Mở Đầu: Khi Chatbot Thương Mại Điện Tử Cần "Nói Chuyện" Với Hệ Thống Kho Hàng
Tưởng tượng bạn điều hành một cửa hàng trực tuyến với 50,000 sản phẩm. Mỗi ngày, đội ngũ chăm sóc khách hàng phải trả lời hàng trăm câu hỏi như: "Còn hàng không?", "Giá bao nhiêu?", "Giao trong bao lâu?". Đó là lúc Function Calling phát huy sức mạnh.
Bài viết này sẽ hướng dẫn bạn xây dựng một chatbot thông minh có thể tự động truy vấn database, kiểm tra tồn kho, và đặt hàng — tất cả thông qua Function Calling của OpenAI API.
Function Calling Là Gì?
Function Calling là tính năng cho phép mô hình AI nhận diện khi nào cần gọi một hàm (function) bên ngoài để lấy dữ liệu hoặc thực hiện hành động. Thay vì AI tự "bịa" thông tin, nó sẽ:
- Nhận diện intent của người dùng
- Trích xuất tham số cần thiết
- Gửi yêu cầu gọi function với đúng cấu trúc
- Chờ kết quả và tổng hợp thành câu trả lời tự nhiên
Kiến Trúc Hệ Thống
+------------------+ +------------------+ +------------------+
| Người Dùng | --> | Chatbot AI | --> | OpenAI API |
| (Frontend) | | (Backend) | | (Function Call) |
+------------------+ +------------------+ +------------------+
|
v
+------------------+
| Functions xử lý |
| - check_stock |
| - get_price |
| - create_order |
+------------------+
|
v
+------------------+
| Database/System |
| (Kho hàng CRM) |
+------------------+Triển Khai Chi Tiết Với HolySheep AI
Chúng ta sẽ sử dụng HolySheep AI — nền tảng API tương thích 100% với OpenAI, với chi phí tiết kiệm đến 85% so với API gốc (chỉ từ $0.42/MTok cho DeepSeek V3.2).
Bước 1: Cài Đặt Môi Trường
# Tạo virtual environment
python -m venv venv
source venv/bin/activate # Windows: venv\Scripts\activate
Cài đặt thư viện cần thiết
pip install openai python-dotenv fastapi uvicornBước 2: Định Nghĩa Functions
import openai
from typing import Optional
import json
Cấu hình HolySheep AI
client = openai.OpenAI(
api_key="YOUR_HOLYSHEEP_API_KEY",
base_url="https://api.holysheep.ai/v1"
)
Định nghĩa các functions cho hệ thống thương mại điện tử
functions = [
{
"type": "function",
"function": {
"name": "check_product_stock",
"description": "Kiểm tra số lượng tồn kho của sản phẩm",
"parameters": {
"type": "object",
"properties": {
"product_id": {
"type": "string",
"description": "Mã sản phẩm cần kiểm tra"
}
},
"required": ["product_id"]
}
}
},
{
"type": "function",
"function": {
"name": "get_product_price",
"description": "Lấy giá hiện tại của sản phẩm",
"parameters": {
"type": "object",
"properties": {
"product_id": {
"type": "string",
"description": "Mã sản phẩm"
},
"quantity": {
"type": "integer",
"description": "Số lượng mua (để tính giá sỉ)"
}
},
"required": ["product_id"]
}
}
},
{
"type": "function",
"function": {
"name": "create_order",
"description": "Tạo đơn hàng mới",
"parameters": {
"type": "object",
"properties": {
"product_id": {"type": "string"},
"quantity": {"type": "integer"},
"customer_name": {"type": "string"},
"shipping_address": {"type": "string"}
},
"required": ["product_id", "quantity", "customer_name"]
}
}
}
]
Database giả lập
product_database = {
"SP001": {"name": "Laptop Dell XPS 15", "stock": 25, "price": 28990000},
"SP002": {"name": "iPhone 15 Pro Max", "stock": 0, "price": 34990000},
"SP003": {"name": "Tai nghe Sony WH-1000XM5", "stock": 150, "price": 8990000}
}Bước 3: Triển Khai Logic Xử Lý Functions
def execute_function(function_name: str, arguments: dict) -> dict:
"""Xử lý các function calls"""
if function_name == "check_product_stock":
product_id = arguments.get("product_id")
product = product_database.get(product_id)
if not product:
return {"error": "Sản phẩm không tồn tại"}
return {
"product_id": product_id,
"name": product["name"],
"stock": product["stock"],
"available": product["stock"] > 0
}
elif function_name == "get_product_price":
product_id = arguments.get("product_id")
quantity = arguments.get("quantity", 1)
product = product_database.get(product_id)
if not product:
return {"error": "Sản phẩm không tồn tại"}
base_price = product["price"]
# Giảm giá 10% nếu mua >= 5 sản phẩm
discount = 0.1 if quantity >= 5 else 0
final_price = base_price * (1 - discount) * quantity
return {
"product_id": product_id,
"unit_price": base_price,
"quantity": quantity,
"discount_percent": discount * 100,
"total_price": int(final_price)
}
elif function_name == "create_order":
product_id = arguments.get("product_id")
quantity = arguments.get("quantity")
customer_name = arguments.get("customer_name")
product = product_database.get(product_id)
if not product:
return {"error": "Sản phẩm không tồn tại"}
if product["stock"] < quantity:
return {
"success": False,
"message": f"Không đủ hàng. Chỉ còn {product['stock']} sản phẩm"
}
# Tạo đơn hàng (trong thực tế sẽ ghi vào database)
order_id = f"ORD{int(time.time())}"
return {
"success": True,
"order_id": order_id,
"product": product["name"],
"quantity": quantity,
"customer": customer_name,
"total": product["price"] * quantity
}
return {"error": "Function không được hỗ trợ"}Bước 4: Xây Dựng Chatbot Hoàn Chỉnh
import time
def chatbot_response(user_message: str) -> str:
"""Xử lý tin nhắn người dùng với Function Calling"""
messages = [
{"role": "system", "content": """Bạn là trợ lý bán hàng thân thiện của cửa hàng công nghệ.
