần áo nam này, có đầy đủ các thể loại như là công sở này, đi biển này, ở nhà này và đi chơi. Thì tôi sẽ kết nối cái dữ liệu gosit này vào trong AI agent và nó sẽ
11:30 lấy cái dữ liệu này ra để nó trả lời cho khách hàng. Thì cái kiểu chatbox kiểu này tôi đã hướng dẫn và giới thiệu cho các bạn ở những video trước mà tôi đã làm với cả chatbox Zalo cá nhân và chatbot Zalo OA. Thì các bạn có thể xem lại hai video này trước khi mà các bạn xem tiếp. Tôi sẽ kết nối cái nốt Google Sheet vào trong phần tool ở đây. Đây tôi sẽ chọn là Google Sheet Tool tool nhá. Tôi sẽ chọn đến cái shit là sản phẩm quần áo nam này và cái shit là ở sản phẩm. Tôi sẽ sử dụng memory ở đây là symbol memory. Và tôi sẽ chạy thử cái dữ liệu này để cho các bạn xem nó trả lời như nào. Tôi sẽ chọn ở đây cái defile ở đây. Tôi sẽ chọn cái key. Key ở đây thì tôi sẽ chọn là cái ID của người gửi nhá. Đây
12:15 cái ID của người gửi để làm cái key l section. Tiếp theo thì tôi sẽ cần phải nhập một cái prom vào trong AI agent. Ở đây tôi đã chuẩn bị sẵn một cái pro và tôi sẽ copy vào đây và tôi sẽ phóng to cho các bạn để các bạn có thể là thấy được cái dữ liệu như này nhá. Đây chính là cái prom của tôi. Các bạn có thể tạm dừng video và copy cái này vào. Thì ở đây tôi sẽ quay lại và tôi sẽ đổi tên cái note sheet này là product. Và trong prom của Aizion tôi sẽ sửa phần này là sản phẩm chỉ có trong phần tool này tool product để tôi chỉ dẫn cho nó là vào trong đây để lấy sản phẩm. Ok bây giờ chúng ta sẽ chạy thử cái WF follow này để xem nó trả lời như nào nhá. Tôi
13:01 sẽ kích hoạt này. Tôi sẽ hỏi nhá. Tôi đang cần mua áo phông đi biển. Và chúng ta sẽ xem cái quá trình nó chạy nó đã vào trong Goit để nó lấy cái thông tin ở trong Goit và nó đã trả lời cho tôi nhá. Và quay ở đây chúng ta đang thấy là nó đã gửi cho chúng ta những thông tin như này bao gồm nội dung giá mô tả và hình ảnh đi kèm. Thì ở trong file sheet ấy tôi có một cái cột là URL hình ảnh. Ở đây chính là cái đường link mà tôi dẫn trực tiếp đến tới cái file ảnh mà tôi để vào trong sản phẩm thì nó gửi kèm luôn. Thì chúng ta sẽ có một cái câu trả lời như này nhá. Thì cái phần này nó khá là quen thuộc với những bạn nào đã xem video liên quan tới chatbot Zalo cá nhân hoặc là chatbot
13:48 Zaloa. Và trong phạm vi của video này, tôi sẽ hướng dẫn cho các bạn cách để chúng ta có thể là gửi ảnh cho người dùng xem bằng cách là hiển thị trực tiếp chứ không phải là gửi cái link ảnh như này và bắt người ta phải click vào để xem ảnh. Chúng ta sẽ không làm như này các bạn nhá mà chúng ta sẽ gửi ảnh trực tiếp và hiển thị trực tiếp ở trong Messenger. Trên đây là những hướng dẫn cơ bản của tôi giúp các bạn có thể kết nối được web hook ở trong N8N vào trong Messenger để xây dựng một con chatbot AI thông minh có thể vào trong cơ sở dữ liệu của các bạn để lấy ra các sản phẩm và tự động trả lời tư vấn cho khách hàng. Và không dừng lại ở đó chúng ta sẽ nâng cấp con chatbot AI này ờ lên một cái level cao hơn. Đầu tiên chúng ta sẽ chuyển toàn bộ cái dữ liệu ở trong Google Sheet này vào trong vector
14:34 database để chúng ta làm việc một cách nó thông minh hơn. Và chúng ta có thể là gửi hình ảnh cho khách hàng trực tiếp trên Messenger để cho khách hàng xem. qua một cái luồng nói chuyện với khách hàng ấy thì con chat BI nó có thể tổng hợp thu thập thông tin và phân tích thông tin để điền vào trong cái bảng khách hàng như thế này để cuối ngày nhân viên sale nhân viên đóng hàng có thể xử lý những cái tác dụng tiếp theo. Trong video này tôi sẽ sử dụng Python làm vector database để lưu chữ dữ liệu. Trước đó thì tôi cũng đã ra một video hướng dẫn cho các bạn giới thiệu với các bạn về Superbase cũng là một vector database. Thì bạn nào chưa hiểu chưa rõ về phần này thì các bạn có thể xem lại video liên quan tới Superbase và Podcast nhé. Thì trong video này tôi sẽ sử dụng
15:21 Python làm cơ sở dữ liệu Vector Database. Các bạn sẽ tiến hành đăng ký tài khoản và đăng nhập vào trong Python nhá. Tôi sẽ tiến hành login này. Trước đó thì tôi đã đăng nhập tài khoản rồi cho nên nó sẽ truy cập vào đây luôn. Nếu như bạn nào lần đầu tiên đăng nhập đăng ký tài khoản thì các bạn sẽ vui lòng là tạo những cái thông số như này nhá. Đây tạo những cái dự án project như này thì nó sẽ dẫn các bạn tới một cái màn hình như này. Thì đây chính là cái cửa sổ cái trang để chúng ta có thể tạo được cái database của chúng ta. Các bạn sẽ click vào là create index nhá. Để chúng ta sẽ tạo ra một cái index mới. Các bạn sẽ đặt tên ở đây tôi sẽ đặt là product để tôi sẽ lưu cái dữ liệu sản phẩm. Chúng ta sẽ có một vài cái cấu hình nó hơi khác một chút so với cả Subway. Nếu như bạn nào đã làm việc với cả Subway
16:08 thì ở đây chúng ta sẽ cần phải chọn vào câu hình bằng tay nhá. Chúng ta sẽ cần phải chọn những cái mô hình để eding thì như thông thường tôi sẽ chọn cái mô hình là của Open AI tôi sẽ chọn cái mô hình là Texding B small. Các bạn để ý ở phía bên dưới khi mà chúng ta chọn cái mô hình edding ấy thì nó sẽ có cái phần là dimension. Ở đây chính là cái kích thước. Tức là gì? Các bạn có thể là chọn 1536 hoặc là 512. Nó sẽ tương ứng với cái việc là số lượng vector database tức là nó sẽ chia nhỏ những cái dữ liệu ra ấy thành rất nhiều những cái tọa độ. Khi mà các bạn chọn 1536 thì nó sẽ gấp ba lần so với cả 512 đúng không? Thì nó sẽ có nhiều cái dữ liệu vecơ thì nó sẽ tăng cường được độ chính xác khi mà chúng ta query dữ liệu. Tương tự như thế các bạn có thể là tham khảo những cái eding khác
