Ví dụ, kỹ thuật và ứng dụng thực tiễn của kỹ thuật thiết kế lời nhắc
Bạn sẽ không gọi điện đến tiệm pizza và đặt đơn đặt hàng cho món “pizza” một cách chung chung. Để nhận được bữa tối như ý, bạn cần chỉ định loại vỏ bánh, nhân bánh, gia vị, đồ uống kèm theo và bất kỳ thành phần nào mà bạn có thể bị dị ứng.
Bài học rút ra từ câu chuyện này là: Hướng dẫn của bạn càng chi tiết, chiếc pizza sẽ càng gần với sở thích của bạn. Điều này áp dụng cho việc sử dụng các công cụ AI tạo sinh như ChatGPT của OpenAI hoặc Gemini của Google.
Trong bài viết này, chúng tôi sẽ hướng dẫn bạn cách đưa ra các hướng dẫn rõ ràng và đặt câu hỏi cụ thể cho các công cụ AI tạo nội dung — một quy trình còn được gọi là kỹ thuật thiết kế lời nhắc.
Kỹ thuật thiết kế lời nhắc là gì?
Kỹ thuật thiết kế lời nhắc là quá trình thiết kế và tinh chỉnh văn bản đầu vào được cung cấp cho các mô hình AI, đặc biệt là các mô hình ngôn ngữ, nhằm thu được các phản hồi chính xác, phù hợp và sáng tạo nhất.
Tại sao bạn nên học kỹ thuật thiết kế lời nhắc
Trí tuệ nhân tạo tạo sinh (Gen AI) đang trở thành một trong những công cụ mạnh mẽ và có tác động lớn nhất trong một phạm vi rộng của các lĩnh vực ứng dụng — từ viết nội dung đến mô phỏng kiến trúc. McKinsey nhận định rằng đến năm 2030, lên đến 30% số giờ công việc hiện nay trong nền kinh tế Mỹ có thể được tự động hóa nhờ các công nghệ dựa trên Gen AI.
Để tận dụng tối đa Gen AI, bạn cần thành thạo kỹ thuật thiết kế lời nhắc.
Tăng tốc tương tác: Kỹ thuật thiết kế lời nhắc đóng vai trò là giao diện chính giữa ý định của con người và kết quả đầu ra của máy. Để mô hình học máy (ML) có thể hiểu được truy vấn bằng ngôn ngữ tự nhiên của bạn, bạn cần nắm vững kỹ thuật thiết kế lời nhắc.
Khơi dậy sự sáng tạo của AI: Điểm khác biệt của AI tạo sinh là khả năng “tạo ra”, tức là tạo ra văn bản, hình ảnh hoặc dữ liệu dựa trên các lời nhắc. Để nhận được các phản hồi sáng tạo, bạn cần nhập các lời nhắc rõ ràng.
Khai thác các phản hồi chính xác: Một thách thức lớn trong AI tạo sinh là hiện tượng “ảo giác” — hiện tượng mà mô hình AI tạo ra thông tin sai lệch hoặc gây hiểu lầm dựa trên các giả định sai hoặc những thiên vị cố hữu. Để khắc phục điều này, bạn cần có kỹ năng thiết kế lời nhắc tốt.
Tối đa hóa hiệu quả: Trí tuệ nhân tạo tạo sinh (Generative AI) được xây dựng dựa trên các mô hình ngôn ngữ quy mô lớn, xử lý lượng dữ liệu khổng lồ. Để khai thác tối đa khả năng của mô hình — đồng thời khắc phục những giới hạn của nó — kỹ thuật thiết kế lời nhắc (prompt engineering) chất lượng là yếu tố cốt lõi.
Nâng cao tính phù hợp: Bất kỳ nội dung nào do AI tạo ra đều cần phải phù hợp với đối tượng mục tiêu. Ví dụ, bạn có thể nâng cao tính phù hợp của bài đăng trên mạng xã hội do AI tạo ra dành cho đối tượng của mình bằng cách xác định rõ các yếu tố như nhân khẩu học, sở thích, nhu cầu, thách thức, v.v.
Để tận dụng những lợi ích này, bạn cần hiểu cách sử dụng kỹ thuật thiết kế lời nhắc để đạt được kết quả mong muốn từ AI tạo sinh. Hãy bắt đầu với một số ví dụ
Các ví dụ về kỹ thuật thiết kế lời nhắc
Có rất nhiều việc cần làm và không nên làm, các phương pháp hay nhất và các mẫu lời nhắc AI sẵn có để giúp bạn thực hiện đúng cách. Tuy nhiên, trước khi đi sâu vào bất kỳ " mẹo" AI nào, cách tốt nhất để học một kỹ năng thực tiễn như kỹ thuật thiết kế lời nhắc là quan sát nó được áp dụng trong thực tế.
Dưới đây là một số ví dụ về kỹ thuật thiết kế lời nhắc trong các lĩnh vực công việc khác nhau.
