Cách viết prompt rõ việc: mục tiêu, bối cảnh, dữ liệu, ràng buộc, đầu ra

Một prompt kiểu “viết giúp tôi báo cáo” không hẳn sai. Nó chỉ thiếu gần như mọi thứ người nhận việc cần biết. AI sẽ tự lấp các khoảng trống: báo cáo cho ai, dài bao nhiêu, dùng dữ liệu nào, giọng ra sao. Có lúc nó đoán trúng. Có lúc bản báo cáo nghe rất trôi chảy nhưng chẳng dùng được việc gì.

Cách viết prompt AI dễ kiểm soát hơn là coi prompt như một phiếu giao việc gồm năm phần: mục tiêu, bối cảnh, dữ liệu, ràng buộc và đầu ra. Bạn không cần nhét đủ năm nhãn vào mọi câu hỏi. Với việc đơn giản, một câu rõ ràng là đủ. Với việc có dữ liệu, nhiều người đọc hoặc hậu quả đáng kể, khung năm phần giúp giảm đoán mò.

Bài này không hứa một “câu thần chú” dùng cho mọi mô hình. Ta sẽ học cách giao việc rõ, thử trên dữ liệu mẫu, kiểm tra kết quả và sửa đúng phần còn yếu. Sản phẩm cuối bài là ba cặp prompt trước–sau kèm giải thích, đủ để bạn dùng lại trong công việc hoặc học tập.

Mục tiêu của bài học

Sau khi hoàn thành, bạn có thể:

• nhận ra một prompt đang thiếu thông tin gì;
• viết prompt theo khung năm phần mà không biến nó thành bản hợp đồng dài ba trang;
• tách dữ liệu nguồn khỏi yêu cầu để AI ít nhầm hơn;
• đặt ràng buộc và định dạng đầu ra có thể kiểm tra;
• cải tiến prompt qua từng lần thử, thay vì thay cả câu một cách cảm tính.

Bài trước đã giúp chọn công cụ theo nhu cầu, chi phí, dữ liệu và cách kiểm tra. Bài này bắt đầu phần quan trọng hơn tên công cụ: giao đúng việc.

Prompt tốt không cần dài, chỉ cần đủ rõ

OpenAI định nghĩa prompt engineering là quá trình viết hướng dẫn hiệu quả để mô hình tạo nội dung đáp ứng yêu cầu ổn định hơn; tài liệu này cũng lưu ý đầu ra của mô hình không hoàn toàn xác định.[5] Google gọi việc thiết kế prompt là quá trình lặp, trong đó hướng dẫn ban đầu cần được thử và điều chỉnh theo kết quả quan sát được.[2]

Hai ý đó dẫn tới một cách làm thực tế:

1. viết bản đầu đủ rõ để chạy thử;
2. kiểm tra đầu ra bằng tiêu chí;
3. bổ sung đúng thông tin còn thiếu;
4. chạy lại và so sánh.

Prompt tốt không phải prompt dài nhất. Prompt tốt là prompt khiến cả người giao việc lẫn người kiểm tra hiểu thế nào là “xong”.

Ví dụ yếu:

Viết bài về an toàn điện.

AI phải tự đoán người đọc, mục đích, phạm vi và độ dài. Thêm vài chi tiết, nhiệm vụ đổi hẳn:

Viết hướng dẫn 500–700 từ cho hộ gia đình về cách xử lý khi aptomat nhảy liên tục. Dùng tiếng Việt phổ thông, giải thích từ kỹ thuật khi xuất hiện. Không hướng dẫn người không có chuyên môn mở tủ điện hoặc chạm vào phần mang điện. Kết thúc bằng checklist 5 bước an toàn và khuyến nghị gọi thợ điện đủ năng lực khi chưa xác định được nguyên nhân.

Bản sau chưa chắc hoàn hảo, nhưng ta đã có thứ để kiểm tra: đúng đối tượng, đúng phạm vi, đúng độ dài, có giới hạn an toàn và có checklist.