16:55 ví dụ như là text eding ba. Đây các bạn có thể thấy là chúng ta có tới là 3072 tức là càng nhiều những cái tọa độ như này thì nó sẽ tăng cường đế độ chính xác khi mà chúng ta free. Ở đây tôi sẽ chọn cái mô hình small và tôi sẽ chọn cái kích thước là 1536 nhá. Và chúng ta sẽ chọn những câu hình như này. Và các bạn sẽ click vào là create index. Thì cái quá trình nó sẽ tạo ra cái cơ sở dữ liệu cho chúng ta. Thì đây chính là cái khu vực để chúng ta lưu cái dữ liệu vector database. Các bạn có thể thấy này, chúng ta sẽ có một vài cái thông tin khi mà chúng ta tạo xong cái mô hình nhúng. Sau khi chúng ta đã cấu hình ở trong Python xong thì bây giờ chúng ta sẽ cần phải chuyển toàn bộ cái dữ liệu ở trong file này vào trong cái khu vực của Python. Thì chúng ta sẽ cùng quay lại
17:41 WFO của N8N. Ở đây tôi sẽ tạo ra một phần để tôi sẽ import dữ liệu từ trong file trong Python nhé. Tôi sẽ tạo một cái nốt go shit đây và tôi sẽ get row tức là lấy ra toàn bộ dữ liệu. Tương tự tôi đã làm ở trong Superbase. Các bạn có thể quay lại video liên quan tới Superbase để xem cái phần này nhá. Thì tôi sẽ làm lại như này để cho các bạn có thể là hiểu rõ hơn. Sau khi lấy được toàn bộ dữ liệu ở đây thì tôi sẽ dùng exit field để tôi loại bỏ cái trường dữ liệu là trường ảnh đi. Đây chúng ta sẽ chạy cái nốt này. Rồi các bạn sẽ thấy nhá đây là toàn bộ dữ liệu ở trong fileit đúng không? Và tôi sẽ loại bỏ cái dữ liệu đây. Tôi sẽ loại bỏ cái dữ liệu loại ảnh ở đây đi.
18:26 Thì nó sẽ ờ đây các bạn thể thấy này. Chúng ta sẽ bất cái chu dữ liệu loại ảnh đúng không? Tại vì nó không có giá trị gì. nó chỉ có mang cái tính là hiển thị thôi thì tôi sẽ không insert vào trong Python. Tiếp theo tôi sẽ dùng nốt là agregate để tôi gom tất cả vào trong một à dữ liệu. Rồi tôi sẽ submit. Đây nó sẽ gom vào trong cái mảng có cái key là data các bạn nhá. Tôi sẽ chọn một cái nốt nữa là samurai để tôi nối tất cả lại với nhau thành một chuỗi. Tôi sẽ kéo cái data này vào và tôi sẽ click vào đây. Thì các bạn thấy nhá, cái dữ liệu ở trong fileit nó trông như thế này. Bây giờ nó đã chuyển thành một cái chuỗi như thế này. Và chúng ta
19:12 có thể insert được cái dữ liệu này vào trong Python. Chúng ta sẽ chọn tiếp nốt đó chính là Python các bạn nhé. Đây Python Vector Store đây. Thì các bạn sẽ chọn cái hành động là add document. Ok, tại đây chúng ta sẽ chọn đến cái index mà chúng ta đã tạo chính là cái index là product này. Đây chính là cái này các bạn nhá. Và chúng ta sẽ để là bending bite là 200 để mặc định. Và tôi sẽ tạo ra một cái nam space để tôi lưu cái sản phẩm này vào cho nó tiện. Tôi sẽ để là product list. Thì tí nữa sau khi insert xong dữ liệu vào trong Python, các bạn sẽ thấy cái name space nó sẽ hiển thị ở đây này. Tiếp theo chúng ta sẽ cấu hình phần document loader. Các bạn chọn vào đây và chúng ta sẽ chọn là default data loader.
19:59 Và chúng ta sẽ để cái mặc định như này nhá. Thì ở trong cái phần này nó có cái phần là cấu hình để chúng ta ở chia tách từ ấy thì nó có phần symbol. Symbol ở đây là nó đang để mặc định là 1000 từ và ở 2000 từ overlap. Thì trong vectơ database nó sẽ chia thành nhiều hàng dữ liệu và mỗi hàng dữ liệu nó sẽ chứa là 1000 từ. Thì cứ hàng sau nó sẽ lấy 200 ký tự của hàng trước làm ký tự mở đầu. Thì nó đảm bảo cho cái việc là khi mà chúng ta chia tách từ, chia tách câu ấy thì nó đảm bảo cho cái việc là chúng ta không cắt nhầm vào những cái chỗ mà nó bị sai về ngữ nghĩa. Nếu như các bạn không muốn chọn mặc định như này thì chúng ta có thể chọn là custom nhá. thì chúng ta có thể thêm được cái phần là chúng ta chọn cái phần chia tách ở đây thì ở đây chúng ta có thể chọn lên ví dụ như là 5000 tử và overlap hoặc là 500 từ
20:45 thì cái việc cấu hình như này tùy thuộc vào cái mục đích cũng như là ý đồ của các bạn cũng như là cái lượng dữ liệu của các bạn thì ở đây tôi sẽ chọn là symbol tại vì tôi thấy cái cấu hình như này là khá phù hợp. Tiếp theo các bạn sẽ chọn cho tôi cái mô hình nhá. Chúng ta sẽ click vào chúng ta sẽ chọn là open AI. Tại vì sao? Tại vì trước đó chúng ta đã cấu hình ở trong Python ấy là chúng ta sử dụng Open AI tức là tex eding 3 small đúng không? Thì ở đây chúng ta cũng chọn cái mô hình đó các bạn nhá. Và chúng ta sẽ chọn cái kích thước là bằng sẽ quay ở đây cái kích thước đó chính là 1536 các bạn nhá. Chúng ta sẽ chọn là 1536. Tại vì nếu như các bạn chọn cái kích thước nó không đúng với câu hình ở trong này ấy thì nó sẽ không thể insert được
21:31 vào trong con. Một phần cuối cùng mà chúng ta sẽ cần phải cấu hình ở trong cái Python này chính là ờ Python API key nhá. Thì ở đây tôi đã cấu hình sẵn một cái API key rồi. Nếu như bạn nào chưa có thì các bạn sẽ vào trong phần này vào trong Python và các bạn click vào là API key. Và các bạn tạo cho tôi một cái key ở đây. Sau đó các bạn copy và cho vào trong này nhá. Thì chúng ta sẽ có quyền kết nối vào trong cơ sở dữ liệu của Python. Sau khi đã cấu hình xong, bây giờ chúng ta sẽ chạy cáifow này để nó insert dữ liệu từ trong Google Sheet vào trong Python vector database các bạn nhá. Đây các bạn click vào cái nút play ở trong Python thì cái quá trình nó sẽ tiến hành là insert vào trong cơ sở dữ liệu. Kết quả sau khi phân tách dữ liệu thì nó
