Các nhóm, gia đình và bạn bè đang sử dụng chat nhóm AI đa người như thế nào?

2026-09-30

Tác nhân AI có thể đảm nhiệm những vai trò nào trong chat nhóm không nhập vai?

Ngoài các tình huống nhập vai, một tác nhân AI trong chat nhóm đa người thường đảm nhiệm một trong bốn vai trò:

Điều phối viên: giúp một nhóm duy trì sự thống nhất.
Người hướng dẫn: giúp một người chỉ dẫn người khác vượt qua một quy trình phức tạp.
Người lập kế hoạch: biến các ưu tiên rời rạc của một hộ gia đình thành một kế hoạch duy nhất.
Người hòa giải: tư vấn cho từ hai người trở lên cùng lúc.

Tính đến năm 2026, Jenova, Slack, Atlassian Rovo, Shapes và Thinkbuddy đều cung cấp một dạng hội thoại AI dùng chung. Tuy nhiên, họ khác biệt rõ rệt về mức độ hỗ trợ hiệu quả cho từng vai trò này.

Năm yếu tố quyết định liệu một cuộc chat AI dùng chung sẽ hỗ trợ nhóm hay cản trở họ:

✅ Vai trò của tác nhân được nêu rõ. Một điều phối viên, trợ lý của người hỗ trợ và cố vấn cần các chỉ dẫn khác nhau; chat nhóm không có vai trò xác định thường dễ lan man. ✅ Ngữ cảnh được xây dựng có chủ đích trước khi người khác tham gia. Trên Jenova, thành viên mới sẽ thấy toàn bộ lịch sử hiện có và các tệp đính kèm khi chấp nhận lời mời. ✅ Ý kiến của mỗi người được quy thuộc chính xác. Tác nhân phải theo dõi ai đã nói điều gì, đặc biệt khi mọi người dán email, tài liệu hoặc mã. ✅ Nội dung nhạy cảm không xuất hiện trong luồng chia sẻ. Nghiên cứu công bố vào tháng 9 năm 2026 cho thấy các mô hình AI dự đoán kém hơn những người quen thuộc về thông tin cá nhân nào có thể chấp nhận được để chia sẻ. ✅ Chi phí có thể dự đoán. Trên Jenova, mỗi thành viên trả cho phần công việc của tác nhân mà họ khởi tạo và hạn mức không được gộp chung.

Vai trò điều phối viên và người hướng dẫn hiện là những vai trò phát triển nhất. Vai trò người hòa giải tiềm ẩn rủi ro lớn nhất. Các phần dưới đây lần lượt phân tích từng vai trò, so sánh các nền tảng và trình bày những thói quen thiết lập giúp phân biệt chat nhóm hiệu quả với chat nhóm gây nhầm lẫn.

Minh họa một điện thoại thông minh hiển thị chat nhóm AI đa người với ảnh đại diện đa dạng của người dùng, bong bóng hội thoại và bot trợ lý AI giữa những người tham gia

Vì sao mọi người chuyển từ công cụ AI cá nhân sang chat nhóm AI dùng chung?

Mọi người chuyển sang chat AI dùng chung vì mức sử dụng AI cá nhân tăng nhanh hơn các cách chia sẻ thành quả do AI tạo ra. Kết quả là các cuộc chat riêng đầy thông tin hữu ích nhưng không bao giờ đến được phần còn lại của đội nhóm hoặc gia đình. Chat nhóm dùng chung là cách khắc phục nhẹ nhàng nhất: mọi người đều thấy quá trình lập luận của AI, chứ không chỉ kết quả mà ai đó chọn chuyển tiếp.

Quy mô sử dụng cá nhân đã được ghi nhận rõ:

Theo dữ liệu theo dõi mức độ áp dụng của Microsoft, mức sử dụng AI đã tăng lên 18,8% dân số trong độ tuổi lao động trên toàn cầu vào tháng 6 năm 2026. Ở cấp tổ chức, McKinsey báo cáo rằng gần 90% tổ chức đã sử dụng AI vào cuối năm 2025.

Kết quả ở cấp tổ chức chưa theo kịp:

Khảo sát năm 2026 của WRITER với 2.400 lãnh đạo và nhân viên cho thấy 70% nhân viên dùng công cụ AI ít nhất 30 phút mỗi ngày, nhưng chỉ 29% tổ chức nhận thấy ROI đáng kể từ AI tạo sinh. 79% người trả lời cho biết các phòng ban đang triển khai AI theo các silo riêng lẻ.

