5.9 · Kỹ thuật prompting hiệu quả — 6 vũ khí cốt lõi

Mở đầu: Prompt engineering là chuyện nhỏ hay chuyện lớn?

Trường phái B — "Prompt engineering quan trọng forever": "Cùng một model, người fluent vs. người mới có output khác hẳn. Đây là kỹ năng meta."

Sự thật ở giữa, nghiêng về B.

Đúng — model mới (Claude 4.x, GPT-5) đã tha thứ hơn cho prompt sơ sài. Nhưng gap giữa output baseline và output xuất sắc vẫn rất lớn — và gap đó được close bởi prompting kỹ thuật.

Hơn nữa: ngay cả khi model tự suy được intent, biết mô tả rõ vẫn giúp bạn:

• Suy nghĩ rõ hơn về mình muốn gì (forcing function)
• Reproducible — prompt tốt có thể template, share team
• Production-ready — automation cần prompt deterministic

Prompt engineering = kỹ năng giao tiếp, không phải mánh kỹ thuật. Nó không lỗi thời.

6 kỹ thuật cốt lõi

┌──────────────────────────────────────────────────────────────┐
│                                                              │
│   1️⃣  GIVE CONTEXT          — Cung cấp bối cảnh              │
│   2️⃣  SHOW EXAMPLES         — Demonstrate qua ví dụ          │
│   3️⃣  SPECIFY CONSTRAINTS   — Định ràng buộc                 │
│   4️⃣  BREAK INTO STEPS      — Chia nhỏ task phức tạp         │
│   5️⃣  ASK AI THINK FIRST    — Cho AI "thở" trước khi answer  │
│   6️⃣  DEFINE ROLE/TONE      — Spec cách AI giao tiếp         │
│                                                              │
└──────────────────────────────────────────────────────────────┘

Đây không phải checklist phải dùng cả 6 mỗi prompt. Đây là 6 vũ khí trong arsenal — chọn theo tình huống.

Kỹ thuật 1 — Give Context

Nguyên tắc

AI biết rất nhiều, nhưng không biết về context của bạn: company, project, audience, history. Bạn phải feed.

Cách làm

Cấu trúc context theo W5H:

• What — Task cụ thể
• Why — Mục đích, vì sao bạn cần
• Who — Audience, stakeholder
• When — Deadline, timing
• Where — Channel, platform sẽ deploy
• How — Cách bạn muốn output dùng

Ví dụ

❌ Without context:

Viết announcement cho team

✅ With context:

What: Internal announcement về office relocation tháng 3 Why: Nhân viên cần thời gian plan commute, family logistics Who: ~150 nhân viên, mix levels (intern → C-suite) When: Sẽ post Slack thứ Sáu này, move ngày 1/3 Where: Slack #all-hands channel How: Sau khi post, manager sẽ link trong 1:1 với team Viết Slack message dựa trên context trên.

Khi nào kỹ thuật này crucial

• Mọi task có "stakeholder" nào đó (email, presentation, decision)
• Task domain-specific (medical, legal, finance — kỹ thuật chuyên ngành)
• Task có history (continuation của project, revision của doc cũ)

Kỹ thuật 2 — Show Examples (Few-Shot)

Nguyên tắc

Một ví dụ value gấp 10 lần explanation abstract. Show, don't tell.

Few-shot learning là 1 trong những "emergent capability" mạnh nhất của LLM hiện đại.

Cách làm

Cung cấp 2-5 ví dụ "input → output mong muốn":

Ví dụ 1:
Input: [X1]
Output: [Y1 — đúng style bạn muốn]

Ví dụ 2:
Input: [X2]
Output: [Y2]

Ví dụ 3:
Input: [X3]
Output: [Y3]

Bây giờ:
Input: [X mới]
Output: ?

Model pattern-match → produce output style matching examples.

Ví dụ

❌ Without examples:

Viết product description theo brand voice của tôi

playful + concise + data-driven."

(Model có thể overshoot playful, hoặc miss data-driven.)

