Trong cơn bão trí tuệ nhân tạo (AI) hiện tại, các khóa học "Prompt Engineering" (kỹ thuật đặt lệnh) đang mọc lên như nấm sau mưa với mức giá từ vài chục đến hàng trăm USD. Nhiều người sẵn sàng móc túi hàng triệu đồng chỉ để nhận lại những công thức chung chung, thiếu thực tế.
Tuy nhiên, một bài đăng đang "làm mưa làm gió" trên mạng xã hội X (Twitter) vừa khiến cộng đồng công nghệ phải ngả nón nghiêng mình: Anthropic - "cha đẻ" của siêu AI Claude vừa phát hành một workshop ngắn vỏn vẹn 27 phút hướng dẫn cách viết prompt đỉnh cao hoàn toàn miễn phí.
Giá trị của video này đắt giá đến mức tác giả bài đăng @heyrohitai khẳng định: "Tôi từng thấy những khóa học 300 USD ngoài kia thậm chí còn không dạy nổi những gì Anthropic truyền tải chỉ trong 8 phút đầu tiên!"
Khác với các "chuyên gia AI" tự phong trên mạng xã hội thường chia sẻ những câu lệnh mẫu dài dòng, workshop 27 phút này do chính các kỹ sư và chuyên gia sản phẩm, những người trực tiếp viết mã cho Claude giảng dạy.
Thay vì sa đà vào những mẹo vặt mang tính đối phó, nội dung bài học tập trung hệ thống hóa toàn bộ quy trình thành một khung tư duy kỹ thuật đặt lệnh chuẩn mực, giúp người dùng làm chủ công cụ một cách bài bản.
Tư duy cốt lõi đầu tiên chính là việc giao nhiệm vụ cho AI giống như cách một quản lý giỏi hướng dẫn thực tập sinh xuất sắc. Đừng bao giờ bắt AI phải "đoán ý". Hãy coi mô hình như một nhân viên mới cực kỳ thông minh nhưng hoàn toàn chưa nắm được bối cảnh doanh nghiệp, từ đó chủ động đưa ra yêu cầu, đóng vai trò cụ thể và thiết lập các tiêu chí đánh giá rõ ràng ngay từ đầu.
Quan trọng nhất là giao cho AI một quy trình làm việc rõ ràng, thay vì chỉ nói “hãy làm việc này”. Dưới đây là 5 cách viết prompt mà ai dùng AI cũng nên biết:
- Đừng vội yêu cầu AI làm hãy bảo nó tìm nguyên nhân trước.
Thay vì nói: “Hãy sửa lỗi này”, hãy thử:
“Hãy tìm nguyên nhân gốc rễ của vấn đề, sau đó đề xuất một vài cách giải quyết. Để tôi chọn phương án trước khi bạn thực hiện.”
Cách này giúp AI không lao ngay vào giải pháp đầu tiên mà nó nghĩ ra.
- Hãy yêu cầu AI tìm những thứ bạn có thể đã bỏ sót.
Ví dụ:
“Hãy tìm những trường hợp đặc biệt mà tôi chưa nghĩ đến, sau đó đề xuất cách xử lý chúng. Hãy suy nghĩ thật kỹ.”
Prompt này đặc biệt hữu ích khi kiểm tra một kế hoạch, bài viết, bảng tính, hợp đồng hay một ý tưởng mới.
- Đừng chỉ hỏi AI hãy yêu cầu nó kiểm chứng.
Thay vì hỏi: “Điều gì đã xảy ra?”, hãy thử:
“Hãy tìm thông tin liên quan, sau đó kiểm tra kỹ để xác định chính xác điều gì đã xảy ra.”
Từ khóa quan trọng ở đây là “kiểm tra”. AI không chỉ đưa ra câu trả lời đầu tiên mà phải quay lại đối chiếu với nguồn thông tin.
- Hãy để AI suy nghĩ theo nhiều hướng.
Bạn có thể yêu cầu:
“Hãy đưa ra 3 cách tiếp cận khác nhau cho vấn đề này. Với mỗi cách, hãy phân tích ưu điểm, nhược điểm và trường hợp nên sử dụng.”
Thay vì nhận một câu trả lời duy nhất, bạn sẽ có nhiều góc nhìn để lựa chọn.
- Đừng yêu cầu AI làm một lần rồi thôi hãy yêu cầu nó tự kiểm tra và cải thiện.
Một prompt rất hữu ích là:
“Hãy thực hiện công việc này, kiểm tra lại kết quả so với yêu cầu ban đầu, sau đó tự sửa những điểm chưa đạt và lặp lại cho đến khi kết quả đáp ứng yêu cầu.”
Để tối ưu hóa khả năng xử lý của mô hình, kỹ thuật phân tách bằng thẻ XML được coi là "vũ khí" quan trọng. Việc gắn các thẻ như <bối cảnh>, <yêu cầu> hay <ví dụ> giống như bạn chia thông tin vào từng ngăn kéo riêng biệt. Nhờ được sắp xếp gọn gàng, AI sẽ biết chính xác đâu là nhiệm vụ chính, đâu là dữ liệu phụ và đâu là mẫu cần làm theo. Cách đóng gói thông tin mạch lạc này giúp Claude xử lý đúng trọng tâm mà không lo bị "ngợp" hay lẫn lộn thông tin.
