4. Kỹ thuật đặt câu hỏi nâng cao
Ở các bài học trước, bạn đã hiểu về cách hoạt động của một chatbot (Gemini), biết được 4 yếu tố để đặt câu hỏi hiệu quả (bạn là ai, chatbot đóng vai trò gì, nội dung hỏi, ràng buộc câu trả lời). Bạn cũng đã tìm hiểu về Thang đo Bloom để xác định mức độ nhận thức của bản thân.
Trong phần này, bạn sẽ thực thành sâu hơn với:
- Mệnh lệnh (Instruction): Cách đưa ra các yêu cầu phức tạp, nhiều bước
- Bối cảnh (Context): Cung cấp các tình huống giả định chi tiết hơn để AI trả lời chính xác hơn
- Thông tin đầu vào (Input Data): Cách tạo cấu trúc dữ liệu (ví dụ: đưa vào một bảng biểu hoặc một đoạn mã nguồn) để AI xử lý
- Định dạng đầu ra (Output Indicator): Yêu cầu AI xuất kết quả dưới dạng bảng, mã nguồn, sơ đồ Markdown, hoặc tóm tắt theo cấu trúc nhất định
4.1 Đưa ra các yêu cầu phức tạp, nhiều bước
Ở các phần trước, chúng ta thường đưa ra những mệnh lệnh đơn giản (một bước) như "AI là gì?" hoặc "Hướng dẫn tôi …". Tuy nhiên, để AI trở thành một cộng sự đắc lực, đặc biệt là trong việc học tập chuyên sâu, bạn cần học cách chia nhỏ một nhiệm vụ lớn thành nhiều bước logic để AI thực hiện tuần tự. Kỹ thuật này giúp AI không bị "lạc đề" và kết quả trả về sẽ có độ sâu, độ chính xác cao hơn.
Cách thực hiện:
- Chia nhỏ nhiệm vụ: bạn sẽ phân rã một yêu cầu lớn thành các bước nhỏ. Thay vì yêu cầu AI "viết một bài luận", bạn yêu cầu nó: (1) Lập dàn ý, (2) Tìm luận cứ cho từng mục, (3) Viết chi tiết
- Suy nghĩ từng bước: Yêu cầu AI "hãy suy nghĩ từng bước" để giải quyết vấn đề. Điều này giúp AI bám sát logic và tránh việc đưa ra câu trả lời vội vàng hoặc "nói liều"
- Ràng buộc logic: Đưa ra các điều kiện cho từng bước thực hiện (ví dụ: bước 1 phải xong mới làm bước 2)
Ví dụ 1: Thay vì hỏi một câu ngắn gọn, hãy thử cấu trúc lệnh theo nhiều bước để hỗ trợ việc học.
“Tôi là sinh viên đang viết bài luận về “Kỹ thuật đặt câu hỏi phức tạp, nhiều bước cho AI. Bạn hãy đóng vai là một chuyên gia về việc đặt câu hỏi cho AI. Hãy thực hiện các bước sau:
- Bước 1: Liệt kê 5 từ khóa quan trọng nhất liên quan đến chủ đề này bằng cả tiếng Việt và tiếng Anh
- Bước 2: Với mỗi từ khóa, hãy viết một đoạn tóm tắt ngắn về nó
- Bước 3: Đề xuất nội dung cần tìm hiểu về mỗi chủ đề liên quan đến từ khóa: gồm khái niệm, ví dụ minh họa, bài tập thực hành.”
Bạn hãy đưa yêu cầu trên cho một chatbot (ví dụ Gemini) và ghi lại kết quả. Bạn có thể điều chỉnh nội dung yêu cầu để có được kết quả ưng ý.
