Chia sẻ của Nate Herk
Gần đây, cộng đồng AI automation đã vô cùng ấn tượng trước một dự án voice agent chăm sóc sức khỏe tinh thần, không chỉ vì ý tưởng nhân văn mà còn vì kiến trúc kỹ thuật tinh vi đằng sau nó. Điều đáng kinh ngạc hơn là dự án này đã giành chiến thắng trong một cuộc thi hackathon với giải thưởng $5000 và được tạo ra bởi một lập trình viên trẻ chỉ mới có 6 tháng kinh nghiệm.
Thành công này cho thấy việc xây dựng voice agent phức tạp không còn là sân chơi độc quyền của các tập đoàn lớn. Với những công cụ mạnh mẽ như Vapi và n8n, bất kỳ ai có tư duy logic và sự kiên trì đều có thể tạo ra những giải pháp đột phá. Trong bài viết này, chúng ta sẽ cùng nhau phân tích chi tiết kiến trúc và luồng hoạt động của dự án này, rút ra những kinh nghiệm quý báu để bạn có thể áp dụng và bắt đầu hành trình xây dựng voice agent với Vapi và n8n của riêng mình.
Kiến trúc tổng quan của một hệ thống voice agent chuyên nghiệp
Để xây dựng một ứng dụng hoàn chỉnh, việc đầu tiên là phải có một kiến trúc hệ thống rõ ràng. Dự án này đã kết hợp một cách khéo léo các công nghệ khác nhau để tạo ra một trải nghiệm liền mạch cho người dùng.
- Frontend (Giao diện người dùng): Một web app tùy chỉnh được xây dựng bằng Bolt. Đây là nơi người dùng đăng ký, cung cấp thông tin ban đầu, quản lý cài đặt và bắt đầu một phiên trò chuyện với AI.
- Backend & Automation Logic (Logic xử lý): Trái tim của toàn bộ hệ thống là n8n. Với 9 workflows được thiết kế tỉ mỉ, n8n chịu trách nhiệm xử lý mọi thứ, từ việc onboarding người dùng, kích hoạt cuộc gọi, xử lý dữ liệu sau cuộc gọi cho đến các tác vụ tự động theo lịch trình.
- Voice AI Layer (Lớp xử lý giọng nói): Vapi được sử dụng để lưu trữ, quản lý và thực hiện các cuộc gọi AI. Vapi xử lý việc chuyển đổi văn bản thành giọng nói (TTS), nhận dạng giọng nói (STT) và duy trì cuộc hội thoại một cách tự nhiên.
- Authentication & Database (Xác thực & Cơ sở dữ liệu):
- Google Firebase: Được dùng để xử lý việc xác thực người dùng (đăng ký, đăng nhập) một cách đơn giản và an toàn.
- Google Sheets: Đóng vai trò như một cơ sở dữ liệu linh hoạt để lưu trữ thông tin hồ sơ chi tiết của người dùng, các tùy chọn cá nhân hóa và lịch sử cuộc gọi.
Sự kết hợp này cho thấy một tư duy thiết kế hệ thống rất thông minh: sử dụng đúng công cụ cho đúng mục đích. Bolt cho phép tạo giao diện linh hoạt, Firebase đơn giản hóa việc quản lý người dùng, Google Sheets dễ dàng truy xuất và cập nhật dữ liệu, trong khi n8n đóng vai trò là "bộ não" điều phối tất cả các thành phần này giao tiếp với Vapi.
Luồng onboarding và cá nhân hóa: Chìa khóa cho trải nghiệm người dùng
Một trong những yếu tố quyết định sự thành công của voice agent này chính là khả năng cá nhân hóa sâu sắc. AI không phải là một con bot chung chung, mà là một "người bạn đồng hành" được tùy chỉnh riêng cho từng người dùng. Quá trình này bắt đầu ngay từ khâu onboarding.
- Đăng ký tài khoản: Người dùng cung cấp các thông tin cơ bản như họ tên, email, số điện thoại và múi giờ. Thông tin đăng nhập được Firebase xử lý và lưu trữ an toàn.
- Trả lời câu hỏi định hướng: Sau khi đăng ký, người dùng sẽ được yêu cầu trả lời một loạt câu hỏi (ví dụ: "Điều gì đưa bạn đến đây hôm nay?", "Bạn mong muốn nhận được sự hỗ trợ về vấn đề gì?").
- Kích hoạt workflow Onboarding trên n8n: Khi người dùng hoàn tất biểu mẫu, dữ liệu sẽ được gửi đến một webhook node trên n8n.
- Xử lý và lưu trữ dữ liệu:
- Workflow n8n sẽ nhận dữ liệu từ webhook.