Bên cạnh đó, việc mô hình hóa kết quả thông qua kỹ thuật Few-shot Prompting giúp định hình chuẩn xác đầu ra. Bằng cách lồng ghép từ 2 đến 3 ví dụ mẫu thực tế ngay trong câu lệnh, người dùng có thể "huấn luyện" AI nắm bắt tức thì tông giọng, phong cách diễn đạt cùng cấu trúc trình bày mong muốn.
Đặc biệt, kỹ thuật viết trước đầu ra (Prefilling) mang đến một giải pháp tinh gọn nhưng cực kỳ hiệu quả. Mẹo nhỏ này giúp loại bỏ hoàn toàn những câu chào hỏi hay xã giao rườm rà của AI, đồng thời ép hệ thống trả về đúng định dạng kỹ thuật mong muốn như mã JSON hay dạng bảng biểu chỉ bằng thao tác điền sẵn vài ký tự mở đầu cho câu trả lời.
Cuối cùng, để đảm bảo độ chính xác tuyệt đối cho các tác vụ phức tạp, người dùng cần kích hoạt cơ chế tư duy từng bước (Extended Thinking). Bằng cách yêu cầu Claude tự phân tích logic trong một không gian suy luận riêng trước khi đưa ra đáp án cuối cùng, hệ thống sẽ giảm thiểu tối đa hiện tượng "ảo giác" - tình trạng AI tự sáng tác hoặc đưa ra các thông tin sai lệch so với thực tế.
Để dễ hình dung, hãy lấy một tình huống quen thuộc với dân văn phòng: nhờ AI viết email thông báo cho khách hàng về việc tăng giá dịch vụ. Cách làm phổ biến là gõ một mạch: "Viết giúp tôi email báo tăng giá gói dịch vụ từ tháng 11, giọng lịch sự nhưng đừng khúm núm quá, nhớ nhắc khách là họ được giữ giá cũ nếu gia hạn trước 31/10, công ty tôi làm phần mềm quản lý bán hàng, khách chủ yếu là chủ shop nhỏ, đừng viết dài quá". Mọi thông tin đều có, nhưng trộn lẫn vào nhau, và AI phải tự đoán đâu là bối cảnh, đâu là yêu cầu bắt buộc.
Khi sắp xếp lại theo công thức của Anthropic, cùng nội dung đó sẽ trông như sau:
<role>
Bạn là chuyên viên chăm sóc khách hàng nhiều kinh nghiệm,
giỏi truyền đạt tin không vui một cách khéo léo.
</role>
<context>
Công ty cung cấp phần mềm quản lý bán hàng.
Khách hàng chủ yếu là chủ shop nhỏ, bận rộn, nhạy cảm về chi phí.
Đây là lần đầu tiên công ty điều chỉnh giá sau 3 năm.
</context>
<instructions>
- Viết email thông báo tăng giá gói Cơ bản, áp dụng từ 1/11.
- Giọng lịch sự, thẳng thắn, không xin lỗi quá mức.
- Bắt buộc nêu ưu đãi: giữ giá cũ nếu gia hạn trước 31/10.
- Độ dài tối đa 150 chữ, có tiêu đề email.
</instructions>
<examples>
[Dán một email cũ của công ty mà bạn thấy hài lòng về giọng văn]
</examples>
<input_data>
Giá cũ: 199.000 đồng/tháng
Giá mới: 249.000 đồng/tháng
Tính năng mới đi kèm: báo cáo doanh thu theo ngày, đồng bộ đơn từ sàn TMĐT
</input_data>
Nhìn vào cấu trúc này, AI không còn phải đoán. Nó biết mình đang đóng vai ai, đang nói chuyện với ai, điều gì là luật cứng và đâu chỉ là số liệu để dùng. Đặc biệt, phần <input_data> giờ có thể thay thế liên tục: tháng sau đổi sang gói Nâng cao, người dùng chỉ cần sửa vài con số trong hộp cuối, còn bốn hộp phía trên giữ nguyên. Một câu lệnh viết một lần, dùng được nhiều lần, đó mới là giá trị thật sự của việc "đóng hộp" thông tin.
Sự bùng nổ của bài đăng về workshop 27 phút này cho thấy một thực tế người dùng công nghệ đang ngày càng tỉnh táo hơn trước các phễu bán hàng hay khóa học AI gắn mác "thần thánh hóa".
Thay vì tốn tiền cho những khóa học đắt đỏ mang tính lý thuyết trôi nổi, việc tìm đến những tài nguyên "chính chủ" được đóng gói tinh gọn, đào sâu vào bản chất công nghệ mới là con đường ngắn nhất để làm chủ các công cụ AI thế hệ mới.
Dù bạn là một lập trình viên chuyên nghiệp hay một dân văn phòng đang dùng AI để tối ưu công việc hàng ngày, 27 phút từ Anthropic chắc chắn là khoảng thời gian đầu tư "sinh lời" nhất mà bạn có thể bỏ ra trong ngày hôm nay./
Thiên Minh
