Cách kiểm soát chi phí AI cho nhân viên bằng hạn mức USD

Đội ngũ OrcaTeam · Cập nhật 17/10/2026 · 4 phút đọc

Vì sao giới hạn theo tin nhắn hay theo seat không đủ?

Chi phí AI tính theo token, và giá token chênh lệch rất lớn giữa các model. Một câu hỏi ngắn với model nhỏ và một báo cáo dài với model lớn có thể khác nhau hàng trăm lần về chi phí. Vì vậy:

• Giới hạn số tin nhắn không phản ánh chi phí thật: 100 tin nhắn có thể rẻ hoặc rất đắt.
• Phí cố định theo seat dễ dự toán nhưng không cho biết phòng ban nào tạo ra giá trị, và thường giới hạn bạn ở một nhà cung cấp.
• Hạn mức bằng tiền khớp trực tiếp với hoá đơn, cho phép dùng model đắt khi thật sự cần và model rẻ cho việc thường ngày.

Ba lớp ngân sách: người, nhóm, agent

Agent của một nhóm trừ vào ngân sách của nhóm đó. Agent cá nhân trừ vào hạn mức của chính người tạo.

Quy tắc hạn mức hiệu lực: min(user, group, agent)

Trước mỗi lượt gọi model, hệ thống tính phần còn lại của cả ba lớp và dùng con số nhỏ nhất. Ví dụ Lan ở nhóm Sales hỏi agent @sales:

Nhờ quy tắc này, không một người, một nhóm hay một agent nào có thể vô tình đốt hết ngân sách của các lớp còn lại. Hệ thống giữ chỗ (reserve) chi phí ước tính trước khi gọi model rồi quyết toán theo chi phí thật, nên hai lượt gọi cùng lúc cũng không vượt hạn mức.

Công thức đặt ngân sách cho từng người

Bắt đầu bằng ước lượng đơn giản, rồi chỉnh theo số liệu tháng đầu:

Ngân sách tháng = số lượt hỏi mỗi ngày × chi phí trung bình mỗi lượt × số ngày làm việc × 1,3

Hệ số 1,3 là phần dự phòng cho tuần cao điểm. Ví dụ minh hoạ: một nhân viên CSKH hỏi khoảng 40 lượt mỗi ngày, chi phí trung bình $0,01 mỗi lượt với model cỡ vừa, 22 ngày làm việc: 40 × 0,01 × 22 × 1,3 ≈ $11,4/tháng. Chi phí mỗi lượt thật của đội bạn xem được trong Usage Ledger sau một tuần sử dụng.

Gợi ý mức khởi điểm theo vai trò (điều chỉnh sau tháng đầu):

• Dùng nhẹ (hỏi đáp, tóm tắt email): $5–10/tháng.
• Dùng hằng ngày (CSKH, sales, content ngắn): $10–20/tháng.
• Dùng nặng (nghiên cứu, viết dài, phân tích dữ liệu, model lớn): $20–50/tháng.

Cảnh báo 80%, chặn 100% và ngoại lệ

1. 80%: người dùng thấy cảnh báo ngay trong chat. Ngưỡng này là mặc định và admin chỉnh được cho từng ngân sách.
2. 100%: lượt gọi bị chặn trước khi gửi tới model, nên không phát sinh chi phí ngoài kế hoạch.
3. Xin ngoại lệ: nhân viên gửi yêu cầu (ví dụ +$5 cho tuần chạy chiến dịch). Yêu cầu vào Approval Inbox, admin duyệt hoặc từ chối, và quyết định được ghi vào audit log.

Đừng trừ job nền vào quota của nhân viên

Một số lượt gọi AI không do nhân viên bấm gửi: trích memory sau hội thoại, gợi ý lưu skill, đặt tiêu đề cuộc trò chuyện. Những việc này nên dùng một ngân sách riêng của ứng dụng (Application AI Budget) để quota của nhân viên chỉ phản ánh việc họ chủ động làm.

Theo dõi và tối ưu hằng tháng

• Xem chi phí theo người, nhóm, agent và model trong Usage Ledger.
• Chuyển việc đơn giản (phân loại, tóm tắt ngắn) sang model rẻ hơn ngay trong instructions của agent.
• Biến câu hỏi lặp lại thành Company Skill để prompt ngắn và ổn định hơn.
• Dùng guardrails để chặn câu hỏi ngoài phạm vi trước khi gọi model: chi phí $0.