Kỹ thuật thiết kế lời nhắc trong phát triển phần mềm
Dù bạn đang lập trình, sửa lỗi hay viết tài liệu, các công cụ AI dành cho nhà phát triển có thể giúp công việc của bạn trở nên đơn giản hơn rất nhiều. Dưới đây là cách thực hiện.
Hỗ trợ đánh giá mã nguồn
“Tạo một danh sách kiểm tra đánh giá mã nguồn cho một ứng dụng tự động hóa quy trình bằng robot (RPA) được phát triển bằng Python. Đặc biệt chú trọng đến tính dễ đọc và bảo mật doanh nghiệp.”
Tài liệu kỹ thuật
“Viết một hướng dẫn chi tiết về việc triển khai OAuth 2.0 trong một ứng dụng web sử dụng Node.js. Bao gồm các hướng dẫn từng bước và các đoạn mã cho từng giai đoạn.”
Sửa lỗi
“Mô tả một phương pháp có hệ thống để xác định và khắc phục các lỗi rò rỉ bộ nhớ trong ứng dụng Java, bao gồm các công cụ cần sử dụng và các khu vực thường gặp cần kiểm tra.” Nếu bạn là người mới bắt đầu và cảm thấy nội dung này hơi phức tạp, chúng tôi đã chuẩn bị sẵn sự trợ giúp. Hãy sử dụng các lời nhắc ChatGPT dành cho kỹ thuật của ClickUp để tạo ra ý tưởng, lập kế hoạch quy trình và nhiều hơn thế nữa.

Các lời nhắc Gen AI dành cho quản lý sản phẩm
Các nhóm phát triển phần mềm theo phương pháp Agile thường thiếu các nhà quản lý sản phẩm có khả năng làm rõ lộ trình và thúc đẩy tiến độ. Các công cụ AI như ChatGPT có thể hỗ trợ trong việc này.
Xếp hạng mức độ ưu tiên của các tính năng
“Sử dụng mô hình đánh giá RICE (Reach, Impact, Confidence, Nỗ lực), hãy ưu tiên các tính năng sau cho công cụ quản lý dự án sắp ra mắt của chúng ta: bảng Kanban, cộng tác thời gian thực, tự động hóa báo cáo và tích hợp với các nền tảng bên thứ ba.”
Tạo/lập hồ sơ người dùng
“Xây dựng một hồ sơ người dùng chi tiết cho một ứng dụng theo dõi sức khỏe dành cho các chuyên gia bận rộn mới bắt đầu tập luyện thể dục cá nhân. Bao gồm các thông tin nhân khẩu học, mục tiêu, thách thức và cách họ có thể sử dụng ứng dụng.”
Phát triển lộ trình sản phẩm
“Lập kế hoạch lộ trình sản phẩm trong 6 tháng cho việc mở rộng nền tảng thương mại điện tử, tập trung vào việc tích hợp AI để mang lại trải nghiệm mua sắm cá nhân hóa. Mô tả chi tiết các giai đoạn, các cột mốc quan trọng và kết quả dự kiến.” Hoặc chọn từ hơn 130 gợi ý ChatGPT của ClickUp dành cho quản lý sản phẩm và bắt đầu ngay lập tức.

📮 ClickUp Insight: 37% số người tham gia khảo sát của chúng tôi sử dụng AI để tạo nội dung, bao gồm viết, chỉnh sửa và soạn email. Tuy nhiên, quy trình này thường đòi hỏi phải chuyển đổi giữa các công cụ khác nhau, chẳng hạn như công cụ tạo nội dung và không gian làm việc của bạn. Với ClickUp, bạn sẽ có được sự hỗ trợ viết lách dựa trên AI trên toàn bộ không gian làm việc, bao gồm email, bình luận, trò chuyện, tài liệu (Docs) và hơn thế nữa — đồng thời vẫn duy trì bối cảnh từ toàn bộ không gian làm việc của bạn.
Các ví dụ về kỹ thuật thiết kế lời nhắc trong quản lý dự án
Bạn có thể yêu cầu Gen AI tạo ra một kế hoạch dự án, sau đó tùy chỉnh theo ý mình. Hoặc đơn giản là nhờ nó hỗ trợ tối ưu hóa một số phần trong kế hoạch đó. Chúng ta sẽ xem xét cả hai trường hợp dưới đây.
Tạo kế hoạch dự án
“Lập một kế hoạch dự án chi tiết để ra mắt một sàn thương mại điện tử mới, bao gồm các giai đoạn như nghiên cứu thị trường, thiết kế và phát triển, thử nghiệm, và chiến lược đưa vào hoạt động. Chỉ rõ các hoạt động chính, nguồn lực cần thiết và dòng thời gian cho từng giai đoạn.”
Tối ưu hóa tài nguyên
“Phân tích việc phân bổ nguồn lực hiện tại cho một dự án phát triển phần mềm và đề xuất các biện pháp tối ưu hóa để đảm bảo hoàn thành đúng tiến độ mà không làm ảnh hưởng đến chất lượng. Cần xem xét các yếu tố như bộ kỹ năng, phân phối khối lượng công việc và các công việc trên đường dẫn quan trọng.”