22:17 ra cả là 15 dữ liệu các bạn nhá. Các bạn có thể là mở cái nốt Pon này ra để các bạn thấy là chúng ta đã phân tách cái văn bản ở đây ra thành 15 phần. Sau đó các bạn sang bên trang Python. Đây các bạn thấy chúng ta đã insert được dữ liệu vào trong Python thành công nhá. Và các bạn có thể là mở cái phần này ra và các bạn chọn vào là face này thì nó sẽ hiển thị chi tiết cái dữ liệu ở đây. Đấy, nó sẽ cắt cái dữ liệu của chúng ta này. Đấy, ra những phần như này. Các bạn chọn vào phần exit ở đây thì chúng ta sẽ xem được cái dữ liệu vecơ nhá. Đây chính là các tọa độ các dữ liệu vecơ được phân tách bởi dấu phẩy. Thì ở đ trong này chúng ta sẽ có là 1536 cái dữ liệu vectơ. Nếu như bạn nào không tin thì các bạn có thể là copy cái dữ liệu này ra và các bạn đếm nhá. Thì cái phần này chúng
23:02 ta ờ chia thành 1536 chính bằng cái cấu hình mà chúng ta đã cấu hình ở trước đó. Đây các bạn có thể sang phần nam space ở đây để chúng ta thấy được rằng là đã tạo ra một cái name space là product list đúng bằng cái cấu hình mà chúng ta đã cấu hình ở bên Pon. Thì cái việc tạo ra namespace này thì nó thuận tiện hơn cho cái việc mà chúng ta quản lý dữ liệu, chúng ta query dữ liệu và chúng ta xóa dữ liệu thì nó cũng thuận tiện hơn. Giống như cái kiểu mà các bạn chia nhỏ từ cái shit con ở trong một cái document của Google Sheit ấy. Sau khi đã có cơ sở dữ liệu ở trong vector database thì tôi sẽ bỏ cái nốt goit đi. Tôi sẽ nối vào trong đây là Pcon. Và đây tôi sẽ chọn là cái index là product và tôi sẽ chọn cái name space là
23:49 product list. Ở đây tôi không có metadata thì tôi sẽ tắt nó đi. Ở đây thì tôi sẽ điền một cái mô tả ở đây có nghĩa là sẽ sử dụng cái tool này để lấy ra cái thông tin của sản phẩm. Chúng ta sẽ thêm một cái là eding. Embeding chúng ta sẽ chọn là eding open AI và chúng ta sẽ chọn là đúng cái mô hình mà chúng ta đã insert vào trong PON đó chính là texing 3 small. Bây giờ tôi và các bạn chúng ta sẽ cùng chạy thử cái follow này để xem nó còn hoạt động hay không nhá. Và chúng ta sẽ kích hoạt nó lên này. Tôi sẽ nhắn tin cho nó nhá. Rồi nó vẫn chạy nó vẫn hoạt động các bạn ạ. nó vẫn gửi tiền cho tôi. Bây giờ tôi sẽ hỏi về sản phẩm này.
24:35 À tôi cần mua quần áo đi làm thì để xem nó có vào trong dữ liệu để nó lấy rồi. Nó đã vào trong Pon và nó tìm sản phẩm ra cho tôi. Nó sẽ hơi lâu một chút so với cả Google Sheet các bạn ạ. Rồi nó đã trả lời cho tôi các bạn nhá. Thì đây chính là cái thông tin sau khi chúng ta sử dụng vector database để nó lưu dữ liệu và nó đã lấy ra đúng cái dữ liệu mà chúng ta mong muốn. Bây giờ chúng ta sẽ làm cái tính năng là con chatbot này nó sẽ gửi ảnh cho khách hàng bằng cách là gửi trực tiếp hình ảnh chứ không phải là gửi cái link ảnh như thế này để cho khách hàng click vào xem mà sẽ gửi trực tiếp ảnh để cho khách hàng có thể xem được ở trên cửa sổ chat. Các
25:21 bạn mở note AI agent ra, các bạn sẽ thấy đây là cái output của AI agent nó trả ra cho chúng ta như thế này. Thì bây giờ chúng ta sẽ cần phải yêu cầu nó trả ra một cái định dạng phù hợp, thích hợp để chúng ta có thể là áp dụng cho những cái nốt sau này. Thì ở đây tôi có chuẩn bị một cái pro nhập vào trong con Aiz này. Và các bạn có thể ờ dừng màn hình để các bạn đọc cũng như là các bạn nhập vào trong ờ cái con AI của các bạn. Thì nó có một cái đặc biệt ở đây là tôi yêu cầu AI nó sẽ trả ra cho tôi một cái cấu trúc Jon như này bao gồm các trường thông tin về họ tên, số điện thoại, địa chỉ và có một phần đó chính là cái dữ liệu về sản phẩm. Ở đây trở lại với note AI thì tôi sẽ bật cái tính năng này lên output
26:08 format và tôi sẽ chọn vào đây là output. Và các bạn chọn vào đây nhá. Ở tại đây thì chúng ta sẽ copy cái cấu trúc mà chúng ta đã mô tả ở trong Aiz chúng ta sẽ ra cái note là này và chúng ta sẽ paste vào đây. Và để đảm bảo chắc chắn cho cái việc là AI nó sẽ trả ra đúng cái format mà chúng ta mong muốn thì tôi sẽ sử dụng thêm đó chính là auto fix format và nó sẽ thêm cái phần là chúng ta sẽ chọn thêm cái model ở đây để nó sẽ ờ tự động fix cho chúng ta. Thì các bạn có thể chọn cái mô hình vào đây nhá các bạn. Các bạn có thể chọn cái mô hình này hoặc là các bạn có thể là nối cái mô hình ở bên này vào cũng được. Đây. Rồi thì cái follow của chúng ta
26:56 trông nó sẽ như thế này. Bây giờ chúng ta sẽ cùng chạy thử cái group follow này và nhắn tin cho cái page để xem cái cấu trúc mà con AI này nó trả ra nó có đúng theo cấu trúc mà chúng ta mong muốn hay không. Tôi sẽ kích hoạt này và tôi sẽ sang đây tôi nhắn tin này. Xin chào bạn. Chúng ta sẽ kiểm tra xem cái cấu trúc trả ra của note AI nó có đúng không nhé. Rồi chúng ta sẽ mở cái note AI này ra. Và các bạn thấy cái output nó trả ra này. Đây chính là cái output mà chúng ta đã yêu cầu nó trả ra theo đúng cái format mà chúng ta mong muốn. Thì hiện tại đang đúng theo cái dữ liệu, cấu trúc mà chúng ta mong muốn. Tiếp theo tôi sẽ nhắn một cái tin nữa là tôi cần mua quần áo đi chơi. Rồi chúng ta sẽ kiểm tra.
