Tín hiệu: Nhu cầu tra cứu văn bản pháp luật đang là một trong những “nỗi đau” rõ ràng nhất mà RAG (Retrieval-Augmented Generation) giải được ngay. Hệ thống văn bản quy phạm ở Việt Nam đồ sộ, chồng chéo, sửa đổi liên tục — luật, nghị định, thông tư, công văn hướng dẫn — và bộ phận pháp chế của doanh nghiệp phải tự dò tay. Đây chính là bài toán “đúng gu” RAG: dữ liệu lớn, thay đổi thường xuyên, và câu trả lời bắt buộc phải trích dẫn nguồn. Ghi nhận đến ngày 05/09/2026, nhóm framework RAG mã nguồn mở phục vụ tra cứu tài liệu đã đủ chín để một builder solo dựng được bản chạy được (MVP) trong vài tuần, thay vì phải xây lõi vector search từ đầu như hai năm trước.
Bài này không dịch README, cũng không hô hào. Mục tiêu là bóc tách một cách sòng phẳng: nên xây gì trên nền RAG cho mảng pháp luật, bán cho ai, và cách validate trước khi đổ thời gian. Trước hết, phải nói về giấy phép — vì đây là yếu tố quyết định bạn có được self-host và bán lại hay không.
Phân tích giấy phép: self-host và bán lại được không?
Một trong những nền tảng RAG tài liệu phổ biến là RAGFlow của InfiniFlow. Kiểm tra trực tiếp file LICENSE trên nhánh chính (ghi nhận 05/09/2026) cho thấy repo phát hành theo Apache License 2.0. Điều này quan trọng với builder muốn kiếm tiền: Apache-2.0 cho phép dùng thương mại, chỉnh sửa, đóng gói và bán lại giải pháp phái sinh, miễn giữ lại thông báo bản quyền và ghi rõ những thay đổi. Nói cách khác, bạn hoàn toàn có thể self-host trên hạ tầng của mình, tùy biến giao diện tiếng Việt, rồi bán dịch vụ vận hành cho khách — không dính ràng buộc copyleft kiểu AGPL bắt phải mở mã sản phẩm của bạn.
Tuy vậy, đừng dừng ở giấy phép của lõi RAG. Một hệ thống thật luôn kéo theo hàng chục thư viện: bộ nhúng (embedding), vector store, thư viện bóc tách PDF, mô hình reranker. Mỗi thành phần có giấy phép riêng, và không hiếm trường hợp một thư viện phụ mang giấy phép hạn chế thương mại hoặc “source-available” chứ không phải open-source thật. Trước khi ký hợp đồng bán lại, hãy lập một bảng kê giấy phép cho toàn bộ stack và loại bỏ mọi thành phần mập mờ. Riêng phần mô hình ngôn ngữ: nếu gọi API OpenAI/Anthropic thì bạn chịu chi phí theo token, còn nếu tự host mô hình mở, phải kiểm tra kỹ điều khoản dùng thương mại của chính trọng số mô hình đó. Đây cũng là lý do nên đọc thêm bài dịch vụ audit và tối ưu chi phí LLM cho doanh nghiệp Việt để không lỗ vốn khi khách hỏi nhiều.
Kiến trúc tối thiểu của một hệ RAG pháp luật
Một hệ tra cứu văn bản pháp luật chạy được cần bốn khối. Thứ nhất là ingest: gom văn bản từ nguồn chính thống (cổng thông tin của cơ quan nhà nước, công báo, tài liệu nội bộ của doanh nghiệp) và bóc tách sạch sẽ. Đây là khâu quyết định chất lượng: PDF pháp luật thường có bảng biểu, phụ lục, số điều khoản lồng nhau. Công cụ bóc tách tài liệu như trong bài docstrange cho pipeline ingest tài liệu giúp giữ được cấu trúc điều — khoản — điểm thay vì trộn thành một khối văn bản phẳng.
