Sáu Thành tố Thiết yếu của Prompt

• Tổng quan về framework 6 thành tố

Một prompt hiệu quả thường được cấu thành từ sáu thành tố chính:

1. Action (Động từ hành động)

Xác định rõ thao tác mà AI phải thực hiện (ví dụ: Analyze – phân tích, Summarize – tóm tắt, Generate – tạo ra).

2. Product (Danh từ sản phẩm)

Xác định đầu ra mong muốn, tức loại sản phẩm hoặc phương pháp (ví dụ: report – báo cáo, lesson plan – giáo án, outline – dàn ý).

3. Role (Vai trò của AI)

Gán cho AI một ngữ cảnh chuyên môn để phản hồi phù hợp (ví dụ: as a financial expert – với vai trò chuyên gia tài chính, as an instructional designer – với vai trò nhà thiết kế giáo trình).

4. Context (Thông tin nền)

Cung cấp dữ liệu, bối cảnh, hoặc ví dụ mẫu để AI hiểu rõ phạm vi (ví dụ: “dựa trên chương về Bloom’s Taxonomy (Thang bậc Bloom)”, “với dữ liệu khảo sát 905 sinh viên”).

5. Attribute (Tính từ phong cách)

Định hình phong cách, độ dài, hoặc tông giọng đầu ra (ví dụ: concise – ngắn gọn, formal – trang trọng, in-depth – chuyên sâu).

6. Format (Biểu mẫu đầu ra)

Yêu cầu cấu trúc kết quả theo mẫu cụ thể như JSON, bảng, danh sách gạch đầu dòng (ví dụ: “trả lời dưới dạng markdown table (bảng Markdown)”, “đầu ra theo định dạng JSON”).

• Mối liên hệ giữa các thành tố trong một prompt hoàn chỉnh

Mỗi thành tố bổ trợ cho nhau, tạo nên prompt đầy đủ:

• Action + Product: Xác định việc “làm gì” và “sản phẩm ra sao” (Ví dụ: “Analyze sentiment (phân tích cảm xúc) report”).
• Role + Context: Đặt AI vào “vai” và “bối cảnh” để đảm bảo tính chuyên môn (Ví dụ: “As an educational researcher (với vai trò nhà nghiên cứu giáo dục), based on survey data (dựa trên dữ liệu khảo sát)…”).
• Attribute + Format: Định hướng phong cách và cấu trúc đầu ra (Ví dụ: “in concise bullet points (dưới dạng gạch đầu dòng ngắn gọn), in Vietnamese (bằng tiếng Việt)”).

• Nguyên tắc xây dựng prompt theo cấu trúc logic

• Rõ ràng – Concise: Mỗi thành tố được tách biệt rõ, không gộp quá nhiều yêu cầu phức tạp trong một câu.
• Phân cấp thứ tự: Bắt đầu bằng Action–Product, sau đó Role–Context, rồi Attribute–Format để dẫn dắt AI từng bước.
• Cung cấp ví dụ mẫu (Few-shot) khi cần: Chèn 1–2 ví dụ để AI “học” cách làm trước khi thực hiện nhiệm vụ chính.
• Kiểm thử và tinh chỉnh (Reflexion): Sau khi nhận output, đánh giá từng thành tố xem đã đủ rõ ràng và logic chưa, rồi điều chỉnh.