ĐỪNG ĐẶT CÂU HỎI NỮA, HÃY CHỈ HUY A.I. BẰNG 9 NGUYÊN LÝ SAU
9 Nguyên lý chỉ huy AI từ Lương Dũng Nhân (NCS.TS. về AI trong giáo dục) giúp bạn làm chủ AI hệ ngôn ngữ, và có thể vận dụng linh hoạt, sáng tạo vào hầu hết công việc và lĩnh vực chuyên môn.
Tôi vẫn nhớ như in cảm giác bối rối và hụt hẫng khi lần đầu tiên sử dụng Chat GPT vào năm 2022. Là một nhà giáo dục với hơn 15 năm kinh nghiệm, tôi tự tin về kiến thức và khả năng biên soạn, giảng dạy của mình. Vậy mà, chỉ sau vài lệnh đơn giản, AI mất khoảng 5 phút để cho ra một đề cương giáo trình về Critical Thinking mà tôi thường mất hàng giờ để soạn thảo. Tôi lo lắng: "Liệu AI sẽ thay thế công việc của mình?"
Thế nhưng, sau nhiều đêm trăn trở và hàng trăm giờ thử nghiệm, tôi nhận ra rằng AI không phải là đối thủ, mà là một đồng đội mạnh mẽ - nếu ta biết cách sử dụng nó đúng đắn và hiệu quả. Từ một nhà giáo dục truyền thống, gần 3 năm nay, tôi dần dần trở thành nhà thực hành, đào tạo, và tư vấn cách vận dụng AI cho hàng ngàn người, nhiều nhóm ngành chuyên môn, cũng như nhiều tổ chức lớn.
Bí quyết của tôi nằm ở cách tư duy và "ra lệnh" cho AI. Giống như việc chỉ huy một đội quân, bạn cần biết cách ĐƯA RA MỆNH LỆNH chính xác và hiệu quả. Qua quá trình nghiên cứu, áp dụng, và giảng dạy, tôi đã đúc kết ra “9 nguyên lý chỉ huy AI” (thầy của tôi - Tiến sĩ Lê Nguyên Phương - còn gọi vui là “Cửu AI Chân Kinh”), giúp tôi tận dụng sức mạnh của công nghệ này một cách tối ưu.
Những nguyên lý này không đòi hỏi bạn phải là một chuyên gia công nghệ. Chúng dựa trên những kỹ năng giao tiếp và ngôn ngữ cơ bản mà ai cũng có thể học và áp dụng. Cho dù bạn là giáo viên, nhà quản lý, hay sinh viên, những nguyên lý này sẽ giúp bạn làm chủ các Generative AI thiên về tư duy phổ biến hiện nay như Chat GPT, Claude, Gemini, Perplexity…, và sử dụng chúng như một trợ lý, đồng sự tư duy, và nhân viên tạo tác đắc lực trong công việc và cuộc sống.
Hãy cùng tôi khám phá 9 Nguyên lý chỉ huy AI, trong đó nguyên lý 1-5 là thiết yếu, nguyên lý 6-8 là nâng cao, nguyên lý 9 rất chuyên sâu, và bạn sẽ thấy rằng việc sử dụng AI hiệu quả không hề phức tạp như bạn tưởng!
Và tuyệt vời hơn nữa, bạn có thể học theo 9 nguyên lý này và nhập câu prompt của mình để được bot AI của tôi góp ý, chỉnh sửa cặn kẽ và chi tiết, hoàn toàn miễn phí. Truy cập bot LDNPromptAdvisor trên nền tảng POE tại ĐÂY, hoặc trên Custom GPTs tại ĐÂY.
1.ĐỘNG TỪ: MỆNH LỆNH LINH HOẠT, CHUẨN XÁC
#Động_từ định hình hành động cụ thể bạn muốn AI thực hiện. Việc sử dụng động từ chính xác sẽ giúp AI hiểu rõ yêu cầu của bạn, từ đó tạo ra kết quả phù hợp và chất lượng hơn. Bạn biết càng nhiều động từ, tức là bạn có trong tay càng nhiều cách dùng AI vào những tình huống, nhiệm vụ khác nhau. Việc tư duy chuẩn xác về động từ mình muốn dùng thay vì chỉ dùng những động từ chung chung như “viết, nói, cung cấp, cho…” sẽ cải thiện tư duy và cả năng lực giao tiếp, truyền đạt công việc của bạn với người khác, chứ không chỉ với AI.
Ở trình độ cao hơn, chúng ta có thể sử dụng một chuỗi động từ để mô tả một quy trình tư duy hiệu quả hơn cho AI, nhờ đó tối ưu hóa kết quả đầu ra.
Ví dụ:
Lệnh chưa hiệu quả: "Cho tôi thông tin về biến đổi khí hậu."
Lệnh hiệu quả: "Phân tích và tổng hợp các tác động chính của biến đổi khí hậu đến nông nghiệp Việt Nam, đề xuất 3-5 giải pháp thích ứng khả thi."
Gợi ý động từ thường dùng:
Phân tích, tổng hợp, đánh giá, so sánh
Giải thích, mô tả, định nghĩa, minh họa
Lập kế hoạch, thiết kế, xây dựng, phát triển
Dự đoán, ước tính, dự báo, tiên đoán
Tối ưu hóa, cải thiện, nâng cao, tăng cường
Hội thoại có sử dụng động từ:
https://chatgpt.com/share/40b17a33-6bf9-4522-8a43-b1d4873a1609
Lưu ý: Sử dụng các động từ chuyên môn bằng tiếng Anh thường mang lại kết quả đa dạng và chuẩn xác hơn so với tiếng Việt. Bạn có thể dùng AI để khám phá thêm về các động từ chuyên môn trong lĩnh vực của mình bằng câu lệnh đơn giản như: "Liệt kê và phân loại các động từ chuyên môn bằng tiếng Anh thường được sử dụng trong lĩnh vực [tên lĩnh vực của bạn], kèm theo giải thích ngắn gọn bằng tiếng Việt về ý nghĩa và cách sử dụng của mỗi động từ. Tôi muốn dùng các động từ này khi làm việc với Generative AI để ra lệnh chuẩn xác và hiệu quả hơn". Ví dụ cuộc trò chuyện tham khảo về tìm hiểu động từ cho giáo viên K-12: https://chatgpt.com/share/6f63085e-10d9-421d-97dd-e05d597c6105
2. DANH TỪ: THÀNH PHẨM ĐA DẠNG, CHUẨN MỰC
#Danh_từ đóng vai trò quan trọng trong việc xác định loại sản phẩm, kết quả (thông thường hoặc chuyên môn), cũng như phương pháp và quy trình chuyên môn mà bạn mong muốn AI thực hiện hoặc áp dụng. Việc sử dụng đúng danh từ, đặc biệt là các thuật ngữ chuyên ngành, không chỉ giúp AI tạo ra nội dung phù hợp với yêu cầu của bạn, mà còn đảm bảo tiêu chuẩn chuyên nghiệp của thành phẩm và quy trình thực hiện. Tri thức và năng lực chuyên môn của bạn sẽ thể hiện rõ bởi danh từ mà bạn sử dụng.
Danh từ trong prompt có thể được chia thành hai nhóm chính:
Danh từ mô tả sản phẩm đầu ra: Những danh từ này xác định cụ thể loại tài liệu, nội dung, hoặc kết quả mà bạn mong muốn AI tạo ra.
