Học AI

Cách viết Prompt Claude

Thời kỳ “hãy đóng vai chuyên gia cấp cao” đã dần lỗi thời thật – không phải vì nó sai, mà vì các mô hình AI hiện đại (Claude 4.6, Grok, GPT-o series, Gemini 2.0…) đã đủ thông minh để không cần role-play sáo rỗng. Chúng cần một hệ thống prompt có cấu trúc rõ ràng, […]

0

Thời kỳ “hãy đóng vai chuyên gia cấp cao” đã dần lỗi thời thật – không phải vì nó sai, mà vì các mô hình AI hiện đại (Claude 4.6, Grok, GPT-o series, Gemini 2.0…) đã đủ thông minh để không cần role-play sáo rỗng.

Chúng cần một hệ thống prompt có cấu trúc rõ ràng, modular, và kiểm soát được để giảm hallucination, tăng độ chính xác, và tạo output nhất quán lâu dài.

Dưới đây là phiên bản viết lại hay hơn, mạch lạc hơn, chuyên nghiệp hơn của cấu trúc 8 tầng mà dân prompt engineering nghiêm túc (đặc biệt với Claude, nhưng áp dụng cross-platform cho Grok, ChatGPT, Gemini, Llama…) đang dùng năm 2026. Mình giữ nguyên tinh thần 8 tầng gốc nhưng tinh chỉnh ngôn ngữ, thứ tự logic, thêm ví dụ ngắn gọn và lý do tại sao nó hiệu quả trên mọi nền tảng.

Cấu trúc Prompt 8 Tầng – Hệ thống làm việc chuyên nghiệp (Cross-Platform 2026)
  1. Task Definition – Định nghĩa nhiệm vụ cốt lõi
  2. Mô tả chính xác bạn muốn AI làm gì, output cuối cùng là gì, và tiêu chí thành công (success criteria).
  3. Không role-play, không hoa mỹ. Chỉ mục tiêu cụ thể + đo lường được.
  4. Ví dụ: “Phân tích báo cáo tài chính Q4/2025, output dưới dạng bảng so sánh YoY + 3 insight chính, mỗi insight dưới 50 từ.” → Lý do: Đặt nền tảng ngay từ đầu, tránh AI đoán mò.
  5. Context Loading – Tải ngữ cảnh chuyên sâu (Context Files / Knowledge Base)
  6. Thay vì nhồi nhét vào prompt, chuẩn bị file riêng (.md, .txt, hoặc paste dài) chứa:
  7. Kiến thức chuyên môn, style guide, brand voice, tiêu chuẩn chất lượng, dữ liệu nền.
  8. Yêu cầu AI: “Trước tiên, đọc và nội hóa toàn bộ nội dung trong <context> sau đây.” → Cross-platform: Dùng XML tags (<context>…</context>) hoặc markdown fences để Claude/Grok/GPT xử lý tốt hơn.
  9. References & Examples – Tài liệu mẫu + Few-shot
  10. Đưa ví dụ output mong muốn (1–3 cái, càng sát càng tốt).
  11. Phân tích đặc điểm: cấu trúc, độ dài, giọng điệu, từ ngữ tránh dùng.
  12. Ví dụ: “Output mẫu: [paste ví dụ]. Đặc điểm: dùng bullet points, ngôn ngữ trung lập, tránh từ cảm thán.” → Hiệu quả cao nhất trên Claude (XML + examples), nhưng GPT/Gemini cũng hưởng lợi lớn từ few-shot.
  13. Brief / Instructions – Yêu cầu cụ thể cho lần chạy này
  14. Ngắn gọn: Độ dài output? Format? Những gì KHÔNG được làm?
  15. Ví dụ: “Output tối đa 800 từ. Sử dụng markdown. Không thêm ý kiến cá nhân. Không dùng emoji.” → Giữ phần này ở đầu hoặc ngay sau task để AI ưu tiên.
  16. Rules & Guardrails – Bộ quy tắc cứng (Personal Constitution)
  17. Liệt kê rules cá nhân hoặc domain-specific (thường trong file riêng).
  18. Yêu cầu: “Luôn tuân thủ <rules> sau. Nếu có xung đột hoặc rủi ro vi phạm, dừng lại và báo rõ trước khi tiếp tục.”
  19. Ví dụ rules: “Không hallucinate số liệu”, “Trích nguồn nếu dùng fact”, “Giữ giọng trung lập, chuyên nghiệp”. → Giảm 70–80% lỗi lặp lại, đặc biệt hữu ích với Claude (Constitutional AI gốc) và Grok.
  20. Clarification Dialogue – Hội thoại làm rõ trước khi thực thi
  21. Bắt đầu bằng: “Trước khi trả lời chính thức, hãy đặt 2–3 câu hỏi để làm rõ yêu cầu nếu cần.”
  22. Hoặc: “Xác nhận lại hiểu biết của bạn về task này.” → Chuyển từ one-shot sang iterative → chất lượng tăng vọt, tránh hiểu lầm ngay từ đầu (rất mạnh trên mọi platform).
  23. Plan & Reasoning – Lập kế hoạch + Chain-of-Thought
  24. Yêu cầu AI: “Trước khi viết output cuối, hãy:
  25. Liệt kê các quy tắc quan trọng nhất áp dụng ở đây.
  26. Lập kế hoạch từng bước (step-by-step).
  27. Think aloud nếu task phức tạp.” → Kích hoạt reasoning mạnh (CoT, Plan-and-Solve), giúp Claude 4.6 / Grok / o1-style models shine.
  28. Alignment & Execution – Đồng thuận rồi mới hành động
  29. Kết thúc phần setup bằng: “Nếu kế hoạch trên khớp với mong đợi của tôi → bắt đầu thực thi và output theo format đã định. Nếu không, đề xuất chỉnh sửa.”
  30. Chỉ khi AI confirm “Đã hiểu và sẵn sàng” thì mới cho input chính thức. → Loại bỏ “làm trước sửa sau”, biến AI thành partner có kiểm soát.
Cách triển khai thực tế (áp dụng mọi platform)
  • System Prompt (nếu platform hỗ trợ): Gộp tầng 1–5 + rules thành system prompt cố định.
  • User Prompt mỗi lần: Chỉ cần tầng 6–8 + brief cụ thể + input data.
  • Công cụ hỗ trợ: Dùng Claude Projects / Grok custom instructions / GPT Custom GPTs để lưu context files + rules lâu dài.
  • Format khuyến nghị: Dùng XML tags (<task>, <rules>, <examples>, <plan>…) – Claude yêu thích, Grok/GPT cũng xử lý tốt.

Cấu trúc này không phải “mẹo” mà là hệ thống thiết kế kết quả – từ “cầu may” sang “engineer output”. Nhiều pro dùng nó để scale từ content, code, research đến strategy.