Có một sự thật mà không ai nói thẳng khi bạn mới bắt đầu dùng AI: kết quả tệ không phải lỗi của AI, mà là lỗi của prompt. Bạn hỏi chung chung, AI trả lời chung chung. Bạn hỏi mơ hồ, AI đoán mò. Và rồi bạn kết luận “AI không hữu ích” — trong khi vấn đề thực sự nằm ở cách bạn đang giao tiếp với nó.

Bài viết này sẽ đi thẳng vào vấn đề: viết prompt như thế nào để AI thực sự làm được việc bạn cần. Không phải lý thuyết suông — mà là framework thực tế, ví dụ cụ thể, và những kỹ thuật mình dùng hàng ngày khi làm việc với Claude.

Prompt là gì và tại sao nó quan trọng đến vậy?

Mọi tương tác với Claude (hoặc bất kỳ AI nào) đều bắt đầu từ một prompt — câu lệnh, câu hỏi, hay đoạn mô tả bạn gửi cho AI. Prompt này, kết hợp với ngữ cảnh bạn cung cấp, quyết định toàn bộ chất lượng phản hồi mà AI trả về.

Hãy thử so sánh hai prompt dưới đây cho cùng một nhu cầu:

❌ Prompt tệ: "Viết email marketing cho sản phẩm của tôi"

✅ Prompt tốt: "Tôi đang ra mắt khóa học online về Python cho người
đi làm không có nền tảng lập trình. Viết một email marketing ngắn
(dưới 200 chữ) để gửi đến danh sách subscriber hiện tại. Tone thân
thiện, tập trung vào lợi ích 'học được việc ngay' thay vì tính năng
khóa học. Kết thúc bằng CTA rõ ràng."

Cùng một yêu cầu — nhưng kết quả sẽ khác nhau hoàn toàn. Cách tốt nhất để nói chuyện với Claude là hãy coi nó như một đồng nghiệp mới rất thông minh nhưng chưa biết gì về context của bạn: bạn càng cung cấp đủ thông tin, người đó làm việc càng tốt.

Framework 3 yếu tố của một prompt tốt

Qua thời gian thử nghiệm, mình nhận ra hầu hết prompt tốt đều có đủ 3 thành phần sau. Thiếu bất kỳ cái nào, chất lượng kết quả sẽ bị ảnh hưởng đáng kể.

1. Đặt bối cảnh (Setting the stage)

Trước khi nói bạn muốn gì, hãy cho AI biết bạn là ai và đang ở trong tình huống nào. Bối cảnh giúp AI hiểu rõ “bạn đang làm gì” và “vì sao bạn cần câu trả lời đó” — từ đó điều chỉnh ngôn ngữ, độ sâu, và góc độ tiếp cận phù hợp.

Những thông tin bối cảnh hữu ích thường là:

• Vai trò của bạn: developer, marketer, product manager, sinh viên, founder…
• Mục tiêu đang hướng tới: pitch cho investor, viết tài liệu kỹ thuật, chuẩn bị bài thuyết trình…
• Đối tượng đọc/nghe: khách hàng kỹ thuật, CEO không biết code, học sinh cấp 3…
• Constraints quan trọng: giới hạn thời gian, ngân sách, công nghệ đang dùng…

Ví dụ thực tế: “Tôi là backend developer đang chuẩn bị present kỹ thuật cho team business không có nền tảng kỹ thuật…” sẽ cho ra kết quả rất khác so với “Tôi là developer…” đơn thuần.

2. Xác định nhiệm vụ (Defining the task)

Đây là phần nhiều người làm nhưng hay bị mơ hồ. Hành động bạn muốn AI thực hiện cần được mô tả rõ ràng: viết, phân tích, tóm tắt, so sánh, dịch, refactor, hay brainstorm?

Lỗi phổ biến nhất ở đây là dùng động từ quá chung chung. “Giúp tôi về email marketing” không phải là một nhiệm vụ — đó là một lĩnh vực. “Viết 3 phiên bản subject line cho email ra mắt sản phẩm, mỗi phiên bản theo một angle khác nhau” mới là một nhiệm vụ.

