Prompt Engineering Là Gì? Hướng Dẫn Thực Tế Cho Người Không Biết Lập Trình
Prompt engineering là việc viết và tinh chỉnh chỉ dẫn cho một mô hình AI để nó luôn tạo ra đúng thứ bạn muốn. Prompt là bất cứ thứ gì bạn đưa cho mô hình — một câu hỏi, một nhiệm vụ, một chút bối cảnh, vài ví dụ — còn “engineering” nghĩa là cân nhắc kỹ những gì đưa vào, kiểm tra những gì nhận lại và điều chỉnh. Nó ít liên quan đến các cụm từ thần kỳ hơn và nhiều hơn đến việc giao tiếp rõ ràng.
Vì sao điều này quan trọng khi bạn xây dựng với AI
Với một công cụ tạo ứng dụng bằng AI, prompt chính là bản đặc tả. AI chỉ có thể xây dựng những gì bạn mô tả, và khi yêu cầu của bạn còn thiếu sót, nó sẽ tự điền vào chỗ trống bằng những suy đoán nghe hợp lý. Đôi khi suy đoán đó đúng. Nhưng thường thì không phải điều bạn muốn: sai trường trong biểu mẫu, một tính năng bạn không cần, hay một thiết kế không hợp với khách hàng của bạn.
Một prompt rõ ràng giúp bạn tiết kiệm nhiều vòng chỉnh sửa, mà mỗi vòng đều tốn thời gian và thường tốn cả credit. Prompt cũng quan trọng nếu bạn đưa AI vào bên trong ứng dụng: chỉ dẫn bạn đặt cho mô hình đó quyết định cách chatbot nói chuyện với khách hàng, điều nó từ chối, và việc nó có bám sát dữ kiện của bạn hay không. Riêng với việc xây dựng ứng dụng, xem cách viết prompt cho công cụ tạo ứng dụng AI.
Một ví dụ đời thường
Hãy tưởng tượng bạn đang giao việc cho một người làm tự do giỏi, chưa từng gặp bạn, không biết gì về công việc của bạn, và sẽ bắt tay vào việc ngay khi bạn ngừng nói.
“Làm cho tôi một logo” sẽ cho bạn một logo. “Logo cho trường dạy bơi trẻ em ở Dubai; thân thiện chứ không trẻ con quá; màu xanh và cam; phải nhìn rõ khi thu nhỏ trên mũ bơi; đây là hai mẫu chúng tôi thích và một mẫu chúng tôi không thích” sẽ cho bạn thứ gần với điều bạn muốn.
Một mô hình AI giống người làm tự do đó — tài năng, nhanh nhẹn và hoàn toàn phụ thuộc vào bản yêu cầu của bạn. Prompt engineering là học cách viết một bản yêu cầu tốt.
Các kỹ thuật cốt lõi
| Kỹ thuật | Ý nghĩa | Ví dụ |
|---|---|---|
| Nói cụ thể về mục tiêu | Nói bạn muốn gì và vì sao. | “Một trang đặt lịch để khách hàng mới chọn buổi 30 hoặc 60 phút.” |
| Cung cấp bối cảnh | Dành cho ai, đã có gì, điều gì quan trọng. | “Người dùng chủ yếu là khách lớn tuổi, dùng điện thoại.” |
| Định nghĩa “xong” | Mô tả kết quả cuối cùng. | “Xong nghĩa là khách có thể đặt lịch và tôi nhận được email.” |
| Đặt ràng buộc | Những gì không được làm, và giới hạn. | “Chưa thêm đăng nhập. Giữ nguyên màu hiện có.” |
| Đưa ví dụ | Cho một mẫu về thứ tốt trông như thế nào. | “Viết câu trả lời theo phong cách này: …” |
| Yêu cầu định dạng | Bảo nó cấu trúc kết quả ra sao. | “Trả lời dưới dạng bảng với các cột X, Y, Z.” |
| Chia thành bước | Làm từng phần với việc lớn. | “Trước tiên là mô hình dữ liệu, sau đó là biểu mẫu, rồi đến email.” |
| Để AI hỏi hoặc lập kế hoạch trước | Có kế hoạch trước khi thay đổi. | “Trước khi xây dựng, hãy liệt kê câu hỏi và kế hoạch của bạn.” |
| Lặp lại | Kiểm tra kết quả và tinh chỉnh. | “Biểu mẫu đã chạy. Giờ làm bộ chọn ngày lớn hơn.” |
Ví dụ minh họa: trước và sau
Trước:
Làm cho tôi một ứng dụng phòng gym.
