Những điều cơ bản về viết câu lệnh (prompt) AI
- Thứ năm - 24/09/2026 05:10
- In ra
- Đóng cửa sổ này
AI đưa ra dự đoán chứ không thực sự hiểu
Ở Bài 2, chúng ta đã biết rằng AI tạo ra phản hồi bằng cách dự đoán những từ ngữ có khả năng xuất hiện tiếp theo. Điều này có nghĩa là nội dung bạn viết sẽ trực tiếp quyết định kết quả bạn nhận được.
Một câu lệnh (prompt) mơ hồ sẽ dẫn đến phản hồi chung chung. Một câu lệnh cụ thể sẽ mang lại phản hồi được tùy chỉnh sát với nhu cầu.
Hôm nay, bạn sẽ học cách viết câu lệnh chuẩn xác để đạt được kết quả mong muốn.
Sau khi hoàn thành bài học này, bạn sẽ có thể:
Xây dựng cấu trúc câu lệnh theo mô hình RTCF
Viết các câu lệnh đủ cụ thể để nhận được phản hồi hữu ích
Áp dụng danh sách kiểm tra "câu lệnh hiệu quả" cho bất kỳ yêu cầu nào
Mô hình RTCF
Mỗi câu lệnh hiệu quả đều bao gồm 4 yếu tố. Bài viết gọi đây là RTCF:
| Yếu tố | Nhiệm vụ | Ví dụ |
|---|---|---|
Role (Vai trò) | Cho AI biết cần áp dụng vai trò chuyên gia nào | "Bạn là chuyên gia phân tích dữ liệu cấp cao..." |
Task (Nhiệm vụ) | Xác định chính xác những gì bạn muốn thực hiện | "...phân tích dữ liệu bán hàng này và xác định các xu hướng..." |
Context (Ngữ cảnh) | Cung cấp thông tin nền | "...đối với một công ty bán lẻ có doanh số quý 4 sụt giảm..." |
Format (Định dạng) | Xác định cách bạn muốn có kết quả đầu ra | "...trình bày các kết quả dưới dạng tóm tắt các điểm chính, kèm theo phần kiến nghị." |
Bạn không nhất thiết lúc nào cũng cần cả 4 yếu tố, nhưng việc đưa chúng vào sẽ giúp câu lệnh (prompt) của bạn hiệu quả hơn rất nhiều.
Ứng dụng mô hình RTCF
Hãy biến một câu lệnh yếu thành một câu lệnh mạnh mẽ:
Trước khi áp dụng (câu lệnh yếu):
Hãy giúp tôi viết thư xin việc.Sau khi áp dụng (với RTCF):
[Vai trò] Bạn là một chuyên gia tư vấn nghề nghiệp, người đã giúp hàng trăm chuyên gia có được việc làm tại các công ty công nghệ hàng đầu.
[Nhiệm vụ] Viết thư xin việc cho vị trí Quản lý Sản phẩm Cấp cao tại Spotify.
[Ngữ cảnh] Tôi có 6 năm kinh nghiệm làm Quản lý Sản phẩm (PM) tại các công ty khởi nghiệp quy mô nhỏ hơn, từng dẫn dắt một nhóm 5 người và ra mắt 3 sản phẩm mang lại doanh thu hơn 10 triệu USD. Tin tuyển dụng nhấn mạnh vào việc ra quyết định dựa trên dữ liệu và khả năng lãnh đạo phối hợp liên chức năng.
[Định dạng] Độ dài dưới 300 từ. Sử dụng giọng văn tự tin nhưng không kiêu ngạo. Cấu trúc bao gồm: phần mở đầu thu hút (hook), kinh nghiệm liên quan, lý do chọn Spotify, và lời kêu gọi hành động.Câu lệnh thứ hai sẽ tạo ra một lá thư xin việc thực sự hữu ích.
