Bạn yêu cầu AI soạn thảo email ra mắt sản phẩm hoặc phân tích đối thủ cạnh tranh—nhưng kết quả nghe có vẻ nhạt nhẽo và chung chung. Vì vậy, bạn chỉnh sửa lại, thêm bối cảnh và thử lại. Vẫn chưa đúng. 😕
Đó là vì AI chỉ tốt như lời nhắc của nó.
Sự khác biệt giữa một phản hồi chung chung và một đối tác suy nghĩ thực sự nằm ở cách bạn đặt câu hỏi.
Hướng dẫn này sẽ hướng dẫn bạn qua các kỹ thuật tạo prompt AI thực tiễn — và cách các nhóm trong các lĩnh vực nội dung, sản phẩm và vận hành có thể sử dụng chúng để nhận được các phản hồi sắc bén và tinh tế hơn.
📌 Bạn có biết? Theo cuộc khảo sát toàn cầu của McKinsey, 65% doanh nghiệp cho biết đã sử dụng AI tạo sinh trong ít nhất một hàm kinh doanh.
Prompt Engineering là gì?
Kỹ thuật tạo prompt là quá trình cung cấp các hướng dẫn rõ ràng, cụ thể để nhận được kết quả mong muốn từ các công cụ Trí tuệ Nhân tạo (AI), đặc biệt là các mô hình ngôn ngữ lớn (LLMs) như GPT.
Các mô hình này dựa vào xử lý ngôn ngữ tự nhiên để hiểu các hướng dẫn của bạn — điều này có nghĩa là độ rõ ràng của từ ngữ bạn sử dụng sẽ trực tiếp ảnh hưởng đến chất lượng phản hồi của AI.
Điều này tương tự như việc chỉ đường cho ai đó chưa từng đến thành phố của bạn. Bạn có thể nói, “Hãy đi về phía bắc và bạn sẽ tìm thấy nó,” và hy vọng họ sẽ đến được đó. Hoặc, bạn có thể cung cấp cho họ tên đường, các điểm mốc và số nhà chính xác để tìm kiếm.
Về mặt kỹ thuật tạo prompt, điều này có nghĩa là:
- Cung cấp đủ chi tiết mà không làm quá tải mô hình.
- Phân chia các công việc và yêu cầu phức tạp thành các công việc nhỏ hơn, cụ thể hơn để giao tiếp hiệu quả.
- Dự đoán các phản hồi của mô hình, bao gồm những gì nó có thể hiểu sai hoặc bỏ qua.
📊 Thông báo thống kê: Chỉ mục AI của Stanford đã phát hiện ra rằng:
- 59% tổ chức báo cáo tăng trưởng doanh thu có liên quan trực tiếp đến việc áp dụng AI.
- 42% tổ chức sử dụng AI đã ghi nhận sự giảm chi phí trong hoạt động của họ.
Đối với tất cả các kỹ thuật ở đây, chúng tôi sẽ cho bạn thấy chúng hoạt động như thế nào trong thực tế, trong ClickUp Brain, trợ lý AI tích hợp sẵn của chúng tôi. *
Các kỹ thuật tạo prompt AI cơ bản (kèm ví dụ)
Kỹ thuật tạo prompt hiệu quả là sự kết hợp giữa nghệ thuật và khoa học. Trong khi chỉ có thực hành mới giúp bạn thành thạo nghệ thuật, để học khoa học (tức là các kỹ thuật), hãy cuộn xuống và khám phá cách đặt câu hỏi cho AI 👇
1. Kích hoạt Zero-Shot
Zero-shot prompting là kỹ thuật đơn giản nhất trong công trình tạo prompt. Bạn cung cấp cho AI một prompt trực tiếp để thực hiện một công việc, nhưng không cung cấp ví dụ về việc cần làm.
Vì các mô hình ngôn ngữ lớn hiện đại được đào tạo trên nhiều mẫu ngôn ngữ, suy luận và kiến thức đa dạng, chúng có thể thực hiện các công việc cụ thể một cách độc lập, ngay cả khi không có ví dụ cụ thể (điều này được gọi là học không cần ví dụ).
Ví dụ, hãy xem xét lời nhắc sau mà chúng tôi đã cung cấp cho ClickUp Brain:
Lưu ý cách AI ngay lập tức tạo ra nội dung quảng cáo mà không cần xem bất kỳ ví dụ nào về cách một nội dung quảng cáo thông minh trông như thế nào? Đó chính là kỹ thuật gợi ý zero-shot trong công việc.
💡 Mẹo chuyên nghiệp: Sử dụng kỹ thuật tạo lệnh Zero-shot khi bạn cần hoàn thành việc làm nhanh chóng mà không cần phải hoàn hảo.
Ví dụ, các nhà văn có thể sử dụng nó cho việc viết sáng tạo và tạo ra một bản nháp đầu tiên nhanh chóng mà họ có thể chỉnh sửa sau này.
Hoặc sử dụng kỹ thuật này để đặt câu hỏi thực tế hoặc tạo tóm tắt.
2. Kích hoạt Few-Shot
Sander Schulhoff, còn được biết đến với biệt danh "OG prompt engineer", nhấn mạnh rằng kỹ thuật tạo lệnh với ít dữ liệu (few-shot prompting) có thể nâng cao độ chính xác từ 0% lên 90% trong các thử nghiệm có kiểm soát liên quan đến độ chính xác phân loại.
Khác với zero-shot, kỹ thuật tạo prompt few-shot yêu cầu bạn cung cấp các ví dụ cho AI trước khi yêu cầu nó hoàn thành một công việc tương tự. Những ví dụ này thể hiện định dạng hoặc logic mà mô hình nên tuân theo để cung cấp câu trả lời mong đợi.
Ví dụ, giả sử bạn muốn AI phân loại bình luận trên mạng xã hội cho phân tích cảm xúc. Thay vì trực tiếp yêu cầu nó 'phân tích cảm xúc', bạn có thể hướng dẫn AI bằng cách sử dụng các ví dụ có nhãn trước tiên, như sau:
Như bạn có thể thấy ở trên, các ví dụ này đóng vai trò như hướng dẫn để giúp hệ thống AI hiểu cách gắn nhãn phản hồi của khách hàng.
💡 Mẹo chuyên nghiệp: Kỹ thuật prompting với ít ví dụ (few-shot prompting) hoạt động tốt nhất khi các ví dụ của bạn ngắn gọn và rõ ràng. Nếu bạn cung cấp quá nhiều ví dụ cho AI hoặc cung cấp các ví dụ mâu thuẫn, kết quả đầu ra chắc chắn sẽ bị ảnh hưởng.
Cách đúng: Sử dụng 3-5 ví dụ đơn giản, rõ ràng và nhất quán cho các công việc văn bản ngắn; các công việc biểu mẫu dài hơn có thể yêu cầu ít ví dụ hơn nhưng phải phong phú hơn. Như vậy, mô hình sẽ có thể tạo ra đầu ra mong muốn.
📌 Ghi chú nhanh: Các nhà nghiên cứu của Google đã tạo ra Hướng dẫn Gợi ý Nano Banana để dạy các mô hình ngôn ngữ lớn (LLMs) cách mô phỏng các hành vi cụ thể chỉ bằng một số ví dụ được chọn lọc cẩn thận.