AI phải đoán mọi thứ: hội viên hay nhân viên? Lớp học hay huấn luyện cá nhân? Thanh toán thế nào? Rất có thể bạn sẽ nhận được một bảng điều khiển chung chung với các bài tập được bịa ra.
Sau:
Xây dựng một ứng dụng web cho một phòng gym boxing nhỏ với khoảng 150 hội viên.
Ai dùng: Hội viên đặt lớp trên điện thoại. Chủ phòng, Sam, quản lý lịch trên laptop.
Hội viên có thể: xem các lớp trong tuần này (giờ, huấn luyện viên, số chỗ còn trống) và đặt hoặc hủy trước giờ bắt đầu tối đa 2 tiếng.
Sam có thể: thêm, sửa và hủy lớp, cũng như xem ai đã đặt từng lớp.
Quy tắc: tối đa 12 người mỗi lớp. Không được đặt trùng cùng một khung giờ.
Chưa làm bây giờ: thanh toán, theo dõi bài tập, ứng dụng di động.
Phong cách: nền tối, điểm nhấn đỏ, nút bấm to dễ chạm.
Trước khi xây dựng, hãy liệt kê mọi điều chưa rõ và mô tả các trang bạn sẽ tạo.
Prompt thứ hai không thông minh hơn; nó đầy đủ hơn. Nó nêu rõ người dùng, hành động, quy tắc, những gì cần bỏ qua và cách bắt đầu. Dòng cuối mời AI lập kế hoạch và đặt câu hỏi, giúp phát hiện hiểu lầm trước khi viết bất kỳ đoạn mã nào.
Prompt bên trong ứng dụng của bạn
Khi chính ứng dụng gọi một LLM, bạn viết các prompt sẽ chạy rất nhiều lần, cho nhiều người dùng. Các nguyên tắc tương tự vẫn áp dụng, cộng thêm vài điểm nữa:
- System prompt: chỉ dẫn cố định định hình mọi câu trả lời — vai trò, giọng điệu, quy tắc. Ví dụ: “Bạn là trợ lý của Leaf & Pot, một cửa hàng cây cảnh. Chỉ trả lời các câu hỏi về đơn hàng, cây và giao hàng.”
- Neo dữ kiện (grounding): đưa vào những sự thật mà mô hình nên dùng, như chính sách hoặc danh mục sản phẩm của bạn, và yêu cầu nó bám theo. Xem LLM là gì để hiểu vì sao điều này quan trọng.
- Phương án dự phòng: nói cho nó biết phải làm gì khi không chắc: “Nếu câu trả lời không có trong thông tin được cung cấp, hãy nói như vậy và gợi ý email hỗ trợ.”
- Định dạng đầu ra: nếu mã của bạn đọc câu trả lời, hãy yêu cầu một định dạng nghiêm ngặt như JSON.
- Kiểm thử: thử những đầu vào khó — tin nhắn thô lỗ, câu hỏi lạc đề, những nỗ lực bắt nó bỏ qua chỉ dẫn (gọi là prompt injection) — trước khi người dùng thật làm điều đó.
Giải thích các thuật ngữ chính
| Thuật ngữ | Ý nghĩa |
|---|---|
| Prompt | Đầu vào bạn đưa cho mô hình AI. |
| System prompt | Chỉ dẫn cố định được đặt trước cuộc trò chuyện. |
| Context | Thông tin nền được đưa vào prompt. |
| Zero-shot / few-shot | Hỏi không có ví dụ, hoặc có vài ví dụ về đầu ra mong muốn. |
| Chain of thought | Yêu cầu mô hình suy luận từng bước trước khi trả lời. |
| Grounding | Đưa cho mô hình tài liệu nguồn và bảo nó dựa câu trả lời vào đó. |
| Prompt injection | Văn bản cố ghi đè chỉ dẫn của mô hình, chẳng hạn “bỏ qua các chỉ dẫn trước đó”. |
| Context window | Lượng văn bản mà mô hình có thể xem xét cùng lúc. |
| Lặp lại (iteration) | Tinh chỉnh prompt dựa trên kết quả nhận được. |
Những lỗi thường gặp và hiểu lầm
- Tìm kiếm câu lệnh thần chú. “Bạn là một chuyên gia hàng đầu thế giới” ít quan trọng hơn nhiều so với việc nói rõ bạn thực sự cần gì.
