Bạn đã biết viết prompt cơ bản: nêu vai trò, bối cảnh, yêu cầu rõ ràng. Nhưng có những việc AI cứ trả lời hời hợt, thiếu nhất quán, hoặc sai logic. Đó là lúc cần prompt nâng cao — vài kỹ thuật giúp AI "suy nghĩ" kỹ hơn và cho kết quả ổn định, dùng được cho công việc thật.
Bài này mình giải thích 3 kỹ thuật đáng giá nhất — chain-of-thought, few-shot, prompt chaining — theo cách dễ hiểu, kèm ví dụ. Nếu chưa nắm phần nền, xem trước công thức viết prompt hiệu quả.
1. Chain-of-Thought — bắt AI suy luận từng bước
Với câu hỏi cần lập luận (tính toán, phân tích, ra quyết định), thay vì hỏi thẳng đáp án, hãy yêu cầu AI trình bày từng bước rồi mới kết luận. Chỉ cần thêm câu: "Hãy suy luận từng bước trước khi đưa câu trả lời cuối."
Vì sao hiệu quả: khi buộc phải đi từng bước, AI ít "nhảy cóc" tới kết luận sai. Kết quả chính xác và bạn cũng thấy được lý do để kiểm tra.
Ví dụ: thay vì "Nên chọn gói A hay B?", hãy viết: "So sánh gói A và B theo chi phí, tính năng, phù hợp shop nhỏ. Phân tích từng tiêu chí, rồi mới kết luận nên chọn cái nào và vì sao."
2. Few-Shot — cho AI vài ví dụ mẫu
AI học rất nhanh từ ví dụ. Thay vì chỉ mô tả bạn muốn gì, hãy đưa 2–3 ví dụ mẫu về đầu vào – đầu ra, rồi để AI làm tiếp theo đúng khuôn đó.
Ví dụ: muốn AI viết tiêu đề theo phong cách của bạn, hãy dán 3 tiêu đề bạn thấy hay làm mẫu, rồi bảo: "Viết 10 tiêu đề mới theo đúng phong cách 3 ví dụ trên." Kết quả sẽ giống "gu" của bạn hơn hẳn.
3. Prompt Chaining — chia việc lớn thành chuỗi
Việc phức tạp mà nhét vào một prompt thì AI dễ làm ẩu. Cách tốt hơn: chia thành chuỗi bước, mỗi bước một prompt, đầu ra bước trước làm đầu vào bước sau.
Ví dụ viết một bài blog:
- Prompt 1: "Lên dàn ý cho bài về chủ đề X."
- Prompt 2: "Dựa trên dàn ý này, viết phần mở bài và 3 mục đầu."
- Prompt 3: "Viết tiếp phần còn lại và phần FAQ."
- Prompt 4: "Rà lại toàn bài, sửa cho mạch lạc và đúng giọng."
Chia nhỏ giúp bạn kiểm soát chất lượng từng khúc, và AI làm kỹ hơn ở mỗi bước.
Gộp cả 3 khi cần
Việc khó thật sự thường dùng cả ba: chia chuỗi (chaining), mỗi bước cho ví dụ mẫu (few-shot), và ở bước cần lập luận thì bắt suy luận từng bước (chain-of-thought). Nghe phức tạp nhưng thực ra rất tự nhiên — giống cách bạn giao việc cho một người mới: chia việc, cho mẫu, bảo họ giải thích cách làm.
Vài mẹo thêm
- Yêu cầu định dạng đầu ra rõ: bảng, danh sách, JSON — AI sẽ theo.
- Cho AI "quyền nói không biết": bảo nó nếu thiếu thông tin thì hỏi lại, đừng bịa.
- Lặp để tinh: prompt tốt hiếm khi đúng ngay lần đầu; chỉnh 2–3 lần là chuyện thường.
Câu hỏi thường gặp
Kỹ thuật này dùng được với model nào?
Với hầu hết model mạnh hiện nay (nhóm Claude, GPT, Gemini). Model càng tốt thì phản hồi với các kỹ thuật này càng rõ.
Chain-of-thought có làm chậm/tốn hơn không?
AI trả lời dài hơn một chút nên tốn thêm chút thời gian/chi phí, nhưng đổi lại kết quả chính xác hơn — rất đáng cho việc quan trọng.
Người mới có cần học ngay mấy cái này không?
Nắm chắc prompt cơ bản trước. Khi thấy AI trả lời chưa đủ tốt cho việc thật, hãy áp dụng các kỹ thuật nâng cao này.
Kết
Ba kỹ thuật — chain-of-thought, few-shot, prompt chaining — là bước nhảy từ "AI trả lời tàm tạm" sang "AI cho kết quả dùng được cho công việc". Chúng không khó, chỉ là cách giao việc thông minh hơn cho một cộng sự rất giỏi.
Muốn luyện prompt nâng cao để AI làm việc thật hiệu quả, nhắn 7AI NOW qua Zalo 0899 577 734 nhé.
