Mô hình ngôn ngữ có thể trả lời rất trôi chảy nhưng không mặc nhiên biết tài liệu nội bộ mới nhất của doanh nghiệp. Retrieval-Augmented Generation (RAG) – truy xuất tăng cường cho mô hình sinh giải quyết một phần vấn đề bằng cách lấy thông tin liên quan từ kho dữ liệu tin cậy rồi đưa vào ngữ cảnh trước khi mô hình tạo câu trả lời.
Trong BĐS, RAG đặc biệt hữu ích cho kho hợp đồng, quy trình, hồ sơ dự án, hướng dẫn vận hành và tài liệu kỹ thuật. Nhưng RAG không phải “thuốc chống bịa đặt” tự động; một hệ thống truy xuất kém vẫn có thể cấp sai nguồn cho mô hình.
Chuyên đề: AI ứng dụng trong Bất động sản · Bài 04 · Nền tảng sử dụng AI trong BĐS
Biên soạn: ThS. Nguyễn Mạnh Hùng
GV. Khoa QLĐĐ&BĐS – ĐH Nông Lâm TP.HCM
Email: nguyenmanhhung@hcmuaf.edu.vn
1. Chuỗi RAG cơ bản
Tài liệu → xử lý → chia đoạn → gắn siêu dữ liệu → lập chỉ mục → truy xuất → xếp hạng → đưa nguồn vào mô hình → trả lời có dẫn chứng → kiểm chứng.
Mỗi mũi tên đều là một điểm có thể sai. Vì vậy cần đánh giá cả hệ thống, không chỉ đánh giá câu trả lời cuối.
2. Kho tài liệu phải được quản trị trước khi “nhúng AI”
Trước khi lập chỉ mục, cần xác định tài liệu nào đang hiệu lực, tài liệu nào hết hiệu lực, bản nào là bản chính, quyền xem của từng nhóm và tài liệu nào chứa thông tin nhạy cảm. Nếu kho chứa ba phiên bản quy trình nhưng không có trường phiên bản/ngày hiệu lực, truy xuất có thể đưa bản cũ lên trước.
3. Chia đoạn theo nghĩa nghiệp vụ
Chia tài liệu thành các mẩu quá ngắn làm mất ngữ cảnh; quá dài làm truy xuất kém chính xác. Với hợp đồng, có thể ưu tiên theo điều/mục/phụ lục. Với quy trình, theo bước và vai trò. Với tài liệu kỹ thuật, theo thiết bị/hệ thống.
Không nên dùng một kích thước chia đoạn cứng cho mọi loại tài liệu.
4. Siêu dữ liệu là “xương sống” của truy xuất
| Siêu dữ liệu | Tác dụng |
|---|---|
| Loại tài liệu | Lọc hợp đồng, quy trình, biên bản... |
| Dự án/tài sản | Không trộn hai dự án cùng tên gần giống |
| Phiên bản/ngày hiệu lực | Ưu tiên văn bản còn hiệu lực |
| Quyền truy cập | Không để truy xuất vượt quyền người hỏi |
| Trang/mục | Tạo dẫn chứng quay lại nguồn |
| Ngôn ngữ/định dạng | Hỗ trợ chiến lược xử lý phù hợp |
5. Truy xuất từ khóa và truy xuất ngữ nghĩa
Từ khóa mạnh khi người hỏi biết thuật ngữ chính xác hoặc mã văn bản. Truy xuất ngữ nghĩa mạnh khi cách diễn đạt khác nhau nhưng cùng ý. Hệ thống thực tế thường kết hợp hai loại và có bước xếp hạng lại.
Ví dụ câu hỏi “khi nào phải thông báo trước khi trả mặt bằng?” có thể không chứa đúng cụm từ “thời hạn báo trước” trong hợp đồng; truy xuất ngữ nghĩa giúp tìm đoạn liên quan.
6. Câu trả lời phải giới hạn theo nguồn truy xuất
Một quy tắc quan trọng là: nếu nguồn truy xuất không đủ hỗ trợ kết luận, hệ thống phải nói chưa đủ bằng chứng. Không dùng trí nhớ chung của mô hình để điền một điều khoản chưa có trong kho.
