Các kỹ thuật tạo prompt AI nâng cao

Trong Bài 6, bạn đã học cách chẩn đoán và khắc phục những lỗi phổ biến khi viết câu lệnh (prompt). Giờ hãy nâng tầm kỹ năng với các kỹ thuật giúp khai phá những khả năng sâu hơn của AI.

Sau bài học này, bạn sẽ có thể:

• Sử dụng kỹ thuật "chuỗi suy luận" (chain-of-thought) để cải thiện khả năng lập luận
• Kết hợp nhiều vai trò (persona) cho các tác vụ đa chiều
• Áp dụng các kỹ thuật tư duy có cấu trúc
• Biết khi nào nên (và không nên) sử dụng các phương pháp nâng cao

Kỹ thuật 1: Chuỗi suy luận (Chain-of-Thought - CoT)

Định nghĩa: Yêu cầu AI trình bày quá trình suy luận từng bước một trước khi đưa ra câu trả lời cuối cùng.

Tại sao kỹ thuật này hiệu quả: Khi AI "suy nghĩ thành lời" (diễn giải quá trình tư duy), xác suất xảy ra lỗi sẽ thấp hơn. Mỗi bước suy luận sẽ định hướng cho bước tiếp theo, dẫn đến những kết luận mạch lạc và chặt chẽ hơn.

Câu lệnh CoT cơ bản

Hãy suy nghĩ kỹ từng bước một về vấn đề này trước khi đưa ra câu trả lời cuối cùng:

[Câu hỏi hoặc tác vụ của bạn tại đây]

CoT nâng cao có cấu trúc

Tôi cần đưa ra quyết định về [chủ đề]. Hãy giúp tôi suy nghĩ về vấn đề này một cách có hệ thống:

Đầu tiên, xác định các yếu tố chính cần cân nhắc
Sau đó, phân tích từng yếu tố
Xem xét các lập luận phản bác tiềm năng
Cuối cùng, đưa ra khuyến nghị kèm theo mức độ tự tin
Trình bày lý do cho từng bước.

Khi nào nên dùng CoT

• Các quyết định phức tạp với nhiều yếu tố
• Các bài toán hoặc vấn đề logic
• Phân tích sự đánh đổi (ưu và nhược điểm)
• Các tác vụ cần kiểm chứng quá trình suy luận của AI

Khi nào KHÔNG nên dùng CoT

• Các câu hỏi thực tế đơn giản ("Thủ đô của Pháp là gì?")
• Viết sáng tạo (có thể khiến văn phong trở nên cứng nhắc)
• Khi cần phản hồi nhanh và ngắn gọn

Kiểm tra nhanh: Kỹ thuật chuỗi suy luận dường như là một sự nâng cấp toàn diện - việc để AI "suy nghĩ từng bước" nghe có vẻ luôn tốt hơn là không làm vậy. Vậy tại sao nó lại kém hiệu quả hơn đối với viết sáng tạo và các câu trả lời thực tế ngắn gọn? Đâu là nguyên lý cốt lõi quyết định khi nào việc tạo khung sườn cho quá trình suy luận sẽ mang lại lợi ích và khi nào nó lại gây bất lợi?

Cơ chế CoT hoạt động bằng cách buộc mỗi bước tiếp theo phải tuân theo logic của bước trước đó - đây là ưu điểm khi nhiệm vụ đòi hỏi "xử lý một quyết định đa yếu tố", nhưng lại là nhược điểm khi nhiệm vụ yêu cầu "tạo ra một phép ẩn dụ sống động". Viết lách sáng tạo thường cần những bước nhảy vọt bất ngờ mà tư duy từng bước lại kìm hãm.

Với các câu hỏi về sự kiện thực tế như "thủ đô của Pháp", chỉ có một câu trả lời duy nhất cần truy xuất; việc yêu cầu mô hình "trình bày quy trình suy luận" sẽ tạo ra những nội dung thừa thãi, làm loãng câu trả lời thay vì cải thiện nó.

Nguyên tắc cốt lõi là: CoT hữu ích khi kết quả đầu ra phụ thuộc vào một chuỗi các suy luận trung gian. Nó lại gây bất lợi khi kết quả chỉ đơn thuần là truy xuất thông tin có sẵn hoặc đòi hỏi sự sáng tạo phi tuyến tính. Câu hỏi để tự đánh giá là: Liệu một người có tư duy sâu sắc khi giải quyết vấn đề này sẽ cần suy luận từng bước, hay chỉ cần biết hoặc tưởng tượng ra nó? Nếu cần suy luận - hãy dùng CoT. Nếu chỉ cần biết hoặc tưởng tượng - hãy bỏ qua.