27:46 Chỉ cần AI rừng trả ra đúng cấu trúc mà chúng ta mong muốn thì chúng ta sẽ rất dễ dàng xử lý các công việc về sau các bạn nhá. Rồi chúng ta sẽ mở ra này. Và các bạn thấy nhá cái cấu trúc dữ liệu nó trả ra cho chúng ta ấy rất là chuẩn và rất là đúng theo cái dữ liệu mà chúng ta mong muốn. Cái sản phẩm này này nó tạo thành một cái mảng dữ liệu bao gồm từng cái item tương ứng với từng sản phẩm ở trong database. Và ở đây chúng ta sẽ có một cái trường mesit riêng là cái nội dung tin nhắn thì chúng ta sẽ cần phải thay và sửa ở trong cái nốt http request. Đây cái chỗ output này này chúng ta sẽ sửa ở đây là chúng ta sẽ cần phải chấm thêm cái Messenger đây. Message nhá. Rồi nó ra đúng cái dữ liệu mà chúng ta mong muốn. Rồi bây giờ tôi sẽ kích hoạt lại và tôi sẽ nhắn tin lại nhá để xem nó có
28:32 phản hồi lại cho tôi không. Tôi cần mua o đi làm. Ok nó đã phản hồi ra cho tôi các bạn nhá. Nhưng mà nó chưa gửi kèm hình ảnh đúng không? Thì bây giờ dựa vào cái cấu trúc format mà AI nó đã trả ra như này, chúng ta sẽ sử dụng API của Messenger để phản hồi và trả lời cho khách hàng. Sau khi đã có cấu trúc chuẩn về sản phẩm thì chúng ta sẽ tạo ra một cái luồng riêng để chúng ta gửi hình ảnh nhá. Tôi sẽ tạo ra một cái nốt if ở đây và tôi sẽ nối nốt AI agent vào trong node if. Và trong note if này thì tôi sẽ
29:19 kiểm tra là cái độ dài của cái dữ liệu product nó lớn hơn 0. Đây tôi sẽ chọn cái này. Nếu như nó có độ dài lớn hơn 0 có nghĩa là nó có sản phẩm thì lúc đó nó sẽ chạy vào nhánh chu và lúc đó chúng ta sẽ tiến hành gửi hình ảnh cho khách hàng. Tôi sẽ kích hoạt nhá. Rồi chúng ta đã thấy cái nốt if nó trả ra nhánh chu tức là chúng ta đang có sản phẩm ở trong đây. Tiếp theo tôi sẽ tạo một cái nốt là exit field để tôi lấy riêng cái dữ liệu sản phẩm. Đây tôi sẽ có một cấu trúc dữ liệu như này. Rồi và để gửi được cái cấu trúc này sang bên API của Messenger thì tôi sẽ sử dụng cái mẫu này các bạn nhá. thì chúng ta sẽ có cái mẫu là chúng ta gửi một
30:05 hình ảnh này hoặc là chúng ta gửi nhiều hình ảnh thì tùy các bạn. Các bạn chọn cái cấu trúc nào cũng được thì tôi sẽ gửi nhiều hình ảnh. Thì nếu như mà nó gửi một hình ảnh thì chúng ta dùng cái này vẫn được. Rồi chúng ta sẽ dùng cái cấu trúc này nhá. Nhưng mà có một điều là chúng ta sẽ cần phải câu hình cái phần attachment này tức là file kèm nó đúng theo cái cú pháp như này. Thì để tạo ra được cái cú pháp như thế này, tôi sẽ cần phải sử dụng một cái notốe, đó chính là note code. Note code. Và trước đó tôi đã chuẩn bị một cái đoạn code để chúng ta có thể là xử lý được cái dữ liệu theo đúng cái cấu trúc mà chúng ta mong muốn. Đây đây chính là cái dữ liệu. Đây chính là cái cấu trúc mà chúng ta mong muốn cái dữ liệu nó xuất ra nhé. Rồi tôi sẽ kích hoạt cái nốt này. Thì đây chính là cái cấu trúc mà chúng
30:51 ta mong muốn để đưa vào trong cái achment của Messenger. Tiếp theo chúng ta sẽ sử dụng notốt HTTP request để chúng ta gọi tới API và gửi hình ảnh cho khách hàng. Phía đây chúng ta sẽ sử dụng là phương thức post này và tôi sẽ copy cái đường dẫn ở đây. Tôi sẽ không copy cả cái phần này để tôi import vào mà tôi sẽ cấu hình từng cái một các bạn nhá. Ở đây tôi sẽ vẫn chọn cái Facebook grap AVI. Đấy, cái mà tôi đã cấu hình ở cái note HTTP request trước đó rồi. Ở đây tôi sẽ bật cái phần body này lên và trong này tôi sẽ cấu hình là tôi sẽ chọn vào đây. Name là cái phần này. Đây chính là cái phần này của chúng ta này là cái phần là người nhận
31:37 ấy. Và chúng ta sẽ kéo cái ID của người nhận bằng cách là chúng ta sẽ sử dụng cái note web hook này. Đấy, chúng ta kéo vào đây. Chúng ta sẽ sử dụng sender nhá. Kéo vào đây chúng ta sẽ thêm một phần nữa đó chính là adment này này. Đấy, message advment tôi copy vào đây. Chấm achievement. Và cái dữ liệu value này là tôi sẽ lấy ở cái note code này rồi tôi kéo và đây. Ok, vậy là chúng ta đã cấu hình xong cái phần là http request. Gọi tới API của Messenger để gửi hình ảnh cho khách hàng. Giờ tôi sẽ chạy thử nhá. Rồi tôi chạy thử. Và nó đang gửi hình này cho khách hàng. Nếu như nó hiển thị cái kết quả như này chứng tỏ nó đã thành công. Và tôi quay ở đây chúng ta đã gửi hình ảnh thành công
32:24 hình ảnh sản phẩm cho khách hàng ở trong tin nhắn. Bây giờ tôi sẽ kích hoạt lại goflow và tôi sẽ test lại một lượt nhé. Tôi sẽ xin chào và chúng ta sẽ thấy cái workfow nó sẽ chạy này. Và các bạn sẽ thấy nhá nó không có hình ảnh cho nên là nó đã giơ và nhánh ch phone và nó sẽ chỉ gửi tin nhắn thôi mà nó không gửi hình ảnh tại vì là không có hình ảnh cho nên là nó chui vào nhánh phone. Rồi chúng ta đã nhận được cái phản hồi. Bây giờ tôi sẽ kích hoạt và tôi sẽ hỏi nó về sản phẩm tôi cần mua quần zin. Chúng ta sẽ cùng kiểm tra xem nó có gửi hình ảnh trong tin nhắn này không.
