Lesson 7: Effective prompting techniques (Deep Dive) | AI Fluency: Framework & Foundations Course

• Tạo lời nhắc (prompt) hiệu quả cho AI là một kỹ năng giao tiếp thiết yếu, đơn giản là diễn đạt rõ ràng mong muốn, cách thực hiện và tương tác với trợ lý AI, tương tự như hướng dẫn một đồng nghiệp mới.
• Kỹ thuật lời nhắc (prompt engineering) là sự kết hợp giữa kỹ năng giao tiếp con người (rõ ràng, cung cấp ngữ cảnh, ví dụ) và các cân nhắc đặc thù của AI (cụ thể hơn, hạn chế cửa sổ ngữ cảnh, định dạng máy móc).
• Đây là một quá trình lặp đi lặp lại và thử nghiệm; các phương pháp hay nhất không ngừng phát triển, đòi hỏi người dùng phải liên tục điều chỉnh và tinh chỉnh lời nhắc để đạt được kết quả tối ưu.

• Cung cấp ngữ cảnh cụ thể: Nêu rõ bạn là ai, bạn muốn gì, tại sao muốn và cách bạn sẽ sử dụng thông tin để AI điều chỉnh phản hồi phù hợp.
• Đưa ra ví dụ minh họa: Sử dụng kỹ thuật few-shot prompting bằng cách cung cấp các ví dụ về đầu ra mong muốn để AI bắt chước phong cách hoặc cấu trúc bạn cần.
• Xác định ràng buộc đầu ra: Làm rõ các yêu cầu về định dạng, độ dài, ngôn ngữ lập trình hoặc màu sắc để đảm bảo AI cung cấp chính xác những gì bạn cần.
• Chia nhỏ tác vụ phức tạp: Tách yêu cầu lớn thành các bước nhỏ hơn (kỹ thuật chain of thought prompting) giúp AI theo dõi quy trình suy nghĩ và mang lại kết quả chính xác hơn.
• Yêu cầu AI suy nghĩ trước: Cung cấp không gian cho AI xử lý vấn đề trước khi phản hồi giúp nó tạo ra các câu trả lời kỹ lưỡng và cân nhắc hơn.
• Xác định vai trò, phong cách, giọng điệu: Gán một vai trò chuyên môn, quan điểm hoặc phong cách giao tiếp cụ thể cho AI để hướng dẫn cả tương tác và kết quả cuối cùng.
• Yêu cầu AI cải thiện lời nhắc: Khi không chắc chắn, hãy mô tả vấn đề hoặc mục tiêu của bạn và nhờ AI giúp tạo hoặc cải thiện lời nhắc hiệu quả.
• Lặp lại và thử nghiệm: Coi việc tạo lời nhắc là một quá trình lặp lại, liên tục tinh chỉnh bằng cách thêm ngữ cảnh, ví dụ, chia nhỏ tác vụ hoặc yêu cầu các biến thể dựa trên phản hồi của AI.

• lời nhắc — prompt
• kỹ thuật lời nhắc — prompt engineering
• ngữ cảnh — context
• tác vụ — task
• trợ lý AI — AI assistant
• hệ thống AI — AI system
• cửa sổ ngữ cảnh — context window
• kỹ thuật lời nhắc với vài ví dụ — few-shot prompting
• kỹ thuật lời nhắc chuỗi suy nghĩ — chain of thought prompting
• mô hình lý luận — reasoning model

Giới Thiệu về Kỹ Năng Lời Nhắc Hiệu Quả

Hãy cùng khám phá một trong những kỹ năng thực tế nhất khi làm việc với AI: tạo ra các lời nhắc (prompt) hiệu quả. Nghe có vẻ kỹ thuật hoặc phức tạp, và một số hướng dẫn chắc chắn khiến nó trở nên như vậy, nhưng về bản chất, nó đơn giản đến ngạc nhiên. Lời nhắc đơn thuần là cách chúng ta áp dụng năng lực mô tả của khóa học này vào thực tế: giao tiếp rõ ràng những gì chúng ta muốn, cách chúng ta muốn nó được thực hiện và cách chúng ta muốn tương tác với trợ lý AI của mình trong toàn bộ quá trình. Hãy hình dung việc tạo lời nhắc giống như giải thích một tác vụ cho một đồng nghiệp mới, hữu ích, người rất mong muốn hỗ trợ, nhưng cần chỉ dẫn rõ ràng và thiết lập kỳ vọng để làm 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.