Thứ hai là chunking theo cấu trúc pháp lý. Đừng cắt văn bản theo số ký tự cố định. Hãy cắt theo đơn vị pháp lý: mỗi điều là một chunk, kèm metadata về số hiệu văn bản, ngày ban hành, cơ quan ban hành và trạng thái hiệu lực. Metadata này là thứ phân biệt một demo và một sản phẩm dùng được: nó cho phép lọc theo “văn bản còn hiệu lực” và trả lời kèm trích dẫn chính xác đến điều khoản. Thứ ba là vector store + reranker để tìm đúng đoạn liên quan; và thứ tư là lớp sinh câu trả lời buộc mô hình chỉ trả lời dựa trên ngữ cảnh truy xuất được, kèm link tới văn bản gốc, và nói thẳng “không đủ căn cứ” khi không tìm thấy.
Điểm chết người ở mảng pháp luật là hiệu lực văn bản. Một điều khoản có thể đã bị sửa đổi, bãi bỏ hoặc thay thế. Nếu hệ thống trả về điều đã hết hiệu lực mà không cảnh báo, bạn không chỉ mất uy tín mà còn tạo rủi ro pháp lý cho khách. Vì vậy metadata hiệu lực và cơ chế theo dõi thời gian là bắt buộc — đây là chỗ mô hình dữ liệu dạng đồ thị tri thức theo thời gian như trong bài Graphiti cho tri thức theo thời gian trở nên đáng cân nhắc, vì nó nắm được quan hệ “văn bản A sửa đổi văn bản B từ ngày C”.
Khung cơ hội: XÂY GÌ · BÁN CHO AI · VALIDATE
Hướng 1 — Trợ lý pháp chế nội bộ (đóng gói bán cho doanh nghiệp vừa và lớn). Xây một hệ RAG tra cứu trên kho văn bản pháp luật công khai cộng thêm tài liệu nội bộ (hợp đồng mẫu, quy chế, quy trình tuân thủ). Bán cho phòng pháp chế, phòng nhân sự, ban kiểm soát nội bộ — những nơi tra cứu hằng ngày và sẵn sàng trả phí để tiết kiệm giờ luật sư. Ước lượng MVP: 3–4 tuần cho một builder có nền tảng, trong đó một nửa thời gian dành cho khâu ingest và làm sạch dữ liệu chứ không phải phần AI. Cạm bẫy: khách sẽ đánh giá bạn qua 10 câu hỏi hóc búa đầu tiên — chuẩn bị sẵn một bộ câu hỏi thực tế của ngành họ để demo, đừng demo câu chung chung.
Hướng 2 — Widget tra cứu nhúng cho công ty luật và văn phòng công chứng. Thay vì bán cả nền tảng, bán một widget tra cứu có thể nhúng vào website hoặc phần mềm quản lý hồ sơ sẵn có của họ. Mô hình doanh thu theo thuê bao tháng cộng phí theo số lượng truy vấn. Ước lượng MVP: 2–3 tuần nếu tái dùng lõi RAGFlow và chỉ làm lớp giao diện. Cạm bẫy: đây là nhóm khách khó tính nhất về độ chính xác và bảo mật; phải cam kết rõ dữ liệu khách hàng không rời hạ tầng của họ, và nên chào phương án self-host ngay từ đầu.
Hướng 3 — Dịch vụ triển khai theo dự án (thay vì bán phần mềm). Nếu chưa muốn ôm sản phẩm SaaS, hãy bán chính năng lực triển khai: mỗi doanh nghiệp trả một khoản trọn gói để bạn dựng hệ RAG pháp luật riêng cho họ, tích hợp dữ liệu nội bộ, đào tạo nhân sự. Đây là cách validate nhu cầu nhanh nhất và có dòng tiền sớm. Ước lượng: mỗi dự án 2–4 tuần. Cạm bẫy: dễ mắc kẹt làm dịch vụ mãi mà không xây được sản phẩm lặp lại được — hãy chuẩn hóa phần lõi sau 2–3 dự án đầu để tái sử dụng.
