0:00 Khi bạn setup một con chatbot AI agent đi chẳng hạn, cho dù là cho công việc nội bộ hay là cho công việc tư vấn khách hàng đi thì bạn bắt buộc phải biết tới RAG. Nhất á là khi mà bạn bắt đầu ứng dụng xây dựng một con chatbox tự động trả lời với một cơ sở dữ liệu là lớn. Và lấy ví dụ như bạn là một shop online nhưng mà bây giờ bạn cung cấp bán hàng cỡ 100 sản phẩm hay thậm chí cả ngàn sản phẩm gì đó trở lên. Và bây giờ bạn đang mong muốn xây dựng một con chatbox tự động trả lời và phản hồi cho khách hàng. Mỗi khi khách hàng hỏi về sản phẩm của bạn đi thì bạn buộc phải ứng dụng RAG để con chatbot đó trả lời một cách nhanh chóng hơn, chính xác hơn và với câu chuyện là rẻ hơn hàng chục lần hoặc thậm chí hàng trăm lần nếu như mà bạn không ứng dụng. Thì trong video này á mình sẽ giới thiệu cho bạn một cách đơn giản nhất luôn là cái công nghệ RAG này á nó
0:45 là cái gì? Các công cụ mà bạn có thể ứng dụng RAG vô con AI Agent chẳng hạn như N8N đi. Và thứ ba nữa thì mình sẽ cung cấp cho bạn một cái templet để bạn có thể tải về cài đặt, sử dụng vô trong cái công việc của mình. Rồi chúng ta sẽ bắt đầu vô nha. Tiên á thì chúng ta sẽ bắt đầu tìm hiểu về định nghĩa của nó và công dụng của RAG nha. Thì ra viết tắc của retrieval augmented generation. Retrieval có nghĩa là tìm kiếm thông tin hay là truy xuất thông tin. Cụ thể là truy suất thông tin nha. Augmented thiện gọi là bổ sung tăng cường generation nghĩa là tạo ra câu trả lời. Cái này là truy suất nha mọi người. Rồi thì ở đây á chẳng hạn như mình show cho bạn một cái ví dụ đi để bạn có thể dễ dàng hình dung hơn. Giả sử như câu chuyện là bạn lên Google bạn hỏi thì Google là bộ máy công cụ tìm kiếm lớn nhất thế giới mà. Thì lúc này á bạn hỏi một câu là N8N với lại MAC thì cái nào nó tốt hơn? Thì lúc này bạn lên Google bạn gõi vô cái truy vấn đúng không? Thì lúc này Google nó sẽ
1:32 phân tích cái bước một của nó. Nó sẽ bắt đầu phân tích cái câu hỏi của bạn để coi xem coi á là cái truy vấn đó của bạn, cái câu hỏi đó của bạn thì đang hỏi về chủ đề gì, bạn có thắc mắc gì. Sau khi nó hiểu được cái đó thì nó sẽ bắt đầu coi trong cái dữ liệu rất là lớn của nó, cái database rất là lớn của nó, nó sẽ bắt đầu tìm kiếm ra những cái thông tin, bài viết, những cái tài liệu. Và vấn đề ở đây rằng á là cái đôi khi cái câu hỏi của bạn nó nằm ở trong một cái đoạn gì đó nhất định của nguyên một bài viết rất là dài đi. Thì hôm này nó sẽ đọc rất là nhiều website và tài liệu mà nó thấy rằng nó liên quan tới cái đó. Thì lúc này á sau đó nó sẽ tổng hợp lại các tài liệu và lúc này nó sẽ bắt đầu quá trình là nó suy luận những cái nội dung đó so sánh với lại cái câu hỏi hỏi của bạn. Và từ đây nó trả lời. Thì ra á là quá trình á mà con Google này nè nó truy xuất
2:18 thông tin. Có nghĩa là coi xem coi rằng là cái Google nó sẽ chuy thông tin là nó sẽ truy xuất ở chỗ nào. Có nghĩa là tại vì có rất là nhiều dữ liệu thì Google phải làm sao cho là nó phải làm sao cho thay vì á là đọc 10 triệu cái website trên internet đi thì bây giờ nó biết rằng nó chỉ cần đọc năm cái website thôi thì vấn đề là nó phải đi đâu đúng không? Nó phải sắp xếp bố cục như thế nào để bắt đầu nó chỉ đọc năm website thôi. Thì quá trình là truy xuất thông tin. Sau khi á mà nó truy xuất như vậy xong á thì khi mà truy xuất thì cái chỗ này nó có một chút thông tin, chỗ kia nó có một chút thông tin và sau đó nó tổng hợp lại và nó câu chuyện rằng là nó suy luận thì đó quá trình là augmentated bổ sung tăng cường và cuối cùng á là mới tạo ra câu trả lời. Thì đó là về mặt RAG. Rồi chúng ta sẽ đi. Thì tại sao RAG á nó quan trọng với lại doanh nghiệp của bạn hay khi mà bạn setup đi? Thì vấn đề ở đây á là khi á mà bạn tạo ra một con AI thông