33:12 Rồi nó đã gửi tin nhắn và nó đã gửi hình ảnh cho tôi đây. Đấy các bạn thấy nhá. Đây chính là cái kết quả mà chúng ta mong muốn. Trước đó tôi có chia sẻ với các bạn là tôi đã chuẩn bị một cái bảng để lưu cái thông tin tóm tắt của khách hàng bao gồm các trường hợp thông tin như này. Và bây giờ chúng ta sẽ lấy các thông tin ở trong AI và insert vào trong cái bảng này nhá. Chúng ta sẽ thêm một cái nốt là Google Shift và tôi sẽ chọn là appen or update. Chúng ta sẽ chọn tới cái file mà chúng ta mong muốn. Chúng ta sẽ chọn tới cái shit là khách hàng. Ok. Tại đây thì chúng ta sẽ chọn cột là UID. Ok. Cái thông tin về UID thì chúng ta sẽ lấy từ trong AI này vào trong webhook
34:00 UID thì các bạn sẽ vào trong phần webhook và các bạn kéo cái này vào cho tôi. Rồi họ tên thì chúng ta sẽ lấy từ AI agent đây. Full name này, số điện thoại này, địa chỉ. Chúng ta sẽ thêm tương ứng tất cả các dữ liệu vào đây nhá. Nếu như các bạn cần khai thác thêm thông tin gì của khách hàng thì các bạn chỉ việc thêm cái cấu trúc vào trong Aiz ở phần chân dung khách hàng thì tôi sẽ để trống và tôi chữ update ở trong này nhá. Sản phẩm quan tâm thì tôi sẽ kéo phần này vào. Ok, chúng ta đã có cái cấu trúc như này và bây giờ chúng ta sẽ chạy thử cái nốt này nhá. Sau khi chúng ta chạy thử thì chúng ta
34:46 vào trong Google Sheet kiểm tra sẽ thấy là nó đã insert cái UID vào trong này và insert cái sản phẩm quan tâm là quần zin vào trong này. Bây giờ tôi sẽ kích hoạt follow và chạy thử gửi tin nhắn cho nó xem là nó có trích suất và update các thông tin mà tôi mong muốn hay không nhé. À tôi tên Hồng cao 1,8 nặng là 80 cân. thì mắc áo nào phù hợp để đi làm. Rồi chúng ta sẽ cùng kiểm tra xem cái dữ liệu nó có insert vào trong hay không. Ở đây chúng ta đang chống nhá. Rồi nó g hình ảnh cho tôi rồi và nó đang update
35:31 dữ liệu vào trong Google Sheet. Các bạn có thể thấy nhá nó đã update tên của tôi này. Độ tuổi này, chiều cao cân nặng này và sản phẩm quan tâm náo đi làm. Bây giờ tôi sẽ nhắn cho nó một tin nữa để chốt đơn bao gồm thông tin về số điện thoại. Gửi giúp tôi về địa chỉ Phạm Văn Đồng, Hà Nội đi. Số điện thoại là 098625. Rồi tôi sẽ bao gồm cái trường là địa chỉ và số điện thoại xem nó có update vào cho tôi không nhá. Đây các bạn để ý này, nó sẽ update thêm số điện thoại và địa chỉ vào đây này. Đấy, vậy là sau một hồi nhắn tin thì con chatbot đã có thể là tự động cập nhật, update, tóm tắt được cái thông tin của
36:17 khách hàng vào trong file ship. Tiếp theo tôi sẽ làm một cái chức năng đó chính là lưu trữ những cái lịch sử tin nhắn của khách hàng vào trong cơ sở dữ liệu để làm cái thông tin cho AI sẽ tóm tắt về chân dung của khách hàng. Thì ở trong video này tôi sẽ lưu thông tin vào trong podcast các bạn nhá. Thì để kết nối với cả N8N thì tôi đã hướng dẫn các bạn ở trong phần là sử dụng Superbase và PGR ở đây. Bạn nào chưa biết làm thì các bạn có thể xem lại video này để các bạn thực hiện việc kết nối Superbase và Portgress vào trong NT8N. Ngoài Portc ra thì các bạn hoàn toàn có thể sử dụng MSQL hoặc là mông DB hoặc bất kỳ cơ sở dữ liệu nào mà các bạn
37:02 có thể sử dụng. Miễn làm sao mà các bạn biết cách dùng là được. Thì ở trong view này chúng ta sẽ sử dụng postg ở trong Superbe. Các bạn sẽ vào Superbase và vào cái dự án của các bạn. Tôi sẽ vào phần table editor. Thì ở đây tôi mới tạo thêm một cái bảng đó chính là cái bảng lưu lịch sử chat của khách hàng. Thì để tạo được cái bảng này các bạn chỉ cần click vào phần new table đây này. Và các bạn đặt tên bảng đây. Các bạn đặt tên bảng và các bạn thêm các cột ở đây. Ví dụ ở đây tôi đang có là cột là creed ở đây nhá. Rồi tôi sẽ thêm cột nữa là UID và tôi chọn là kiểu là va ở đây. Tiếp theo là cột message và tôi sẽ chọn là kiểu text ở đây. Rồi
37:47 sau đó các bạn bấm vào là save thì nó sẽ tạo ra cho các bạn một cái bảng như tôi đã tạo. Sau khi các bạn tạo được cái bảng như này thì chúng ta sẽ quay lại N8N nhá. Thì ở đây tôi sẽ không sử dụng symbol memory nữa. Chúng ta có postc thì chúng ta sẽ sử dụng port. Rồi ở đây tôi đã kết nối port vào trong N8N rồi. Và các bạn sẽ đổi cái key này thành cái sender đây. Và chúng ta sẽ lấy ra độ dài của cái ngữ cảnh là 10 nhá. Rồi chúng ta đã thay đổi memory từ simple memory sang postgr chat memory. Thì để lưu được cái tin nhắn lịch sử chat của khách hàng vào trong cái bảng
38:33 mà chúng ta mới tạo đây này thì các bạn sẽ thêm cho tôi cái note là podcast và chúng ta sẽ thêm cái phần đó chính là insert row ở đây nhá. Ở đây chúng ta sẽ chọn vào cái bảng đó chính là chat customer history. Ok. Chúng ta sẽ không cần phải lưu cái ID này, cũng không cần phải lưu cái thời gian ở đây mà chúng ta sẽ cần lưu cái tin nhắn cũng như là UID thôi. Các bạn kéo vào đây. Phần tin nhắn và UID chúng ta sẽ lấy từ webhook nhá. Đây chúng ta sẽ lưu nguyên cái mẫu tin nhắn vào đây và cái UID vào đây. Rồi bây giờ tôi sẽ kích hoạt thử cái note này để xem nó có insert thành công
39:20 vào trong port không nhá. Và nó đang chạy rồi. Như thế này là nó đã insert thành công. Và chúng ta quay vào đây chúng ta sẽ thấy là nó đã insert cái tin nhắn của khách hàng vào trong này. Bây giờ tôi sẽ kích hoạt lại Wordfollow và tôi sẽ chạy lại từ đầu để xem là ờ cái nội dung tin nhắn nó có insert đúng vào trong cái podcast không nhá. Tôi cần mua áo cho bố. Rồi chúng ta sẽ kiểm tra xem làm từng bước thì chúng ta sẽ kiểm tra chức năng của từng bước các bạn nhá. Bây giờ chúng ta sẽ test là nó có insert vào trong postgrad hay không. Rồi như thử lệ nó đã gửi tin nhắn gửi hình ảnh rồi. Nó đang bị lỗi ở đây là nó
40:06 bị lỗi là lỗi nội bộ không mong muốn. Đây là một cái lỗi của API Messenger. Thì nếu như thi thoảng cái lỗi này có xảy ra thì chúng ta sẽ cài đặt cái phần là chúng ta sẽ sang phần setting chúng ta sẽ chọn cái oner này là continue. Để làm gì? Để khi mà cái lỗi này nó có xảy ra thì nó vẫn đảm bảo cho cái follow này nó chạy tiếp. Nó vẫn chạy những cái nốt còn lại chứ nó không được dừng giữa chừng như thế này. Bây giờ chúng ta sẽ kích hoạt và chúng ta sẽ thử lại nhá. À tôi cần mua áo cho bố khoảng 5 năm tuổi. Rồi chúng ta sẽ chờ xem là nó có insert cũng như là chạy hoàn thiện cái follow hay không.