Điều này cho thấy ngay cả những mẫu nhỏ nhưng chất lượng cao cũng có thể nâng cao đáng kể độ chính xác của mô hình, chứng minh rằng chất lượng của các ví dụ thường quan trọng hơn số lượng.
3. Kỹ thuật tạo lệnh theo chuỗi suy nghĩ (Chain-of-Thought - COT)
Trong kỹ thuật gợi ý theo chuỗi suy luận, bạn thực chất đang yêu cầu AI: ‘Đừng chỉ cho tôi câu trả lời. Hãy giải thích cho tôi cách bạn đến được kết quả đó. ’
Giả sử bạn muốn soạn một dòng tiêu đề email để thông báo về tính năng mới trong ứng dụng năng suất của mình: ưu tiên công việc. Dưới đây là cách bạn có thể sử dụng kỹ thuật gợi ý theo chuỗi suy nghĩ để tạo ra một dòng tiêu đề email phù hợp:
Bằng cách yêu cầu AI giải thích quy trình suy luận phức tạp của nó, bạn có thể xem các bước mà nó đã thực hiện và xác định chính xác nơi AI có thể đã mắc lỗi khi brainstorming tiêu đề email.
Không chỉ giúp bạn tin tưởng vào câu trả lời cuối cùng hơn, mà nếu bạn muốn nhắc lại, việc cần làm là sử dụng các hướng dẫn rõ ràng hơn.
💡 Mẹo chuyên nghiệp: Việc tạo ra một quy trình suy nghĩ từng bước có thể tốn nhiều thời gian. Đối với các công việc yêu cầu tốc độ cao, chi phí thời gian của việc sử dụng chuỗi suy nghĩ có thể là một nhược điểm lớn.
Hơn nữa, quá trình suy luận do AI tạo ra không phải lúc nào cũng phản ánh đúng quy trình nội bộ thực sự của nó. Như bạn có thể thấy trong ví dụ trên, AI đã cung cấp cho chúng ta một "tóm tắt" về quá trình suy luận của nó, chứ không phải là phân tích từng bước cụ thể. Điều này có thể tạo ra cảm giác sai lầm về tính minh bạch, đặc biệt trong các công việc phức tạp hơn.
Vì vậy, chỉ nên sử dụng kỹ thuật gợi ý theo chuỗi suy luận (chain-of-thought prompting) cho những vấn đề thực sự cần suy luận có cấu trúc (ví dụ: toán học nhiều bước, câu đố logic hoặc phân tích chi tiết). Đối với các công việc đơn giản hoặc cần xử lý nhanh, gợi ý trực tiếp sẽ hiệu quả hơn.
4. Tính nhất quán
Khi bạn đặt câu hỏi cho AI, nó thường đi theo một hướng suy luận và đưa ra câu trả lời có khả năng cao nhất. Nhưng nếu hướng suy luận đó không phải là tốt nhất thì sao?
Đó chính xác là những gì kỹ thuật tạo lệnh tự nhất quán giải quyết. Trong kỹ thuật này, bạn yêu cầu AI tạo ra nhiều đường dẫn suy luận khác nhau để chọn ra đường dẫn đáng tin cậy và phù hợp nhất.
Hãy sử dụng ví dụ về dòng tiêu đề email tương tự để hiểu điều này. Thay vì việc cần làm là yêu cầu AI tạo ra một dòng tiêu đề và giải thích cách nó đạt được kết quả đó (như chúng ta đã làm trong CoT), chúng ta đã yêu cầu nó tạo ra nhiều dòng tiêu đề và xác định tùy chọn tốt nhất chỉ trong một lần:
Nếu được yêu cầu, AI có thể so sánh nhiều tùy chọn được tạo ra và lựa chọn tùy chọn mạnh nhất.
💡 Mẹo chuyên nghiệp: Để đạt được kết quả tốt nhất, hãy thêm một hướng dẫn cuối cùng vào lời nhắc tự nhất quán của bạn: ‘Giải thích tại sao câu trả lời được chọn là tốt nhất.’
Điều này buộc AI phải kiểm tra lại quá trình suy luận của mình và giải thích cơ sở cho kết luận, từ đó tạo ra câu trả lời minh bạch và đáng tin cậy hơn.
ClickUp Insight: 47% số người tham gia khảo sát của chúng tôi chưa từng thử sử dụng AI để xử lý các công việc thủ công, nhưng 23% số người đã áp dụng AI cho biết nó đã giảm đáng kể khối lượng công việc của họ.
Sự chênh lệch này có thể không chỉ là khoảng cách công nghệ. Trong khi những người tiên phong đang đạt được những lợi ích đo lường được, đa số có thể đang đánh giá thấp mức độ biến đổi mà AI có thể mang lại trong việc giảm tải nhận thức và lấy lại thời gian. 🔥
ClickUp Brain giúp bạn vượt qua rào cản này bằng cách tích hợp AI một cách mượt mà vào quy trình làm việc của bạn. Từ việc tóm tắt các chủ đề, soạn thảo nội dung, phân tích các dự án phức tạp đến tạo các công việc con, AI của chúng tôi có thể làm tất cả. Bạn không cần phải chuyển đổi giữa các công cụ hoặc bắt đầu lại từ đầu.
💫 Kết quả thực tế: STANLEY Bảo mật đã giảm thời gian xây dựng báo cáo xuống 50% hoặc hơn nhờ các công cụ báo cáo tùy chỉnh của ClickUp — giúp nhóm của họ tập trung ít hơn vào định dạng và nhiều hơn vào dự báo.
5. Cây suy nghĩ
Thay vì tạo ra nhiều câu trả lời hoàn thành rồi chọn một trong số đó, kỹ thuật gợi ý "cây suy nghĩ" buộc AI phải chia vấn đề thành các bước. Tại mỗi bước, AI sẽ tạo ra các khả năng và đánh giá chúng để tìm ra lựa chọn tốt nhất trước khi tạo ra phản hồi.
Nghe có vẻ phức tạp? Nghe có vẻ phức tạp? Hãy xem lại ví dụ về dòng tiêu đề email của chúng ta với một chút điều chỉnh nhỏ trong lời nhắc.
Ví dụ về lời nhắc:
Vai trò & Công việc: Bạn là một chuyên viên tiếp thị sản phẩm cấp cao. Sử dụng Tree of Thoughts để tạo tiêu đề email thông báo về tính năng Pre-built AI Agents của chúng tôi.
Hạn chế
- Đối tượng: Các nhà lãnh đạo vận hành và sản phẩm bận rộn đang đánh giá việc áp dụng AI trong công việc.
- Tone: tự tin, thực tế, không phóng đại.
- Độ dài: ≤ 55 ký tự
- Tránh sử dụng ngôn ngữ spam và văn bản viết hoa toàn bộ.
- Phải nhấn mạnh vào giá trị ngay lập tức (tiết kiệm thời gian, thực hiện nhanh hơn)
Quy trình (ToT)
- Nhánh: Danh sách công việc 5 góc độ: Lợi ích, Kết quả/Tốc độ, Trường hợp sử dụng/Công việc cần làm, Giảm rủi ro, Bằng chứng xã hội
- Mở rộng: 3 chủ đề cho mỗi góc nhìn
- Đánh giá: Đánh giá từng yếu tố về độ rõ ràng/độ liên quan/độ độc đáo/độ dài (1–5)
- Cắt tỉa: Giữ lại 1 gợi ý tốt nhất cho mỗi góc độ.
- Tinh chỉnh: Giảm xuống ≤55 ký tự; làm rõ động từ.
- Lựa chọn: Hiển thị Top 3 + tiêu đề phụ và lý do tại sao chúng thắng (≤1 dòng mỗi mục)
Định dạng đầu ra (không có chuỗi suy nghĩ ẩn):
- Top 3 Cuối Cùng với Tiêu đề Phụ
- Danh sách các góc nhìn kèm theo lý do ngắn gọn
- Bảng: Góc nhìn | Chủ đề | Độ dài | Điểm số | Lý do
Ở đây, chúng tôi đã yêu cầu hệ thống AI xem xét các ràng buộc, định nghĩa quy trình và thậm chí cả định dạng đầu ra.
💡 Mẹo chuyên nghiệp: Cây suy nghĩ (Tree of Thoughts) hoạt động hiệu quả nhất khi mỗi điểm quyết định rõ ràng và độc lập. Vì vậy, nếu bạn bao gồm nhiều bước trong cùng một điểm quyết định (ví dụ: yêu cầu AI xác định đối tượng và lợi ích trong cùng một bước), các nhánh sẽ trở nên lộn xộn và kết quả đầu ra mất tập trung.
👀 Bạn có biết? Khi sử dụng khung Tree of Thoughts, tỷ lệ thành công của GPT-4 trong công việc “Game of 24” tăng từ 4% với kỹ thuật gợi ý chuỗi suy nghĩ tiêu chuẩn lên 74% khi sử dụng Tree of Thoughts.
Sự cải thiện 70 điểm đó xảy ra mà không cần thay đổi mô hình, chỉ cần thay đổi phương pháp tạo prompt. Điều này cho thấy prompt của bạn có thể quan trọng không kém gì mô hình mà bạn sử dụng.
6. Kết hợp các lời nhắc
Trong kỹ thuật thiết kế prompt này, bạn chia công việc thành các công việc con (với trình tự logic), tạo ra một quy trình lặp lại. Mỗi bước được xây dựng dựa trên bước trước đó, và đầu ra của một giai đoạn trở thành đầu vào cho giai đoạn tiếp theo.
Hãy xem lại ví dụ về dòng tiêu đề email của chúng ta (lần cuối cùng) và sử dụng kỹ thuật chuỗi prompt để xem nó ảnh hưởng đến kết quả đầu ra như thế nào. Đầu tiên, chúng ta sẽ yêu cầu AI xác định đối tượng mục tiêu:
Ví dụ về lời nhắc:
Mục tiêu: Viết tiêu đề email để thông báo về Các đại lý AI được xây dựng sẵn
Bước 1: Trích xuất các lợi ích khóa
Danh sách 5 lợi ích chính của các Trợ lý AI Được Xây Dựng Sẵn mới của chúng tôi dành cho các nhà lãnh đạo sản phẩm và vận hành. (Kết quả: thiết lập nhanh hơn, tự động hóa tức thì, ít phụ thuộc hơn, tiêu chuẩn hóa, ra mắt nhanh hơn)
Bước 2: Tạo góc nhìn
Đề xuất 5 góc tiếp cận cho tiêu đề email dựa trên các lợi ích sau. (Output: tốc độ, tiện lợi, năng suất, độ tin cậy, sự đổi mới)
Bước 3: Viết tiêu đề email
Viết 3 dòng tiêu đề cho mỗi góc nhìn. Giữ dưới 55 ký tự. (Ví dụ: “Các đại lý AI đã được xây dựng sẵn — Sẵn sàng khi bạn cần” v.v.)
Bước 4: Chọn lựa tốt nhất
Đánh giá các yếu tố này dựa trên độ rõ ràng và tính liên quan. Trả về 3 kết quả hàng đầu kèm theo tiêu đề phụ.
Bằng cách kết nối các prompt lại với nhau, bạn thực chất đang hướng dẫn AI thực hiện quy trình tương tự như khi bạn thực hiện thủ công:
Trích xuất lợi ích khóa ➡️ Tạo góc nhìn cho thông điệp ➡️ Viết tiêu đề ➡️ Chọn tùy chọn tốt nhất
💡 Mẹo chuyên nghiệp: Sử dụng kỹ thuật chuỗi lệnh (prompt chaining) để giảm tải nhận thức cho AI. Bằng cách chia một công việc lớn thành các bước nhỏ hơn, bạn hướng dẫn AI thực hiện quy trình, giúp kết quả cuối cùng trở nên hoàn thiện và nhất quán hơn so với việc sử dụng một lệnh duy nhất mà không cần dữ liệu đào tạo (zero-shot prompt).
7. Kỹ sư tạo lệnh tự động (APE)
APE là một kỹ thuật nâng cao, trong đó mô hình ngôn ngữ lớn giúp bạn tạo ra và tinh chỉnh các prompt mới được tối ưu hóa cho cùng một mô hình AI. Hãy nghĩ đến nó như cách AI nói: “Hãy cho tôi biết bạn muốn gì, và tôi sẽ tìm ra cách tốt nhất để đặt câu hỏi nhằm mang lại câu trả lời lý tưởng cho bạn.”
Trong kỹ thuật tạo lệnh APE, bạn yêu cầu AI:
- Thiết kế các lời nhắc phù hợp với công việc bạn muốn hoàn thành.
- Dự đoán hiệu quả của các prompt này.
- Thử nghiệm chúng
- Chọn lời nhắc tốt nhất và chạy nó.
Ví dụ, giả sử bạn đang chuẩn bị ra mắt một tính năng mới có tên 'Bảng điều khiển tùy chỉnh' cho sản phẩm SaaS của mình. Bạn muốn tạo một hướng dẫn thông điệp hấp dẫn cho nhóm của mình. Tuy nhiên, bạn đang gặp khó khăn trong việc diễn đạt thông điệp sao cho phù hợp với độc giả.
Trong trường hợp này, bạn có thể yêu cầu AI tạo ra một lời nhắc chi tiết cho chính nó:
Ví dụ về lời nhắc: Bạn là một Kỹ sư Lời nhắc Tự động.
Công việc: Tạo một lời nhắc giúp tạo ra hướng dẫn nhắn tin cho tính năng mới của chúng tôi, Bảng điều khiển tùy chỉnh.
Các bước của bạn:
- Tạo ra 5 gợi ý ứng viên
- Dự đoán những gì sẽ tạo ra nội dung thuyết phục và rõ ràng nhất cho người mua B2B.
- Kiểm tra từng prompt trên một mẫu đầu vào.
- Chọn prompt có hiệu suất tốt nhất và chạy nó đầy đủ.
- Kết quả: Prompt chiến thắng + Hướng dẫn tạo nội dung được sinh ra
AI sẽ cung cấp cho bạn danh sách các prompt mà bạn có thể tinh chỉnh và chạy để tạo ra một hướng dẫn tin nhắn chất lượng cao:
💡 Mẹo chuyên nghiệp: Tạo một bảng đánh giá để đánh giá các lời nhắc khác nhau do AI tạo ra. Bạn có thể chia sẻ bảng đánh giá này với mô hình và yêu cầu nó đánh giá từng lời nhắc theo tiêu chí của bạn. Điều này sẽ giúp bạn dễ dàng đánh giá các tùy chọn lời nhắc dựa trên tiêu chí của mình.
