Prompt Engineering là gì? Cách viết prompt hiệu quả kèm mẫu

Prompt engineering là kỹ năng thiết kế câu lệnh (prompt) để mô hình AI như ChatGPT, Gemini hay Claude hiểu đúng yêu cầu và trả về kết quả chất lượng. Một prompt tốt thường có đủ 4 phần: vai trò, bối cảnh, nhiệm vụ cụ thể và định dạng đầu ra. Chỉ cần viết prompt rõ ràng hơn, chất lượng câu trả lời có thể khác biệt rất lớn dù dùng cùng một mô hình.

Bài viết này hướng dẫn cách viết prompt hiệu quả, các kỹ thuật prompt phổ biến (zero-shot, few-shot, chain-of-thought…), mẫu prompt dùng ngay cho công việc và những lỗi thường gặp.

Prompt engineering là gì và vì sao quan trọng?

Prompt là bất kỳ nội dung nào bạn gửi cho mô hình AI: câu hỏi, chỉ dẫn, tài liệu tham khảo, ví dụ mẫu. Vì LLM tạo câu trả lời dựa trên ngữ cảnh bạn cung cấp, prompt càng rõ thì mô hình càng ít phải "đoán".

So sánh hai prompt:

• Prompt yếu: "Viết bài về cà phê."
• Prompt tốt: "Bạn là copywriter cho một quán cà phê specialty ở Đà Nẵng. Viết bài đăng Facebook khoảng 120 từ giới thiệu món cold brew mới, giọng văn trẻ trung, có 1 câu hỏi tương tác cuối bài và 3 hashtag."

Prompt thứ hai cho AI biết rõ đối tượng, mục tiêu, độ dài, giọng văn và định dạng, nên kết quả gần với mong muốn ngay từ lần đầu.

Cấu trúc một prompt hiệu quả

Không phải lúc nào cũng cần đủ 5 phần, nhưng hãy tự kiểm tra: AI đã có đủ thông tin để làm như một người giỏi chưa?

Các kỹ thuật prompt engineering phổ biến

1. Zero-shot prompting

Giao nhiệm vụ trực tiếp, không kèm ví dụ. Phù hợp với việc đơn giản: "Dịch đoạn sau sang tiếng Anh trang trọng: ..."

2. Few-shot prompting

Đưa vài ví dụ mẫu để AI bắt chước định dạng và phong cách:

Phân loại cảm xúc bình luận:
"Giao hàng nhanh, đóng gói kỹ" → Tích cực
"Sản phẩm khác hình, thất vọng" → Tiêu cực
"Áo mặc tạm được" → ?

3. Chain-of-thought (suy luận từng bước)

Yêu cầu mô hình phân tích theo từng bước trước khi kết luận, hữu ích với bài toán logic, tính toán, phân tích. Ví dụ: "Hãy phân tích từng bước, sau đó mới đưa ra đề xuất cuối cùng." Nhiều mô hình mới có sẵn chế độ suy luận, nhưng yêu cầu rõ các bước vẫn giúp kết quả dễ kiểm tra hơn.

4. Chia nhỏ nhiệm vụ (prompt chaining)

Thay vì một prompt khổng lồ, chia thành chuỗi bước: lên dàn ý → viết từng phần → biên tập. Mỗi bước bạn có thể kiểm tra và chỉnh sửa.

5. Cung cấp tài liệu tham khảo

Dán tài liệu, dữ liệu vào prompt và yêu cầu "chỉ trả lời dựa trên tài liệu dưới đây; nếu không có thông tin thì nói không biết". Đây là cách giảm "ảo giác", và là ý tưởng cốt lõi của RAG.

6. Dùng dấu phân cách và định dạng rõ ràng

Đặt dữ liệu trong cặp dấu như """ hoặc thẻ <tai_lieu>...</tai_lieu> để mô hình phân biệt đâu là chỉ dẫn, đâu là nội dung cần xử lý.

7. Yêu cầu đầu ra có cấu trúc

Khi cần đưa kết quả vào phần mềm khác, hãy yêu cầu JSON với các trường cụ thể. Nhiều API hiện hỗ trợ chế độ "structured output" để đảm bảo đúng định dạng.

Mẫu prompt dùng ngay cho công việc

Viết email

Bạn là trưởng phòng kinh doanh. Viết email gửi khách hàng [tên công ty]
xin lỗi vì giao hàng trễ 3 ngày do [lý do]. Đề xuất giảm 5% cho đơn tiếp theo.
Giọng văn chuyên nghiệp, chân thành, dưới 150 từ.

Tóm tắt tài liệu

Tóm tắt tài liệu dưới đây thành: (1) 3 ý chính, (2) các con số quan trọng,
(3) việc cần làm tiếp theo. Chỉ dùng thông tin trong tài liệu.
"""[dán tài liệu]"""

Hỗ trợ lập trình

Tôi dùng React 18 + TypeScript. Component dưới đây bị render lại liên tục.
Giải thích nguyên nhân và đưa ra bản sửa, kèm chú thích ngắn cho từng thay đổi.
[dán code]

Lên ý tưởng nội dung

Đề xuất 10 ý tưởng video TikTok cho kênh dạy tiếng Anh giao tiếp cho
người đi làm. Mỗi ý tưởng gồm: tiêu đề, hook 3 giây đầu, nội dung chính.
Trình bày dạng bảng.