Phân tích này mô tả mô hình một cách thẳng thắn: “Người tiên phong AI của một nhóm tiết kiệm 10 giờ mỗi tuần — và không ai khác học được cách làm đó.” Các nghiên cứu khác cũng chỉ ra cùng một hướng. Quyền truy cập AI của người lao động tăng 50% trong năm 2025, trong khi chỉ 34% tổ chức được khảo sát cho biết họ thực sự tái hình dung doanh nghiệp của mình xoay quanh AI. Và 56% CEO cho biết AI chưa mang lại lợi ích về doanh thu hoặc chi phí.

Các gia đình cũng gặp cùng nút thắt này ở quy mô nhỏ hơn. Một người tự nghiên cứu về tranh chấp ở trường, việc cải tạo nhà hoặc vấn đề thuế, rồi chuyển một bản tóm tắt đã được chọn lọc cho mọi người khác. Chat AI dùng chung loại bỏ bước chuyển tiếp đó, đây là lý do các tính năng chat nhóm đang xuất hiện trong cả công cụ nơi làm việc lẫn nền tảng AI cho người tiêu dùng.

Bạn nên tìm kiếm điều gì ở một nền tảng AI đa người cho công việc và gia đình?

Hãy chọn nền tảng dựa trên vai trò bạn cần AI đảm nhiệm, sau đó kiểm tra cách nền tảng xử lý lịch sử dùng chung, sự tham gia, thanh toán và công cụ. Trước hết, hãy xác nhận “đa người” có nghĩa gì trên nền tảng đó. Một số sản phẩm dùng thuật ngữ này để chỉ nhiều mô hình AI trong một cuộc hội thoại, chứ không phải nhiều người. Tính năng “GPT Group Chat” của OpenAI cho phép người dùng nhắc đến nhiều GPT trong một cuộc hội thoại, tức là một tính năng đa tác nhân chứ không phải đa người.

🎯 Khung đánh giá mức độ phù hợp theo bốn vai trò

Vai trò	Ai có trong chat	AI làm gì	Rủi ro chính	Năng lực quan trọng nhất
Điều phối viên	Nhóm liên chức năng	Chuyển đổi giữa các chuyên môn và duy trì nhật ký quyết định	Quyết định lỗi thời hoặc mâu thuẫn	Lịch sử liên tục, quy thuộc ý kiến, xuất tài liệu
Người hướng dẫn	Người hỗ trợ và người cần hỗ trợ	Soạn thảo, giải thích và theo dõi một quy trình như việc ở trường, việc làm hoặc thủ tục hành chính	Nhầm lẫn nội dung được dán với bản nháp	Xử lý tệp, gắn nhãn rõ ràng, kiểm soát ngôn ngữ
Người lập kế hoạch	Hộ gia đình, gia đình hoặc bạn bè	Gộp các ràng buộc thành một kế hoạch	Một số ý kiến được đại diện quá mức	Chuyên môn lĩnh vực, tóm tắt dùng chung
Người hòa giải	Cặp đôi hoặc gia đình đang bất đồng	Đưa lời khuyên cho mọi bên	Nghiêng về người nói sau cùng; để lộ chia sẻ riêng tư	Cách trình bày trung lập, thói quen bảo mật nghiêm ngặt

Tiêu chí đánh giá

Chuyên môn hóa tác nhân: Nhóm có thể tham vấn chuyên gia theo lĩnh vực, như người lập kế hoạch đám cưới, cố vấn thuế hoặc chiến lược gia tiếp thị, hay chỉ có một trợ lý tổng quát?
Mức hiển thị lịch sử khi tham gia: Thành viên mới có thấy toàn bộ nội dung trước đó không? Điều này hỗ trợ tính liên tục nhưng có thể gây vấn đề về quyền riêng tư.
Kiểm soát sự tham gia: Bạn có thể kiểm soát thời điểm AI lên tiếng không? Ví dụ, Shapes cung cấp các kích hoạt phản hồi có thể cấu hình như “Reply when mentioned” và “React to keywords”.
Mô hình thanh toán: Một người trả tiền cho toàn bộ mức sử dụng của nhóm hay mỗi thành viên trả cho phần sử dụng của riêng mình?
Quyền truy cập công cụ: AI có thể tạo tài liệu, tìm kiếm web hoặc kết nối với công cụ làm việc thông qua Model Context Protocol (MCP) không?
Tách biệt bộ nhớ: Bộ nhớ cá nhân từ chat riêng có bị rò rỉ vào nhóm hay chat nhóm được tách biệt hoàn toàn?

Jenova, Slack, Atlassian Rovo, Shapes và Thinkbuddy so sánh thế nào cho công việc dùng AI chung?

