Điều Claude Dạy Tôi Về Giao Tiếp — Hành Trình Qua 104 Cuộc Hội Thoại

104 Cuộc Hội Thoại Và Một Nhận Ra Bất Ngờ

Dan Walsh ngồi review lại 104 conversations với Claude sau 10 tháng. Điều anh tìm kiếm ban đầu: prompting tricks, patterns để extract better answers. Điều anh thực sự tìm thấy: một bài học về tư duy rõ ràng.

"The gap between your first AI conversation and your most recent one isn't a measure of prompting skill. It's a measure of thinking clarity."

Bài viết trên DEV Community của anh đã chạm đến nerve thật của cộng đồng developer — không phải vì nó dạy prompt tricks, mà vì nó mô tả chính xác hành trình mà nhiều người đã trải qua mà chưa có cách diễn đạt.

Ba Giai Đoạn Của AI Usage

Giai Đoạn 1 (Tháng 1-4): Information Retrieval

Dan mô tả giai đoạn đầu một cách thẳng thắn: anh đang dùng Claude như "a search engine with manners."

Prompts điển hình của giai đoạn này:

• "What is event-driven architecture?"
• "Explain the difference between REST and GraphQL"
• "Give me book recommendations for software engineering"

Vấn đề: câu trả lời đúng về mặt kỹ thuật nhưng không actionable. Dan nhận được knowledge dump mà không biết làm gì với nó. Anh phải mất thêm 3-4 follow-up messages để narrow down thứ mình thực sự cần.

Đây là giai đoạn mà hầu hết người mới bắt đầu — không phải vì thiếu kiến thức AI, mà vì chưa quen với việc articulate rõ ràng điều mình cần.

Giai Đoạn 2 (Tháng 4-8): Outcome-Oriented

Bước ngoặt xảy ra ở tháng thứ 4. Dan nhận ra: thay vì hỏi về thứ gì đó, anh nên yêu cầu achieve thứ gì đó.

Sự khác biệt nghe subtle nhưng kết quả hoàn toàn khác:

Upgrade #1: Numbered Sub-tasks

"The biggest single upgrade" — Dan nhấn mạnh điều này. Thay vì một yêu cầu dài và mơ hồ, chia thành numbered steps rõ ràng:

First — cập nhật phần experience dựa trên source document đính kèm.
Second — review format hiện tại trong context ATS.
Third — đánh giá các entry cũ xem có nên truncate không.
Fourth — đề xuất 2-3 headline variations cho summary section.

Tại sao hiệu quả? Mỗi step có thể approve riêng, redirect riêng, hoặc skip. Claude có execution path rõ ràng thay vì phải tự "figure out" bạn muốn gì. Và quan trọng: bạn có thể stop sau bất kỳ step nào nếu đã đủ.

Upgrade #2: Chỉ Định "Consumer" Của Output

Điều này thay đổi mọi thứ khi áp dụng cho content creation. Dan quan sát:

"Write a blog post produces generic content. But 'Write an internal tech blog post accessible to non-engineers while primarily targeting engineers, with product owners and UX designers also able to learn from it' produces something you'd actually publish."

Pattern này áp dụng cho mọi loại output:

• Email: "Viết email cho VP Engineering, người không quan tâm đến technical details nhưng cần understand business impact"
• Proposal: "Viết proposal cho C-suite, assume họ đã biết background, focus vào ROI và risk"
• Documentation: "Viết docs cho junior developers mới join team, assume họ biết Python cơ bản nhưng chưa biết codebase này"

Upgrade #3: Pre-load Thinking Và Attach Source Materials

Thay vì hỏi Claude "help me think about X," Dan học cách share existing thinking trước:

Tôi đang cân nhắc hai approaches cho authentication:
Option A: JWT với refresh tokens (current approach)
Option B: Session-based với Redis

Concern của tôi: Option A có race condition issue khi concurrent requests.
Option B thêm complexity nhưng có thể cleaner.

