Prompt engineering cho người đi làm là cách biến yêu cầu thành brief có mục tiêu, bối cảnh, nguồn và tiêu chí kiểm tra. Bảy mẫu dưới đây phục vụ viết, phân tích, lập kế hoạch và chuẩn hóa quy trình. Điều cần học là chọn mẫu đúng tác vụ và kiểm chứng bản nháp, không chỉ ghi nhớ câu lệnh.
Bảy mẫu này là các cấu trúc thực hành cho tác vụ văn phòng. Khi dùng trong lớp học hoặc nội bộ, cần tùy chỉnh dữ liệu, quyền và tiêu chí duyệt; không coi một mẫu có sẵn là công thức bảo đảm đầu ra tốt.
Mẫu 1: Role + Task + Context + Constraint
Cấu trúc: “Bạn là [vai trò]. Hãy [nhiệm vụ]. Bối cảnh là [thông tin]. Yêu cầu [ràng buộc]. Output theo [định dạng].” Đây là mẫu nền tảng cho email, bài viết, kịch bản tư vấn, kế hoạch họp và báo cáo ngắn.
Ví dụ: “Bạn là trưởng phòng sales B2B tại Đà Nẵng. Hãy viết email follow-up cho khách đã tham dự workshop AI. Giọng chuyên nghiệp, không phóng đại, tối đa 180 từ, có 1 CTA đặt lịch tư vấn.”
Mẫu 2: Few-shot examples
Đưa 2–3 ví dụ output tốt trước khi yêu cầu AI tạo phiên bản mới. Mẫu này hiệu quả khi doanh nghiệp cần giữ giọng thương hiệu: caption, email, mô tả sản phẩm, kịch bản chăm sóc khách hàng.
| Mẫu prompt | Đầu vào cần có | Lỗi phải kiểm tra |
|---|---|---|
| Few-shot | Ví dụ được phép dùng | Sao chép dữ kiện từ ví dụ |
| Critique & Improve | Bản nháp và tiêu chí | Sửa văn phong nhưng giữ sai số |
| Persona | Giả thuyết về người nhận | Coi phản hồi giả lập là nghiên cứu thật |
| SOP generator | Các bước đã quan sát | Tự thêm quyền duyệt không tồn tại |
Mẫu 3: Step-by-step có điểm dừng kiểm tra
Với tác vụ phân tích, hãy yêu cầu AI làm từng bước và dừng ở các mốc cần xác nhận. Ví dụ: phân tích chân dung khách hàng, đề xuất KPI, lập kế hoạch triển khai. Điểm dừng giúp người dùng phát hiện giả định sai trước khi AI đi quá xa.
Mẫu 4: Critique & Improve
Sau khi có bản nháp, yêu cầu AI đóng vai người phản biện: chỉ ra điểm yếu, rủi ro hiểu nhầm, phần thiếu bằng chứng và viết lại phiên bản tốt hơn. Đây là mẫu nên dùng trước khi gửi email quan trọng, proposal hoặc bài đăng thương hiệu.
Mẫu 5: Persona khách hàng
Yêu cầu AI mô phỏng một nhóm khách hàng cụ thể: chủ doanh nghiệp dịch vụ tại Đà Nẵng, trưởng phòng marketing khách sạn, quản lý tuyển sinh, khách hàng đang cân nhắc ngân sách. Persona giúp kiểm tra thông điệp từ góc nhìn người nhận, nhưng không thay thế nghiên cứu khách hàng thật.
Mẫu 6: Bảng dữ liệu + tiêu chí quyết định
Khi cần so sánh nhà cung cấp, chọn kênh marketing hoặc ưu tiên use case AI, hãy đưa dữ liệu dạng bảng và yêu cầu AI chấm theo tiêu chí có trọng số. Output nên gồm điểm số, lý do và rủi ro nếu chọn phương án đó.
Mẫu 7: SOP generator
Mẫu này biến kinh nghiệm của nhân viên giỏi thành quy trình. Hãy mô tả cách họ đang làm, yêu cầu AI chuẩn hóa thành SOP gồm mục tiêu, đầu vào, các bước, người chịu trách nhiệm, checklist kiểm tra và lỗi thường gặp.
Từ [EMAIL NHÁP], [THÔNG TIN SẢN PHẨM ĐÃ DUYỆT] và [TIÊU CHÍ GIỌNG VĂN], chỉ ra câu thiếu bằng chứng rồi viết lại email tối đa [SỐ TỪ]. Giữ nguyên giá, ngày và điều kiện trong nguồn. Đánh dấu chỗ cần người phụ trách xác nhận; không tự gửi email hoặc sáng tác phản hồi khách hàng.
Thử bảy mẫu trên một email follow-up
Đây là tình huống giả định để thực hành, không phải dữ liệu khách hàng của DNAI Academy. Người bán hàng cần viết thư sau buổi trao đổi sản phẩm. Hãy chuẩn bị một brief gồm điều khách đã hỏi, tài liệu sản phẩm được duyệt và hành động mong muốn. Thay tên, email và chi tiết hợp đồng bằng mã. Nếu không được phép sử dụng ghi âm cuộc gọi, đừng đưa bản chép lời vào công cụ chỉ vì nó thuận tiện.
