Bỏ qua đến nội dung chính

Effective prompting techniques

📖 Nội dung bài học

Bạn sẽ học được gì

Sau bài học này, bạn sẽ có thể:

  • Hiểu prompt engineering là gì và tại sao nó quan trọng để cộng tác hiệu quả với AI
  • Áp dụng 6 kỹ thuật prompting nền tảng để cải thiện tương tác với AI
  • Xác định các mẫu (pattern) phổ biến dẫn đến tương tác AI thành công
  • Xử lý sự cố và tinh chỉnh prompt khi phản hồi của AI không đáp ứng nhu cầu

Kỹ thuật Prompting hiệu quả

Video này khám phá các kỹ năng thực tế để soạn thảo prompt hiệu quả khi làm việc với các trợ lý AI như Claude. Chúng ta sẽ hiểu rằng prompt engineering đơn giản là việc thiết kế các chỉ dẫn hiệu quả cho hệ thống AI, kết hợp các nguyên tắc giao tiếp giữa người với người quen thuộc với các cân nhắc đặc thù của AI. Chúng tôi giới thiệu 6 kỹ thuật nền tảng: đưa ra ngữ cảnh (context), đưa ra ví dụ về đầu ra mong muốn, chỉ định các ràng buộc (constraints), chia nhỏ tác vụ phức tạp thành các bước, yêu cầu AI suy nghĩ trước khi trả lời, và xác định vai trò hoặc tông giọng của AI. Chúng tôi cũng chia sẻ các chiến lược xử lý sự cố khi phản hồi chưa chuẩn và làm nổi bật các mẫu phổ biến dẫn đến tương tác thành công.

Các điểm chính cần lưu ý

  • Prompting hiệu quả là sự kết hợp giữa các nguyên tắc giao tiếp rõ ràng và các kỹ thuật đặc thù của AI.
  • 6 kỹ thuật prompting nền tảng:
    • Đưa ra ngữ cảnh (context): Cụ thể về điều bạn muốn, lý do bạn muốn và các thông tin nền liên quan.
    • Đưa ra ví dụ: Minh họa phong cách hoặc định dạng đầu ra mà bạn đang tìm kiếm.
    • Chỉ định các ràng buộc (constraints): Xác định rõ định dạng, độ dài và các yêu cầu đầu ra khác.
    • Chia nhỏ tác vụ phức tạp thành các bước: Dẫn dắt AI đi qua quy trình suy luận nhiều bước.
    • Yêu cầu AI suy nghĩ trước: Dành không gian để AI thực hiện quy trình tư duy của nó.
    • Xác định vai trò hoặc tông giọng của AI: Chỉ định cách bạn muốn AI giao tiếp.
  • "Vũ khí bí mật": Yêu cầu chính AI giúp bạn cải thiện prompt của mình.
  • Prompting thành công là một quá trình lặp (iterative) (và có lẽ cũng là sự cộng tác với AI!). Hãy sẵn sàng tinh chỉnh cách tiếp cận dựa trên kết quả nhận được.
  • Các mẫu thành công phổ biến bao gồm: cung cấp tổng quan nhiệm vụ rõ ràng, đặc tả định dạng, các ràng buộc rõ ràng và thông tin nền liên quan.

iterate

Prompt cơ bản — kết quả chưa tốt

Áp dụng kỹ thuật

1. Context — ngữ cảnh + lý do

2. Examples — minh họa output

3. Constraints — format, length

4. Steps — chia nhỏ task

5. Think first — không gian suy luận

6. Role/tone — giọng điệu

Prompt hiệu quả — output chất lượng cao

Bài tập

Suy ngẫm

Trước khi tiếp tục, hãy dành chút thời gian để cân nhắc:

  • Kỹ thuật nào trong 6 kỹ thuật prompting trên mà bạn nghĩ sẽ cải thiện tốt nhất các tương tác AI hiện tại của mình?
  • Hãy nghĩ về một tương tác AI gần đây không đáp ứng được nhu cầu của bạn. Kỹ thuật nào có thể đã giúp cải thiện kết quả đó?
  • Việc hiểu các kỹ thuật prompting này kết nối như thế nào với năng lực Mô tả (Description competency) trong khung năng lực AI Fluency (AI Fluency Framework)?

Nếu muốn, bạn có thể xem lại bài tập "Thay đổi Prompt tồi" (Bad Prompt Makeover) từ bài học trước để thực hành các nguyên tắc prompting này.