Kỹ Thuật Lời Nhắc (Prompt Engineering)

Bạn có thể đã nghe thuật ngữ prompt engineering được nhắc đến. Prompt engineering đơn giản là việc thực hành thiết kế các hướng dẫn hiệu quả cho các hệ thống AI như Claude, và nó liên quan đến việc xây dựng các câu hỏi của bạn và cung cấp ngữ cảnh theo cách giúp trợ lý AI hiểu chính xác những gì bạn muốn.

Giao Tiếp Với AI: Điểm Tương Đồng và Khác Biệt

Điều thú vị là việc tạo lời nhắc hiệu quả pha trộn các kỹ năng giao tiếp quen thuộc của con người với một vài cân nhắc cụ thể dành cho AI. Nhiều nguyên tắc tạo nên cuộc trò chuyện tốt giữa con người, chẳng hạn như rõ ràng, cung cấp ngữ cảnh có liên quan và đưa ra các ví dụ cụ thể, cũng áp dụng khi làm việc với AI. Tuy nhiên, cũng có những khác biệt, chẳng hạn như cần phải rõ ràng hơn về những điều mà con người có thể suy luận một cách tự nhiên, và phải thích ứng với cửa sổ ngữ cảnh hạn chế của AI, và đôi khi, tùy thuộc vào AI bạn đang làm việc cùng, sử dụng định dạng cụ thể mà máy móc có thể dễ dàng xử lý.

Khi các trợ lý AI tiếp tục phát triển, các phương pháp hay nhất về lời nhắc cũng phát triển theo. Những gì hiệu quả với các hệ thống AI ngày nay có thể khác với những gì sẽ hiệu quả với các hệ thống AI trong tương lai. Thử nghiệm là chìa khóa để khám phá điều gì phù hợp nhất với nhu cầu cụ thể của bạn.

Sáu Mẹo Lời Nhắc Nền Tảng

Trong video này, chúng ta sẽ chủ yếu khám phá sáu mẹo tạo lời nhắc cơ bản sẽ giúp bạn giao tiếp và cộng tác hiệu quả với Claude và các hệ thống AI khác. Chúng bao gồm:

1. Cung cấp ngữ cảnh cho Claude.
2. Đưa ra các ví dụ về kết quả mong muốn.
3. Xác định các ràng buộc đầu ra.
4. Chia các tác vụ phức tạp thành các bước.
5. Yêu cầu Claude suy nghĩ trước.
6. Xác định vai trò, phong cách hoặc giọng điệu của Claude.

Cung Cấp Ngữ Cảnh Cụ Thể

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 điều đáng ngạc nhiên nhất là bạn là ai.

Hãy lấy một lời nhắc đơn giản: "Hãy kể cho tôi nghe 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 hơn, giàu ngữ cảnh hơn có thể trông như sau: "Giải thích ba tác động chính của biến đổi khí hậu đối với nông nghiệp ở các vùng nhiệt đới, với các ví dụ từ thập kỷ qua."

Lời nhắc cơ bản của chúng ta mơ hồ và khiến Claude phải đoán về sở thích, mức độ kiến thức của chúng ta, và độ sâu chi tiết chúng ta đang tìm kiếm, chẳng hạn như địa lý và khoảng 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 cả lý do chúng ta hỏi và cách chúng ta sẽ sử dụng thông tin mà Claude cung cấp.

Bây giờ, lời nhắc của chúng ta trông như thế này: "Giải thích ba tác động chính của biến đổi khí hậu đối với nông nghiệp ở các vùng nhiệt đới, với các ví dụ từ thập kỷ qua. Tôi đang chuẩn bị cho một buổi phỏng vấn xin việc tại một phòng thí nghiệm nghiên cứu nông nghiệp ở Indonesia. Tôi có bằng sinh thái học nhưng không có kiến thức cụ thể về biến đổi khí hậu. Viết một bản tóm tắt các khái niệm chính sẽ giúp tôi nói chuyện một cách thông minh trong buổi phỏng vấn."

Tất cả ngữ cảnh được thêm vào này giúp Claude điều chỉnh phản hồi phù hợp với tình huống và mức độ kiến thức cụ thể của bạn. Loại thông tin nền tảng này là thứ chúng ta cung cấp một cách tự nhiên trong các cuộc trò chuyện với con người, nhưng có thể quên đưa vào khi nói chuyện với Claude.

