Sai lầm số 1: Tin rằng AI tự “hiểu ý” mà không cần ngữ cảnh
Viết prompt hiệu quả là việc cung cấp cho mô hình ngôn ngữ một yêu cầu có cấu trúc, đủ ngữ cảnh và mục tiêu rõ ràng, để nó tạo ra câu trả lời nhất quán, có thể lặp lại và phù hợp với kỳ vọng của người dùng, thay vì phản hồi chung chung hoặc lệch hướng. Sai lầm lớn nhất nhiều người mắc phải là gửi những prompt mơ hồ, rồi kỳ vọng AI đoán hết mong muốn của mình. Thực tế, “vague prompts create generic responses” và mô hình không thể suy ra toàn bộ mục tiêu lẫn ràng buộc nếu bạn không nói rõ. Khi bạn chỉ gõ “Giúp tôi lên kế hoạch trong ngày”, đó là lời mời cho một câu trả lời trung bình, an toàn, khó áp dụng. Muốn tối ưu hóa prompt, bạn phải coi mình là người thiết kế yêu cầu, không phải người nói đại rồi phó mặc.
Sai lầm số 2: Bỏ qua cấu trúc prompt AI theo công thức role–goal–format
Phần lớn prompt kém là do thiếu cấu trúc: không nêu rõ AI đang đóng vai trò gì, bạn muốn đạt mục tiêu nào và cần kết quả ở dạng nào. Một khóa học do Anthropic tài trợ gợi ý công thức rất dễ nhớ: luôn đảm bảo prompt có role (vai trò), goal (mục tiêu/ngữ cảnh) và format (định dạng). Đây chính là “cấu trúc prompt AI” mà hầu hết người dùng bỏ qua. Ví dụ, thay vì “Cho tôi vài công thức nấu ăn”, hãy thêm ngữ cảnh: “Tôi ăn chay, mới bắt đầu vào bếp và muốn món có thể nấu trước rồi trữ đông” để làm rõ goal. Khi yêu cầu lên lịch, đừng nói “Giúp tôi lên kế hoạch ngày mai”, mà hãy mô tả: “Bạn là người lập kế hoạch cuộc sống am hiểu ADHD và fibromyalgia, hãy tạo lịch có khung giờ cho tuần tới”. Cấu trúc role–goal–format giúp tối ưu hóa prompt mà không cần gửi “tường văn bản” dài.
Sai lầm số 3: Dùng cùng một kiểu prompt cho mọi loại câu hỏi
Một lỗi kín đáo nhưng nguy hiểm là coi mọi câu hỏi gửi cho AI đều giống nhau. Trong kỹ thuật prompt engineering, bạn phải phân biệt rõ prompt đóng hay mở. Công thức role–goal–format chủ yếu cần cho các prompt mở, nơi bạn yêu cầu phân tích, ý tưởng, nội dung định tính và mang tính chủ quan. Với câu hỏi đóng như “Thế chiến thứ hai bắt đầu năm nào?”, mô hình chỉ cần truy xuất thông tin nên cấu trúc phức tạp không còn quan trọng. Ngược lại, khi bạn nhờ AI thiết kế kế hoạch học tập, viết bài, đề xuất chiến lược…, xác định đây là prompt mở giúp bạn chủ động thêm ngữ cảnh cần thiết và chọn cấu trúc phù hợp. Việc hiểu “cơ chế prompt” theo kiểu này cho phép bạn sửa lỗi phản hồi một cách hệ thống: nếu câu trả lời quá chung, hãy hỏi lại mình xem có đang dùng cấu trúc của câu hỏi đóng cho một bài toán mở hay không.
Sai lầm số 4: Không khai thác các kỹ thuật prompt engineering đặc thù
Ngay cả khi đã có cấu trúc role–goal–format, nhiều người vẫn gửi một kiểu prompt duy nhất cho mọi tác vụ. Trong kỹ thuật prompt engineering, có các cách tiếp cận khác nhau như zero-shot prompting, Q&A, hay Socratic prompting, mỗi kỹ thuật phù hợp với mục tiêu khác nhau. Với zero-shot, bạn chỉ cần yêu cầu “Dịch đoạn văn này sang tiếng Pháp hoặc Nga”, vì mô hình đã được huấn luyện với kho dữ liệu ngôn ngữ, nên ví dụ chi tiết không cần thiết. Socratic prompting lại đi theo hướng ngược: thay vì câu trả lời, bạn yêu cầu AI đưa ra chuỗi câu hỏi về nhiệm vụ của mình, như một cuộc “truy vấn” để hiểu sâu hơn vấn đề. Cách này đặc biệt hữu ích trong môi trường giáo dục hoặc khi bạn muốn bản thân suy nghĩ kỹ hơn, không bị cuốn vào lời giải quá nhanh. Nếu bạn chỉ dùng một kiểu prompt, bạn đang bỏ lỡ sức mạnh của các kỹ thuật này và khiến AI phản hồi nửa vời so với tiềm năng.
Sai lầm số 5: Không xem prompt như quy trình có thể lặp lại và kiểm soát
Nhiều người đối xử với AI như “hộp đen may rủi”: lúc được câu trả lời hay thì vui, lúc dở lại nghĩ do mô hình yếu. Thực tế, cấu trúc prompt tốt sẽ cho kết quả đáng tin cậy và có thể lặp lại từ mô hình ngôn ngữ. Khi người học dùng prompt chi tiết với role–goal–format cho yêu cầu lên lịch, họ nhận được một lịch dễ bám sát hơn hẳn so với phiên bản mơ hồ ban đầu. Đó không phải phép màu, mà là hệ quả của ngữ cảnh rõ ràng. Tác giả khóa học thừa nhận sẽ không phải lần nào cũng cung cấp đủ ngữ cảnh, nhưng nhờ hiểu công thức, họ biết prompt của mình sai ở đâu và có thể sửa có hệ thống. Đây là tinh thần tối ưu hóa prompt: coi mỗi phản hồi kém là tín hiệu để chỉnh lại role, bổ sung goal, hoặc đổi format, thay vì đổ lỗi cho AI. Khi bạn thay đổi tư duy như vậy, AI trở thành công cụ có thể kiểm soát, không còn là chiếc “máy bói” khó đoán.