Danh từ mô tả phương pháp, quy trình chuyên môn: Những danh từ này chỉ định các kỹ thuật, phương pháp phân tích, hoặc quy trình mà bạn muốn AI áp dụng trong quá trình tạo ra sản phẩm.
Bằng cách sử dụng danh từ chính xác và chuyên biệt, bạn không chỉ hướng dẫn AI tạo ra đúng loại sản phẩm mà còn đảm bảo rằng quy trình tạo ra sản phẩm đó tuân theo các tiêu chuẩn và phương pháp chuyên môn phù hợp. Ngoài ra, để tối ưu chất lượng sản phẩm đầu ra, trong mỗi câu lệnh, bạn chỉ nên yêu cầu AI đưa ra một loại kết quả cụ thể, đừng ôm đồm nhiều thành phẩm trong một prompt.
Ví dụ:
Chưa hiệu quả: "Viết về kinh doanh startup."
Hiệu quả: "Soạn thảo một bản kế hoạch kinh doanh chi tiết cho một startup EdTech, bao gồm phân tích thị trường sử dụng mô hình Năm lực lượng cạnh tranh của Porter, chiến lược marketing dựa trên khung STP (Segmentation, Targeting, Positioning), và dự báo tài chính cho 3 năm đầu sử dụng phương pháp dòng tiền chiết khấu (DCF)."
Tham khảo thêm: https://chatgpt.com/share/115e1f67-dfc0-4ce6-ad18-4a095afa4c6f
Gợi ý danh từ thường dùng:
Danh từ mô tả sản phẩm đầu ra:
Báo cáo, bài thuyết trình, bài viết blog, bài báo khoa học
Kế hoạch kinh doanh, chiến lược marketing, kế hoạch dự án
Biên bản cuộc họp, tóm tắt điều hành
Kịch bản, storyboard, outline, mindmap
Infographic, biểu đồ, bảng dữ liệu, dashboard
Giáo án, đề cương bài giảng, tài liệu hướng dẫn
Bài viết quảng cáo, nội dung email marketing
Phân tích tài chính, báo cáo nghiên cứu thị trường
Danh từ mô tả phương pháp, quy trình chuyên môn:
Phân tích SWOT, ma trận BCG, mô hình canvas kinh doanh
Phân tích Năm lực lượng cạnh tranh của Porter
Khung STP (Segmentation, Targeting, Positioning)
Phương pháp dòng tiền chiết khấu (DCF)
Kỹ thuật Delphi, phân tích khoảng trống (Gap Analysis)
Functional Analysis System Technique (FAST) trong thiết kế chương trình giảng dạy
Phương pháp Agile, Scrum, Kanban trong quản lý dự án
Design Thinking, Lean Startup Methodology
Phân tích hồi quy, phân tích chuỗi thời gian
Kỹ thuật Brainstorming, Mind Mapping
Phương pháp nghiên cứu định tính, định lượng
Six Sigma, Lean Manufacturing trong quản lý chất lượng
Bằng cách kết hợp các danh từ từ cả hai nhóm này, bạn có thể tạo ra các prompt chi tiết và chuyên nghiệp, giúp AI hiểu rõ không chỉ về sản phẩm cuối cùng mà bạn mong muốn, mà còn cả quy trình và phương pháp để đạt được kết quả đó.
Hội thoại có sử dụng Danh từ:
https://chatgpt.com/share/9a8a5db8-bec6-472a-93ff-9807d8a9e70f
Lưu ý: Sử dụng các danh từ và thuật ngữ chuyên môn bằng tiếng Anh thường mang lại kết quả đa dạng và chuẩn xác hơn so với tiếng Việt. Bạn có thể dùng AI để tìm hiểu thêm về các thành phẩm và quy trình chuyên môn có liên quan trong lĩnh vực của mình bằng câu lệnh đơn giản như: "Liệt kê và phân nhóm các thành phẩm/phương pháp/quy trình chuyên môn có liên quan đến [lĩnh vực của bạn], trình bày các danh từ tiếng Anh kèm theo mô tả bằng tiếng Việt để tôi có thể sử dụng những danh từ này chuẩn xác khi ra lệnh cho Generative AI". Ví dụ cuộc trò chuyện tham khảo về tìm hiểu danh từ sản phẩm đầu ra cho giáo viên K-12: https://chatgpt.com/share/6c449fca-47d3-471b-91bb-b538edfe9c10
3. VAI TRÒ: ĐÚNG NGƯỜI, ĐÚNG NGHỀ, ĐÚNG VIỆC
Gán #vai_trò cụ thể cho AI giúp nó tạo ra nội dung phù hợp với góc nhìn và tri thức chuyên môn của vai trò đó. Điều này đảm bảo tính nhất quán và chuyên sâu trong kết quả AI tạo ra. Hãy tư duy như trong đời thực rằng: với công việc đang muốn làm, bạn sẽ thuê nhà chuyên môn nào, với chuyên ngành như thế nào để thực hiện hiệu quả nhất, từ đó hãy gán cho AI công việc chuyên môn đó. Có thể mô tả kỹ lưỡng hơn về chuyên ngành sâu của chuyên gia này (nhà tham vấn tâm lý chuyên về CBT dành cho tuổi teen), cũng như tính cách của họ (cẩn trọng, từ bi, thực tiễn…). Ngoài ra, bạn có thể gán các vai trò kép nếu cảm thấy cần thiết (ví dụ: Bạn là một Educator, và cũng là một Business Analyst chuyên phân tích dữ liệu kết quả học tập), cũng như thay đổi vai trò của AI trong suốt cuộc trò chuyện để đáp ứng các nhu cầu khác nhau theo quy trình làm việc của mình.
Ví dụ:
Chưa hiệu quả: "Cho tôi lời khuyên về đầu tư."
Hiệu quả: "Bạn là một chuyên gia tài chính cá nhân [finance advisor] chuyên tư vấn đầu tư và tài sản cho cá nhân, có tính cách cẩn trọng, tư duy có hệ thống. Hãy đưa ra lời khuyên về chiến lược đầu tư dài hạn cho một người mới đi làm, có thu nhập 15 triệu/tháng."
Hội thoại có sử dụng phân vai:
https://chatgpt.com/share/77a54e3e-f63d-4cc4-8df7-325bbb9be1ed
Lưu ý: dùng các tên gọi chuyên môn bằng tiếng Anh sẽ đa dạng và chuẩn xác hơn so với tiếng Việt. Bạn có thể dùng AI để tìm hiểu thêm về các ngành nghề có liên quan trong lĩnh vực của mình bằng câu lệnh đơn giản như: “Liệt kê và phân nhóm các ngành nghề chuyên môn có liên quan đến [lĩnh vực của bạn], trình bày các danh từ tiếng Anh kèm theo mô tả bằng tiếng Việt về công việc cụ thể của mỗi nghề chuyên môn đó”. Ví dụ: cuộc trò chuyện tham khảo tìm hiểu về các nghề chuyên môn trong trường học K-12: https://chatgpt.com/share/a5fa60b4-c052-4a2c-84ce-be43249877ca
Bạn có thể học theo 9 nguyên lý này và nhập câu prompt của mình để được bot AI của tôi góp ý, chỉnh sửa cặn kẽ và chi tiết, hoàn toàn miễn phí. Truy cập bot LDNPromptAdvisor trên nền tảng POE tại ĐÂY, hoặc trên Custom GPTs tại ĐÂY.