Bước tiếp theo

Trong bài học tới, chúng ta sẽ khám phá năng lực Phân định (Discernment), năng lực cốt lõi thứ ba của AI Fluency. Cả phần chuyên sâu này và bài học trước đó đều tập trung vào cách giao tiếp hiệu quả với AI và cách thực hành năng lực Mô tả tốt. Năng lực Phân định giải quyết thách thức quan trọng không kém là đánh giá thấu đáo những gì AI tạo ra để phản hồi — chính là nửa còn lại của cuộc hội thoại!

Phản hồi

Trong quá trình học, chúng tôi rất muốn nghe ý kiến từ bạn về cách bạn áp dụng các khái niệm trong khóa học vào cuộc sống, công việc hoặc lớp học, cũng như bất kỳ phản hồi nào bạn có. Chia sẻ phản hồi của bạn tại đây.

Lời cảm ơn và bản quyền

Bản quyền 2025 Rick Dakan, Joseph Feller, và Anthropic. Phát hành theo giấy phép CC BY-NC-SA 4.0. Khóa học này dựa trên Khung năng lực AI Fluency của Dakan và Feller. Được hỗ trợ một phần bởi Cơ quan Giáo dục Đại học Ireland, thông qua Diễn đàn Quốc gia về Tăng cường Giảng dạy và Học tập.

Tóm tắt

Tải về

Bút lông chim trang trí đặt trên một bàn tay chi tiết, trên nền có vân họa tiết

6 kỹ thuật để prompt engineering hiệu quả

Xem cách các prompt mơ hồ có thể được chuyển đổi thành các prompt hiệu quả với những ví dụ thực tế này.

Tải về

🎬 Bản ghi video

Source video: 2YCaBqP8muw

📜 Mở rộng bản ghi (đã chỉnh sửa + dịch AI)

Giới thiệu về Prompting hiệu quả

Hãy cùng khám phá một trong những kỹ năng thực tế nhất khi làm việc với AI: xây dựng các prompt hiệu quả. Điều này nghe có vẻ mang tính kỹ thuật hoặc phức tạp, và một số tài liệu hướng dẫn thực sự khiến nó trở nên như vậy, nhưng về bản chất, nó đơn giản đến bất ngờ. Prompting chỉ đơn thuần là cách chúng ta áp dụng "Năng lực Mô tả" (Description Competency) vào thực tế—truyền đạt rõ ràng những gì chúng ta muốn, cách chúng ta muốn thực hiện và cách chúng ta muốn tương tác với trợ lý AI trong suốt quá trình.

Hãy coi việc viết prompt giống như việc giải thích một nhiệm vụ cho một đồng nghiệp mới nhiệt tình, người rất sẵn lòng giúp đỡ nhưng cần những chỉ dẫn và kỳ vọng rõ ràng để hoàn thành công việc tốt nhất. Chúng ta sẽ sử dụng Claude trong suốt phần này, nhưng những mẹo này có thể áp dụng cho nhiều hệ thống AI khác.

Prompt Engineering là gì?

Có thể bạn đã nghe đến thuật ngữ "Prompt Engineering". Prompt Engineering đơn giản là việc thiết kế các chỉ dẫn hiệu quả cho các hệ thống AI như Claude. Đó là việc xây dựng các câu hỏi và cung cấp ngữ cảnh theo cách giúp trợ lý AI hiểu chính xác những gì bạn muốn.

Điều thú vị là việc viết prompt hiệu quả là sự kết hợp giữa các kỹ năng giao tiếp thông thường của con người với một vài lưu ý đặc thù dành riêng cho AI. Nhiều nguyên tắc tạo nên một cuộc hội thoại tốt giữa người với người—như sự rõ ràng, cung cấp ngữ cảnh liên quan và đưa ra các ví dụ cụ thể—cũng được áp dụng khi làm việc với AI. Tuy nhiên, vẫn có những điểm khác biệt, chẳng hạn như việc cần phải rõ ràng hơn về những điều mà con người có thể tự suy luận, việc điều chỉnh để phù hợp với context window (cửa sổ ngữ cảnh) hạn chế của AI, và đôi khi, tùy thuộc vào AI bạn đang làm việc, việc sử dụng các định dạng cụ thể mà máy tính có thể dễ dàng xử lý.

Khi các trợ lý AI tiếp tục phát triển, các phương pháp prompting tốt nhất cũng tiến hóa theo. Những gì hiệu quả với hệ thống AI hôm nay có thể khác với những gì hiệu quả vào ngày mai. Thử nghiệm là chìa khóa để khám phá điều gì phù hợp nhất với nhu cầu cụ thể của bạn.

