Prompt Engineering 101 — Viết prompt hiệu quả cho Claude

Giới thiệu về Prompt Engineering

Prompt Engineering là nghệ thuật và khoa học của việc thiết kế câu hỏi, lệnh, và hướng dẫn để giao tiếp hiệu quả với các mô hình AI như Claude. Nếu bạn từng nhận được câu trả lời mơ hồ, không đúng trọng tâm, hoặc thiếu chi tiết từ Claude, rất có thể vấn đề nằm ở cách bạn viết prompt, không phải ở khả năng của AI.

Một prompt tốt có thể tạo ra sự khác biệt hoàn toàn. Cùng một yêu cầu, được diễn đạt theo hai cách khác nhau, có thể cho ra kết quả chất lượng chênh lệch đến 10 lần. Bài viết này sẽ trang bị cho bạn 6 nguyên tắc cốt lõi, các kỹ thuật nâng cao, và một bộ template thực dụng để bạn có thể áp dụng ngay.

Prompt Engineering không phải là "hack AI" — đó là kỹ năng giao tiếp rõ ràng, chính xác và có cấu trúc với một hệ thống thông minh.

Tại sao Prompt Engineering quan trọng?

Claude là một mô hình ngôn ngữ lớn (LLM) được huấn luyện để đọc hiểu ngữ cảnh và tạo ra phản hồi phù hợp. Tuy nhiên, Claude không đọc được suy nghĩ của bạn. Nó chỉ có thể làm việc với thông tin bạn cung cấp trong prompt.

• Tiết kiệm thời gian: Prompt tốt cho kết quả đúng ngay lần đầu, không cần chỉnh sửa nhiều vòng
• Chất lượng cao hơn: Output có độ chính xác, phù hợp và chuyên sâu hơn
• Nhất quán: Prompt được chuẩn hóa giúp bạn nhận kết quả ổn định khi dùng lại
• Tận dụng tối đa khả năng: Claude có nhiều năng lực tiềm ẩn mà chỉ prompt đúng mới khai thác được

6 Nguyên tắc cơ bản viết prompt hiệu quả

Nguyên tắc 1: Rõ ràng (Clear)

Tránh ngôn ngữ mơ hồ. Mỗi từ trong prompt nên có chức năng cụ thể. Nếu bạn không chắc yêu cầu của mình là gì, Claude cũng sẽ không chắc.

Kém:

Viết gì đó về marketing.

Tốt:

Viết một bài blog 800 từ về chiến lược content marketing cho startup B2B SaaS,
nhắm đến đối tượng là các Product Manager tại Việt Nam.

Nguyên tắc 2: Cụ thể (Specific)

Cung cấp chi tiết về định dạng, độ dài, giọng văn, đối tượng đọc, và mục đích. Thông tin càng cụ thể, kết quả càng sát với nhu cầu thực.

Các thông số cần chỉ định:

• Độ dài mong muốn (số từ, số điểm, số đoạn)
• Định dạng output (danh sách, bảng, văn xuôi, code)
• Giọng điệu (chuyên nghiệp, thân thiện, học thuật, sáng tạo)
• Ngôn ngữ (tiếng Việt, tiếng Anh, song ngữ)
• Đối tượng đọc (chuyên gia, người mới, khách hàng)

Nguyên tắc 3: Có cấu trúc (Structured)

Tổ chức prompt theo thứ tự logic: ngữ cảnh, yêu cầu, điều kiện, định dạng. Claude xử lý thông tin theo thứ tự, nên phần quan trọng nhất nên được đặt ở đầu hoặc cuối prompt.

Cấu trúc prompt tiêu chuẩn:

[Ngữ cảnh/Role]: Bạn là chuyên gia marketing với 10 năm kinh nghiệm.
[Nhiệm vụ]: Hãy phân tích chiến lược marketing của Shopee tại Việt Nam.
[Điều kiện]: Tập trung vào năm 2024-2025, so sánh với Lazada.
[Định dạng]: Trả lời bằng 5 điểm chính, mỗi điểm 2-3 câu.