4. TRI THỨC: KHÔNG BỘT ĐỐ GỘT NÊN HỒ
A.I cần thông tin đầu vào chất lượng để tạo ra kết quả đúng với tình huống, công việc, chuyên môn thực tế của bạn. Hãy nhớ rằng AI hoàn toàn không thể biết gì về cuộc sống, công việc, chuyên môn, vấn đề thực tế mà bạn đang đối diện. Cung cấp thông tin chi tiết và chính xác sẽ giúp AI hiểu rõ hơn về yêu cầu của bạn và tạo ra nội dung chuẩn xác, phù hợp với nhu cầu, bối cảnh cụ thể.
A.I.có thể dễ dàng tạo ra bất kỳ thành phẩm nào, nhưng những thành phẩm của A.I. tạo ra có sử dụng được hay không phụ thuộc vào việc nó có đáp ứng đúng: (1) nhu cầu người dùng, (2) yêu cầu chuyên môn, và (3) tiêu chuẩn tổ chức hay không. Việc cung cấp đủ và đúng tri thức sẽ giúp đảm bảo 3 điều kiện trên.
Lưu ý: bạn cần dùng ký hiệu đặc biệt để phân cách giữa tri thức cung cấp cho AI và câu lệnh của bạn. Tôi thường dùng 3 dấu ngoặc kép “””, hoặc 3 dấu ngoặc nhọn {{{.
Ví dụ:
Chưa hiệu quả: "Viết một bài blog về du lịch Đà Lạt."
Hiệu quả: "Dựa trên thông tin sau, biên soạn một bài blog 1000 từ về 5 điểm đến hàng đầu ở Đà Lạt. Thông tin bạn cần sử dụng:
{{{Đà Lạt, thành phố ngàn hoa, nằm ở độ cao 1500m so với mực nước biển, có khí hậu ôn hòa quanh năm. Nhiệt độ trung bình từ 18-25°C.Hồ Xuân Hương: Hồ nhân tạo trung tâm thành phố, diện tích 32 ha. Hoạt động: đi bộ, đạp xe quanh hồ, ăn nem nướng.
Đồi Robin: Địa điểm ngắm bình minh nổi tiếng. Cách trung tâm 5km. Có quán cafe ngắm cảnh.
Thung lũng Tình yêu: Công viên rộng 140 ha, có hồ Da Thiện. Hoạt động: chèo thuyền, cưỡi ngựa, picnic.
Nhà thờ Con Gà: Công trình kiến trúc Pháp từ 1931-1942. Có quả chuông nặng 500kg đúc tại Pháp năm 1929.
Chợ Đà Lạt: Khu chợ trung tâm, bán đặc sản địa phương như rau củ, hoa quả, mứt, len. Hoạt động về đêm từ 17h-22h hàng ngày}}}."
Loại tri thức nên cung cấp:
Thông tin cá nhân và công việc thực tế, mô tả tình huống thật mà AI không thể biết
Thông tin chuyên ngành sâu mà dữ liệu đào tạo gốc của AI có thể không có
Dữ kiện, số liệu thống kê chính xác và cập nhật ở thời điểm hiện tại
Tài liệu tham khảo đáng tin cậy (sách chuyên môn, bài nghiên cứu khoa học)
Cách thức cung cấp tri thức:
Dán trực tiếp vào ô văn bản (nhớ có ký hiệu {{{ }}} phân cách giữa Lệnh và Tri thức).
Đính kèm file (nếu AI hỗ trợ tính năng này, những dạng file phổ biến thường dùng gồm: pdf, docx, txt, csv, hình ảnh jpg…; một số AI Multimodal như Gemini trong Google AI Studio có thể hỗ trợ cả file ghi âm lẫn video).
Nâng cao hơn thì có những AI hỗ trợ kỹ thuật RAG (Retrieval Augmented Generation), ví dụ như các Chatbot AI của Coze, MindMaid, Dify...
Ngoài ra, để đảm bảo bạn cung cấp đầy đủ, không thiếu sót tri thức cho AI, có thể yêu cầu AI hỏi lại mình mọi câu hỏi, rồi mình trả lời nghiêm túc để đảm bảo AI có đủ tư liệu làm việc. Tham khảo cuộc hội thoại sau để hiểu hơn: https://poe.com/s/99a0KAW617o04Rvsqec5
Hội thoại có sử dụng Tri thức:
https://poe.com/s/codg5IRLzNUmraXWZ0w5
5. ĐỐI ĐÁP: TƯƠNG TÁC TẠO RA CHẤT LƯỢNG
#Tương_tác với AI là một tiến trình trao đổi, phản hồi, góp ý, chỉnh sửa lặp đi lặp lại. Việc đối đáp và yêu cầu AI điều chỉnh hoặc cải thiện kết quả ban đầu sẽ giúp bạn đạt được sản phẩm cuối cùng phù hợp nhất với nhu cầu của mình. Hãy loại bỏ ngay thói quen “một lệnh là ra” như thời sử dụng Google. Hãy xem AI như một nhân viên thực tập tài năng nhưng thiếu kinh nghiệm thực tế, cần nhiều góp ý kỹ lưỡng, nhưng không bao giờ giận dỗi vì bị góp ý nhiều lần.
Ngoài ra, trong một số trường hợp, cần hướng dẫn AI thực hiện công việc dần từng bước qua từng lệnh liên tiếp, chứ không thể ra kết quả ngay lệnh đầu tiên được. Ví dụ, muốn soạn được một bài nghiên cứu có chất lượng, đầu tiên cần cung cấp tư liệu và yêu cầu AI sáng tạo ra đề cương - dàn ý, sau đó người dùng chỉnh sửa dàn ý, rồi mới tiếp tục biên soạn các phần chi tiết trong dàn ý đó (cần phối hợp điều này với Nguyên lý 2).
Ví dụ:
Chưa hiệu quả: Chấp nhận kết quả đầu tiên AI đưa ra mà không yêu cầu điều chỉnh.
Hiệu quả:
Lần 1: "Bạn là experienced Marketing Manager chuyên sâu về beauty và mỹ phẩm, hãy tạo một kế hoạch marketing tổng thể cho dòng sản phẩm mỹ phẩm organic mới ra mắt. Sử dụng thông tin về xu hướng tiêu dùng mỹ phẩm organic năm 2024 từ file đính kèm."
Lần 2: "Kế hoạch này tốt. Hãy mở rộng phần chiến lược truyền thông xã hội và thêm ý tưởng về chiến dịch influencer marketing phù hợp với Gen Z. Tập trung vào các nền tảng TikTok và Instagram."
Lần 3: "Tuyệt vời. Bây giờ hãy thêm một phần về các chỉ số KPI để đo lường hiệu quả chiến dịch và đề xuất công cụ phân tích dữ liệu phù hợp. Đặc biệt chú ý đến các metrics liên quan đến engagement và conversion rate."