Hơn 190 lời nhắc ChatGPT dành cho quản lý dự án, được ClickUp tuyển chọn riêng cho bạn.

Tìm hiểu thêm về ClickUp Brain tại đây:
Các lời nhắc để tạo/lập nội dung
Các công cụ tạo/lập nội dung AI tốt nhất có thể giúp cải thiện đáng kể kết quả tiếp thị của bạn. Hãy thử các phương pháp sau đây để tự mình trải nghiệm.
Chiến dịch truyền thông xã hội
“Thiết kế một chiến dịch truyền thông xã hội cho sự kiện ra mắt sản phẩm dầu gội thân thiện với môi trường sắp tới. Bao gồm 3 bài đăng khác nhau trên Instagram và 3 bài đăng khác nhau trên Twitter. Thêm các hashtag phù hợp cho từng nền tảng.”
Nội dung bản tin qua email
“Tạo nội dung hấp dẫn cho bản tin hàng tháng của một công ty khởi nghiệp công nghệ, bao gồm thông tin cập nhật về sản phẩm, giới thiệu một thành viên trong nhóm, các sự kiện sắp diễn ra và lời kêu gọi hành động khuyến khích độc giả thử tính năng mới.”
Bạn cũng có thể cung cấp thêm thông tin chi tiết về bản cập nhật sản phẩm hoặc một thành viên trong nhóm để nhận được kết quả chính xác hơn. Ví dụ dưới đây.
“Hãy dành một bài viết đặc biệt để giới thiệu về một thành viên trong nhóm. Tên anh ấy là Jake, một nhà phát triển xuất sắc. Tháng này, anh ấy tròn một năm làm việc tại công ty. Trong thời gian đó, anh ấy đã góp phần giải quyết một số vấn đề lớn nhất của khách hàng. Một khách hàng từng chia sẻ: “Nếu không có Jake, chúng tôi đã bị mắc kẹt trong vòng luẩn quẩn của sự bối rối. Anh ấy đã làm rất tốt khi giúp chúng tôi ‘giết hai con chim bằng một hòn đá’.”

Sử dụng ClickUp Brain làm trợ lý viết lách, kiểm tra chính tả, tóm tắt các tài liệu dài, tạo bảng, mẫu, bản ghi chép và nhiều tính năng khác.
Việc cần làm là nhớ rằng phần lớn các doanh nghiệp hiện nay vẫn chưa ưa chuộng nội dung do AI tạo ra, điều này đã dẫn đến sự ra đời của nhiều công cụ phát hiện nội dung AI. Cách tốt nhất để sử dụng Gen AI cho nội dung là coi nó như một công cụ brainstorming hoặc điểm khởi đầu giúp loại bỏ “vấn đề trang giấy trắng”.
Kỹ thuật thiết kế lời nhắc trong các ứng dụng chatbot
Về mặt kỹ thuật, ChatGPT hay Google Gemini là một chatbot mà chúng ta đang trò chuyện. Nó hiểu các đầu vào của chúng ta và đưa ra các phản hồi. Nó được huấn luyện trên các mô hình ngôn ngữ quy mô lớn với lượng dữ liệu khổng lồ.
Bạn có thể sử dụng các mô hình này và tiếp tục huấn luyện chúng bằng thông tin độc quyền hoặc thông tin chuyên ngành để tạo ra các cuộc hội thoại tinh tế, nhạy bén với ngữ cảnh và được tùy chỉnh cho người dùng. Trong trường hợp này, khách hàng có thể chỉ cần đặt câu hỏi như: “Chiếc ba lô này giá bao nhiêu?”
Tuy nhiên, một chatbot hỗ trợ khách hàng hiệu quả có thể khai thác dữ liệu nội bộ của tổ chức liên quan đến lịch sử mua sắm, địa điểm, sở thích, các khiếu nại trước đây, v.v., để cung cấp câu trả lời và giới thiệu các sản phẩm bổ sung, từ đó nâng cao đáng kể trải nghiệm người dùng.
Kỹ thuật thiết kế lời nhắc trong lập trình máy tính và hệ thống kiểm soát phiên bản
Kỹ thuật thiết kế lời nhắc có thể giúp nhà phát triển tạo ra các đoạn mã cụ thể bằng nhiều ngôn ngữ lập trình khác nhau.
“Viết một hàm Python để kết nối với cơ sở dữ liệu SQL và thực hiện truy vấn SELECT dựa trên các tham số được truyền vào hàm.”
Việc tích hợp AI vào quy trình quản lý phiên bản giúp đưa ra các đề xuất cho việc kiểm tra mã nguồn dựa trên lịch sử commit, gợi ý các phần trong cơ sở mã có thể cần được tái cấu trúc, đồng thời tự động hóa các công việc quản lý phiên bản thường xuyên, từ đó nâng cao chất lượng mã nguồn và năng suất của nhóm.
