Tổng Hợp Toàn Diện AI Consultant ("Aria") Trong Khóa Luận Tốt Nghiệp

1. Tổng quan Bối cảnh, Đặt vấn đề và Định vị Đề tài

2. Cơ sở Lý thuyết và Khảo cứu Các Công trình Liên quan

2.1 Tổng quan 5 bài báo khoa học nền tảng [1]–[5]

2.2 Bảng ma trận kế thừa tri thức khoa học vào KLTN

3. Phân tích Yêu cầu và Ranh giới Thẩm quyền Hệ thống

4. Thiết Kế Kiến Trúc Phân Tầng Tham Chiếu Có Quản Trị

Kế thừa Governed Reference Architecture của Alenezi [3] và Kiến trúc Hai vòng lặp của Wang et al. [4].

4.2 Cấu trúc liên kết Router-Solver (Topology - Alenezi [3])

Thay vì dùng Agent đơn khối (monolithic) dễ quá tải prompt và gọi nhầm tool, hệ thống sử dụng Router phân loại vào 3 miền: (1) Hội thoại xã giao → System 1 phản hồi tức thì; (2) Tư vấn món → Culinary RAG Solver (Hybrid Search + Cross-Encoder); (3) Thao tác giỏ hàng / hóa đơn → Cart & Transactional Solver. Giảm 60% token System Prompt của từng Solver, tăng độ chính xác chọn tool lên >98%.

5. Mô Hình Nhận Thức và Không Gian Hành Động Thế Giới Thực

Kế thừa từ Zhu & Cai [1].

5.2 Định nghĩa Không gian Hành động Tiếp đất (Action Space & Affordances [1])

$$\text{Action Space} = \{ a_{\text{suggest}}, a_{\text{mutate\_cart}}, a_{\text{query\_db}}, a_{\text{call\_waiter}} \}$$

6. Động Cơ Truy Vấn Dữ Liệu Nhà Hàng Có Cấu Trúc

Kế thừa từ Syed Naveed Ahmed [2].

6.1 Phân định 7 chiều kiến trúc giữa Structured Query và Semantic RAG [2]

8. Cơ Chế Tự Tiến Hóa Khép Kín Hai Vòng Lặp

Kế thừa kiến trúc của Wang et al. (LinkedIn, 2026) [4].

9. Kỹ Thuật Tôi Luyện Vận Hành và Rào Chắn An Toàn Thực Phẩm

Kế thừa từ Zhu & Cai [1], Alenezi [3] và Cheerla [5].

10. Hiện Thực Kỹ Thuật và Tích Hợp Hệ Thống

10.1 Ngăn xếp Công nghệ (Technology Stack)

from pydantic import BaseModel, Field
from typing import List, Optional

class DishQueryInput(BaseModel):
    query_text: str = Field(..., description="Văn bản khẩu vị của khách")
    category: Optional[str] = Field(None, description="Khai vị, Món chính, Đồ uống...")
    max_price: Optional[float] = Field(None, description="Giá trần mong muốn (VNĐ)")
    exclude_allergens: Optional[List[str]] = Field(default=[], description="Chất dị ứng cần loại trừ")

class CartMutationInput(BaseModel):
    dish_id: str = Field(..., description="Mã món chuẩn tắc (VD: DISH_VN_012)")
    quantity: int = Field(default=1, ge=1, le=10, description="Số lượng đĩa")
    special_notes: Optional[str] = Field(None, description="Ghi chú: không cay, ít đá...")

class ServiceRequestInput(BaseModel):
    table_id: str = Field(..., description="Số bàn hiện tại")
    request_type: str = Field(..., description="call_waiter, need_ice, request_bill")

VAI TRÒ & NHIỆM VỤ:
Bạn là "Aria" — Chuyên gia Tư vấn Ẩm thực Thông minh tại bàn {{table_id}}.

NGUYÊN TẮC HÀNH XỬ BẮT BUỘC:
1. CHỈ gợi ý món có trong context JSON được cung cấp. TUYỆT ĐỐI KHÔNG tự bịa tên món hoặc giá tiền [5].
2. AN TOÀN DỊ ỨNG LÀ SỐ 1: Luôn đối chiếu allergens. Nếu nghi ngờ hoặc chứa chất dị ứng, TUYỆT ĐỐI KHÔNG gợi ý [1], [5].
3. THỰC THI HÀNH ĐỘNG TIẾP ĐẤT: Khi khách đồng ý, gọi action_mutate_cart để thêm vào giỏ hàng thật [1].
4. NHẤT QUÁN DỮ LIỆU: Luôn đối chiếu giỏ hàng hiện tại ({{current_cart_items}}) trước khi gợi ý món kèm (upsell) [2].
5. VĂN PHONG: Lịch thiệp, ấm áp, ngắn gọn (dưới 3 câu mỗi lượt).

DỮ LIỆU NGỮ CẢNH BÀN:
- Giỏ hàng: {{current_cart_items}}
- Món đề xuất từ RAG: {{retrieved_menu_context}}

11. Khung Đánh Giá Thực Nghiệm Cho Khóa Luận

Kết hợp phương pháp của Cheerla [5], Wang et al. [4] và Ahmed [2] trên tập 100 câu truy vấn mẫu.

12. Kịch Bản Kiểm Thử Thực Nghiệm và Nghiên Cứu Cắt Bỏ (Ablation Study)

So sánh 4 cấu hình để chứng minh giá trị khoa học của từng thành phần kiến trúc:

13. Kết Luận và Hướng Phát Triển

14. Danh Mục Tài Liệu Tham Khảo [1]–[5]

Toàn bộ tệp PDF gốc và bản dịch tiếng Việt học thuật được lưu trữ trong thư mục paper/: