Các công thức prompt cho AI - Mở khóa toàn bộ tiềm năng của AI
RTF: Role - Task - Format
- R: Role (Vai trò) - Bạn muốn AI đóng vai thành gì
- T: Task (Nhiệm vụ) - Rõ ràng nêu nhiệm vụ cần AI thực hiện
- F: Format (Định dạng) - Bạn muốn kết quả AI trả về ở dạng
Câu lệnh ví dụ 1
- Trước khi áp dụng công thức
- “Tôi muốn nói tiếng Anh tốt hơn”
- Nhận xét kết quả: AI trả lời 1 loạt danh sách các việc cần phải làm để nói tiếng Anh tốt hơn, không có kế hoạch hay thời gian học tập phù hợp. Nội dung khá khó hiểu (Thậm chí bằng Tiếng Anh khi được hỏi bằng Tiếng Việt)
- Sau khi áp dụng công thức
- R: Bạn là một giáo viên tiếng Anh
- T: Hãy giúp tôi cải thiện khả năng nói tiếng Anh của tôi
- F: Tạo một kế hoạch học tập gồm các bài học, bài tập và thời gian học phù hợp
- Nhận xét kết quả: AI trả lời 1 theo các mục rõ ràng, đúng mục đích. Thời gian học và kế hoạch học tập được liệt kê rõ ràng như một giáo viên tiếng Anh thực thụ
- Trước khi áp dụng công thức
- “Giúp tôi tạo video hướng dẫn nấu Phở bò”
- Nhận xét kết quả: Chỉ đơn giản là cách nấu phở bò, các bước không nêu rõ quá trình sản xuất video
- Sau khi áp dụng công thức
- R: Bạn là một nhà sản xuất video nấu ăn
- T: Hãy tạo cho tôi một kịch bản cho video hướng dẫn nấu món "Phở Bò"
- F: Kịch bản bao gồm tiêu đề, danh sách nguyên liệu, hướng dẫn từng bước chi tiết và kết luận. Phải mô tả từng hình ảnh, video ngắn, hoặc chuyển cảnh cần sử dụng
- Nhận xét kết quả: Kết quả trả về mang cấu trúc mong muốn. Toàn bộ những thứ cần thiết trong việc thiết kế video từ kịch bản video, nội dung hướng dẫn, thậm chí là phần tiêu đề cũng như là phần kết luận. Bạn sẽ được cảm giác như đang làm việc với một nhà sản xuất video nấu ăn thực thụ.
- Công thức RTF (Role, Task, Format) đem lại sự sáng tạo và hiệu quả trong việc tạo ra các câu lệnh dành cho AI bằng cách rõ ràng hóa ba yếu tố chính: vai trò (Role), nhiệm vụ (Task), và định dạng (Format):
- Vai Trò (Role): Định nghĩa rõ ràng vai trò của AI giống như việc xác định một nhân vật trong một câu chuyện. Khi bạn mô tả chính xác vai trò – ví dụ như một người hỗ trợ, một người tư vấn, hay một người tạo nội dung – bạn định hình cách AI nên tiếp cận bài toán. Vai trò giúp làm rõ mục đích và khả năng mong đợi từ AI, từ đó tạo nên sở đẳng cấp trong việc phản hồi.
- Nhiệm Vụ (Task): Là việc xác định cụ thể công việc mà bạn muốn AI thực hiện. Nhiệm vụ có thể bao gồm việc phân tích dữ liệu, tạo nội dung, giải quyết các vấn đề cụ thể, hoặc thậm chí là hỗ trợ học tập. Phần này đòi hỏi sự rõ ràng và chính xác để AI có thể hiểu được mục tiêu và cung cấp kết quả tương ứng.
- Định Dạng (Format): Đề cập đến hình thức mà bạn mong đợi kết quả từ AI sẽ được trình bày. Đó có thể là một bài báo, một bảng biểu, các câu trả lời ngắn gọn, hoặc thậm chí là một loạt hình ảnh. Phần này giúp tối ưu hóa cách thông tin được truyền đạt, đảm bảo rằng kết quả không những đúng mục tiêu mà còn phù hợp với cách bạn hoặc người nhận sẽ sử dụng.
- Khi kết hợp ba yếu tố này – Role, Task, và Format – mỗi yêu cầu gửi đến AI không chỉ là một câu lệnh mơ hồ mà trở thành một chỉ dẫn chi tiết, giúp AI phản hồi một cách chính xác và hiệu quả. Như một kết quả, công thức RTF không chỉ giúp tăng cường chất lượng của các yêu cầu mà còn tối đa hóa sự hài lòng của người dùng và giảm thiểu hiểu lầm giữa con người và AI.
Câu lệnh ví dụ 2
Nhận xét
STAR: Situation - Task - Action - Result
- S: Situation (Tình huống) - Đặt một tình huống hoặc ngữ cảnh ban đầu
- T: Task (Nhiệm vụ) - Rõ ràng nêu nhiệm vụ cần AI thực hiện
- A: Action (Hành động) - Miêu tả hành động mà bạn muốn AI thực hiện để hoàn thành nhiệm vụ
- R: Result (Kết quả) - Mô tả kết quả mà bạn muốn AI đạt được.
Câu lệnh ví dụ 1
- Trước khi áp dụng công thức
- “Tôi muốn biết về làm vườn”
- Nhận xét kết quả: Trong ví dụ này, thông tin đưa ra rất chung chung và không cung cấp chi tiết cụ thể về tình huống hoặc hành động cần thực hiện. Kết quả có thể là một số thông tin cơ bản về làm vườn mà không đáp ứng được nhu cầu cụ thể của người dùng.
- Sau khi áp dụng công thức
- S: Tôi mới chuyển đến một ngôi nhà có sân vườn nhỏ ở khu vực có khí hậu ôn đới.
- T: Tôi muốn trồng một khu vườn rau sạch cho gia đình mình.
- A: Cần một hướng dẫn từng bước về cách chọn loại rau phù hợp, thời gian trồng, và các biện pháp bảo vệ thực vật
- R: Mong muốn cuối cùng là có một khu vườn rau sạch tự cung cấp cho gia đình và có thể tự duy trì trong mọi mùa
- Nhận xét kết quả: AI đã hoàn thành tốt nhiệm vụ được giao bằng một kết quả như dự kiến. Đặc biệt là câu trả lời phù hợp hoàn toàn với hoàn cảnh đưa ra. Các bước cũng được liệt kê theo ý đồ câu hỏi là: chọn rau thời gian trồng, các biện pháp bảo vệ thực vật.
- Trước khi áp dụng công thức
- “Cho tôi bức ảnh về biến đổi khí hậu và rừng”
- Nhận xét kết quả: Sự mơ hồ và thiếu chi tiết khiến cho yêu cầu trở nên khó hiểu và khó thực hiện, không giúp cho AI có đủ thông tin để tạo ra kết quả hữu ích và phù hợp. Hình ảnh trả về thiếu nội dung muốn truyền tải cũng như khá đơn giản và giống hoạt hình.
- Sau khi áp dụng công thức
- S: Tôi đang chuẩn bị một bài thuyết trình về biến đổi khí hậu và cần một bức ảnh minh họa về tác động của biến đổi khí hậu đối với rừng nhiệt đới.
- T: Hãy tạo một bức ảnh minh họa về tác động của biến đổi khí hậu đối với rừng nhiệt đới.
- A: Khi tạo ảnh, bạn cần kết hợp hình ảnh của rừng nhiệt đới với các hiệu ứng mô phỏng tác động của biến đổi khí hậu, như hạn hán hoặc cháy rừng, để tạo ra một hình ảnh đầy tính cảnh báo và thông điệp mạnh mẽ.
- R: Một bức ảnh minh họa có màu sắc tươi sáng của rừng xanh đối lập với những khu vực bị ảnh hưởng bởi hạn hán hoặc cháy, mô tả một cách sinh động tác động của biến đổi khí hậu lên rừng nhiệt đới. Bức ảnh này sẽ được sử dụng làm tài liệu hỗ trợ cho bài thuyết trình, giúp người nghe hiểu rõ hơn về các vấn đề mà biến đổi khí hậu gây ra
- Nhận xét kết quả: Chỉ có thể nói là tuyệt vời! Hình ảnh nêu rõ sự khác biệt trước và sau biến đổi khí hậu, đó là kết quả của việc định hình rõ các bước cũng như nêu cho AI một tình huống cụ thể, mong muốn trả về một kết quả đặc biệt. Bạn chỉ tốn thêm một xíu công sức thôi có thể thay đổi cả một bài thuyết trình đấy!
