Trong bối cảnh công nghệ không ngừng phát triển, trí tuệ nhân tạo (AI) đã trở thành một phần không thể thiếu, góp phần thay đổi cách chúng ta làm việc, học tập và tương tác. Một trong những khía cạnh quan trọng và hấp dẫn nhất của AI là các loại "prompt" – những câu lệnh hoặc tín hiệu khởi tạo giúp hệ thống AI hiểu và thực hiện nhiệm vụ được giao. Các loại prompt không chỉ đa dạng về hình thức mà còn phong phú về chức năng, từ việc đơn giản hóa các tác vụ hằng ngày đến hỗ trợ các nghiên cứu khoa học phức tạp.
1. Prompt là gì?
AI Prompt là một đoạn văn bản hoặc câu hỏi được sử dụng để khởi đầu hoặc hướng dẫn mô hình ngôn ngữ trong việc tạo ra phản hồi hoặc tiếp tục văn bản. Prompt hoạt động như một chỉ dẫn hoặc gợi ý để mô hình AI có thể hiểu rõ ngữ cảnh và đưa ra câu trả lời thích hợp. Nó có thể bao gồm từ khóa, câu hỏi hoặc một đoạn văn bản cụ thể.
2. System Prompt
System prompt là một đoạn văn bản được cung cấp cho mô hình ngay từ đầu, trước khi có bất kỳ sự tương tác nào với người dùng. Nó định hướng cho mô hình về cách hành xử, cách diễn đạt và các quy tắc cần tuân theo.
Ví Dụ thực tế:
Trợ lý chuyên môn: “Bạn là một chuyên gia y tế ảo. Hãy trả lời một cách cẩn thận, rõ ràng và chỉ cung cấp thông tin đã được chứng minh khoa học. Khuyến cáo người dùng luôn tham khảo ý kiến bác sĩ.”
Giọng điệu thân thiện: “Bạn là một trợ lý ảo giúp đỡ người dùng với một nụ cười. Hãy sử dụng giọng điệu thân thiện, dễ gần, nhưng không được thiếu tôn trọng. Đừng bao giờ để người dùng cảm thấy bị lấn át.”
3. Zero-shot, one-shot, few-shot, multi-shot
3.1. Zero-shot Prompting
Zero-shot prompting là khi bạn yêu cầu mô hình thực hiện một nhiệm vụ mà không cung cấp bất kỳ ví dụ nào về cách làm điều đó.
Ví dụ cụ thể:
Yêu cầu: Viết một câu chuyện ngắn về một cậu bé tìm thấy kho báu.
Kết quả mong đợi: Mô hình tự động tạo ra một câu chuyện mà không có bất kỳ gợi ý nào.
3.2. One-shot Prompting
One-shot prompting là khi bạn cung cấp cho mô hình một ví dụ duy nhất để minh họa yêu cầu của bạn.
Ví dụ cụ thể:
Yêu cầu: Tạo một câu chuyện ngắn về một con mèo thích phiêu lưu. Ví dụ: Một ngày nọ, con mèo tên Mít quyết định rời khỏi căn nhà ấm cúng của mình để khám phá khu rừng gần đó…
Kết quả mong đợi: Mô hình sẽ tạo ra một câu chuyện khác về một con mèo phiêu lưu, có thể theo mẫu câu đã cung cấp.
3.3. Few-shot Prompting
Few-shot prompting là khi bạn cung cấp cho mô hình vài ví dụ (thường là 2-5) để minh họa rõ hơn về yêu cầu hoặc mẫu kết quả mong muốn.
3.4. Multi-shot Prompting
Multi-shot prompting là khi bạn cung cấp nhiều ví dụ (có thể hơn 5) để mô hình hiểu đầy đủ về mẫu và ngữ cảnh yêu cầu.
Tóm tắt sự khác biệt:
4. Prompt theo chuỗi suy nghĩ (CoT Prompts)
Chain of Thought Prompting là một trong các loại Prompt kỹ thuật yêu cầu mô hình AI suy luận theo từng bước, chia nhỏ quy trình suy nghĩ để đi đến câu trả lời cuối cùng. Thay vì tạo ra một kết quả ngay lập tức, mô hình được hướng dẫn nêu rõ các bước logic hoặc lập luận để giải thích cách nó đạt được câu trả lời. Kỹ thuật này được sử dụng để xử lý các vấn đề phức tạp, đòi hỏi phải có sự suy luận chi tiết hoặc liên quan đến nhiều bước lập luận.