3:05 thường hoặc là bạn sử dụng AI thông thường như là chat GPT đi thì con chat GPT hay con Gemini đi nó chỉ biết đến thông tin và thời điểm nó được training thôi. Thì lúc này chẳng hạn như bạn muốn tạo ra một cái chính sách nội bộ cho công ty của bạn đi chẳng hạn ờ có nghĩa là chính sách nhân sự đi thì lúc này làm gì mà một cái con AI nó biết được cái thông tin nội bộ của chính sách nhân sự của bạn đâu. Nó không thể nào nó biết được. nó chỉ biết được những thông tin mà nó được trending thôi. Nên thành ra rằng á là nếu như bạn hỏi đôi khi á là nó có thể nó bịa ra hoặc á là nó có thể không trả lời. Nó có hai trường hợp là như vậy. Thì lúc này á cái RAG nó đưa ra là sao? Là bạn sẽ đưa cái tài liệu, đưa những cái nội dung mà chỉ có bạn biết giống như là gọi dữ liệu nội bộ cho bạn đi hoặc á là bạn muốn có một dữ liệu gì đó mà bạn kiến tạo chỉ tập trung cho một
3:51 cái nhiệm vụ nhất định chẳng hạn thì nó sẽ đưa ra cá chính xác của bạn mong muốn mà con AI nó vô nó đọc tài liệu. Thay vì nó đọc những cái tài liệu mà nó chưa cập nhật real time hoặc là tài liệu mà nó không mang tính tập trung thì lúc này bạn đưa ra cập nhật mà nó real time hơn và nó dữ liệu là nội bộ của bạn thì con AI nó sẽ vô đó nó đọc nó chiết xuất đúng cái đoạn đó và câu chuyện nó sẽ tiết kiệm được cái chi phí ra thì nó đưa ra câu trả lời nó chính xác hơn nhanh chóng hơn và nó tiết kiệm hơn cho bạn thì ở đây cho bạn dễ dàng hình dung thì nó sẽ có quá trình là như thế này. Đây là hai cái quá trình mà nó song song. Đây là hai quá trình trung sanh. Đây là quá trình thứ nhất nè. Đó và đây là quá trình thứ hai thì đây á là cái quá trình mà người dùng nè và đây á là quá trình của tài liệu nội bộ của bạn. Cụ thể hơn là như thế này. Đầu tiên là document. Document có nghĩa là tài liệu bạn đưa vô
4:36 con AI agent. Thì tài liệu này nó có thể là danh sách các cái sản phẩm của bạn đang có. Mẫu mã là sao? Chính sách bán hàng ờ chính sách khuyến mãi rồi ưu với nhược điểm. Rồi cái này nó phù hợp với tập khách hàng nào và rất là nhiều dữ liệu khác. Hoặc là đơn giản rằng là đó là tài liệu bán hàng của bộ phận sales của bạn đi. Thì lúc này á cái tài liệu của bạn nó được đưa ra. Thì tài liệu lúc này á nó sẽ rất là dài. Và nếu như cái tài liệu này mà bạn đưa cho một con AI nó đọc luôn cũng như là bạn một tài liệu mà chỉ cần trên 3000 chữ thôi mình lấy ví dụ như vậy đi chẳng hạn thì khi mà con AI nó tạm đọc lên 3000 chữ á thì nhiều khi á nó sẽ bị xác suất gọi là ảo giác hlunciation có nghĩa là khi nó đọc qua đôi khi nó bỏ sót một thứ thông tin gì đó nó giống như á là bộ não của bạn đi. bạn đọc một cái nội dung 200 chữ thì với lại một cái nội dung bạn đọc là 3000
5:23 chữ thì tất nhiên rằng là cái độ nhớ của bạn cho cái quá trình là 200 chữ đó thì nó sẽ nhớ nhanh hơn, nó tốt hơn, chính xác hơn là cái việc bạn đọc một tài liệu 3000 chữ và bây giờ mình hỏi cái tài liệu đề cập cái gì thì đôi khi bạn sẽ không nhớ đúng không? So với lại một cái bài viết chỉ có 200 chữ thôi. Thì lúc này á con AI là sao? Bạn đưa rất là nhiều tài liệu dữ liệu vô thì lúc này nó sẽ quá trình là chunk. Chân ở đây á là nói chung là bạn cứ nghĩ là nó cắt xén nó cắt xén ra thành nhiều cái mẫu nhỏ. Nhiều mẫu nhỏ mình lấy ví dụ như tổng thể bốn năm tài liệu đó của bạn và 4 năm tài liệu đó của bạn nó tổng cộng là 15.000 chữ thì bây giờ nó chân ra sao nó chia nó băm nhỏ nó ra là sao? Thì nó băm nhỏ ra khoảng đâu đó là 500 chữ mỗi lần hoặc là 700 chữ mỗi lần. Có nghĩa sao? là mỗi lần nó vô nó đọc á thì nó chỉ đọc khoảng 500 chữ hoặc là 700 chữ thôi. Và sau khi nó đọc 500 700 chữ đó tất nhiên
6:09 nó sẽ sắp xếp thứ theo thứ tự liên quan của nó nữa. Thì lúc này á nó sẽ bắt đầu á là đưa lên một cái gọi impact nhúng lên. Tí hồi mình sẽ hỏi tìm hiểu về c bạn sẽ bắt đầu hiểu về cái công nghệ nhúng hơn. Thì đại khái đây là công nghệ mà nó đại khá là nó lưu chữ những cái dữ liệu đó. Có nghĩa là cứ mỗi 500 700 chữ nó đọc xong nó hiểu thì nó biết rằng cái nội dung này nó đang nói về cái gì. Thì bây giờ nó bắt đầu nó nhúng lên. nó nhúng lên thì nó nhúng là chỗ này nói về cái chủ đề A nhưng chỗ này á thì nói về chủ đề B thì từ đây á nó sẽ bắt đầu lưu chữ vô trong dữ liệu của nó khi nó bắt đầu nó thực hiện công việc là nó nhúng rồi. Thì lúc này có nghĩa là sao? Lúc này khi mà người dùng á bắt đầu người dùng người ta hỏi khi mà người dùng hỏi hỏi ở đây là sao? Là người dùng bắt đầu tương tác ví dụ như tương tác với con Telegram của bạn hoặc là tương tác với Facebook Messenger của bạn đi chẳng hạn hoặc là tương tác với lại bên con N8N.
