Written by: Claude AI.
Curator/Editor: Học Trò.
Hiểu AI, từng khái niệm một — Bài 13
Thứ Sáu này Khoa phải đưa bà nội đi tái khám, nên phải nghỉ một buổi học. Khoa gõ vào chatbot: "Viết giùm email xin nghỉ học." Mười giây sau có ngay một lá thư: "Kính gửi Quý Thầy/Cô, tôi xin phép vắng mặt vì lý do cá nhân…" — trơn tru, lễ phép, và không dùng được: không tên thầy, không ngày, không lý do, xưng "tôi" với thầy nghe cứng đơ. Cô Tư ngồi bên cạnh, liếc qua, cười: "Con nhờ người ta may áo mà không đưa số đo, thì người ta may cái áo vừa cho ai cũng được — mà không vừa với ai hết."
Vì sao cùng một chatbot, người này nhận câu trả lời rất hay, người kia nhận câu trả lời chung chung vô dụng?
Cần biết trước: Chatbot (trợ lý trò chuyện) như ChatGPT, Claude, Gemini chạy trên một mô hình ngôn ngữ lớn (large language model, LLM) — một cái máy đọc những gì bạn đưa cho nó rồi viết tiếp sao cho nghe hợp nhất. Câu bạn gõ vào gọi là câu lệnh (prompt). Bài này không dạy "câu thần chú" nào cả; nó giải thích vì sao những gì bạn đưa vào quyết định gần hết những gì bạn nhận ra.
Đi may áo
Bạn ra tiệm may, nói: "May cho tôi cái áo." Ông thợ may giỏi cỡ nào cũng phải hỏi lại: áo sơ mi hay áo dài? Vải gì? Mặc đi đám cưới hay đi làm? Số đo bao nhiêu? Nếu bạn bỏ đi luôn, không trả lời — ông vẫn phải may một cái gì đó, thì ông sẽ may cái áo cỡ trung bình, kiểu thông dụng nhất, màu dễ mặc nhất. Áo không xấu. Chỉ là không phải áo của bạn.
Chatbot là ông thợ may đó, với một khác biệt quan trọng: nó thường không hỏi lại. Bạn đưa một câu, nó may luôn. Chỗ nào bạn không nói, nó tự đoán — và nó đoán theo kiểu "trung bình", kiểu nó gặp nhiều nhất trong những gì nó đã đọc. Email xin nghỉ học "trung bình" trên đời là email gửi "Quý Thầy/Cô" vì "lý do cá nhân". Thế là Khoa nhận đúng cái đó.
Cách nghĩ thứ hai, gần với đời đi làm hơn: chatbot giống một nhân viên mới rất giỏi — đọc nhiều, viết nhanh, chịu khó — nhưng ngày đầu đi làm, chưa biết gì về công ty bạn, về sếp bạn, về khách của bạn. Giao việc cho người như vậy, bạn sẽ dặn kỹ. Với chatbot cũng vậy.
Vì sao "đưa số đo" lại hiệu quả đến thế?
Lý do nằm ở cách cái máy làm việc. Nó chỉ biết những gì nằm trong cuộc trò chuyện cộng với kiến thức chung nó học được. Nó không biết bạn là ai, thầy bạn tên gì, bà bạn bệnh gì, thứ Sáu là ngày mấy. Mọi chi tiết riêng của bạn, nếu bạn không viết ra, thì đối với nó là không tồn tại.
Vậy nên cái "đòn bẩy" lớn nhất bạn có không phải là một câu chữ khéo, mà là nội dung bạn đặt vào.
Hình 1. Kết quả mô tả theo kiểu thường gặp, do người viết tóm lại; mỗi chatbot sẽ viết hơi khác.
So hai cột ở Hình 1. Câu bên phải dài hơn câu bên trái chừng ba mươi chữ — gõ mất một phút. Đổi lại, khỏi mất mười phút sửa.
Năm ô của một "phiếu đặt may"
Không cần học thuộc công thức nào. Chỉ cần nhớ năm ô, như phiếu đặt may ở tiệm.
Hình 2. Năm ô là cách chia của người viết cho dễ nhớ, không phải một chuẩn chính thức.