Năm nền tảng này có những cách tiếp cận khác nhau. Jenova đưa các tác nhân chuyên biệt vào chat nhiều người. Slack và Atlassian tích hợp tác nhân AI vào không gian làm việc của nhóm hiện có. Shapes tập trung vào chat nhóm xã hội với các nhân vật AI có thể tùy chỉnh. Thinkbuddy cung cấp hội thoại nhóm trong một không gian làm việc AI tổng quát. Lựa chọn phù hợp phụ thuộc vào việc nhóm của bạn đã làm việc trong công cụ như Slack hoặc Jira, hay cần chuyên môn lĩnh vực mà trợ lý tổng quát không có.

Jenova Group Chat

Jenova cho phép chủ phiên mời người khác vào cuộc hội thoại với một tác nhân trong thư viện hoặc với một tác nhân tùy chỉnh được xây dựng từ chỉ dẫn tùy chỉnh, mô hình ưu tiên và cơ sở tri thức riêng tư. Phiên dùng chung hoạt động như sau:

Lịch sử dùng chung: Thành viên thấy toàn bộ lịch sử và tệp sau khi chấp nhận lời mời.
Hạn mức riêng: Mức sử dụng tác nhân của mỗi thành viên được trừ vào tài khoản của chính họ.
Cài đặt dùng chung: Mô hình chat là cài đặt dùng chung, còn chủ phiên quản lý thành viên, hình minh họa và chỉ dẫn tùy chỉnh.
Hàng đợi tác vụ: Chỉ một tác vụ của tác nhân chạy tại một thời điểm và hàng đợi hiển thị với tất cả mọi người.
Tách biệt bộ nhớ: Global Memory, bộ nhớ cá nhân xuyên cuộc chat của Jenova, được tắt trong Group Chats.

Điểm mạnh:

Tác nhân theo lĩnh vực mang chuyên môn tích hợp sẵn đến cho toàn nhóm.
Truy cập các mô hình từ OpenAI, Anthropic, Google và các bên khác.
Tích hợp công cụ dựa trên MCP.
Tính năng tương đương trên web, iOS và Android.
Có gói miễn phí, với các gói trả phí từ $20/tháng.

Hạn chế:

Xử lý tuần tự, nên một tác vụ nghiên cứu dài sẽ làm chậm các yêu cầu khác.
Không có luồng phụ riêng tư cho thông tin cần được ẩn với một số thành viên.
Khi Global Memory bị tắt, các tác nhân dựa vào ngữ cảnh cá nhân sâu sẽ giảm bớt tính hữu ích. Một ví dụ là Personal Secretary, được xây dựng để quản lý lịch và email của một cá nhân.

Slack (Slack Code)

Vào tháng 8 năm 2026, Slack giới thiệu Slack Code, công cụ “đưa tác nhân AI vào chat nhóm”, cho phép nhà phát triển “mời cả đội cùng tham gia” công việc lập trình có sự hỗ trợ của tác nhân.

Điểm mạnh: Công cụ nằm trong một nền tảng nhắn tin mà nhiều nhóm đã dùng và được thiết kế cho quy trình làm việc của nhà phát triển.

Hạn chế: Thông tin công khai tập trung vào nhà phát triển; giá cả và các trường hợp sử dụng ngoài kỹ thuật chưa được xác minh tại thời điểm viết bài.

Atlassian Rovo Chat

Rovo Chat của Atlassian được mô tả là đang phát triển “từ một chatbot đơn giản thành một đồng đội chủ động có thể tạo ticket Jira, kết nối qua MCP”.

Điểm mạnh: Công cụ kết nối trực tiếp với công việc dự án dựa trên Jira và hỗ trợ MCP.

Hạn chế: Công cụ được xây dựng cho các nhóm đã ở trong hệ sinh thái Atlassian và có ít giá trị rõ ràng cho mục đích gia đình hoặc cá nhân.

Shapes

Shapes là một ứng dụng chat AI xã hội, nơi người dùng trò chuyện với nhân vật AI, người khác hoặc cả hai trong chat nhóm. Tài liệu của nền tảng nổi bật nhờ mức độ chú trọng đến hành vi nhóm. Tài liệu bao gồm Custom Chat Instructions cho mục tiêu chung, phần tóm tắt ghim lại các quyết định đã xác nhận, công cụ kiểm duyệt như chế độ chậm và hỗ trợ nhiều Shapes với vai trò riêng biệt trong một chat.

Điểm mạnh: Kiểm soát chi tiết thời điểm AI phản hồi và hướng dẫn rõ ràng về hành vi nhóm.