Nguyên tắc 4: Dùng ví dụ (Examples)

Few-shot learning là kỹ thuật cung cấp 1-3 ví dụ về output mong muốn trong prompt. Đây là một trong những kỹ thuật hiệu quả nhất để định hướng Claude.

Zero-shot (không ví dụ):

Phân loại cảm xúc của các đánh giá khách hàng sau: tích cực, tiêu cực, hoặc trung tính.

Few-shot (có ví dụ):

Phân loại cảm xúc của các đánh giá khách hàng.

Ví dụ:
"Sản phẩm tuyệt vời, giao hàng nhanh!" → Tích cực
"Hàng bị lỗi, chất lượng kém." → Tiêu cực
"Bình thường, không có gì đặc biệt." → Trung tính

Hãy phân loại: "Giao hàng hơi chậm nhưng sản phẩm đúng mô tả."

Nguyên tắc 5: Đặt ràng buộc (Constraints)

Nói với Claude những gì KHÔNG được làm cũng quan trọng như nói những gì cần làm. Constraints giúp thu hẹp không gian output và loại bỏ những phần không cần thiết.

Các ràng buộc thường dùng:

• Giới hạn độ dài: "Không quá 200 từ", "Tối đa 5 điểm"
• Giới hạn nội dung: "Không đề cập đến giá cả", "Chỉ dùng thông tin có sẵn"
• Giới hạn định dạng: "Không dùng bullet points", "Chỉ trả lời Yes/No"
• Giới hạn giả thuyết: "Không đưa ra giả thuyết, chỉ dựa trên dữ liệu đã cho"

Nguyên tắc 6: Lặp và cải thiện (Iteration)

Prompt tốt nhất thường không xuất hiện ngay lần đầu. Hãy coi việc viết prompt là một quá trình thử nghiệm và cải thiện liên tục.

Quy trình cải thiện prompt:

1. Viết prompt đầu tiên và xem kết quả
2. Xác định phần nào của output chưa đúng ý
3. Thêm hoặc điều chỉnh thông tin trong prompt
4. Thử lại và so sánh kết quả
5. Lưu lại version prompt tốt nhất để tái sử dụng

Kỹ thuật nâng cao

Role Prompting — Giao vai trò cho Claude

Khi bạn giao một vai trò cụ thể cho Claude, nó sẽ điều chỉnh kiến thức, giọng điệu và cách tiếp cận để phù hợp với vai trò đó. Đây là kỹ thuật đơn giản nhưng rất hiệu quả.

Bạn là một luật sư chuyên về luật lao động Việt Nam với 15 năm kinh nghiệm.
Hãy giải thích quyền lợi của người lao động khi bị sa thải theo Bộ luật Lao động 2019.

Các vai trò phổ biến:

• Chuyên gia kỹ thuật: "Bạn là senior software engineer chuyên về Python..."
• Nhà giáo dục: "Bạn là giáo viên dạy toán cấp 3, hãy giải thích cho học sinh..."
• Người phê bình: "Bạn là biên tập viên khó tính, hãy đánh giá bài viết này..."
• Nhà tư vấn: "Bạn là McKinsey consultant, hãy phân tích..."

Chain of Thought — Yêu cầu suy luận từng bước

Chain of Thought (CoT) là kỹ thuật yêu cầu Claude suy nghĩ từng bước trước khi đưa ra câu trả lời cuối cùng. Kỹ thuật này đặc biệt hiệu quả với các bài toán đòi hỏi lý luận phức tạp.

Không dùng CoT:

Nếu một sản phẩm giá 500.000đ, giảm 30%, rồi tăng 20%, giá cuối là bao nhiêu?

Dùng CoT:

Nếu một sản phẩm giá 500.000đ, giảm 30%, rồi tăng 20%, giá cuối là bao nhiêu?
Hãy suy nghĩ từng bước một trước khi đưa ra câu trả lời.

Các cụm từ kích hoạt Chain of Thought:

• "Hãy suy nghĩ từng bước một"
• "Let's think step by step"
• "Giải thích lý do trước khi đưa ra kết luận"
• "Phân tích các yếu tố trước khi quyết định"

XML Tags — Cấu trúc hóa prompt phức tạp

Claude được huấn luyện để nhận diện và xử lý XML tags trong prompt. Đây là cách hiệu quả để phân tách các phần khác nhau trong prompt phức tạp, đặc biệt khi bạn cung cấp nhiều loại thông tin.