1. Bạn là ai, viết cho ai. "Em là sinh viên năm hai, gửi thầy dạy Kinh tế vĩ mô." Chỉ một câu này đã giải quyết chuyện xưng hô — chuyện mà tiếng Việt khó hơn tiếng Anh nhiều. Máy biết phải xưng "em", gọi "thầy", giữ giọng học trò.
2. Việc cần làm. Nói rõ một việc: "viết email xin nghỉ một buổi", không phải "giúp em vụ nghỉ học".
3. Chi tiết cần có. Ngày, tên, số liệu, lý do. Đây là những thứ máy không thể biết, và nếu bạn không đưa, nó hoặc bỏ trống, hoặc — tệ hơn — bịa cho đủ (bài về ảo giác AI trong loạt này có nói kỹ).
4. Ràng buộc. Dài bao nhiêu, giọng thế nào, điều gì không được làm. "Dưới 100 chữ", "lễ phép nhưng đừng khúm núm", "đừng bịa lý do".
5. Mẫu kết quả. Muốn kết quả có hình dạng gì: có tiêu đề email không, viết thành bảng hay gạch đầu dòng. Cách mạnh nhất ở ô này là đưa một mẫu: dán một email cũ bạn từng viết và nói "viết theo giọng này". Một ví dụ thật thường dạy máy nhanh hơn mười câu mô tả.
Không phải lúc nào cũng cần đủ năm ô. Hỏi "phở bò nấu mấy tiếng?" thì chẳng cần phiếu đặt may. Nhưng với việc gì có người nhận ở đầu bên kia — email, đơn từ, lời chúc, bài phát biểu — đáng để bỏ ra một phút.
Dặn bằng lời, hay đưa ví dụ?
Có hai cách chính để cho máy biết mình muốn gì, và nên biết cả hai.
Dặn bằng lời (instruction): "Viết ngắn, giọng ấm, không dùng chữ sáo rỗng." Nhanh, nhưng chữ "ấm", "sáo rỗng" mỗi người hiểu một kiểu — máy cũng vậy.
Đưa ví dụ (example): dán hai ba câu mẫu đúng ý mình. Chậm hơn chút, nhưng rõ hơn hẳn, vì máy rất giỏi bắt chước.
Một mẹo nhỏ: khi đưa ví dụ, hãy nói rõ cái gì trong ví dụ cần bắt chước — giọng văn, độ dài, cách mở đầu — kẻo máy chép luôn cả nội dung ví dụ vào bài mới.
Lời dặn sẵn và "dặn cho cả mùa"
Có một loại prompt bạn không thấy: lời dặn của ứng dụng (system prompt) — những quy tắc mà hãng làm chatbot cài sẵn ở đầu mỗi cuộc trò chuyện, như "trả lời lễ phép", "không giúp làm điều nguy hiểm". Nó nằm đó trước cả câu đầu tiên của bạn.
Nhiều ứng dụng bây giờ cho bạn tự thêm lời dặn riêng của mình vào đó — thường nằm trong phần cài đặt, với tên như "hướng dẫn tùy chỉnh" hay "cá nhân hóa". Chuyện gì bạn phải dặn đi dặn lại mỗi lần — "tôi ở Sài Gòn", "trả lời bằng tiếng Việt miền Nam", "xưng cô, gọi em" — thì viết một lần vào đó cho khỏe.
Khi việc lớn hơn — không còn là một email mà là cả một công trình dài ngày — người ta bắt đầu nghĩ theo kiểu khác: không chỉ "viết prompt cho hay", mà sắp xếp cả những gì sẽ nằm trước mặt máy: quy tắc nào, tài liệu nào, ví dụ nào, kết quả lần trước nào. Giới làm AI gọi việc này là thiết kế ngữ cảnh (context engineering). Nghe to tát, nhưng ý thì giản dị: người giao việc giỏi không chỉ nói giỏi, mà chuẩn bị hồ sơ giỏi.
