Prompt không phải câu thần chú
Cách tôi viết prompt tốt hơn: xem nó như giao việc cho một cộng sự nhanh tay nhưng thiếu bối cảnh, không phải như tìm mật mã bí truyền.
Viết bởi Zenith Nguyen
Tôi từng nghĩ prompt hay là một câu thật khéo, kiểu chỉ cần viết đúng vài từ khóa thì mô hình sẽ hiểu mọi thứ. Càng dùng nhiều, tôi càng thấy suy nghĩ đó làm mình chậm hơn.
Prompt tốt không giống câu thần chú. Nó giống một brief tốt: có bối cảnh, có nhiệm vụ, có tiêu chí, có ví dụ, và có quyền sửa sau vòng đầu tiên.
Khung 5 phần tôi hay dùng
Phần một là vai trò: bạn muốn AI nhìn vấn đề như ai. Không phải lúc nào cũng cần nói bạn là chuyên gia này nọ, nhưng với việc cần góc nhìn rõ ràng, vai trò giúp mô hình chọn cách trả lời.
Phần hai là bối cảnh: bạn đang làm gì, người đọc là ai, dữ liệu hiện có là gì, giới hạn nào không được vượt qua. Đây là phần nhiều người bỏ sót nhất.
Phần ba là nhiệm vụ: hãy làm gì, đầu ra cần ở dạng nào. Nếu muốn bảng thì nói bảng. Nếu muốn checklist thì nói checklist. Nếu muốn code thì nói file nào, framework nào, ràng buộc nào.
Phần bốn là tiêu chí tốt: thế nào là đạt. Ví dụ: ngắn, cụ thể, không marketing, có ví dụ, chỉ dùng thông tin tôi cung cấp, chỉ ra giả định nếu thiếu dữ liệu.
Phần năm là vòng lặp: sau câu trả lời đầu tiên, yêu cầu nó tự soi lại, rút gọn, bổ sung phản biện, hoặc tạo phiên bản khác. Chất lượng thường nằm ở vòng hai, không phải vòng một.
Một ví dụ rất đời
Prompt mơ hồ: Viết giúp tôi bài giới thiệu về AI.
Prompt tốt hơn: Tôi đang viết cho người mới dùng AI trong công việc văn phòng. Hãy tạo outline bài 900 chữ, giọng gần gũi, không phóng đại, có 5 lỗi thường gặp và 5 bài tập nhỏ để thử trong ngày đầu tiên.
Hai câu này khác nhau không phải vì câu sau dùng từ cao siêu. Nó khác vì câu sau giảm việc đoán.
Khi nào nên đưa ví dụ
Nếu bạn có một output mẫu, hãy đưa vào. Mô hình học phong cách từ ví dụ rất tốt. Đừng chỉ nói viết tự nhiên hơn; hãy đưa một đoạn bạn thấy tự nhiên. Đừng chỉ nói giống brand voice; hãy đưa ba câu đúng giọng và ba câu sai giọng.
Điều tôi luôn nhắc mình
Một prompt tốt không biến AI thành người hiểu bạn tuyệt đối. Nó chỉ giảm nhiễu. Bạn vẫn phải đọc, sửa, kiểm tra và chịu trách nhiệm với kết quả.
Khi đổi góc nhìn từ tìm prompt thần kỳ sang giao việc rõ ràng, tôi dùng AI nhẹ đầu hơn nhiều. Và kỳ lạ là kết quả cũng tốt hơn.
Đọc tiếp
Bài viết liên quan
Xây hệ thống ghi chú AI cá nhân
Một hệ thống ghi chú nhỏ để học AI bền hơn: lưu điều đã thử, prompt đã dùng, kết quả, lỗi sai, và bài học có thể tái sử dụng.
Bắt đầu học AI từ số 0 trong 14 ngày
Một lộ trình đủ nhỏ để không bị ngợp: hiểu AI làm được gì, thử trên việc thật, rồi tự xây thói quen học tiếp mà không chạy theo mọi trend.
Cách kiểm tra câu trả lời AI trước khi tin
AI có thể rất hữu ích và vẫn sai. Đây là checklist tôi dùng để phân loại rủi ro, kiểm nguồn, chạy thử, và quyết định mức độ tin cậy.