Tính cụ thể

📖 Nội dung bài học

Tóm tắt

Khi làm việc với Claude, một trong những cách hiệu quả nhất để cải thiện kết quả là đưa ra yêu cầu cụ thể về những gì bạn muốn. Thay vì để mô hình tự diễn giải mọi thứ, bạn có thể cung cấp các hướng dẫn hoặc bước rõ ràng để định hướng Claude tạo ra loại output bạn mong muốn.

Hãy nghĩ theo cách này: nếu bạn yêu cầu Claude "viết một truyện ngắn về một nhân vật khám phá ra một tài năng ẩn giấu", mô hình có thể đi theo vô số hướng. Nó có thể viết 200 từ hoặc 2.000 từ. Nó có thể tập trung vào một nhân vật hoặc giới thiệu năm nhân vật. Cấu trúc câu chuyện có thể rất khác nhau.

Nhưng nếu bạn thêm các hướng dẫn cụ thể, bạn có thể định hình output để phù hợp hơn với nhu cầu của bạn.

Hai loại hướng dẫn

Có hai phương pháp chính để đưa ra yêu cầu cụ thể trong prompt của bạn, và bạn thường thấy cả hai được sử dụng cùng nhau trong các ứng dụng chuyên nghiệp.

Hướng dẫn về chất lượng

Loại đầu tiên tập trung vào việc liệt kê các phẩm chất mà output của bạn nên có. Các hướng dẫn này kiểm soát các thuộc tính như:

Giới hạn độ dài (giữ dưới 1.000 từ)
Yêu cầu cấu trúc (bao gồm một hành động rõ ràng tiết lộ tài năng của nhân vật)
Quy cách nội dung (bao gồm ít nhất một nhân vật phụ)

Các bước quy trình

Loại thứ hai cung cấp các bước cụ thể để mô hình làm theo. Phương pháp này khiến Claude suy nghĩ có hệ thống về vấn đề:

Động não 3 tài năng có thể tạo ra căng thẳng kịch tính
Chọn tài năng thú vị nhất
Phác thảo một cảnh quan trọng tiết lộ tài năng
Động não 3 loại nhân vật phụ có thể tăng cường tác động của khám phá này

Hướng dẫn về chất lượng kiểm soát hình thức của output, trong khi các bước quy trình kiểm soát cách Claude đi đến output đó.

Kiểm tra thực tế

Hãy xem cách điều này hoạt động trong thực tế. Dưới đây là một prompt để tạo kế hoạch bữa ăn, kết hợp các hướng dẫn cụ thể:

Tạo một kế hoạch bữa ăn một ngày cho vận động viên đáp ứng các hạn chế về chế độ ăn uống của họ.

- Chiều cao: {prompt_inputs["height"]}
- Cân nặng: {prompt_inputs["weight"]}
- Mục tiêu: {prompt_inputs["goal"]}
- Hạn chế chế độ ăn uống: {prompt_inputs["restrictions"]}

Hướng dẫn:
1. Bao gồm lượng calo hàng ngày chính xác
2. Hiển thị lượng protein, chất béo và carb
3. Chỉ định thời điểm ăn mỗi bữa
4. Chỉ sử dụng thực phẩm phù hợp với hạn chế
5. Liệt kê tất cả khẩu phần ăn theo gam
6. Giữ ngân sách hợp lý nếu được đề cập

Khi được kiểm tra so với một prompt cơ bản không có hướng dẫn, phương pháp này đã cải thiện điểm đánh giá từ 3,92 lên 7,86 - tăng gấp đôi chất lượng.

Kiểm tra phương pháp các bước quy trình (yêu cầu Claude tính calo trước, sau đó xác định macro, sau đó lên lịch trình, v.v.) cũng cho thấy sự cải thiện đáng kể, đạt điểm 7,3.

Khi nào nên cung cấp các bước

Mặc dù hướng dẫn về chất lượng hoạt động tốt với hầu hết các prompt, bạn nên cân nhắc thêm các bước quy trình khi bạn đang xử lý:

Khắc phục sự cố phức tạp
Ra quyết định
Tư duy phản biện
Bất cứ khi nào bạn muốn buộc Claude xem xét một cái nhìn "rộng hơn"

Ví dụ, nếu bạn yêu cầu Claude phân tích lý do tại sao doanh số bán hàng của một đội ngũ bán hàng giảm 30% trong quý trước, bạn có thể muốn cung cấp các bước đảm bảo nó xem xét nhiều góc độ - điều kiện thị trường, hiệu suất cá nhân, thay đổi tổ chức và phản hồi của khách hàng - thay vì nhảy ngay đến lời giải thích đầu tiên rõ ràng.

Điểm mấu chốt là tính cụ thể giúp bạn nhận được kết quả nhất quán, chất lượng cao thay vì để mọi thứ phụ thuộc vào may rủi. Cho dù bạn sử dụng hướng dẫn về chất lượng, các bước quy trình hay cả hai, bạn đều đang cung cấp cho Claude một khung làm việc rõ ràng.

🔁 Bài học liên quan

Bài tiếp: Structure with XML tags
Bài trước: Being clear and direct
Cùng section: Overview of Claude Models · Accessing the API · Making a request
Thuộc lộ trình: Path C
Docs tham khảo: Glossary · Skills atlas · By use-case

📚 Nguồn & ghi nhận

Bài học gốc Anthropic Academy: https://anthropic.skilljar.com/claude-in-amazon-bedrock/276745
Crawl: 2026-04-23 · Chuẩn hoá: 2026-05-01