Gợi ý: một số cách thức phản hồi, đối đáp phổ biến với AI bao gồm:
Bổ sung
Lược bỏ
Điều chỉnh
Chuyển đổi văn phong
Tóm gọn
Chi tiết hoá
Kiểm tra lại
Hoàn thiện
Đối chiếu, kiểm tra với tiêu chí nào đó (cung cấp tiêu chí)
Hội thoại Đối đáp theo một quy trình từng bước:
https://chatgpt.com/share/ca22a4ea-591a-4ab7-a5b5-1f9de8a74f3c
6. TÍNH TỪ: MÔ TẢ CỤ THỂ, TINH TẾ
#Tính_từ có tác dụng mô tả chi tiết và tinh tế các đặc điểm của thao tác và tiêu chí của sản phẩm đầu ra. Bằng cách sử dụng tính từ chuẩn xác, bạn giúp AI hiểu rõ hơn về mong đợi và yêu cầu cụ thể của mình, từ đó tạo ra kết quả phù hợp và chất lượng hơn. Tính từ không chỉ làm rõ ý định của bạn mà còn giúp định hình phong cách, tông giọng, và mức độ chi tiết của nội dung được tạo ra.
Việc sử dụng tính từ chuẩn xác phù hợp có thể tạo ra sự khác biệt đáng kể trong chất lượng và tính khả dụng của đầu ra từ AI. Ví dụ, yêu cầu một báo cáo "chi tiết, có hệ thống" sẽ mang lại kết quả khác biệt so với yêu cầu một báo cáo "ngắn gọn, súc tích". Tương tự, một bài viết "hài hước, dí dỏm" sẽ có tông giọng và nội dung khác xa với một bài viết "nghiêm túc, học thuật". Quan trọng nhất vẫn là bạn thực sự muốn gì trong sản phẩm đầu ra của mình.
Ngoài ra, tính từ cũng có thể xuất hiện để mô tả các đặc điểm tính cách của AI trong phần phân vai, điều này cũng giúp cải thiện chất lượng kết quả đầu ra, hoặc định hình cách tương tác giữa chatbot AI và người dùng trong cuộc trò chuyện. Ví dụ, một “Learning Designer cẩn trọng, chỉn chu” sẽ khác với một “Learning Designer kỳ quặc, lập dị, khác thường”.
Tóm lại, bạn có thể kết hợp tính từ với Động từ của Nguyên lý 1 (nghiên cứu kỹ lưỡng, tổng hợp trọn vẹn và có hệ thống…) (lúc này tính từ đóng vai trò trạng từ); với Danh từ của Nguyên lý 2 (bài viết súc tích, kế hoạch khả thi và cặn kẽ…); cũng như với vai trò của Nguyên lý 3 như tôi đã trình bày ở trên. Sử dụng Tính từ hiệu quả, bạn sẽ gia tăng Tính Người cho nội dung mà AI tạo ra.
Ví dụ:
Chưa hiệu quả: "Viết một bài blog về du lịch Đà Lạt."
Hiệu quả: "Bạn là một nhà văn du lịch tinh tế chuyên viết cho tạp chí du lịch cao cấp. Hãy sáng tác một bài viết ngắn gọn, súc tích (khoảng 500 từ) về trải nghiệm du lịch Đà Lạt, tập trung vào những điểm đến ẩn khuất, độc đáo mà ít được biết đến. Văn phong cần tinh tế, sâu sắc, với những mô tả sống động về cảnh quan và văn hóa địa phương. Hãy khéo léo lồng ghép các gợi ý về trải nghiệm cao cấp, phù hợp với độc giả là những du khách sành điệu, yêu thích sự riêng tư và độc đáo. Sử dụng thông tin từ file giới thiệu du lịch Đà Lạt mà tôi đính kèm." <đính kèm file pdf brochure về du lịch Đà Lạt>.
Hướng đối đáp tiếp theo: "Bài viết rất hay, nhưng tôi muốn thêm một phần ngắn về ẩm thực đặc trưng của Đà Lạt. Hãy điều chỉnh bài viết, thêm 2-3 câu về món ăn độc đáo nhất của vùng này, tập trung vào trải nghiệm ẩm thực cao cấp."
Gợi ý: tính từ thường dùng gồm:
Ngắn gọn, súc tích vs chi tiết, có hệ thống
Chuyên nghiệp, học thuật vs dễ hiểu, phổ thông
Sáng tạo, độc đáo vs truyền thống, quen thuộc
Hài hước, vui nhộn vs nghiêm túc, trang trọng
Khách quan, trung lập vs chủ quan, có cảm xúc
Hội thoại vận dụng tính từ để cá nhân hoá:
https://chatgpt.com/share/495979aa-b31d-46b6-8695-a251845377ae
Bạn có thể học theo 9 nguyên lý này và nhập câu prompt của mình để được bot AI của tôi góp ý, chỉnh sửa cặn kẽ và chi tiết, hoàn toàn miễn phí. Truy cập bot LDNPromptAdvisor trên nền tảng POE tại ĐÂY, hoặc trên Custom GPTs tại ĐÂY.
7. BIỂU MẪU: TÙY CHỈNH TEMPLATE PHÙ HỢP
#Biểu_mẫu đóng vai trò then chốt trong việc đảm bảo sản phẩm đầu ra từ AI tuân theo một cấu trúc nhất quán, với đầy đủ các thành phần cần thiết, cũng như văn phong và tiêu chuẩn phù hợp. Bằng cách cung cấp một biểu mẫu cụ thể, bạn tạo ra một khung tham chiếu rõ ràng cho AI, giúp AI tổ chức thông tin một cách logic và có hệ thống.
Việc sử dụng biểu mẫu không chỉ giúp đảm bảo tính toàn vẹn của nội dung mà còn tăng cường tính chuyên nghiệp và dễ đọc của sản phẩm cuối cùng. Nó cũng giúp tiết kiệm thời gian trong quá trình chỉnh sửa và điều chỉnh, vì AI đã được hướng dẫn để tạo ra nội dung theo một format cụ thể ngay từ đầu.
Hơn nữa, biểu mẫu có thể được tùy chỉnh để phù hợp với các tiêu chuẩn ngành nghề cụ thể hoặc yêu cầu của tổ chức, đảm bảo rằng đầu ra từ AI luôn phù hợp với tiêu chuẩn tổ chức, yêu cầu chuyên môn, và nhu cầu cụ thể của người dùng.
Ví dụ như khi dùng AI để tổng hợp biên bản cuộc họp từ transcript hay file ghi âm, chúng ta cần cung cấp template để biên bản đó tuân thủ đúng tiêu chuẩn về các biên bản họp của công ty, thể hiện đầy đủ các thông tin theo yêu cầu chuyên môn, và liệt kê rõ những đầu việc mà người dùng biên bản cần lưu ý để thực hiện. AI cũng có thể tạo ra các văn bản có quy chuẩn rất chặt chẽ, miễn là có mẫu tương ứng.
Ví dụ:
Chưa hiệu quả: "Viết một báo cáo về tình hình kinh doanh quý 1."