- Công thức prompt STAR độc đáo và hiệu quả theo cách riêng biệt của nó. Công thức STAR đi một bước xa hơn bằng cách:
- Ngữ cảnh rõ ràng (Situation): Mô tả tình huống hoặc ngữ cảnh đặt ra, giúp cho người trả lời hiểu được bối cảnh cụ thể, từ đó cung cấp câu trả lời hoặc giải pháp phù hợp hơn.
- Hành động cụ thể (Action): Không chỉ định rõ nhiệm vụ (Task), mà còn chỉ ra hành động cụ thể mà AI cần thực hiện. Điều này làm rõ yêu cầu và làm tăng khả năng đạt được kết quả mong muốn.
- Kết quả mong đợi (Result): Xác định rõ ràng kết quả mong muốn, giúp định hướng cho quá trình thực hiện và tối ưu hóa kết quả cuối cùng.
- So với RTF, công thức STAR cung cấp một bước nâng cao hơn về việc đặt ra và giải quyết yêu cầu bằng cách xác định cụ thể tình huống, hướng dẫn chi tiết về cách thực hiện hành động, và định hình kết quả mong muốn. Điều này không chỉ giúp cho AI hiểu rõ yêu cầu hơn mà còn hướng tới việc đạt được kết quả cuối cùng một cách hiệu quả và chính xác.
Câu lệnh ví dụ 2
Nhận xét
BAB: Before - After - Bridge
- B - Before (Vấn đề trước): Nêu vấn đề trước khi có AI giải quyết
- A - After (Sau đó kết quả): Bạn muốn kết quả gì sau khi AI giúp bạn giải quyết vấn đề
- B - Bridge (Liên kết): Đưa ra cách thức chuyển đổi từ vấn đề trở thành kết quả mong muốn
Câu lệnh ví dụ
- B - Before (Vấn đề trước): Tôi đang phát triển một ứng dụng thiền giúp người dùng giảm stress và cần một loạt các track audio mang lại cảm giác thư giãn và yên bình. Tuy nhiên, việc tìm kiếm hoặc thu âm âm nhạc phù hợp vừa mất nhiều thời gian vừa tốn kém.
- A - After (Sau đó kết quả): Tôi mong muốn có được nhiều track audio chất lượng, mỗi bản mang một chủ đề cụ thể như tiếng sóng biển, tiếng chim hót, hoặc âm nhạc nhẹ nhàng với giai điệu thư giãn giúp người dùng cải thiện tâm trạng và giảm căng thẳng.
- B - Bridge (Liên kết): Bạn hãy giúp tôi tạo ra các track audio. Bạn có khả năng tự tạo âm nhạc và hiệu ứng âm thanh dựa trên các yêu cầu và chủ đề cụ thể mà bạn đưa ra. Hơn nữa, bạn còn có thể tùy chỉnh các hàng điều chỉnh như tần số, độ dài, và loại âm thanh để phù hợp hoàn toàn với mục đích sử dụng của ứng dụng.
- BAB là một công thức prompt cung cấp một cách tiếp cận thực tế và tuần tự để giải quyết vấn đề. Phần lớn, nó giúp tạo ra một ngữ cảnh thuyết phục mà người nghe có thể tương tác và kết nối.
- Before: Phần này mô tả tình hình trước khi giải pháp được áp dụng. Nó tập trung vào những khó khăn và thách thức mà người đang đối mặt.
- After: Phần này mô tả tương lai tươi sáng hơn sau khi giải pháp đã được áp dụng. Nó mô tả lợi ích và thành quả mà người ta có thể đạt được.
- Bridge: Đây là phần quan trọng nhất của BAB. Nó mô tả cách chúng ta có thể đi từ "Before" đến "After". Bridge thực sự chỉ ra cách thức giải pháp có thể được đạt được.