Quy trình 5 bước tinh chỉnh prompt

1. Xác định kết quả mong muốn: viết ra một ví dụ đầu ra "đạt chuẩn" trước khi viết prompt. Nếu chính bạn chưa hình dung được kết quả, AI cũng khó làm đúng.
2. Viết bản nháp đầu tiên theo công thức Vai trò + Bối cảnh + Nhiệm vụ + Ràng buộc + Định dạng.
3. Chạy thử với vài đầu vào khác nhau, kể cả trường hợp khó hoặc dữ liệu thiếu, để xem prompt có ổn định không.
4. Phân tích lỗi: kết quả sai do thiếu thông tin, chỉ dẫn mơ hồ hay định dạng chưa rõ? Sửa đúng chỗ đó thay vì viết lại toàn bộ.
5. Lưu prompt tốt thành mẫu (template) có chỗ trống như [tên sản phẩm], [đối tượng] để tái sử dụng cho cả nhóm.

Với prompt dùng trong sản phẩm (chatbot, quy trình tự động), hãy lưu một bộ câu hỏi kiểm thử cố định. Mỗi khi sửa prompt hoặc đổi mô hình, chạy lại bộ này để chắc chắn chất lượng không bị giảm.

Những lỗi thường gặp khi viết prompt

• Quá chung chung: "Viết hay hơn" không cho AI biết "hay" nghĩa là gì. Hãy nói rõ: ngắn hơn, trang trọng hơn, thêm ví dụ.
• Nhồi quá nhiều yêu cầu vào một lần, khiến mô hình bỏ sót. Hãy chia nhỏ.
• Không cung cấp bối cảnh: AI không biết sản phẩm, khách hàng, mục tiêu của bạn.
• Tin tuyệt đối vào kết quả: luôn kiểm tra số liệu, trích dẫn, tên riêng.
• Bỏ cuộc sau lần đầu: prompt engineering là quá trình lặp. Hãy phản hồi cụ thể để AI sửa.
• Đưa dữ liệu nhạy cảm (mật khẩu, thông tin khách hàng) vào công cụ AI công cộng.

Prompt cho AI tạo ảnh và video

Với Midjourney, DALL·E hay công cụ tạo video, prompt nên mô tả: chủ thể, hành động, bối cảnh, phong cách nghệ thuật, ánh sáng, góc máy và tỉ lệ khung hình. Ví dụ: "Một ly cà phê sữa đá trên bàn gỗ, nắng sáng chiếu xiên, phong cách nhiếp ảnh sản phẩm, góc 45 độ, nền quán cà phê mờ, tỉ lệ 4:5."

Prompt engineering khi xây AI Agent

Khi xây chatbot hoặc AI Agent, bạn viết system prompt: bộ chỉ dẫn cố định quy định vai trò, phạm vi, giọng điệu, quy tắc an toàn và cách dùng công cụ. System prompt tốt cần nêu rõ khi nào agent được tự hành động và khi nào phải hỏi lại người dùng.

Câu hỏi thường gặp

Prompt engineering có phải là nghề không?

Một số công ty có vị trí chuyên về prompt, nhưng phổ biến hơn, đây là kỹ năng cần có của lập trình viên, marketer, nhân viên văn phòng khi làm việc với AI.

Viết prompt bằng tiếng Việt hay tiếng Anh tốt hơn?

Các mô hình lớn hiện nay hiểu tiếng Việt tốt. Bạn nên viết bằng ngôn ngữ mình diễn đạt rõ nhất; với tác vụ kỹ thuật phức tạp, có thể thử cả hai để so sánh.

Prompt dài có tốt hơn prompt ngắn không?

Không hẳn. Prompt tốt là prompt đủ thông tin và rõ ràng. Thêm chi tiết không liên quan có thể làm mô hình bị phân tán.

Làm sao để AI không bịa thông tin?

Cung cấp tài liệu nguồn, yêu cầu chỉ trả lời dựa trên tài liệu, cho phép AI trả lời "không biết", và luôn kiểm chứng thông tin quan trọng.

Có công thức prompt nào dễ nhớ không?

Bạn có thể nhớ: Vai trò + Bối cảnh + Nhiệm vụ + Ràng buộc + Định dạng. Sau đó lặp lại và tinh chỉnh dựa trên kết quả.

Thành thạo AI trong công việc cùng MelyDemy

Prompt tốt là chìa khóa để khai thác AI hiệu quả. Nếu bạn làm nội dung, hãy xem Khoá học AI Tool cho Content Creation. Nếu bạn là lập trình viên, Khoá học Cursor AI phát triển App giúp bạn áp dụng prompt vào viết code hằng ngày.