Bài toán

Khi một phòng ban cần dữ liệu từ đội Data, mô tả ban đầu gần như luôn thiếu thông tin ("cho tôi báo cáo doanh thu") — đội Data phải hỏi lại nhiều vòng trước khi bắt tay làm. Không có cách nào hệ thống hoá việc ưu tiên yêu cầu nào trước, không kiểm soát được ai đang xử lý gì, và dữ liệu nhạy cảm không có cửa duyệt riêng.

Giải pháp kỹ thuật

FastAPI + LangGraph (Clarify Agent) + Next.js, 4 vai trò: Requester, Team Lead, Data Team, Data Steward. AI chỉ đề xuất — mọi quyết định giao việc hay duyệt dữ liệu nhạy cảm đều qua cổng người thật, chốt ở tầng backend, không phải quy ước giao diện.

• Clarify Agent (7 node LangGraph): trích xuất thông tin từ mô tả tự nhiên, hỏi gộp 1 lượt thay vì hỏi từng trường, 2 nhánh chạy song song (dò trùng lặp + ước lượng effort).
• Chấm ưu tiên rule-based có chủ đích (không dùng LLM): rẻ, nhanh, giải thích được — đo bằng 70 case gán nhãn, accuracy 94,3%, macro F1 0,95.
• AI gợi ý nguồn dữ liệu: chỉ đọc danh mục dữ liệu đã xác nhận (không đọc dữ liệu thật, không viết SQL), mọi tên file/cột trả về bị đối chiếu lại — bịa gì bị loại và ghi vào lý do. Đo được: 0/22 trường hợp AI tự dựng tên hệ thống không có thật.
• Duyệt 2 cấp: Team Lead duyệt thường, dữ liệu nhạy cảm còn qua Data Steward — hai người khác nhau cùng nhìn một yêu cầu.
• Vận hành thời gian thực: SSE thay polling, cảnh báo vận hành tự động, tích hợp Slack/Jira tuỳ chọn.

Tính khả thi

• Đã deploy production thật (Render + Vercel + Supabase), không chỉ chạy local.
• 578+ test tự động, CI 4 job (mỗi job sinh ra từ một sự cố thật đã xảy ra), 86+ PR đã merge qua review.
• 3 tầng eval tách riêng (rubric ưu tiên / LLM trích xuất / end-to-end) để biết chính xác lỗi nằm ở tầng nào khi số liệu tệ, không gộp chung rồi đoán.
• Hạ tầng production hoá thật: rate limiting theo IP, connection pool Postgres, request-id xuyên suốt log, chốt kiểm cấu hình chặn khởi động nếu còn giá trị dev.

Hướng phát triển

• Thay kho dữ liệu CSV tĩnh bằng kết nối trực tiếp vào data warehouse thật của doanh nghiệp (BigQuery/Snowflake/Postgres) thay vì thư mục file cố định.
• Multi-tenant để phục vụ nhiều doanh nghiệp độc lập, hiện đang thiết kế single-tenant.
• Mở rộng bộ ground-truth eval, chốt vài định nghĩa nghiệp vụ còn treo (taxonomy loại yêu cầu, ngưỡng ưu tiên) cùng người dùng thật thay vì đội tự quyết.
• AI soạn nháp tóm tắt bàn giao từ dữ liệu có cấu trúc sẵn có, thay vì chỉ lưu link thủ công.