40:55 Rồi nó đã gửi ảnh này, nó đã update thông tin vào trong Google Shift này và nó đã insert vào trong postgress rồi. Nó đã insert thông tin rồi. Thì cái việc mà tôi lưu tin nhắn của khách hàng vào trang postgress như này nhằm mục đích là cứ sau khoảng 5 đến sáu tin nhắn thì tôi sẽ tổng hợp năm sáu tin nhắn đó và cho AI agent nó tóm tắt viết lại thành một cái nội dung về chân dung khách hàng để cho quản lý có thể nắm bắt được sơ bộ về khách hàng của họ. Để làm được điều đó thì tôi sẽ tạo ra một cái nhánh nữa và tôi sẽ tạo ra cái nốt là podcast. Ở đây thì tôi sẽ sử dụng cái hành động đó chính là select row. Tức là tôi sẽ lấy ra cái dữ liệu và tôi sẽ chọn cái bảng là lịch sử khách hàng ở đây. Và đây thì tôi sẽ thêm một
41:42 cái phần đó chính là cột ở đây là cột UID tức là tôi sẽ lấy đúng cái ID, đúng cái nội dung của cái khách hàng mà tôi đang chat ấy. Rồi UID thì tôi sẽ lấy từ cái nốt đó chính là nốt web các bạn nhé. Tôi sẽ mở nốt Wordwest ra và tôi sẽ lấy từ webhook này. Đây tôi lấy từ đây và tôi sẽ kích hoạt thử để xem nó có lấy ra đúng không nhá. Thì đây chính là hai cái tin nhắn mà tôi đang có ở trong này. Tiếp theo thì tôi sẽ tổng hợp hai cái tin nhắn này vào trong một cái mảng thì tôi sẽ sử dụng cái nốt là agregate. Rồi và tôi sẽ bấm vào đây thì nó sẽ gom nó sẽ gom tất cả tên nhở đây vào trong
42:29 một cái mảng. Tiếp theo tôi sẽ nối nốt if vào trong này. Thì nốt if này có nhiệm vụ là nó sẽ check cái độ dài của cái mảng này. Tức là gì? Tức là ờ khi mà có lớn hơn hoặc bằng năm dữ liệu, tức là năm tin nhắn ấy thì nó mới chạy tiếp. Thì tôi sẽ chọn ở đây là lớn hơn hoặc là bằng nhá. 5 tức là chúng ta chỉ xử lý khi mà ờ số lượng tin nhắn lớn hơn hoặc bằng 5. Tôi sẽ ờ click vào đây và tôi sẽ chạy thử nhá. thì nó thì nó sẽ chạy vào phone các bạn ạ. Tại vì là chúng ta đang chỉ có hai cái dữ liệu thôi thì nó đã chạy vào phone. Thì bây giờ tôi sẽ tăng cái lượng dữ liệu lên ở trong port kích hoạt follow và nhắn tin thêm cho cái tài khoản này. Tôi đi du lịch biển thì có quần áo nào
43:18 không? Rồi chúng ta sẽ xem cái luồng nào. Đây là chatbot AI ờ tự động trả lời cho nên là các bạn sẽ chỉ coi nó như là một nhân viên hỗ trợ thôi nhá chứ không phải là thay thế hoàn toàn con người đâu. Rồi nó đã trả lời thông tin cho chúng ta này. Nó đã gửi ảnh gửi tin này rồi. Ok, chúng ta sẽ xem là tại sao nó đây nó bị lỗi nhá. Nó bị lỗi nó không gửi ảnh cho chúng ta nhưng mà nó vẫn chạy tiếp tại vì là lúc trước chúng ta đã setting cái phần là continue ở đây. Rồi tôi à
44:03 tôi sẽ ờ gửi thêm. Tôi hơi khó tính. Bạn chọn mẫu nào mát mẻ giúp tôi chứ không là tôi hoàn hàng. Đấy. Rồi là tôi đang thể hiện tôi là một khách hàng khó tính để tí nữa xem AI nó có tóm tắt cái chân dung khách hàng này này. Đấy, nó có tóm tắt đúng cái chân dung như thế không? Chúng ta đang có ba cái tin nhắn này. Đây là cái thứ tư. Rồi tình hình là nó vẫn không trả lại cái ảnh của chúng ta. Khả năng cao là do chúng ta test gửi ảnh nhiều quá cho nên
44:48 là Messenger nó chặn hay sao ấ nhỉ? Rồi tôi sẽ quay lại và tôi sẽ gửi tiếp cái nội dung tin nhắn nhá. Ở đây chúng ta vẫn đang test đến cái phần là podcast ở đây thôi. Còn cái phần gửi ảnh chúng ta sẽ quay lại test sau các bạn nhé. Và tôi sẽ trả lời tiếp này. Có free ship không bạn? Rồi không có thông tin về free ship. Tôi sẽ F5 lại cái bảng. Ở đây chúng ta đã có là năm dữ liệu nhá. Rồi, tức là ở đây chúng ta đã chuẩn bị đủ năm cái dữ liệu để chúng ta test cái nhánh ở phần này.
45:33 Tức là tóm tắt cái chơ dung khách hàng. Thì sau khi chúng ta có năm dữ liệu ở đây, tôi sẽ tiến hành là sử dụng nốt là sumur để tôi à nối nó thành chuỗi ấy. Để tôi nối nó thành chuỗi. Rồi tôi sẽ kéo data này vào. Rồi tôi sẽ kích hoạt. Ok. Vậy là chúng ta có một cái chuỗi như này chứa năm tin nhắn của khách hàng ở trong phần lịch sử. Tiếp theo chúng ta sẽ nối cái nốt này vào trong open AI để cho nó tổng hợp cũng như là tóm tắt cái chên dung khách hàng của chúng ta. Chúng ta sẽ chọn cái này nhá. Và tôi sẽ chọn mô hình là 4.1 mini. Và đây tôi đã chuẩn bị một cái brom.
46:19 Brom thì tôi sẽ sử dụng hai cái brome. Thứ nhất là brome system này thì tôi sẽ copy cái prom này và tôi sẽ mở rộng ra cho các bạn xem. Đây chính là cái prom ở trong phần system. Tức là tóm tắt về các thông tin như là sở thích, yêu cầu, vóc dáng. Và tôi sẽ thêm một cái prom nữa đó chính là prom user. Thì nó chính là cái nội dung mà chúng ta đã tổng hợp ở đây. Ok bây giờ tôi sẽ chạy thử cái nốt này nhá. Thì nó sẽ trả ra cho chúng ta một cái output tổng hợp chân dung của khách hàng. Rồi ok chúng ta đã có một cái thông tin như này thì bây giờ tôi sẽ tiến hành là insert vào trong Google Sheet.