Theo một bài báo nghiên cứu có tiêu đề " Các mô hình ngôn ngữ lớn là các kỹ sư gợi ý ở mức độ con người", "Chúng tôi cho thấy rằng các gợi ý được thiết kế bằng APE có thể được áp dụng để hướng các mô hình hướng tới tính chân thực và/hoặc tính thông tin, cũng như cải thiện hiệu suất học ít mẫu bằng cách đơn giản là thêm chúng vào đầu các gợi ý học trong ngữ cảnh tiêu chuẩn."
8. ReACT
Mặc dù 'ReAct' nghe có vẻ giống như việc bạn làm khi làm đổ cà phê lên laptop, trong kỹ thuật tạo prompt, nó là viết tắt của Reason + Act. Đây là một kỹ thuật tạo prompt nâng cao, trong đó mô hình AI luân phiên giữa suy luận (reasoning) và việc cần làm (taking action).
Thay vì đưa ra câu trả lời cuối cùng ngay lập tức, AI được nhắc nhở để:
- Lý do: Xem xét vấn đề theo từng bước.
- Hành động: Tương tác với các công cụ bên ngoài hoặc cơ sở kiến thức để thu thập thêm thông tin.
- Lý do một lần nữa: Sử dụng thông tin mới để tinh chỉnh cách suy luận của nó.
Quá trình này được lặp lại theo vòng lặp cho đến khi AI có thể tự tin đưa ra câu trả lời có hỗ trợ vững chắc.
Giả sử bạn đang có kế hoạch ra mắt tính năng 'bảng điều khiển' mới và muốn tìm hiểu xem đối thủ cạnh tranh của bạn đang nói gì về một tính năng tương tự trên trang web của họ. Trong ví dụ này, giả sử chúng tôi là đối thủ cạnh tranh của bạn và bạn muốn tìm hiểu chi tiết về ClickUp Dashboards.
Với ReACT, bạn có thể cấu trúc lời nhắc của mình theo cách sau:
Ví dụ về lời nhắc: Bạn là một nhà tiếp thị sản phẩm cạnh tranh sử dụng phương pháp ReACT (Lý do + Hành động).
Công việc của bạn: Nghiên cứu và tóm tắt cách ClickUp đặt vị trí của tính năng bảng điều khiển trên trang web của mình.
Tiếp tục lặp lại quy trình này cho đến khi hoàn thành:
- Hãy suy nghĩ: Ghi lại những gì bạn cần tìm kiếm tiếp theo (ví dụ: giá trị cốt lõi, trường hợp sử dụng, lợi ích, hình ảnh, lời kêu gọi hành động).
- Hành động: Tìm kiếm trang web của ClickUp (https://clickup.com/features/bảng điều khiển) và trích xuất chỉ thông tin liên quan.
- Quan sát: Ghi chú những gì bạn đã tìm thấy
- Lặp lại: Tiếp tục cho đến khi bạn có đầy đủ thông tin cần thiết.
Cuối cùng, nhà cung cấp một tóm tắt có cấu trúc với:
- Tuyên bố vị trí cốt lõi
- 3–5 lợi ích chính
- 3 trường hợp sử dụng khóa chính
- Cách họ trình bày bảng điều khiển (Dashboards) một cách trực quan
- Phong cách và giọng điệu của lời kêu gọi hành động
Prompt này hướng dẫn AI thực hiện một quy trình logic, mỗi bước một mà không lệch khỏi chủ đề. Bây giờ, hãy xem AI đã phản hồi như thế nào với prompt này:
💡 Mẹo chuyên nghiệp: Kỹ thuật ReACT công việc tốt nhất khi AI có thể truy cập thông tin trực tuyến đáng tin cậy và đưa ra quan sát chính xác. Nếu bước 'Act' thu thập dữ liệu ồn ào hoặc lỗi thời, quá trình suy luận sau đó sẽ không tránh khỏi sai sót.
9. Tạo lời nhắc kiến thức
Khi AI tạm dừng để thu thập hoặc xây dựng một cơ sở kiến thức một cách rõ ràng trước tiên, nó thường chính xác và nhất quán hơn.
Đây là nguyên tắc của Generate Knowledge Prompting, trong đó bạn cung cấp nhiều prompt cho AI để nó có thể trước tiên hiển thị các sự kiện liên quan trước khi sử dụng chúng để tạo ra một phản hồi phù hợp.
Nghe có vẻ phức tạp?
Hãy xem ví dụ sau: Bạn đang ra mắt một công cụ quản lý dự án mới dành cho freelancer. Bạn cần xây dựng chiến lược marketing, nhưng chưa biết nên tập trung vào những vấn đề nào để thông điệp của bạn thực sự gây ấn tượng.
Sử dụng Generate Knowledge Prompting, bạn có thể yêu cầu AI cung cấp danh sách các thông tin liên quan về những khó khăn của đối tượng mục tiêu:
Sử dụng thông tin được tạo ra này làm đầu vào cho lời nhắc tiếp theo của bạn, bạn sẽ hướng dẫn AI đề xuất một chiến lược tiếp thị lý tưởng:
Do đó, kết quả cuối cùng được xây dựng dựa trên một logic minh bạch và cụ thể.
💡 Mẹo chuyên nghiệp: Sử dụng Generate Knowledge Prompting khi bạn cần một phản hồi AI được nghiên cứu kỹ lưỡng và có uy tín. Điều này hoàn hảo cho việc viết bài, tạo báo cáo chi tiết hoặc thậm chí chuẩn bị cho một bài thuyết trình nơi độ chính xác của dữ liệu là yếu tố quan trọng.
10. Kích hoạt lời nhắc
Kích hoạt chủ động là kỹ thuật biến AI thành một học viên chủ động.
Thay vì phải đoán xem AI cần học từ những ví dụ (hoặc trường hợp) nào, hãy cung cấp cho nó một bộ sưu tập đa dạng các ví dụ. AI sẽ tự động xác định những trường hợp khó khăn hoặc mơ hồ nhất. Sau đó, nó sẽ yêu cầu bạn cung cấp câu trả lời chính xác cho những trường hợp cụ thể đó để tự đào tạo.
Để hiểu điều này một cách dễ dàng, hãy tưởng tượng bạn muốn tạo ra một khung làm việc giúp nhóm bán hàng xử lý các mục tiêu chung của khách hàng đối với một tính năng mới của sản phẩm.
Bạn đã có danh sách phản hồi thô từ khách hàng và đối tượng, và bạn muốn đào tạo AI để viết các phản hồi hiệu quả, phù hợp với thương hiệu mà nhóm bán hàng có thể tái sử dụng.
Ví dụ về lời nhắc: Bạn là một chiến lược gia tiếp thị sản phẩm cấp cao đang nghiên cứu các vấn đề của người dùng.
Công việc: Tạo ra 4 vấn đề gây khó khăn hoặc điểm đau mà các nhà quản lý sản phẩm tự do gặp phải trong công việc khi làm việc mà không có công cụ quản lý dự án.
Bối cảnh: Họ phải xử lý nhiều khách hàng, làm việc từ xa và thường phải tự mình quản lý các dự án mà không có đội ngũ hỗ trợ chuyên trách.