Từ kinh nghiệm thật
Người viết loạt bài này làm việc với AI trên những công trình dài: chép lại chữ Nôm từ sách in thế kỷ 19, chép bản nhạc từ những trang nhạc cũ. Ở những việc này, "prompt" không còn là một câu — mà là một bản quy tắc làm việc, viết thành văn, đọc lại đầu mỗi buổi.
Điều thú vị là bản quy tắc đó không được viết ra một lần cho xong. Nó lớn dần, mỗi lần một lỗi. AI điền một chữ đọc không ra bằng một chữ đoán — thêm một dòng: "Không bao giờ lấp chỗ trống bằng phỏng đoán; chỗ nào không chắc thì đánh dấu." AI chép một bài nhạc mà chỉ tả dáng giai điệu đi lên đi xuống, không ghi tên nốt — thêm một dòng: "Luôn ghi tên từng nốt." Mỗi dòng trong bản quy tắc là một vết sẹo có ghi ngày.
Bài học cho bạn, kể cả với việc nhỏ: khi AI làm sai một kiểu, đừng chỉ sửa kết quả — hãy sửa lời dặn, để lần sau khỏi sai lại.
Hiểu lầm thường gặp
"Có những câu thần chú làm AI giỏi hơn." Trên mạng có cả chục bí kíp: "hãy hít thở sâu", "tôi sẽ boa cho bạn"… Có thể có lúc nó tạo khác biệt nhỏ ở một đời mô hình nào đó, nhưng không đáng tin, và mô hình đổi là mẹo hết linh. Cái luôn hiệu quả là nguyên tắc: đưa đủ thông tin, nói rõ việc, cho ví dụ.
"Prompt càng dài càng tốt." Không. Dài vì đủ chi tiết thì tốt; dài vì lặp ý, lan man thì làm máy rối. Năm ô, mỗi ô một hai câu, là đủ cho hầu hết việc hằng ngày.
"Viết lịch sự thì máy trả lời tốt hơn." Lịch sự không hại gì, và là thói quen đẹp. Nhưng cái làm câu trả lời tốt lên là nội dung, không phải chữ "làm ơn".
"Máy giỏi thì phải tự hiểu ý mình." Máy giỏi tới đâu cũng không đọc được những gì bạn chưa viết ra. Ông thợ may giỏi nhất Sài Gòn cũng cần số đo.
Thử ngay 5 phút
- Mở một cuộc trò chuyện mới, gõ: "Viết giùm đơn xin nghỉ phép." Đọc kết quả.
- Mở một cuộc trò chuyện mới khác, gõ bản "có số đo" — điền năm ô theo chuyện thật của bạn. Ví dụ: "Tôi là nhân viên kế toán, gửi chị trưởng phòng tên Lan. Xin nghỉ phép thứ Hai và thứ Ba tuần sau để về quê đám cưới em họ. Công việc đã nhờ anh Tâm làm thay. Giọng thân mà vẫn đúng mực, dưới 120 chữ, có tiêu đề."
- So hai lá đơn: bạn phải sửa bao nhiêu chỗ ở mỗi lá?
- Bonus: dán một email bạn từng viết, nói "viết lá đơn trên theo đúng giọng của email này". Có giống giọng bạn hơn không?
Mang về một ý
Câu trả lời của AI tốt hay dở, phần lớn được quyết định trước khi bạn bấm gửi — bởi những gì bạn đặt vào. Không có câu thần chú; chỉ có số đo. Khoa bây giờ viết email cho thầy bằng chatbot nhanh hơn trước, nhưng cái thay đổi lớn nhất lại không nằm trong máy: muốn điền năm ô, cậu phải tự nghĩ cho rõ mình xin gì, vì sao, và cho ai. Cô Tư bảo, đó cũng là điều cô dạy học trò suốt ba mươi năm — muốn viết cho người khác hiểu, trước hết mình phải hiểu mình muốn nói gì.
