Tư duy lặp lại: Viết prompt như viết code — draft, test, refine

Định nghĩa

Prompt iteration mindset là tư duy coi việc viết prompt như viết code: không ai viết đúng từ dòng đầu tiên, mà cần qua chu kỳ thử-thất bại-tinh chỉnh liên tục cho đến khi đạt kết quả mong muốn. Đây là sự chuyển dịch từ tư duy "hỏi một lần phải đúng ngay" sang tư duy "hội thoại liên tục để tiệm cận đáp án tốt nhất".

Giải thích chi tiết

Tại sao prompt đầu tiên thường "tệ"?

Hãy nhớ lại cách LLM đọc prompt: AI không "hiểu" ý bạn như người bạn thân, mà dự đoán từ tiếp theo dựa trên xác suất thống kê. Khi bạn viết prompt đầu tiên, bạn đang đưa AI vào một bối cảnh (context) chưa đầy đủ. Giống như bạn nhờ người lạ vẽ tranh mà không mô tả chi tiết màu sắc, phong cách, kích thước — kết quả đầu ra gần như chắc chắn khác biệt so với tưởng tượng của bạn.

Vấn đề không phải AI "dốt", mà là bạn chưa cung cấp đủ thông tin để AI dự đoán đúng ý định của bạn. Prompt đầu tiên giống như bản nháp (draft), không phải bản chốt.

Chu kỳ lặp lại: Draft → Test → Refine

Lập trình viên viết code không chạy ngay từ lần đầu. Họ viết, chạy thử, đọc lỗi, sửa, chạy lại — lặp đi lặp lại. Viết prompt cũng vậy, với ba bước:

Draft (Nháp nhanh): Viết prompt ban đầu với những gì bạn nghĩ ngay lúc đó. Không cần hoàn hảo, chỉ cần đủ để AI phản hồi. Mục tiêu là tạo điểm khởi đầu để so sánh với mong muốn.

Test (Kiểm tra): Đọc kết quả AI đưa ra và so sánh với kỳ vọng. Ghi chú lại: đoạn nào đúng? Đoạn nào thiếu? Giọng điệu có phù hợp không? Format có đúng chuẩn không? Đây là bước quan trọng nhất — nhiều người bỏ qua và ngay lập tức chuyển sang prompt khác thay vì phân tích.

Refine (Tinh chỉnh): Dựa vào ghi chú từ bước Test, bổ sung thông tin còn thiếu vào prompt. Có thể là thêm ràng buộc (ví dụ: "bỏ phần mở đầu, đi thẳng vào số liệu"), làm rõ vai trò (ví dụ: "trả lời như chuyên gia tài chính, không phải giáo viên"), hoặc điều chỉnh định dạng (ví dụ: "dùng bảng so sánh thay vì liệt kê").

Từ "hỏi một lần" sang "hội thoại liên tục"

Nhiều người mới dùng AI có thói quen xóa đi viết lại (delete-rewrite) khi kết quả không ưng. Tư duy lặp lại khuyên bạn: đừng xóa, hãy sửa. Giữ nguyên conversation thread và nói tiếp: "Tốt hơn rồi, nhưng phần giới thiệu cần ngắn lại một nửa" hoặc "Thêm ví dụ về trường hợp ngoại lệ vào cuối".

Mỗi lượt lặp lại, AI có thêm ngữ cảnh (context) từ cả prompt ban đầu lẫn phản hồi trước đó, giúp nó dự đoán chính xác hơn. Đây chính là cách bạn "huấn luyện" AI trong phiên làm việc hiện tại mà không cần kiến thức kỹ thuật phức tạp.

Ví dụ thực tế

Viết email xin nghỉ phép

Draft (lần 1):

Viết email xin nghỉ phép

Kết quả: Email quá chung chung, giọng điệu cứng nhắc như mẫu điền form, không có lý do cụ thể.

Test & Refine (lần 2):

Viết email xin nghỉ phép 2 ngày (thứ Sáu và thứ Hai) vì bệnh cúm. 
Giọng thân thiện nhưng chuyên nghiệp, gửi sếp Nam. 
Cam kết bàn giao công việc quan trọng cho đồng nghiệp trước khi nghỉ.

Kết quả: Tốt hơn, nhưng thiếu phần chữ ký và ngày giờ cụ thể.

Refine tiếp (lần 3):

Thêm phần kết: "Nếu có việc khẩn cấp, em sẽ check email sau 20h tối. 
Cảm ơn anh Nam."

Kết quả cuối: Email hoàn chỉnh, cá nhân hóa, đúng văn hóa công ty. Tổng cộng 3 lượt lặp trong 2 phút.

Giải thích khái niệm cho bài thuyết trình

Draft:

Giải thích Machine Learning cho người mới

Kết quả: Toàn thuật ngữ học thuật, khó hiểu.

Test & Refine:

Giải thích Machine Learning cho học sinh lớp 10, dùng ví dụ học lái xe, 
tránh từ "gradient" và "backpropagation", trong 3 câu ngắn gọn.

Kết quả: Dễ hiểu hơn nhưng thiếu hình ảnh minh họa.

Refine:

Thêm vào cuối: một câu hỏi để kiểm tra người nghe đã hiểu chưa.

Kết quả: Hoàn hảo cho slide thuyết trình.

Ứng dụng

Sinh viên:

• Viết prompt lần đầu để AI tóm tắt tài liệu dài, thấy thiếu phần quan trọng → refine bằng cách chỉ rõ "giữ lại các công thức Toán học trong tóm tắt".
• Brainstorm ý tưởng luận văn: bắt đầu rộng "đề xuất đề tài về biến đổi khí hậu", sau đó thu hẹp dần "tập trung vào giải pháp cho nông dân miền Tây".

Người đi làm (Marketing, HR, Sales):

• Phân tích dữ liệu khách hàng: prompt đầu tiên cho ra bảng chung → refine "chỉ hiện khách hàng có LTV trên 5 triệu, nhóm theo khu vực".
• Viết bài đăng tuyển dụng: draft thông tin cơ bản → test đọc thấy giọng thiếu nhiệt huyết → refine thêm "phong cách startup, nhấn mạnh văn hóa làm việc tự do".

Developer:

• Debug code: paste lỗi vào → AI gợi ý fix chưa đúng → refine bằng cách paste thêm đoạn code liên quan hoặc giải thích "hàm này cần xử lý concurrent users".
• Viết tài liệu kỹ thuật: draft tự động → thấy thiếu ví dụ code → refine "thêm snippet Python cho từng bước cấu hình".

So sánh

Kết luận: Tư duy lặp lại không chỉ giúp bạn tiết kiệm thời gian mà còn giúp bạn hiểu sâu hơn về cách AI "suy nghĩ". Mỗi lần refine, bạn đang dạy AI cách phục vụ bạn tốt hơn — đây là kỹ năng cốt lõi của Prompt Engineering hiện đại.

Bài viết liên quan

Đọc tiếp