Hiệu quả: "Bạn là experienced Financial Analysis chuyên về báo cáo tài chính, hãy nghiên cứu kỹ lưỡng bảng số liệu về hiệu quả kinh doanh trong file đính kèm, soạn thảo một báo cáo chuyên sâu về tình hình kinh doanh quý 1 theo mẫu sau: {{{
Tóm tắt điều hành (1 trang)
5 điểm chính, mỗi điểm 2-3 câu ngắn gọn, súc tích
Đánh giá tổng quan bằng biểu đồ radar về 5 KPI chính
Phân tích chi tiết (3-4 trang)
a. Doanh thu và lợi nhuận
So sánh với kế hoạch và cùng kỳ năm trước
Phân tích theo sản phẩm/dịch vụ và khu vực địa lý
b. Thị phần và khách hàng mới
Biến động thị phần
Phân tích cohort khách hàng mới c. Thách thức và cơ hội
SWOT analysis
Dự báo xu hướng thị trường Q2-Q4
Kế hoạch hành động cho quý 2 (1 trang)
3-5 sáng kiến chiến lược
Mốc thời gian và KPI cụ thể cho từng sáng kiến
Phụ lục
Báo cáo tài chính chi tiết
Biểu đồ và số liệu quan trọng }}}”
Hãy đảm bảo báo cáo mang tính phân tích sâu sắc, với các insight độc đáo, và đề xuất chiến lược rõ ràng. Đảm bảo báo cáo chính xác với các số liệu từ file đính kèm." <Đính kèm file bảng số liệu hiệu quả kinh doanh>
Hướng đối đáp tiếp theo: "Báo cáo rất tốt. Tuy nhiên, tôi muốn thêm một phần về so sánh với đối thủ cạnh tranh chính trong ngành. Hãy bổ sung phần này vào mục 2b, sử dụng dữ liệu thị trường từ file PDF đính kèm thêm. Đồng thời, hãy điều chỉnh phần Kế hoạch hành động để phản ánh insights từ phân tích cạnh tranh này." <đính kèm file pdf dữ liệu thị trường>
Gợi ý biểu mẫu thường dùng:
Mẫu báo cáo, đề cương nghiên cứu
Template email chuyên nghiệp
Cấu trúc bài thuyết trình
Mẫu kế hoạch dự án
Biểu mẫu đánh giá nhân viên
Mẫu bài giảng, giáo án
Mẫu phản hồi đánh giá bài luận của học viên
Khung tổng hợp bài nghiên cứu khoa học [synthesis matrix]
Kết quả có cung cấp template cho AI:
Recap AIM Talk 7 PDCA cùng AI 2024
Lưu ý: có thể yêu cầu AI xây dựng bản thảo biểu mẫu và tinh chỉnh biểu mẫu chi tiết cho phù hợp nhu cầu của bạn, rồi sử dụng biểu mẫu đó trong những prompt tiếp theo (đây chính là cách dùng Dữ liệu Tổng hợp - Synthesis Data, ở đây biểu mẫu được AI tạo ra chính là Dữ liệu Tổng hợp cho văn bản tiếp theo).
8. CẤU TRÚC: TỔ CHỨC QUY TRÌNH PHỨC HỢP
#Cấu_trúc_prompt [prompt structure] là thiết yếu khi làm việc với các #prompt dài và phức tạp, đặc biệt là khi mô tả những quy trình thao tác đa bước hoặc các đầu ra phức tạp. Cấu trúc prompt đóng vai trò thiết yếu trong việc tạo ra system prompt cho bot AI (GPTs của Chat GPT Plus, Project của Claude Pro, Bot của POE, Coze, hay System Prompt trong Google AI Studio), hay xây dựng mega-prompt cho các tác vụ phức tạp.
Bằng cách cấu trúc hóa prompt một cách chi tiết và logic, phân tách rõ ràng và có tham chiếu qua lại giữa các thành phần khác nhau trong một prompt phức hợp, bạn giúp AI hiểu rõ hơn về mối quan hệ giữa các phần của nhiệm vụ, quy trình thực hiện, và kết quả mong đợi. Điều này không chỉ tăng cường độ chính xác của đầu ra mà còn giúp AI xử lý thông tin một cách có tổ chức và hiệu quả hơn.
Cấu trúc hóa prompt cũng cho phép bạn tích hợp nhiều yếu tố khác nhau như vai trò, quy trình, hướng dẫn cụ thể, biểu mẫu, ví dụ, và tiêu chí đánh giá vào một khuôn khổ thống nhất. Điều này đặc biệt hữu ích khi làm việc với các công việc phức tạp đòi hỏi nhiều bước hoặc nhiều khía cạnh tư duy khác nhau.
Ngoài ra, cấu trúc tốt còn tạo điều kiện thuận lợi cho việc điều chỉnh và tối ưu hóa prompt. Bạn có thể dễ dàng chỉnh sửa hoặc cập nhật các phần cụ thể của prompt mà không ảnh hưởng đến toàn bộ cấu trúc, giúp quá trình làm việc với AI trở nên linh hoạt và hiệu quả hơn.
Cuối cùng, việc sử dụng các format cấu trúc như XML hoặc JSON không chỉ giúp tổ chức thông tin một cách rõ ràng mà còn tạo điều kiện cho việc tích hợp với các hệ thống và công cụ khác, mở rộng khả năng ứng dụng của prompt trong các luồng làm việc tự động hoá [automation].
Ví dụ 1: System Prompt hướng dẫn cho bot AI hỗ trợ khách hàng mua sắm trực tuyến (sử dụng XML tag)
<system_prompt>
<role>Bạn là một trợ lý AI chuyên nghiệp, thân thiện và hiểu biết sâu sắc về thời trang, chuyên hỗ trợ khách hàng mua sắm trực tuyến tại cửa hàng thời trang cao cấp.</role>
<interaction_flow>
<step1>
<action>Chào hỏi và xác định nhu cầu khách hàng</action>
<description>Bắt đầu bằng lời chào lịch sự, sau đó hỏi về sở thích thời trang và mục đích mua sắm của khách hàng.</description>
<example>
"Xin chào! Rất vui được hỗ trợ bạn hôm nay. Bạn đang tìm kiếm trang phục cho dịp đặc biệt nào, hay chỉ đơn giản là muốn làm mới tủ đồ của mình?"
</example>
</step1>
<step2>
<action>Tìm kiếm và gợi ý sản phẩm phù hợp</action>
<description>Dựa trên thông tin khách hàng cung cấp, đề xuất 3-5 sản phẩm phù hợp nhất, kèm theo lý do tại sao chúng phù hợp.</description>
<example>
"Dựa trên sở thích của bạn về phong cách thanh lịch và màu sắc trung tính, tôi xin giới thiệu những sản phẩm sau:
1. Áo blazer linen màu be: Phù hợp cho cả công sở và các buổi gặp gỡ bạn bè cuối tuần.
2. Quần tây ống suông màu navy: Dễ kết hợp và tôn dáng.
3. Đầm wrap dress màu xanh oliu: Vừa thanh lịch vừa thoải mái cho các sự kiện ngoài trời."
</example>
</step2>
<!-- Các bước tiếp theo tương tự -->
<step7>
<action>Theo dõi đơn hàng và hỗ trợ sau bán hàng</action>
<description>Cung cấp thông tin về trạng thái đơn hàng và giải đáp mọi thắc mắc sau mua hàng.</description>
<example>
"Đơn hàng của bạn đã được xác nhận và dự kiến sẽ được giao vào ngày 15/07. Bạn có thể theo dõi trạng thái đơn hàng qua link này [link]. Nếu có bất kỳ thắc mắc nào, đừng ngần ngại liên hệ với tôi nhé!"