<context>
Bạn là trợ lý hỗ trợ khách hàng của công ty thương mại điện tử TechShop.
Cửa hàng bán điện thoại, laptop và phụ kiện điện tử.
Chính sách đổi trả: 7 ngày với hàng lỗi, không hoàn tiền sau khi mở hộp.
</context>

<customer_message>
Tôi mua laptop 3 ngày trước, bây giờ bàn phím không gõ được.
Tôi muốn đổi sang model khác, có được không?
</customer_message>

<task>
Trả lời khách hàng một cách lịch sự, giải thích chính sách,
và đề xuất giải pháp phù hợp nhất.
</task>

System Prompts — Định nghĩa nhân cách và quy tắc

Trong Claude API và nhiều ứng dụng, bạn có thể sử dụng System Prompt để thiết lập bối cảnh, nhân cách, và quy tắc ứng xử cho toàn bộ cuộc trò chuyện. System Prompt giúp đảm bảo Claude hoạt động nhất quán xuyên suốt nhiều turns.

SYSTEM PROMPT:
Bạn là Claude, trợ lý AI của Claude.vn — nền tảng học Claude AI bằng tiếng Việt.
Luôn trả lời bằng tiếng Việt trừ khi người dùng hỏi bằng ngôn ngữ khác.
Giọng điệu: thân thiện, chuyên nghiệp, dễ hiểu.
Khi không biết, hãy thành thật nói không biết thay vì bịa đặt.
Khi trả lời về kỹ thuật, luôn kèm ví dụ thực tế.

Các lỗi thường gặp khi viết prompt

Lỗi 1: Prompt quá ngắn và mơ hồ

Prompt một dòng không đủ ngữ cảnh thường cho ra kết quả generic, không đáp ứng nhu cầu cụ thể.

Thay vì: "Viết email cho khách hàng"

Dùng: "Viết email follow-up cho khách hàng đã dùng thử sản phẩm 7 ngày nhưng chưa mua. Mục tiêu: nhắc nhở lợi ích, đề xuất giảm giá 15%, kêu gọi mua trong 48 giờ. Giọng văn thân thiện, không gây áp lực."

Lỗi 2: Yêu cầu quá nhiều thứ trong một prompt

Khi prompt chứa nhiều nhiệm vụ không liên quan, Claude thường xử lý kém một số nhiệm vụ hoặc bỏ sót.

Giải pháp: Tách thành nhiều prompt riêng biệt hoặc sử dụng numbered list để Claude xử lý tuần tự.

Lỗi 3: Không chỉ định định dạng output

Claude sẽ tự chọn định dạng mà nó cho là phù hợp nhất. Điều này có thể không khớp với nhu cầu của bạn.

Luôn chỉ định: "Trả lời dưới dạng bảng", "Liệt kê theo bullet points", "Viết dưới dạng JSON"

Lỗi 4: Không cung cấp ngữ cảnh

Claude không biết bạn là ai, làm gì, hay dùng output vào mục đích gì trừ khi bạn nói.

Thêm ngữ cảnh: "Tôi là Product Manager tại startup FinTech, cần giải thích tính năng này cho CEO không có background kỹ thuật."

Lỗi 5: Không iterate khi kết quả chưa tốt

Nhiều người nhận kết quả không như ý rồi bỏ cuộc. Thay vào đó, hãy tiếp tục trong cùng cuộc trò chuyện và yêu cầu Claude cải thiện cụ thể phần nào.

Templates thực dụng theo tình huống

Template: Phân tích vấn đề

Hãy phân tích [vấn đề/tình huống] theo framework sau:
1. Tóm tắt vấn đề (2-3 câu)
2. Nguyên nhân gốc rễ (3-5 nguyên nhân)
3. Tác động hiện tại và tiềm năng
4. Các giải pháp có thể (3-5 giải pháp, ưu/nhược điểm mỗi cái)
5. Khuyến nghị và bước tiếp theo

Ngữ cảnh: [thêm thông tin liên quan]

Template: Viết nội dung

Viết [loại nội dung] về [chủ đề] cho [đối tượng đọc].