Ví dụ 2: Học lập trình và giải quyết lỗi
"Tôi đang học lập trình Python. Tôi có một đoạn mã bị lỗi nhưng chưa hiểu tại sao. Hãy giúp tôi:
- Bước 1: Phân tích logic của đoạn mã tôi cung cấp bên dưới
a = 3
if a > 0:
print("a là số dương")
- Bước 2: Chỉ ra dòng mã bị lỗi và giải thích tại sao nó sai
- Bước 3: Đưa ra đoạn mã đã sửa và hướng dẫn tôi cách tự kiểm tra lỗi tương tự lần sau."
4.2 Cung cấp tình huống giả định
Ở các phần trước, chúng ta đã biết “bối cảnh” giúp AI thực hiện mệnh lệnh sát với tình huống cụ thể và chính xác hơn. Tuy nhiên, thay vì chỉ cung cấp thông tin thực tế, kỹ thuật giả định tình huống cho phép bạn đặt AI vào một môi trường mô phỏng để giải quyết các vấn đề từ nhiều góc độ khác nhau.
Việc tạo ra một kịch bản giả định chi tiết giúp AI cung cấp những phản hồi có tính thực tế cao, đặc biệt hữu ích khi bạn cần rèn luyện kỹ năng xử lý tình huống hoặc tư duy phản biện.
Cách thực hiện:
- Xác định kịch bản: Đưa ra một tình huống cụ thể (ví dụ: một cuộc phỏng vấn, một buổi thuyết trình khách hàng, hoặc một sự cố kỹ thuật)
- Thiết lập nhân vật: Ngoài việc đóng vai chuyên gia, hãy cung cấp thêm tính cách, mục tiêu và khó khăn mà nhân vật đang gặp phải trong tình huống đó
- Yêu cầu phản hồi dựa trên tình huống: Yêu cầu AI đưa ra giải pháp hoặc đối thoại trực tiếp dựa trên các ràng buộc logic của kịch bản
Ví dụ 1: Giả định tình huống phỏng vấn xin việc
“Tôi là một sinh viên mới tốt nghiệp ngành Công nghệ thông tin, đang đi phỏng vấn vào vị trí lập trình viên tại tập đoàn Bosch. Bạn hãy đóng vai là một Trưởng phòng kỹ thuật khó tính và dày dạn kinh nghiệm.
Hãy thực hiện các bước sau:
- Bước 1: Đưa ra 3 câu hỏi tình huống khó về cách xử lý khi dự án bị chậm tiến độ do lỗi kỹ thuật phát sinh
- Bước 2: Đợi tôi trả lời từng câu một. Sau mỗi câu trả lời của tôi, hãy phân tích điểm mạnh, điểm yếu dựa trên tiêu chuẩn của một chuyên gia.
- Bước 3: Sau khi kết thúc, hãy đánh giá xem tôi đang ở cấp độ nào trong thang đo Bloom (Vận dụng hay Phân tích) và gợi ý lộ trình cải thiện.”
Bạn hãy hỏi và trải nghiệm với chatbot tình huống giả định trên. Rất căng thẳng và thú vị.
Ví dụ 2: Giả định tình huống giải quyết xung đột nhóm
“Tôi đang làm trưởng nhóm trong một bài tập lớn về AI. Nhóm tôi có 5 người nhưng đang xảy ra mâu thuẫn: 2 bạn muốn dùng Gemini, 2 bạn muốn dùng ChatGPT, và 1 bạn không làm gì cả. Bạn hãy đóng vai là một chuyên gia tâm lý học tổ chức.
Hãy thực hiện các bước sau:
- Bước 1: Phân tích các nguyên nhân tiềm ẩn dẫn đến sự chia rẽ này dựa trên tâm lý học hành vi
- Bước 2: Đề xuất 3 kịch bản đối thoại khác nhau để tôi có thể thuyết phục nhóm thống nhất công cụ sử dụng
- Bước 3: Xây dựng một bảng kế hoạch gồm các bước cụ thể để kích hoạt tinh thần làm việc của thành viên đang thụ động.”