6:56 Thì bây giờ á là nó sẽ bắt đầu sau khi nó phân tích cái truy vấn người dùng thì nó bắt đầu nó tìm kiếm. Thì nó tìm kiếm trong cái cục này của bạn nè. Thấy không? Cái cục dữ liệu của bạn. Đó. Thì khi mà vô tìm kiếm như hồi nãy mình có nói thay vì nó tìm kiếm 15 triệu website thì bây giờ á là con Google chỉ tìm kiếm năm cái website mà thôi. Thì khi mà trong website và năm bài viết thôi đi chẳng hạn thì Google nó biết rằng là năm bài viết đó ở đâu thông qua cái công nghệ mà nhúng. Như hồi nãy mà mình có nói thì tí h mình sẽ nói về phần này. Sau đó nó sẽ bắt đầu truy xuất thông tin, nó đọc nội dung ở những cái đoạn chính xác đó thôi. Và từ đó nó bắt đầu tổng hợp. suy luận và cuối cùng là đưa ra câu trả lời thì cơ bản á nó là quy trình là như vậy trong cái khâu á gọi là ra thì ở đây thì ở đây nó sẽ có hai giai đoạn chính một là regeline có nghĩa là bạn sẽ phải đưa cái dữ liệu hệ thống nó như thế nào và thứ hai nữa ra agent nghĩa là bạn chat với dữ liệu hướng này
7:41 đó là cái ờ giao diện của người dùng mà khi người dùng tương tác cụp đó đừng có lo nếu như bạn chưa có hiểu tí hồi chúng ta sẽ đi vô demo thực tế và khi mà mình nói về demo thực tế mình sẽ quay lại đây một lần nữa nên lúc này mà bạn mà chưa có rõ thì bạn cứ note lại cái đoạn đó cứ coi tiếp video đi. Còn nữa mình sẽ demo cho bạn để bạn dễ hiểu hơn. 30 giây quảng cáo thì mình có những khóa học đào tạo chuyên sâu ví dụ như là khóa học AI agent cho doanh nghiệp AI và automation container SEO, AI automation SEO và Z và khá là nhiều khóa học AI và automation khác. Nếu như bạn quan tâm những khóa học này thì bạn có thể coi đường link ở mô tả bên dưới YouTube để có thể coi chi tiết hơn hoặc bạn có thể inbox bên fanpageo của mình để có thể nhận sự tư vấn cho khoa học phù hợp của bạn nha. Rồi chúng ta bắt quay lại khâu video nha. Lúc này á cái RAG á một số cái ví dụ mà bạn có
8:29 thể ứng dụng để chẳng hạn. Ví dụ như rằng là bạn có thể quản lý truy thức nội bộ của bạn ví dụ như những tài liệu liên quan đến nội bộ ví dụ như bạn có đ tài liệu đào tạo cho nhân sự riêng đi chẳng hạn hoặc là tài liệu onbard nhân viên mới hoặc là đôi khi rằng nó là chính sách nhân sự của bạn và bây giờ nó là tạo thành một cái con chatbox có thể hỗ trợ cho nhân sự khi mà nhân sự hỏi bất cứ thứ gì liên quan đến chính sách phúc lợi bla bla bla của ờ công ty. Đó. Đó là cái đầu tiên. Hoặc là cái thứ hai có thể là cho hỗ trợ cho khách hàng thì một con chckbox hỗ trợ 24/7 tìm kiếm thông tin phản hồi thông tin xử lý khiếu nại bla bla bla rất là nhiều cái ứng dụng vô trong câu chuyện là SME hoặc là những công ty tập đoàn lớn. Ok bây giờ chúng ta sẽ đi vô cái demo của nó để bạn có thể dễ dàng hình dung hơn con RAG này vận hành như thế nào nha. Thì khâu này mình sẽ lấy một cái ví dụ đơn giản rằng là mình sẽ tạo ra một cái quy chế nhân sự. Thì mình c giống như mình nhân viên
9:15 của cái công ty tên là cái này và sau đó mình sẽ hỏi bất kể một cái chính sách gì đó của cái công ty. Thì con Aion này nó sẽ dựa trên cái tài liệu này nè. Sau khi nó lưu trữ thì nó sẽ phản hồi cho mình. Thì đó là khâu về quy chế nhân sự. Thì mình có một lưu ý thì cái này là mình phá phá hết nha. Nghĩa là những dữ liệu này mình chỉ làm demo mẫu đơn giản thôi chứ mình không có ờ cái quy chố này nó không phải không có thực nha. Rồi ở đây như bạn thấy thì nó sẽ có hai phần đúng không? Một là phần này và hai là cái phần ở trên đây. Thì cái này chia làm như thế nào? Thì như nãy mình nói thì nó sẽ có hai phần RAG Peline và RAG Asi là để bạn chat bạn trao đổi dữ liệu. Và một cái là Rag Pelight. Đúng không? Là quá trình là bạn đưa dữ liệu về hệ thống. Thì như bạn thấy ở đây đây là quá trình nó đưa dữ liệu về hệ thống nè. Thì đầu tiên á là mình sẽ có một cái update update file ở lên đi chẳng hạn. Thì ở đây bạn sẽ thấy rằng là nó sẽ lấy cái dữ liệu ở trong đây. Cụ thể là cái dữ liệu