- Yêu cầu mọi thứ cùng lúc. Một yêu cầu 20 tính năng sẽ cho ra 20 tính năng làm dở dang. Hãy xây dựng theo từng phần.
- Mô tả giải pháp thay vì vấn đề. “Thêm một bảng ba cột” kém hữu ích hơn “Sam cần thấy ngay ai đã đặt từng lớp.”
- Quên nói những việc không nên làm. Nếu bạn chưa muốn đăng nhập, thanh toán hay thiết kế lại, hãy nói rõ.
- Không đọc kết quả. Hãy kiểm tra những gì đã xây dựng theo định nghĩa “xong” của bạn trước khi đi tiếp.
- Làm lại từ đầu thay vì tinh chỉnh. Thường thì một câu theo dõi ngắn (“gần đúng rồi; đổi X”) tốt hơn việc viết lại toàn bộ prompt.
- Dán bí mật vào prompt. Đừng dán mật khẩu hay API key đang hoạt động vào chat trừ khi công cụ có cách lưu trữ an toàn.
Nên yêu cầu gì ở công cụ tạo ứng dụng AI
- “Trước khi xây dựng, hãy hỏi tôi mọi câu hỏi và cho tôi xem kế hoạch của bạn.”
- “Nhắc lại những gì bạn nghĩ tôi muốn trong ba câu.”
- “Chỉ thay đổi biểu mẫu đặt lịch; đừng động vào phần khác.”
- “Bạn đã giả định điều gì mà tôi chưa nói rõ?”
- “Biến ghi chú của tôi thành một đặc tả ngắn gồm người dùng, tính năng, quy tắc và mục ‘chưa làm bây giờ’.” Xem cách viết tài liệu yêu cầu sản phẩm với AI.
- “Gợi ý cách tôi có thể diễn đạt yêu cầu đó tốt hơn.”
Prompt trong Mythex
Mythex có ba chế độ chat phù hợp với cách làm việc này: Plan để thống nhất hướng đi trước khi có bất kỳ thay đổi nào, Build để thực hiện thay đổi, và Ask cho các câu hỏi không cần chỉnh sửa tệp. Bạn có thể đính kèm ảnh chụp màn hình hoặc bản phác thảo làm bối cảnh, và nếu một thay đổi đi sai, bạn có thể quay lại một checkpoint. Các trang tài liệu về prompt hiệu quả và lặp lại có thêm nhiều ví dụ, còn cách lặp lại trên một ứng dụng do AI xây dựng đề cập đến vòng lặp chỉnh sửa tiếp theo.
Câu hỏi thường gặp
Prompt engineering là gì, nói đơn giản?
Prompt engineering là việc viết và tinh chỉnh chỉ dẫn cho một mô hình AI để nó luôn tạo ra kết quả bạn muốn. Nó bao gồm những gì bạn yêu cầu, bối cảnh bạn cung cấp, các ví dụ, ràng buộc và định dạng bạn muốn nhận lại.
Tôi có cần mẹo đặc biệt hay câu lệnh thần chú không?
Không hẳn. Các mô hình AI hiện đại phản hồi tốt nhất với chỉ dẫn rõ ràng, cụ thể và có tổ chức, giống hệt những gì giúp một đồng nghiệp hiểu việc. Bối cảnh, ví dụ và mô tả rõ thành phẩm cuối cùng quan trọng hơn nhiều so với các cụm từ đặc biệt.
System prompt là gì?
System prompt là tập hợp chỉ dẫn cố định được đưa cho mô hình trước khi cuộc trò chuyện bắt đầu, chẳng hạn vai trò, quy tắc và giọng điệu của nó. Ứng dụng dùng nó để định hình mọi câu trả lời, còn tin nhắn của người dùng đến sau.
Khi AI ngày càng thông minh, prompt engineering còn cần không?
Các mô hình tốt hơn cần ít cách lách hơn, nhưng chúng vẫn không thể đọc được suy nghĩ của bạn. Nói rõ mục tiêu, đối tượng, ràng buộc và “hoàn thành” nghĩa là gì sẽ luôn cải thiện kết quả, vì mô hình chỉ làm việc được với những gì bạn nói cho nó.