Cung Cấp Ví Dụ Minh Họa

Đôi khi, việc chỉ ra tốt hơn là việc nói. Cung cấp các ví dụ về loại đầu ra 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. Nhưng thực chất nó chỉ là việc cho AI xem các ví dụ để nó bắt chước.

Ví dụ, hãy xem lời nhắc sau: "Vui lòng chuyển đổi câu kỹ thuật này sang ngôn ngữ đơn giản: Nền tảng này triển khai các giao thức mã hóa đầu cuối để bảo vệ tính toàn vẹn dữ liệu."

Claude có thể đã có thể làm điều này theo ý bạn, vì vậy chúng tôi chắc chắn khuyên bạn nên thử trước mà không cần ví dụ và xem kết quả thế nào. Nhưng giả sử bạn có một phong cách rất cụ thể mà bạn muốn Claude tuân theo, và việc giải thích điều đó khó hơn là đưa ra ví dụ. Lời nhắc 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 đơn giản. Nguyên bản: Thuật toán lượng tử thể hiện sự tăng tốc bậc hai. Đơn giản: Phương pháp mới giải quyết vấn đề nhanh gấp đôi so với các phương pháp trước đây. Nguyên bản: Giao diện tận dụng các mô hình thiết kế trực quan. Đơn giản: Thiết kế dễ hiểu và dễ sử dụng. Bây giờ, vui lòng chuyển đổi tài liệu kỹ thuật phức tạp này sang ngôn ngữ đơn giản."

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

Xác Định Ràng Buộc Đầu Ra

Việc rõ ràng về các ràng buộc đầu ra, chẳng hạn như định dạng và độ dài mong muốn của phản hồi từ Claude, hoặc ngôn ngữ bạn muốn Claude viết mã bằng, hoặc màu sắc của các nút trên trang web bạn muốn Claude thiết kế, cũng giúp đảm bảo bạn nhận được chính xác những gì mình cần.

Đây là một ví dụ về mô tả rõ ràng và chi tiết để đảm bảo Claude cung cấp chính xác những gì bạn đang tìm kiếm: "Tạo một trang web portfolio một trang sạch sẽ, hiện đại, bao gồm các phần chính sau: hero, giới thiệu bản thân, kỹ năng, các dự án portfolio, kinh nghiệm và liên hệ. Tạo menu điều hướng dính và phản hồi, với hamburger menu trên thiết bị di động. Sử dụng bảng màu hoàng hôn và thêm nút chuyển đổi chế độ tối/sáng trong phần điều hướng."

Những hướng dẫn như thế này giúp Claude cấu trúc phản hồi của nó để phù hợp với kỳ vọng của bạn.

Chia Tác Vụ Phức Tạp Thành Các Bước

Khi bạn có một yêu cầu phức tạp, việc chia nhỏ nó thành các bước nhỏ hơn giúp Claude theo dõi suy nghĩ của bạn và mang lại kết quả tốt hơn. Hãy nghĩ theo cách này: Nếu bạn yêu cầu một người bạn làm gì đó cho bạn mà không chỉ rõ cách thực hiện, có khả năng họ sẽ không làm theo cách bạn muốn. Tất cả chúng ta đều đã trải qua điều đó. Liệt kê các bước của tác vụ đảm bảo rằng Claude tuân theo quy trình bạn muốn để hoàn thành tác vụ của nó. Điều này đôi khi được gọi là chain of thought prompting.

Ví dụ, 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 tiếp cận bằng cách xem xét hồ sơ bán hàng của chúng ta để xác định các sản phẩm bán chạy nhất. So sánh kết quả quý hiện tại với quý trước, làm nổi bật bất kỳ xu hướng hoặc mô hình bất thường nào, và sau đó đề xuất các lý do có thể cho những xu hướng này."

Theo mặc định, bạn có thể không cần làm điều này, đặc biệt đối với các tác vụ tương đối đơn giản. Hơn nữa, các mô hình lý luận hiện đại hoặc các mô hình tư duy mở rộng ngày càng có khả năng thực hiện lý luận từng bước một cách độc lập. Nhưng bạn vẫn có thể hướng dẫn quá trình này để đảm bảo nó phù hợp với nhu cầu của mình. Có càng nhiều biến thể trong cách thực hiện tác vụ tốt, hoặc tác vụ đó càng phụ thuộc vào kinh nghiệm và kiến thức bạn có được với tư cách là một chuyên gia lĩnh vực, thì bạn càng nên cân nhắc dành thời gian để chuyển đổi kiến thức đó cho Claude.

