Đo độ chính xác phân loại ý định

Upload golden CSV (câu hỏi + intent đúng: 1.1 / 1.2 / 2 / 3), hệ thống chạy qua pipeline thật (/chat) và so khớp intent quan sát được. Nhóm 'bệnh→thuốc' (2) được tách riêng vì hệ thống chưa có tính năng này.

Mỗi dòng gọi ít nhất 1 lần OpenAI thật qua pipeline /chat — kiểm tra số dòng trước khi chạy full dataset.