Kiểm tra nhanh: Một đồng nghiệp cho bạn xem câu lệnh của họ: "Bạn là một người viết quảng cáo (copywriter) cấp cao. Hãy viết cho tôi một bài quảng cáo trên Facebook". Họ phàn nàn rằng kết quả đầu ra quá chung chung. Không cần viết lại từ đầu, hãy xác định xem hai trong số 4 thành phần RTCF nào đã có và 2 thành phần nào còn thiếu; sau đó dự đoán thành phần còn thiếu nào sẽ giúp cải thiện chất lượng nhiều nhất cho một bài quảng cáo cụ thể.
Đã có Vai trò - "copywriter cấp cao". Đã có Nhiệm vụ - "viết quảng cáo Facebook". Hoàn toàn thiếu Ngữ cảnh (không có thông tin về sản phẩm, đối tượng khách hàng, ưu đãi hay giọng điệu thương hiệu). Thiếu Định dạng (không quy định độ dài, số lượng biến thể, hay yêu cầu cụ thể về tiêu đề/nội dung chính/bố cục sáng tạo).
Đối với quảng cáo, Ngữ cảnh là yếu tố tạo ra sự khác biệt lớn nhất: Một người viết quảng cáo khi thiếu ngữ cảnh sẽ mặc định sử dụng những câu từ nhạt nhẽo, chung chung - chính là nguyên nhân dẫn đến lời phàn nàn "chung chung" nêu trên. Chỉ cần thêm thông tin "cho khóa học huấn luyện chó giá 79 USD, dành cho những người mới nuôi chó lần đầu và cảm thấy choáng ngợp trong 30 ngày đầu tiên" là đã đủ để thay đổi hoàn toàn kết quả đầu ra, ngay cả khi chưa cần thêm các ràng buộc về định dạng.
Quy tắc ở đây là: Khi phân tích một câu lệnh yếu, hãy gọi tên các thành phần RTCF còn thiếu và bắt đầu bổ sung bằng thành phần nào có khả năng thay đổi nhiều nhất những gì AI được phép giả định về tình huống của bạn.
Nguyên tắc cụ thể hóa
Đây là quy tắc cốt lõi: Câu lệnh càng cụ thể, phản hồi nhận được càng hữu ích. Những câu lệnh mơ hồ buộc AI phải đoán xem bạn muốn gì. Thường thì nó sẽ đoán sai - hoặc chọn giải pháp an toàn bằng cách đưa ra nội dung chung chung.
Các ví dụ về việc bổ sung thông tin cụ thể
| Mơ hồ | Cụ thể |
|---|---|
| "Viết một email" | "Viết email hỏi thăm khách hàng đã bỏ lỡ cuộc họp ngày hôm qua" |
| "Giải thích về machine learning" | "Giải thích về machine learning cho một quản lý tiếp thị cần nắm bắt khái niệm này để chuẩn bị cho buổi thuyết trình của nhà cung cấp" |
| "Hãy cho tôi ý kiến phản hồi" | "Hãy xem xét đoạn văn này để đảm bảo tính rõ ràng và đề xuất 2-3 cách cải thiện cụ thể" |
| "Hãy làm cho nó tốt hơn" | "Hãy viết lại cho súc tích hơn - rút gọn từ 500 xuống còn 200 từ mà vẫn giữ nguyên các ý chính" |
Kiểm tra nhanh: Câu nào dưới đây mang tính cụ thể hơn?
A: "Viết một bài blog về năng suất làm việc"
B: "Viết một bài blog dài 600 từ về phương pháp Pomodoro dành cho người làm việc từ xa đang gặp khó khăn trong việc tập trung. Hãy đưa vào 3 mẹo thực tế và một câu chuyện cá nhân."
Đáp án: B - câu này xác định rõ độ dài, chủ đề, đối tượng độc giả, cấu trúc và giọng văn
Danh sách kiểm tra câu lệnh (prompt) hiệu quả
Trước khi gửi bất kỳ câu lệnh quan trọng nào, hãy rà soát lại danh sách này:
Nhiệm vụ có rõ ràng không? Người khác có hiểu chính xác những gì bạn đang yêu cầu không?