Công nghệ sáng tạo AI dựa trên lời nhắc
Kỹ thuật thiết kế lời nhắc, đặc biệt là với các mô hình như DALL-E, khai phá những khả năng chưa từng có trong việc tạo ra các hình ảnh giàu trí tưởng tượng và phức tạp từ các mô tả bằng văn bản.
Ví dụ, một nhà phát triển trò chơi có thể sử dụng lời nhắc như: “Tạo một hình ảnh về một con phố sầm uất, với các cửa hàng thời trang nằm san sát hai bên, vào lúc hoàng hôn, mang phong cách kiến trúc hiện đại và màu sắc mát mẻ.” Kết quả thu được giúp hình dung nhanh chóng môi trường trò chơi mà không cần phải vẽ tay tốn nhiều thời gian.

Kỹ thuật thiết kế lời nhắc cho phân tích cơ sở dữ liệu
Thông thường, việc trích xuất thông tin từ cơ sở dữ liệu đòi hỏi người có kiến thức về SQL để viết các truy vấn bằng ngôn ngữ lập trình phức tạp. Trí tuệ nhân tạo tạo sinh (Generative AI) đã thay đổi điều này, cho phép bạn viết các truy vấn bằng ngôn ngữ tự nhiên để trích xuất dữ liệu từ các nguồn dữ liệu không có cấu trúc hoặc bán cấu trúc.
Xử lý dữ liệu
“Hãy đóng vai một nhà khoa học dữ liệu và viết mã để làm sạch và tiền xử lý dữ liệu của tôi nhằm phục vụ phân tích. Bộ dữ liệu của tôi chứa thông tin mua sắm của tất cả khách hàng trong 30 ngày qua.”
Tại đây, bạn có thể yêu cầu Gen AI thực hiện các công việc làm sạch dữ liệu cụ thể như loại bỏ các hàng trống, loại bỏ các hàng có giá trị giỏ hàng dưới 50$, v.v.
Trực quan hóa dữ liệu
“Viết mã bằng Python để trực quan hóa tập dữ liệu của tôi. Tập dữ liệu của tôi chứa thông tin mua sắm của tất cả khách hàng trên 50 tuổi trong 30 ngày qua.”
Cung cấp các yêu cầu bổ sung cho việc trực quan hóa và tinh chỉnh, chẳng hạn như “hiển thị xu hướng mua sắm” hoặc “sắp xếp theo danh mục”.
Phân tích cảm xúc bằng các lời nhắc Gen AI
Phân tích cảm xúc rất phổ biến trong nội dung do người dùng tạo ra trên mạng, đặc biệt là từ các bài đăng trên mạng xã hội. Prompt của bạn để hiểu cảm xúc của khách hàng về sản phẩm có thể như sau.
“Dựa trên tập dữ liệu của tôi chứa các bài đăng trên mạng xã hội đề cập đến [thương hiệu], hãy phân loại chúng thành tích cực, tiêu cực hoặc trung lập. Xác định các tính năng/khía cạnh cụ thể liên quan đến từng cảm xúc.”
Nếu bạn đã nắm được những kiến thức cơ bản về cách thức hoạt động của kỹ thuật thiết kế lời nhắc, đã đến lúc tìm hiểu về các ứng dụng rộng rãi hơn và những tác động của nó.
Vai trò của kỹ thuật thiết kế lời nhắc trong các lĩnh vực dựa trên dữ liệu
Từ các ví dụ trên, bạn có thể thấy rằng việc cần làm là thực hiện phân tích dữ liệu cơ bản hoặc phân tích cảm xúc trong mọi lĩnh vực. Tuy nhiên, AI tạo sinh và kỹ thuật thiết kế lời nhắc đang mang lại giá trị đặc biệt trong các lĩnh vực và ứng dụng dựa trên dữ liệu. Dưới đây là cách thức cụ thể.
Giáo dục
Kỹ thuật thiết kế lời nhắc hiệu quả giúp các nhà giáo dục tạo ra nội dung chính xác, phù hợp, hấp dẫn và được cá nhân hóa trên quy mô lớn. Một số trường hợp ứng dụng có tiềm năng cao nhất của Trí tuệ nhân tạo thế hệ mới (Gen AI) trong giáo dục bao gồm:
Trải nghiệm học tập cá nhân hóa: Tạo bài học và kế hoạch dựa trên sở thích, trình độ và mối quan tâm của từng học sinh chỉ trong một phần nhỏ thời gian.
Tạo nội dung tự động hóa: Tạo nhanh các tài liệu hỗ trợ, chẳng hạn như tóm tắt, bài trắc nghiệm và câu hỏi hiểu bài.
Học và thực hành ngôn ngữ: Tạo các tình huống thực hành cuộc hội thoại, bài tập ngữ pháp và bài tập từ vựng phù hợp với trình độ hiện tại của người học.
Hướng dẫn và hỗ trợ: Dịch vụ hướng dẫn học tập được hỗ trợ bởi AI nhằm giải đáp các thắc mắc cụ thể hoặc hỗ trợ học sinh trong những lĩnh vực gặp khó khăn, đồng thời cung cấp lời giải thích, tài liệu tham khảo và các bài tập thực hành.