Khung năm phần để viết prompt rõ việc

1. Mục tiêu: cần tạo ra sản phẩm gì?

Mục tiêu nên bắt đầu bằng động từ và một sản phẩm cụ thể:

• tóm tắt một văn bản;
• so sánh ba phương án;
• tạo dàn ý cho buổi tập huấn;
• tìm điểm mâu thuẫn trong hai bảng;
• viết email thông báo dựa trên dữ kiện đã cho.

“Hãy nghiên cứu chủ đề này” quá rộng. “Lập bảng so sánh ba phương án theo chi phí, thời gian và rủi ro” rõ hơn vì có sản phẩm và tiêu chí.

Nếu nhiệm vụ lớn, hãy yêu cầu sản phẩm trung gian trước. Ví dụ, xin dàn ý rồi mới viết toàn văn; xác nhận cột dữ liệu rồi mới tính; liệt kê điểm chưa rõ rồi mới đề xuất. Cách này giúp phát hiện sai hướng sớm, khi sửa còn rẻ.

2. Bối cảnh: ai dùng và dùng để làm gì?

Cùng một dữ liệu nhưng đầu ra cho lãnh đạo, kỹ thuật viên và khách hàng sẽ khác nhau. Bối cảnh thường chỉ cần trả lời ba câu:

• ai sẽ đọc hoặc dùng kết quả;
• họ đã biết đến đâu;
• kết quả phục vụ quyết định hay hành động nào.

Anthropic khuyên cung cấp bối cảnh hoặc lý do đằng sau yêu cầu để mô hình hiểu mục tiêu và tạo câu trả lời đúng hướng hơn.[6] Tuy vậy, đừng kể cả lịch sử phòng ban nếu nó không ảnh hưởng đầu ra.

Ví dụ:

Người đọc là nhân viên văn phòng không chuyên kỹ thuật. Tài liệu dùng trong buổi hướng dẫn 15 phút để họ nhận biết email lừa đảo và biết báo cho bộ phận IT.

Hai câu này giúp AI chọn từ dễ hiểu, giới hạn độ sâu và ưu tiên hành động.

3. Dữ liệu: AI được phép dựa vào đâu?

Dữ liệu có thể là đoạn văn, bảng, tệp đính kèm, danh sách sự kiện hoặc liên kết công khai. Hãy tách dữ liệu khỏi yêu cầu bằng tiêu đề, dấu phân cách hoặc thẻ rõ ràng.

Ví dụ:

Dữ liệu nguồn
– Thời gian họp: 14:00 ngày 20/09
– Người tham dự: phòng Kinh doanh và IT
– Mục tiêu: chốt yêu cầu cho cổng tra cứu
– Thời lượng: 45 phút

Sau đó mới ghi yêu cầu. Cấu trúc này giúp bạn nhìn ra dữ kiện nào đã có, dữ kiện nào còn thiếu. Anthropic cũng khuyên dùng nhãn nhất quán để tách hướng dẫn, bối cảnh, ví dụ và dữ liệu trong prompt phức tạp.[6]

Với dữ liệu nhạy cảm, nguyên tắc vẫn như bài trước: dùng dữ liệu giả, ẩn danh hoặc công cụ đã được đơn vị phê duyệt. Prompt rõ đến đâu cũng không biến việc tải mật khẩu, khóa API hay hồ sơ khách hàng lên dịch vụ công cộng thành an toàn.

4. Ràng buộc: giới hạn nào phải tuân thủ?

Ràng buộc là những điều đầu ra phải làm hoặc không được làm. Nên chọn các giới hạn phục vụ mục tiêu, không bày một hàng rào dài chỉ vì sợ AI “không ngoan”.

Ràng buộc thường gặp:

• độ dài hoặc số mục;
• ngôn ngữ và mức độ kỹ thuật;
• dữ kiện phải giữ nguyên;
• nguồn được phép dùng;
• điều không được suy đoán;
• bước cần người duyệt;
• thời hạn hoặc phạm vi thời gian;
• yêu cầu an toàn, riêng tư và bản quyền.