Hạn chế:
- Mỗi vấn đề cần giải quyết nên được mô tả trong 1–2 câu.
- Nổi bật tác động cảm xúc (căng thẳng, quá tải, kiệt sức, bối rối, v.v.)
- Hiển thị hậu quả kinh doanh (trễ hạn, bỏ sót công việc, khách hàng không hài lòng)
- Tránh sử dụng các thuật ngữ mơ hồ như “thiếu tổ chức” — hãy cụ thể.
Định dạng đầu ra:
- Danh sách công việc có số
- Mỗi mục: Vấn đề → Hậu quả (trong ngoặc)
💡 Mẹo chuyên nghiệp: Lưu trữ các prompt thành công kèm theo ghi chú về những gì đã công việc và lý do tại sao. Điều này giúp xây dựng một thư viện nội bộ các "mẫu prompt" mà bạn có thể tái sử dụng và điều chỉnh cho các công việc khác nhau, giống như các mô-đun mã nguồn có thể tái sử dụng.
Tạo prompt cho các trường hợp sử dụng khác nhau
Sẵn sàng áp dụng kỹ năng thiết kế prompt của bạn?
Hãy cùng xem qua các ví dụ phổ biến về kỹ thuật tạo prompt mà bạn có thể áp dụng ngay lập tức trong công việc.
Dành cho các nhóm nội dung
Nếu công việc của bạn là nội dung, bạn đang vận hành một dây chuyền sản xuất sáng tạo. Điều này có thể mệt mỏi, nhưng không phải khi bạn biết cách tạo ra các prompt hiệu quả.
1. Tạo dàn ý cho bài viết blog bằng cách sử dụng chuỗi prompt
Thay vì yêu cầu AI "tạo dàn ý cho bài viết blog về [chủ đề]", bạn có thể chia quy trình này thành các bước nhỏ và thực hiện chúng theo thứ tự:
Ví dụ về lời nhắc: Hãy đưa ra 5 ý tưởng chủ đề cho một bài blog về cách vượt qua cảm giác chán nản vào thứ Hai. Bài viết dành cho các nhà quản lý cấp trung và cũng chia sẻ các khung làm việc mà bạn đã sử dụng cho từng tiêu đề.
Tiếp theo, chia chủ đề thành các thẻ H2, H3 và H4 và cho tôi biết tất cả những gì tôi nên đề cập trong mỗi phần.
2. Tạo metadata bằng kỹ thuật tạo prompt với ít dữ liệu (few-shot prompt engineering)
Lấy 3-4 tiêu đề meta và mô tả meta từ các bài viết trước đây của bạn, và sử dụng chúng làm ví dụ hoặc 'mẫu' để đào tạo AI viết mô tả meta.
3. Tối ưu hóa SEO cho blog bằng kỹ thuật tạo kiến thức
Nếu bạn có một blog hoạt động kém hiệu quả và muốn tối ưu hóa nó cho công cụ tìm kiếm, hãy nhập nội dung vào AI và yêu cầu mô hình "khai thác" các từ khóa mà bạn có thể đã bỏ qua. Sau khi AI tạo ra danh sách này (tức là tạo ra kiến thức), bạn có thể hướng dẫn nó tích hợp kiến thức đã tạo ra một cách tự nhiên vào văn bản.
Mặc dù một lời nhắc phù hợp có thể giúp bạn tạo ra một bài blog hoặc bài đăng trên mạng xã hội tuyệt vời, việc chuyển đổi giữa các công cụ để tạo nội dung và chỉnh sửa/định dạng cho nhà xuất bản vẫn là một rắc rối. ClickUp cung cấp một giải pháp thông minh.
Bạn có thể sử dụng ClickUp Tài liệu để viết nội dung của mình, bao gồm một phần mở rộng tích hợp sẵn cho ClickUp Brain.
Điều này có nghĩa là bạn có thể đưa ra các prompt cho AI, tinh chỉnh nội dung và định dạng nó với các yếu tố trực quan (hình ảnh, bảng, infographics, GIF) ngay trong tài liệu của mình.
Giữ cho luồng ý tưởng của bạn luôn trôi chảy mà không bị gián đoạn. ClickUp Brain MAX giúp bạn ghi lại và hoàn thiện ý tưởng trực tiếp trong tài liệu của mình — biến những ý tưởng thoáng qua thành các bản phác thảo có tổ chức hoặc các bước tiếp theo. Và khi việc gõ phím làm chậm tiến độ, tính năng Talk-to-Text cho phép bạn chỉ cần nói ra ý tưởng của mình; chúng sẽ xuất hiện ngay lập tức trên trang, giúp quá trình brainstorming của bạn diễn ra nhanh chóng và không gặp trở ngại.
Điều này giúp bạn dễ dàng ghi lại ý tưởng, phác thảo cấu trúc hoặc soạn thảo các lời nhắc nội dung theo thời gian thực mà không làm gián đoạn quá trình. Sau khi có bản nháp ban đầu, bạn có thể tinh chỉnh nó bằng cách sử dụng chuỗi lời nhắc, lời nhắc ít mẫu hoặc bất kỳ kỹ thuật nào bạn đã học.
📌 Bạn có biết? 86% các nhà tiếp thị tiết kiệm hơn một giờ mỗi ngày bằng cách sử dụng AI để khơi gợi ý tưởng nội dung mới.
Đó là 5+ giờ mỗi tuần được tiết kiệm để tập trung vào chiến lược, kể chuyện và các công việc có giá trị cao hơn.
Kết quả? Các chiến dịch nhanh hơn, ít căng thẳng hơn và nhiều không gian hơn cho loại sáng tạo thực sự kết nối với khán giả.
Dành cho các nhóm sản phẩm và phát triển
Việc phải đi lại nhiều lần với AI để triển khai tính năng mới hoặc sửa lỗi không thực sự là sự hỗ trợ mà bạn cần trong cuộc sống. Kỹ thuật tạo prompt có thể làm cho quá trình đó bớt mệt mỏi hơn nhiều:
Giải thích các thông số tính năng bằng cách sử dụng chuỗi prompt
Bạn có thể sử dụng kỹ thuật chuỗi prompt để chuẩn bị tài liệu mô tả tính năng theo từng bước, giúp các nhà phát triển có thể xây dựng từ đó mà không bị nhầm lẫn. Dưới đây là cách thực hiện:
2. Chuyển đổi phản hồi thành công việc phát triển với kỹ thuật tạo prompt không cần dữ liệu huấn luyện (zero-shot prompt engineering)
Chỉ cần sao chép và dán phản hồi của khách hàng, sau đó yêu cầu AI chuyển đổi nó thành một công việc cho nhà phát triển với tiêu đề và mô tả rõ ràng:
3. Viết các trường hợp thử nghiệm bằng kỹ thuật tạo lệnh ít mẫu (few-shot prompting)
Cung cấp 4-5 ví dụ về các trường hợp thử nghiệm được viết tốt để mô hình AI có thể học phong cách của bạn ngay lập tức và tạo ra các trường hợp thử nghiệm mong muốn:
Nếu bạn vẫn đang sử dụng nhiều công cụ khác nhau cho các công việc được hỗ trợ bởi AI, ClickUp Brain là tất cả những gì bạn cần, đặc biệt nếu công việc của bạn là phát triển sản phẩm hoặc phần mềm.