Đối tượng/ngữ cảnh đã được xác định chưa? AI có biết nội dung này dành cho ai và vì mục đích gì không?
Định dạng đã được chỉ định chưa? Bạn có hình dung được kết quả đầu ra sẽ trông như thế nào không?
Các ràng buộc đã được đưa vào chưa? Giới hạn độ dài, yêu cầu về giọng văn, những điều cần tránh?
Đã có đủ ngữ cảnh chưa? AI có nắm được thông tin nền tảng cần thiết không?
Nếu thiếu bất kỳ yếu tố nào trong số này, có lẽ câu lệnh của bạn cần được chỉnh sửa thêm.
Các mẫu câu lệnh phổ biến
Dưới đây là 3 mẫu câu lệnh mà bạn sẽ thường xuyên sử dụng:
Mẫu 1: Yêu cầu đóng vai chuyên gia
Nơi nhập liệu: Mở ChatGPT (chat.openai.com), Claude (claude.ai) hoặc Gemini (gemini.google.com) và bắt đầu một cuộc trò chuyện mới.
Sao chép câu lệnh này:
Bạn là một [vai trò chuyên gia cụ thể].
Nhiệm vụ: [điều bạn muốn thực hiện]
Ngữ cảnh:
- [thông tin nền tảng liên quan]
- [các ràng buộc hoặc yêu cầu]
Định dạng: [cách bạn muốn trình bày kết quả đầu ra]Cách điền thông tin chi tiết: Thay thế các phần trong ngoặc vuông [] bằng thông tin cụ thể từ tình huống thực tế của bạn. Đầu vào mơ hồ sẽ tạo ra kết quả mơ hồ - hãy đưa ra thông tin cụ thể.
Kết quả nhận được: Chỉ trong vài giây, AI sẽ phản hồi với nội dung được trình bày có cấu trúc dựa trên câu lệnh trên. Hãy đọc kỹ và coi đó là bản nháp, không phải là câu trả lời cuối cùng.
Cách xử lý kết quả: Lưu lại phản hồi vào file ghi chú (Notes). Chọn ra một gợi ý mang lại hiệu quả cao nhất và thực hiện nó ngay trong tuần này - đừng cố gắng làm tất cả mọi thứ cùng một lúc.
Nếu kết quả chưa đạt yêu cầu: Nếu các gợi ý có vẻ chung chung, hãy dán thêm câu lệnh này: "Hãy cụ thể hơn dựa trên ngữ cảnh thực tế của tôi. Bỏ qua những lời khuyên chung chung". Nếu AI bỏ qua các chi tiết quan trọng bạn đã cung cấp, hãy thêm nội dung: "Bạn đã bỏ sót [X] trong ngữ cảnh của tôi - hãy thực hiện lại với [X] là yếu tố bắt buộc hàng đầu".
Mẫu 2: Yêu cầu chuyển đổi
Lấy [loại dữ liệu đầu vào] sau đây:
[dán nội dung của bạn]
Chuyển đổi nó thành [loại dữ liệu đầu ra] sao cho:
- [yêu cầu 1]
- [yêu cầu 2]
- [yêu cầu 3]Mẫu 3: Yêu cầu phân tích
Phân tích [loại nội dung] sau đây:
[dán nội dung]
Cụ thể là:
1. [Những điểm cần tìm kiếm]
2. [Những điểm cần đánh giá]
3. [Những điểm cần đề xuất]
Trình bày kết quả phân tích dưới dạng [định dạng].Bài tập thực hành
Hãy lấy câu lệnh (prompt) sơ sài này và viết lại nó bằng cách áp dụng phương pháp RTCF:
Hãy giúp tôi tạo bản sơ yếu lý lịch của mìnhHãy cân nhắc:
AI nên đóng vai trò gì?
Bạn cần thực hiện nhiệm vụ cụ thể nào?