Hạn chế: Nền tảng thiên về AI xã hội và dựa trên nhân vật hơn là quy trình làm việc với chuyên gia theo lĩnh vực. Giá cả chưa được xác minh tại thời điểm viết bài.

Thinkbuddy

Danh sách của Thinkbuddy bao gồm chat tổng quát, chat tạm thời, dự án và “Group conversations”, với nguồn là tệp, URL hoặc văn bản, ở mức $29/tháng.

Điểm mạnh: Tổ chức dự án và hỗ trợ nhiều loại nguồn.

Hạn chế: Danh sách không cho biết “group conversations” nghĩa là nhiều người hay nhiều mô hình AI, vì vậy hãy kiểm tra trước khi chọn cho công việc nhiều người.

Khía cạnh	Jenova Group Chat	Slack (Slack Code)	Atlassian Rovo Chat	Shapes	Thinkbuddy
Ai có trong chat	Nhiều người cùng một tác nhân chuyên biệt	Thành viên nhóm cùng các tác nhân AI	Nhóm cùng Rovo với vai trò đồng đội	Con người cùng một hoặc nhiều nhân vật AI	“Group conversations” (mô hình người tham gia chưa được xác minh)
Chuyên môn hóa tác nhân	Thư viện tác nhân theo lĩnh vực cùng tác nhân tùy chỉnh	Tập trung vào lập trình	Quản lý công việc (Jira)	Nhân vật do người dùng tạo với thiết lập sẵn	Không gian làm việc tổng quát
Kiểm soát sự tham gia của AI	Hàng đợi dùng chung, mỗi lần một tác vụ	Chưa được xác minh	Chưa được xác minh	Kích hoạt phản hồi: nhắc đến, từ khóa, theo dõi	Chưa được xác minh
Tích hợp công cụ	MCP; Gmail, Drive, Search, Notion và hơn thế nữa	Chưa được xác minh	MCP, tạo ticket Jira	Skills cùng các máy chủ MCP được kết nối	Nguồn tệp, URL và văn bản
Giá tại thời điểm viết	Miễn phí; trả phí từ $20/tháng; mức sử dụng theo từng thành viên	Chưa được xác minh	Chưa được xác minh	Chưa được xác minh	$29/tháng
Phù hợp nhất với	Nhóm cần chuyên môn lĩnh vực cho cả công việc lẫn đời sống	Nhóm kỹ thuật đã dùng Slack	Nhóm dự án xoay quanh Jira	Chat nhóm xã hội có sự hiện diện AI có thể cấu hình	Cá nhân tổ chức dự án từ nhiều nguồn

Tác nhân AI có thể điều phối và chuyển đổi giữa nhóm sản phẩm và kỹ thuật như thế nào?

Một tác nhân AI có thể điều phối giữa các nhóm bằng cách hiện diện trong một chat chung với chuyên gia sản phẩm, kỹ thuật và lĩnh vực. Công việc của tác nhân là diễn đạt lại ý kiến của từng nhóm theo thuật ngữ của nhóm khác và duy trì hồ sơ quyết định liên tục. Các nhóm sản phẩm và kỹ thuật của Jenova sử dụng Group Chat theo cách này, với tác nhân đóng vai trò điều phối viên dự án và “người phiên dịch” giữa các lĩnh vực.

Mô hình này hiệu quả vì việc chuyển đổi diễn ra trước mặt mọi người:

Nhóm sản phẩm đăng yêu cầu theo ngôn ngữ người dùng. Tác nhân viết lại thành tiêu chí chấp nhận kỹ thuật, các trường hợp biên và câu hỏi còn mở.
Nhóm kỹ thuật phản hồi bằng các ràng buộc. Tác nhân chuyển các ràng buộc đó trở lại thành những đánh đổi cho nhóm sản phẩm, bao gồm phạm vi, tiến độ và tác động đến người dùng.
Các nhóm lĩnh vực bổ sung ngữ cảnh. Nhóm pháp lý, hỗ trợ hoặc dữ liệu đăng nhu cầu của họ và tác nhân đánh dấu mọi xung đột với các quyết định trước đó.
Tác nhân duy trì nhật ký quyết định. Bất kỳ ai cũng có thể hỏi tình trạng của một quyết định, và câu trả lời dựa trên toàn bộ luồng chat, chứ không phải ghi chú của riêng một người.

Một prompt để thiết lập vai trò này:

“Bạn là điều phối viên dự án cho cuộc chat này. Nhóm sản phẩm, kỹ thuật và hỗ trợ đều sẽ đăng tại đây. Khi ai đó đăng nội dung, hãy diễn đạt lại ý của họ cho các nhóm khác theo thuật ngữ của những nhóm đó, đánh dấu mọi xung đột với quyết định trước đó và duy trì danh sách ‘Quyết định / Câu hỏi còn mở’ ở cuối mỗi phản hồi.”