Kỹ thuật 2: Kết hợp nhiều vai trò (Persona Stacking)

Định nghĩa: Kết hợp nhiều vai trò chuyên gia trong cùng một câu lệnh (prompt).

Lý do hiệu quả: Một số nhiệm vụ đạt kết quả tốt hơn khi được nhìn nhận từ nhiều góc độ. Thay vì đặt câu hỏi hai lần (một lần với tư cách lập trình viên, một lần với tư cách chuyên gia bảo mật), hãy kết hợp cả hai lại.

Ví dụ: Một vai trò duy nhất

Bạn là một lập trình viên phần mềm cấp cao. Hãy xem xét đoạn code này.

Ví dụ: Kết hợp nhiều vai trò

Bạn là một lập trình viên phần mềm cấp cao VÀ một chuyên gia bảo mật. Hãy xem xét đoạn code này cả về mặt chức năng lẫn các lỗ hổng bảo mật. Hãy đánh giá từ cả hai góc độ đó.

Những sự kết hợp hiệu quả

Template

Bạn vừa là một [chuyên gia lĩnh vực 1] vừa là một [chuyên gia lĩnh vực 2]. Hãy tiếp cận nhiệm vụ này từ cả hai góc độ:

[Nhiệm vụ của bạn tại đây]

Với mỗi ý chính, hãy nêu rõ bạn đang sử dụng góc nhìn nào.

Kỹ thuật 3: Các khung tư duy có cấu trúc

AI có thể áp dụng các khung tư duy kinh điển khi được yêu cầu. Dưới đây là những khung tư duy hữu ích nhất:

Premortem (Phân tích thất bại giả định)

Hãy tưởng tượng dự án này đã thất bại thảm hại sau sáu tháng nữa. Điều gì đã xảy ra? Hãy suy ngược lại từ thất bại đó để xác định các nguyên nhân có khả năng xảy ra cao nhất và cách ngăn chặn chúng.

Steelmanning (Xây dựng lập luận đối lập mạnh mẽ nhất)

Tôi đang cân nhắc [quan điểm X]. Trước khi quyết định, hãy xây dựng lập luận đối lập mạnh mẽ nhất - hãy đưa ra những lý lẽ thuyết phục nhất chống lại quan điểm của tôi. Đừng ngần ngại.

First Principles (Tư duy từ nguyên lý cơ bản)

Hãy phân tích vấn đề này dựa trên các nguyên lý cơ bản. Đâu là những sự thật cốt lõi ở đây? Hãy xây dựng bài phân tích từ những nền tảng đó và đặt câu hỏi về từng giả định.

The Five Whys (Kỹ thuật 5 lần hỏi Tại sao)

Đối với vấn đề này [mô tả vấn đề], hãy áp dụng kỹ thuật 5 lần hỏi Tại sao - hãy liên tục hỏi 'tại sao' cho đến khi tìm ra nguyên nhân gốc rễ.

Kỹ thuật 4: Đánh giá mức độ tự tin (Calibrated Confidence)

Định nghĩa: Yêu cầu AI tự đánh giá mức độ tự tin của mình và thừa nhận những điểm chưa chắc chắn.

Lý do hiệu quả: AI thường tỏ ra tự tin như nhau bất kể nó đang chắc chắn hay chỉ đang phỏng đoán. Việc yêu cầu đánh giá mức độ tự tin giúp AI trung thực hơn về các hạn chế của mình.

Bổ sung vào câu lệnh (Prompt)

Sau khi đưa ra câu trả lời, hãy đánh giá mức độ tự tin của bạn đối với câu trả lời này: 
- CAO (rất tự tin, lĩnh vực có tài liệu rõ ràng) 
- TRUNG BÌNH (suy luận hợp lý nhưng còn chút không chắc chắn) 
- THẤP (phỏng đoán có cơ sở, khuyến nghị nên kiểm chứng lại)

Đồng thời, hãy ghi chú bất kỳ điểm cụ thể nào mà bạn không chắc chắn hoặc những phần tôi cần kiểm chứng lại.

Ví dụ sử dụng

Đâu là những điểm khác biệt chính giữa Kubernetes và Docker Swarm đối với môi trường vận hành thực tế của một nhóm 50 người?

Hãy đánh giá mức độ tự tin của bạn và ghi chú những điểm tôi cần kiểm chứng lại với tài liệu hiện hành.

Kỹ thuật 5: Giới hạn đầu ra để đảm bảo chất lượng

Đôi khi, việc hạn chế các lựa chọn của AI lại giúp cải thiện chất lượng:

Buộc phải ngắn gọn

Hãy giải thích [khái niệm] gói gọn trong đúng 3 câu. Không hơn, không kém.

Cách này buộc AI phải ưu tiên những thông tin quan trọng nhất.

