19 tháng 11, 2026
Phần mềm

Hướng dẫn prompt từ cơ bản đến nâng cao P5, bản chất của model reasoning và dùng AI viết prompt AI

Home›Phần mềm›Hướng dẫn prompt từ cơ bản đến nâng cao P5, bản chất của model reasoning và dùng AI viết prompt AI

Google gần đây đã phát hành tài liệu dài 68 trang, trong đó cập nhật mới nhất về các kỹ thuật prompt engineering từ cơ bản để nâng cao, có thể áp dụng trong rất nhiều các tác vụ khác nhau, từ việc đơn giản như truy vấn thông tin, suy luận, giải thích tới code hay thậm chí là các system prompt để làm việc với agent, tạo bot tự động, xây ứng dụng AI,… Mình đã đọc hết tài liệu này và trong bài viết này, mình sẽ tổng hợp lại một cách dễ tiếp cận hơn các kỹ thuật prompt mà nghiên cứu của Google hướng dẫn. Trong đó, mình sẽ mô tả ngắn gọn kỹ thuật, cấu trúc prompt, sau đó đưa ra các thí dụ cụ thể và gợi ý kỹ thuật prompt đó sẽ phù hợp với kiểu nhu cầu nào để các bạn tiện theo dõi. Xem thêm:

Sau khi đi qua các kỹ thuật prompt từ cơ bản như zero-shot, few-shot, cho tới các kỹ thuật role prompt, contextual, system prompt, rồi nâng cao lên với Chain of thought hay Tree of thought để giải quyết vấn đề thì tiếp theo, chúng ta sẽ đẩy kỹ thuật xài prompt tiến thêm một bước nữa là tương tác với những thứ bên ngoài LLM như tìm kiếm, xài API hoặc tự động hóa để khai thác nhiều hơn sức mạnh từ AI nói riêng và AI nói chung. Trong bài viết này xin chia sẻ với các bạn về khía cạnh đó khi prompt.

ReAct – tiền đề của Deep Research, AI Agents,…

Hướng dẫn prompt từ cơ bản đến nâng cao P5, bản chất của model reasoning và dùng AI viết prompt AI - Sharevina.com

Hình ảnh minh họa cho Hướng dẫn prompt từ cơ bản đến nâng cao P5, bản chất của model reasoning và dùng AI viết prompt AI. Ảnh: Tư liệu

Một thí dụ đơn giản, khi người dùng muốn tìm hiểu “Ban nhạc Metallica có bao nhiêu đứa con”, Ai không biết câu trả lời và nó sẽ làm theo các bước ReAct gồm:

Có thể thấy, ReAct sẽ cố gắng bắt chước cách con người hoạt động trong thế giới ngoài đời thực, nơi chúng ta lý luận bằng lời nói và có thể thực hiện các hành động để thu thập thông tin. ReAct sẽ được dùng trong các tình huống mà lượng data chứa trong LLM không còn đủ để đáp ứng nhu cầu của tác vụ, cần phải lấy thêm thông tin từ bên ngoài hoặc cần phải gọi các công cụ, các API, cần lấy data realtime,… Bởi thế, ReAct không hẳn là một hay vài prompt mà có thể hiểu rộng ra là một cách hình thành nên workflow để xử lý một tác vụ, khi đó chúng ta sẽ kết hợp prompt khi giao tiếp với LLM, agent AI và gợi ý / thiết lập cho AI các tools mà nó cần xài để hoàn thành nhiệm vụ àm chúng ta muốn. Việc áp dụng ReAct sẽ không chỉ định hướng AI làm việc đúng ý chúng ta, hướng tới automation àm còn giúp giảm ảo giác hallucianation, cung cấp thông tin được update liên tục,…

Prompt tự động – Automatic Prompt Engineering – APE

Rõ ràng là dùng AI là để làm việc hiệu quả hơn, nhanh hơn và ít tốn công sức hơn. Bởi thế chắc chắn chẳng ai muốn gõ một prompt dài ngoằng, phức tạp một cách thủ công từ đầu tới cuối. Và vì thế APE ra đời. Đây là phương pháp tự động hóa việc tạo và tối ưu các prompt, không chỉ đơn thuần giúp tiết kiệm công sức gõ prompt mà đồng thời, nó còn có thể nâng cao hiệu suất của model trong nhiều tác vụ khác nhau.

Nguồn thông tin: Tổng hợp và biên tập từ chuyên trang công nghệ.