Minh họa hai người đeo tai nghe tại các máy trạm riêng biệt, đại diện cho những cộng tác viên từ xa làm việc trong cùng một chat nhóm AI dùng chung

Khi công việc cần kiến thức chuyên sâu, một tác nhân theo lĩnh vực có thể đóng vai trò điều phối viên. Nhóm ra mắt sản phẩm có thể thực hiện chat lập kế hoạch với Marketing Strategist, tác nhân bao quát phối hợp truyền thông, chiến lược kênh và phân bổ ngân sách. Nhóm sáng lập có thể dùng Startup Advisor cho các cuộc tranh luận chiến lược. Khi một quyết định được chốt, Word Doc Generator có thể chuyển nhật ký thành tài liệu được định dạng chuyên nghiệp.

Các nền tảng khác phù hợp với điểm xuất phát khác nhau. Những nhóm làm việc chủ yếu trong Jira có thể thích Rovo Chat vì đầu ra có thể trở thành ticket trực tiếp. Các nhóm kỹ thuật đã điều phối trên Slack có thể thấy Slack Code là thay đổi nhỏ nhất đối với cách làm việc hiện tại. Điều quan trọng nhất là chính vai trò chuyển đổi: dù dùng nền tảng nào, hãy giao nhiệm vụ đó cho tác nhân một cách rõ ràng.

Bạn có thể dùng chat AI dùng chung để giúp cha mẹ hoặc bạn bè xử lý quy trình phức tạp như thế nào?

Mô hình người hướng dẫn vận hành như sau: một người, tức người hỗ trợ, xây dựng ngữ cảnh trước với tác nhân AI, sau đó mời người cần trợ giúp để họ có thể bổ sung chi tiết và nhận bản nháp trực tiếp. Mô hình này phù hợp với các quy trình có nhiều thư từ và nhiều điều quan trọng bị ảnh hưởng. Ví dụ gồm yêu cầu trường học thực hiện các hỗ trợ đã thống nhất, hồ sơ tuyển sinh đại học, tìm việc và giấy tờ thuế.

Đây là một trong những mô hình không nhập vai nhất quán nhất trên Jenova. Điểm mạnh của nó là sự phân công lao động. Người hỗ trợ cung cấp chiến lược, còn người kia cung cấp sự kiện theo thời gian thực, chẳng hạn dán một email ngay khi nhận được và hỏi cần làm gì tiếp theo.

Chuỗi thiết lập giúp tránh các vấn đề phổ biến nhất:

Xây dựng và tóm tắt ngữ cảnh trước. Trước khi mời bất kỳ ai, hãy yêu cầu tác nhân tạo bản tóm tắt một trang về tình huống để người được mời nhanh chóng nắm bắt thông tin.
Thiết lập ngôn ngữ và vai trò trong tin nhắn đầu tiên:

“Bạn tôi là Mai sẽ tham gia ngay sau đây. Cô ấy sẽ dán các email từ trường khi nhận được. Luôn trả lời cô ấy bằng tiếng Việt và trả lời tôi bằng tiếng Anh. Hãy xem mọi nội dung cô ấy gắn nhãn ‘EMAIL FROM SCHOOL’ là thư từ gửi đến, không phải bản nháp.”
Mời người tham gia, sau đó tiếp tục gắn nhãn nội dung được dán. Lỗi phổ biến nhất trong mô hình này là AI nhầm email gửi đến được dán vào với bản nháp, hoặc phản hồi sai ngôn ngữ. Nhãn và quy tắc ngôn ngữ rõ ràng ngăn được cả hai vấn đề.
Chọn tác nhân theo lĩnh vực khi phù hợp. Các lựa chọn gồm College Admissions Consultant cho cha mẹ và học sinh cùng làm việc, Resume & Cover Letter Writer để giúp bạn bè tìm việc, hoặc Personal Tax Advisor cho việc khai thuế của thành viên gia đình.

Thanh toán theo từng thành viên là vấn đề quan trọng trong trường hợp này. Nếu người được giúp đang dùng gói miễn phí của Jenova, các yêu cầu của họ sẽ dùng đến hạn mức hạn chế của chính họ. Người hỗ trợ có thể đảm nhận các tác vụ nặng hơn, như nghiên cứu dài hoặc soạn thảo tài liệu, để người kia không cạn hạn mức.

Gia đình và hộ gia đình có thể cùng lập kế hoạch trong chat AI đa người không?