Ràng buộc về cấu trúc

Hãy đưa ra chính xác 5 lý do, không hơn không kém. Sắp xếp chúng theo thứ tự từ quan trọng nhất đến ít quan trọng nhất.

Ràng buộc "Người phản biện" 

Bạn phải lập luận chống lại [quan điểm phổ biến]. Ngay cả khi bạn không đồng tình với lập luận phản bác đó, hãy trình bày nó một cách thuyết phục nhất có thể.

Kỹ thuật 6: Kỹ thuật tinh chỉnh lặp lại (Iterative Refinement Prompting)

Thay vì cố gắng hoàn thiện mọi thứ ngay trong một lần thực hiện, hãy thiết kế quy trình theo hướng lặp lại:

Lần 1: Tạo nội dung

Hãy viết bản nháp sơ bộ cho [X]. Đừng bận tâm đến việc trau chuốt - hãy tập trung vào việc ghi lại các ý tưởng chính.

Lần 2: Đánh giá/Phê bình

Bây giờ, hãy xem xét kỹ lưỡng bản nháp đó. Điểm nào còn yếu? Có thiếu sót gì không? Một độc giả hay hoài nghi sẽ đặt câu hỏi phản biện về điều gì?

Lần 3: Tinh chỉnh

Kết hợp các ý kiến ​​phản hồi đó và tạo ra một phiên bản hoàn thiện hơn.

Phương pháp thực hiện qua ba bước này thường mang lại kết quả tốt hơn so với việc cố gắng đạt được sự hoàn hảo ngay lập tức.

Kết hợp các kỹ thuật nâng cao

Sức mạnh thực sự đến từ việc kết hợp các kỹ thuật:

Ví dụ: Ra quyết định phức tạp

[Kết hợp vai trò (Persona Stack)] Bạn là một Giám đốc Tài chính (CFO) với 20 năm kinh nghiệm VÀ là nhà sáng lập startup từng chứng kiến ​​các công ty thất bại.

[Chuỗi suy luận (Chain of Thought)] Hãy suy nghĩ từng bước một:

[Kỹ thuật Steelman] Đầu tiên, hãy đưa ra lập luận mạnh mẽ nhất ỦNG HỘ việc mở rộng sang thị trường mới.

[Phân tích rủi ro trước (Premortem)] Sau đó, hãy tưởng tượng chúng ta đã mở rộng và thất bại - điều gì đã xảy ra?

[Đánh giá mức độ tự tin (Calibrated Confidence)] Cuối cùng, hãy đưa ra khuyến nghị kèm theo mức độ tự tin, đồng thời lưu ý các giả định chính mà tôi cần kiểm chứng.

[Ràng buộc] Giới hạn tổng phản hồi dưới 500 từ.

Khi nào các kỹ thuật nâng cao phản tác dụng?

Không phải câu lệnh (prompt) nào cũng cần đến kỹ thuật nâng cao. Chúng có thể phản tác dụng khi:

• Nhiệm vụ đơn giản: Áp dụng chuỗi suy luận cho câu hỏi "2+2 bằng mấy?" là thừa thãi.
• Tốc độ quan trọng hơn chiều sâu: Các câu lệnh nhiều bước tốn nhiều thời gian hơn.
• Cần sự tự do sáng tạo: Cấu trúc quá chặt chẽ sẽ triệt tiêu sự sáng tạo.
• Bạn đang trong giai đoạn khám phá: Đôi khi bạn muốn có góc nhìn không bị gò bó của AI trước tiên.

Quy tắc chung: Hãy bắt đầu đơn giản. Chỉ thêm sự phức tạp khi các câu lệnh đơn giản không mang lại hiệu quả.

Thử ngay: Kết hợp 4 kỹ thuật trong một câu lệnh

Chiêu thức mạnh mẽ: Kết hợp chuỗi suy luận (CoT) + kết hợp nhiều vai trò (persona stack) + phản biện củng cố (steelman) + đánh giá độ tin cậy (calibrated confidence) trong cùng một câu lệnh.

Hãy mở ChatGPT, Claude hoặc Gemini và dán nội dung này vào. Điền vào các phần trong ngoặc vuông một quyết định thực tế mà bạn đang cân nhắc (ví dụ: thay đổi sự nghiệp, mua món đồ đắt tiền, nhận một dự án mới, v.v...).

Tôi cần hỗ trợ suy nghĩ kỹ về một quyết định thực tế. Hãy áp dụng 4 kỹ thuật sau:

[PERSONA STACK] Bạn đóng vai hai người cùng lúc:
- Một [chuyên gia loại 1 — ví dụ: chuyên gia chiến lược kinh doanh giàu kinh nghiệm, có bằng MBA và 15 năm kinh nghiệm điều hành]
- Một [chuyên gia loại 2 — ví dụ: chuyên gia quản lý rủi ro hay hoài nghi, từng chứng kiến ​​những quyết định tương tự thất bại]

Hãy tranh luận với nhau khi có bất đồng. Đừng cố gắng xoa dịu hay né tránh những điểm căng thẳng.