Một số cách diễn đạt nhiệm vụ rõ ràng:

• “Viết [loại nội dung] cho [đối tượng cụ thể]”
• “Phân tích [đối tượng] theo góc độ [tiêu chí cụ thể]”
• “So sánh [A] và [B] dựa trên [các yếu tố này]”
• “Tóm tắt [tài liệu/chủ đề] trong [số chữ/bullet points] cho [đối tượng]”
• “Review [code/bài viết/kế hoạch] và chỉ ra [điểm cụ thể bạn quan tâm]”

3. Thiết lập quy tắc (Specifying rules)

Đây là yếu tố hay bị bỏ qua nhất — và cũng là thứ tạo ra sự khác biệt lớn nhất giữa “kết quả dùng được” và “kết quả cần chỉnh thêm 30 phút”. Quy tắc định hình output theo đúng kỳ vọng của bạn về format, tone, và độ chi tiết.

• Văn phong: trang trọng, thân thiện, hài hước nhẹ, chuyên môn cao, đơn giản dễ hiểu…
• Định dạng: bài viết liền mạch, bullet points, bảng so sánh, report có heading, code có comment…
• Độ dài: “dưới 200 chữ”, “tối đa 5 slide”, “không quá 3 bullet mỗi mục”
• Điều không muốn: “không dùng jargon kỹ thuật”, “không đưa ra khuyến nghị pháp lý”, “không liệt kê quá 5 điểm”
• Ví dụ minh họa: nếu bạn muốn kết quả có ví dụ cụ thể, hãy nói thẳng

Ví dụ thực tế: Prompt đầy đủ 3 yếu tố

Hãy xem prompt dưới đây — một trong những prompt mình hay dùng làm ví dụ khi hướng dẫn người mới:

"Tôi là trưởng nhóm marketing tại một startup nền tảng streaming
phim indie, và chúng tôi đang chuẩn bị pitch deck cho vòng gọi vốn
Series A.

Bạn có thể nghiên cứu thị trường streaming phim độc lập hiện tại và
xác định các xu hướng chính, vị thế của đối thủ cạnh tranh, và cơ
hội tăng trưởng không?

Hãy sử dụng dữ liệu mới nhất từ web, có trích dẫn nguồn, và trình
bày dưới dạng báo cáo chuyên nghiệp tối đa 5 trang, bao gồm:
executive summary, phân tích thị trường, bức tranh cạnh tranh và
cơ hội phát triển."

Phân tích nhanh tại sao prompt này hoạt động tốt:

• Bối cảnh: trưởng nhóm marketing, startup streaming phim indie, đang chuẩn bị cho Series A → AI hiểu rõ mục tiêu và hoàn cảnh, sẽ không viết kiểu báo cáo học thuật hay nội dung blog
• Nhiệm vụ: nghiên cứu thị trường, phân tích xu hướng, đối thủ, cơ hội → cụ thể, có thể đo được
• Quy tắc: dữ liệu mới, có trích dẫn, format báo cáo 5 trang, 4 section cụ thể → output sẽ gần như không cần chỉnh format

Tối ưu kết quả bằng “đối thoại nhiều bước”

Đây là điểm mình thấy nhiều người hiểu sai nhất về AI: không phải cứ hỏi hay là ra kết quả hay ngay lần đầu. Làm việc với Claude là một quá trình lặp lại (iterative) — giống như bạn làm việc với một người thật, bạn sẽ đưa feedback, chỉnh hướng, và cải thiện dần.

Khi câu trả lời đầu tiên chưa đúng ý, có 3 cách để điều chỉnh:

1. Đào sâu hoặc đổi góc nhìn

Nếu câu trả lời ổn nhưng chưa đủ sâu hoặc bạn muốn khám phá thêm:

"Bạn có thể giải thích rõ hơn về điểm thứ hai không?"
"Có góc nhìn nào khác về vấn đề này không?"
"Giả sử tôi là người phản đối luận điểm này, bạn sẽ phản bác như thế nào?"