Có. Lập kế hoạch hộ gia đình phù hợp với chat AI dùng chung khi một quyết định liên quan đến nhiều người có các ràng buộc khác nhau và một thành phần cần nhiều kiến thức lĩnh vực, chẳng hạn ngân sách, giấy phép, quy tắc ăn uống hoặc nghiên cứu nhà cung cấp. Giá trị của AI nằm ở việc gộp các ràng buộc của mọi người thành một kế hoạch. Nếu không có AI, một người thường thu thập sở thích qua tin nhắn rồi âm thầm quyết định sở thích nào được tính đến.

Công việc trong hộ gia đình	Tác nhân đề xuất	Mỗi người đóng góp gì
Lập kế hoạch đám cưới	Wedding Planner	Cặp đôi đặt ngân sách và ưu tiên; cha mẹ bổ sung truyền thống văn hóa và ràng buộc về khách mời
Cải tạo nhà	Home Renovation Advisor	Chủ nhà đặt ngân sách; một người phụ trách thiết kế, người kia phụ trách giấy phép và nhà thầu
Bữa ăn hằng tuần	Meal Planner	Mỗi thành viên liệt kê nhu cầu ăn uống, lịch trình và món không thích
Hậu cần cùng nuôi dạy con	Parenting & Baby Advisor	Cả hai cha mẹ chia sẻ quan sát về các cột mốc và ràng buộc lịch trình

Vì Global Memory bị tắt trong Group Chats, các sở thích cá nhân được lưu trong chat riêng sẽ không được chuyển sang. Hãy nêu trực tiếp trong chat các ràng buộc như dị ứng, trần ngân sách và những điều không thể thương lượng, hoặc nêu trong chỉ dẫn tùy chỉnh nếu bạn là chủ phiên.

Tài liệu của Shapes khuyến nghị thói quen tương tự cho “một kế hoạch đang diễn ra với bạn bè hoặc gia đình”: lưu ngày tháng và trách nhiệm đã xác nhận trong bản tóm tắt được ghim. Cách tiếp cận này hoạt động trên bất kỳ nền tảng nào. Hãy yêu cầu tác nhân kết thúc mỗi vòng lập kế hoạch bằng phần tóm tắt “Đã xác nhận / Vẫn còn mở / Ai phụ trách”.

Các cặp đôi có nên sử dụng chat AI dùng chung để xin lời khuyên về mối quan hệ?

Các cặp đôi có thể dùng chat AI dùng chung cho các cuộc trò chuyện có cấu trúc, ít rủi ro, chẳng hạn phân chia việc nhà hoặc lập kế hoạch ngân sách. Đây không phải là sự thay thế phù hợp cho tư vấn chuyên môn khi xung đột đang diễn ra. Rủi ro xuất phát từ cách luồng chat dùng chung và hành vi AI tương tác với nhau, không phải từ bất kỳ nền tảng riêng lẻ nào.

Việc sử dụng Jenova ở giai đoạn đầu cho thấy hai kiểu lỗi ở cấp độ thiết kế cần lưu ý:

Xác nhận người nói sau cùng. Một AI xác nhận lần lượt từng người nói có thể khiến người dùng cảm thấy AI đang đứng về phía người vừa đăng gần nhất. Điều đó có thể làm sâu sắc thêm bất đồng thay vì giải quyết nó.
Ngữ cảnh bất đối xứng. Nếu một người trong cặp đôi tự xây dựng ngữ cảnh trước khi người kia tham gia, người tham gia sau sẽ tiếp nhận một lịch sử đầy những mô tả ngôi thứ ba về chính họ. Họ có thể cảm thấy bất ngờ trước những điều đã được tiết lộ.

Nghiên cứu học thuật ủng hộ sự thận trọng này. Một nghiên cứu cặp đôi với 38 cặp bạn bè và bạn đời lãng mạn cho thấy các mô hình AI đánh giá quyền riêng tư kém nhất đối với những tiết lộ dành cho bạn bè và gia đình. Sai số trung bình của chúng tăng lên 1,960 với bạn bè và 1,831 với gia đình, so với 1,452 với người lạ. Những người quen biết nhau chính xác hơn tổng thể so với cả 10 mô hình AI được thử nghiệm, với sai số 1,179 so với 1,648–1,796.

Các tác giả khuyến nghị hệ thống AI mặc định thực hiện “các hành động mang tính bảo vệ, tìm kiếm sự đồng thuận khi xử lý dữ liệu cá nhân, đặc biệt trong các ngữ cảnh mơ hồ hoặc thân mật cao”.

