Bạn muốn nghiên cứu nhanh hơn, bản thảo rõ ràng hơn, hay chỉ đơn giản là động não thông minh hơn? Học cách giao tiếp với AI đơn giản hơn bạn nghĩ. Những thay đổi nhỏ trong cách bạn hỏi - và cách bạn theo dõi - có thể biến kết quả từ bình thường thành tuyệt vời đến bất ngờ. Hãy nghĩ về việc này giống như việc hướng dẫn một thực tập sinh tài năng, người không bao giờ ngủ, đôi khi đoán mò, và yêu thích sự rõ ràng. Bạn thúc đẩy, nó giúp ích. Bạn hướng dẫn, nó xuất sắc. Bạn bỏ qua ngữ cảnh... nó vẫn đoán mò. Bạn biết nó như thế nào rồi đấy.
Dưới đây là cẩm nang đầy đủ về Cách trò chuyện với AI , với những chiến thắng nhanh chóng, kỹ thuật chuyên sâu hơn và bảng so sánh để bạn có thể chọn công cụ phù hợp. Nếu bạn chỉ lướt qua, hãy bắt đầu với phần Khởi động Nhanh và Mẫu. Nếu bạn là người ham học hỏi, các bài phân tích chuyên sâu sẽ là lựa chọn hoàn hảo.
Những bài viết bạn có thể muốn đọc sau bài này:
🔗 AI đang nhắc nhở điều gì?
Giải thích cách tạo ra lời nhắc hiệu quả để hướng dẫn và cải thiện kết quả đầu ra của AI.
🔗 Ghi nhãn dữ liệu AI là gì
Giải thích cách các tập dữ liệu được gắn nhãn đào tạo các mô hình học máy chính xác.
🔗 Đạo đức AI là gì
Bao gồm các nguyên tắc hướng dẫn sử dụng trí tuệ nhân tạo một cách có trách nhiệm và công bằng.
🔗 MCP trong AI là gì?
Giới thiệu Giao thức ngữ cảnh mô hình và vai trò của nó trong giao tiếp AI.
Cách nói chuyện với AI ✅
-
Mục tiêu rõ ràng - Nói cho mô hình biết chính xác thế nào là “tốt”. Không phải là cảm xúc, không phải là tiêu chí hy vọng.
-
Bối cảnh + ràng buộc - Mô hình hoạt động tốt hơn với các ví dụ, cấu trúc và giới hạn. Tài liệu của nhà cung cấp khuyến nghị rõ ràng việc đưa ra ví dụ và chỉ định hình dạng đầu ra [2].
-
Tinh chỉnh lặp lại - Lời nhắc đầu tiên của bạn là bản nháp. Hãy cải thiện nó dựa trên kết quả đầu ra; các tài liệu của nhà cung cấp chính khuyến nghị điều này một cách rõ ràng [3].
-
Xác minh và an toàn - Yêu cầu mô hình trích dẫn, lập luận, tự kiểm tra - và bạn vẫn phải kiểm tra lại. Các tiêu chuẩn tồn tại vì một lý do [1].
-
Công cụ phù hợp với nhiệm vụ - Một số mô hình rất tốt trong việc mã hóa; một số khác lại phát triển mạnh trong bối cảnh dài hoặc lập kế hoạch. Các phương pháp hay nhất của nhà cung cấp đã nêu rõ điều này [2][4].
Nói một cách trung thực: rất nhiều "mẹo nhanh" chỉ là cách suy nghĩ có cấu trúc với dấu câu thân thiện.
Ví dụ tổng hợp nhanh:
Một PM hỏi: "Viết đặc tả sản phẩm?" Kết quả: chung chung.
Nâng cấp: "Bạn là PM cấp nhân viên. Mục tiêu: đặc tả cho chia sẻ được mã hóa. Đối tượng: kỹ sư di động. Định dạng: 1 trang với phạm vi/giả định/rủi ro. Ràng buộc: không có luồng xác thực mới; trích dẫn các đánh đổi."
Kết quả: một đặc tả khả dụng với các rủi ro rõ ràng và các đánh đổi rõ ràng - vì mục tiêu, đối tượng, định dạng và các ràng buộc đã được nêu rõ ngay từ đầu.