Về cách validate trước khi code: đừng xây rồi mới đi tìm khách. Lấy một tập 20–30 câu hỏi pháp lý thực tế từ chính người sẽ trả tiền, dựng một bản thử nghiệm nhỏ, và đo hai chỉ số: tỷ lệ câu trả lời trích dẫn đúng điều khoản còn hiệu lực, và thời gian người dùng tiết kiệm được so với tra tay. Nếu bản thử tra đúng khoảng 8/10 câu và tiết kiệm rõ rệt thời gian, bạn có tín hiệu để đầu tư tiếp. Cách tiếp cận theo pilot có kiểm soát này được nói kỹ hơn trong bài Document AI / RAG Pilot. Một mô hình phân phối gần gũi khác để tham khảo về cách “chốt” khách SME là bài xây chatbot chăm sóc khách hàng AI cho shop Việt.
Định giá và rào cản thực tế
Giá trị bạn bán không phải “AI biết luật” — mô hình không phải luật sư và không được định vị như vậy. Giá trị là tốc độ tra cứu có trích dẫn nguồn: rút thời gian tìm một điều khoản từ 20 phút xuống 20 giây, kèm link tới văn bản gốc để người dùng tự kiểm chứng. Định vị đúng còn giúp bạn né rủi ro trách nhiệm pháp lý: luôn hiển thị đây là công cụ hỗ trợ tra cứu, quyết định cuối cùng thuộc về chuyên gia. Rào cản lớn nhất không nằm ở công nghệ mà ở dữ liệu: nguồn văn bản phải cập nhật và đáng tin, và bạn phải có quy trình đồng bộ khi văn bản mới ban hành. Ai giải được bài toán “luôn cập nhật, luôn trích dẫn đúng hiệu lực” sẽ thắng, chứ không phải ai có mô hình to hơn.
Câu hỏi thường gặp
Có cần thuê luật sư để làm sản phẩm này không?
Không bắt buộc để dựng MVP kỹ thuật, nhưng cần một chuyên gia pháp lý để thiết kế bộ câu hỏi kiểm thử và xác nhận cách hệ thống xử lý hiệu lực văn bản. Trước khi bán chính thức, nên có luật sư rà soát phần tuyên bố miễn trừ trách nhiệm và cách hiển thị trích dẫn.
RAGFlow Apache-2.0 nghĩa là tôi bán lại thoải mái?
Về phần lõi RAGFlow thì Apache-2.0 cho phép dùng thương mại và phân phối phái sinh, miễn giữ thông báo bản quyền và ghi rõ thay đổi. Nhưng bạn phải kiểm tra riêng giấy phép của mọi thư viện phụ và của trọng số mô hình bạn dùng — một mắt xích hạn chế thương mại là đủ khiến việc bán lại rủi ro. Hãy lập bảng kê giấy phép cho cả stack.
Chi phí vận hành có ăn hết lợi nhuận không?
Chi phí chính là gọi mô hình theo token và hạ tầng vector store. Với truy vấn pháp luật thường dài, chi phí có thể tăng nhanh nếu không tối ưu. Dùng reranker để giảm số đoạn đưa vào mô hình, cache câu hỏi lặp lại, và cân nhắc mô hình mở tự host cho tác vụ đơn giản. Đọc thêm bài audit chi phí LLM đã dẫn ở trên để dựng mô hình giá bền vững.
Bao lâu thì ra được bản bán được?
Một builder có kinh nghiệm dựng được MVP tra cứu chạy được trong 2–4 tuần, nhưng bản “bán được” cần thêm khâu làm sạch dữ liệu, cơ chế theo dõi hiệu lực và bộ kiểm thử thực tế — thường mất thêm 2–4 tuần nữa tùy độ phức tạp dữ liệu của khách.
Tóm lại, RAG tra cứu văn bản pháp luật là cơ hội hiếm hoi có cả ba yếu tố: nỗi đau rõ ràng, khách sẵn sàng trả tiền, và nền tảng mã nguồn mở giấy phép thân thiện để khởi động nhanh. Người thắng sẽ là người kỷ luật với dữ liệu và trung thực về giới hạn của công cụ.
— Trần Đức Long, phụ trách RAG/Data, AIToEarn.vn