Đặc biệt với pháp lý, hợp đồng và dữ liệu nội bộ, câu trả lời nên phân biệt rõ “nguồn nêu”, “hệ thống suy ra” và “cần chuyên gia xác minh”.
7. Quyền truy cập phải áp trước khi sinh câu trả lời
Không được truy xuất toàn bộ rồi chỉ “nhắc mô hình đừng tiết lộ”. Bộ lọc quyền phải nằm ở lớp truy xuất: người dùng chỉ được nhận đoạn mà họ có quyền xem. Nhật ký cần ghi người hỏi, nguồn đã truy xuất và tài liệu bị loại bởi quyền.
8. Đánh giá RAG bằng nhiều chỉ số
Cần tách ít nhất ba câu hỏi:
- Truy xuất có tìm đúng nguồn không? Đo tỷ lệ nguồn đúng xuất hiện trong nhóm kết quả đầu.
- Câu trả lời có bám nguồn không? Mỗi khẳng định có được nguồn hỗ trợ không.
- Dẫn chứng có chính xác không? Người dùng mở nguồn có thấy đúng đoạn không.
Một câu trả lời đúng tình cờ từ trí nhớ mô hình nhưng dẫn sai nguồn vẫn là lỗi.
9. Tình huống: trợ lý hỏi đáp hồ sơ dự án
Người dùng hỏi “điều kiện giải ngân đợt 2 là gì?”. Hệ thống xác định dự án, kiểm quyền, truy xuất hợp đồng tín dụng và phụ lục mới nhất, trả các điều kiện kèm trang nguồn. Nếu phụ lục mới thay điều khoản cũ, hệ thống phải ưu tiên phiên bản mới nhưng vẫn cho người dùng thấy lịch sử thay đổi.
10. Khi RAG không đủ
Nếu câu hỏi yêu cầu tính toán trên hàng triệu dòng giao dịch, truy vấn cơ sở dữ liệu phù hợp hơn việc nhét dữ liệu vào RAG. Nếu yêu cầu tìm khoảng cách tới tiện ích, cần GIS. Nếu cần xác định nghĩa vụ pháp lý cuối cùng, cần chuyên gia. RAG là lớp truy xuất tài liệu, không thay mọi công cụ khác.
11. Kiểm tra vận hành
- Tài liệu mới có được lập chỉ mục đúng hạn?
- Tài liệu thu hồi có biến mất khỏi kết quả?
- Quyền truy cập có được kế thừa chính xác?
- Tỷ lệ câu hỏi không đủ nguồn có được ghi nhận?
- Câu hỏi thường sai có được thêm vào bộ kiểm thử?
- Có thể tái hiện nguồn đã dùng cho một câu trả lời cũ?
Ghi nhớ trong 30 giây
- RAG không làm mô hình “biết sự thật”; nó chỉ cấp nguồn liên quan để mô hình dựa vào.
- Chất lượng truy xuất, siêu dữ liệu và quyền truy cập quyết định phần lớn chất lượng câu trả lời.
- Một câu trả lời tốt phải có nguồn, vị trí nguồn và khả năng mở lại đúng tài liệu.
- Nguồn cũ, nguồn hết hiệu lực hoặc nguồn sai quyền truy cập là lỗi hệ thống, không chỉ là lỗi mô hình.
Nguồn tham khảo
- NIST – AI Risk Management Framework (AI RMF) 1.0 và AI RMF Playbook; NIST đang cập nhật AI RMF trong năm 2026 nên khi triển khai thực tế cần kiểm tra phiên bản hiện hành.
- NIST AI 600-1 – Artificial Intelligence Risk Management Framework: Generative Artificial Intelligence Profile, 2024.
- ISO/IEC 42001:2023 – Artificial intelligence management system.
- RICS – Responsible use of artificial intelligence in surveying practice, 1st edition; có hiệu lực từ 09/03/2026.
- NIST – Retrieval-Augmented Generation glossary và dự án 2026 về câu trả lời dựa trên nguồn dữ liệu tin cậy.
Bài tiếp theo
Bài 05: AI Agent và quy trình nhiều bước: khi nào cho AI tự làm và khi nào bắt buộc con người duyệt