Ví dụ minh họa về Chain of Thought Prompting trong Marketing & Sales:
Phân tích ROI (Return on Investment) của một chiến dịch quảng cáo
Câu hỏi: Một công ty chi 200 triệu VNĐ cho chiến dịch quảng cáo và thu về 500 triệu VNĐ doanh thu. Chi phí sản phẩm là 300 triệu VNĐ. Tính ROI của chiến dịch.
Chain of Thought:
- Bước 1: Chi phí quảng cáo là 200 triệu VNĐ.
- Bước 2: Doanh thu thu về từ chiến dịch là 500 triệu VNĐ.
- Bước 3: Chi phí sản phẩm (chi phí gốc) là 300 triệu VNĐ.
- Bước 4: Lợi nhuận thu được = Doanh thu - Chi phí sản phẩm - Chi phí quảng cáo = 500 triệu - 300 triệu - 200 triệu = 0 triệu VNĐ.
- Bước 5: ROI được tính bằng công thức: (Lợi nhuận / Chi phí quảng cáo) × 100%.
- Bước 6: ROI = (0 / 200) × 100% = 0%.
Trả lời: ROI của chiến dịch quảng cáo là 0%, cho thấy công ty không tạo ra lợi nhuận từ chiến dịch này
5. Prompt kết hợp (Zero-shot CoT Prompts)
Prompt kết hợp là loại kết hợp Prompt theo chuỗi suy nghĩ (CoT Prompts) và Prompts trực tiếp (Zero-shot) bằng cách yêu cầu mô hình thực hiện các bước suy luận, điều này giúp tạo ra kết quả tốt hơn.
Ví dụ trong bài toán: Có 10 người trong một cuộc thi. Mỗi người đều bắt tay với mọi người khác một lần. Hỏi tổng cộng có bao nhiêu cái bắt tay? Chúng ta có thể tạo Zero-shot CoT Prompt theo các bước sau:
Bước 1: Yêu cầu AI hiểu bản chất của vấn đề: Mỗi bắt tay diễn ra giữa hai người.
Bước 2: Xác định số lượng bắt tay của một cá nhân: Mỗi người sẽ bắt tay với 9 người còn lại (trừ bản thân).
Bước 3: Tính tổng số lượng bắt tay: Nếu tính riêng lẻ, chúng ta sẽ đếm mỗi cái bắt tay hai lần (vì A bắt tay với B tương tự như B bắt tay với A). Vì vậy, cần phải chia đôi tổng số tự tính trước. Số lượng bắt tay của tất cả mọi người = 10 * 9. Vì mỗi bắt tay bị đếm đôi, chia kết quả vừa tính cho 2: ((10 * 9) / 2).
Bước 4: Kết luận cuối cùng: Tổng số cái bắt tay là 45.
6. STEPwise Prompting
STEPwise Prompting là một kỹ thuật tương tự như Chain of Thought Prompting, nhưng có sự khác biệt là mô hình được hướng dẫn để dừng lại và đưa ra phản hồi từng bước một, thay vì tạo ra toàn bộ câu trả lời trong một lần. Mỗi bước được xác nhận hoặc sửa đổi trước khi tiếp tục, cho phép quy trình lập luận có thể được điều chỉnh hoặc cải thiện trong quá trình thực hiện.
Kết luận
Trong bối cảnh phát triển nhanh chóng của trí tuệ nhân tạo, việc hiểu rõ và sử dụng hiệu quả các loại prompt là một yếu tố then chốt giúp tối ưu hóa khả năng của các mô hình AI. Như chúng ta đã thảo luận trong bài viết này, prompt không chỉ đơn thuần là công cụ để khởi tạo tương tác với AI mà còn đóng vai trò quan trọng trong việc định hình kết quả đầu ra và đảm bảo tính chính xác của thông tin. Qua bài viết này, mình hy vọng bạn đã nắm vững về Prompt trong AI, bài viết trích xuất 1 vài thông tin trong cuốn Ebook “Làm Chủ GenAI: Ảo Giác, Prompt Và Công Cụ X10 Hiệu Suất” của SlimCRM.