- So với các công thức prompt khác, BAB tập trung chủ yếu vào việc tạo ra một ngữ cảnh toàn diện thay vì cung cấp một khuôn mẫu chi tiết cho việc giải quyết vấn đề. Công thức BAB giúp người dùng dễ dàng tập trung vào vấn đề và tạo ra một sự kết nối và hình dung vấn đề một cách tốt hơn.
RISE: Role - Input - Steps - Expectation
- R - Role (Vai trò): Bạn muốn AI đóng vai thành gì
- I - Input (Mô tả đầu vào) Bạn có đã có những kỹ năng, kiến thức gì trước khi sử dụng AI để giải quyết vấn đề
- S - Steps (Các bước) Quy trình các bước bạn muốn AI hành động
- E - Expectation (Kì vọng) Bạn muốn AI giúp bạn như thế nào trong quá trình sử dụng
- Câu lệnh ví dụ 1:
- Role: Tôi là một nhân sự mới của một công ty công nghệ và bạn cần phải quản lý dự án phần mềm
- Input: Tôi có trình độ cơ bản về quản lý dự án từ trường học, nhưng chưa từng áp dụng vào thực tế.
- Steps: Đầu tiên, bạn hãy hỗ trợ tôi tham dự các hội thảo nội bộ về quản lý dự án để hiểu rõ quy trình làm việc của công ty. Sau đó, bạn dạy tôi một khóa học quản lý dự án trực tuyến để nâng cao kỹ năng quản lý dự án của mình. Cuối cùng, bạn giúp tôi thực hiện quản lý một dự án nhỏ để trau dồi kinh nghiệm thực tế
- Expectation: Tôi mong muốn sau quá trình học tập và thực hành này, tôi sẽ quản lý thành công dự án của mình, hoàn thành đúng tiến độ và đạt được kết quả tốt
- Câu lệnh ví dụ 2:
- Role: Tôi là một giáo viên tiếng Anh ở trường trung học và muốn nâng cao kỹ năng dạy của mình bằng cách sử dụng công nghệ vào việc giảng dạy.
- Input: Tôi đã thạo việc dạy truyền thống nhưng chưa có kinh nghiệm với công cụ giảng dạy trực tuyến
- Steps: Đầu tiên, tôi muốn nghiên cứu về các công cụ giảng dạy trực tuyến như Google Classroom, Zoom và các phần mềm tạo slide trực tuyến. Tiếp theo, tôi muốn các kiến thức về công nghệ giáo dục để hiểu rõ hơn về cách vận hành. Sau cùng, tôi muốn thực hành áp dụng những kiến thức đã học vào lớp học thực tế của mình.
- Expectation: Tôi mong đợi sau quá trình này, lớp học của bạn sẽ trở nên sinh động hơn, tăng sự tham gia của học sinh và tăng hiệu quả giảng dạy.
- Nhận xét: RISE là một công thức tiếp cận rõ ràng và có hướng dẫn cho việc giải quyết một vấn đề hoặc định hình một quá trình.
- Role: Đây là vị trí hoặc vai trò phải đảm nhận để thực hiện tác vụ. Đặt mình vào vai một người nhất định giúp chúng ta định hình được việc phải làm gì.
- Input: Những thông tin, tài nguyên hoặc công cụ bạn sẽ sử dụng. Đây là những điều bạn phải chuẩn bị trước khi hành động.
- Steps: Các bước bạn phải thực hiện. Điều này giúp chúng ta tạo ra một kế hoạch rõ ràng và tuần tự.
- Expectation: Đây là mục tiêu hoặc kết quả mong muốn. Biết được điều này giúp chúng ta có định hướng và động lực.
- So với các công thức prompt khác, RISE nổi bật bằng việc xác định rõ vai trò, cung cấp các bước thực hiện chi tiết, tạo ra cấu trúc rõ ràng và đặt ra các kỳ vọng rõ ràng. Việc xác định đầu vào từ người học giúp RISE loại bỏ các bước cơ bản mà học viên đã biết, từ đó tập trung hơn vào việc giải quyết những khía cạnh khó khăn hơn. Bằng cách này, RISE không chỉ giúp hướng dẫn một cách hiệu quả mà còn đảm bảo học viên có thể vận dụng kiến thức vào thực tế cụ thể.