Nó có thể giúp bạn tạo ra các tóm tắt ngắn gọn về báo cáo lỗi trực tiếp trong một tác vụ. Tất cả những gì bạn cần làm là mở công việc báo cáo lỗi được giao cho bạn, nhấp vào nút "AI Summarize" và chờ vài giây để AI tạo ra một tóm tắt nhanh, nhấn mạnh vấn đề chính và các bước hành động cần thiết.
Tương tự, bạn có thể sử dụng ClickUp Brain để soạn thảo các tiêu chí chấp nhận rõ ràng cho các câu chuyện người dùng, tính năng và sửa lỗi. Phần mềm trợ lý viết sẽ tự động thu thập và phân tích nội dung tác vụ (mô tả, bình luận, tệp đính kèm) và đề xuất các tiêu chí chấp nhận dưới định dạng danh sách kiểm tra/danh sách gạch đầu dòng.
Muốn xem nó hoạt động như thế nào? Xem video ngắn này về cách viết báo cáo lỗi hiệu quả với sự trợ giúp của AI.
📌 Bạn có biết? Một cuộc khảo sát của Canva cho thấy:
- 92% các nhà lãnh đạo công nghệ đã tích hợp các công cụ mã hóa hỗ trợ AI vào quy trình làm việc của họ.
- 78% nhà phát triển sử dụng các công cụ này hàng ngày.
Lợi ích bao gồm việc thiết kế mẫu nhanh hơn, phát triển ý tưởng, thúc đẩy sự sáng tạo và giảm chi phí.
Cho bán hàng và tiếp thị
Tính cá nhân hóa là yếu tố quan trọng nhất đối với các nhóm bán hàng và tiếp thị. Tuy nhiên, việc cung cấp tính cá nhân hóa trên quy mô lớn là một công việc tốn nhiều công sức. Hãy cùng tìm hiểu cách các kỹ thuật thiết kế lời nhắc có thể giúp đẩy nhanh quá trình này:
Viết phản hồi email thông qua kỹ thuật tạo prompt với ít dữ liệu (few-shot prompt engineering)
Hãy cho AI xem một số ví dụ về cách bạn trả lời email của khách hàng hoặc khách hàng tiềm năng, và nó sẽ soạn thảo một phản hồi cho email mới nhất chính xác như cách bạn làm:
2. Tạo ra các giá trị đề xuất bằng cách sử dụng công cụ tạo lời nhắc tự động
Cần hỗ trợ để xây dựng một đề xuất giá trị mạnh mẽ? Thay vì mất thời gian tinh chỉnh lời nhắc, hãy đơn giản yêu cầu AI:
Cần tạo nội dung tiếp thị và tóm tắt cuộc gọi khách hàng trong vài giây? Với ClickUp Brain, bạn có thể sử dụng trợ lý AI trên tất cả các tính năng của ClickUp, bao gồm ClickUp Docs, nhiệm vụ ClickUp và thậm chí cả ClickUp Comments.
Để soạn thảo nội dung tiếp thị, chỉ cần mở ClickUp Tài liệu và sử dụng AI để viết email/thông điệp tiếp thị của bạn. Bạn có thể chỉnh sửa, chọn giọng điệu, cải thiện hoặc mở rộng bản nháp chỉ với một cú nhấp chuột, hoặc sử dụng nó như hiện tại.
Và nếu ai đó để lại ghi chú cuộc gọi trong phần bình luận, bạn có thể gọi Brain (bằng cách nhập @brain vào trường bình luận/trả lời) và yêu cầu nó tóm tắt ghi chú cuộc gọi trong bình luận.
📚 Đọc thêm: Ví dụ về các mẫu gợi ý viết
📌 Bạn có biết? Gần 20% các nhà tiếp thị dành hơn 40% ngân sách tiếp thị của họ cho các chiến dịch được điều khiển bởi AI, và 34% báo cáo có sự cải thiện đáng kể trong kết quả tiếp thị nhờ AI.
Cho các hoạt động
Nếu bạn làm việc trong lĩnh vực vận hành, có thể bạn đang phải đối mặt với những công việc tốn thời gian như viết quy trình làm việc tiêu chuẩn (SOP) hoặc tạo tài liệu nội bộ. Nhưng đừng lo lắng, hãy thử các gợi ý dưới đây để giảm bớt khối lượng công việc một cách thông minh:
Tạo bản tóm tắt cuộc họp - tạo ra kiến thức + tính nhất quán
Không có công cụ tự động hóa để tạo bản tóm tắt cuộc họp? Đừng lo! Dán bản ghi cuộc họp vào trò chuyện AI và yêu cầu nó trích xuất các điểm khóa (tóm tắt hoặc các mục cần thực hiện).
Để nâng cao độ chính xác của kết quả đầu ra, bạn có thể yêu cầu AI thử một số phiên bản tóm tắt và chọn phiên bản tốt nhất.
Và nếu bạn đang tìm kiếm một cách thức mượt mà và tự động hóa hơn để quản lý ghi chú cuộc họp, ClickUp’s AI Notetaker được thiết kế dành riêng cho mục đích đó. Công cụ mạnh mẽ này có thể tự động tham gia các cuộc họp của bạn, dù là cuộc họp đã được lên lịch hay cuộc họp đột xuất, và ghi chép toàn bộ cuộc hội thoại theo thời gian thực.
Nó có thể tóm tắt các điểm khóa, nhấn mạnh các quyết định đã đưa ra và thậm chí trích xuất các công việc có thể thực hiện hoặc các bước tiếp theo.
Nếu bạn muốn tìm hiểu thêm về cách sử dụng AI để ghi chú cuộc họp, hãy xem video dưới đây:
2. Tạo tài liệu nội bộ bằng cách sử dụng kỹ thuật tạo lệnh chủ động
Việc tạo một tài liệu nội bộ (như tài liệu về "chính sách công việc từ xa") lần đầu tiên có thể gây áp lực. Trong trường hợp này, tốt nhất là chạy một lời nhắc chủ động và tinh chỉnh dần để đạt được kết quả hoàn hảo:
Ví dụ về lời nhắc: Soạn thảo một tài liệu nội bộ giải thích chính sách làm việc từ xa của chúng ta. Giữ tài liệu dưới 800 từ. Danh sách công việc các điều kiện đủ điều kiện, kỳ vọng, chính sách thiết bị và một phần về an ninh mạng.
Xem video này để tìm hiểu cách AI có thể tối ưu hóa quy trình tài liệu của bạn và tiết kiệm hàng giờ công việc thủ công:
3. Tạo quy trình làm việc tiêu chuẩn (SOP) thông qua kỹ thuật tạo kiến thức.
‘Viết một quy trình tiêu chuẩn (SOP) về X’ có thể không mang lại kết quả tốt nhất. Thay vào đó, bạn có thể xác định chính xác những gì cần bao gồm trước tiên. Sau khi AI cung cấp danh sách đó, điều chỉnh nó và sau đó đưa lại cho mô hình để xây dựng SOP hoàn chỉnh.
Ví dụ về lời nhắc
Bước 1: Bạn là chuyên gia về tài liệu quy trình. Xác định tất cả các bước chính, công việc, công cụ và sự phê duyệt liên quan đến việc tạo SOP cho [quy trình X]. Bao gồm người chịu trách nhiệm cho từng bước, công cụ họ sử dụng và các tiêu chí thành công chính để đánh dấu bước đó là hoàn thành.