Qua 2 ví dụ trên, bạn nhận thấy: Việc kết hợp giữa mệnh lệnh nhiều bước và tình huống giả định sẽ biến AI từ một công cụ tra cứu thông tin thành một môi trường thực hành tư duy sâu, giúp bạn nâng cao năng lực nhận thức một cách hệ thống và bài bản.
4.3 Định hình cấu trúc dữ liệu đầu ra
Khi làm việc với AI, đôi khi kết quả trả về ở dạng văn bản thuần túy sẽ rất khó để chúng ta đưa vào các công cụ khác như Excel, Google Sheets hay lập trình. Kỹ thuật tạo cấu trúc dữ liệu mẫu giúp bạn định hình định dạng đầu ra của AI ngay từ đầu, đảm bảo tính nhất quán và dễ sử dụng.
Cách thực hiện:
- Xác định kiểu định dạng: Yêu cầu AI xuất dữ liệu dưới dạng Bảng, JSON, CSV, hoặc Markdown
- Cung cấp lược đồ xuất dữ liệu: Mô tả rõ các cột hoặc các trường thông tin bạn cần
- Dùng dữ liệu giả định: Yêu cầu AI tạo ra dữ liệu mẫu để kiểm thử quy trình trước khi áp dụng dữ liệu thật
Ví dụ 1: Tạo danh sách khách hàng tiềm năng để quản lý
“Tôi đang lập kế hoạch kinh doanh cho khóa học 'AI thực hành'. Bạn hãy đóng vai một chuyên gia phân tích dữ liệu thị trường.
Hãy thực hiện các bước sau:
- Bước 1: Xác định 5 nhóm khách hàng tiềm năng nhất cho khóa học này (ví dụ: sinh viên, nhân viên văn phòng...)
- Bước 2: Với mỗi nhóm, hãy liệt kê: Nhu cầu chính, Khó khăn họ đang gặp phải (nỗi đau, pain points), và Kênh tiếp cận hiệu quả
- Bước 3: Xuất kết quả dưới dạng Bảng (Table) để tôi có thể chép trực tiếp vào Google Sheets.”
Lợi ích của việc tạo cấu trúc dữ liệu:
- Giúp bạn tiết thời gian vì không cần phải định dạng lại thủ công
- Kết quả tập trung vào các thông tin cốt lõi mà bạn yêu cầu
- Dễ dàng kết nối đầu ra của AI với các luồng công việc tự động
4.4 Yêu cầu xuất kết quả phức tạp
Trong thực tế, đôi khi chúng ta không chỉ cần một câu trả lời đơn giản hay một cái bảng dữ liệu thuần túy. Bạn có thể cần AI thực hiện một bài phân tích sâu, so sánh các phương án, hoặc tạo ra một báo cáo đa tầng gồm nhiều thành phần kết hợp (vừa có tóm tắt, vừa có bảng biểu, vừa có mã nguồn hoặc lập luận logic). Kỹ thuật này giúp bạn đưa AI lên các cấp độ nhận thức cao như Phân tích, Đánh giá và Sáng tạo.
Cách thực hiện:
- Cung cấp dữ liệu đầu vào phong phú: bạn có thể cung cấp một đoạn văn bản dài, một bảng số liệu hoặc một đoạn mã nguồn vào câu lệnh để AI có "nguyên liệu" xử lý.