</example>
</step7>
</interaction_flow>
<guidelines>
<tone>Luôn giữ giọng điệu thân thiện, chuyên nghiệp và tôn trọng.</tone>
<expertise>Thể hiện kiến thức sâu rộng về thời trang, xu hướng hiện tại và cách phối đồ.</expertise>
<personalization>Tùy chỉnh gợi ý dựa trên thông tin và phản hồi của khách hàng.</personalization>
<problem_solving>Chủ động đề xuất giải pháp cho mọi vấn đề khách hàng gặp phải.</problem_solving>
</guidelines>
</system_prompt>
Ví dụ 2: Prompt tóm tắt sách có cấu trúc (sử dụng JSON)
{
"role": "Bạn là một chuyên gia phân tích văn bản, có khả năng tóm tắt và phân tích sách một cách sâu sắc, súc tích, có hệ thống.",
"task": "Tóm tắt và phân tích cuốn sách được cung cấp",
"input": "Sử dụng file PDF đính kèm chứa nội dung đầy đủ của cuốn sách cần tóm tắt.",
"output_format": {
"summary": {
"brief": "Tóm tắt ngắn gọn trong 2-3 câu",
"detailed": "Tóm tắt chi tiết không quá 500 từ, bao gồm các điểm chính của sách"
},
"analysis": {
"themes": "Liệt kê và giải thích ngắn gọn 3-5 chủ đề chính",
"characters": "Mô tả ngắn gọn 2-3 nhân vật quan trọng nhất",
"writing_style": "Phân tích phong cách viết của tác giả trong 2-3 câu",
"historical_context": "Giải thích ngắn gọn bối cảnh lịch sử liên quan (nếu có)"
},
"critique": {
"strengths": "Liệt kê 2-3 điểm mạnh của cuốn sách",
"weaknesses": "Nêu 1-2 điểm có thể cải thiện (nếu có)",
"target_audience": "Xác định đối tượng độc giả phù hợp nhất"
},
"personal_reflection": "Đưa ra 2-3 câu nhận xét cá nhân về tác động của cuốn sách",
"recommendations": "Đề xuất 2-3 cuốn sách tương tự hoặc liên quan"
},
"guidelines": {
"tone": "Khách quan, học thuật nhưng dễ hiểu",
"language": "Sử dụng ngôn ngữ chính xác, tránh biệt ngữ chuyên ngành quá khó hiểu",
"length": "Tổng độ dài không quá 1500 từ"
}
}
<đính kèm file cuốn sách muốn tóm tắt>
Hướng đối đáp tiếp theo: "Tóm tắt và phân tích rất chi tiết. Tuy nhiên, tôi muốn thêm một phần 'Relevance to Modern Society' trong mục 'analysis'. Hãy bổ sung phần này, phân tích cách những chủ đề trong sách liên quan đến các vấn đề xã hội hiện đại. Đồng thời, mở rộng phần 'recommendations' để bao gồm cả các bài báo học thuật hoặc podcast liên quan đến chủ đề của sách."
Gợi ý áp dụng:
Tạo hướng dẫn chi tiết cho AI thực hiện một quy trình phức tạp
Thiết kế system prompt cho chatbot chuyên biệt
Tổ chức mega-prompt cho một công việc phức hợp
Cấu trúc hóa quy trình ra quyết định nhiều bước
Lưu ý: có thể ra lệnh cho AI xây dựng bản thảo các mega-prompt, system prompt này theo nhu cầu của bạn rồi bạn tinh chỉnh lại, nhớ yêu cầu AI làm prompt có cấu trúc, vận dụng XML Tags, JSON. Kinh nghiệm cho thấy Claude thường tuân thủ dạng prompt phức tạp này chặt chẽ nhất.
Một minh hoạ về sử dụng Mega-prompt để tóm tắt sách có cấu trúc: https://poe.com/s/q15NvLKcWoEBdtBTOliE
9. PHÂN THẦN: VIỆC KHÓ, ĐA TÁC TỬ LO
Nguyên lý thứ 9 này tập trung vào việc xây dựng hệ thống multi-agent để xử lý các nhiệm vụ phức tạp bằng cách "phân thần" - chia nhỏ nhiệm vụ thành các phần, được đảm nhiệm bởi các vai trò chuyên biệt. Nhờ đó chúng ta có thể:
Tăng độ chính xác và chuyên sâu trong từng phần của quy trình
Đảm bảo tính nhất quán, tiêu chuẩn cao, và tính logic giữa các bước
Tận dụng tối đa khả năng của AI trong việc xử lý thông tin đa chiều
Tạo ra kết quả cuối cùng có chất lượng và độ phức tạp cao hơn
Mô phỏng quy trình làm việc nhóm của con người, tận dụng sức mạnh của sự chuyên môn hóa
Cách thức thực hiện:
1. Phân tích và thiết kế quy trình:
a) Phân tích kỹ lưỡng nhiệm vụ:
Xác định mục tiêu chính và các mục tiêu phụ
Liệt kê các yêu cầu và ràng buộc của nhiệm vụ
Xác định các nguồn lực và thông tin cần thiết
b) Xây dựng sơ đồ quy trình:
Xác định các bước chính và phụ trong quy trình
Lập sơ đồ luồng công việc, chỉ rõ các điểm kết nối giữa các bước
Xác định các điểm kiểm tra và đánh giá trong quy trình
c) Áp dụng nguyên tắc MECE (Mutually Exclusive, Collectively Exhaustive):
Đảm bảo các bước không chồng chéo (Mutually Exclusive)
Đảm bảo tất cả các khía cạnh của nhiệm vụ được bao quát (Collectively Exhaustive)
Cân nhắc tính logic và hiệu quả của việc phân chia
2. Thiết kế hệ thống tác tử:
a) Xác định vai trò và nhiệm vụ cho từng tác tử [agent]:
Dựa trên sơ đồ quy trình, xác định các vai trò cần thiết
Định nghĩa rõ nhiệm vụ, input và output mong đợi của mỗi tác tử
Sử dụng động từ chuẩn xác (Nguyên lý 1) để mô tả nhiệm vụ của từng tác tử
b) Thiết lập hệ thống phân cấp và phối hợp:
Xác định thứ tự hoạt động và mối quan hệ giữa các tác tử
Thiết kế cơ chế truyền thông tin giữa các tác tử
Xây dựng quy trình xử lý xung đột và ra quyết định
c) Tạo các tác tử đặc biệt:
Tác tử điều phối (Coordinator Agent): Giám sát và điều phối hoạt động của các tác tử khác
Tác tử đánh giá (Evaluation Agent): Kiểm tra chất lượng output của từng tác tử và kết quả cuối cùng
Tác tử giao tiếp người dùng (User Interaction Agent): Xử lý tương tác với người dùng, yêu cầu input khi cần
3. Xây dựng prompt cho hệ thống:
a) Áp dụng các nguyên lý 1-8 để tạo prompt cho mỗi tác tử:
Sử dụng động từ chuẩn xác ở mỗi tác tử (Nguyên lý 1)
Áp dụng danh từ chuyên ngành (Nguyên lý 2) cho sản phẩm đầu ra, lưu ý là mỗi tác tử chỉ tập trung cho 1 loại sản phẩm đầu ra
Gán vai trò cụ thể cho mỗi tác tử (Nguyên lý 3)
Cung cấp tri thức nền tảng cần thiết (Nguyên lý 4)
b) Xây dựng mega-prompt tổng thể:
Sử dụng cấu trúc XML hoặc JSON để tổ chức thông tin (Nguyên lý 8)
Định nghĩa rõ vai trò, nhiệm vụ, và mối quan hệ giữa các tác tử
Tích hợp cơ chế "human in the loop" (có ý kiến của người dùng khi cần) vào mega-prompt
c) Thiết kế cơ chế tương tác giữa các tác tử:
Xác định cách thức truyền thông tin giữa các tác tử
Thiết lập quy tắc cho việc yêu cầu và cung cấp thông tin
4. Thiết lập cơ chế đánh giá và phản hồi:
a) Xác định tiêu chí đánh giá:
Thiết lập tiêu chí cụ thể cho từng tác tử và kết quả tổng thể
Sử dụng các metric định lượng và định tính phù hợp
b) Thiết lập ngưỡng chất lượng:
Xác định ngưỡng chất lượng tối thiểu cho mỗi bước và kết quả cuối cùng
Thiết lập quy trình xử lý khi kết quả không đạt ngưỡng
c) Xây dựng quy trình phản hồi và tinh chỉnh:
Thiết kế cơ chế để các tác tử có thể nhận và xử lý phản hồi
Áp dụng nguyên lý đối đáp (Nguyên lý 5) để liên tục cải thiện kết quả qua phần trao đổi giữa các tác tử, cũng như trao đổi của hệ thống với người dùng.
