System prompt là gì?

Định nghĩa

System prompt (hay system message) là tập lệnh nền tảng được gửi kèm trong mỗi request tới Large Language Model (LLM), định nghĩa vai trò, tính cách và ràng buộc hành vi của AI trước khi AI xử lý câu hỏi từ người dùng.

Giải thích chi tiết

System prompt khác gì với user prompt?

Khi bạn chat với ChatGPT hay Claude, bạn chỉ nhìn thấy hộp thoại mình gõ — đó là user prompt. Nhưng phía sau, nhà phát triển đã nhét thêm một "tờ giấy hướng dẫn" vào đầu mỗi cuộc trò chuyện. Tờ giấy đó chính là system prompt.

Nếu so sánh AI với nhân viên lễ tân khách sạn: user prompt là khách hàng hỏi "Phòng ở đâu?", còn system prompt là cuốn sổ tay đào tạo nhân viên trước khi vào ca — "Luôn mỉm cười, gọi khách là 'anh/chị', không được nói giọng miền Nam nếu khách là người Bắc".

Cấu trúc một system prompt hiệu quả

System prompt tốt thường có 4 trụ cột:

Vai trò (Role): AI là ai trong bối cảnh này? Chuyên gia pháp lý, trợ lý lập trình, hay giáo viên tiếng Anh cấp 3? Vai trò quyết định vốn từ và cách hành văn.

Nhiệm vụ (Task): AI cần làm gì? Phân tích dữ liệu, sáng tạo nội dung, hay chỉ tổng hợp thông tin? Càng cụ thể càng tốt — "Viết bài chuẩn SEO" khác xa "Viết bài kể chuyện cảm xúc".

Ràng buộc (Constraints): Giới hạn đỏ không được vượt. Ví dụ: "Không được đưa ra lời khuyên y tế", "Luôn trả lời bằng tiếng Việt", "Từ chối trả lời nếu câu hỏi liên quan đến chính trị".

Định dạng đầu ra (Output Format): AI phải trả về dạng gì? JSON có schema cụ thể, Markdown có bảng, hay đoạn văn tự do?

Tại sao system prompt quan trọng hơn bạn nghĩ?

Nhiều người mới dùng AI bỏ qua system prompt, cứ gõ dài dòng vào user prompt để "dạy" AI cách trả lời. Đây là lãng phí token và không ổn định.

System prompt tồn tại để:

• Giữ nhất quán: AI không đổi tính cách giữa chừng dù người dùng cố tình thay đổi giọng điệu.
• Bảo mật: Ngăn chặn kỹ thuật jailbreak (dụ dỗ AI bỏ qua quy tắc) bằng cách đặt ràng buộc cứng ngay từ tầng hệ thống.
• Tối ưu chi phí: Thay vì lặp lại hướng dẫn dài 500 từ ở mỗi lượt hỏi, bạn đặt nó một lần trong system prompt, tiết kiệm token cho cả ngàn lượt trò chuyện sau.

Ví dụ thực tế

Chatbot hỗ trợ khách hàng Shopee

System prompt thực tế cho một chatbot thương mại điện tử:

"Bạn là trợ lý khách hàng của sàn TMĐT Shopee Việt Nam. Giọng điệu thân thiện, nhiệt tình, luôn xưng 'em' với khách hàng. Chỉ trả lời dựa trên chính sách hiện hành của Shopee: đổi trả trong 7 ngày, hoàn tiền trong 24 giờ. Không được đề cập đến đối thủ như Tiki hay Lazada. Nếu khách hỏi về sản phẩm cấm (vũ khí, thuốc lá điện tử), từ chối trả lời lịch sự và hướng dẫn liên hệ bộ phận pháp chế."

Kết quả: AI tự động biết giữ thái độ lễ phép, không bị dụ để so sánh giá với Lazada, và xử lý được các tình huống nhạy cảm theo đúng quy trình công ty.

Trợ lý lập trình chuẩn VietQR

Khi xây dựng công cụ tạo mã QR thanh toán cho ứng dụng ngân hàng Việt Nam:

"Bạn là kỹ sư backend cấp cao, chuyên gia về thanh toán điện tử. Code phải tuân thủ chuẩn VietQR của NAPAS, sử dụng Python FastAPI. Luôn thêm comment giải thích logic tính toán checksum theo chuẩn CRC16/CCITT-FALSE. Validate độ dài số tài khoản theo từng ngân hàng (VCB 13 số, TCB 14 số...). Không tự ý thay đổi API endpoint mà không xác nhận lại người dùng."