Sáu nguyên tắc Prompting nền tảng

Trong video này, chúng ta sẽ chủ yếu khám phá sáu mẹo prompting nền tảng giúp bạn giao tiếp và cộng tác hiệu quả với Claude và các hệ thống AI khác:

  1. Cung cấp ngữ cảnh cho Claude.
  2. Đưa ra các ví dụ về kết quả "tốt".
  3. Xác định các ràng buộc đầu ra.
  4. Chia nhỏ các tác vụ phức tạp thành từng bước.
  5. Yêu cầu Claude suy nghĩ trước khi trả lời.
  6. Định nghĩa vai trò, phong cách hoặc tông giọng của Claude.

1. Cung cấp ngữ cảnh

Nguyên tắc đầu tiên đơn giản nhưng mạnh mẽ: hãy cụ thể và rõ ràng về những gì bạn muốn, tại sao bạn muốn nó, và có lẽ đáng ngạc nhiên nhất là bạn là ai.

Hãy xem xét một prompt đơn giản: "Hãy nói cho tôi biết về biến đổi khí hậu." Làm thế nào chúng ta có thể cải thiện điều này bằng cách cung cấp cho Claude nhiều ngữ cảnh hơn? Một phiên bản cụ thể và giàu ngữ cảnh hơn có thể là: "Hãy giải thích ba tác động chính của biến đổi khí hậu đối với nông nghiệp ở các vùng nhiệt đới, kèm theo các ví dụ từ thập kỷ qua."

Prompt ban đầu quá mơ hồ và khiến Claude phải đoán về sở thích, mức độ kiến thức và độ chi tiết mà chúng ta đang tìm kiếm, chẳng hạn như phạm vi địa lý và thời gian. Chúng ta thậm chí có thể thêm nhiều ngữ cảnh hơn bằng cách cung cấp thông tin không chỉ về những gì chúng ta đang tìm kiếm, mà còn về lý do tại sao chúng ta hỏi và cách chúng ta sẽ sử dụng thông tin đó.

Bây giờ prompt của chúng ta sẽ như thế này:

"Hãy giải thích ba tác động chính của biến đổi khí hậu đối với nông nghiệp ở các vùng nhiệt đới, kèm theo các ví dụ từ thập kỷ qua. Tôi đang chuẩn bị cho một cuộc phỏng vấn xin việc tại một phòng thí nghiệm nghiên cứu nông nghiệp ở Indonesia. Tôi có bằng về sinh thái học nhưng không có kiến thức chuyên sâu về biến đổi khí hậu. Hãy viết một bản tóm tắt các khái niệm chính giúp tôi có thể trả lời phỏng vấn một cách thông minh."

Tất cả ngữ cảnh bổ sung này giúp điều chỉnh câu trả lời của Claude phù hợp với tình huống và trình độ kiến thức cụ thể của bạn. Loại thông tin nền tảng này là thứ chúng ta thường cung cấp một cách tự nhiên trong các cuộc hội thoại giữa người với người nhưng có thể quên đưa vào khi nói chuyện với Claude.

2. Đưa ra ví dụ (Few-Shot Prompting)

Đôi khi "trăm nghe không bằng một thấy". Việc cung cấp các ví dụ về loại đầu ra mà bạn đang tìm kiếm có thể cực kỳ hiệu quả. Điều này đôi khi được gọi là "Few-shot prompting" hoặc "N-shot prompting" trong giới kỹ thuật, trong đó n là số lượng ví dụ được đưa ra.

Ví dụ, hãy xem prompt sau: "Vui lòng chuyển câu nói kỹ thuật này sang ngôn ngữ bình dân: 'Nền tảng triển khai các giao thức mã hóa đầu cuối để bảo vệ tính toàn vẹn của dữ liệu.'" Claude có thể đã làm tốt việc này theo ý bạn, vì vậy chúng tôi khuyên bạn nên thử trước mà không cần ví dụ.

Nhưng giả sử bạn có một phong cách rất cụ thể muốn Claude tuân theo, và việc giải thích phong cách đó khó hơn là đưa ra ví dụ. Prompt đã tinh chỉnh của bạn có thể trông như thế này:

"Dưới đây là hai ví dụ về cách chuyển đổi thuật ngữ kỹ thuật sang ngôn ngữ bình dân: Gốc: Thuật toán lượng tử thể hiện sự tăng tốc bậc hai. Bình dân: Phương pháp mới giải quyết các vấn đề nhanh hơn khoảng gấp đôi so với các phương pháp trước đây. Gốc: Giao diện tận dụng các mô hình thiết kế trực quan. Bình dân: Thiết kế dễ hiểu và dễ sử dụng. Bây giờ, hãy chuyển đổi hướng dẫn kỹ thuật phức tạp này sang ngôn ngữ bình dân."