Nghiên cứu và phát triển
Bằng cách xây dựng các lời nhắc chính xác và phù hợp với ngữ cảnh, các nhà nghiên cứu tận dụng các mô hình AI để sàng lọc lượng dữ liệu khổng lồ, đưa ra các giả thuyết mới và thậm chí mô phỏng kết quả thí nghiệm.
Các kỹ sư thiết kế lời nhắc có thể hỗ trợ các nhà nghiên cứu thiết kế đầu vào phù hợp để thu được kết quả chính xác trên quy mô lớn. Một số tình huống mà điều này có thể mang lại giá trị bao gồm:
Tổng quan tài liệu: Thực hiện tổng quan tài liệu toàn diện, xác định các nghiên cứu liên quan, những phát hiện chính và những khoảng trống trong cơ sở kiến thức hiện tại.
Khai thác dữ liệu: Phát hiện các mẫu, mối tương quan và các điểm bất thường trong các tập dữ liệu lớn.
Xây dựng giả thuyết: Đưa ra nhiều giả thuyết trong cùng một lĩnh vực nghiên cứu để khám phá nhiều hướng tiếp cận khác nhau.
Mô phỏng thí nghiệm: Mô phỏng các thí nghiệm hoặc kết quả của mô hình, giúp giảm bớt nhu cầu thực hiện các thí nghiệm thực tế tốn kém và mất nhiều thời gian.
Chăm sóc sức khỏe
Kỹ thuật thiết kế lời nhắc giúp nâng cao khả năng của các mô hình AI trong việc phân tích dữ liệu y tế phức tạp, hỗ trợ chẩn đoán, cá nhân hóa chăm sóc bệnh nhân, đồng thời thúc đẩy nghiên cứu và đào tạo.
Các kỹ sư thiết kế lời nhắc có thể giúp các chuyên gia y tế thu được những hiểu biết sâu sắc hơn từ dữ liệu của họ trong các tình huống sau đây.
- Hỗ trợ chẩn đoán dựa trên các xét nghiệm, kết quả xét nghiệm, báo cáo và hình ảnh y tế
- Kế hoạch điều trị tùy chỉnh: Phân tích tiền sử bệnh, dữ liệu di truyền và trạng thái sức khỏe hiện tại của bệnh nhân để đề xuất các kế hoạch điều trị tùy chỉnh, chẳng hạn như dự đoán tình trạng thải ghép cơ quan
- Phát hiện thuốc: Lọc thông tin từ các cơ sở dữ liệu khổng lồ về các bài báo học thuật và dữ liệu thử nghiệm lâm sàng để xác định các ứng cử viên thuốc tiềm năng cho các bệnh cụ thể, như MIT đã làm với kháng sinh
Các trường hợp ứng dụng thực tế của kỹ thuật thiết kế lời nhắc
Về bản chất, AI tạo sinh có thể tạo ra nội dung dưới ba biểu mẫu: văn bản, hình ảnh và âm thanh/video. Dưới đây là một số trường hợp sử dụng AI hiệu quả nhất trong ba biểu mẫu này.
Kỹ thuật thiết kế lời nhắc trong việc tạo văn bản
Đây là trường hợp sử dụng phổ biến nhất của AI tạo sinh hiện nay. Từ các nhà báo, chuyên gia tiếp thị cho đến các nhà phát triển ít nói, người dùng từ mọi lĩnh vực đều đang sử dụng các công cụ tạo văn bản AI để đáp ứng nhu cầu của mình.
Các trường hợp sử dụng phổ biến bao gồm:
- Nội dung tiếp thị, chẳng hạn như blog và báo cáo chuyên sâu
- Nội dung trên mạng xã hội, chẳng hạn như các bài đăng trên Instagram hoặc Twitter
- Tài liệu kỹ thuật
- Bài phát biểu và bài thuyết trình
- Các tiêu đề thay thế/hấp dẫn cho bài viết
- Tóm tắt và giới thiệu ngắn gọn để dễ đọc hơn
Ngoài ra, còn có các công cụ AI dành cho ghi chú cuộc họp, có khả năng chuyển đổi nội dung cuộc gọi video thành ghi chú văn bản hoặc tóm tắt các ghi chú văn bản để xác định các điểm chính, mục cần thực hiện, v.v.
