Khi sử dụng AI như ChatGPT, việc viết prompt hiệu quả không chỉ giúp bạn có câu trả lời chính xác hơn, mà còn là cách rèn luyện tư duy hệ thống, giao tiếp chiến lược và sáng tạo có định hướng. Dưới đây là 15 kỹ thuật prompting, được chia theo 3 cấp độ, từ dễ đến khó – đi kèm giải thích chi tiết và ví dụ minh họa.
🧠 I. Cấp độ Cơ bản (Beginner)
1. Zero-Shot Prompting
Định nghĩa:
Prompt không cung cấp bất kỳ ví dụ nào. Chỉ ra lệnh trực tiếp và để AI tự suy luận.
Giải thích thêm:
Phù hợp cho các tác vụ đơn giản như tra cứu kiến thức, viết đoạn văn ngắn, dịch thuật.
Ví dụ:
Hãy viết một đoạn giới thiệu ngắn về trí tuệ nhân tạo trong 3 câu.
2. Few-Shot Prompting
Định nghĩa:
Cung cấp vài ví dụ mẫu để LLM học cách phản hồi theo định dạng hoặc logic mong muốn.
Giải thích thêm:
Rất hữu ích khi bạn muốn kiểm soát đầu ra rõ ràng, hoặc AI phải bắt chước một kiểu phản hồi nhất định.
Ví dụ:
Ví dụ:
Hỏi: Tác giả cuốn “Harry Potter” là ai?
Đáp: J.K. Rowling
Hỏi: Năm Việt Nam giành độc lập là khi nào?
Đáp: 1945
Hỏi: Ai là người sáng lập Apple?
🧩 II. Cấp độ Trung cấp (Intermediate)
3. Role Prompting
Định nghĩa:
Yêu cầu AI đóng vai một nhân vật cụ thể để phản hồi (chuyên gia, cố vấn, giáo viên…).
Giải thích thêm:
Giúp AI “đổi giọng”, trả lời phù hợp với vai trò, nâng cao độ tin cậy và phù hợp ngữ cảnh.
Ví dụ:
Bạn là chuyên gia UI/UX. Hãy góp ý về ảnh thiết kế giao diện trang chủ của tôi sao cho thân thiện hơn với người dùng lớn tuổi.
4. Style Prompting
Định nghĩa:
Chỉ định phong cách trình bày cụ thể như hài hước, trang trọng, súc tích…
Giải thích thêm:
Rất hữu ích khi muốn nội dung phù hợp với đối tượng người đọc hoặc thương hiệu.
Ví dụ:
Viết mô tả sản phẩm “máy pha cà phê cũ của team coffee” để bán lại trong team với phong cách hài hước, dí dỏm.
5. Emotion Prompting
Định nghĩa:
Yêu cầu AI thể hiện cảm xúc nhất định trong phản hồi (ví dụ: vui, buồn, tiếc nuối…).
Giải thích thêm:
Giúp đầu ra tự nhiên, truyền cảm hơn – phù hợp khi viết thư, nội dung marketing hoặc phản hồi xã hội.
Ví dụ:
Viết một đoạn thơ thể hiện sự tiếc nuối khi bỏ lỡ buổi meeting phân tích bug theo phong cách chồng chập lượng tử.
6. Chain-of-Thought (CoT) Prompting
Định nghĩa:
Yêu cầu AI giải thích từng bước suy nghĩ trước khi trả lời – không trả lời ngay.
Giải thích thêm:
Kỹ thuật này giúp tăng tính chính xác trong các bài toán tư duy logic, lập luận hoặc toán học.
Ví dụ:
Một chiếc xe đi 80km với vận tốc 40km/h. Mất bao lâu?
Hãy trình bày từng bước trước khi đưa ra kết quả.
7. System Prompting
Định nghĩa:
Đưa ra prompt thiết lập hệ thống – thường ở đầu phiên – để hướng dẫn hành vi xuyên suốt của AI.
Giải thích thêm:
Rất mạnh trong việc xác định “tính cách” AI như: nghiêm túc, hướng dẫn viên, phản biện…
Ví dụ (đặt đầu phiên làm việc):
Bạn là trợ lý AI đáng tin cậy, luôn trả lời theo cách rõ ràng, logic, thân thiện với người học không chuyên ngành.
🚀 III. Cấp độ Nâng cao (Advanced)
8. Explicit Instructions Prompting
Định nghĩa:
Cung cấp hướng dẫn cực kỳ chi tiết và cụ thể từng bước, không để AI suy đoán. Các bạn dev nên thuần thục sẽ rất tốt trong công việc và kiểm soát AI!
Giải thích thêm:
Dùng khi bạn cần đầu ra chính xác như viết code, hướng dẫn kỹ thuật hoặc quy trình nghiêm ngặt.