✅ With examples:

Đây là 3 product description matching brand voice: VD 1 — Coffee maker: "Brews 12 cups in 8 min flat. Built for offices that run on espresso and inside jokes." VD 2 — Standing desk: "Adjusts in 4 sec, supports 80kg. Your back will write a thank-you note." VD 3 — Wireless keyboard: "Typing speed +18% vs. average mech. Bluetooth pairs in 2 sec — magic, but engineered." Bây giờ viết description cho mouse pad XL gaming.

Kết quả: AI mimic structure (2 sentences, stat + personality), tone (playful + factual), length (~25 words).

Khi nào kỹ thuật này crucial

• Task style-heavy (writing, design language)
• Task pattern lặp (tagline, headline, naming)
• Bạn có "good output" sẵn từ trước
• Hard to describe abstractly (taste, voice)

Kỹ thuật 3 — Specify Constraints

Nguyên tắc

AI tìm cách "đáp ứng nhiều nhất" → output thường over-engineer. Constraint giúp AI focus.

Cách làm

Spec rõ:

• Length — số từ, số bullet, số slide
• Format — markdown, JSON, table, prose
• Inclusion — must include X
• Exclusion — không dùng Y, không reference Z
• Style — formal/casual, no jargon, in English/Vietnamese

Ví dụ

❌ Without constraints:

Tóm tắt báo cáo này

(Có thể nhận tóm tắt 500 từ, 10 bullet, không match nhu cầu.)

✅ With constraints:

Tóm tắt báo cáo này: - Length: chính xác 5 bullet, mỗi bullet 1 câu (max 20 từ) - Format: markdown bullet - Tone: factual, không opinion - Phải include: số liệu key (revenue, growth rate) - Không include: methodology section, appendices - Output language: tiếng Anh

Khi nào kỹ thuật này crucial

• Output sẽ paste thẳng vào template/system khác (cần exact format)
• Cost/length matter (sẽ dùng làm input cho model khác — token cost)
• Compliance/guideline (legal disclaimer, style guide)
• Avoid clutter (busy stakeholder không có time đọc dài)

Kỹ thuật 4 — Break Complex Tasks into Steps

Nguyên tắc

LLM yếu ở multi-step reasoning khi task implicit. Mạnh khi step được explicit.

Đây là application của "decomposition" — chia chinh phục.

Cách làm

Convert "do X" thành "step 1, 2, 3":

❌ Implicit:

Phân tích competitor và recommend strategy

✅ Explicit steps:

Phân tích competitor + recommend strategy theo các bước: 1. List competitor: Identify 5 direct competitor cho product Y 2. Profile mỗi cái: product offering, pricing, USP, customer review summary 3. Build comparison matrix: 5 cot competitor × 8 dimension 4. Identify gap: dimension nào tất cả competitor weak — opportunity 5. Identify saturation: dimension nào tất cả strong — table stakes 6. Recommend 3 strategy dựa trên gap analysis (each: rationale + risk) 7. Pick top 1 với justification

Mỗi step có output rõ ràng → AI khó miss step.

Khi nào kỹ thuật này crucial

• Task multi-step phức tạp
• Task có dependency (B cần kết quả A)
• Task bạn đã làm thủ công nhiều lần, biết flow chuẩn
• Cần audit trail (Discernment dễ hơn khi step rõ)

Kỹ thuật 5 — Ask AI to Think First

Nguyên tắc

Mặc định, model "respond ngay". Cho phép model "think first" → quality reasoning cao hơn nhiều.

Đây là cơ chế đằng sau "chain-of-thought" và "extended thinking" mode.

Cách làm

Có nhiều cách trigger:

Cách 1 — Explicit instruction:

Trước khi answer, hãy think step by step. Lay out reasoning trong <thinking> tag, sau đó give final answer.

Cách 2 — Outline trước:

Trước khi viết full essay, share outline (bullet point) cho tôi review.

Cách 3 — Question first:

Trước khi solve, list 5 question/assumption bạn cần clarify.

Cách 4 — Use extended thinking mode: Một số model (Claude với thinking, o-series) có dedicated thinking mode — bật lên cho task complex.

Ví dụ

❌ Without think-first:

Cho tôi answer cho 12 + 25 × 7 - 4²" AI có thể type ngay → wrong nếu rush.