Kỹ thuật thiết kế lời nhắc trong tạo hình ảnh
Mặc dù vẫn chưa được sử dụng rộng rãi như văn bản, việc tạo hình ảnh mang lại những cơ hội sáng tạo vô cùng lớn. Các trường hợp sử dụng phổ biến bao gồm:
- Nghệ thuật số
- Thiết kế đồ họa cho tiếp thị/mạng xã hội
- Thiết kế ý tưởng cho các sự kiện và hội nghị
- Thiết kế nội thất và tạo mẫu kiến trúc
- Bìa tạp chí và các hình ảnh khác
Kỹ thuật thiết kế lời nhắc trong việc tạo nội dung âm thanh và video
Việc tạo nội dung âm thanh và video thông qua kỹ thuật thiết kế lời nhắc có những ứng dụng quan trọng trong lĩnh vực giải trí, giáo dục và trợ lý ảo. Một số trường hợp sử dụng thực tế của các công cụ tạo/lập nội dung AI bao gồm:
- Các bản nhạc hoặc hiệu ứng âm thanh tùy chỉnh dành cho trò chơi điện tử và các dự án đa phương tiện
- Nhạc đáp ứng các yêu cầu về chủ đề và cảm xúc của dự án
- Tiếng kêu của các loài động vật/chim quý hiếm
- Các video quảng cáo/hoạt hình ngắn có âm thanh
- Trailer phim
- Các nguyên mẫu âm thanh và video
Tác động của AI tạo sinh là vô cùng to lớn — ảnh hưởng đến mọi lĩnh vực, ngành công nghiệp, khu vực địa lý và loại hình kinh doanh. Trong thập kỷ tới, kỹ thuật thiết kế lời nhắc có thể sẽ định hình khả năng học tập và hiểu biết của con người, giống như cách mà việc “tìm kiếm trên Google” đang làm ngày nay.
Mặc dù AI tạo sinh đang phát triển nhanh chóng, dưới đây là một số phương pháp cơ bản mà bạn có thể áp dụng để bắt đầu với kỹ thuật thiết kế lời nhắc.
Các phương pháp tạo lời nhắc
Trước khi đi vào các thuật ngữ kỹ thuật, hãy nhớ rằng ưu điểm chính của AI tạo sinh là bạn có thể nhập dữ liệu bằng ngôn ngữ tự nhiên. Vì vậy, hãy thoải mái trò chuyện với ChatGPT, Google Gemini hoặc Microsoft Copilot như cách bạn nói chuyện hàng ngày.
Hãy quan sát các phản hồi và điều chỉnh đầu vào của bạn trong quá trình thực hiện. Dưới đây là một số khái niệm có thể giúp ích cho bạn trong quá trình này.
Học không cần dữ liệu huấn luyện (Zero-shot learning)
Việc giao công việc cho AI mà không có ví dụ hoặc bối cảnh trước đó được gọi là "zero-shot prompting". Phương pháp này có các đặc điểm sau.
- Các lời nhắc (prompt) tự nó đã nói lên tất cả
- Mô hình có thể hiểu và thực thi yêu cầu chỉ dựa trên quá trình huấn luyện trước của nó
- Là lựa chọn lý tưởng làm lời nhắc ban đầu giúp người dùng mới hiểu rõ hơn về các mô hình ngôn ngữ lớn
Ví dụ về lời nhắc: “Xác định ngôn ngữ lập trình chính được sử dụng trong đoạn mã sau: print(‘Hello, World!’). ”
Học với ít mẫu (Few-shot learning)
Việc cung cấp cho mô hình AI một vài ví dụ về công việc cần thực hiện trước khi đưa ra công việc thực tế được gọi là "few-shot prompting".
- Các lời nhắc mang tính chỉ dẫn
- Giúp mô hình hiểu được bối cảnh và định dạng đầu ra mong đợi
- Phù hợp nhất cho các công việc phức tạp mà phương pháp zero-shot có thể không cung cấp đủ hướng dẫn
Ví dụ về prompt: “Với các cặp đầu vào và đầu ra sau: Đầu vào: 5 * 5, Đầu ra: 25; Đầu vào: 8 + 2, Đầu ra: 10; hãy tính kết quả cho Đầu vào: 7 – 4.”
Gợi ý theo chuỗi suy nghĩ
Việc đưa ra lời nhắc để mô hình tạo ra các bước trung gian hoặc các chuỗi suy luận dẫn đến câu trả lời cuối cùng hoặc kết quả mong muốn được gọi là kỹ thuật "chain-of-thought" (COT).
- Hướng dẫn được thực hiện từng bước một
- Hướng dẫn mô hình từng bước cho đến khi đạt được kết quả cuối cùng
- Phù hợp nhất cho các công việc giải quyết vấn đề phức tạp, nơi bạn muốn mô hình “trình bày công việc giải quyết”
Ví dụ về lời nhắc: “Để đảo ngược chuỗi ký tự ‘hello’, trước tiên, hãy tách chuỗi này thành các ký tự riêng lẻ. Thứ hai, đảo ngược thứ tự của các ký tự này. Cuối cùng, ghép các ký tự này lại thành một chuỗi. Kết quả cuối cùng là gì?”
Các kỹ thuật tạo lời nhắc nâng cao
Hãy cùng tìm hiểu một số kỹ thuật thiết kế lời nhắc phức tạp và nâng cao hơn.
Zero-shot CoT
Phương pháp "Zero-shot chain-of-thought" (COT) kết hợp hai phương pháp này để giải quyết các vấn đề phức tạp mà không cần các ví dụ trước đó trong dữ liệu huấn luyện.