10:01 của file quy chế nhân sự của mình. Sau đó rồi á là nó sẽ download cái file này về. Và sau khi download cái file này về nó chuyển qua file gọi là TST phải không? Đây chuyển qua file TST thì toàn bộ cái text như này nó sẽ bỏ vô cái con này và nó sẽ bắt đầu embedding lên. Thì cái phần eding và cái Super Bay là cái con mà hình có hình sấm chớp như vậy nè. Thì hôm nữa bạn sẽ biết là cái này là cái gì nha. Và cũng tương tự là mình thay vì là mình sử dụng cái memory ở đây á thì mình sử dụng thông thường. Thì bây giờ mình sẽ sử dụng qua dạng podcast. Thì tiếp h mình sẽ nói về phần này tiếp theo cho bạn dễ hiểu. Rồi thì khúc này là phần lưu chữ dữ liệu của mình nè. Thì phần lưu chữ dữ liệu này vận hành như thế nào á thì phần superb mình sẽ giải thích cho bạn cụ thể hơn. Nhưng mà đại khái là cái cái phần này nó sẽ đẩy lên cái con Superb và con Superb á nó sẽ lưu trữ. Và đây là kết quả lưu trữ của nó. Đó, đây kết quả lưu trữ. Thì cái này là
10:46 cái công nghệ embedding nhúng vô thì nó sẽ tạo thành là một cái cơ sở dữ liệu vecor thì nó sẽ có hình dáng như thế này. Tí mà bạn sẽ thấy lúc mà mình set up một cách chi tiết. Rồi thì đoạn này là cái đoạn mà bạn chat nè. Có nghĩa là sao? Đoạn này là cái đoạn mà bạn người dùng chat ở trong đây thôi. Ví dụ như mình sẽ bấm đây đi chẳng hạn mình bấm Open Chat. Bạn có thể gắn nó bằng Telegram hoặc bất kể một cái công cụ nào nó khác nha. Ví dụ như rằng là mình sẽ bảo rằng là hôm nay tôi mệt, tôi muốn xin off thì quy tình xin nghĩ việc hôm nay là gì. Ngoài đó ví dụ vậy. Vậy ngoài ra thì tôi thì có bị ảnh hưởng gì không? Không.
11:32 Trường hợp khẳng gốc nè. Thấy không? đó thì xin khẽ phép được quản lý trực tiếp và được phòng nhân sự phê duyệt nếu bạn thấy mệt và cần nghĩ ngay trong ngày bạn nên báo c trực tiếp của quản lý để xin phép trong trường hợp khẳng cấp và làm đơn xin phép nghĩ theo quy định sau đó thấy không rồi nếu bạn cần thêm thông tin hỗ trợ gì thì bạn có thể liên hệ phòng nhân sự giống như bạn thấy nó mình thấy nó trả lời ok quá không ở ở email hr Đông Á food nè không hoặc điện thoại cái điện thoại này mình pha ke ra thành ra nó trả lời như vậy là đúng rồi đó gì không nếu hôm nay tôi nghĩ Như bạn thấy ở đây trước khi mà bấm enter thì bạn sẽ coi cái quá trình ở trong đây đi chẳng hạn. Ủa sao nó mất cái ok nè tự nhiên nó mất cái chat của mình ở trong đây. Rồi rồi ở đây ờ bạn sẽ thấy rằng là nó sẽ phân tích nè. Có nghĩa là sau khi mà đây là cái user đúng không?
12:18 Nhắn tin vô con RAG này nó tiếp nhận nè thấy không? Nó sẽ tiếp nhận cái hôm nay tôi mệt đó. Xu rồi á nó sẽ truy xuất ở trong dữ liệu cơ sở hệ thống. Ví như mình nói ở đây đúng không là trong user nè. Đó nó sẽ bắt đầu search tài liệu. Search tài liệu. Vấn đề là bây giờ nó sẽ phân tích cái của mình á để coi xem nó search cái gì. Thì khi mà search đây bạn sẽ bấm click ở nè không nó sẽ dùng query là quy trình sinh nghĩ việc hôm nay. Đó nó sẽ tìm kiếm những cái tài liệu liên quan về cái cục đó không thì search nè. Và sau đó nó sẽ truy xuất dữ liệu. Truy xuất dữ liệu xong thì nó sẽ suy luận và nó trả lời. Đó như bạn thấy đây thì đó là quá trình của nó. Còn ở đây á thì đây là quá trình mà eding nè. Đó đây là quá trình mà embedding quá trình nhúng. Như bạn thấy đây nó tải tài liệu về nè. Xong nó chân chia nhỏ nó băm nhỏ ra. Thì khúc này là bạn sẽ bấm vào đây chỗ này là impeding bine nè. Và phần này là cái
13:04 phần mà gọi là băm nhỏ của nó. Đó thì cái phần này phần băm nhỏ thì có là cái phần là chân nè. Và sau đó là ở đây mình đang dùng model một cái công nghệ của con để có thể nhúng được thì đó là bên Open AI thì bạn phải tạo ABI của bên Open AI chat GBT. Ở đây trong trường hợp mà bạn tạo ABI mà bạn không sử dụng chat GVT thì bạn có thể sử dụng bên Zemani ABI của bên con Zemani nha. Thì bạn có thể sử dụng đây thì nó cũng nghệ impeding rồi quay lại ở trong đây thì giả sử mình bấm enter đây đi chẳng hạn đó thì nó sẽ lấy cái cuộc trò chuyển chỗ đó đây là cuộc trò chuyển đó sau đó nó sẽ phản hồi đây nó sẽ phản hồi ờ không giấy tờ thấy không thì nói chung ở đây là nó phản hồi mình lại ở trong đây đi chẳng hạn dựa trên cái tài liệu đó ở đây á có một cái note ở đây thì mình đang sử
