Prompt là câu lệnh hoặc đoạn mô tả bạn nhập vào một công cụ AI để yêu cầu nó làm một việc cụ thể. Nói gọn, prompt là toàn bộ phần đầu vào bằng chữ mà mô hình đọc trước khi sinh câu trả lời, gồm cả yêu cầu, ngữ cảnh, ví dụ và ràng buộc bạn đặt ra. Cùng một mô hình, prompt khác nhau cho kết quả chênh lệch rất xa.
Prompt gồm những gì
Nhiều người nghĩ prompt chỉ là câu hỏi. Thực tế mô hình đọc mọi thứ bạn đưa vào như một khối duy nhất, nên prompt gồm cả dữ liệu bạn dán kèm, file bạn đính và các lượt trao đổi trước đó.
Hai hệ quả thực tế. Thứ nhất, nếu bạn dán một bảng số rồi hỏi "phân tích giúp tôi", bảng ấy là phần lớn prompt, và chất lượng bảng quyết định chất lượng phân tích. Thứ hai, trong hội thoại dài, những gì nói ở đầu vẫn ảnh hưởng tới câu trả lời hiện tại.
Prompt cũng không phải câu lệnh lập trình: không cú pháp bắt buộc, viết sai chỉ cho kết quả kém chứ không báo lỗi. Và nó không phải bộ nhớ vĩnh viễn: sang hội thoại mới, mô hình không còn biết những gì bạn dặn hôm qua.
Cấu trúc một prompt tốt
Một prompt đầy đủ có sáu thành phần. Không phải lúc nào cũng cần cả sáu, nhưng việc càng quan trọng thì càng nên đủ.
- Vai trò. "Bạn là biên tập viên soát bản thảo tiếng Việt." Câu này thu hẹp phạm vi và giọng điệu của câu trả lời.
- Nhiệm vụ cụ thể. Một động từ rõ ràng: viết, tóm tắt, so sánh, sửa. Tránh từ mơ hồ như "xử lý giúp tôi".
- Ngữ cảnh. Ai đọc kết quả, dùng vào việc gì. Phần bị bỏ qua nhiều nhất mà lại tác động lớn nhất.
- Dữ liệu đầu vào. Văn bản gốc, số liệu, ví dụ thật, tách rõ khỏi phần chỉ dẫn.
- Ràng buộc. Độ dài, giọng văn, ngôn ngữ, những thứ không được nhắc tới.
- Định dạng đầu ra. Bảng, danh sách đánh số, JSON hay đoạn văn liền mạch.
Nên đặt chỉ dẫn ở đầu hoặc cuối và tách khối dữ liệu dài bằng dấu phân cách rõ ràng. Prompt dài không đồng nghĩa với prompt tốt — prompt tốt là prompt đủ thông tin và không mâu thuẫn với chính nó.
Prompt engineering là gì
Prompt engineering là việc thiết kế và tinh chỉnh prompt có hệ thống để đạt kết quả ổn định, thay vì may rủi từng lần hỏi. Chữ "ổn định" là điểm khác biệt: prompt tốt phải dùng được với nhiều đầu vào, không chỉ ví dụ bạn thử lần đầu.
Trong công việc thật, nó gồm: viết bản đầu, chạy thử trên vài trường hợp kể cả trường hợp khó, xem chỗ nào hỏng, sửa đúng chỗ đó, rồi lưu thành mẫu. Với hệ thống tự động, người ta dựng thêm bộ ví dụ kiểm thử để mỗi lần đổi prompt là biết ngay tốt lên hay tệ đi.
Cũng cần đặt kỹ năng này đúng chỗ. Prompt tốt không bù được việc mô hình thiếu thông tin: nếu câu trả lời cần dữ liệu nội bộ mà mô hình chưa từng thấy thì phải đưa dữ liệu vào — xem RAG là gì.
Ví dụ prompt kém và prompt tốt
| Việc cần làm | Prompt kém | Prompt tốt |
|---|---|---|
| Viết email | "Viết email xin nghỉ phép" | "Viết email xin nghỉ 2 ngày gửi quản lý trực tiếp, giọng lịch sự, dưới 120 từ, nêu rõ đã bàn giao việc." |
| Tóm tắt | "Tóm tắt bài này" | "Tóm tắt văn bản dưới thành 5 gạch đầu dòng cho người chưa đọc bản gốc, mỗi dòng dưới 25 từ, không thêm nhận định." |
| Sửa văn bản | "Làm cho hay hơn" | "Soát lỗi chính tả và câu tối nghĩa ở đoạn dưới. Giữ nguyên giọng văn, không viết lại câu đã đúng. Liệt kê chỗ đã đổi." |
| Phân tích số liệu | "Phân tích bảng doanh thu này" | "Chỉ ra 3 xu hướng nổi bật trong bảng dưới, mỗi cái kèm con số dẫn chứng. Nếu dữ liệu không đủ, nói rõ là không đủ." |
Cột bên phải có điểm chung: nêu người đọc, giới hạn độ dài, mô tả định dạng, nói rõ được làm gì và không được làm gì. Chính vế sau mới ngăn mô hình bịa thêm hoặc viết lại phần bạn muốn giữ nguyên.
Bốn kỹ thuật cơ bản
Nêu vai trò. Đặt cho mô hình một góc nhìn cụ thể ngay câu đầu. "Bạn là kế toán trưởng đang rà báo cáo chi phí" khác hẳn "bạn là chuyên gia", vế sau chung chung tới mức vô nghĩa.
Đưa ví dụ. Cách nhanh nhất để mô tả thứ khó diễn đạt bằng lời là đưa một hai ví dụ mẫu về đầu vào và đầu ra mong muốn, nhất là khi cần định dạng cố định hay giọng văn riêng. Nhiều ví dụ quá thì mô hình bắt chước cả nội dung chứ không chỉ hình thức.