- Một Code Node được dùng để trích xuất các trường thông tin cần thiết.
- Dữ liệu sau đó được chuyển đến hai AI Agent chuyên biệt bên trong n8n:
- Profile Manager Agent: Agent này có nhiệm vụ chính là tạo một hồ sơ mới cho người dùng trên Google Sheet, ánh xạ các thông tin cơ bản đã cung cấp.
- Customization Agent: Agent này phân tích câu trả lời cho các câu hỏi định hướng để tùy chỉnh hồ sơ, ví dụ như ghi nhận các tùy chọn về thời gian gọi mong muốn (sáng/tối) vào các sheet tương ứng.
Cách tiếp cận này không chỉ thu thập thông tin mà còn phân loại và cấu trúc chúng ngay từ đầu, tạo nền tảng vững chắc để voice agent có thể truy xuất và sử dụng trong các cuộc gọi sau này, mang lại cảm giác thấu hiểu và riêng tư.
Phân tích sâu luồng xử lý cuộc gọi theo yêu cầu với Vapi và n8n
Đây là workflow phức tạp và quan trọng nhất, thể hiện sức mạnh của việc kết hợp logic có kiểm soát và các AI agent. Khi người dùng nhấn nút "Start Session" trên web app, một chuỗi các hành động phức tạp sẽ được kích hoạt.
Kích hoạt và kiểm tra an toàn
Workflow bắt đầu với một webhook node, nhận tín hiệu từ web app. Điểm đáng chú ý đầu tiên là một bước kiểm tra an toàn. Hệ thống sử dụng một AI agent để phân tích yêu cầu của người dùng. Nếu phát hiện các dấu hiệu của một tình huống khẩn cấp hoặc khủng hoảng, luồng xử lý sẽ được chuyển hướng sang một nhánh "Emergency Response", trong thực tế có thể gửi cảnh báo đến các dịch vụ hỗ trợ chuyên nghiệp. Đây là một tính năng cực kỳ quan trọng và có trách nhiệm.
Truy xuất dữ liệu và cá nhân hóa agent
Nếu không có tình huống khẩn cấp, workflow sẽ tiếp tục theo nhánh chính:
- Lấy thông tin người dùng: Dựa vào User ID được gửi từ web app, một AI agent sẽ sử dụng công cụ tìm kiếm trên Google Sheet để truy xuất toàn bộ thông tin hồ sơ của người dùng đó (bao gồm cả các câu trả lời onboarding và lịch sử các cuộc gọi trước).
- Phân loại người dùng (mới/cũ): Hệ thống kiểm tra xem đây là người dùng mới hay người dùng đã có tương tác. Luồng xử lý sẽ rẽ nhánh tùy thuộc vào kết quả này.
Tạo hoặc cập nhật assistant trên Vapi
Đây là bước "ma thuật" giúp AI trở nên thông minh hơn theo thời gian:
- Đối với người dùng mới: Dữ liệu hồ sơ sẽ được đưa vào một "Prompt Writer" agent. Agent này có nhiệm vụ tạo ra một câu lệnh (prompt) hệ thống hoàn toàn mới, được cá nhân hóa cho người dùng. Sau đó, một agent khác sẽ sử dụng API của Vapi để tạo một "Assistant" mới với prompt vừa được tạo.
- Đối với người dùng cũ: Workflow sẽ thực hiện nhiều bước hơn. Đầu tiên, nó lấy thông tin về Assistant hiện có của người dùng trên Vapi. Sau đó, dữ liệu hồ sơ mới nhất (bao gồm cả thông tin từ các cuộc gọi gần đây) được gửi đến một "Prompt Writer" agent khác để cập nhật lại prompt hệ thống. Cuối cùng, Assistant trên Vapi sẽ được cập nhật hoặc tạo lại với prompt mới này.
Quá trình này đảm bảo rằng mỗi cuộc gọi đều được thực hiện bởi một AI agent có kiến thức đầy đủ và cập nhật nhất về tình hình của người dùng.
Thực hiện cuộc gọi và quản lý số điện thoại
Sau khi Assistant đã sẵn sàng trên Vapi, các bước cuối cùng được thực hiện:
- Quản lý số điện thoại: Một cơ chế thông minh được thiết lập để quản lý các số điện thoại có sẵn. Hệ thống sẽ tự động tìm một số điện thoại đang ở trạng thái "available", sau đó đánh dấu là "unavailable" để tránh việc hai người dùng được gọi từ cùng một số cùng lúc.
- Kích hoạt cuộc gọi: Một AI agent sử dụng node HTTP Request để gọi đến API của Vapi, yêu cầu thực hiện một cuộc gọi đi (outbound call) đến số điện thoại của người dùng bằng Assistant đã được cá nhân hóa.