Kết quả: AI sinh code tự động đúng chuẩn ngân hàng Việt Nam, tránh lỗi kỹ thuật khi triển khai vào hệ thống VietQR thực tế.

AI tư vấn tuyển sinh đại học

System prompt cho dịch vụ tư vấn giáo dục:

"Bạn là cố vấn tuyển sinh với 20 năm kinh nghiệm. Phân tích ngành học dựa trên năng lực thực tế của học sinh, không thiên vị trường top. Luôn đề cập đến học phí trung bình và cơ hội việc làm thực tế tại thị trường Việt Nam. Sử dụng ví dụ từ các trường Đại học Quốc gia Hà Nội và Đại học Quốc gia TP.HCM. Từ chối trả lời nếu phụ huynh yêu cầu 'hối lộ' hoặc 'mua điểm'."

Kết quả: AI đưa ra lời khuyên thực tế, phù hợp với ngữ cảnh giáo dục Việt Nam, tránh tạo ảo tưởng về các ngành học hot nhưng thất nghiệp.

Ứng dụng

Sinh viên: Tạo gia sư cá nhân

Thay vì hỏi trực tiếp "Giải bài toán này", sinh viên có thể thiết lập system prompt: "Bạn là gia sư Toán lớp 12 kiên nhẫn, giải thích từng bước như thầy giáo cấp 3, dùng ví dụ từ sách giáo khoa Bộ Giáo dục và Đào tạo, không bỏ qua bước nào dù dễ. Nếu học sinh sai, chỉ ra lỗi sai một cách khuyến khích."

Người đi làm (Marketing): Giữ giọng điệu thương hiệu

Content creator có thể tạo system prompt cố định: "Bạn là copywriter cho thương hiệu cà phê địa phương ở Đà Lạt. Giọng văn gần gũi như người bạn thân, dùng từ lóng Gen Z nhưng vẫn tôn trọng khách hàng lớn tuổi. Luôn nhắc đến nguồn gốc nông trại. Mỗi caption Facebook chỉ dùng tối đa 2 emoji. Không sử dụng từ 'ngon' mà thay bằng 'đậm đà', 'chua thanh'."

Doanh nghiệp: Chatbot nội bộ bảo mật cao

Công ty có thể triển khai: "Bạn là trợ lý nhân sự nội bộ của công ty XYZ. Chỉ trả lừ dựa trên dữ liệu từ file nội bộ được cung cấp trong context. Không được tiết lộ mức lương của ban lãnh đạo. Nếu nhân viên hỏi về tin đồn sa thải, hướng dẫn liên hệ trực tiếp phòng HCNS. Từ chối trả lời các câu hỏi về công nghệ lõi của công ty cho người không có quyền truy cập."

So sánh

Kết luận: System prompt là nền móng — nơi bạn đặt những quy tắc không được phép thay đổi. Role prompting và few-shot prompting là công cụ bổ trợ trong user prompt để tinh chỉnh từng tình huống cụ thể. Kết hợp cả ba theo tầng (system → role → few-shot) tạo ra trải nghiệm AI chuyên nghiệp và nhất quán.

Bài viết liên quan

Cùng cụm

• Prompt nâng cao là gì? — Tổng quan các kỹ thuật prompting chuyên sâu từ cơ bản đến phức tạp.
• Chain of Thought là gì? — Kỹ thuật buộc AI suy nghĩ từng bước, đặc biệt hữu ích khi kết hợp với system prompt nghiêm ngặt.
• Few-shot prompting là gì? — Cách dạy AI bằng ví dụ mẫu để đạt format chuẩn xác.
• Role prompting là gì? — Gán vai trò cụ thể cho AI trong từng câu hỏi.

Đọc tiếp

• Prompt cơ bản — Nếu bạn chưa vững các nguyên tắc prompting cơ bản, hãy củng cố nền tảng trước khi đi sâu vào system prompt.
• LLM & mô hình ngôn ngữ — Hiểu cách Large Language Model xử lý system message ở tầng kiến trúc để tối ưu hơn nữa.