Phương pháp
ĐẶT CÂU HỎI
Với phương pháp này, mục đích là để đảm bảo ChatGPT hiểu rõ nhất về nhiệm vụ mà bạn nhập vào bằng cách bắt nó đặt ra câu hỏi trước để lấy dữ liệu, rồi sau đó chat GPT sẽ dựa vào dữ liệu đó để đưa ra câu trả lời phù hợp nhất.
Prompt ví dụ:
Tôi sẽ yêu cầu bạn lập một kế hoạch tiếp thị chi tiết cho doanh nghiệp của tôi. Điều này sẽ bao gồm cách phát triển các kênh Facebook, instagram, TikTok, mục tiêu và chiến thuật tiếp thị truyền thông xã hội, KPI, hồ sơ khách hàng, nghiên cứu thị trường
Hãy hỏi tôi ít nhất 10 câu hỏi về doanh nghiệp, khách hàng, đối tượng của tôi và bất kỳ điều gì khác mà bạn cần để hoàn thành nhiệm vụ với khả năng tốt nhất của mình.
ĐÓNG VAI
Chat GPT được training bởi rất nhiều nguồn thông tin từ nhiều ngành nghề khác nhau. Nên để nó có câu trả lời chuẩn nhất, bạn hãy bảo nó đóng vai chuyên gia của ngành mà bạn muốn đặt câu hỏi để có câu trả lời tập trung và chi tiết hơn.
Prompt ví dụ:
Bạn hãy đóng vai copywriter với 10 năm kinh nghiệm. Tôi sẽ cung cấp cho bạn một sản phẩm và khách hàng mục tiêu. Bạn sẽ tạo slogan và copy của sản phẩm với các phong cách viết khác nhau bao gồm AIDA, PAS, Hook- story- Offer ở định dạng bảng. Yêu cầu đầu tiên của tôi: "Sản phẩm: Một loại bàn gấp. Đối tượng: Thanh niên từ 19-35 tuổi"
XÉ NHỎ
Nếu bạn muốn chat GPT viết thông tin dài như blog, ebook cách này sẽ giúp bạn đảm bảo thông tin không bị lặp lại và chỉnh sửa cũng dễ dàng hơn.
Prompt ví dụ:
Hãy tạo cho tôi các ý tưởng cho một ebook có 10 chapters về chủ đề cách kiếm tiền với Amazon FBA.
Chat GPT trả lời ví dụ:
Chắc chắn rồi, đây là 10 ý tưởng chương tiềm năng cho sách điện tử về cách kiếm tiền với Amazon FBA:
- Giới thiệu về Amazon FBA: Trong chương này, bạn có thể giới thiệu khái niệm về Amazon FBA và cung cấp tổng quan về cách thức hoạt động của nó.
- Tìm kiếm các thị trường ngách sản phẩm có lợi nhuận: Chương này có thể khám phá cách nghiên cứu và xác định các thị trường ngách sản phẩm có lợi nhuận để bán trên Amazon.
- Tìm nguồn cung ứng sản phẩm: Tại đây, bạn có thể thảo luận về các chiến lược khác nhau để tìm nguồn cung ứng sản phẩm, bao gồm bán buôn, nhãn hiệu riêng và dropshipping.
- Tối ưu hóa danh sách: Chương này có thể tập trung vào cách tối ưu hóa danh sách sản phẩm trên Amazon của bạn để tăng khả năng hiển thị và bán hàng.
- Quản lý hàng tồn kho: Trong chương này, bạn có thể thảo luận về các chiến lược quản lý hàng tồn kho, bao gồm cách tránh hết hàng và dự trữ quá nhiều.
- Vận chuyển và thực hiện: Tại đây, bạn có thể giải thích cách hoạt động của quy trình vận chuyển và thực hiện FBA của Amazon, cũng như cách tối ưu hóa quy trình để đạt hiệu quả tối đa.
- Chiến lược định giá: Chương này có thể khám phá các chiến lược định giá khác nhau để giúp bạn tối đa hóa lợi nhuận trên Amazon.
- Tiếp thị và quảng cáo: Trong chương này, bạn có thể thảo luận về các chiến thuật tiếp thị và quảng cáo khác nhau để giúp tăng doanh số bán hàng và thúc đẩy lưu lượng truy cập vào danh sách Amazon của bạn.
- Dịch vụ khách hàng và phản hồi: Tại đây, bạn có thể tập trung vào cách cung cấp dịch vụ khách hàng xuất sắc trên Amazon cũng như cách thu hút và trả lời phản hồi của khách hàng.
- Mở rộng quy mô kinh doanh Amazon FBA của bạn: Chương này có thể cung cấp lời khuyên về cách mở rộng quy mô kinh doanh Amazon FBA của bạn, bao gồm cách mở rộng dòng sản phẩm và phát triển nhóm của bạn.
Tất nhiên, đây chỉ là một vài ý tưởng và bạn có thể muốn điều chỉnh nội dung của sách điện tử cho phù hợp với đối tượng và mục tiêu cụ thể của mình.
Prompt ví dụ:
Vui lòng cung cấp 4 tiêu đề cho văn bản trong chương 2. Tổng số chương nên dài khoảng 1.500 từ.
TÍNH TOÁN
ChatGPT thường có thể gặp khó khăn với các vấn đề toán học và số học phức tạp. Với phương pháp này, bạn sẽ đưa cho nó một bài toán và ví dụ về các bước giải bài toán đó, nó sẽ hiểu và biết cách áp dụng để giải các bài toán tiếp theo bạn yêu cầu.
Prompt ví dụ:
Tôi sẽ cung cấp một vấn đề ví dụ và giải pháp của nó. Tôi muốn bạn đọc và hiểu logic được sử dụng. Sau đó, tôi muốn bạn trả lời tất cả các câu hỏi tiếp theo theo cùng một cách, thể hiện lý luận của bạn.
Câu hỏi: Tèo có 150 đô la. Anh ta sẽ chi 50 đô la cho một vé tàu và 23 đô la cho bữa trưa. Sau đó, anh ta cần đưa một nửa số tiền còn lại của mình cho một người bạn. Cuối cùng Tèo còn lại bao nhiêu tiền?
Trả lời: Tèo có 150 đô la. Anh ấy đã chi 50 đô la cho một vé tàu.
$150 - $50 = $100
Tèo chi $23 cho bữa trưa.
100 đô la - 23 đô la = 77 đô la
Sau đó, anh ấy đã cho đi một nửa số tiền còn lại của mình.
$77 ÷ 2 = $38,50 77 USD - 38,50 USD = 38,50 USD
Tèo còn $38,50.
ĐẠO SỸ
Một cách để bắt chat GPT học hỏi văn phong, cách viết của một người và bắt chước lại sao cho giống nhất. Áp dụng để trả lời email và viết lách rất ngon.
Prompt ví dụ:
Bạn hãy đọc đoạn văn sau và phân tích văn phong của nó. Tôi muốn bạn sao chép phong cách này để trả lời bất kỳ lời prompt tiếp theo nào tôi hỏi, cho đến khi tôi nói với bạn rằng chúng ta dừng lại.
[ chèn đoạn văn vào đây]
TỰ TẠO PROMPT
Với phương pháp tạo tự tạo prompt, bạn có thể yêu cầu chính ChatGPT cung cấp cho bạn prompt lý tưởng tuỳ theo mục đích sử dụng, thông qua quy trình sàng lọc để cho ra kết quả tốt nhất trên chatGPT
Prompt ví dụ:
Tôi muốn bạn trở thành người chuyên tạo prompt cho tôi. Mục tiêu của bạn là giúp tôi tạo prompt tốt nhất có thể cho các nhu cầu của tôi. Prompts sẽ được sử dụng bởi bạn, ChatGPT. Bạn sẽ làm theo quy trình sau:
- Câu trả lời đầu tiên của bạn sẽ là hỏi tôi prompt nên nói về điều gì. Tôi sẽ cung cấp câu trả lời của mình, nhưng chúng ta sẽ cần cải thiện nó thông qua các lần lặp lại liên tục bằng cách thực hiện các bước tiếp theo.
- Dựa trên thông tin đầu vào của tôi, bạn sẽ tạo 3 phần. a) Lời nhắc sửa đổi (cung cấp prompt viết lại của bạn. Nó phải rõ ràng, ngắn gọn và dễ hiểu đối với bạn), b) Gợi ý (cung cấp gợi ý về những chi tiết cần thiết). đưa vào lời nhắc để cải thiện nó) và c) Câu hỏi (hỏi bất kỳ câu hỏi liên quan nào liên quan đến bất kỳ thông tin bổ sung nào tôi cần để cải thiện prompt).
- Chúng ta sẽ tiếp tục quy trình lặp đi lặp lại này với việc tôi sẽ cung cấp cho bạn thêm thông tin và bạn cập nhật prompt trong phần Lời nhắc sửa đổi cho đến khi hoàn tất.
Các kĩ thuật đặt prompt bối cảnh
ZERO-SHOT Learning (Hỏi không cần học)
Học không cần làm gì: Trực giác không cần ví dụ Học không cần làm gì giống như việc học sinh trả lời đúng một câu hỏi về một chủ đề mà họ chưa từng được dạy. Trong AI, điều này có nghĩa là một mô hình thực hiện một nhiệm vụ mà không có bất kỳ ví dụ cụ thể nào trước đó. Mô hình sử dụng quá trình đào tạo trước về nhiều chủ đề và cấu trúc đa dạng để suy ra phản hồi chính xác cho prompt mới.
Ví dụ: khi được yêu cầu phân loại cảm xúc của câu nói “Tôi yêu bộ phim này!” không có bất kỳ ví dụ nào trước đó, mô hình học tập không cần nỗ lực sẽ sử dụng sự hiểu biết về ngôn ngữ để xác định rằng cảm xúc là tích cực.
ONE_SHOT Learning (Học từ một ví dụ duy nhất)
Học từ một ví dụ duy nhất: Lấy ví dụ từ phương pháp zero-shot ở trên, One-shot learning cần thêm một yếu tố: một "mô hình" cho AI để tuân theo. Điều này không giống như việc mô tả cụ thể một kết quả. Thay vào đó, nó là như việc đưa ra một bản "mẫu" cho AI để học và tìm đúng cấu trúc hoặc hồi đáp mong muốn. Ví dụ, như một cuộc đối thoại hỏi - đáp, sau khi cung cấp một câu hỏi và câu trả lời tương ứng, chúng ta sẽ hỏi một câu khác và chờ AI tự tạo ra câu trả lời.
Trong phương pháp học một lần, nếu người mẫu được cho xem rằng “Tôi yêu thích bộ phim này!” tương ứng với một tình cảm tích cực, sau đó nó có thể ngoại suy sự hiểu biết này thành một tuyên bố khác, chẳng hạn như “Tôi không thích chiếc ghế này”, xác định tình cảm đó là tiêu cực.
Bonus: Few-shot Learning. Nguyên tắc của phương pháp này tương tự như One-shot, tuy nhiên thay vì chỉ một, chúng ta cung cấp nhiều mẫu câu trả lời cho AI. Điều này giúp khẳng định rằng kết quả ChatGPT sẽ đúng với khung sườn mà chúng ta đã định trước thông qua những mẫu đã học. Nó cho phép AI hiểu và học cách thể hiện thông qua nhiều mẫu để tạo ra câu trả lời tốt nhất.
Nói cách khác, nếu One-shot Learning là việc học bằng cách quan sát một lần đơn lẻ, thì Few-shot Learning giống như việc tham dự một lớp học ngắn, với nhiều bài giảng dạy và mẫu để học hỏi.
CHAIN-OF-THOUGHTS (Luồng suy nghĩ)
Tuy nhiên, bạn sẽ nhận thấy rằng One-shot hay Few-shot không phải lúc nào cũng mang lại kết quả chính xác, đặc biệt khi đối diện với những câu hỏi phức tạp cần suy nghĩ và phân tích.
Giải pháp cho điều này là Chain-of-thoughts, nghĩa là việc giải thích cách tiếp cận các bước để giải quyết vấn đề một cách chi tiết và rõ ràng. Qua đó, bạn có thể chỉ dẫn mô hình AI suy nghĩ và giải thích mỗi bước, giống như đang giải quyết một vấn đề.
PROMPT FUNCTION (Công thức prompt)
- Dù bạn không phải là lập trình viên, hãy tưởng tượng "function" (hay hàm) giống như một công thức nấu ăn: bạn cung cấp các nguyên liệu (input), thực hiện các hướng dẫn (các hoạt động cụ thể được xác định bởi function), và cuối cùng bạn có một món ăn hoàn chỉnh (output). Trong các "công thức yêu cầu" (Prompt function), bạn cần phải chỉ dẫn rõ ràng về "nguyên liệu" bạn muốn sử dụng, "món ăn" bạn mong muốn tạo ra, và "hướng dẫn" cụ thể (mô tả và các tham số) để đạt được kết quả theo ý muốn.
- Công thức prompt, trong ngữ cảnh của giao tiếp với ChatGPT hoặc một hệ thống AI tương tự, chủ yếu là mô hình hay khuôn khổ bạn dùng để xây dựng và đưa ra yêu cầu hoặc câu hỏi của mình một cách rõ ràng và hiệu quả.
- Nói cách khác, công thức prompt là một 'kịch bản' mà bạn lập ra để ChatGPT có thể hiểu mục đích của yêu cầu và phản hồi một cách chính xác nhất. Phần tiếp theo chúng tôi sẽ giới thiệu cho bạn những công thức prompt thông dụng nhất hiện tại