Yêu cầu:
- Độ dài: [X] từ
- Giọng văn: [chuyên nghiệp/thân thiện/học thuật]
- Bao gồm: [các điểm cần có]
- Tránh: [những gì không muốn]
- Kết thúc bằng: [call to action/kết luận/câu hỏi]

Template: Review và Feedback

Đây là [bài viết/code/kế hoạch] của tôi:
[nội dung]

Hãy đánh giá theo các tiêu chí:
1. Điểm mạnh (ít nhất 3 điểm)
2. Điểm cần cải thiện (ít nhất 3 điểm, kèm gợi ý cụ thể)
3. Đánh giá tổng thể (điểm 1-10, giải thích lý do)
4. Bản chỉnh sửa mẫu cho đoạn/phần yếu nhất

Ví dụ Before/After thực tế

Tình huống: Viết Job Description

Prompt kém:

Viết job description cho vị trí Product Manager.

Kết quả: JD generic, copy từ bất kỳ công ty nào, không phản ánh thực tế.

Prompt tốt:

Viết Job Description cho vị trí Senior Product Manager tại startup EdTech có 50 nhân viên,
đã raise Series A 3 triệu USD. Sản phẩm là app học ngôn ngữ B2C, hiện có 200K MAU.

Yêu cầu:
- Độ dài: 400-500 từ, tiếng Việt
- Bao gồm: Mô tả công việc, yêu cầu kỹ năng (hard + soft), nice-to-have, quyền lợi
- Giọng điệu: Chuyên nghiệp nhưng thân thiện, thể hiện văn hóa startup
- Nhấn mạnh: Cơ hội tác động thực sự lên sản phẩm và team nhỏ năng động
- Tránh: Corporate speak, yêu cầu phi thực tế

Tình huống: Giải thích kỹ thuật

Prompt kém:

Giải thích machine learning.

Prompt tốt:

Giải thích Machine Learning cho CEO của một công ty bán lẻ truyền thống,
người không có background kỹ thuật nhưng muốn hiểu để ra quyết định đầu tư.

Sử dụng:
- Ngôn ngữ đơn giản, không thuật ngữ kỹ thuật (hoặc giải thích ngay khi dùng)
- Ít nhất 2 ví dụ từ ngành bán lẻ
- Trả lời câu hỏi ngầm: "Tại sao tôi nên quan tâm?"
- Độ dài: 300-400 từ

Prompt Engineering cho các tình huống đặc thù

Dùng Claude để viết code

Viết function Python để [mô tả chức năng].

Yêu cầu kỹ thuật:
- Python version: 3.10+
- Dependencies cho phép: [list thư viện]
- Xử lý edge cases: [liệt kê]
- Bao gồm docstring và type hints
- Viết unit test cho ít nhất 3 trường hợp

Input ví dụ: [example]
Output mong muốn: [example]

Dùng Claude để dịch thuật có ngữ cảnh

Dịch đoạn văn sau từ tiếng Anh sang tiếng Việt:
[đoạn văn]

Lưu ý dịch thuật:
- Đây là tài liệu [loại: pháp lý/kỹ thuật/marketing]
- Giữ nguyên các thuật ngữ chuyên ngành: [list]
- Giọng văn: [formal/informal]
- Đối tượng đọc: [mô tả]

Kết luận

Prompt Engineering là kỹ năng có thể học và cải thiện được. Bắt đầu từ 6 nguyên tắc cơ bản: rõ ràng, cụ thể, có cấu trúc, dùng ví dụ, đặt ràng buộc, và liên tục iterate. Sau đó nâng cao với role prompting, chain of thought, XML tags và system prompts.

Điều quan trọng nhất là thực hành. Mỗi lần bạn viết một prompt và đánh giá kết quả, bạn đang học. Hãy tạo thói quen lưu lại các prompt hiệu quả để tái sử dụng và chia sẻ với team.

Ở các bài viết tiếp theo, chúng ta sẽ đi sâu vào từng use case cụ thể: prompt cho lập trình, prompt cho marketing, và prompt cho phân tích dữ liệu.