Khi khách hỏi về sản phẩm, bạn phải:
- Kiểm tra tồn kho trước khi xác nhận đặt hàng
- Trả lời bằng tiếng Việt, thân thiện
- Nếu hết hàng, gợi ý sản phẩm thay thế"""},
{"role": "user", "content": user_message}
]
# Gọi API lần đầu - AI quyết định có cần gọi function không
response = client.chat.completions.create(
model="gpt-4o-mini",
messages=messages,
tools=functions,
tool_choice="auto"
)
assistant_message = response.choices[0].message
# Kiểm tra xem có function call không
if assistant_message.tool_calls:
messages.append(assistant_message)
# Xử lý từng function call
for tool_call in assistant_message.tool_calls:
function_name = tool_call.function.name
arguments = json.loads(tool_call.function.arguments)
# Thực thi function
result = execute_function(function_name, arguments)
# Thêm kết quả vào conversation
messages.append({
"role": "tool",
"tool_call_id": tool_call.id,
"content": json.dumps(result, ensure_ascii=False)
})
# Gọi API lần 2 với kết quả từ function
final_response = client.chat.completions.create(
model="gpt-4o-mini",
messages=messages,
tools=functions
)
return final_response.choices[0].message.content
# Không có function call - trả lời trực tiếp
return assistant_message.content
Demo
if __name__ == "__main__":
print("=== Chatbot Thương Mại Điện Tử ===\n")
test_messages = [
"Còn hàng laptop Dell không?",
"Cho tôi hỏi giá iPhone 15 Pro Max",
"Tôi muốn đặt 2 cái tai nghe Sony"
]
for msg in test_messages:
print(f"👤 Khách hàng: {msg}")
print(f"🤖 Chatbot: {chatbot_response(msg)}\n")Tối Ưu Chi Phí Với HolySheep AI
Khi sử dụng HolySheep AI, bạn được hưởng các ưu đãi đặc biệt:
- Tiết kiệm 85%+: Giá chỉ từ $0.42/MTok (DeepSeek V3.2)
- Tốc độ <50ms: Độ trễ cực thấp, phản hồi tức thì
- Tín dụng miễn phí: Đăng ký là nhận ngay credits để test
- Thanh toán linh hoạt: Hỗ trợ WeChat, Alipay, Visa
| Model | Giá/MTok (2026) | Phù hợp cho |
|---|---|---|
| GPT-4.1 | $8 | Tác vụ phức tạp |
| Claude Sonnet 4.5 | $15 | Phân tích chuyên sâu |
| Gemini 2.5 Flash | $2.50 | Ứng dụng production |
| DeepSeek V3.2 | $0.42 | Chi phí tối ưu |
Ứng Dụng Nâng Cao: RAG System Với Function Calling
Bạn có thể mở rộng Function Calling để xây dựng hệ thống RAG (Retrieval Augmented Generation) cho doanh nghiệp:
functions_rag = [
{
"type": "function",
"function": {
"name": "search_knowledge_base",
"description": "Tìm kiếm thông tin trong cơ sở kiến thức công ty",
"parameters": {
"type": "object",
"properties": {
"query": {"type": "string", "description": "Câu hỏi tìm kiếm"},
"department": {"type": "string", "enum": ["HR", "IT", "Sales", "Legal"]}
}
}
}
},
{
"type": "function",
"function": {
"name": "get_employee_info",
"description": "Lấy thông tin nhân viên",
"parameters": {
"type": "object",
"properties": {
"employee_id": {"type": "string"},
"info_type": {"type": "string", "enum": ["contact", "team", "leave"]}
}
}
}
}
]Lỗi Thường Gặp Và Cách Khắc Phục
1. Lỗi "Invalid API Key"
Nguyên nhân: API key không đúng hoặc chưa được cấu hình đúng.
Cách khắc phục:
# Sai - sử dụng endpoint OpenAI gốc
client = openai.OpenAI(api_key="sk-xxx", base_url="https://api.openai.com/v1")
Đúng - sử dụng HolySheep AI
client = openai.OpenAI(
api_key="YOUR_HOLYSHEEP_API_KEY",
base_url="https://api.holysheep.ai/v1" # Quan trọng!
)2. Function Không Được Gọi
Nguyên nhân: Model không nhận diện được intent hoặc prompt system chưa rõ ràng.
Cách khắc phục:
- Bổ sung mô tả chi tiết trong
descriptioncủa function - Viết prompt system rõ ràng về khi nào cần gọi function
- Sử dụng
tool_choice="required"để bắt buộc gọi function
3. JSON Parse Error Khi Đọc Arguments
Nguyên nhân: Arguments từ model có thể không đúng format JSON hoặc thiếu trường.
Cách khắc phục:
# Xử lý an toàn khi parse arguments
try:
arguments = json.loads
Tài nguyên liên quan
Bài viết liên quan