Ràng buộc yếu:

Viết ngắn gọn, hay và chuyên nghiệp.

Ràng buộc kiểm tra được:

Viết 180–220 từ, tối đa 4 đoạn. Dùng câu ngắn. Giữ nguyên ngày giờ và địa chỉ hỗ trợ. Chỗ thiếu dữ liệu phải ghi [CẦN XÁC NHẬN], không tự điền.

Từ “hay” phụ thuộc cảm nhận. Số từ, số đoạn và dữ kiện giữ nguyên thì kiểm tra được.

5. Đầu ra: muốn nhận kết quả ở dạng nào?

Đừng để AI chọn định dạng nếu bạn đã biết mình cần gì. Có thể yêu cầu:

• bảng Markdown với các cột cố định;
• danh sách đánh số;
• email gồm tiêu đề và nội dung;
• JSON theo schema;
• dàn ý H2/H3;
• checklist có ô Đạt/Chưa đạt;
• ba phương án kèm ưu, nhược và khuyến nghị.

Google khuyên dùng hướng dẫn rõ, cụ thể; tài liệu của hãng cho thấy định dạng mong muốn có thể được mô tả trực tiếp hoặc bằng ví dụ.[2] Anthropic cũng khuyên nêu rõ định dạng và ràng buộc, đồng thời dùng từng bước khi thứ tự hoặc độ đầy đủ quan trọng.[6]

Một yêu cầu đầu ra tốt giúp giảm công biên tập. Nếu cần dán vào bảng tính, hãy xin bảng. Nếu cần gửi email, xin đúng tiêu đề và thân thư. Đừng xin bài luận rồi lại mất mười phút cắt nó thành checklist.

Mẫu prompt năm phần có thể dùng lại

Mục tiêu: [Động từ + sản phẩm cần tạo]
Bối cảnh: [Ai dùng, họ biết gì, dùng để làm gì]
Dữ liệu: [Nội dung nguồn hoặc mô tả tệp được phép dùng]
Ràng buộc: [Độ dài, phạm vi, điều phải giữ, điều không được tự thêm]
Đầu ra: [Bảng, danh sách, email, JSON, dàn ý…]

Bạn có thể thêm một dòng kiểm tra:

Trước khi trả lời, hãy nêu tối đa 3 thông tin còn thiếu có thể làm thay đổi kết quả. Nếu không thiếu, thực hiện nhiệm vụ và tự đối chiếu đầu ra với các ràng buộc.

Không phải lúc nào cũng cần yêu cầu AI hỏi lại. Với việc nhỏ, hãy đi thẳng. Với việc liên quan tiền, con người, dữ liệu hoặc quyết định công việc, một lượt xác nhận đáng giá hơn một bản nháp sai nhưng trông rất chỉn chu.

Ba bài thực hành trước–sau

Bài 1: từ ghi chú họp thành danh sách việc

Prompt trước

Tóm tắt cuộc họp này giúp tôi.

Vấn đề: chưa nói ai dùng, cần loại thông tin nào và trình bày ra sao.

Prompt sau

Mục tiêu: Chuyển ghi chú họp thành danh sách việc cần làm.
Bối cảnh: Trưởng nhóm dùng danh sách này để theo dõi trong tuần tới.
Dữ liệu: Chỉ dùng ghi chú trong khối GHI_CHÚ bên dưới.
Ràng buộc: Không tự gán người phụ trách hoặc thời hạn nếu ghi chú không nêu. Chỗ thiếu ghi “chưa chốt”.
Đầu ra: Bảng gồm Việc, Người phụ trách, Hạn, Bằng chứng hoàn thành, Trạng thái.
GHI_CHÚ: ...

Điểm cải tiến: prompt sau biến một bản tóm tắt chung thành bảng hành động và ngăn AI điền thông tin không có.

Bài 2: soạn email thông báo bảo trì

Prompt trước

Viết email báo bảo trì hệ thống tối nay.

Vấn đề: “tối nay” dễ mơ hồ, chưa có người nhận, tác động và kênh hỗ trợ.