13:49 dụng một cái con là podcast chat như bạn thấy ở đây thay vì á ví dụ mình à ngắt ở đây đi đúng không thì thay vì bình thường á là mình sẽ dùng là symbol memory thì mình con dùng con box ở trong đây. Lý do á là cái con boxress này á là một cái nơi mà bạn có thể lưu trữ cái quá trình mà nó chat là sử chat á của nhiều người dùng. Và thứ hai là nó dữ liệu nó sẽ lớn hơn lớn hơn nhiều khi mà bạn sử dụng simple chat memory. Simple memory. Ở đây simple memory cơ bản nó chỉ là một cái lưu chữ ký thức nhất một cách gọi là ở dữ liệu nhỏ ngắn mà cho đị đa phần là demo hoặc á là trong làm cho một cái công việc gì đó mà là ít người dùng tương tác thôi. Còn nếu mà bạn muốn cơ sở dữ liệu lớn lên á thì tốt nhất là bạn nên sử dụng những cái ờ công cụ để bạn lưu trữ cái ký ức khác. Lưu chữ ký
14:34 ức khác. Cụ thể ở đây là PTR cách setup về con này. Super B thì tí hồi mình sẽ đi vô cụ thể. Bây giờ chúng ta sẽ đi vô về phần mà hướng dẫn về con Superb để bạn có thể tìm hiểu Superbase nó là cái gì nha. Rồi trước khi á mà mình đi vô cái phần setup Superbase cụ thể thì mình muốn giới thiệu qua về cái con Superbase này á nó có tác dụng là cái gì nha. Thì Superbase á nó định nghĩa nó nha. Nó là một cái nền tảng mà nó lưu trữ cái cơ sở dữ liệu của bạn phía sau. Mà thường đây là một cái back and service có nghĩa lưu trữ những cái nội dung dữ liệu gì bạn á ở cái phía gọi là backend nó là một cái nền tảng chung và như bạn thấy thì nó tích hợp cả cái post rồi và mình đã show cho bạn trong cái phần templet ở đây á cái thằng super bay này thì nó sẽ có hai ý một là nó rất là dễ setup nó dễ setup hơn rất là nhiều so với lại những cái công cụ RAG khác mà mình thấy trên thị trường và thứ hai là nó phù hợp với lại
15:20 free SME bởi vì nó có cái gọi là free stear free steer có nghĩa rằng á là nó có cái miễn phí á có nghĩa là nó có nhiều cái plan thì nhưng mà nó sẽ sẽ có cái chế độ là free ban đầu cho bạn SUP trước. Xóa rồi nếu như cơ sở dữ liệu bạn lớn hơn và bạn thấy nó sử dụng nó phù hợp thì bạn bắt đầu chi trả chi phí cho nó. Hiện tại trên thị trường á nó có khá là nhiều cái nhưng mà mình thấy có phổ biến là hai cái công cụ mà gọi là vector database á lớn nhất mình thấy phổ biến nhất á thì đó là Superbase và PE. Thì đây á thì cái sự khác biệt nhau nó thì Pore thì nó bắt đầu có chuyện là chi phí của nó nó phải bắt buộc bạn trả phí luôn. Thay vì thằng này thì nó cho cái bạn là chế độ miễn phí. Và cái phần là scale hoặc là Wimo thì mình thường thấy app core nó dùng ở cái Wimo á mà nó lớn hơn. Bởi vì lúc này nó sẽ bạn sẽ thấy nó sẽ bắt đầu ứng dụng về semantic nói chung ứng dụng về ngữ nghĩa nữa. Lưu chữ
16:05 khá là nhiều cái liên quan tới gọi là semantic search. Thì cái này nó liên quan về cái cơ sở dữ liệu lớn thì mình sẽ không đề cập trong cái video này. Còn nếu mà trong trường hợp bạn cơ sở dữ liệu rất là nhỏ và cơ sở dữ liệu mà nó bình thường thôi đi chẳng hạn thì bạn có thể sử dụng Super Base là đủ rồi. Thì cái phần này á là mình cũng sẽ hướng dẫn cho bạn một cách demo một cách chi tiết. Rồi vậy thì cái phần Superbase này nó sẽ làm công việc gì? Thì như mình có nói trong trước đó đi chẳng hạn thì cái con Superbase này của bạn á nó sẽ làm chủ yếu là hai cái giai đoạn này nè. Đó là nó sẽ imped lên và nó sẽ lưu trữ và cụ thể là nó sẽ làm cái nè nó lưu trữ cái database của bạn. Còn hai cái bước này đi chẳng hạn impeding và chân á thì nó sẽ có con một con là open chat GPT mà nó sẽ xử lý cho bạn về phần này. Về eding á thì nó quá trình chuyển đổi text thành number. Từ đó mà có chuyện rằng là nghĩa là từ chuyện chữ á sang con số để từ đó
16:51 mà câu chuyện là máy tính nó hiểu n mình lấy ví dụ cho bạn hình như khi mà đọc hết toàn bộ cái nội dung và nó cái trong cái phần h bấm nhỏ này đúng không? Thì ở đây cái hình này không gian 3 triệu cho bạn dễ hiểu hình dung. Thì bây giờ chúng ta sẽ bắt đầu coi cái nội dung ví dụ như rằng là cái chỗ này của bạn như bạn thấy rằng nó sẽ có banana và Apple đi chẳng hạn thì nó sẽ liên quan tới cái gì? Nó sẽ liên quan tới trái cây. Như bạn thấy ở đây nó không ở Apple này bạn n liên quan tới cái gọi là food ruster thì cụm trong nhóm đó là câu chuyện liên quan tới câu chuyện là táo và chuối. Và ở đây á thì nếu mà liên quan tới chó, mèo, động vật thì nó lưu trữ ở cái gọi là cái khu vực này. Đó, ở khu vực này thì lúc này á khi nếu như nó bắt đầu phân tích gọi là truy vấn. Ở đây bạn thấy cái chữ là wy đây đúng không? Kittchen có nghĩa là mèo con á. Thì bởi vì người dùng mà hỏi khi bắt đầu người dùng hỏi và câu chuyện là phân tích đúng