5. Tối ưu hóa cho multi-agent ảo và thật:
a) Cho multi-agent ảo (trong một mega-prompt):
Tối ưu hóa cấu trúc prompt để giảm thiểu độ phức tạp
Bổ sung tri thức và hướng dẫn chi tiết bằng file đính kèm, kỹ thuật RAG
b) Cho multi-agent thật (trên các nền tảng như Coze, Dify AI, CrewAI):
Tận dụng các tính năng đặc thù của nền tảng để tối ưu hóa luồng công việc
Thiết kế cơ chế lưu trữ và truyền thông tin hiệu quả giữa các tác tử
Xây dựng hệ thống quản lý trạng thái và xử lý lỗi
Lưu ý khi áp dụng:
1. Thiết kế hệ thống:
Đảm bảo tính độc lập tương đối giữa các tác tử để dễ dàng bảo trì và nâng cấp
Cân nhắc kỹ lưỡng số lượng tác tử: quá nhiều có thể dẫn đến phức tạp không cần thiết, quá ít có thể không đủ để xử lý nhiệm vụ phức tạp
Áp dụng nguyên tắc MECE một cách linh hoạt, đảm bảo phân chia nhiệm vụ cân bằng và đầy đủ
Thiết kế cơ chế kiểm tra chéo giữa các tác tử để tăng độ tin cậy của kết quả
2. Quản lý quy trình:
Duy trì tính nhất quán và tự nhiên của kết quả cuối cùng, tránh tình trạng "nhiều người nói nhiều giọng"
Cân bằng giữa sự can thiệp của người dùng và tính tự động của hệ thống
Thường xuyên đánh giá và tinh chỉnh hệ thống dựa trên kết quả thực tế và phản hồi từ người dùng
Phát triển "playbook" hoặc tài liệu hướng dẫn chi tiết về cách sử dụng và tùy chỉnh hệ thống multi-agent
3. Tối ưu hóa hiệu suất:
Tối ưu cấu trúc prompt để giảm thiểu độ phức tạp và tăng hiệu quả xử lý (đặc biệt quan trọng cho multi-agent ảo)
Tận dụng tính năng đặc thù của nền tảng khi triển khai multi-agent thật
Thiết kế cơ chế lưu trữ và truyền thông tin hiệu quả giữa các tác tử, tránh lặp lại thông tin không cần thiết
4. Đảm bảo chất lượng:
Sử dụng tác tử đánh giá với tiêu chí rõ ràng, cặn kẽ để kiểm tra kết quả của từng tác tử và kết quả cuối cùng
Xây dựng cơ chế phản hồi liên tục để cải thiện chất lượng trong quá trình thực hiện nhiệm vụ
Cập nhật và tinh chỉnh hệ thống dựa trên phản hồi của người dùng và các metric hiệu suất quan trọng
Ví dụ thực tiễn:
Để minh họa việc áp dụng Nguyên lý 9, chúng ta sẽ xây dựng một hệ thống AI đa tác tử để hỗ trợ viết bài blog chuyên sâu về công nghệ:
Phân tích quy trình:
Mục tiêu: Tạo bài blog chất lượng cao, thông tin chính xác, tối ưu SEO
Các bước chính: Nghiên cứu > Lập dàn ý > Viết nội dung > Chỉnh sửa > Tối ưu SEO
Thiết kế hệ thống tác tử:
Research_Agent: Tìm kiếm và tổng hợp thông tin
Outline_Agent: Lập dàn ý chi tiết
Writing_Agent: Viết nội dung theo dàn ý
Editing_Agent: Chỉnh sửa, cải thiện văn phong
SEO_Agent: Tối ưu hóa nội dung cho SEO
Fact_Checking_Agent: Kiểm tra tính chính xác của thông tin
Coordinator_Agent: Điều phối quy trình
Evaluation_Agent: Đánh giá chất lượng từng bước
User_Interaction_Agent: Giao tiếp với người dùng
Xây dựng prompt:
<system>
Bạn là hệ thống AI đa tác tử hỗ trợ viết bài blog công nghệ chất lượng cao.