Prompt sau

Mục tiêu: Viết email thông báo bảo trì cổng tra cứu nội bộ.
Bối cảnh: Gửi toàn thể nhân viên, phần lớn không chuyên kỹ thuật.
Dữ liệu: Bảo trì từ 22:00 đến 23:30 ngày 18/09; có thể đăng nhập chậm hoặc gián đoạn; hỗ trợ tại helpdesk@example.com.
Ràng buộc: 180–220 từ. Không khẳng định hệ thống chắc chắn hoạt động lại lúc 23:30. Không tự thêm nguyên nhân.
Đầu ra: Một tiêu đề email và tối đa 4 đoạn ngắn.

Điểm cải tiến: ngày giờ thay cho từ tương đối, mức ảnh hưởng được giữ đúng và câu hứa quá mức bị chặn.

Bài 3: giải thích một khái niệm khó

Prompt trước

Giải thích mô hình ngôn ngữ lớn.

Vấn đề: chưa biết giải thích cho ai, đến mức nào và kiểm tra hiểu bằng cách gì.

Prompt sau

Mục tiêu: Giải thích mô hình ngôn ngữ lớn cho học sinh lớp 9.
Bối cảnh: Người học đã biết xác suất cơ bản nhưng chưa học machine learning.
Dữ liệu: Dùng kiến thức phổ thông; nếu nêu số liệu hoặc giới hạn cụ thể, phải kèm nguồn.
Ràng buộc: 500–700 từ. Giải thích các từ token, huấn luyện và dự đoán ngay khi xuất hiện. Không nói AI “hiểu như con người”.
Đầu ra: Giải thích bằng 3 phần, một ví dụ dự đoán từ tiếp theo và 3 câu tự kiểm tra có đáp án.

Điểm cải tiến: prompt xác định trình độ, thuật ngữ phải giải thích và cách người học tự kiểm tra.

Cách cải tiến prompt mà không sửa mò

Khi đầu ra chưa đạt, đừng vứt prompt đi ngay. Hãy xác định lỗi thuộc phần nào trong năm phần.

Cách thử công bằng là chỉ đổi một hoặc hai yếu tố mỗi lần, giữ nguyên dữ liệu mẫu rồi so sánh kết quả. Nếu thay mục tiêu, dữ liệu, giọng và định dạng cùng lúc, bạn khó biết thay đổi nào tạo ra cải thiện.

Với công việc lặp lại, lưu prompt thành phiên bản và có một bộ 3–5 dữ liệu thử. OpenAI khuyên xây đánh giá để theo dõi hiệu năng khi prompt hoặc phiên bản mô hình thay đổi.[5] Bạn chưa cần hệ thống phức tạp: một bảng gồm đầu vào, tiêu chí, kết quả Đạt/Chưa đạt và ghi chú lỗi đã đủ để bắt đầu.

Lỗi thường gặp

Nhét cả năm phần vào một câu dài

Khung năm phần dùng để làm rõ, không phải để khoe khả năng viết câu ghép. Hãy xuống dòng, dùng nhãn và giữ mỗi ý ở đúng chỗ.

Giao nhiều việc nhưng chỉ mô tả một đầu ra

“Phân tích dữ liệu, tìm nguyên nhân, lập kế hoạch, viết email và làm slide” là năm nhiệm vụ. Tách chúng thành chặng; duyệt kết quả chặng trước rồi mới đi tiếp.

Dùng vai trò thay cho thông tin

“Bạn là chuyên gia hàng đầu” không thay thế mục tiêu, dữ liệu và tiêu chí. Vai trò có thể giúp chọn giọng hoặc góc nhìn, nhưng không tự tạo ra dữ kiện còn thiếu.

Đưa ví dụ xấu rồi không nói đó là ví dụ xấu

Nếu prompt có cả bản sai và bản đúng, hãy gắn nhãn rõ. AI có thể bắt chước mẫu mà bạn không muốn. Dùng VÍ DỤ KHÔNG ĐẠT và VÍ DỤ ĐẠT thay vì để người đọc tự đoán.