Hãy tưởng tượng việc sử dụng một mô hình AI tạo sinh để gỡ lỗi một đoạn mã phần mềm mà nó chưa từng gặp trước đây.
Sử dụng phương pháp COT zero-shot, mô hình sẽ diễn đạt sự hiểu biết của mình về vấn đề, suy luận logic về nguyên nhân và đề xuất các giải pháp tiềm năng, từng bước một, ngay cả khi chưa từng được huấn luyện về vấn đề cụ thể này.
Công cụ tự động thiết kế lời nhắc (APE)
Nếu AI có thể "gợi ý" cho chính AI để tìm ra câu trả lời đúng thì sao? Đó chính là tự động hóa kỹ thuật thiết kế lời nhắc.
Việc sử dụng các thuật toán và kỹ thuật để tự động tạo ra hoặc tối ưu hóa các lời nhắc nhằm tương tác với các mô hình AI được gọi là APE. Trong mô hình này, thuật toán phân tích một tập dữ liệu gồm các nỗ lực thành công và không thành công để tự động hóa các công việc tương tự.
Sau đó, hệ thống sẽ tích hợp các từ khóa, cấu trúc và hướng dẫn được xác định là có khả năng cao nhất dẫn đến kết quả thành công. Trong quá trình AI tạo ra các kịch bản, hệ thống APE sẽ đánh giá hiệu quả của chúng, tinh chỉnh lời nhắc dựa trên những gì nó học được và liên tục cải thiện quy trình.
Dù bạn sử dụng phương pháp nào, bạn cũng có thể sẽ gặp phải một số thách thức trên hành trình hướng tới việc thiết kế lời nhắc hiệu quả.
Giới hạn và thách thức của kỹ thuật thiết kế lời nhắc
Là một lĩnh vực mới nổi, Trí tuệ nhân tạo thế hệ mới (Gen AI) đang trải qua những thăng trầm riêng. Mặt khác, người dùng đang thử nghiệm nhiều lời nhắc và phong cách khác nhau để có được kết quả như mong muốn. Một công nghệ phát triển nhanh chóng như vậy chắc chắn sẽ gặp phải những thách thức.
Một số giới hạn lớn nhất của kỹ thuật thiết kế lời nhắc và các cách để khắc phục chúng.
Sự phụ thuộc vào mô hình: Một lời nhắc hoạt động tốt với một mô hình có thể không mang lại kết quả tương tự khi sử dụng với mô hình khác.
Hãy chú ý đến những điểm khác biệt trong mô hình. Thực hiện các điều chỉnh và tối ưu hóa trong quá trình triển khai.
Độ phức tạp và tính cụ thể: Các lời nhắc hiệu quả thường đòi hỏi sự hiểu biết sâu sắc về ngôn ngữ và khả năng của mô hình.
Tìm sự cân bằng giữa việc đặt câu hỏi quá chung chung và quá cụ thể để tận dụng tối đa các mô hình ngôn ngữ lớn của bạn.
Thiên vị và độ nhạy cảm: Các mô hình AI có thể kế thừa các thiên vị từ dữ liệu huấn luyện, và bạn có thể vô tình làm trầm trọng thêm những thiên vị này thông qua kỹ thuật thiết kế lời nhắc. Hơn nữa, các hiện tượng như ảo giác, thiên vị, thiếu độ nhạy cảm, v.v., có thể dẫn đến các kết quả gây hại, gây hiểu lầm hoặc vi phạm đạo đức.
Xây dựng các hệ thống nhằm xem xét kỹ lưỡng và giám sát về mặt đạo đức đối với việc sử dụng AI.
Khả năng mở rộng: Khi phạm vi công việc ngày càng mở rộng, việc thiết kế lời nhắc thủ công cho từng tình huống cụ thể trở nên không thực tế.
Hãy xem xét việc tự động tạo hoặc tối ưu hóa lời nhắc để đáp ứng các nhu cầu trong tương lai.
Khả năng giải thích: Việc thiếu khả năng giải thích có thể gây khó khăn trong việc cải thiện các lời nhắc một cách lặp đi lặp lại hoặc chẩn đoán các vấn đề.
Sử dụng phương pháp chuỗi suy luận và yêu cầu AI trình bày lý luận logic cho các kết quả quan trọng.
Quá khớp (overfitting) và thiếu khớp (underfitting): Quá khớp xảy ra khi lời nhắc được thiết kế quá cụ thể cho các ví dụ nhất định, khiến nó kém hiệu quả đối với các trường hợp chung. Thiếu khớp xảy ra khi lời nhắc quá chung chung, dẫn đến các kết quả chung chung hoặc không liên quan.
Hãy tìm ra sự cân bằng.
Hạn chế về chi phí và tài nguyên : Việc thiết kế lời nhắc chất lượng cao, đặc biệt trong môi trường thương mại, có thể đòi hỏi nguồn lực tính toán đáng kể và thời gian của các chuyên gia.