Cách nói chuyện với AI: Bắt đầu nhanh chóng trong 5 bước ⚡
-
Hãy nêu rõ vai trò, mục tiêu và đối tượng của bạn.
Ví dụ: Bạn là một huấn luyện viên viết văn bản pháp lý. Mục tiêu: tóm tắt bản ghi nhớ này. Đối tượng: những người không phải luật sư. Hạn chế tối đa thuật ngữ chuyên ngành; đảm bảo tính chính xác. -
Đưa ra nhiệm vụ cụ thể kèm theo các ràng buộc.
Viết lại thành 300–350 từ; thêm tóm tắt 3 gạch đầu dòng; giữ nguyên ngày tháng; loại bỏ ngôn ngữ vòng vo. -
Cung cấp ngữ cảnh và ví dụ.
Dán các đoạn mã, kiểu bạn thích hoặc một mẫu ngắn. Các mô hình sẽ tuân theo các mẫu bạn chỉ cho chúng; tài liệu chính thức cho biết điều này cải thiện độ tin cậy [2]. -
Yêu cầu lý do hoặc kiểm tra.
Trình bày ngắn gọn các bước; liệt kê các giả định; đánh dấu bất kỳ thông tin nào còn thiếu. -
Lặp lại - đừng chấp nhận bản thảo đầu tiên.
Tốt. Bây giờ hãy nén lại 20%, giữ nguyên các động từ mạnh mẽ và trích dẫn nguồn trực tiếp. Lặp lại là một phương pháp hay nhất cốt lõi, không chỉ là truyền thuyết [3].
Định nghĩa (viết tắt hữu ích)
Tiêu chí thành công: thước đo có thể đo lường được đối với tiêu chí “tốt” - ví dụ, độ dài, phù hợp với đối tượng, các phần bắt buộc.
Các ràng buộc: những điều không thể thương lượng - ví dụ: “không có tuyên bố mới”, “trích dẫn APA”, “≤ 200 từ”.
Bối cảnh: thông tin cơ bản tối thiểu để tránh đoán mò - ví dụ: tóm tắt sản phẩm, thông tin người dùng, thời hạn.
Bảng so sánh: các công cụ để nói chuyện với AI (có chủ đích kỳ quặc) 🧰
Giá cả thay đổi. Nhiều gói có gói miễn phí + tùy chọn nâng cấp. Phân loại theo danh mục nên vẫn hữu ích, không bị lỗi thời ngay lập tức.
| Dụng cụ | Tốt nhất cho | Giá (thô) | Tại sao nó hiệu quả cho trường hợp sử dụng này |
|---|---|---|---|
| ChatGPT | lý luận chung, viết; trợ giúp lập trình | Miễn phí + Chuyên nghiệp | Hướng dẫn chặt chẽ, hệ sinh thái rộng lớn, lời nhắc linh hoạt |
| Claude | tài liệu ngữ cảnh dài, lý luận cẩn thận | Miễn phí + Chuyên nghiệp | Tuyệt vời với đầu vào dài và tư duy từng bước; nhẹ nhàng theo mặc định |
| Google Gemini | nhiệm vụ truyền tải trên web, đa phương tiện | Miễn phí + Chuyên nghiệp | Khả năng truy xuất tốt; mạnh về hình ảnh + kết hợp văn bản |
| Microsoft Copilot | Quy trình làm việc văn phòng, bảng tính, email | Bao gồm trong một số gói + Pro | Sống ở nơi công việc của bạn tồn tại - những ràng buộc hữu ích được tích hợp sẵn |
| Sự bối rối | nghiên cứu + trích dẫn | Miễn phí + Chuyên nghiệp | Câu trả lời rõ ràng kèm nguồn; tra cứu nhanh |
| Giữa hành trình | hình ảnh và nghệ thuật khái niệm | Đăng ký | Khám phá trực quan; kết hợp tốt với lời nhắc đầu tiên là văn bản |
| Thơ | một nơi để thử nhiều mô hình | Miễn phí + Chuyên nghiệp | Chuyển đổi nhanh chóng; thử nghiệm không cam kết |
Nếu bạn đang lựa chọn: hãy kết hợp mô hình với bối cảnh mà bạn quan tâm nhất - tài liệu dài, mã hóa, nghiên cứu có nguồn hoặc hình ảnh. Các trang thực hành tốt nhất của nhà cung cấp thường nêu bật những điểm mạnh của mô hình của họ. Đó không phải là sự trùng hợp ngẫu nhiên [4].