Một quy trình an toàn hơn cho các cặp đôi:

Bắt đầu chat cùng nhau. Đừng mời bạn đời vào một lịch sử mà họ không thấy được quá trình xây dựng.
Nói ở ngôi thứ nhất. “Tôi cảm thấy quá tải với việc nhà vào buổi tối” hiệu quả hơn “Cô ấy không bao giờ giúp đỡ”.
Yêu cầu tổng hợp trung lập:

“Hãy tóm tắt lập trường của cả hai chúng tôi với độ dài tương đương, không phán xét bên nào, sau đó liệt kê ba lựa chọn giải quyết nhu cầu của cả hai.”
Giữ việc suy ngẫm cá nhân ở chế độ riêng tư. Một phiên riêng với tác nhân như Personal Therapist giúp giữ các chia sẻ cá nhân ngoài luồng chat dùng chung. Hãy đưa kết luận vào chat chung, không đưa nguyên văn các tiết lộ.
Nhận biết giới hạn. Xung đột kéo dài, lo ngại về an toàn hoặc đổ vỡ niềm tin cần một chuyên gia có giấy phép, không phải chatbot dùng chung.

Bạn cần biết gì trước khi mời ai đó vào chat nhóm đã có lịch sử?

Điều quan trọng nhất cần biết là người được mời có thể sẽ thấy mọi nội dung trước đó, bao gồm từng tin nhắn và tệp đính kèm. Hãy xem lại luồng chat trước khi gửi lời mời. Đây là quyết định về quyền riêng tư lớn nhất trong mọi chat AI đa người và ảnh hưởng đến cả công việc lẫn gia đình.

Trên Jenova, các quy tắc hoạt động như sau:

Toàn bộ lịch sử khi chấp nhận: Chấp nhận lời mời sẽ hiển thị toàn bộ lịch sử và tệp.
Liên kết chia sẻ là ảnh chụp: Liên kết chia sẻ công khai tạo ảnh chụp chỉ đọc, không phải lời mời tham gia.
Bộ nhớ được niêm phong: Global Memory bị tắt, vì vậy không nội dung nào từ chat riêng của thành viên đi vào nhóm.
Không có tin nhắn ẩn: Mọi thứ được đăng trong chat đều hiển thị với mọi thành viên.

Các loại thông tin khác nhau cần cách xử lý khác nhau ngay cả trong cùng một cuộc hội thoại. Như một phân tích về AI trong y tế nêu rõ, “trợ lý giờ khám và công cụ thảo luận về triệu chứng có thể dùng cùng một cửa sổ chat, nhưng không cần cùng bằng chứng hoặc quyền truy cập.” Các nhà nghiên cứu hiện đang xây dựng các chuẩn đánh giá cho vấn đề cụ thể này, bao gồm MuPPET, một chuẩn đánh giá quyền riêng tư theo ngữ cảnh của trợ lý LLM trong hội thoại nhiều bên.

Với chat công việc, quản trị cũng quan trọng như phép lịch sự. Khảo sát của WRITER cho thấy 35% nhân viên đã nhập thông tin độc quyền vào công cụ AI công khai. Chat dùng chung làm tăng số người có thể xem mọi thứ được dán vào đó.

Trước khi mời bất kỳ ai, hãy kiểm tra những điều sau:

Lịch sử có chứa điều gì được viết về người được mời mà họ chưa từng thấy không?
Có tệp đính kèm nào người được mời không nên có không?
Một chat mới, được khởi tạo bằng bản tóm tắt sạch, có phù hợp hơn việc chia sẻ toàn bộ lịch sử không?
Mọi người có biết rằng mọi nội dung đăng đều hiển thị với tất cả mọi người không?

Làm thế nào để vận hành chat nhóm AI đa người hiệu quả trong mọi trường hợp sử dụng?

Chat nhóm hiệu quả có năm thói quen chung, bất kể nền tảng hay mục đích:

Xác định vai trò của AI.
Cung cấp ngữ cảnh sạch.
Gắn nhãn nội dung bạn dán vào.
Làm việc theo mô hình xử lý của nền tảng.
Kết thúc mỗi phiên bằng bản tóm tắt chung.

Những thói quen này giải quyết các kiểu lỗi xuất hiện trong chat điều phối nhóm, hỗ trợ cá nhân và lập kế hoạch gia đình.