- Yêu cầu phân tích đa chiều: Thay vì hỏi chung chung, hãy yêu cầu AI nhìn nhận vấn đề từ nhiều góc độ khác nhau (ví dụ: góc nhìn của người quản lý, góc nhìn của kỹ thuật viên, hoặc ưu và nhược điểm)
- Yêu cầu AI trả ra kết quả theo một bố cục nhất định (ví dụ: phần 1 là tóm tắt, phần 2 là bảng so sánh, phần 3 là lời khuyên)
Ví dụ 1: Phân tích một chủ đề nghiên cứu từ nhiều góc độ
"Tôi đang làm bài luận về 'Tác động của AI đối với thị trường việc làm của sinh viên mới tốt nghiệp'. Hãy giúp tôi:
- Bước 1: Phân tích vấn đề này dưới 2 góc độ đối lập: Cơ hội mới và Thách thức bị đào thải
- Bước 2: Tổng hợp các số liệu hoặc xu hướng đáng chú ý từ các báo cáo quốc tế (nếu có)
- Bước 3: Viết một đoạn tóm tắt kết luận (khoảng 200 chữ) để tôi dùng làm phần mở đầu cho bài luận. Yêu cầu xuất kết quả theo cấu trúc: [Phân tích chi tiết] -> [Bảng tổng hợp xu hướng] -> [Lời mở đầu]."
Ví dụ 2: So sánh và định hướng học tập
"Tôi đang học về lập trình Python và đã ghi chép được 5 bài học trong Drive (đã đính kèm). Hãy giúp tôi:
- Bước 1: Đánh giá xem kiến thức trong tài liệu của tôi đang dừng ở cấp độ nào trong thang đo Bloom (Nhớ, Hiểu, hay Vận dụng)?
- Bước 2: Dựa trên những gì tôi đã biết, hãy viết một đoạn mã mẫu phức tạp hơn để tôi thực hành cấp độ Phân tích
- Bước 3: Giải thích chi tiết từng dòng mã đó để tôi đạt được cấp độ Hiểu sâu."
4.5 Bài tập và câu hỏi
Bài tập 4a. Thực hành lại các ví dụ trong phần lý thuyết.
Bài tập 4b. Lựa chọn một chủ đề bạn đang học hoặc đang làm, ứng với mỗi kỹ thuật hãy tạo ra các yêu cầu cho AI thực hiện.
Câu hỏi ôn tập
Câu 4.1: Tại sao việc yêu cầu AI xuất dữ liệu theo các định dạng như JSON, CSV hoặc dạng bảng lại quan trọng trong công việc?
A. Để làm cho câu trả lời của AI trông đẹp mắt và chuyên nghiệp hơn
B. Để người dùng không cần phải đọc nội dung mà chỉ cần nhìn vào bảng
C. Để dễ dàng chuyển đổi dữ liệu vào các công cụ khác như Excel, Google Sheets hoặc dùng trong lập trình
D. Vì AI chỉ có thể hiểu được dữ liệu khi chúng ta yêu cầu nó lập bảng
Câu 4.2: Khi bạn cần AI giải quyết một vấn đề khó, chẳng hạn như lập kế hoạch làm đồ án trong 4 tuần, cách đặt câu lệnh nào sau đây sẽ mang lại kết quả tốt nhất?
A. Đặt câu hỏi ngắn gọn: "Hãy lập cho tôi kế hoạch làm đồ án trong 4 tuần."
B. Cung cấp bối cảnh, chia nhỏ yêu cầu thành các bước và quy định rõ cấu trúc kết quả trả về
C. Chỉ cần dán toàn bộ dữ liệu vào và bảo AI: "Hãy xử lý đống này cho tôi."
D. Yêu cầu AI tự chọn định dạng và nội dung mà nó cho là phù hợp nhất
Câu 3: Trong thang đo Bloom, khi bạn yêu cầu AI "Phân tích ưu và nhược điểm của 2 giải pháp và đề xuất lựa chọn tối ưu", bạn đang yêu cầu AI hoạt động ở cấp độ nhận thức nào?
A. Nhớ và Hiểu (Chỉ đơn thuần nhắc lại kiến thức)
B. Vận dụng (Chỉ giải quyết một bài toán tính toán đơn giản)
C. Phân tích và Đánh giá (Đòi hỏi sự so sánh, logic và đưa ra nhận định)
D. Sáng tạo (Yêu cầu AI viết một bài thơ về các giải pháp đó)