Asset 15

Bí Quyết Viết Prompt Trong AI Hiệu Quả Để Sử Dụng Gemini

Asset 15

Gemini, mô hình ngôn ngữ mạnh mẽ từ Google, mang đến khả năng hỗ trợ đa dạng, từ viết lách sáng tạo đến lập trình. Tuy nhiên, để khai thác tối đa tiềm năng của Gemini, người dùng cần biết cách viết prompt hiệu quả. Bài viết dưới đây là một số bí kíp giúp người dùng chinh phục nghệ thuật prompt. Hãy cùng Cloud Ace tìm hiểu nhé.

Prompt AI là gì?

Prompt AI là phương thức người dùng giao tiếp với các công cụ AI bằng cách sử dụng các câu lệnh và hướng dẫn bằng ngôn ngữ tự nhiên. Thay vì cung cấp dữ liệu thô, người dùng có thể sử dụng prompt để “nói” với AI về những gì họ muốn AI thực hiện. Prompt có thể là văn bản, hình ảnh hoặc kết hợp cả hai.

Làm thế nào để viết 1 câu Prompt hiệu quả trong Gemini

Có 4 yếu tố chính, người dùng cần cân nhắc để tạo một câu prompt hiệu quả. Người dùng Không nhất thiết phải áp dụng tất cả, nhưng sử dụng một vài yếu tố này sẽ tạo nên sự khác biệt rõ rệt.

  • ♦ Cá nhân hóa (Persona)
  • ♦ Mô tả nhiệm vụ (Task)
  • ♦ Thông tin liên quan (Context)
  • ♦ Kết quả mong muốn (Format)

Ví dụ:

"Giúp tôi soạn một email phản hồi thể hiện sự đồng cảm. Tôi là nhân viên dịch vụ khách hàng và tôi cần tạo một email phản hồi khiếu nại của khách hàng. Khách hàng đã đặt mua một chiếc tai nghe nhưng nhận được hàng bị hỏng. Họ đã liên hệ với chúng tôi qua email và cung cấp hình ảnh về thiệt hại. Tôi đã đề nghị gửi sản phẩm thay thế nhưng họ yêu cầu lựa chọn vận chuyển nhanh, điều này thường không được bao gồm trong đơn hàng của họ. Hãy bao gồm một đoạn văn bản ghi nhận sự thất vọng của họ và ba phương án giải quyết tiềm năng bằng dấu đầu dòng."

Để mang lại kết quả tốt nhất, Gemini cần những Prompts (câu lệnh) rõ ràng và súc tích. Dưới đây là hướng dẫn tổng quát để tạo ra các yêu cầu hiệu quả và khai thác hết tiềm năng của Gemini:

  • Sử dụng ngôn ngữ tự nhiên: Bỏ qua các mệnh lệnh máy móc và thuật ngữ kỹ thuật. Nói chuyện với Gemini như đang trò chuyện với người khác. Biểu đạt các ý nghĩ  bằng các câu hoàn chỉnh, rõ ràng.
  • Tinh chỉnh và lặp lại chi tiết: Nêu rõ ràng yêu cầu cho Gemini (tóm tắt, viết, thay đổi giọng điệu hoặc tạo nội dung). Cung cấp càng nhiều thông tin chi tiết càng tốt để giúp Gemini hoàn thành tốt nhất nhiệm vụ.
  • Ngắn gọn, tránh các câu lệnh phức tạp: Sử dụng ngôn ngữ ngắn gọn, cụ thể để trình bày yêu cầu. Tránh dùng thuật ngữ chuyên ngành.
  • Biến nó thành cuộc trò chuyện:  Nếu kết quả đầu ra chưa đạt yêu cầu, hãy điều chỉnh lời nhắc để cung cấp thêm thông tin hoặc hướng dẫn chi tiết hơn cho Gemini. Lặp lại quy trình này để giúp Gemini hiểu rõ hơn mong muốn của bạn và mang lại kết quả tốt nhất.

Các kỹ thuật Prompting phổ biến

Các kỹ thuật Prompting Ưu điểm Nhược điểm Ví dụ

Zero-shot prompt

Người dùng chỉ cần đưa ra yêu cầu mà không cần cung cấp bất kỳ ví dụ nào trước, và dựa theo dữ liệu mà các mô hình AI có, nó sẽ tạo ra câu trả lời với dữ liệu đó.

Đơn giản, dễ sử dụng

Kết quả có thể không chính xác, thiếu liên quan hoặc không phù hợp với yêu cầu của nhiệm vụ.

"Viết một đoạn văn mô tả về trí tuệ nhân tạo"

Few-shot prompt 

Người dùng cần đưa ra yêu cầu kèm theo nhiều ví dụ để mô hình hiểu rõ hơn.