Giải phẫu của một lời nhắc nhở có tác động cao 🧩
Sử dụng cấu trúc đơn giản này khi bạn muốn có kết quả tốt hơn một cách nhất quán:
Vai trò + Mục tiêu + Đối tượng + Định dạng + Ràng buộc + Bối cảnh + Ví dụ + Quy trình + Kiểm tra đầu ra
Bạn là một chuyên viên tiếp thị sản phẩm cấp cao. Mục tiêu: Viết tóm tắt ra mắt cho một ứng dụng ghi chú ưu tiên quyền riêng tư. Đối tượng: các giám đốc điều hành bận rộn. Định dạng: Bản ghi nhớ 1 trang có tiêu đề. Hạn chế: tiếng Anh đơn giản, không dùng thành ngữ, đảm bảo các tuyên bố có thể kiểm chứng được. Bối cảnh: dán tóm tắt sản phẩm bên dưới. Ví dụ: bắt chước giọng điệu của bản ghi nhớ kèm theo. Quy trình: suy nghĩ từng bước; đặt 3 câu hỏi làm rõ trước. Kiểm tra đầu ra: Kết thúc bằng danh sách 5 rủi ro và một câu hỏi thường gặp ngắn gọn.
Câu nói này luôn luôn hiệu quả hơn những câu nói mơ hồ.
Phân tích sâu 1: Mục tiêu, Vai trò và Tiêu chí thành công 🎯
Các mô hình tôn trọng vai trò rõ ràng. Hãy cho biết trợ lý là ai thế nào và như thế nào . Hướng dẫn thúc đẩy theo định hướng kinh doanh khuyến nghị xác định các tiêu chí thành công ngay từ đầu - điều này giúp thống nhất các kết quả đầu ra và dễ đánh giá hơn [4].
Mẹo chiến thuật: yêu cầu mô hình cung cấp danh sách kiểm tra các tiêu chí thành công trước khi viết bất cứ điều gì. Sau đó, yêu cầu mô hình tự chấm điểm dựa trên danh sách kiểm tra đó ở cuối bài.
Phân tích sâu 2: Bối cảnh, Ràng buộc và Ví dụ 📎
AI không phải là siêu năng lực; nó rất cần các khuôn mẫu. Hãy cung cấp cho nó các khuôn mẫu phù hợp. Đặt dữ liệu quan trọng nhất lên trên cùng và nêu rõ hình dạng đầu ra. Đối với dữ liệu đầu vào dài, tài liệu của nhà cung cấp lưu ý rằng thứ tự và cấu trúc ảnh hưởng đáng kể đến kết quả trong các ngữ cảnh dài [4].
Hãy thử mẫu nhỏ này:
-
Bối cảnh: Tối đa 3 viên đạn tóm tắt tình huống
-
Tài liệu nguồn: dán hoặc đính kèm
-
Làm: 3 viên đạn
-
Không nên: 3 viên đạn
-
Định dạng: độ dài cụ thể, phần hoặc lược đồ
-
Thanh chất lượng: câu trả lời A+ phải bao gồm những gì
Chuyên sâu 3: Lý luận theo yêu cầu 🧠
Nếu bạn muốn suy nghĩ kỹ lưỡng, hãy yêu cầu một cách ngắn gọn. Yêu cầu một kế hoạch hoặc lý do súc tích; một số hướng dẫn chính thức đề xuất nên lập kế hoạch cho các nhiệm vụ phức tạp để cải thiện việc tuân thủ hướng dẫn [2][4].
Gợi ý:
Lên kế hoạch tiếp cận theo các bước được đánh số. Nêu các giả định. Sau đó, chỉ đưa ra câu trả lời cuối cùng, kèm theo phần giải thích dài 5 dòng ở cuối.
Lưu ý nhỏ: nhiều văn bản lý luận không phải lúc nào cũng tốt hơn. Hãy cân bằng giữa sự rõ ràng và súc tích để bạn không bị chìm nghỉm trong chính dàn ý của mình.