[CHAIN ​​OF THOUGHT] Trước khi đưa ra bất kỳ kết luận nào, hãy trình bày quá trình suy luận từng bước một.

[STEELMAN] Đầu tiên, hãy xây dựng lập luận mạnh mẽ nhất ỦNG HỘ quyết định này. Hãy làm cho nó thực sự thuyết phục — đừng cố tình làm yếu đi.

Sau đó, hãy xây dựng lập luận mạnh mẽ nhất PHẢN ĐỐI quyết định này (theo phương pháp steelman). Hãy thực hiện với sự chặt chẽ tương tự. 

[MỨC ĐỘ TỰ TIN ĐÃ ĐƯỢC ĐÁNH GIÁ] Kết luận bằng một khuyến nghị kèm theo mức độ tự tin:
- CAO (dữ liệu và lập luận vững chắc)
- TRUNG BÌNH (hợp lý nhưng còn một số điểm chưa chắc chắn)
- THẤP (phỏng đoán có cơ sở; cần xác minh các giả định chính)

Ghi chú 3 điều cụ thể cần xác minh độc lập trước khi đưa ra quyết định cuối cùng.

Quyết định của tôi:
[Mô tả quyết định trong 3-5 câu — bao gồm các ràng buộc như ngân sách, tiến độ, và những yếu tố quan trọng bị ảnh hưởng]

Hướng tôi đang nghiêng về:
[Lựa chọn ban đầu của bạn — giúp AI biết cần củng cố lập luận (steelman) hay phản biện/kiểm tra độ bền (pressure-test) cho hướng nào]

Ràng buộc: tổng độ dài phản hồi dưới 600 từ.

Cách điền thông tin: Thay thế các phần trong ngoặc vuông [] bằng thông tin cụ thể từ tình huống thực tế của bạn. Đầu vào mơ hồ sẽ cho kết quả mơ hồ - hãy nêu thông tin cụ thể.

Kết quả bạn sẽ nhận được: Lập luận có cấu trúc từ hai góc nhìn, lý giải rõ ràng, khuyến nghị kèm mức độ tự tin và các mục cần xác minh. Dòng đánh giá mức độ tự tin là phần quan trọng nhất nhưng thường bị bỏ qua - đây là bước kiểm tra để ngăn chặn tình trạng "ảo giác AI".

Cách sử dụng kết quả: Lưu phản hồi vào file ghi chú. Chọn ra một đề xuất mang lại hiệu quả cao nhất và thực hiện ngay trong tuần này - đừng cố gắng làm tất cả cùng lúc.

Nếu kết quả chưa phù hợp: Nếu các đề xuất có vẻ chung chung, hãy dán nội dung này để yêu cầu bổ sung: "Hãy đưa ra thông tin cụ thể hơn dựa trên bối cảnh thực tế của tôi. Bỏ qua những lời khuyên chung chung". Nếu AI bỏ qua các chi tiết quan trọng bạn đã cung cấp, hãy thêm yêu cầu: "Bạn đã bỏ sót [X] trong bối cảnh của tôi - hãy thực hiện lại với yếu tố đó là ràng buộc chính".

Nếu hai vai trò (persona) đều đồng thuận về mọi mặt, AI không thực sự đang kết hợp chúng lại với nhau - nó chỉ đơn thuần đưa ra kết luận kiểu "chuyên gia khuyên nên làm vậy". Hãy thử chạy lại với yêu cầu: 

Hãy để hai vai trò thực sự bất đồng ý kiến ​​về ít nhất hai điểm. Đừng cố gắng dung hòa chúng một cách gượng ép.

Những điểm chính cần lưu ý

• Chuỗi suy luận (Chain-of-thought) giúp cải thiện khả năng lập luận bằng cách buộc AI phải tư duy theo từng bước
• Kỹ thuật kết hợp nhiều vai trò (persona stacking) mang lại nhiều góc nhìn chuyên gia cho cùng một nhiệm vụ
• Các khung tư duy có cấu trúc (như premortem, steelman, hay tư duy từ nguyên lý cơ bản - first principles) áp dụng những phương pháp tư duy đã được kiểm chứng
• Mức độ tự tin được hiệu chỉnh (calibrated confidence) giúp AI trung thực về những điểm chưa chắc chắn
• Hãy kết hợp các kỹ thuật cho những nhiệm vụ phức tạp, nhưng vẫn nên giữ mọi thứ đơn giản nhất có thể