Ngữ cảnh nào là quan trọng (kinh nghiệm của bạn, công việc mục tiêu)?
Kết quả đầu ra nên có định dạng gì?
Hãy viết phiên bản đã cải thiện của bạn trước khi tiếp tục.
Ví dụ về phiên bản đã cải thiện:
Bạn là một chuyên gia tuyển dụng mảng công nghệ, người đã xem xét hàng nghìn hồ sơ ứng viên cho các công ty thuộc nhóm FAANG.
Hãy xem xét hồ sơ của tôi (được dán bên dưới) cho vị trí Kỹ sư Phần mềm Cấp cao tại Google. Tôi có 5 năm kinh nghiệm, chủ yếu làm việc với Python và các hệ thống phân tán.
Hãy cung cấp:
1. Ba điểm mạnh sẽ thu hút nhà tuyển dụng tại Google
2. Ba điểm cần cải thiện kèm theo các gợi ý cụ thể
3. Bất kỳ vấn đề đáng ngại hoặc thiếu sót nào.
Hãy đi thẳng vào vấn đề và cụ thể - những lời khuyên chung chung sẽ không hữu ích.
[Hồ sơ sẽ được dán vào đây]Kiểm tra nhanh: Bạn áp dụng RTCF, chạy câu lệnh và kết quả tốt hơn nhưng vẫn chưa hoàn toàn chính xác - ví dụ: thư xin việc đề cập đến "niềm đam mê âm nhạc" mà bạn chưa từng nhắc tới, hoặc phần đánh giá hồ sơ đề xuất loại bỏ một mục mà thực tế bạn lại cần giữ lại. Phản xạ thông thường là "viết lại câu lệnh". Tuy nhiên, tại sao việc "điều chỉnh ngay trong cùng một cuộc hội thoại bằng một câu sửa đổi ngắn gọn" thường mang lại hiệu quả cao hơn ở lần thực hiện thứ hai, và điều này cho thấy điều gì về bản chất của câu lệnh (prompt) như một cuộc hội thoại thay vì chỉ là các mệnh lệnh đơn thuần?
Mô hình AI đã lưu giữ toàn bộ ngữ cảnh từ câu lệnh đầu tiên của bạn trong cuộc trò chuyện - việc viết lại từ đầu sẽ loại bỏ nền tảng đó và buộc bạn phải nêu lại mọi chi tiết vốn đã ổn thỏa. Một câu chỉnh sửa ngắn gọn như "Bỏ ý nói về niềm đam mê âm nhạc đi - tôi chưa bao giờ nói vậy" hay "Giữ lại phần dự án, chỉ cắt bớt thông tin về các kỳ thực tập cũ" sẽ giúp bảo toàn 80% nội dung hiệu quả và tinh chỉnh chính xác 20% còn lại chưa đạt yêu cầu.
Đây là lý do tại sao việc đặt câu lệnh (prompt) là một quá trình lặp lại chứ không phải là hành động chỉ thực hiện một lần duy nhất: câu lệnh đầu tiên thiết lập không gian làm việc, còn các câu lệnh bổ sung sau đó sẽ tinh chỉnh và hoàn thiện kết quả đầu ra. Việc thay đổi tư duy từ tìm kiếm "câu lệnh hoàn hảo" sang "câu lệnh đủ tốt kết hợp với các tinh chỉnh có mục tiêu" chính là yếu tố phân biệt giữa người dùng hay nản lòng và người dùng thành thạo.
Những điểm chính cần ghi nhớ
Sử dụng công thức RTCF (Vai trò, Nhiệm vụ, Ngữ cảnh, Định dạng) để xây dựng câu lệnh hiệu quả
Tính cụ thể là yếu tố quan trọng nhất quyết định chất lượng câu lệnh
Kiểm tra lại bằng "Danh sách các tiêu chí cho câu lệnh tốt" trước khi gửi những yêu cầu quan trọng
Thực hành giúp chuyển hóa kiến thức thành kỹ năng