17:38 không? Thì như nãy mình nói về câu chuyện là nó phân tích cái truy vấn của người dùng như ở đây nè. Thấy không? Thấy không? User bà bắt đầu nó sẽ phân tích sau đó mới search. Thì nó search á thì khi mà nó tìm kiếm thì nó sẽ vô cái khu vực gì? Nó sẽ vô cái khu vực này thôi. Thay vì nó đọc hết toàn bộ tài liệu của bạn là trái phải trên xuống dưới lại từ đầu. Thì bây giờ nó đã lưu trữ trong cái vector database của bạn rồi. Thì đây là những cái điểm đó thì nó chỉ vô cái khu vực này để nó kiếm cái tài liệu phù hợp và sau đó nó tổng hợp và nó trả lời cho người dùng thôi. Từ đó mà câu chuyện rằng là nó đi đến đúng nơi hơn, nó nhanh chóng hơn, nó chính xác hơn và tiết kiệm chi phí hơn. Thay vì á nó đọc hết toàn bộ hết đúng này đúng không? Thì đơn giản nó chỉ cần đọc cái đoạn này như vậy thôi là ok là đủ có khả năng trả lời cho người dùng rồi. Đó là lý do mà mình có nói rằng là tại sao mà nói chuyện nó tiết kiệm hơn, nó nhanh chóng hơn và nó trả lời nó chính xác hơn. Rồi thì bây giờ chúng ta sẽ đi quay
18:23 lại câu chuyện là setup và câu chuyện Super Bay nha. 30 giây quảng cáo thì kênh YouTube của mình có chia sẻ về những chủ đề AI, Aion và automation và cũng như là chủ đề về SEO. Nếu bạn quan tâm về những chủ đề này hãy chắc chắn subscribe kênh YouTube của mình nha. Để tạo được Superbase á thì đầu tiên bạn lên Google bạn gọi Superbase ở đây giúp mình nha. Sau đó bạn click vô website đây. Thì sau đó bạn sẽ tạo một cái tài khoản thôi. Thì lúc này mình đã tạo một tài khoản rồi. Thì lúc này khi mà bạn tạo một cái tài khoản đây á thì nó sẽ hiển thị một cái như thế này để cho bạn điền vô. Thì hôm nay mình sẽ ờ ví dụ như vậy để chẳng hạn và bạn cứ chọn giúp cho mình personal cho nó dễ. Sau đó bạn sẽ chọn có là free stear nè 0 đô trên tháng nè. Sau đó bạn sẽ bấm create relation. Sau khi bạn tạo dựng ra xong á thì nó sẽ có một cái giao diện như thế này. Rồi thì chỗ này á là bạn nào rồi tiếp tới sau khi nó hiện này thì
19:09 nó sẽ hiện project name của bạn nè. Thì bạn đặt giúp mình cái project name ờ Rồi testing ch hạn. Rồi lúc này bạn sẽ đặt cho một cái password nha. Thì chỗ này bạn đặt password gì thì bạn nên lưu chữ giúp cho mình để có gì là cái password này tí hoặc bạn sẽ sử dụng sau nha. Rồi khúc này bạn sẽ chọn giúp cho mình cái vị trí của cái RAG cái database này bạn muốn bỏ đâu thì bạn sẽ muốn á chọn cái khu vực nào mà nó gần bạn nhất. Ví dụ như mình đang ở Việt Nam thì bạn chọn Châu Á Thái Bình Dương nè là CFIC. Sau đó bạn sẽ bấm create new project giúp mình. Sau khi bạn tạo ra xong đây rồi á thì bạn sẽ bước đầu tiên á bạn sẽ muốn kết nối cái vô cái Super Base này. Có hai phần mà nói không Superbase và Bress thì đầu tiên là Super B đi thì bạn click vô cho chúng mình ở chỗ này và sau đó bạn sẽ bấm new ral sau đó rồi nó sẽ có
19:56 cái giao diện như thế này nè thì tạm thời mình sẽ bấm đây mình edit đi. Rồi thì đây là cái host của bạn. Thì cái host của bạn lấy ở đâu? Thì bạn bấm đây cái giao diện bên trái bạn sẽ bấm vô cái project setting trước. Sau đó bạn sẽ bấm vô cái data API. data API có nghĩa là về cái dữ liệu của bạn á thì nó sẽ đổ vô nó nó sẽ đổ vô đâu thì bạn muốn gọi cái dữ liệu của bạn thì bạn muốn gọi gọi cái đó thì bạn sẽ lấy cái UL nào thì đây cái URL nó như bạn thấy đây là cái project URL nè bạn copy giúp cho mình sau đó bạn kém vô đây xong đây là cái UL bạn sẽ ctrl C và Ctrl Vô tiếp tới là API ke thấy không bạn thấy không cái chỗ này nó có secret giống như là mặt mã thì hôm nay bạn sẽ bấm vô AB key giúp mình thì ban đầu ở đây nha ở đây thì ban đầu nó sẽ có một cái nút để Bạn à ở đây thì mình bị mất cái giao diện rồi nhưng mà đại khái là bạn sẽ có một cái nút để bạn bấm tạo dựng cái key nha. Bạn bấm ra xong á thì