✅ With think-first:

Solve: 12 + 25 × 7 - 4² Show step-by-step (BIDMAS): exponent → multiply → add/subtract.

Khi nào kỹ thuật này crucial

• Math, logic, multi-step reasoning
• Complex analysis (trade-off, root cause)
• Code debug — cần model reason qua flow
• Quyết định quan trọng — bạn muốn thấy reasoning để verify

Kỹ thuật 6 — Define Role / Tone

Nguyên tắc

Cùng câu hỏi, hỏi "explain quantum physics" — Einstein vs. Mr. Rogers vs. Wall Street analyst sẽ trả lời khác nhau. Define role/tone giúp AI calibrate.

Cách làm

3 cấp độ:

Cấp 1 — Role:

You are a senior financial analyst with 15 years experience covering tech sector.

Cấp 2 — Tone:

Tone: professional, analytical, no fluff. Use data when possible.

Cấp 3 — Audience:

Audience: CEO non-technical, attention span 5 min. Avoid jargon, use analogy.

Combine cả 3 thường tốt nhất.

Ví dụ

❌ Without role:

Explain blockchain to my board

✅ With role:

Bạn là strategy consultant chuyên về digital transformation, đã advise nhiều board của Fortune 500. Audience: 8 board member của tôi — average age 58, background traditional industry (manufacturing, retail), không tech. Tone: respectful, không patronizing. Use 1-2 analogy từ industry họ familiar (supply chain, ledger). Length: 5 minute talk script (~700 words). Output: speech format, không bullet. Explain blockchain

what, why care, what to do.

Khi nào kỹ thuật này crucial

• Audience-specific output (executive vs. team vs. customer)
• Cần expertise voice (legal, medical, financial)
• Brand voice / personal voice consistency
• Domain-specific tone (academic paper vs. blog post)

Tích hợp 6 kỹ thuật — Prompt mẫu hoàn chỉnh

┌──────────────────────────────────────────────────────────┐
│                                                          │
│  [ROLE/TONE]                                             │
│  You are a [role]. Audience is [who]. Tone: [style].     │
│                                                          │
│  [CONTEXT]                                               │
│  Task: [what]. Why: [purpose]. Background: [history].    │
│                                                          │
│  [STEPS] (if multi-step)                                 │
│  Approach:                                               │
│  1. ...                                                  │
│  2. ...                                                  │
│  3. ...                                                  │
│                                                          │
│  [EXAMPLES] (if pattern-heavy)                           │
│  Reference style:                                        │
│  - Example 1: [...]                                      │
│  - Example 2: [...]                                      │
│                                                          │
│  [CONSTRAINTS]                                           │
│  - Format: ...                                           │
│  - Length: ...                                           │
│  - Must/Must-not: ...                                    │
│                                                          │
│  [THINK FIRST]                                           │
│  Before final output, share [outline/reasoning/question].│
│                                                          │
└──────────────────────────────────────────────────────────┘

Không cần dùng heading [...] thật — đây chỉ là mental model. Trong thực tế, viết prose tự nhiên, nhưng đảm bảo cover các dimension.

"Vũ khí bí mật": Ask AI to improve YOUR prompt

Đây là kỹ thuật mạnh nhất. Mọi người ignore.

META-PROMPT:

"Đây là prompt tôi định gửi cho AI để do task X:

[Paste prompt của bạn]

Hãy review prompt này và:
1. Identify ambiguity hoặc missing context
2. Suggest improvement (cụ thể, không generic)
3. Rewrite improved version

Goal: prompt sau khi improve sẽ giảm số lần iterate."

AI là prompt critic rất tốt. Đặc biệt:

• AI thấy ambiguity bạn missed (vì bạn quen context)
• AI biết loại detail nào model thường cần
• AI có thể compare prompt của bạn với pattern thành công

Try it now: Lấy 1 prompt bạn dùng tuần trước. Run meta-prompt. So sánh trước/sau.

Pattern thành công thường gặp

Phân tích thousand of successful interaction, có pattern:

✅ PATTERN 1: Clear task overview ngay đầu
   "Tôi cần X cho Y, vì Z."

✅ PATTERN 2: Format spec rõ
   "Output: markdown, 5 bullet, mỗi bullet < 30 words."