Yêu Cầu Claude Suy Nghĩ Trước

Tương tự, đôi khi có thể hữu ích khi cung cấp rõ ràng cho trợ lý AI như Claude không gian để xử lý quy trình của nó trước khi thực hiện tác vụ. Cách tiếp cận này giúp Claude tạo ra các phản hồi kỹ lưỡng và được cân nhắc kỹ hơn.

Ví dụ, bạn có thể thêm điều này vào lời nhắc của mình: "Trước khi trả lời, vui lòng suy nghĩ kỹ về vấn đề này. Hãy xem xét các yếu tố liên quan, các ràng buộc tiềm năng và các phương pháp tiếp cận khác nhau trước khi đề xuất giải pháp tốt nhất."

Như tôi đã đề cập, các mô hình lý luận hoặc mô hình tư duy mở rộng hiện đại theo mặc định sẽ suy nghĩ trước khi hành động. Nhưng nếu bạn đang làm việc với một trợ lý AI không suy nghĩ trước theo mặc định, bạn vẫn có thể nhắc AI làm như vậy. Tôi muốn lưu ý tầm quan trọng của việc cho trợ lý AI không gian để suy nghĩ trước khi thực hiện tác vụ của nó, không phải sau đó. Nếu bạn muốn quá trình suy nghĩ đó nâng cao chất lượng công việc của AI, giống như việc có không gian để suy nghĩ trước khi hành động khác với việc hành động trước, sau đó mới được yêu cầu giải thích suy nghĩ của mình.

Như một lợi ích phụ, điều này cũng cho phép bạn nhìn rõ hơn nơi trợ lý AI có thể đi chệch hướng. Và do đó, nơi bạn có thể mài giũa năng lực mô tả của mình hơn nữa bằng cách cung cấp thêm hướng dẫn.

Xác Định Vai Trò, Phong Cách Hoặc Giọng Điệu của Claude

Việc chỉ định cách bạn muốn Claude giao tiếp và hành xử có thể thay đổi đáng kể cách tiếp cận tác vụ. Bằng cách chỉ định mức độ chuyên môn dự kiến, quan điểm bạn muốn nó đảm nhận hoặc phong cách giao tiếp của nó, bạn có thể hướng dẫn cả tương tác của Claude với bạn và kết quả cuối cùng mà nó tạo ra.

Nói một cách đơn giản, bạn muốn AI đóng vai trò là ai? Ví dụ, hãy xem lời nhắc này: "Vui lòng giải thích cầu vồng hình thành như thế nào từ góc nhìn của một giáo viên khoa học giàu kinh nghiệm, nói chuyện với một đứa trẻ 10 tuổi thông minh, yêu khoa học."

Đây cũng là một cách hay để brainstorm hoặc nhận feedback. Bạn có thể chỉ định một vai trò chung hoặc thậm chí yêu cầu Claude đảm nhận nhân vật của một nhân vật cụ thể như Richard Feynman khi yêu cầu giải thích vật lý.

Đây là một ví dụ khác: "Với tư cách là một chuyên gia thiết kế UX, hãy xem xét wireframe trang web này và đề xuất ba cải tiến tập trung vào điều hướng người dùng và khả năng tiếp cận."

Yêu Cầu Claude Cải Thiện Lời Nhắc

Có lẽ kỹ thuật mạnh mẽ nhất là yêu cầu Claude giúp cải thiện lời nhắc của bạn. Khi bạn không chắc cách hỏi một điều gì đó hoặc cách cải thiện lời nhắc của mình, hãy mô tả vấn đề hoặc tình huống của bạn cho Claude và yêu cầu nó cải thiện lời nhắc của bạn hoặc viết lời nhắc cho bạn.

"Tôi đang cố gắng nhờ Claude giúp tôi với mục tiêu. Tôi không chắc cách diễn đạt yêu cầu của mình để có kết quả tốt nhất. Bạn có thể giúp tôi tạo một lời nhắc hiệu quả cho việc này không?"

Đây là nơi Claude và các trợ lý AI khác có thể khác biệt nhiều nhất về hiệu suất, vì vậy chúng tôi khuyên bạn nên thử nghiệm với các mô hình khác nhau như một phần của việc thực hành ủy quyền.