Bảng thuật ngữ nhỏ
| Tiếng Việt | Tiếng Anh | Nghĩa ngắn |
|---|---|---|
| câu lệnh | prompt | Những gì bạn gõ vào để nhờ AI làm việc |
| lời dặn của ứng dụng | system prompt | Quy tắc hãng cài sẵn ở đầu mỗi cuộc trò chuyện |
| lời dặn riêng | custom instructions | Lời dặn bạn tự viết một lần, áp dụng cho mọi cuộc trò chuyện |
| dặn bằng lời | instruction | Mô tả điều mình muốn bằng chữ |
| ví dụ mẫu | example | Đưa một mẫu cho máy bắt chước |
| thiết kế ngữ cảnh | context engineering | Sắp xếp mọi thứ sẽ nằm trước mặt máy: quy tắc, tài liệu, ví dụ |
Thông tin tính đến tháng 11/2026.
Bonus: Prompting: Talking So the AI Can Help
AI, One Concept at a Time — Essay 13
This Friday Danny has to take his grandmother to a checkup, so he'll miss a class. He types into a chatbot: "Write me an email asking to miss class." Ten seconds later, there it is: "Dear Professor, I am writing to inform you that I will be absent due to personal reasons…" — smooth, polite, and useless: no professor's name, no date, no reason, and a stiffness that sounds nothing like him. Aunt Denise, reading over his shoulder, laughs. "Baby, that's like ordering a suit without giving your measurements. You'll get a suit that fits everybody — which means it fits nobody."
Why do two people using the same chatbot get such different answers — one great, one generic and useless?
What you need to know first: Chatbots like ChatGPT, Claude and Gemini run on a large language model (LLM) — a machine that reads whatever you give it and continues in the most fitting way. What you type in is called a prompt. This essay doesn't teach magic words; it explains why what you put in decides most of what you get out.
Ordering a suit
Walk into a tailor's shop and say, "Make me a suit." Even the best tailor has to ask: a business suit or a tux? What fabric? For a wedding or the office? What are your measurements? If you walk out without answering — and he still has to make something — he'll make an average size, in the most common cut, in the safest color. It's not a bad suit. It's just not yours.
A chatbot is that tailor, with one important difference: it usually doesn't ask. You give it one line and it starts cutting. Whatever you leave out, it guesses — and it guesses "average," the version it has seen most often. The average class-absence email in the world is addressed "Dear Professor" and cites "personal reasons." So that's what Danny got.
A second way to think about it: a chatbot is like a very capable new hire — well-read, fast, eager — on their first day, knowing nothing about your company, your boss, or your customers. You'd brief a person like that carefully. Same here.
Why "measurements" matter so much
The reason is how the machine works. It only knows what's in the conversation, plus the general knowledge it learned. It doesn't know who you are, your professor's name, what your grandmother's appointment is for, or what date "this Friday" is. Every personal detail you don't write down simply doesn't exist for it.
So your biggest lever isn't a clever phrase. It's the content you put in.
Figure 1. Results described as they typically come out, summarized by the author; every chatbot will word them a bit differently.
The right-hand prompt in Figure 1 is about thirty words longer than the left one — a minute of typing. In exchange, you skip ten minutes of fixing.
The five boxes of an "order slip"
No formula to memorize. Just five boxes, like an order slip at the tailor's.
Figure 2. The five boxes are the author's own way of dividing it up for easy recall, not an official standard.
1. Who you are, and who it's for. "I'm a second-year student writing to my economics professor." That one sentence sets the tone: respectful, student-to-teacher, not corporate.
2. The task. One clear job: "an email asking to miss one class," not "help me with the absence thing."
3. Details to include. Dates, names, numbers, reasons. The machine can't know these, and if you don't supply them, it will either leave a blank or — worse — make something up to fill the space (the essay on AI hallucination in this series covers why).
4. Limits. Length, tone, and what not to do. "Under 100 words," "polite but not groveling," "don't invent reasons."
5. The shape of the result. What should it look like: include a subject line? A table, or bullet points? The strongest move here is to give a sample: paste an old email of yours and say "write it in this voice." One real example often teaches the machine faster than ten sentences of description.
You don't always need all five. "How long do I roast a 12-pound turkey?" needs no order slip. But for anything with a real person on the other end — emails, letters, cards, a toast — the extra minute is worth it.
Tell it, or show it?
There are two main ways to get across what you want, and it's worth knowing both.
Tell it (instructions): "Keep it short, warm, no clichés." Fast — but "warm" and "cliché" mean different things to different people, and to the machine.