20:43 nó sẽ ra được cái một cái series key như thế này. Đây là cái chỗ nó thì bạn copy với mình copy API key đây nè. Sau đó bạn vô đây bạn dán lại giúp cho mình chỗ này. Các bạn bấm save thì đây xong rồi nè. Thì ra test đó. Mình lấy ví dụ thế thì mình sẽ not trong đó. Thì rồi đó là cái đầu tiên là về cái super bay. Tiếp tới á là boss quest. Thì boss quest bạn rất dụ chúng mình. Sau đó rồi là bạn sẽ có cái tạo cái new đây nó sẽ ra một giao diện như thế này thì tạm thời mình sẽ edit cái sẵn có của mình đi. Thì đây là cái box của mình đi. Thì khúc này bạn sẽ đây cũng là giao diện này đúng không? Bạn bấm giúp mình cái chữ connect đây nó sẽ kết nối vô cái boss qu bạn phải không? Boss ở đây nè. Thì nó có hướng dẫn đây nếu mà bạn muốn đọc nhưng mà hoặc là bạn follow mình. Thì chỗ này bạn sẽ muốn chọn method cái hướng dẫn cái phương pháp của nó thì bạn sẽ muốn là tràn ja
21:28 puller. Bạn chọn click ở đây giúp cho mình để bạn có thể kết nối được trong NMN ở đây. Sau đó bạn sẽ bấm view parameter thì đoạn này bạn sẽ thấy cái dữ liệu của nó chỗ này á thì bạn sẽ thấy chữ host đúng không? Và cái dữ liệu của nó ở đây thì bạn coi đây không host nè và dữ liệu nè. Thì đ rất là đơn giản bạn bấm copy ờ và bạn dán tương ứng đúng không? Bạn thấy không? Rồi chỗ này là port đúng không? Thì bạn kiếm cho mình cái chỗ port đây chỗ port là khúc cuối nè. Mình gắn vô và database là botrest thì chỗ này là database mình gắn đây là bot user đây là cái phần đó và ở đây là user và password password nếu bạn nhớ dạn đầu mình có nói rằng là khi mà bạn tạo cái tài khoản á thì bạn có cái password thì bạn sẽ lưu cái password đó lại. Thì đây là cái lúc mà bạn lưu nè. Thì bạn sử dụng cái password mà bạn đặt ban đầu á bạn nhập vô giúp cho mình. Sau đó bạn sẽ
22:14 bấm save ở đây. Rag Test đó thì đó xong rồi bấm save đây. Nói như là bạn sẽ sử dụng xong được cái cục này rồi. Bây giờ chúng ta sẽ tạm thời ngắt cái thằng super bay đi xíu nha. Rồi khúc này bạn sẽ ờ bắt đầu bạn chat thử coi xem nó bắt đầu lưu chữ dữ liệu đây không nha. Ví dụ như mình sẽ báo open chat. Ờ chào bạn. Rồi nhớ nè. Rồi ví dụ nhìn bảo tôi là việc hãy nhớ tên tôi. Rồi bạn có thể hỏi tiếp rằng là bạn nhớ tên tôi chứ? Thì ch nó sẽ bảo rằng là cái của mình là mình là Việt đó không nhớ tên là Việt vì mình đã lưu trữ cái dữ liệu này rồi. Rồi nếu như bạn
23:00 quay lại ở trong đây thì bạn bấm vô table editor nè. Chỗ này bạn không nt chat history thì bạn click vô trong đây thì nó sẽ lưu cho bạn cái history chat nó và nó như nó sẽ có cái season ID dưới đây. Thì từ đây khi mà bất kể một user nào mà sử dụng lại á thì nó sẽ truy xuất vô cái user season ID này thì nó sẽ lấy cái dữ liệu tương ứng ở cái season ID đó để từ đó phản hồi cho user. Rồi thì đó là cái khâu của box. Rồi còn cái Super Bay thì lúc này bạn sẽ làm cái gì? Thì lúc này á trong cái Super Bay á bạn click vô giúp mình là chỗ SQL Editor nè. Thì trong cái đoạn ờ rồi lúc bây giờ bạn sẽ cần phải tạo dữ liệu trong Superbank để có gì đó bạn đẩy những cái tài liệu ở trong đây nè thì bạn biết là bạn sẽ đẩy vô tài liệu nào và lúc vô trong cái con RAG này mà khi
23:47 phản hồi về chính sách nhân sự đi chẳng hạn thì nó sẽ lấy cái dữ liệu nào ở trong Superbe. Thì ở đây bạn vô phần này giúp cho mình bạn sẽ bấm chỗ SQL Editor. Thì đây là cái file của nó. Lúc này á bạn sẽ bấm giúp cho mình chỗ này và chỗ này nó sẽ có open doc nè. Doc ở đây là cụ thể nó sẽ hướng dẫn cho mình để làm một cái vector note khi mà mình tạo cái super b chỗ này á bạn kéo xuống tiếp cho mình sau cái đoạn này nó sẽ có cái phần wigst for setup này nghĩa là bạn bấm vô đây thì nó sẽ cho bạn một cái hướng dẫn setup ở trong đây cơ bản đây là SQL đây là cái mã SQL của bạn và đây là cái chỗ SQL editor của bạn nè bạn copy giúp mình toàn bộ cái SQL này bạn gắn vào trong đây các bạn lưu ý ở đây á là cái một cái mục tên là document là chỗ này nếu như bạn thấy là create table document nè thì có nghĩa là tạo dựng một cái bản document document thì cái document này là cái tên nè bạn có thể thay thế document này bằng một cái tên gì đó khác