47:08 Tôi sẽ update đây. Update tôi update đúng vào cái UID. Thì ở đây tôi sẽ update vào trong Goit này tương ứng với cả UID thì tôi sẽ lấy từ webhook này đây. Và cái chương dung khách hàng tôi sẽ lấy từ trong đây. Rồi và tôi sẽ kích hoạt cái nốt đây nhá để xem nó có update ở trong này không. Rồi sau khi chúng ta kích hoạt cái nốt này thì nó đã tổng hợp cho chúng ta cái thông tin như này thì quản lý sẽ rất là dễ hiểu cũng như là khái quát được cái chân dung của khách hàng. Từ đó chúng ta sẽ có nhiều cái xử lý về sau nó dễ hơn.
47:56 Tôi sẽ chỉnh sửa lại một chút ở trong note agregate nhá. Tức là thay vì tôi lấy toàn bộ cái dữ liệu ở bên này sang bên này thì tôi sẽ chỉ nhặt hai cái trường dữ liệu mà tôi cần lấy thôi. Đó chính là nội dung tin nhắn này và thời gian gửi tin này. Thì tôi sẽ sử dụng hai cái dữ liệu này cho Open AI tóm tắt chứ còn tôi sẽ không lấy những cái trường như là ID và UID vào. Nó sẽ tăng cái lượng token lên mà nó không cần thiết. Chúng ta sẽ click thử nhé. Thì đây là cái dữ liệu mà sau khi chúng ta chạy qua nốt agregate quay lại với cái luồng tóm tắt trên dung khách hàng. Thì sau khi tôi update cái nội dung chân dung khách hàng vào trong Goit ấy thì tôi sẽ tiến hành là xóa những cái dữ liệu. Đây tôi sẽ xóa những cái lịch sử đi tại vì là tôi tóm tắt rồi mà thì tôi sẽ không lưu những cái lịch sử này nữa mà tôi sẽ xóa
48:42 đi thì tôi sẽ chọn vào note là portraft và tôi chọn hành động là date table auto nhé. Tại đây chúng ta sẽ xóa này và chúng ta sẽ xóa dữ liệu ở đây là UID và cái dữ liệu chúng ta xóa nó sẽ là cái UID chúng ta lấy từ webhook này. Rồi chúng ta sẽ sử dụng như này nhá. Thì sau khi nó chạy xong, nó tổng hợp xong thì nó sẽ xóa năm cái dữ liệu đi và tiếp tục một cái vòng mới thì nó sẽ lưu ờ năm cái dữ liệu mới và nó sẽ tổng hợp tiếp và nó lại xóa đi. Tức là ờ cái lượng dữ liệu lịch sử ở trong này này đối với một UID ấy thì nó sẽ không bao giờ vượt quá năm dữ liệu các bạn nhá. Có một cái lưu
49:28 ý ở trong này tức là cứ mỗi năm tin nhắn thì nó sẽ tổng hợp và update vào trong file đúng không? Vậy thì ờ khi mà khách hàng chat đến tin nhắn thứ 10, tin nhắn thứ 15 thì chúng ta sẽ có rất là nhiều những cái chân dung khách hàng đúng không? Và nó sẽ luôn luôn update ghi đè vào trong cái phần này thì nó sẽ mất những cái chân dung cũ. Thì để tránh cái việc đó thì mỗi lần update chân dung khách hàng thì chúng ta sẽ lấy cái lịch sử của chân dung cũ và chúng ta tóm tắt cùng với cái tin nhắn mới để nó ra một cái chân dung khách hàng mới nhưng vẫn dựa vào cái chân dung của cái nội dung cũ. Thì ở đây tôi sẽ thêm cái nốt nữa đó chính là goit. Tôi sẽ chọn là get row này.
50:15 Và tôi lấy ra cái chân dung khách hàng. Ở đây tôi sẽ lựa chọn theo là UID và tôi sẽ lấy cái dữ liệu ở trong web hook. Rồi tôi sẽ kích hoạt nút này nhá. Thì lúc này nút này nó sẽ lấy ra cho chúng ta cái chân dung khách hàng mà chúng ta đã update trước đó đúng không? thì chúng ta sẽ đưa cả cái chân dung khách hàng cũ này vào. Đây, chúng ta sẽ đưa cả vào đây kèm với cái nội dung ở trong cái lịch sử chat. Tôi sẽ kéo lại cái nốt này. Rồi nó sẽ sử dụng hai cái thông tin này để nó tổng hợp ra một cái nội dung về
51:01 chân dung khách hàng mới. Khi các bạn xây dựng chatbot như này với cả Messenger ấy thì thi thoảng các bạn sẽ gặp phải một cái lỗi đó chính là webhook ở trong này nó sẽ tiếp nhận cái tin nhắn cũ chứ không phải là tin nhắn hiện tại. Đơn ra là cái câu trả lời của chatbot ấy nó đang không đúng với câu hỏi hiện tại của khách hàng. Các bạn để ý nốt web hook ở trong N8N này nó tiếp nhận cái sự kiện từ Messenger gửi tới ấ nó khá là nhanh. Tôi thấy nó chỉ tầm khoảng 1 giây đổ lại thôi. Thì tôi sẽ dựa vào cái khoảng thời gian đó để tôi check cái điều kiện ở đây để cho nó không gửi những cái tin nhắn cũ vào trong AI agent nữa. Chúng ta sẽ mở cái nốt web nhá. Và chúng ta sẽ thấy có hai cái thời gian đây này. Đây chính là cái thời gian mà ờ tạo cái tin nhắn này. Còn đây là cái thời gian mà cái tin nhắn này được gửi
51:47 đi. Thì tôi sẽ dựa vào hai cái khoảng thời gian này để tôi ờ tạo ra một cái điều kiện. Tôi sẽ thêm cái nốt code ở đây và tôi sẽ thêm một cái đoạn code vào đây. Ở chỗ phần sen này này thì tôi sẽ kéo cái thời gian gửi này vào. Ở cái thời gian của tin nhắn đây này thì tôi sẽ kéo cái thời gian này vào và tôi sẽ ờ so sánh. Tôi sẽ lấy cái thời gian lúc gửi trừ đi cái thời gian tạo tin nhắn. Nếu như nó nhỏ hơn 5000 thì nó sẽ rơi vào nhánh chu. Còn nếu như nó lớn hơn 5000 thì nó sẽ rơi vào nhánh phone. Thì tôi sẽ chạy cái nốt này nhá. Rồi thì nó sẽ chu đúng không các bạn? Chu tức là thỏa mãn điều kiện. Thì tôi sẽ thêm một cái nút if vào đây
52:34 và tôi sẽ kéo cái invalid vào đây. Tôi chọn cái điều kiện là true rồi. Nếu như là true thì nó sẽ chạy vào AI. Tức là cái tin nhắn mà người dùng nhắn ấy nó ờ chênh lệch không quá lớn so với cái thời gian gửi đi. Tức là khoảng 5 giây đổ lại thì các bạn có thể cấu hình 3 giây hoặc 4 giây hoặc 6 giây. Cái đó là tùy các bạn. Thì ở đây tôi đặt khoảng là 5 giây nhá. 5000 ở đây là 5000 mây. Mây rồi đơn vị là mây nhá. Ok bây giờ chúng ta sẽ chạy thử follow này để xem nó có lỗi ở đâu không nhá. Tôi sẽ kích hoạt này và tôi sẽ chạy này. Xin chào bạn.
