📖 Nội dung bài học
Tóm tắt
Cung cấp ví dụ trong prompt của bạn là một trong những kỹ thuật prompt engineering hiệu quả nhất bạn sẽ sử dụng. Phương pháp này, được gọi là prompting "one-shot" hoặc "multi-shot", bao gồm việc cung cấp cho Claude các cặp đầu vào/đầu ra mẫu để hướng dẫn các phản hồi của nó.
Cách thức hoạt động của ví dụ
Hãy xem xét một ví dụ về phân tích cảm xúc. Giả sử bạn muốn Claude phân loại xem một tweet là tích cực hay tiêu cực:

Thách thức ở đây là sự mỉa mai. Một tweet như "Vâng, chắc chắn rồi, đó là bộ phim hay nhất tôi từng xem kể từ 'Plan 9 from Outer Space'" thoạt nhìn có vẻ tích cực, nhưng thực tế nó lại mỉa mai và tiêu cực (Plan 9 from Outer Space nổi tiếng là tệ).
Thêm ví dụ vào prompt của bạn
Để xử lý điều này, bạn có thể thêm các ví dụ để chỉ cho Claude chính xác cách phản hồi:

Các yếu tố chính là:
- Giới thiệu rõ ràng: "Đây là một ví dụ về đầu vào với phản hồi lý tưởng"
- Thẻ XML để cấu trúc:
<sample_input>và<ideal_output> - Các ví dụ cụ thể minh họa hành vi mong muốn
Xử lý các trường hợp đặc biệt
Đối với các tình huống khó khăn như mỉa mai, bạn có thể cung cấp nhiều ví dụ (prompting multi-shot). Thêm ngữ cảnh để làm nổi bật những gì Claude nên chú ý:
Hãy đặc biệt cẩn thận với các tweet chứa sự mỉa mai.
Ví dụ:
<sample_input>
Ồ vâng, tôi thực sự cần một chuyến bay bị trì hoãn tối nay! Tuyệt vời!
</sample_input>
<ideal_output>
Tiêu cực
</ideal_output>
Khi nào nên sử dụng ví dụ
Ví dụ đặc biệt hữu ích cho:
- Nắm bắt các trường hợp đặc biệt hoặc tình huống biên
- Định nghĩa các định dạng đầu ra phức tạp (như cấu trúc JSON cụ thể)
- Cho Claude thấy chính xác "đầu ra tốt" trông như thế nào
Tìm ví dụ tốt từ các bài đánh giá
Khi chạy đánh giá prompt, hãy tìm các đầu ra có điểm số cao nhất của bạn trong báo cáo HTML. Chúng tạo thành các ví dụ tuyệt vời để đưa vào prompt của bạn.

Tìm một phản hồi có điểm số tốt (lý tưởng là 10, hoặc điểm cao nhất của bạn), sau đó sao chép cả đầu vào và đầu ra để sử dụng làm ví dụ của bạn.
Thêm ngữ cảnh cho ví dụ
Bạn có thể làm cho các ví dụ hiệu quả hơn nữa bằng cách giải thích lý do tại sao chúng tốt. Sau đầu ra ví dụ của bạn, hãy thêm một lời giải thích ngắn gọn:
<ideal_output>
[Đầu ra ví dụ của bạn ở đây]
</ideal_output>
Ví dụ về kế hoạch bữa ăn này được cấu trúc tốt, cung cấp thông tin chi tiết về lựa chọn và số lượng thực phẩm, đồng thời phù hợp với mục tiêu và các hạn chế của vận động viên.
Điều này giúp Claude hiểu không chỉ những gì cần tạo ra, mà còn lý do tại sao đầu ra đó được coi là lý tưởng.
Các phương pháp hay nhất
- Sử dụng thẻ XML để cấu trúc rõ ràng các ví dụ của bạn
- Hãy rõ ràng về những gì bạn đang chỉ cho Claude
- Chọn các ví dụ đại diện bao gồm các trường hợp sử dụng quan trọng nhất của bạn
- Bao gồm các trường hợp đặc biệt có thể làm mô hình gặp khó khăn
- Giải thích lý do tại sao ví dụ tốt khi điều đó không rõ ràng
Prompting one-shot và multi-shot sẽ nhanh chóng trở thành các công cụ thiết yếu trong bộ công cụ prompt engineering của bạn, đặc biệt là khi bạn cần đầu ra nhất quán, được định dạng tốt hoặc muốn xử lý các trường hợp biên khó khăn một cách đáng tin cậy.
🔁 Bài học liên quan
- Bài tiếp: Exercise on prompting
- Bài trước: Structure with XML tags
- 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/276747
- © 2025 Anthropic. Chỉ dùng cho mục đích giáo dục, fair-use.
- Crawl: 2026-04-23 · Chuẩn hoá: 2026-05-01