Show it (examples): paste two or three samples that are just right. A bit slower, but much clearer, because the machine is an excellent imitator.
One small tip: when you give an example, say what to imitate — the tone, the length, the way it opens — or the machine may copy the example's content into the new piece too.
Built-in instructions, and instructions for the whole season
There's a kind of prompt you never see: the system prompt — rules the chatbot's company places at the top of every conversation, like "be polite" or "don't help with anything dangerous." It's there before your first word.
Many apps now let you add your own standing instructions there — usually in settings, under a name like "custom instructions" or "personalization." Anything you find yourself repeating every time — "I live in Los Angeles," "keep answers short," "explain like I'm not technical" — write it once there and be done.
When the work gets bigger — not one email but a project that runs for weeks — people start thinking differently: not just "write a good prompt," but arrange everything the machine will have in front of it: which rules, which documents, which examples, which results from last time. The AI world calls this context engineering. It sounds grand, but the idea is simple: a good manager doesn't just talk well; they prepare a good file.
From real experience
The author of this series works with AI on long projects: transcribing Vietnamese texts written in Nôm, an old Chinese-derived script, from 19th-century prints, and transcribing sheet music from old songbooks. In that kind of work, the "prompt" is no longer a sentence — it's a written set of house rules, read in at the start of every session.
The interesting thing is that the rules weren't written all at once. They grew one mistake at a time. The AI filled an unreadable character with a guess — a new line: "Never fill a gap with a guess; mark anything uncertain." The AI transcribed a song by describing the melody's ups and downs without naming the notes — a new line: "Always name every note." Each line in the rules is a scar with a date on it.
The lesson for you, even on small tasks: when the AI gets something wrong in a particular way, don't just fix the result — fix the instructions, so it doesn't happen again.
Common misunderstandings
"There are magic phrases that make AI smarter." The internet is full of tricks: "take a deep breath," "I'll tip you $20"… They may make a small difference in some model at some point, but they're unreliable, and when the model changes, the trick stops working. What always works is the principle: give enough information, state the task clearly, show an example.
"The longer the prompt, the better." No. Long because it's complete — good. Long because it rambles and repeats — that confuses the machine. Five boxes, a sentence or two each, covers most everyday tasks.
"Saying please gets better answers." Politeness doesn't hurt, and it's a nice habit. But what improves the answer is content, not "please."
"A smart enough AI should just know what I mean." No machine, however smart, can read what you haven't written. The best tailor in town still needs your measurements.
Try it now (5 minutes)
- Open a new chat and type: "Write a request for time off." Read the result.
- In another new chat, type the "measured" version — fill in the five boxes with something real. For example: "I'm a bookkeeper writing to my manager, Linda. I need next Monday and Tuesday off for my cousin's wedding in Sacramento. Marcus has agreed to cover for me. Friendly but professional, under 120 words, with a subject line."
- Compare: how many changes would you need to make to each?
- Bonus: paste an email you've written before and say "write the request above in exactly this voice." Does it sound more like you?
The one idea to take with you
Whether an AI's answer is good or bad is mostly decided before you hit send — by what you put in. There are no magic words; there are measurements. Danny now writes emails to his professors faster with a chatbot, but the biggest change isn't in the machine: to fill in five boxes, he has to think clearly first about what he's asking, why, and for whom. Aunt Denise says that's what she told every kid who came to the front office with a crumpled note — before anyone can help you, you have to know what you're asking for.
Mini-glossary
| Term | Short meaning |
|---|---|
| Prompt | What you type in to ask the AI for something |
| System prompt | The company's built-in rules at the top of every conversation |
| Custom instructions | Standing instructions you write once, applied to every chat |
| Instruction | Describing what you want in words |
| Example | A sample for the machine to imitate |
| Context engineering | Arranging everything the machine will have in front of it: rules, documents, examples |
Current as of November 2026.
Written by: Claude AI.
Curator/Editor: Học Trò.
Mọi trích dẫn đều phải ghi chú với dòng trên và nói rõ bài khảo luận được lấy từ trang https://hoctroviet.blogspot.com/
No comments:
Post a Comment