53:20 Rồi và nó đã bị lỗi ở nốt AI agent. Tại vì chúng ta thêm hai cái note ở đằng trước vào cho nên là nó bị lỗi. Ở đây tôi sẽ cần phải mở webhook ra này và tôi sẽ kéo cái text vào đây. Rồi bây giờ tôi sẽ test lại nhé. Tôi cần tôi cần mua áo phông đi làm rồi. Nó đã chạy đúng vào trong cái luồng của chúng ta. Bây giờ nó sẽ vào trong PON để nó lấy ra cái sản phẩm và nó sẽ chuyển cái dữ liệu từ trong PON
54:07 vào trong AI để cho Open AI nó format đúng theo cái dữ liệu của chúng ta. Rồi đây chính là cái thông tin mà con chatbot nó đã trả lời cho chúng ta nhá. Vậy là cái luồng của chúng ta test nó đã ổn định và nó đã thành công. Bây giờ chúng ta sẽ cấu hình cái webhook URL Production vào trong Messenger để chúng ta test thực tế nhá. Rồi tôi sẽ copy vào đây và tôi sẽ xác thực lại. Tôi sẽ kích hoạt active cái WF follow này lên. Rồi chúng ta sẽ click vào xác minh nhé. Webook của chúng ta đã được xác minh và bây giờ chúng ta sẽ tiến hành là chat thử với con chatbot để xem nó trả lời như nào nhá. Tôi sẽ xóa mấy cái lịch sử
54:55 này đi. Tôi sẽ xóa hết lịch sử nhá. Bây giờ tôi sẽ chat thử để xem nó trả lời như thế nào nhá. Chào bạn. Tôi cần mua áo sơ mi đi làm. Nó sẽ gửi thông tin hình ảnh cho tôi này. À thông tin sản phẩm này. Và nó sẽ điền các thông tin vào trong cái bảng ở trong Google Sheet. Rồi chúng ta sẽ chờ một lúc nhá. Rồi nó đã điền cái thông tin vào đây.
55:42 Bây giờ tôi sẽ gửi tiếp cho nó cái tin nhắn. Đi làm này. Thêm một chút tư vấn này. Tôi mua áo à nắm tay màu trắng. Ờ chiều cao 1,8 nặng 80 cân. Rồi để xem nó sẽ trả lời như nào. Các bạn lưu ý là chatbot nó chỉ là hỗ trợ cho chúng ta nhá. Còn nó hiện tại là chưa thể thay tế được con người. Cho nên là khi mà các bạn xem xong video này, tôi hy vọng là các bạn sẽ ứng dụng một cách phù hợp trong việc xây dựng chatbot. Rồi chúng ta đã có một cái áo sơ mi 500.000đ và nó đã gửi cái thông tin cho chúng ta ở đây nhá.
56:27 Đấy, nó gửi thông tin ở đây. Tôi có gửi yêu cầu là mua áo ngắn tay này nhưng mà nó lại gửi cho tôi cái hình ảnh của áo dài tay. Thì đây là do chúng ta đang chưa mô tả rõ cái sản phẩm nhá. Ở đây chúng ta sẽ thêm cái thẻ tác này, ví dụ là ngắn tay hay là dài tay này. Đấy, thì nó sẽ trả lời chính xác hơn. Tiếp theo tôi sẽ hỏi thêm là ừ bạn có quần bạn có quần â không? Đây nó đã điền các thông tin của tôi vào đây nhá. Bây giờ tôi sẽ hỏi nó là bạn có quần â không. Đây là cái lịch sử chat của chúng ta nhá.
57:14 Đây quần âu nó đã đưa cho tôi quần â này. Nó đã trả lời cho tôi quần âu. Chính là quần này các bạn nhá. Đây con này. Bây giờ tôi sẽ hỏi thêm bạn có áo sơ mi đây. Bạn có áo sơ mi ngắn tay nào không? Đi có sơ mi ngắn tay nào không ạ? Thì để xem nó có trả lời cho tôi cái áo màu xanh rêu này không nhá. và cái áo ờ có mỗi cái này thôi. Tí nữa tôi sẽ chốt đặt lịch để nó ờ phin cái thông tin về địa chỉ và số điện thoại cũng như là họ tên của tôi vào đây nhá. Rồi nó đã đưa cho tôi cái áo màu
58:00 xanh rêu thì tôi sẽ đặt là ừ vậy ship cho tôi cái áo màu xanh rêu về địa chỉ Phạm Văn Đầuc Hà Nội số điện thoại người nhận người nhận là Vũ được học rồi nó sẽ tiếp nhận cái thông tin này của tôi và nó sẽ điền đầy đủ các thông tin vào trong file nhá. Chúng ta sẽ chờ một lúc này. Ok. Vậy là nó đã thông báo cho tôi cái chốt đơn cái đơn hàng của tôi và nó đây. Nó điền các thông tin của tôi vào đây nhá. Và nó đã tóm tắt cái chân dung khách
58:47 hàng, cái chân dung của tôi vào trong vào trong này thì đồng nghĩa việc là bên chat customer history đây nó đã xóa hết đi rồi. Vậy là nó đã chạy đúng cái luồng mà chúng ta mong muốn. Vậy là thông qua video này tôi hy vọng là các bạn đã hiểu cơ bản cách chúng ta xây dựng được một chatbot AI trả lời tự động thông qua việc sử dụng là Messenger và N8N. Thì các bạn lưu ý một điều rằng là chatbot chỉ là một công cụ hỗ trợ cho chúng ta còn hoàn toàn vẫn chưa thể thay thế được con người. Để cho chatbot của bạn được thông minh hơn thì bạn sẽ cần phải tinh chỉnh tối ưu lại WFO. Các bạn sẽ cần phải tinh chỉnh lại Brom tối ưu cũng như là mô tả thật chi tiết sản phẩm của bạn. Tôi đang có khóa học xây dựng AI và xây dựng chatbot bằng N8N. Nếu như bạn có nhu cầu
59:33 học thì bạn có thể đăng ký link ở phía bên dưới. Đây là toàn bộ hướng dẫn của tôi xây dựng chatbot bằng N8N và Messenger. Nếu như bạn có bất kỳ góp ý nào hay là thắc mắc nào thì các bạn có thể để lại bình luận phía bên dưới. Nếu như thấy kênh hay và hữu ích, các bạn hãy cho tôi xin một nút đăng ký kênh, một nút thích và một nút rung chuông nhé. Ah.