Lặn sâu 4: Sự lặp lại như một siêu năng lực 🔁
Hãy coi mô hình như một cộng tác viên mà bạn huấn luyện theo chu kỳ. Hãy yêu cầu hai bản thảo tương phản với các tông màu khác nhau; hoặc chỉ yêu cầu phác thảo trước. Sau đó, hãy tinh chỉnh. OpenAI và các công ty khác khuyến nghị rõ ràng việc tinh chỉnh theo từng bước - vì nó hiệu quả [3].
Ví dụ về vòng lặp:
-
Cho tôi ba phương án phác thảo với các góc độ khác nhau.
-
Chọn phần mạnh nhất, kết hợp những phần hay nhất và viết bản nháp.
-
Cắt bớt 15%, nâng cấp động từ và thêm đoạn văn có trích dẫn của người hoài nghi.
Phân tích sâu 5: Lan can, Xác minh và Rủi ro 🛡️
AI có thể hữu ích nhưng vẫn có thể sai sót. Để giảm thiểu rủi ro, hãy tham khảo các khuôn khổ rủi ro đã được thiết lập: xác định các yếu tố rủi ro, yêu cầu minh bạch và bổ sung các biện pháp kiểm tra tính công bằng, quyền riêng tư và độ tin cậy. Khung Quản lý Rủi ro AI của NIST phác thảo các đặc điểm đáng tin cậy và các chức năng thực tế mà bạn có thể áp dụng vào quy trình làm việc hàng ngày. Hãy yêu cầu mô hình tiết lộ sự không chắc chắn, trích dẫn nguồn và đánh dấu nội dung nhạy cảm - sau đó bạn xác minh [1].
Lời nhắc xác minh:
-
Liệt kê 3 giả định hàng đầu. Với mỗi giả định, hãy đánh giá mức độ tin cậy và nêu rõ nguồn.
-
Trích dẫn ít nhất 2 nguồn đáng tin cậy; nếu không có, hãy nói rõ.
-
Đưa ra một phản biện ngắn gọn cho câu trả lời của bạn, sau đó hòa giải.
Phân tích sâu 6: Khi người mẫu làm quá - và cách kiềm chế họ 🧯
Đôi khi AI trở nên quá háo hức, làm tăng thêm sự phức tạp mà bạn không mong muốn. Hướng dẫn của Anthropic chỉ ra xu hướng thiết kế quá mức; cách khắc phục là những hạn chế rõ ràng nêu rõ "không có phần bổ sung" [4].
Lời nhắc điều khiển:
Chỉ thực hiện những thay đổi mà tôi yêu cầu rõ ràng. Tránh thêm các phần trừu tượng hoặc tệp bổ sung. Giữ giải pháp tối giản và tập trung.
Cách giao tiếp với AI để nghiên cứu so với thực hiện 🔍⚙️
-
Chế độ nghiên cứu: yêu cầu các quan điểm đối lập, mức độ tin cậy và trích dẫn. Yêu cầu một danh mục tài liệu tham khảo ngắn gọn. Khả năng phát triển nhanh chóng, vì vậy hãy xác minh bất kỳ điều gì quan trọng [5].
-
Phương thức thực hiện: nêu rõ những điểm khác biệt về định dạng, độ dài, giọng điệu và những điểm không thể thương lượng. Yêu cầu cung cấp danh sách kiểm tra và bản tự đánh giá cuối cùng. Đảm bảo tính chặt chẽ và có thể kiểm tra được.
Mẹo đa phương thức: văn bản, hình ảnh và dữ liệu 🎨📊
-
Đối với hình ảnh: mô tả phong cách, góc máy, tâm trạng và bố cục. Nếu có thể, hãy cung cấp 2–3 hình ảnh tham khảo.
-
Đối với tác vụ dữ liệu: dán các hàng mẫu và lược đồ mong muốn. Cho mô hình biết cột nào cần giữ lại và cột nào cần bỏ qua.
-
Đối với nội dung đa phương tiện: hãy nêu rõ vị trí của từng phần. "Một đoạn giới thiệu, sau đó là biểu đồ, rồi đến chú thích ngắn gọn cho mạng xã hội."