Bước 2: Sử dụng danh sách các bước, vai trò, công cụ và tiêu chí này, hãy viết một Quy trình Hoạt động Tiêu chuẩn chi tiết cho [quy trình X]. Bao gồm các phần: Tiêu đề, Mục đích, Phạm vi, Quy trình từng bước, Vai trò & Trách nhiệm, Công cụ/Tài nguyên và Hướng dẫn Phê duyệt & Kiểm tra. Sử dụng ngôn ngữ rõ ràng, dễ thực hiện để bất kỳ ai cũng có thể tuân theo mà không cần đào tạo trước.
Mặc dù điều này có vẻ đơn giản, chúng tôi hiểu rằng việc tạo ra các lời nhắc viết AI từ đầu mỗi khi cần tạo SOP (vì cùng một lời nhắc có thể không phù hợp với mọi SOP) có thể gây khó khăn.
Nhưng nếu có một nút thần kỳ trong không gian làm việc của bạn, chỉ cần nhấp vào là có thể tạo ra bất kỳ quy trình làm việc (SOP) nào bạn muốn? Đó chính xác là điều bạn có thể đạt được bằng cách sử dụng AI Fields của ClickUp.
Đây là một trường tùy chỉnh, được hỗ trợ bởi ClickUp Brain, mà bạn có thể thêm vào công việc hoặc danh sách công việc của mình. Bạn có thể đặt lời nhắc thành một nội dung như ‘Soạn thảo quy trình làm việc (SOP) dựa trên mô tả công việc và bình luận.’ Và mỗi khi bạn nhấp vào nó, nó sẽ tự động tạo nội dung SOP, phụ thuộc vào nội dung của công việc.
💬 Những gì người dùng CickUp đang chia sẻ:
ClickUp vô cùng linh hoạt và cho phép tôi tạo ra các giải pháp cho hầu hết mọi trường hợp kinh doanh hoặc quy trình. Các tính năng tự động hóa và Trợ lý AI cũng cực kỳ mạnh mẽ! Tôi có thể cài đặt các hành động tự động thông qua logic hoặc thông qua các lệnh AI để thực hiện hầu hết mọi hành động có thể tưởng tượng được trong ClickUp. Cuối cùng, tốc độ cập nhật sản phẩm là vô cùng ấn tượng—có những cập nhật tính năng đáng kể mỗi tháng, và công ty rõ ràng đang đầu tư mạnh vào sự phát triển.
ClickUp vô cùng linh hoạt và cho phép tôi tạo ra các giải pháp cho hầu hết mọi trường hợp kinh doanh hoặc quy trình. Các tính năng tự động hóa và Trợ lý AI cũng cực kỳ mạnh mẽ! Tôi có thể cài đặt các hành động tự động thông qua logic hoặc thông qua các lệnh AI để thực hiện hầu hết mọi hành động có thể tưởng tượng được trong ClickUp. Cuối cùng, tốc độ cập nhật sản phẩm là vô cùng ấn tượng—có những cập nhật tính năng đáng kể mỗi tháng, và công ty rõ ràng đang đầu tư mạnh vào sự phát triển.
Những lỗi thường gặp khi tạo prompt (và cách khắc phục)
Một số thói quen nhỏ trong cách bạn viết prompt có thể tạo ra sự khác biệt giữa việc nhận được kết quả "wow, thật hoàn hảo" và nhìn chằm chằm vào một khối văn bản, tự hỏi điều gì đã sai.
Nói cách khác, hãy cùng xem qua một số lỗi thường gặp trong kỹ thuật tạo prompt và cách tối ưu hóa prompt của bạn:
Yêu cầu AI "chỉ cần làm việc cần làm" mà không giải thích cách thực hiện.
Viết một lời nhắc như “viết một bài blog” hoặc “tóm tắt nội dung này” để lại nhiều không gian cho sự diễn giải của AI. Kết quả? Một bài blog quá chung chung hoặc một bản tóm tắt không đáp ứng được kỳ vọng của bạn.
Sửa: Tạo các prompt hiệu quả với hướng dẫn rõ ràng và bối cảnh cụ thể. Ví dụ, khi viết bài blog, hãy xác định tông giọng bạn muốn sử dụng, đối tượng mục tiêu, độ dài bài viết và mục đích của nó.
Dưới đây là một ví dụ:
❌ Lời nhắc xấu: ‘Viết một email về tính năng ‘Custom Dashboards’ mới’
✅ Gợi ý tốt: ‘Viết một email nội bộ cho nhóm bán hàng của chúng ta để thông báo về tính năng mới ‘Custom Dashboard’ cho công cụ năng suất [tên công cụ]. Email cần ngắn gọn, nhấn mạnh ba lợi ích chính cho nhân viên bán hàng (ví dụ: chứng minh ROI, đóng giao dịch nhanh hơn) và bao gồm lời kêu gọi hành động đến video hướng dẫn. Sử dụng giọng điệu tự tin và khích lệ. ’
2. Quá tải AI với quá nhiều công việc cùng lúc
Đưa quá nhiều chi tiết hoặc công việc vào một lời nhắc quá phức tạp có thể dẫn đến kết quả không rõ ràng. AI có thể bị nhầm lẫn hoặc cố gắng làm mọi việc cùng một lúc (và làm không tốt).
Sửa lỗi: Chia câu lệnh ban đầu thành các bước nhỏ hơn và thực hiện chúng theo thứ tự. Ví dụ, trước tiên yêu cầu AI tạo ra một bản tóm tắt. Nếu bản tóm tắt tốt, yêu cầu AI viết nội dung cho từng phần. Tiếp theo, hướng dẫn AI chỉnh sửa để phù hợp với giọng điệu, và tiếp tục như vậy.
❌ Lời nhắc xấu: ‘Tạo 10 từ khóa SEO cho bài viết blog có tiêu đề ‘Cách triển khai Hệ thống Quản lý Chất lượng’. Đề xuất một dàn ý thân thiện với SEO sử dụng các từ khóa này và sau đó viết một đoạn giới thiệu 100 từ cho bài viết blog. ’
✅ Gợi ý tốt: Tạo ra 10 từ khóa SEO cho bài viết blog có tiêu đề ‘Cách triển khai Hệ thống Quản lý Chất lượng’. Đối tượng mục tiêu của bài viết này là chủ doanh nghiệp, CEO và cấp quản lý cao cấp.
Bây giờ, sử dụng các từ khóa đã tạo, hãy tạo một dàn ý chi tiết và thân thiện với SEO cho bài viết blog này. Đảm bảo các thẻ tiêu đề (
Viết một đoạn giới thiệu 100 từ cho bài viết này, đồng thời lưu ý đến dàn ý đã tạo và các từ khóa SEO.
3. Giả định rằng mô hình nhớ
Hầu hết các mô hình ngôn ngữ lớn đều không lưu trữ thông tin trừ khi bạn explicit bao gồm nó trong lời nhắc hiện tại. Điều này thường dẫn đến các phản hồi bỏ qua bối cảnh trước đó của bạn hoặc mâu thuẫn với các hướng dẫn trước đó.