Khi cung cấp ví dụ, hãy cố gắng bao quát đầy đủ sự đa dạng của các prompt có thể xảy ra, chẳng hạn như các ví dụ bao gồm các trường hợp hoặc phong cách khác nhau. Điều này giúp Claude hiểu rõ hơn về phạm vi rộng của mẫu mà bạn muốn nó tuân theo.

3. Xác định các ràng buộc đầu ra

Việc làm rõ các ràng buộc đầu ra—chẳng hạn như định dạng và độ dài mong muốn, ngôn ngữ lập trình bạn muốn Claude sử dụng, hoặc màu sắc của các nút trên một trang web—đảm bảo bạn nhận được chính xác những gì mình cần.

Ví dụ:

"Hãy tạo một website danh mục nghệ thuật (portfolio) một trang, phong cách hiện đại và tinh tế. Bao gồm các phần chính: Hero, Giới thiệu, Kỹ năng, Dự án, Kinh nghiệm và Liên hệ. Làm cho menu điều hướng cố định (sticky) và tương thích với thiết bị di động (responsive) với menu hamburger. Sử dụng bảng màu hoàng hôn và thêm nút chuyển đổi chế độ sáng/tối trên thanh điều hướng."

Sự hướng dẫn như thế này giúp Claude cấu trúc câu trả lời phù hợp với mong đợi của bạn.

4. Chia nhỏ các tác vụ phức tạp thành từng bước

Khi bạn có một yêu cầu phức tạp, việc chia nhỏ nó thành các bước nhỏ hơn sẽ giúp Claude theo sát tư duy của bạn và mang lại kết quả tốt hơn. Điều này đôi khi được gọi là prompting "Chuỗi suy nghĩ" (Chain of Thought).

Thay vì yêu cầu Claude "Phân tích dữ liệu bán hàng quý này," bạn có thể nói:

"Tôi muốn phân tích dữ liệu bán hàng quý này. Vui lòng thực hiện theo các bước sau:

  1. Xem qua hồ sơ bán hàng để xác định các sản phẩm có doanh số cao nhất.
  2. So sánh kết quả quý hiện tại với quý trước.
  3. Làm nổi bật bất kỳ xu hướng hoặc mô hình bất thường nào.
  4. Đề xuất các lý do có thể có cho những xu hướng này."

Việc liệt kê các bước thực hiện đảm bảo rằng Claude tuân thủ quy trình bạn muốn. Mặc dù các mô hình suy luận hiện đại ngày càng có khả năng tự thực hiện suy luận từng bước, bạn vẫn nên hướng dẫn quy trình khi tác vụ phụ thuộc vào chuyên môn lĩnh vực cụ thể của bạn.

5. Yêu cầu Claude suy nghĩ trước

Đôi khi, việc yêu cầu các trợ lý AI như Claude dành không gian để suy nghĩ kỹ về quy trình trước khi thực hiện nhiệm vụ sẽ rất hữu ích. Cách tiếp cận này giúp Claude đưa ra các câu trả lời thấu đáo và được cân nhắc kỹ lưỡng hơn.

Ví dụ, bạn có thể thêm nội dung này vào prompt của mình: "Trước khi trả lời, hãy suy nghĩ kỹ về vấn đề này. Hãy xem xét các yếu tố khác nhau liên quan, các ràng buộc tiềm ẩn và các cách tiếp cận khác nhau trước khi đề xuất giải pháp tốt nhất."

Các mô hình suy luận hiện đại hoặc mô hình "Suy nghĩ mở rộng" (Extended Thinking) theo mặc định sẽ suy nghĩ trước khi hành động. Tuy nhiên, nếu bạn đang làm việc với một mô hình không có tính năng này, bạn vẫn có thể yêu cầu nó làm như vậy. Điều quan trọng là cho AI không gian để suy nghĩ trước khi thực hiện nhiệm vụ, chứ không phải sau đó. Điều này cũng cho phép bạn thấy AI có thể đang đi chệch hướng ở đâu, giúp bạn mài giũa thêm Năng lực Mô tả của mình.