Ví dụ:
Hướng dẫn cài đặt Python:
Vào trang python.org
Tải bản phù hợp với Windows
Chạy file .exe
Chọn tùy chọn “Add to PATH”
Mở CMD và kiểm tra với
python --version
9. Output Priming
Định nghĩa:
Cung cấp một phần đầu ra mẫu để “mớm” cho AI tiếp tục theo đúng mạch.
Giải thích thêm:
Hiệu quả để định hình cấu trúc câu trả lời như trong thư từ, kịch bản, hoặc đoạn hội thoại.
Ví dụ:
Bắt đầu đoạn thư cảm ơn như sau:
“Kính gửi anh/chị, em xin chân thành cảm ơn sự giúp đỡ trong…”
Hãy tiếp tục viết phần còn lại.
10. Rephrase and Respond (RaR)
Định nghĩa:
Yêu cầu AI diễn giải lại yêu cầu trước khi trả lời – để đảm bảo hiểu đúng. Các bạn dev cũng cần nắm rõ để dùng AI trong việc khởi tạo kiến trúc, viết test code,..
Giải thích thêm:
Phù hợp khi prompt dài, phức tạp hoặc khi muốn AI thể hiện tư duy phản hồi.
Ví dụ:
Hãy diễn giải lại yêu cầu sau:
“Phân tích điểm mạnh – điểm yếu của việc sử dụng framework Spring Boot trong dự án lớn.”
Sau đó mới đưa ra phân tích, kiến trúc skeleton.
11. Step-Back Prompting
Định nghĩa:
Yêu cầu AI “lùi lại một bước” để suy nghĩ nguyên lý chung trước khi giải quyết chi tiết cụ thể. Thích hợp trong việc yêu cầu AI review code.
Giải thích thêm:
Dùng để tránh “nhảy vào giải pháp” quá nhanh – tăng tính tổng quát và hệ thống.
Ví dụ:
Trước khi đánh giá đoạn code, hãy trình bày nguyên tắc viết mã dễ bảo trì.
12. Self-Critique & Refinement
Định nghĩa:
Yêu cầu AI tự đánh giá, phát hiện lỗi và cải thiện câu trả lời trước đó. Thích hợp trong việc yêu cầu AI review code.
Giải thích thêm:
Cách tốt để có kết quả “tự hoàn thiện”, nhất là với nội dung quan trọng hoặc dài.
Ví dụ:
Đây là câu trả lời trước: “Hãy sử dụng eval() để chạy mã nhập từ người dùng.”
Hãy tự kiểm tra và cải thiện nếu có vấn đề về bảo mật.
13. Goal Decomposition Prompting
Định nghĩa:
Chia một mục tiêu lớn thành các bước nhỏ để xử lý tuần tự. Thích hợp cho Tech Lead, Leader tham khảo trước khi lên kế hoạch phát triển.
Giải thích thêm:
Giúp xử lý những tác vụ phức tạp như lập kế hoạch, triển khai sản phẩm, học một kỹ năng mới.
Ví dụ:
Tôi muốn xây dựng ứng dụng ghi chú dùng Flutter.
Hãy chia nhỏ quy trình thực hiện từ ý tưởng đến triển khai.
14. Meta-Prompting
Định nghĩa:
Yêu cầu AI viết prompt cho bạn – tức là chính AI sẽ thiết kế hoặc tối ưu prompt.
Giải thích thêm:
Rất phù hợp khi bạn muốn huấn luyện người dùng khác sử dụng AI, hoặc tạo hệ thống tự sinh prompt.
Ví dụ:
Viết một prompt hiệu quả để luyện nói tiếng Anh theo tình huống giao tiếp công sở.
15. ReAct (Reason + Act)
Định nghĩa:
Kết hợp giữa “Suy luận” và “Hành động” – AI tư duy trước rồi sử dụng công cụ (web search, code, v.v.)
Giải thích thêm:
Phù hợp trong các tác vụ cần hành động có điều kiện: tra cứu, lập kế hoạch, tương tác hệ thống.
Ví dụ:
Hỏi: “Nhiệt độ hiện tại ở Hà Nội là bao nhiêu?”
→ AI sẽ suy luận cần dùng tìm kiếm thời tiết
→ Sau đó gọi công cụ abc trên web xyz để tra cứu và trả lời.
Kết luận
Việc hiểu và áp dụng đúng các kỹ thuật prompting không chỉ giúp bạn “nói chuyện” hiệu quả hơn với AI, mà còn mở ra cánh cửa để khai thác tối đa tiềm năng của công nghệ này. Khi bạn làm chủ ngôn ngữ của AI, bạn không đơn thuần điều khiển một công cụ – bạn đang kiến tạo một cách làm việc thông minh, hiệu quả và nhân văn hơn.
Hãy bắt đầu từ những kỹ thuật đơn giản, luyện tập qua từng cấp độ, và dần trở thành một “prompt engineer” thực thụ – người không chỉ ra lệnh, mà còn biết cách dẫn dắt tư duy của AI để giải quyết vấn đề một cách sáng tạo và có chiến lược.