Sửa lỗi: Lặp lại các thông tin khóa, giới hạn và mục tiêu trong mỗi lời nhắc mới để mô hình có đầy đủ thông tin cần thiết để phản hồi chính xác.
❌ Lời nhắc xấu: ‘Bây giờ hãy viết phần giới thiệu dựa trên dàn ý chúng ta đã thảo luận trước đó.’
✅ Gợi ý tốt: Sử dụng dàn ý blog mà chúng ta đã tạo trước đó (Giới thiệu, Lợi ích, Trường hợp sử dụng và Kết luận), viết một đoạn giới thiệu 100 từ. Viết theo phong cách cuộc hội thoại và thu hút người đọc bằng cách nhấn mạnh một vấn đề phổ biến mà công cụ năng suất của chúng ta giải quyết.
Xây dựng thư viện prompt cho nhóm
Một lời nhắc tốt có thể tiết kiệm vài phút; một thư viện lời nhắc chia sẻ có thể tiết kiệm hàng giờ (vì mọi người đều sử dụng nó). Dưới đây là cách bạn có thể xây dựng một thư viện như vậy:
Tạo một tài liệu chia sẻ để lưu trữ tất cả các prompt của bạn
Sử dụng ClickUp Docs để tổ chức các lời nhắc hiệu quả nhất mà các thành viên trong nhóm có thể sử dụng sau này. Bạn có thể tổ chức các lời nhắc này theo bộ phận và tiếp tục theo loại công việc (ví dụ: tạo nội dung, nghiên cứu thị trường, phân tích dữ liệu, v.v.).
Đối với mỗi prompt, hãy bao gồm các nội dung sau:
- Chính lời nhắc đó
- Một mô tả ngắn gọn giải thích mục đích của lời nhắc, khi nào nên sử dụng, những điều cần tránh, v.v.
- Ví dụ về đầu ra của AI để cài đặt kỳ vọng rõ ràng
2. Thiết kế các mẫu prompt tiêu chuẩn
Đối với các công việc thông thường như tóm tắt ghi chú cuộc họp hoặc tối ưu hóa bài viết blog, bạn có thể tạo các chiến lược gợi ý tiêu chuẩn mà mọi người phải tuân theo. Bạn có thể bao gồm các mẫu gợi ý AI cụ thể và hướng dẫn về thời điểm/cách sử dụng chúng để tạo ra các phản hồi theo phong cách mong muốn.
Điều này đảm bảo rằng mọi thành viên trong nhóm đều tuân thủ các quy trình tốt nhất khi tạo prompt, đảm bảo chất lượng đầu ra nhất quán.
3. Xây dựng văn hóa hợp tác và phản hồi
Khuyến khích nhóm của bạn không chỉ sử dụng thư viện gợi ý này mà còn giúp cải thiện nó. Việc cần làm để làm được điều đó là:
- Giới thiệu hệ thống đánh giá đơn giản cho phép nhóm của bạn đánh giá các prompt. Càng cao điểm đánh giá của một prompt, nó càng hiệu quả.
- Mở tài liệu cho các thành viên trong nhóm để họ có thể để lại bình luận đề xuất cải tiến và đánh dấu các prompt không hiệu quả.
4. Thêm các mẹo khắc phục sự cố vào thư viện lời nhắc của bạn
Sẽ có những lúc AI tạo ra kết quả kém chất lượng hoặc không mong đợi. Để giúp nhóm của bạn chẩn đoán và khắc phục vấn đề, hãy xem xét việc thêm một phần hướng dẫn khắc phục sự cố, trong đó thảo luận về các lỗi thường gặp khi tạo prompt cho AI và các giải pháp tương ứng.
Điều này có thể trông giống như sau:
Vấn đề: Kết quả đầu ra quá chung chung.
Tại sao điều này xảy ra: AI thường dựa vào dữ liệu đào tạo phổ biến nhất của mình, điều này có thể dẫn đến các phản hồi an toàn nhưng chung chung hoặc thiếu sáng tạo.
Giải pháp: Thêm các ràng buộc hoặc hướng dẫn cụ thể để định hướng AI theo hướng đúng đắn.
Ví dụ: ‘Giữ dưới 100 từ’
📚 Đọc thêm: Cách trở thành Kỹ sư Prompt
Từ Prompt đến Năng suất: Cách ClickUp thu hẹp khoảng cách
Bằng cách học các kỹ thuật thiết kế prompt cơ bản và nâng cao, bạn có thể ngừng lãng phí thời gian vào việc dùng thử và lỗi, và bắt đầu đạt được kết quả thực sự giúp công việc của bạn tiến triển.
Với ClickUp, AI trở thành một phần của không gian làm việc của bạn. Nó kết hợp quản lý công việc với tự động hóa và hợp tác, giúp bạn hoàn thành công việc mà không cần chuyển đổi giữa các công cụ.
Vậy, hãy từ bỏ cách sử dụng AI như một trợ lý phụ mà bạn phải gọi. Đã đến lúc có một trợ lý AI đã là một phần của nhóm của bạn.
Đăng ký ClickUp ngay hôm nay và xem điều gì sẽ xảy ra khi AI chỉ cách bạn một cú nhấp chuột!
Câu hỏi thường gặp
Công cụ tốt nhất phụ thuộc vào công việc mà bạn muốn AI thực hiện. Tuy nhiên, giá trị lớn nhất được đạt được khi AI được tích hợp vào nền tảng mà bạn đã sử dụng để lập kế hoạch và triển khai công việc. Ví dụ, ClickUp Brain được tích hợp sâu rộng vào không gian làm việc ClickUp, cho phép bạn truy cập trợ lý AI từ bất kỳ màn hình nào. Thực tế, bạn thậm chí có thể chuyển đổi giữa Brain, ChatGPT, Gemini, Claude, v.v., để chọn mô hình AI phù hợp nhất cho công việc của mình.
Đúng vậy! Bạn có thể lưu trữ các prompt hoạt động tốt nhất của mình trong một tài liệu ClickUp chia sẻ hoặc thậm chí biến chúng thành các trường AI tùy chỉnh để sử dụng lại ngay lập tức. Như vậy, bất kỳ ai cũng có thể nhấp vào trường đó và trợ lý AI sẽ chạy prompt đã được cài đặt sẵn. Rất được khuyến khích cho các công việc lặp đi lặp lại đòi hỏi tính nhất quán và có tính thời gian.
Các mô hình ngôn ngữ lớn (LLMs) không phải là công cụ tìm kiếm. Chúng không giống như Google, nơi bạn nhập một truy vấn tìm kiếm và công cụ sẽ trả về kết quả giống nhau mỗi lần. Thay vào đó, LLMs trả lời các truy vấn của bạn dựa trên dữ liệu và mẫu mà chúng đã học được trong quá trình đào tạo, đó là lý do tại sao cùng một lời nhắc có thể cho ra kết quả khác nhau mỗi lần.
Trong kỹ thuật tạo lệnh zero-shot, bạn chỉ cần chỉ định cho AI công việc cần thực hiện mà không cần cung cấp bất kỳ ví dụ hỗ trợ nào về kết quả mong đợi. Ngược lại, kỹ thuật tạo lệnh few-shot yêu cầu bạn cung cấp một số ví dụ để hướng dẫn AI theo một hướng cụ thể. Ví dụ, cung cấp một mẫu trả lời email để AI có thể tạo ra một nội dung tương tự.