6. Định nghĩa vai trò, phong cách hoặc tông giọng của Claude

Việc chỉ định cách bạn muốn Claude giao tiếp có thể thay đổi đáng kể cách nó tiếp cận một nhiệm vụ. Nói một cách đơn giản: bạn muốn AI đóng vai ai?

Ví dụ: "Hãy giải thích cách cầu vồng hình thành dưới góc nhìn của một giáo viên khoa học giàu kinh nghiệm đang nói chuyện với một đứa trẻ 10 tuổi thông minh và yêu thích khoa học."

Đây cũng là một cách tốt để lên ý tưởng hoặc nhận phản hồi. Bạn có thể chỉ định một vai trò chung hoặc thậm chí yêu cầu Claude đóng vai một nhân vật cụ thể, chẳng hạn như Richard Feynman. Ví dụ: "Với tư cách là một chuyên gia thiết kế UX, hãy xem xét bản phác thảo (wireframe) trang web này và đề xuất ba cải tiến tập trung vào điều hướng người dùng và khả năng tiếp cận."


Lặp lại và tinh chỉnh

Có lẽ kỹ thuật mạnh mẽ nhất là yêu cầu Claude giúp cải thiện prompt của bạn. Khi bạn không chắc chắn về cách yêu cầu một điều gì đó, hãy mô tả tình huống của bạn và hỏi: "Tôi đang cố gắng nhờ bạn, Claude, giúp tôi đạt được [Mục tiêu]. Tôi không chắc nên diễn đạt yêu cầu của mình như thế nào để có kết quả tốt nhất. Bạn có thể giúp tôi xây dựng một prompt hiệu quả cho việc này không?"

Viết prompt hiệu quả là một quá trình lặp đi lặp lại và mang tính thử nghiệm. Lần thử đầu tiên không phải lúc nào cũng mang lại kết quả hoàn hảo. Khi một câu trả lời không hoàn toàn như bạn cần, hãy thử:

  • Thêm sự cụ thể hoặc ngữ cảnh.
  • Cung cấp các ví dụ về đầu ra mong muốn.
  • Chia nhỏ nhiệm vụ thành các bước nhỏ hơn.
  • Yêu cầu các biến thể: "Bạn có thể cho tôi ba phiên bản khác nhau của nội dung này không?"
  • Yêu cầu các định dạng khác nhau: "Thay vì một đoạn văn, bạn có thể trình bày nội dung này trong một Artifact tương tác không?" (Lưu ý: Artifact là một cách độc đáo mà Claude tạo ra các đầu ra dễ tiếp nhận).
  • Kiểm tra mức độ tự tin: "Bạn tự tin thế nào về câu trả lời này?"
  • Đặt lại cuộc hội thoại: Đôi khi việc bắt đầu mới sẽ mang lại kết quả tốt hơn là cố gắng sửa chữa một cuộc hội thoại đã đi chệch hướng.

Tóm tắt các phương pháp hay nhất

Khi bạn áp dụng các kỹ thuật này, đây là bản tóm tắt các mẫu luôn mang lại hiệu quả tốt:

  • Bắt đầu với một tuyên bố tổng quan rõ ràng về nhiệm vụ.
  • Bao gồm các thông số kỹ thuật về định dạng và ví dụ.
  • Thiết lập các ràng buộc hoặc yêu cầu rõ ràng.
  • Cung cấp thông tin nền tảng phong phú và có liên quan.

Các lỗi phổ biến cần tránh:

  • Giả định rằng Claude có thể đọc được suy nghĩ của bạn.
  • Nhồi nhét quá nhiều nhiệm vụ không liên quan vào một prompt hoặc một cuộc hội thoại duy nhất.
  • Quá mơ hồ về việc thế nào là một kết quả thành công.
  • Không đưa ra phản hồi cho các câu trả lời trước đó.

Giao tiếp hiệu quả với các hệ thống AI như Claude là sự kết hợp giữa các nguyên tắc giao tiếp vượt thời gian của con người với các kỹ thuật đặc thù của AI. Sáu nguyên tắc này, cùng với "vũ khí bí mật" là yêu cầu Claude giúp đỡ, tạo thành một bộ công cụ vững chắc cho các tương tác AI của bạn. Hãy duy trì tinh thần thử nghiệm và điều chỉnh cách tiếp cận dựa trên kết quả bạn nhận được.

🔁 Bài học liên quan

📚 Nguồn & ghi nhận

Bài học có hữu ích không?

Góp ý / Báo lỗiPhát hiện sai sót hoặc có ý tưởng cải thiện?