-
Đối với các tài liệu dài: đặt những điều cần thiết lên hàng đầu; việc sắp xếp có ý nghĩa hơn với các bối cảnh rất lớn [4].
Khắc phục sự cố: khi mô hình đi ngang 🧭
-
Quá mơ hồ? Hãy thêm ví dụ, ràng buộc hoặc khung định dạng.
-
Quá dài dòng? Hãy đặt giới hạn số từ và yêu cầu nén dấu đầu dòng.
-
Bạn không hiểu ý chính sao? Hãy nêu lại mục tiêu và thêm 3 tiêu chí thành công.
-
Bịa chuyện ư? Cần phải có nguồn và ghi chú rõ ràng. Hãy trích dẫn hoặc ghi rõ "không có nguồn".
-
Giọng điệu quá tự tin? Yêu cầu phòng ngừa rủi ro và điểm tự tin.
-
Ảo giác trong nhiệm vụ nghiên cứu? Xác minh chéo bằng cách sử dụng các khuôn khổ có uy tín và các tài liệu tham khảo chính; hướng dẫn về rủi ro từ các cơ quan tiêu chuẩn tồn tại vì một lý do [1].
Mẫu: sao chép, chỉnh sửa, thực hiện 🧪
1) Nghiên cứu với nguồn tài liệu
. Bạn là trợ lý nghiên cứu. Mục tiêu: tóm tắt sự đồng thuận hiện tại về [chủ đề]. Đối tượng: không chuyên môn. Bao gồm 2-3 nguồn đáng tin cậy. Quy trình: liệt kê các giả định; lưu ý những điểm chưa chắc chắn. Đầu ra: 6 gạch đầu dòng + tổng hợp 1 đoạn văn. Hạn chế: không suy đoán; nếu bằng chứng còn hạn chế, hãy nêu rõ. [3]
2) Soạn thảo nội dung
Bạn là biên tập viên. Mục tiêu: soạn thảo một bài đăng trên blog về [chủ đề]. Giọng văn: thân thiện, chuyên nghiệp. Định dạng: H2/H3 có dấu đầu dòng. Độ dài: 900–1100 từ. Bao gồm một phần phản biện. Kết thúc bằng một TL;DR. [2]
3) Trợ lý mã hóa
Bạn là một kỹ sư cao cấp. Mục tiêu: triển khai [tính năng] trong [ngăn xếp]. Ràng buộc: không tái cấu trúc trừ khi được yêu cầu; tập trung vào tính rõ ràng. Quy trình: phác thảo phương pháp tiếp cận, liệt kê các lựa chọn thay thế, sau đó viết mã. Đầu ra: khối mã + chú thích tối thiểu + kế hoạch kiểm thử 5 bước. [2][4]
4) Bản ghi nhớ chiến lược
Bạn là một chiến lược gia sản phẩm. Mục tiêu: đề xuất 3 phương án để cải thiện [chỉ số]. Bao gồm ưu/nhược điểm, mức độ nỗ lực, rủi ro. Đầu ra: bảng + khuyến nghị 5 gạch đầu dòng. Thêm các giả định; đặt 2 câu hỏi làm rõ ở cuối. [3]
5) Xem xét tài liệu dài
Bạn là biên tập viên kỹ thuật. Mục tiêu: tóm tắt tài liệu đính kèm. Đặt văn bản gốc lên đầu cửa sổ ngữ cảnh. Đầu ra: tóm tắt nội dung, rủi ro chính, câu hỏi mở. Hạn chế: giữ nguyên thuật ngữ gốc; không có tuyên bố mới. [4]
Những cạm bẫy phổ biến cần tránh 🚧
-
Câu hỏi mơ hồ như "làm cho điều này tốt hơn". Tốt hơn như thế nào?
-
Không có ràng buộc nên mô hình sẽ điền vào chỗ trống bằng các phỏng đoán.
-
Gợi ý một lần mà không cần lặp lại. Bản thảo đầu tiên hiếm khi là tốt nhất - ngay cả với con người cũng vậy [3].
-
Bỏ qua việc xác minh các đầu ra có rủi ro cao. Vay mượn các tiêu chuẩn rủi ro và thêm các kiểm tra [1].