Tập trung vào các ứng dụng thực tiễn và hiệu quả đầu tư.
Trở thành chuyên gia về kỹ thuật thiết kế lời nhắc với ClickUp
Tên bài hát của Taylor Swift đó là gì? Tôi nên cho bao nhiêu phô mai vào món mì ống? Bộ dữ liệu này đã đủ sạch để phân tích chưa? Bệnh nhân này dị ứng với loại thuốc nào? Những công việc nào trong đợt sprint này vẫn chưa được phân công?
Kết quả của việc mở rộng phạm vi ứng dụng của các mô hình AI tạo sinh là kỹ thuật thiết kế lời nhắc đang trở thành một kỹ năng không thể thiếu đối với các chuyên gia trong mọi lĩnh vực.
Khả năng của bạn trong việc “nói” ngôn ngữ của mô hình ngôn ngữ lớn (LLM) quyết định mức độ thành công khi bạn khai thác được kết quả tốt nhất — một kỹ năng được tóm gọn trong thuật ngữ “thiết kế lời nhắc”.
Bạn có thể thử sức với kỹ thuật thiết kế lời nhắc bằng bất kỳ mô hình ngôn ngữ lớn (LLM) miễn phí nào như ChatGPT, Google Gemini, DALL-E, v.v. Hãy thử yêu cầu mô hình tạo ra bản phối lại các bài hát yêu thích của bạn cho bữa tiệc sinh nhật sắp tới hoặc phân tích sao kê thẻ tín dụng để trực quan hóa các khoản chi tiêu lớn nhất của bạn.
Tăng tốc độ và hiệu quả công việc với ClickUp Brain. ClickUp tích hợp AI vào nền tảng để quản lý kiến thức, quản lý dự án và viết lách.
Chưa hết! ClickUp Brain còn đi kèm với các lời nhắc tích hợp sẵn và hàng trăm mẫu để đảm bảo bạn bắt đầu một cách thuận lợi. Khám phá những gì AI tạo sinh có thể mang lại cho quản lý dự án của bạn. Dùng thử ClickUp miễn phí ngay hôm nay!
Câu hỏi thường gặp về kỹ thuật thiết kế lời nhắc
1. Kỹ thuật thiết kế lời nhắc là gì, kèm ví dụ?
Việc xây dựng đầu vào cho các mô hình AI tạo sinh như ChatGPT nhằm hướng dẫn chúng tạo ra kết quả cụ thể hoặc mong muốn được gọi là kỹ thuật thiết kế lời nhắc.
Ví dụ về kỹ thuật thiết kế lời nhắc
Khi một nhà phát triển phần mềm muốn sử dụng mô hình ngôn ngữ như GPT-4 để tạo ra một tập lệnh Python cho công cụ thu thập dữ liệu web nhằm thu thập các tiêu đề tin tức từ một trang web cụ thể.
Prompt: “Viết một skript Python sử dụng thư viện Beautiful Soup để trích xuất các tiêu đề tin tức mới nhất từ ‘example-news-site.com’. Skript này cần xử lý phân trang và lưu các tiêu đề vào một danh sách.”
2. Ví dụ về prompt là gì?
Bất kỳ đầu vào nào bạn cung cấp cho mô hình AI tạo sinh đều được gọi là lời nhắc. Với kỹ thuật thiết kế lời nhắc hiệu quả, bạn có thể cải thiện đáng kể kết quả đầu ra, giúp nó trở nên hữu ích, phù hợp, chính xác và thu hút hơn.
Một ví dụ điển hình về lời nhắc là: “Tạo một bản mô tả sản phẩm dài 150 từ cho bộ khăn tắm làm từ sợi tre, trong đó nhấn mạnh các lợi ích thân thiện với môi trường, độ bền và độ mềm mại của sản phẩm. Bao gồm một lời kêu gọi hành động khuyến khích lối sống thân thiện với môi trường và quảng bá cam kết của thương hiệu đối với sự bền vững.”
3. Việc cần làm để bắt đầu kỹ thuật thiết kế lời nhắc?
Cách tốt nhất để bắt đầu với kỹ thuật thiết kế lời nhắc là tự mình thử nghiệm. Hãy tương tác với mô hình bằng ngôn ngữ tự nhiên và tìm hiểu cách hoạt động của nó. Đồng thời, bạn có thể:
- Đăng ký tham gia các khóa học chứng chỉ trực tuyến
- Đọc tài liệu hướng dẫn dành riêng cho mô hình AI mà bạn đang sử dụng
- Theo dõi các cộng đồng và diễn đàn thảo luận về các mô hình ngôn ngữ quy mô lớn
- Thực hành thường xuyên và học hỏi từ mỗi lần tương tác
- Phân tích các lời nhắc thành công và không thành công để hiểu rõ những gì mang lại hiệu quả tốt
Luôn cập nhật những tiến bộ trong công nghệ AI và xử lý ngôn ngữ tự nhiên, vì những tiến bộ này có thể ảnh hưởng đến cách cấu trúc các lời nhắc.