CSCQ: Character - Skills - Constraints - Query
- C - Character (Nhân vật): Tập hợp các đặc điểm, giá trị và phẩm chất cá nhân của nhân vật AI
- S - Skills (Kỹ năng): Những khả năng hoặc kiến thức cụ thể mà AI có thể thực hiện
- C - Constraints (Ràng buộc): Giới hạn hoặc yêu cầu mà AI phải cần tuân theo trong quá trình tương tác
- Q - Query (Truy vấn): Nêu lên một yêu cầu cụ thể cho nhân vật AI được mô tả ở trên
- Câu lệnh ví dụ 1:
- C: Bạn là một chuyên gia tư duy độc lập và phân tích số liệu thống kê. Bạn có thể giúp người mới học hiểu về thống kê dễ dàng bằng cách giải thích những khái niệm phức tạp một cách đơn giản và dễ hiểu.
- S: Bạn có khả năng giải thích các khái niệm phức tạp bằng cách sử dụng ví dụ từ thực tế. Chia sẻ các tài liệu tham khảo dễ tiếp cận, và các hướng dẫn trực tuyến liên quan tới thống kê.
- C: Bạn phải hướng dẫn một cách cẩn thận để giúp người mới tiếp cận dễ dàng. Bạn luôn phải hiểu rằng tôi chưa từng tiếp xúc với bất kỳ công cụ thống kê nào.
- Q: Chào bạn, tôi đang tìm hiểu về thống kê và đang gặp khó khăn trong việc hiểu về phân phối chuẩn. Bạn có thể giúp tôi hiểu rõ hơn về khái niệm này thông qua một ví dụ thực tế không?
- Câu lệnh ví dụ 2
- C: Bạn là một người thấu hiểu và tâm huyết với ngành nghệ thuật. Bạn có khả năng truyền đam mê này đến với những người mới bắt đầu, giúp họ nắm bắt được căn bản của việc vẽ, từ việc hiểu về các nguyên lý vẽ với pastel cho đến việc phát triển phong cách riêng
- S: Hướng dẫn cách tận dụng các dụng cụ nghệ thuật như bút, chì và màu pastel. Hiểu và có thể giới thích các nguyên lý nghệ thuật như bố cục, ánh sáng và bóng, màu sắc, hình dạng,… Phân tích hàng loạt tác phẩm nghệ thuật từ người học, đánh giá chất lượng và độc đáo của chúng. Cung cấp phản hồi kỹ thuật và khuyến nghị cách cải thiện.
- C: Để sử dụng thoải mái thể hiện sự sáng tạo của mình, không ép buộc họ phải tuân theo một phong cách nghệ thuật cố định.
- Q: Chào bạn, tôi vừa mới bắt đầu học vẽ và thật sự rất muốn nắm bắt các nguyên lý cơ bản của việc vẽ một bức tranh. Bạn có thể giúp tôi nắm bắt những nguyên lý này thông qua một số ví dụ không?
- Nhận xét:
- Nhân vật: Phần này giúp xác định "ai" trong ngữ cảnh của vấn đề. Điều này quan trọng để giúp người học xác định được vai trò và kỹ năng cần có.
- Kỹ năng: Phần này là trái tim của công thức, nói về "gì" cần làm. Nó giúp người học hiểu được kỹ năng họ cần phát triển và cung cấp bối cảnh cho họ để áp dụng.
- Ràng buộc: Phần này giúp xác định điều kiện và ràng buộc. Điều này giúp tạo ra một khung làm việc rõ ràng và giúp người học thực hiện một cách hiệu quả trong các tình huống cụ thể.
- Truy vấn: Đây là phần cuối cùng của công thức, nó tạo cơ hội để thách thức sự hiểu bởi và kỹ năng của người học. Các câu hỏi được thiết kế để thúc đẩy tư duy phê phán và sự sáng tạo.
So với các công thức prompt khác, CSCQ có khả năng cá nhân hóa hướng dẫn một cách cụ thể dựa trên từng nhu cầu đặc biệt của bạn. Với CSCQ, nội dung học được tùy chỉnh để phù hợp với ngữ cảnh, yêu cầu và mục tiêu của bạn, giúp tối ưu hóa hiệu quả trong quá trình học. Qua đó, bạn sẽ nhận được hướng dẫn chi tiết, rõ ràng và phù hợp với nhu cầu cá nhân của mình