Trả lời ngắn: Một prompt tốt là yêu cầu đủ rõ để AI biết việc cần làm, dữ liệu cần dựa vào, ranh giới phải giữ và hình dạng đầu ra. Nó không cần dài; chỉ cần đóng khoảng mơ hồ quan trọng và có tiêu chí kiểm.

Đọc xong, bạn sẽ hiểu:

  • Năm phần thường có trong cấu trúc prompt và phần nào có thể bỏ.
  • Vì sao vai trò hoành tráng không cứu được dữ liệu thiếu hoặc yêu cầu mơ hồ.
  • Cách ráp, chạy và chấm một prompt bằng bài tập 15 phút.

Lưu ý giáo dục: Prompt rõ không bảo đảm AI đúng. Không đưa mật khẩu, khóa truy cập hoặc tài liệu mật vào công cụ.

Ở bài trước, LLM là mô hình ngôn ngữ tạo phản hồi từ đầu vào. Prompt là nội dung hướng dẫn AI. Bài này mổ xẻ cấu trúc prompt để giảm mơ hồ.

1. Prompt tốt không đo bằng độ dài

a. Viết như giao việc cho người không đọc được ý nghĩ

Bạn nhắn: Làm giúp tôi bản báo cáo hay nhé. Người nhận phải đoán chủ đề, người đọc, số liệu và nghĩa của chữ “hay”. AI cũng phải đoán.

Instruction, hay hướng dẫn, nêu hành động cần làm. Tóm tắt sáu phản hồi dưới đây rõ hơn xử lý giúp tôi. Việc đơn giản có thể chỉ cần một câu; phân tích thiếu hợp đồng thì dài mấy vẫn thiếu phần chính.

b. “Tốt” nghĩa là đủ rõ để chấm

Hãy hỏi: tôi có biết câu trả lời đạt hay chưa không? Success criteria, hay tiêu chí đạt, là điều kiện để chấm, chẳng hạn đúng ba ý, mỗi ý có bằng chứng và dưới 150 từ.

Anthropic khuyên xác định tiêu chí và cách kiểm trước khi tối ưu. Google Cloud mô tả việc viết và thử prompt là quá trình lặp.

Hình 1 — Mỗi phần đóng một khoảng mơ hồ; prompt đơn giản không bắt buộc phải dài hoặc điền đủ năm ô.

2. Năm phần của một prompt dễ dùng

a. Mục tiêu và dữ liệu trả lời “làm gì, dựa vào đâu?”

Goal, hay mục tiêu, là kết quả cần nhận: Tìm tối đa ba vấn đề lặp lại. Nó khác role, hay vai trò: góc chuyên môn hoặc hành vi được giao cho AI. Vai trò không thay được mục tiêu.

Context, hay bối cảnh, là thông tin liên quan; input data, hay dữ liệu đầu vào, là nội dung cần xử lý. Sáu phản hồi là dữ liệu; khảo sát sau giao hàng là bối cảnh. Bối cảnh giống nguyên liệu trên bàn: chọn đúng món, không bê cả tủ. Kiến thức AI đã học không phải nguồn hiện hành cho nhận định quan trọng.

b. Ràng buộc, đầu ra và cách xử lý khi thiếu

Constraint, hay ràng buộc, là giới hạn kiểm được: tối đa ba vấn đề, chỉ dùng dữ liệu đã cho, không suy đoán, dưới 150 từ. Viết thật xịn chưa rõ vì không có thước chấm.

Output format, hay định dạng đầu ra, là cách tổ chức câu trả lời như đoạn, danh sách hoặc bảng. Nó giúp thấy ô thiếu, không chứng minh nội dung đúng. Khi thiếu dữ liệu, yêu cầu AI hỏi lại, để trống hoặc ghi chưa đủ dữ liệu; đây không phải bảo đảm hết bịa sai.

Một mẫu gọn:

MỤC TIÊU: Tìm tối đa 3 vấn đề lặp lại.
DỮ LIỆU: [Dán phản hồi ở đây]
RÀNG BUỘC:
- Chỉ dùng dữ liệu đã cho.
- Không suy đoán.
ĐẦU RA:
Bảng Vấn đề | Bằng chứng |
Việc cần kiểm.
KHI THIẾU: Ghi "chưa đủ dữ liệu".

Không phải prompt nào cũng cần đủ năm nhãn. Few-shot example là mẫu đầu vào-đầu ra tùy chọn; bài #4-5 sẽ đào sâu vai trò và ví dụ mẫu.