Với mẫu Role + Task + Context + Constraint, giao nhiệm vụ viết bản nháp chứ không “chốt đơn bằng mọi giá”. Vai trò giúp xác định góc viết, nhưng không tạo thẩm quyền báo giá. Ghi rõ giọng văn, độ dài, người nhận và lời mời hành động. Đọc bản đầu để xem AI đã hiểu nhầm khách đang tìm hiểu hay đã đồng ý mua; hai trạng thái cần thông điệp khác nhau.
Sau đó thêm few-shot từ các thư đã được doanh nghiệp cho phép tái sử dụng. Chỉ dẫn rõ ví dụ dùng để học cấu trúc và giọng văn, không sao chép tên khách, điều kiện thanh toán hay thời hạn ưu đãi. Nếu bản mới lấy một con số từ ví dụ, đó là lỗi phải sửa trong prompt. Thư viện mẫu cần có nhãn ngành, mục đích và ngày duyệt để tránh lấy nhầm bối cảnh.
Dùng mẫu từng bước để tách việc lập dàn ý khỏi viết thư: trước tiên yêu cầu liệt kê thông tin còn thiếu và xin xác nhận. Không cần yêu cầu mô hình phơi bày toàn bộ suy nghĩ nội bộ; yêu cầu các giả định, căn cứ và điểm dừng là đủ cho kiểm soát nghiệp vụ. Khi chưa có thông tin giá được duyệt, bản nháp phải hỏi thêm thay vì hứa một mức giảm.
Mẫu Critique & Improve nên nhận bộ tiêu chí cụ thể: có đúng nhu cầu, có lời hứa không nguồn, có lộ dữ liệu và có hành động tiếp theo rõ không. Persona chỉ dùng để thử cách người nhận có thể hiểu câu chữ; đó không phải ý kiến khách hàng thật. Đối với bảng chấm phương án, trọng số phải do người phụ trách chốt và phép tính cần được kiểm tra độc lập.
Cuối cùng, chuyển cách viết thư thành SOP bằng mẫu thứ bảy. SOP ghi nguồn dữ liệu, người tạo nháp, người duyệt, nơi lưu và điều kiện không gửi. Thử lại với khách thiếu ngành nghề, yêu cầu ngoài catalog và phản đối giá để biết mẫu có xử lý ngoại lệ không. Đánh giá cả thời gian chỉnh sửa, không chỉ tốc độ sinh chữ; một prompt dài nhưng khó dùng chưa chắc phù hợp để nhân rộng.
Cách đưa 7 mẫu vào doanh nghiệp
Đừng gửi một file prompt rồi kỳ vọng cả công ty tự dùng. Hãy chọn 10 tác vụ lặp lại nhất, viết prompt mẫu cho từng tác vụ, test với dữ liệu thật, sau đó đưa vào Notion/Google Docs nội bộ. Mỗi tháng review prompt nào tiết kiệm thời gian thật và prompt nào cần bỏ.
DNAI có chương trình đào tạo AI tại Đà Nẵng để chuẩn hóa kỹ năng prompt cho đội ngũ. Nếu cần xây thư viện prompt theo phòng ban, doanh nghiệp có thể bắt đầu bằng một buổi tư vấn AI trước khi triển khai rộng.
Để đối chiếu phần triển khai liên quan, xem kỹ năng giao việc và kiểm duyệt agent; dùng các điều kiện kiểm tra trong bài để xác định phạm vi phù hợp trước khi thực hiện.
Câu hỏi thường gặp
- Nhân viên không kỹ thuật có học prompt được không?
- Có. Công việc chính là mô tả mục tiêu, cung cấp bối cảnh và biết đánh giá bản nháp, không phải lập trình mô hình. Người học nên bắt đầu bằng email hoặc báo cáo ngắn có nguồn rõ. Với dữ liệu nhạy cảm hay phép tính, vẫn cần công cụ được phê duyệt và người có chuyên môn kiểm tra.
- Có nên mua bộ prompt có sẵn không?
- Có thể dùng làm tài liệu tham khảo, nhưng cần thử trên dữ liệu được phép và sửa theo quy trình của mình. Kiểm tra biến đầu vào, giọng văn, quyền hành động và tiêu chí nghiệm thu. Một bộ có nhiều câu lệnh không đảm bảo hữu ích nếu thiếu nguồn, ví dụ đúng ngành hoặc hướng dẫn xử lý ngoại lệ.
- Bao lâu nên cập nhật thư viện prompt?
- Nên rà soát khi quy trình, sản phẩm, chính sách dữ liệu hoặc mô hình sử dụng thay đổi. Có thể đặt lịch hàng tháng lúc mới áp dụng rồi điều chỉnh theo số lỗi và mức sử dụng. Mỗi lần sửa cần lưu phiên bản, lý do và thử lại các đầu vào từng làm prompt trả lời sai.
Chia sẻ bài viết