Xử lý sau cuộc gọi: Cách voice agent "học hỏi" và thông minh hơn
Cuộc gọi kết thúc không có nghĩa là workflow đã hoàn thành. Giai đoạn xử lý sau cuộc gọi mới thực sự là lúc hệ thống "học hỏi" và tự hoàn thiện.
- Kiểm tra trạng thái cuộc gọi (Polling): n8n sẽ chạy một vòng lặp, cứ mỗi 30 giây lại gửi một yêu cầu đến Vapi để kiểm tra xem cuộc gọi đã kết thúc chưa.
- Thông báo cho người dùng: Khi cuộc gọi được xác nhận đã kết thúc, hệ thống sẽ gửi một thông báo trở lại web app cho người dùng.
- Thu thập dữ liệu cuộc gọi: Workflow sẽ lấy về bản ghi (transcript) và tóm tắt của cuộc hội thoại vừa diễn ra từ Vapi.
- Cập nhật hồ sơ người dùng: Dữ liệu hồ sơ hiện tại cùng với bản ghi và tóm tắt cuộc gọi mới sẽ được gửi đến một AI agent chuyên dụng. Agent này sẽ tổng hợp thông tin, rút ra những điểm chính và cập nhật lại hồ sơ của người dùng trên Google Sheet.
- Giải phóng số điện thoại: Cuối cùng, workflow sẽ cập nhật trạng thái của số điện thoại vừa sử dụng trở lại thành "available", sẵn sàng cho cuộc gọi tiếp theo.
Đây chính là vòng lặp phản hồi (feedback loop) giúp AI ngày càng hiểu rõ người dùng hơn sau mỗi lần tương tác, tạo ra một trải nghiệm thực sự sâu sắc và hữu ích.
Mở rộng hệ thống với các workflow tự động khác
Ngoài luồng xử lý cuộc gọi theo yêu cầu, hệ thống còn được thiết kế với khả năng mở rộng thông qua các workflow khác, ví dụ:
- Cuộc gọi theo lịch trình: Các workflow tương tự được kích hoạt bởi Schedule Trigger của n8n, cho phép hệ thống tự động gọi cho người dùng vào những thời điểm họ đã cài đặt trước (ví dụ: mỗi 8 giờ sáng).
- Cập nhật tùy chọn: Một workflow đơn giản được kích hoạt qua webhook khi người dùng thay đổi tùy chọn trên web app, đảm bảo thông tin trên Google Sheet luôn được đồng bộ.
- Báo cáo hàng tuần: Một workflow đang trong giai đoạn phát triển, được lên lịch để quét qua tất cả người dùng vào mỗi thứ Sáu, tổng hợp tiến trình của họ và gửi một email báo cáo cá nhân hóa.
Thiết kế các workflow riêng biệt cho từng chức năng giúp hệ thống trở nên modular, dễ quản lý, dễ sửa lỗi và dễ dàng mở rộng trong tương lai.
Kết luận
Dự án voice agent này là một minh chứng xuất sắc cho thấy sức mạnh của việc kết hợp các công cụ no-code/low-code như n8n với các dịch vụ API chuyên dụng như Vapi. Việc xây dựng một voice agent thông minh, có khả năng học hỏi và cá nhân hóa không còn là điều gì đó xa vời.
Những bài học chính chúng ta có thể rút ra bao gồm:
- Tư duy kiến trúc rõ ràng: Phân chia hệ thống thành các thành phần chức năng (frontend, backend, voice AI, database) và chọn công cụ phù hợp cho từng thành phần.
- Cá nhân hóa là cốt lõi: Đầu tư vào luồng onboarding và cơ chế cập nhật hồ sơ liên tục để tạo ra trải nghiệm độc đáo cho mỗi người dùng.
- Kiểm soát luồng xử lý: Sử dụng các workflow tuyến tính, có điều kiện rõ ràng trong n8n để giữ quyền kiểm soát, thêm các bước bảo vệ (guardrails) và dễ dàng gỡ lỗi, thay vì phụ thuộc hoàn toàn vào các agent tự hành.
- Tạo vòng lặp phản hồi: Thiết kế cơ chế để hệ thống tự "học hỏi" từ các tương tác, làm cho nó ngày càng thông minh và hiệu quả hơn.
Hy vọng qua bài phân tích chi tiết này, bạn đã có được một cái nhìn sâu sắc và nguồn cảm hứng để bắt đầu hành trình xây dựng voice agent với Vapi và n8n. Thành công của một lập trình viên trẻ đã chứng minh rằng, với những công cụ phù hợp và một ý tưởng tuyệt vời, bạn hoàn toàn có thể tạo ra những sản phẩm công nghệ có giá trị và ý nghĩa.