Tôi cần giải pháp support 10,000 concurrent users với < 100ms latency.

Đánh giá hai options và recommend với reasoning cụ thể.

Kết quả: Claude không phải "warm up" bằng câu hỏi clarifying. Output ngay từ đầu relevant và specific hơn nhiều.

Giai Đoạn 3 (Tháng 8-10): Agent Design

Giai đoạn này Dan gọi là "designing outputs not just for me but for AI agents." Anh bắt đầu tạo outputs từ Claude có thể được consumed bởi subsequent AI conversations:

Architecture conversation (human + Claude) →
Implementation guide với atomic tasks, file paths,
code examples, success criteria →
Claude Code session (AI reads guide, implements) →
Test suite conversation →
Documentation conversation

Output của conversation #1 là input của conversation #2. Không phải prompt chaining theo nghĩa kỹ thuật — mà là intentional design của information flow qua nhiều sessions.

Đây là điều mà Autonomous Coding Agent và Building Effective Agents thực hiện ở cấp độ kỹ thuật — nhưng Dan làm thủ công và rất hiệu quả.

Insight Bất Ngờ Nhất: Kỹ Năng Transfer Sang Human Communication

Đây là phần mà cộng đồng react mạnh nhất. Dan viết:

"Getting better at talking to Claude made me better at talking to humans."

Khi bạn bắt đầu:

• Cung cấp context trước khi hỏi (thay vì assume người nghe biết)
• Define success trước khi request work (thay vì để người khác guess)
• Specify consumer trước khi create output (thay vì viết cho "ai đó nào đó")

Bạn tự động bắt đầu làm điều đó trong design documents, Slack messages, code reviews, và meetings. Clarity với AI → Clarity với humans.

Dan nhận ra: "I spent 10 months learning to use Claude better. I actually spent 10 months learning to think and communicate better."

Research Prompt Pipeline: Framework Thực Tiễn

Một trong những contributions cụ thể nhất của Dan: "Research Prompt Pipeline" — hệ thống multi-conversation cho research tasks:

1. Conversation 1 — Exploration: Broad questions, define scope, identify what you don't know
2. Conversation 2 — Deep Dive: Fresh context, focused questions về specific areas từ conversation 1
3. Conversation 3 — Synthesis: Fresh context, tổng hợp findings với specific output format
4. Conversation 4 — Critique: Fresh context, devil's advocate, challenge conclusions

Tại sao fresh context mỗi conversation? Tránh "pollution" từ exploratory discussions ảnh hưởng đến synthesis. Mỗi conversation là focused và clean.

Áp Dụng Ngay: Checklist Upgrade Prompt Của Bạn

Trước khi gửi prompt, hỏi:
□ Tôi đang hỏi "về" gì hay đang yêu cầu "achieve" gì?
□ Tôi đã chia thành numbered steps rõ ràng chưa?
□ Tôi đã chỉ định WHO sẽ đọc output này chưa?
□ Tôi đã share existing thinking/context chưa?
□ Tôi đã attach relevant source materials chưa?
□ Tôi có thể dùng output này feed vào conversation tiếp theo không?

Đây không phải rocket science. Đây là discipline — làm rõ trong đầu trước khi gõ.

Kết Luận

Bài học từ 104 conversations của Dan Walsh không phải là "học prompt engineering." Đó là: AI là mirror phản chiếu lại chất lượng tư duy của bạn.

Prompt tốt không phải vì nó dùng magic words — mà vì người viết đã suy nghĩ rõ ràng về điều họ cần, tại sao họ cần, và output nào sẽ thực sự hữu ích.

Kỹ năng đó không kết thúc ở terminal hay chat window. Nó theo bạn vào mọi cuộc trò chuyện.

Tìm hiểu thêm: 10 sai lầm phổ biến khi dùng Claude và 20 Prompt Templates để bắt đầu.

Nguồn tham khảo

Bài viết dựa trên: What Claude Taught Me About Using Claude — Dan Walsh, DEV Community.