</system>
<agents>
<Research_Agent>
<role>Chuyên gia nghiên cứu thông tin công nghệ</role>
<task>Tìm kiếm và tổng hợp thông tin về [chủ đề]</task>
<input>Chủ đề bài viết, các từ khóa liên quan</input>
<output>Danh sách các điểm chính, số liệu quan trọng, và nguồn tham khảo đáng tin cậy</output>
</Research_Agent>
<Outline_Agent>
<role>Chuyên gia lập dàn ý</role>
<task>Tạo dàn ý chi tiết dựa trên thông tin từ Research_Agent</task>
<input>Kết quả từ Research_Agent</input>
<output>Dàn ý chi tiết với các mục chính và phụ</output>
</Outline_Agent>
<!-- Các agent khác tương tự -->
<Coordinator_Agent>
<role>Quản lý dự án</role>
<task>Điều phối hoạt động của các agent, đảm bảo quy trình suôn sẻ</task>
<input>Trạng thái và output của tất cả các agent</input>
<output>Chỉ đạo và phân công nhiệm vụ cho các agent</output>
</Coordinator_Agent>
</agents>
<workflow>
1. Research_Agent thực hiện nghiên cứu
2. Outline_Agent sử dụng kết quả để lập dàn ý
3. User_Interaction_Agent trình bày dàn ý cho người dùng và nhận phản hồi
4. Writing_Agent viết nội dung dựa trên dàn ý đã được phê duyệt
5. Fact_Checking_Agent kiểm tra tính chính xác của thông tin
6. Editing_Agent chỉnh sửa và cải thiện văn phong
7. SEO_Agent tối ưu hóa nội dung cho SEO
8. Evaluation_Agent đánh giá chất lượng tổng thể
9. User_Interaction_Agent trình bày bản thảo cuối cùng cho người dùng
</workflow>
<user_interaction>
<checkpoints>
<checkpoint>
<stage>Sau khi Outline_Agent hoàn thành</stage>
<action>Hỏi ý kiến người dùng về dàn ý</action>
</checkpoint>
<checkpoint>
<stage>Sau khi hoàn thành bản thảo cuối</stage>
<action>Trình bày bản thảo và nhận phản hồi cuối cùng</action>
</checkpoint>
</checkpoints>
</user_interaction>
<evaluation_criteria>
<criteria>
<name>Độ chính xác</name>
<description>Thông tin trong bài viết phải chính xác và được kiểm chứng</description>
<threshold>9/10</threshold>
</criteria>
<criteria>
<name>Độ sâu</name>
<description>Bài viết phải cung cấp thông tin chuyên sâu và có giá trị</description>
<threshold>8/10</threshold>
</criteria>
<criteria>
<name>Tính mới</name>
<description>Bài viết phải mang lại góc nhìn mới hoặc thông tin cập nhật</description>
<threshold>7/10</threshold>
</criteria>
<criteria>
<name>Văn phong</name>
<description>Văn phong phải rõ ràng, hấp dẫn và phù hợp với đối tượng đọc</description>
<threshold>8/10</threshold>
</criteria>
<criteria>
<name>Tối ưu SEO</name>
<description>Bài viết phải đáp ứng các tiêu chí SEO cơ bản</description>
<threshold>8/10</threshold>
</criteria>
</evaluation_criteria>
Thiết lập cơ chế đánh giá và phản hồi:
Evaluation_Agent sử dụng các tiêu chí đã định nghĩa để đánh giá output của mỗi agent và bài viết cuối cùng
Nếu bất kỳ tiêu chí nào không đạt ngưỡng, Coordinator_Agent sẽ yêu cầu agent tương ứng điều chỉnh
User_Interaction_Agent thu thập phản hồi từ người dùng và chuyển cho Coordinator_Agent để điều chỉnh quy trình nếu cần
Tối ưu hóa:
Lưu trữ kết quả trung gian (như dàn ý, bản thảo đầu tiên) để tái sử dụng và cải thiện trong tương lai
Với multi-agent thật, sử dụng cơ sở dữ liệu để lưu trữ thông tin giữa các agent, giảm thiểu việc truyền dữ liệu lớn
Áp dụng Nguyên lý 9 kết hợp với 8 nguyên lý trước, chúng ta có thể tạo ra một hệ thống AI đa tác tử mạnh mẽ và linh hoạt. Hệ thống này không chỉ có khả năng xử lý nhiệm vụ phức tạp như viết bài blog chuyên sâu, mà còn có thể dễ dàng điều chỉnh và mở rộng cho các nhiệm vụ khác.
Một số điểm cần lưu ý khi áp dụng hệ thống này trong thực tế:
Khả năng mở rộng: Hệ thống có thể dễ dàng mở rộng bằng cách thêm các agent mới, ví dụ như Image_Creation_Agent để tạo hình ảnh minh họa cho bài viết.
Xử lý lỗi: Cần có cơ chế xử lý lỗi robust, ví dụ như khi một agent không thể hoàn thành nhiệm vụ hoặc kết quả không đạt yêu cầu.
Tối ưu hóa hiệu suất: Cân nhắc việc chạy các agent có thể hoạt động độc lập một cách song song để tiết kiệm thời gian.
Quản lý phiên bản: Lưu trữ các phiên bản khác nhau của bài viết trong quá trình chỉnh sửa để có thể quay lại nếu cần.
Bảo mật thông tin: Đảm bảo rằng các thông tin nhạy cảm hoặc độc quyền không bị rò rỉ trong quá trình xử lý.
Tùy chỉnh theo ngành: Hệ thống có thể được điều chỉnh cho các ngành khác ngoài công nghệ bằng cách thay đổi các agent chuyên biệt và tiêu chí đánh giá.
Học hỏi liên tục: Thiết lập cơ chế để hệ thống học hỏi từ các phản hồi và cải thiện hiệu suất theo thời gian.
Khi áp dụng Nguyên lý 9 một cách thấu đáo và kết hợp nhuần nhuyễn với 8 nguyên lý trước, chúng ta có thể tạo ra các hệ thống AI phức hợp, có khả năng xử lý các nhiệm vụ đa dạng và phức tạp một cách hiệu quả, đồng thời vẫn duy trì tính linh hoạt và khả năng tùy chỉnh cao.
Bằng cách áp dụng 9 nguyên lý này, người dùng có thể tạo ra những prompt chi tiết, có cấu trúc và hiệu quả hơn, giúp AI hiểu rõ hơn về yêu cầu và tạo ra kết quả phù hợp hơn với mong đợi của người dùng. Đồng thời, việc cung cấp tri thức cụ thể và duy trì quá trình đối đáp, góp ý sẽ giúp tinh chỉnh kết quả đạt được chất lượng tối ưu. Điều quan trọng là phải thực hành thường xuyên và không ngại thử nghiệm các cách tiếp cận khác nhau (đa dạng hóa động từ, danh từ, tính từ, vai trò, biểu mẫu, cấu trúc…) để tìm ra phương pháp hiệu quả nhất cho bản thân.
Để hỗ trợ thêm cho các bạn, tôi đã dùng Nguyên lý 9 để thiết kế một bot AI miễn phí trên cả POE và Custom GPTs của ChatGPT, có chức năng GÓP Ý CÂU PROMPT CỦA BẠN THEO 9 NGUYÊN LÝ NÀY. Truy cập bot LDNPromptAdvisor trên nền tảng POE tại ĐÂY, hoặc trên Custom GPTs tại ĐÂY.
Chúc các bạn thành công!
P/S: bạn có thể gia nhập nhóm Zalo chia sẻ kiến thức về AI của AI Mastermind tại ĐÂY.
Ngoài ra, một thành viên của AI Mastermind là bạn Trường Giang đã tổng hợp 9 Nguyên lý này thành một mindmap rất toàn diện như sau:
Bạn đang đọc miễn phí bản tin AI mastermind . Để đọc trọn vẹn tất cả các bài viết và hướng dẫn chi tiết, hãy đăng ký email để nhận được những bản tin mới nhất từ AI Mastermind vào trực tiếp email của bạn nhé!
Bản tin được xây dựng và phát triển bởi Lương Dũng Nhân, M.Ed., PCC, Nghiên cứu sinh Tiến sĩ Giáo dục về Generative AI trong Giáo dục, một nhà giáo dục hiện đại, đam mê tâm lý học, yêu thích vận dụng AI để giúp mọi người hiện thực hoá mọi tiềm năng bản thân [self-actualization] bằng triết lý giáo dục chuyển hoá [transformative education].
*** Thông tin các khóa học về AI của AI Mastermind trên Udemy:
10 ẢO TƯỞNG 6 GIẢI PHÁP THỜI ĐẠI A.I
ỨNG DỤNG A.I TRONG THAM VẤN TÂM LÝ
XÂY THƯƠNG HIỆU CÁ NHÂN CÙNG A.I
SÁNG TẠO CÙNG A.I (THEO DESIGN THINKING)
***Quà tặng các chatbot AI miễn phí TẠI ĐÂY
*** Đọc thêm các bài viết về học hỏi, phát triển bản thân tại bản tin LEARNACY
Đọc bài viết của bạn rất là chi tiết. Nó thực sự hữu ích với những ai muốn nghiên cứu chuyên sâu về AI.
Tuy nhiên là tôi thấy nội dung rất dài dòng. Giống như tôi phải học lại Tiếng Việt khi muốn tiếp cận AI vậy.