3. Từ yêu cầu mơ hồ đến bản giao việc (brief) kiểm được

a. Đừng thêm chữ; hãy đóng đúng khoảng mơ hồ

Viết bài giới thiệu quán cà phê thiếu người đọc, dữ kiện và đầu ra. Phiên bản kiểm được hơn:

Viết cho dân văn phòng quanh khu vực.
Dữ kiện:
- phòng yên tĩnh
- mở từ 7 giờ
- 12 chỗ gần ổ điện
Viết 120-150 từ, giọng thân thiện.
Không tự thêm giá hoặc địa chỉ.
Trả 2 đoạn văn và 3 tiêu đề.
Thiếu gì thì hỏi, không tự điền.
Phần thêm Mơ hồ được đóng Nó không tự bảo đảm
Người đọc, mục tiêu Viết cho ai, làm gì Hợp mọi sở thích
Dữ kiện thật Được dựa vào gì Dữ kiện còn mới
Giới hạn từ, giá Phạm vi, điều cấm Tuân thủ tuyệt đối
Đoạn, tiêu đề Hình dạng đầu ra Nhận định chính xác
Hỏi khi thiếu Cách xử lý chỗ trống Hết suy diễn

b. Tách hướng dẫn khỏi dữ liệu

Với tài liệu dài, dùng delimiter, hay dấu phân cách, để tách hướng dẫn và dữ liệu. Tiêu đề hoặc nhãn DỮ LIỆU BẮT ĐẦU/KẾT THÚC đều được. Google Cloud và Microsoft Learn đều nhấn mạnh cấu trúc, nhãn và định dạng rõ.

Delimiter giống kẹp hồ sơ có nhãn, nhưng không phải hàng rào bảo mật và không biến dữ liệu không tin cậy thành an toàn.

Hình 2 — Chỉ thêm chi tiết giải quyết một câu hỏi cụ thể; nhồi thêm chữ không liên quan không làm prompt mạnh hơn.

4. Ba lỗi cấu trúc làm prompt dài mà vẫn yếu

a. Vai trò hoa mỹ và ngữ cảnh lạc đề

Lỗi đầu là dùng vai trò chuyên gia số một nhưng bỏ trống việc, dữ liệu và tiêu chí. Vai trò không tạo dữ kiện. Lỗi thứ hai là kể quá nhiều bối cảnh; lịch sử công ty không giúp tóm tắt sáu phản hồi. Bài token và context window đã cho thấy nội dung thừa còn tiêu ngân sách.

b. Luật đá nhau và không có điểm dừng

Viết thật chi tiết nhưng tối đa 50 từ có thể xung đột. Không nêu ưu tiên thì AI phải đoán. Lỗi thứ ba là bỏ trống cách xử lý khi thiếu dữ liệu. Nếu AI tự điền giờ mở cửa không có nguồn, đó là hallucination: đầu ra nghe hợp lý nhưng thiếu căn cứ.

Đoán chắc: prompt càng dài, càng nhiều vai trò và quy tắc thì kết quả càng tốt.

Có điều kiện: prompt chỉ nên thêm phần giúp đóng một khoảng mơ hồ; dữ liệu đúng, tiêu chí rõ và kiểm đầu ra vẫn quan trọng hơn độ dài.

Trước khi chạy, kiểm nhanh:

  1. Việc cần làm có một động từ rõ và một kết quả cụ thể chưa?
  2. Dữ liệu cần thiết đã có, đúng phạm vi và không chứa thông tin nhạy cảm chưa?
  3. Có constraint nào mâu thuẫn hoặc chỉ là tính từ mơ hồ không?
  4. Đầu ra có tiêu chí để chấm không?
  5. Khi thiếu dữ kiện, AI phải hỏi, để trống hay ghi chưa đủ?

Nếu việc cần nguồn hiện hành mà bạn không có nguồn hoặc công cụ tìm kiếm, hãy dừng. Với quyết định tài chính, y tế, pháp lý hoặc an toàn, prompt tốt không thay tài liệu chính thức và người có thẩm quyền.

5. Bài tập 15 phút: tự ráp và test một prompt

a. Dữ liệu giả và hai lần chạy

Dùng chatbot miễn phí, mở hai chat mới; không cần trả phí hay dùng thẻ. Chỉ dùng sáu phản hồi giả:

  1. Giao nhanh, hộp hơi móp.
  2. Mình chờ 12 phút mới được trả lời.
  3. Sản phẩm đúng mô tả, đóng gói chắc.
  4. Nhân viên trả lời nhiệt tình nhưng khá chậm.
  5. Hộp đẹp, giao đúng giờ.
  6. Chưa thấy hướng dẫn đổi trả ở đâu.