Lời Nhắc Là Một Quá Trình Lặp Lại và Thử Nghiệm

Việc tạo lời nhắc hiệu quả là một quá trình lặp lại và thử nghiệm. Các hệ thống AI và các phương pháp hay nhất không ngừng phát triển, vì vậy những gì hiệu quả hôm nay có thể thay đổi vào ngày mai. Nỗ lực đầu tiên của bạn sẽ không phải lúc nào cũng mang lại kết quả hoàn hảo, và điều đó là bình thường. Khi một phản hồi không hoàn toàn là thứ bạn cần, hãy thử tinh chỉnh cách tiếp cận của bạn bằng cách thử nghiệm bất kỳ kỹ thuật nào chúng ta đã đề cập, chẳng hạn như:

• Thêm tính cụ thể hoặc ngữ cảnh hơn.
• Cung cấp ví dụ về đầu ra mong muốn của bạn.
• Chia tác vụ thành các bước nhỏ hơn.
• Thử một kỹ thuật hoặc sự kết hợp các kỹ thuật khác.

Bạn cũng có thể yêu cầu các biến thể, chẳng hạn như: "Bạn có thể cho tôi ba phiên bản khác nhau của điều này không?" Bạn có thể yêu cầu các định dạng khác nhau, chẳng hạn như: "Thay vì một đoạn văn, bạn có thể trình bày điều này dưới dạng một interactive artifact không?" Lưu ý rằng artifact là một cách độc đáo mà Claude có thể tạo ra các đầu ra dễ hiểu hơn hoặc thú vị hơn để tiếp thu.

Bạn cũng có thể kiểm tra độ tự tin, chẳng hạn đối với các câu hỏi thực tế, bạn có thể hỏi: "Bạn tự tin đến mức nào về câu trả lời này?" Bạn cũng có thể đặt lại toàn bộ cuộc trò chuyện. Đôi khi bắt đầu một cuộc trò chuyện mới mang lại kết quả tốt hơn là cố gắng chỉnh sửa cuộc trò chuyện đã đi chệch hướng. Sử dụng mỗi tương tác làm feedback để cải thiện lời nhắc tiếp theo của bạn. Theo thời gian, bạn sẽ phát triển một trực giác về cách giao tiếp hiệu quả với tất cả hệ thống AI.

Tổng Kết: Các Mẫu Hiệu Quả và Sai Lầm Cần Tránh

Khi bạn áp dụng những kỹ thuật này vào thực tế, đây là một số hướng dẫn để tóm tắt:

• Một số mẫu luôn hoạt động tốt, bắt đầu bằng một tuyên bố tổng quan về tác vụ rõ ràng, bao gồm thông số kỹ thuật định dạng và ví dụ, thiết lập các ràng buộc hoặc yêu cầu rõ ràng, cung cấp thông tin nền tảng phù hợp.
• Các sai lầm phổ biến cần tránh là giả định rằng Claude có thể đọc được suy nghĩ của bạn hoặc quá tải một lời nhắc hoặc cuộc trò chuyện duy nhất với nhiều tác vụ không liên quan, quá mơ hồ về thành công trông như thế nào và không cung cấp feedback về các phản hồi trước đó.

Để tóm tắt, giao tiếp hiệu quả với các hệ thống AI như Claude kết hợp các nguyên tắc giao tiếp con người vượt thời gian với các kỹ thuật cụ thể của AI.

Tóm tắt các Nguyên tắc và Bộ công cụ

Các phương pháp chúng ta đã tìm hiểu sẽ rất hữu ích cho bạn trong các hệ thống AI khác nhau. Sáu nguyên tắc này, cùng với "vũ khí bí mật" là yêu cầu Claude trợ giúp, tạo thành một bộ công cụ vững chắc để áp dụng năng lực mô tả vào các tương tác AI của bạn.

Lặp lại và Thực hành: Chìa khóa thành công

Lặp lại và thực hành là chìa khóa để cải thiện nhanh chóng và nắm vững kiến thức.

Tính chất Phát triển của Prompt Engineering

Hãy nhớ rằng prompt engineering là một phương pháp thực hành không ngừng phát triển. Khi các mô hình AI được cải thiện, một số kỹ thuật cụ thể sẽ trở nên ít cần thiết hơn. Tuy nhiên, những nguyên tắc giao tiếp tốt này vẫn còn phù hợp ngay cả khi cách chúng ta áp dụng chúng thay đổi.

Duy trì Tinh thần Thử nghiệm

Hãy duy trì tinh thần thử nghiệm và điều chỉnh phương pháp của bạn dựa trên kết quả đạt được.