24:33 thì tùy góc độ bạn thì bạn có thể gõ vô trong đó nha còn không thì tạm thời mình sẽ bấm run ở trong đây. Ờ sau khi mình bấm run xong ờ như mình thấy á thì nó bị lỗi và khi bị lỗi á thì đại khái là mình có kêu con cloud để có thể sửa lỗi cho mình thì mình có bảo là lỗi SQL và mình chụp một cái màn hình lỗi đây lên hình thì nó hơi bị nhỏ lại một xíu thì cái này khác là mình kêu nó chỉnh và nó chỉnh lại cho mình cái lỗi ở trong đây. Thì cái đoạn code này mình cũng sẽ đính kèm cho bạn cho trong trường hợp mà bạn không bị gặp phải thì bạn hãy copy đoạn code của mình để bạn thử vô thì bạn copy này sau đó mình bỏ trong đây và nó sẽ tạo thấy không bạn thấy nó sẽ tạo s nè là tạo thành công rồi sau khi mình tạo thành công xong thì bạn sẽ bấm vô database với mình trong database á thì bây giờ nó sẽ có hai cục một cục là nn chat history là cái history từ cái box qu mà như bạn thấy. Hai á là cái phần document. Document là cái phần mà tài
25:20 liệu mà mình bảo rằng là bạn rằng là bạn có thể thay bạn vì bạn đặt tên document thì bạn có thể đặt tên bằng cái khác á thì bạn có thể bấm click ở trong đây. Đây thì khúc này nó sẽ ra đây là tài liệu của nó nè. Thì lúc này ờ bạn quay lại ra dướ giúp mình khi mà bạn bắt đầu kết nối ở trong đây nè. Đây nó sẽ có một cái ờ form list bạn chọn giúp mình là form list nha. Này à đó nó bắt đầu load nè. Bạn thấy không? Load. Khi mà nó load thì nó hiện ba thứ nè. Thì bạn sẽ bấm document giúp mình. Thì document là sao? Có nghĩa rằng là nó sẽ bảo rằng là mình mình có nói ghi ở đây luôn là hãy dùng cái tool này để mà coi những cái policy những cái policy của HR về công ty thì nó sẽ lấy cụ thể dữ liệu cụ thể của cái phần là tài liệu t là document này. Đó rồi thì vô cái phần này cũng tương tự đây là cái phần document của mình nè. Thì tạm thời mình
26:05 sẽ đẩy dữ liệu lên đây nha. Ở đây á thì như bạn thấy cái tên của nó là name nè. Quy chế nhân sự RGMO à thì mình đây là cái folder của mình thì bạn thấy là quy chế nhân sự RG demo nè. Thì như lấy đúng cái tài liệu của mình rồi đó thì mình cứ bỏ mỗi lần mỗi khi mà có cái file mới mình bỏ vô trong cái folder này thì đây cái folder của mình r demo thì sẽ lấy cái file này về sau đó rồi là nó sẽ download và bây giờ nó đây bạn bạn có thể thấy đây mình bấm nút này thì bây giờ nó sẽ lấy là download ok download này và khi download đây thì nó sẽ bản tst bản text không thôi á bây giờ mình sẽ đẩy dữ liệu ở trong đây như bạn thấy là mình sẽ lấy cái dữ liệu của thằng này mình sẽ bắt đầu chuyển qua thì này mình sẽ bấm execute step nè lúc này á như bạn thấy thì mình đang sử dụng gọi là embedding model cái con mà AI dùng để nhúng vô á thì mình sử dụng là chat GBT và đây một cái để chân ra nè. Như bạn
26:51 thấy đây là mình đang dùng slip nè. Slip á là chân chia ra thì như bạn thấy nãy mình đang setup là 200 và cái này nó sẽ vô cái dữ liệu ở trong đây về mặt Super B rồi này nếu mà mình bấm lại nhược lại hôm nay đây bản hoog của mình ban đầu là nó không à nó hiện rồi nè. Đó thì nó đã hiện cho mình nghĩ là mình đã hoàn thiện quá trình là impeding lên ở trong đây rồi. Và đây là mình sẽ bắt đầu hỏi thực tế nè. Ví dụ như mình sẽ bắt đầu hỏi thực tế lại cho các bạn để bạn có thời gian hình dung nha. Rồi đây là mình open chest lại. Nếu như tôi muốn tăng lương thì à công ty có nhân đãi ngộ gì? Đó, như bạn thấy thì nó sẽ vô đây lấy cái lịch sử của mình trước đó mình chat.
27:37 Sau đó nó sẽ lấy dữ liệu trong Superb là những cái tài liệu nội bộ mà mình đã có bỏ vô bên trong là cái là cái file mình làm demo ở trong đây nè. Để nhúng lên con RAG này. Và xong cuối cùng là nó sẽ truy xuất nội dung ở trong cái dữ liệu vector database của mình. Lấy đây cái này gọi là vector database nha. lấy ở trong đây nó truy xuất nó đọc nó hiểu và sau đó nó phản hồi lại. Ví dụ như nó sẽ bảo rằng là đây mình test thành công rồi thì bạn bảo rằng là đâu qu lăng lương thì cũng có những đại gộ gì đó đánh giá hiệu suất thấy không thì cứ đây là cái phần nó trả lời của nó thì bạn có thể đọc qua tiêu chí đánh giá bao gồm nè kết quả quyết định để tăng lương n không tại vì mình bảo rằng tăng lương thì nó có sẽ có cái đãi ngộ hoặc là phương pháp gì không thì nó sẽ dựa trên cái của mình và bắt đầu nó phản hồi thì đây là một cái templet để bạn có thể setup một cái r tài liệu nội bộ cho bạn hi vọng rằng
28:23 tolet này nó hữu ích cho bạn rồi nếu như mà bạn thích những chủ đề về video về AI, A, automation và cũng như về chủ đề SEO thì hãy chắc chắn subscribe kênh YouTube của mình nhé.