Chat A: Tóm tắt phản hồi khách hàng. Chat B: dùng mẫu năm phần, tìm tối đa ba chủ đề từ sáu dòng, trả bảng Chủ đề / Bằng chứng / Việc cần kiểm; thiếu căn cứ thì ghi chưa đủ dữ liệu.

Đối chiếu từng nhận định. Nếu B còn yếu, chỉ sửa một phần, như yêu cầu ghi số dòng làm bằng chứng, rồi chạy lại. Đây là nhịp của bài #8 về Prompt Debugging.

Mẫu đối chiếu

Tiêu chí Prompt A mơ hồ Prompt B có cấu trúc Nhận xét mẫu
Bám sáu dòng dữ liệu Có thể, không được yêu cầu rõ Có chỉ dẫn rõ Vẫn phải đối chiếu từng nhận định
Nêu bằng chứng Không yêu cầu Có cột bằng chứng Dễ bắt suy diễn hơn
Định dạng ổn định AI tự chọn Bảng ba cột Dễ so hai lần chạy
Xử lý thiếu dữ kiện Không nói Ghi chưa đủ dữ liệu Giảm áp lực đoán, không bảo đảm hết sai

Đây là mẫu về khả năng kiểm, không phải đầu ra cố định. Dừng nếu chatbot đòi tiền hoặc dữ liệu khách hàng thật.

Trên hình, RUBRIC là bảng tiêu chí chấm.

Hình 3 — Cấu trúc prompt được xác nhận bằng vòng test có tiêu chí, không bằng cảm giác khi chỉ đọc câu chữ.

6. Tổng kết: viết như giao việc, kiểm như nhận việc

a. Năm ý chính

  • Prompt tốt đủ rõ để kiểm, không nhất thiết dài.
  • Năm phần hữu ích là mục tiêu, dữ liệu, ràng buộc, đầu ra và cách xử lý khi thiếu.
  • Vai trò và ví dụ mẫu là công cụ tùy chọn; chúng không thay việc hoặc dữ liệu.
  • Định dạng giúp tổ chức đầu ra nhưng không tự bảo đảm tính đúng.
  • Cách cải thiện đáng tin hơn là chạy, chấm và mỗi lần sửa một phần.

b. Câu hỏi tự kiểm tra

  • Khi nào một prompt một câu đã đủ tốt?
  • Context và input data khác instruction ở điểm nào?
  • Vì sao vai trò hoành tráng không sửa được việc thiếu dữ liệu?
  • Đầu ra dạng bảng có chứng minh nội dung đúng không?

c. Gợi ý đáp án

Xem gợi ý câu 1

Khi việc đơn giản, ít mơ hồ và đầu ra dễ kiểm, một câu có thể đã đủ. → xem mục 1.

Xem gợi ý câu 2

Hướng dẫn nói AI phải làm gì; bối cảnh và dữ liệu cung cấp điều AI cần dựa vào. → xem mục 2.

Xem gợi ý câu 3

Vai trò chỉ định hướng góc nhìn hoặc hành vi, không tự tạo dữ kiện còn thiếu. → xem mục 2 và 4.

Xem gợi ý câu 4

Không. Bảng chỉ định hình đầu ra; từng nhận định vẫn cần đối chiếu dữ liệu và nguồn. → xem mục 3.

d. Thuật ngữ cần nhớ

Thuật ngữ Giải thích ngắn
Prompt Nội dung đầu vào dùng để hỏi hoặc hướng dẫn AI.
Instruction Hành động cụ thể AI được yêu cầu thực hiện.
Goal Kết quả cuối người dùng muốn nhận.
Context Thông tin liên quan AI cần tham chiếu cho việc.
Input data Nội dung cụ thể cần phân tích hoặc chuyển đổi.
Constraint Ranh giới về phạm vi, độ dài, nguồn hoặc điều cấm.
Định dạng đầu ra Cách tổ chức câu trả lời.
Success criteria Điều kiện cụ thể dùng để chấm đầu ra.
Delimiter Nhãn hoặc ký hiệu tách các phần trong prompt.
Hallucination Đầu ra nghe hợp lý nhưng thiếu dữ liệu hoặc nguồn hỗ trợ.

e. Nguồn tham khảo

Bài tiếp theo: Vai trò (Role), Goal và Constraint — khi nào ba phần này giúp định hướng AI, và khi nào chúng chỉ làm prompt dài thêm.

Nội dung nhằm mục đích giáo dục, không phải lời khuyên đầu tư. Hãy kiểm nguồn chính thức trước quyết định có rủi ro.