✅ PATTERN 3: Constraint explicit
   "Must include A. Must NOT mention B."

✅ PATTERN 4: Background relevant
   "Context: tôi đang [tình huống]."

✅ PATTERN 5: Performance expectation
   "Concise. Hỏi clarifying nếu cần. Đề xuất 2 option."

5 pattern này không guarantee success, nhưng presence của chúng correlate strong với output quality.

Troubleshooting — Khi prompt không work

Issue 1: Output generic

Có thể vì

Thiếu context (Kỹ thuật 1) hoặc constraint (Kỹ thuật 3).

Fix

Add specific context. Spec exact format, length.

Issue 2: Output quá dài / quá ngắn

Có thể vì

Không spec length, hoặc spec mơ hồ ("ngắn gọn").

Fix

Cụ thể: "150-200 words", "exactly 5 bullets".

Issue 3: Wrong tone

Có thể vì

Không define role/tone (Kỹ thuật 6).

Fix

Add "You are X, audience is Y, tone Z" prefix.

Issue 4: Miss step

Có thể vì

Multi-step implicit (Kỹ thuật 4).

Fix

Break thành step explicit.

Issue 5: Reasoning sai

Có thể vì

Không cho AI think first (Kỹ thuật 5).

Fix

"Show reasoning step-by-step before final answer".

Issue 6: Output đúng format nhưng nội dung lệch

Có thể vì

Process Description thiếu (Bài 5.8).

Fix

Spec methodology, framework, reference.

General troubleshooting workflow

   Output không như mong → Re-read prompt
                ↓
   Identify missing dimension (1-6 kỹ thuật)
                ↓
   Add dimension đó (ngắn gọn)
                ↓
   Try again — most case improve significantly

Mối liên hệ với Description (Bài 5.8)

6 kỹ thuật map vào 3 loại Description:

Description (Bài 5.8) là framework cấp cao. 6 kỹ thuật là toolset cụ thể để implement framework.

Áp dụng ngay

Bài tập 1: Prompt makeover marathon (15 phút)

Lấy 5 prompt bạn dùng tuần trước (work hoặc personal). Cho mỗi cái:

1. Viết lại với 1-3 trong 6 kỹ thuật phù hợp
2. Test trên Claude — so sánh output trước/sau
3. Note kỹ thuật nào tạo improvement lớn nhất

Bài tập 2: Build template library (15 phút)

Identify 3 task lặp lại trong tuần làm việc của bạn (weekly report, code review, customer email...). Viết 1 template prompt cho mỗi cái với đầy đủ 6 kỹ thuật phù hợp.

Lưu vào Notion / Google Doc / file. Đây trở thành thư viện cá nhân.

Bài tập 3: Meta-prompt (5 phút)

Chọn 1 prompt khó (gần đây không work). Run meta-prompt:

Review prompt này: [paste]. Identify gì missing/ambiguous. Rewrite improved version.

So sánh prompt sau cải thiện với prompt gốc. Học pattern AI thường thêm.

Anti-patterns

Áp 6 kỹ thuật cho mọi prompt

Sai vì over-engineer. Prompt simple ("dịch câu này") không cần Role + Steps + Examples.

Fix: Match độ chi tiết với độ phức tạp task.

Copy template AI tip mà không adapt

"Top 100 prompt thần kỳ!" — generic, không fit context bạn.

Fix: Hiểu principle, không nhớ template. Build template riêng.

Quên Performance dimension

Spec rất kỹ Product/Process, quên tell AI cư xử thế nào.

Fix: Mọi prompt nontrivial nên có 1-2 sentence performance ("be concise", "ask clarifying", "show options").

Không iterate

Prompt đầu không work → bỏ. Hoặc gõ 5 lần "no, like this!" mà không change prompt.

Fix: Treat prompt như draft — refine có chủ ý dựa trên troubleshooting framework.

Tóm tắt bài học

Tài liệu tham khảo

• 6 techniques for effective prompt engineering — handout
• Bài 5.8 — Description framework (cha của 6 kỹ thuật này)
• Anthropic Prompt Library — Production prompt examples
• Anthropic Prompt Engineering Guide — Deep dive technical