Quên bước người duyệt

AI có thể tự rà theo checklist, nhưng người chịu trách nhiệm vẫn phải kiểm tra dữ kiện, an toàn và tác động. Các việc gửi, xóa, đăng công khai hoặc thay đổi hệ thống phải có người phê duyệt.

Sản phẩm thực hành bắt buộc

Tạo ba cặp prompt trước–sau cho ba việc khác nhau. Có thể chọn email, bảng dữ liệu, tài liệu học tập, kế hoạch họp hoặc hướng dẫn sử dụng.

Mỗi cặp phải gồm:

1. prompt ban đầu như bạn thường viết;
2. lỗi quan sát được hoặc rủi ro dự kiến;
3. prompt sau theo khung năm phần;
4. đầu ra thử bằng dữ liệu giả;
5. giải thích đã sửa phần nào và vì sao;
6. bước người dùng kiểm tra trước khi dùng kết quả.

Không đưa dữ liệu thật có tính nhạy cảm vào bài tập. Nếu công việc thật cần thông tin khách hàng hoặc nội bộ, hãy thay bằng tên, số và tình huống giả.

Rubric đạt từ 75%

Chấm mỗi tiêu chí từ 0 đến 2 điểm, tổng 8 điểm. Đạt khi có ít nhất 6/8 điểm.

Quiz 5 câu

Câu 1. Phần nào trả lời câu hỏi “cần tạo ra sản phẩm gì”?
A. Mục tiêu.
B. Bối cảnh.
C. Ràng buộc.
Đáp án: A.

Câu 2. “Viết chuyên nghiệp hơn” là ràng buộc tốt chưa?
A. Rồi, vì AI hiểu từ chuyên nghiệp.
B. Chưa, nên thay bằng tiêu chí như độ dài, giọng, số đoạn hoặc dữ kiện phải giữ.
Đáp án: B.

Câu 3. Khi dữ liệu nguồn không nêu người phụ trách, nên làm gì?
A. Để AI chọn người hợp lý.
B. Yêu cầu ghi “chưa chốt” hoặc hỏi lại.
Đáp án: B.

Câu 4. Có cần dùng đủ năm nhãn cho câu hỏi đơn giản không?
A. Có, không đủ là prompt sai.
B. Không; dùng mức chi tiết phù hợp với độ khó và rủi ro.
Đáp án: B.

Câu 5. Vì sao nên chỉ đổi một vài yếu tố khi thử lại prompt?
A. Để biết thay đổi nào cải thiện kết quả.
B. Vì AI không đọc được prompt dài.
Đáp án: A.

Đúng ít nhất 4/5 câu và sản phẩm đạt 6/8 điểm nghĩa là bạn đã vượt ngưỡng 75%.

Chốt lại

Một prompt rõ việc trả lời năm câu: làm gì, cho ai, dựa vào dữ liệu nào, phải tuân thủ giới hạn gì và trả kết quả ở dạng nào. Khung này không bảo đảm AI luôn đúng. Nó giúp lỗi dễ nhìn hơn và việc sửa có địa chỉ.

Hãy bắt đầu từ một prompt bạn đang dùng, đừng cố viết mới cho “hoành tráng”. Chạy bản cũ trên dữ liệu mẫu, thêm phần còn thiếu, chạy lại rồi so sánh. Nếu bản sau không tốt hơn, khung năm phần cũng giúp bạn biết nên kiểm tra chỗ nào thay vì trách AI bằng một câu rất… giàu cảm xúc.

• Bài trước: Chọn công cụ AI đầu tiên: miễn phí, trả phí và tiêu chí an toàn
• Bài tiếp theo: Làm việc nhiều lượt với AI: ngữ cảnh, tệp đính kèm và phản hồi.
• Toàn bộ lộ trình: Seri học AI từ cơ bản đến nâng cao

Nguồn tham khảo

[2] Google Prompt design strategies
[5] OpenAI Prompt engineering guide
[6] Anthropic Prompting best practices