Quy trình làm việc xuyên các nhóm trường hợp sử dụng

Giao vai trò trong tin nhắn đầu tiên. Điều phối viên, người hướng dẫn, người lập kế hoạch hoặc người hòa giải. Hãy nêu rõ vai trò nào và mô tả thế nào là kết quả tốt.
Cung cấp bản tóm tắt sạch. Nếu chat bắt nguồn từ một cuộc hội thoại cá nhân, hãy yêu cầu tóm tắt và cân nhắc bắt đầu mới thay vì để lộ lịch sử thô.
Giới thiệu từng người tham gia. Nêu tên, vai trò và điều họ sẽ đóng góp để tác nhân quy thuộc ý kiến chính xác ngay từ đầu.
Gắn nhãn nội dung bên ngoài. Dùng tiền tố như EMAIL FROM:, DRAFT: hoặc SPEC: để nội dung được dán không bị hiểu là lời nói của chính người đăng.
Gộp các yêu cầu trên nền tảng xử lý tuần tự. Jenova chạy mỗi lần một tác vụ của tác nhân, vì vậy hãy gộp các yêu cầu liên quan như “nghiên cứu nhà cung cấp và soạn bản so sánh” thay vì xếp hàng nhiều yêu cầu nhỏ.
Kết thúc mỗi phiên bằng bản tóm tắt:

“Hãy tóm tắt những gì chúng ta đã quyết định hôm nay, những gì vẫn còn mở và ai chịu trách nhiệm cho từng bước tiếp theo. Giữ dưới 150 từ.”

Điều chỉnh sự tham gia của AI trên Shapes

Trên Shapes, hành vi phản hồi được đặt tại More actions → Settings → AI Configurations → AI replies → Auto-reply triggers. Tài liệu khuyến nghị bắt đầu so sánh theo nhóm với “Reply when mentioned” và thêm từng kích hoạt tự động một, giúp AI không lấn át những người đang đưa ra quyết định. Nguyên tắc dẫn đường của nền tảng áp dụng ở mọi nơi: AI trong một nhóm nên “tránh xem sở thích của một người là quyết định của cả nhóm.”

Những nhà xây dựng sản phẩm AI nói gì về chat nhóm không nhập vai?

Nhóm sản phẩm của Jenova nhận thấy lợi ích lớn nhất xuất hiện khi AI đảm nhận công việc chuyển tiếp mà trước đây mọi người phải làm giữa các chat riêng. Họ cũng nhận thấy rủi ro lớn nhất khi chat nhóm được dùng cho các bất đồng cần phán đoán của con người.

“Tín hiệu rõ ràng nhất trong chat nhóm không nhập vai là giá trị đến từ việc loại bỏ vai trò chuyển tiếp của con người. Trong mô hình hỗ trợ, một người trước đây phải tự nghiên cứu, sau đó diễn đạt lại mọi thứ cho người họ đang giúp và làm mất chi tiết trên đường đi. Khi cả hai cùng ngồi với một tác nhân, người được giúp có thể hỏi ‘email này có nghĩa gì?’ ngay khi nó đến, và câu trả lời dựa trên mọi thứ người hỗ trợ đã thiết lập.

Các nhóm sản phẩm và kỹ thuật của chúng tôi cũng thực hiện công việc liên chức năng qua Group Chat với tác nhân là điều phối viên, và tầng chuyển đổi mới là yếu tố quan trọng nhất. Một yêu cầu viết bằng ngôn ngữ người dùng và cùng yêu cầu đó được viết thành các ràng buộc kỹ thuật là hai tài liệu khác nhau. Việc để tác nhân tạo cả hai trước mặt mọi người giúp làm lộ những bất đồng chỉ trong vài phút, thay vì tại các cuộc họp đánh giá nhiều tuần sau đó.

Giới hạn thành thật là ngữ cảnh dùng chung chỉ an toàn bằng chính những thói quen bao quanh nó. Những lỗi chúng tôi coi trọng nhất không phải lỗi mô hình. Chúng xảy ra khi ai đó tự xây dựng lịch sử, rồi mời một người mà lịch sử đó đang nói về. Hiện nay, chúng tôi khuyến nghị khởi tạo chat nhóm bằng bản tóm tắt được viết cho tất cả mọi người thay vì để lộ ngữ cảnh cá nhân thô, đồng thời duy trì các phiên theo kiểu tư vấn dựa trên tổng hợp trung lập thay vì xác nhận luân phiên từng người.

Biên giới thiết kế tiếp theo là khả năng hiển thị có chọn lọc: cho phép một nhóm dùng chung không gian làm việc nhưng một số nội dung vẫn chỉ giới hạn cho các thành viên cụ thể. Đó là điều sẽ giúp AI đa người trở nên an toàn hơn cho những quyết định nhạy cảm tại gia đình và nơi làm việc mà mọi người đã bắt đầu cố đưa vào nền tảng này.”

— Nhóm Sản phẩm Jenova, nền tảng tác nhân AI phục vụ hơn 30.000 người dùng tại hơn 70 quốc gia