Lưu ý khi sử dụng:

  • - Số lượng dữ liệu cần số nhiều
  • - Sự đa dạng của ví dụ
  • - Cần cung cấp nhãn chính xác và cân bằng giữa từng nhãn
  • - Đưa ra các ví dụ liên quan đến câu hỏi

Không tốn chi phí huấn luyện, dễ triển khai 

Giới hạn bởi cửa sổ ngữ cảnh, thêm độ trễ

Prompt: Phân loại các đoạn văn bản sau

Ví dụ 1: "Giảm 50% toàn bộ sản phẩm trong hôm nay"

Loại: Quảng cáo

Ví dụ 2: "Thủ tướng chính phủ vừa có chuyến thăm.."

Loại: Tin tức

Văn bản cần phân loại: "Mở bán căn hộ cao cấp với chiết khấu hấp dẫn..."

Chain-of-thoughts

Hướng dẫn LLM giải thích từng bước suy luận logic trước khi đưa ra câu trả lời, để cải thiện khả năng giải quyết vấn đề phức tạp, nâng cao độ chính xác.

Bằng cách chia nhỏ các ý tưởng phức tạp thành các bước nhỏ hơn, có sự kết nối với nhau, phương pháp này thúc đẩy lý luận rõ ràng, nâng cao độ chính xác ở kết quả đầu ra.

Chất lượng kết quả phụ thuộc vào khả năng diễn đạt suy nghĩ người dùng.

Có thể không phù hợp với mọi loại vấn đề, đặc biệt là những vấn đề đòi hỏi  quyết định nhanh chóng, trực quan

Prompt: "Giải bài toán sau:

Ví dụ 1: An có 2 quả cam, mẹ cho An thêm 3 quả. Hỏi An có tất cả bao nhiêu quả cam?

Lời giải: An có 2 quả cam, mẹ cho thêm 3 quả, vậy An có tất cả 2 + 3 = 5 quả cam

Bài toán cần giải: Bình có 4 cái kẹo, Hoa cho Bình thêm 2 cái. Hỏi Bình có tất cả bao nhiêu
cái kẹo?
Lời giải:"

Self-Ask

Hướng dẫn LLM tự đặt câu hỏi để phân tích và giải quyết các vấn đề phức tạp để nâng cao khả năng suy luận logic và giải quyết vấn đề của LLM.

Giúp LLM tinh chỉnh sự hiểu biết, tăng cường khả năng suy luận và tạo ra phản hồi chính xác và chi tiết hơn.

Ứng dụng khi các thông tin liên quan hoặc đầu ra mơ hồ

Tốn thời gian, có thể dẫn đến sai sót

Prompt: "Trước khi tóm tắt văn bản này, hãy tự hỏi: 'Thông điệp chính của văn bản là gì?' và 'Những điểm chính nào hỗ trợ cho thông điệp đó?'"

Rephrase & Respond

Con người hoặc dùng LLM để xác định thông tin không liên quan và loại bỏ những thông tin không liên quan trước khi trả lời câu hỏi.

Cải thiện đáng kể độ chính xác phản hồi LLM.

Chia nhỏ nhiệm vụ thành các phần đơn giản hơn, giúp mô hình dễ xử lý hơn.

Quá trình diễn đạt lại khuyến khích LLM suy nghĩ sâu hơn và khám phá nhiều cách giải thích khác nhau trước khi trả lời.

 

Việc diễn đạt lại sẽ thêm một bước vào quy trình, làm tăng thêm chi phí tính toán.

Khi diễn đạt lại lời nhắc ban đầu, LLM có thể hiểu sai dẫn đến phản hồi không chính xác.

Việc hiểu được lý do tại sao LLM lại diễn đạt lại câu hỏi theo một cách nhất định là một thách thức.

Hiệu quả có thể thay đổi tùy theo LLM và nhiệm vụ được giao.

Prompt ban đầu: "Hôm nay là một ngày đẹp trời. Tôi muốn mua một chiếc xe hơi mới. Bạn có thể cho tôi biết giá của chiếc Tesla Model S, màu đỏ, sản xuất năm 2023 là bao nhiêu không? À mà thôi, tôi đổi ý rồi, tôi muốn biết giá của chiếc Tesla Model 3, màu xanh dương, sản xuất năm 2022.”


Prompt được LLM viết lại (áp dụng S2A): "Bạn có thể cho tôi biết giá của chiếc Tesla Model 3, màu xanh dương, sản xuất năm 2022 là bao nhiêu không?"

Cloud Ace - Managed Service Partner của Google Cloud

  • Trụ sở: Tòa Nhà H3, Lầu 1, 384 Hoàng Diệu, Phường 6, Quận 4, TP. HCM.
  • Văn phòng đại diện: Tầng 2, 25t2 Hoàng Đạo Thúy, Phường Trung Hoà, Quận Cầu Giấy, Thành phố Hà Nội.
  • Email: sales.vn@cloud-ace.com
  • Hotline: 028 6686 3323
  • Website: https://cloud-ace.vn/

Tin tức liên quan

Shopping Basket
viVietnamese