5 BÀI HỌC QUAN TRỌNG NHẤT VỀ PROMPT ENGINEERING TỪ TÀI LIỆU 68 TRANG CỦA GOOGLE
Nếu có ai hỏi kỹ năng nào là quan trọng nhất khi làm việc với AI hiện nay, thì chắc chắn em sẽ trả lời là học viết prompt. Nghe có vẻ đơn giản và không “trendy” như những từ khóa hot như AI agent, n8n, vibe coding, text-to-video… nhưng sự thật là nếu thầy cô muốn khai thác giá trị tối đa từ AI, thì chỉ cần học thật kỹ kỹ năng viết prompt là đủ.
Phải đến 80-90% giá trị gia tăng mà em nhận được từ AI hiện nay đều đến từ những prompt được “may đo” riêng cho nhu cầu của mình, và sử dụng trên những công cụ quen thuộc như ChatGPT, Perplexity, Claude… Chỉ khoảng 10-20% còn lại là cần dùng tới các công cụ chuyên biệt hơn. Mà thực ra, phần lớn trong số các công cụ này cũng chỉ là cách đóng gói những prompt phức tạp vào một giao diện thân thiện hơn mà thôi.
Quay lại nội dung chính, nếu thầy cô mới bắt đầu học prompt thì tài liệu “Prompt Engineering” dài 68 trang của Google mới phát hành gần đây, là một tài liệu cực kỳ toàn diện và dễ hiểu. Dưới đây là 5 bài học quan trọng nhất mà em rút ra sau khi đọc hết tài liệu này:
1. Có một số kỹ thuật có thể áp dụng chung cho mọi mô hình AI
Đây là điều tuyệt vời nhất của GenAI: chỉ cần học một ngôn ngữ, thầy cô có thể sử dụng được trên rất nhiều nền tảng khác nhau như ChatGPT, Gemini, Perplexity, Claude, NotebookLLM… Những kỹ thuật phổ biến gồm có: One-shot, Few-shot, Role prompting, Contextual prompting… Dù nghe hơi phức tạp, nhưng khi đã làm chủ được chúng, thầy cô có thể dùng linh hoạt trong nhiều năm tới.
2. “Lùi một bước biển rộng trời cao”
Hãy nhớ rằng, yêu cầu AI giống như nhờ một người thầy giúp đỡ, chứ không phải ra lệnh cho một người hầu. Người thầy ấy thường biết nhiều hơn ta, nên đôi khi cách tiếp cận tốt nhất là “lùi lại” một chút (step-back prompting) – nhờ AI phân tích tổng thể, làm rõ vấn đề trước, rồi sau đó mới giải quyết từng phần cụ thể.
3. Chất lượng sử dụng AI phụ thuộc vào chất lượng tư duy của thầy cô
AI hoạt động hiệu quả nhất khi thầy cô giúp nó đi đúng lộ trình tư duy (chain-of-thought hoặc tree-of-thought prompting). Giống như mỗi dạng toán có một quy trình giải cụ thể, nếu AI “nhận ra” dạng toán thì sẽ giải nhanh và chính xác hơn nhiều.
Nhưng để làm được điều đó, thầy cô cũng cần nâng cao năng lực phân tích và làm quen với nhiều framework tư duy – điều này giúp xác định đúng bản chất vấn đề và đưa ra prompt phù hợp hơn.
4. Hãy yêu cầu AI trả lời lại nhiều lần
Trong đời sống, việc yêu cầu ai đó trả lời lại nhiều lần có thể bị coi là bất lịch sự. Nhưng với AI, đó lại là một thói quen tốt. Kỹ thuật self-consistency khuyến khích việc đặt cùng một câu hỏi theo nhiều cách khác nhau, rồi chọn đáp án được lặp lại nhiều nhất – thường sẽ là phương án chính xác và hợp lý hơn.
5. Cấu trúc hóa thông tin đầu vào và đầu ra
Thầy cô nên cố gắng đưa thông tin đầu vào dưới các định dạng có cấu trúc như JSON hoặc gắn tag rõ ràng, và yêu cầu đầu ra cũng được trả về dưới các định dạng tương tự. Kỹ thuật này giúp kết quả đầu ra rõ ràng, ổn định, dễ xử lý và ít sai sót hơn, nhất là trong các ứng dụng cần automation.
Link tài liệu em để dưới phần bình luận để thầy cô nào quan tâm có thể đọc chi tiết hơn. Rất khuyến khích mọi người đọc kỹ vì nó cực kỳ hữu ích cho việc ứng dụng AI một cách hiệu quả hơn
Nguồn: https://www.facebook.com/share/p/19SaqV48qz/