-
Bỏ qua hướng dẫn của nhà cung cấp vốn chỉ cho bạn biết cách thực sự hiệu quả. Đọc tài liệu [2][4].
Nghiên cứu tình huống nhỏ: từ mơ hồ đến tập trung 🎬
Gợi ý mơ hồ:
Viết một số ý tưởng tiếp thị cho ứng dụng của tôi.
Kết quả có thể đạt được: ý tưởng rời rạc; tín hiệu thấp.
Lời nhắc nâng cấp sử dụng cấu trúc của chúng tôi:
Bạn là một nhà tiếp thị vòng đời. Mục tiêu: tạo 5 thử nghiệm kích hoạt cho một ứng dụng ghi chú ưu tiên quyền riêng tư. Đối tượng: người dùng mới trong tuần 1. Ràng buộc: không giảm giá; phải có thể đo lường được. Định dạng: bảng với giả thuyết, các bước, số liệu, tác động dự kiến. Bối cảnh: người dùng giảm sau ngày 2; tính năng hàng đầu là chia sẻ được mã hóa. Kiểm tra đầu ra: đặt 3 câu hỏi làm rõ trước khi đề xuất. Sau đó, gửi bảng kèm theo bản tóm tắt 6 dòng.
Kết quả: ý tưởng sắc bén hơn gắn liền với kết quả, và một kế hoạch sẵn sàng để thử nghiệm. Không phải phép thuật - chỉ là sự rõ ràng.
Cách nói chuyện với AI khi rủi ro cao 🧩
Khi chủ đề liên quan đến sức khỏe, tài chính, luật pháp hoặc an toàn, bạn cần phải đặc biệt chú ý. Hãy sử dụng khung rủi ro để định hướng quyết định, yêu cầu trích dẫn, xin ý kiến thứ hai và ghi lại các giả định và giới hạn. NIST AI RMF là một nền tảng vững chắc để xây dựng danh sách kiểm tra của riêng bạn [1].
Danh sách kiểm tra có rủi ro cao:
-
Xác định quyết định, kịch bản gây hại và biện pháp giảm thiểu
-
Yêu cầu trích dẫn và làm nổi bật sự không chắc chắn
-
Đưa ra giả thuyết trái ngược: “Điều này có thể sai như thế nào?”
-
Nhận đánh giá của chuyên gia trước khi hành động
Lời kết: Quá dài, tôi chưa đọc hết 🎁
Học cách giao tiếp với AI không phải là những câu thần chú bí mật. Đó là tư duy có cấu trúc được diễn đạt rõ ràng. Đặt vai trò và mục tiêu, cung cấp ngữ cảnh, thêm ràng buộc, yêu cầu lập luận, lặp lại và xác minh. Làm như vậy, bạn sẽ nhận được những kết quả hữu ích đến khó tin - đôi khi thậm chí còn thú vị. Đôi khi, mô hình sẽ đi chệch hướng, và điều đó không sao cả; bạn hãy đẩy nó trở lại. Cuộc trò chuyện chính là công việc. Và đúng vậy, đôi khi bạn sẽ trộn lẫn các phép ẩn dụ như một đầu bếp với quá nhiều gia vị... rồi lại giảm bớt và hoàn thành.
-
Xác định thành công ngay từ đầu
-
Cung cấp bối cảnh, ràng buộc và ví dụ
-
Yêu cầu lý luận và kiểm tra
-
Lặp lại hai lần
-
Công cụ phù hợp với nhiệm vụ
-
Xác minh bất cứ điều gì quan trọng
Tài liệu tham khảo
-
NIST - Khung quản lý rủi ro trí tuệ nhân tạo (AI RMF 1.0). PDF
-
Nền tảng OpenAI - Hướng dẫn kỹ thuật nhanh chóng. Liên kết
-
Trung tâm trợ giúp OpenAI - Các phương pháp thực hành kỹ thuật nhanh chóng cho ChatGPT. Liên kết
-
Anthropic Docs - Gợi ý các phương pháp hay nhất (Claude). Liên kết
-
Stanford HAI - Chỉ số AI 2025: Hiệu suất kỹ thuật (Chương 2). PDF