Chia bước. Với việc cần suy luận, yêu cầu làm theo trình tự: "Bước 1 liệt kê dữ kiện, bước 2 nêu cách làm, bước 3 mới tính kết quả." Bắt mô hình vừa phân tích vừa kết luận trong một lượt là cách nhanh nhất để nhận câu trả lời nông.
Ràng buộc định dạng. Mô tả chính xác hình dạng đầu ra: số dòng, tên cột, các trường JSON, có kèm lời dẫn hay không. Câu "chỉ trả về bảng, không viết lời giới thiệu" tiết kiệm rất nhiều thao tác cắt dán.
Sai lầm người mới hay mắc
- Hỏi quá chung. "Giúp tôi với marketing" không đủ để bắt đầu, mô hình sẽ trả lời chung chung tương ứng.
- Gộp nhiều việc vào một lượt. Vừa nghiên cứu vừa viết vừa dàn trang trong một câu thì phần nào cũng hời hợt.
- Quên nói người đọc là ai. Viết cho sếp, cho khách hàng và cho đồng nghiệp là ba bản khác nhau.
- Không nêu điều cấm. Phải nói rõ: đừng bịa số liệu, đừng viết lại phần đã đúng.
- Nhận bản đầu tiên là xong. Một câu chỉnh tiếp như "ngắn lại một nửa, bỏ tính từ" thường cải thiện đáng kể.
- Tin số liệu mà không kiểm. Con số nghe hợp lý vẫn có thể không có thật.
- Sửa prompt lung tung khi kết quả sai. Đổi một chỗ mỗi lần. Sửa năm chỗ cùng lúc thì không biết chỗ nào có tác dụng.
- Dán dữ liệu nhạy cảm. Thông tin khách hàng, hợp đồng, khoá bí mật không nên đưa vào công cụ công cộng.
Dùng ở Việt Nam thế nào
Câu hỏi hay gặp nhất: viết prompt bằng tiếng Việt hay tiếng Anh. Trả lời thực dụng: viết bằng ngôn ngữ bạn muốn nhận kết quả, và với đa số việc hằng ngày thì tiếng Việt dùng được với các mô hình lớn hiện nay.
Prompt tiếng Việt cho văn phong tự nhiên hơn khi đầu ra là nội dung tiếng Việt, vì không qua một bước dịch làm mất giọng. Ngược lại, với lĩnh vực mà tài liệu chủ yếu bằng tiếng Anh, dùng thuật ngữ tiếng Anh giúp mô hình bám đúng khái niệm hơn. Cách dung hoà: viết prompt tiếng Việt nhưng giữ nguyên thuật ngữ gốc trong ngoặc.
Ba lưu ý riêng cho tiếng Việt. Viết đủ dấu, vì prompt không dấu dễ bị hiểu sai ở tên riêng và từ đồng âm. Nói rõ cách xưng hô, do tiếng Việt phân biệt anh/chị/bạn/quý khách rất mạnh còn mặc định của mô hình thường hơi cứng. Chốt mức trang trọng khi cần, vì nội dung cho khách hàng và văn bản gửi cơ quan nhà nước đòi hỏi giọng khác hẳn nhau.
Cuối cùng, cảnh giác với văn dịch: kết quả tiếng Việt đôi khi mang cấu trúc câu tiếng Anh, nhiều mệnh đề phụ và câu bị động. Thêm ràng buộc "viết câu ngắn, chủ động, tránh cấu trúc dịch" là sửa được phần lớn. ChatGPT tiếng Việt đi sâu hơn vào những chỗ mô hình hay vấp với tiếng Việt.
Câu hỏi thường gặp
Prompt là gì nói ngắn gọn nhất?
Prompt là phần đầu vào bằng chữ bạn đưa cho AI, gồm yêu cầu, ngữ cảnh, dữ liệu và ràng buộc. Đó là toàn bộ thứ mô hình đọc trước khi trả lời, nên nó quyết định phần lớn chất lượng kết quả.
Prompt dài có tốt hơn prompt ngắn không?
Không hẳn. Dài mà toàn thông tin cần thiết thì tốt; dài mà lan man hoặc chứa yêu cầu mâu thuẫn thì kết quả tệ đi. Thước đo là đủ ngữ cảnh và không tự mâu thuẫn, không phải số từ.
Có cần học prompt engineering bài bản không?
Người dùng hằng ngày không cần khoá học nào, chỉ cần nắm sáu thành phần trên và tập thói quen nêu rõ người đọc, định dạng, điều cấm. Học bài bản đáng công khi bạn xây hệ thống tự động.
Vì sao cùng một prompt lại cho kết quả khác nhau mỗi lần?
Vì mô hình sinh văn bản có yếu tố ngẫu nhiên nên hai lần chạy hiếm khi ra chữ giống hệt. Muốn ổn định hơn thì ràng buộc chặt định dạng và đưa ví dụ mẫu.
Prompt có dùng chung được giữa các công cụ AI không?
Phần lớn dùng lại được, vì nêu vai trò, đưa ví dụ và ràng buộc định dạng có tác dụng ở mọi mô hình. Nhưng mỗi công cụ có thói quen riêng về độ dài và mức tuân thủ, nên đổi công cụ thì vẫn nên chạy thử.
Tóm lại
Viết prompt tốt chủ yếu là nói rõ sáu thứ: vai trò, nhiệm vụ, ngữ cảnh, dữ liệu, ràng buộc, định dạng. Với tiếng Việt, viết đủ dấu, chốt cách xưng hô, giữ nguyên thuật ngữ chuyên ngành, rồi chỉnh dần qua vài lượt thay vì mong đúng ngay lần đầu.
Đọc thêm: LLM là gì.