2. Đưa feedback cụ thể về output

Nói rõ bạn thích gì và chưa thích gì — và đặc biệt là tại sao. Feedback mơ hồ (“viết lại nhé”) sẽ cho ra kết quả không tốt hơn là bao:

✅ "Nội dung tốt, nhưng văn phong hơi trang trọng. Viết lại tự nhiên
hơn — kiểu như mình đang giải thích cho đồng nghiệp nghe, không phải
viết báo cáo."

✅ "Phần phân tích đối thủ cạnh tranh còn mỏng. Thêm ít nhất 2 công ty
nữa và so sánh theo tiêu chí pricing và tính năng nổi bật."

❌ "Viết lại đi, chưa ổn."

3. Điều hướng lại khi AI đi sai hướng

Đôi khi AI hiểu sai ý bạn và đi theo một hướng hoàn toàn khác. Đừng tiếp tục theo hướng đó — hãy dừng lại và nói rõ:

"Ý mình là X chứ không phải Y — để mình nói rõ lại..."
"Bỏ qua phần vừa rồi. Mình muốn tiếp cận theo hướng khác..."

Và nếu conversation đã quá dài và nhiều context cũ làm AI bị confused — đừng ngại bắt đầu một chat mới để làm mới hoàn toàn ngữ cảnh.

💡 Pro tip: Bạn có thể chỉnh sửa prompt đã gửi bằng cách click vào biểu tượng bút ✏️ bên cạnh tin nhắn, rồi gửi lại phiên bản đã sửa. Rất tiện khi bạn muốn thử một cách diễn đạt khác mà không muốn tốn thêm message hay làm dài conversation.

Cá nhân hóa Claude để không phải giải thích lại mỗi lần

Nếu bạn dùng Claude thường xuyên, có hai tính năng giúp AI “hiểu bạn hơn” theo thời gian — để bạn không phải cung cấp lại bối cảnh từ đầu mỗi khi mở chat mới.

Memory — Bộ nhớ xuyên phiên

Claude có thể ghi nhớ những thông tin quan trọng về bạn qua các cuộc trò chuyện: vai trò công việc, sở thích, cách bạn hay làm việc, hay bất kỳ quyết định nào bạn đã nói đến. Ví dụ, nếu bạn đã kể mình là PM tại một công ty B2B SaaS, Claude sẽ tự động nhớ và áp dụng context đó trong những lần chat sau — bạn không cần nhắc lại.

Bạn hoàn toàn có thể xem lại, chỉnh sửa, hoặc xóa thông tin đã lưu trong phần Settings. Và nếu muốn Claude ghi nhớ điều gì đó cụ thể, chỉ cần nói thẳng: “Hãy nhớ rằng tôi đang làm dự án X và ưu tiên Y.”

Styles — Phong cách giao tiếp tùy chỉnh

Bạn có thể thiết lập cách Claude giao tiếp với bạn một lần và áp dụng mãi mãi: ngắn gọn, trang trọng, giải thích từng bước, hay hoàn toàn tùy chỉnh theo phong cách riêng của bạn. Sau khi thiết lập, style này sẽ tự động áp dụng cho mọi conversation mà không cần nhắc lại.

Cả Memory và Styles đều được quản lý trong Settings và đồng bộ trên mọi thiết bị.

Một số lỗi prompt phổ biến và cách tránh

Kết thúc bài, mình tổng hợp lại những lỗi hay gặp nhất — và cách fix nhanh:

• Quá ngắn và chung chung: “Viết về AI” → Fix: thêm bối cảnh, đối tượng, mục tiêu, format
• Nhét quá nhiều yêu cầu vào một prompt: AI sẽ ưu tiên một phần và bỏ qua phần còn lại → Fix: chia thành nhiều prompt nhỏ, từng bước
• Không nói rõ format mong muốn: AI sẽ tự chọn format mà nó thấy phù hợp, không hẳn là cái bạn cần → Fix: chỉ định rõ “dưới dạng bảng”, “dạng bullet points”, “dạng email”…
• Không feedback khi kết quả chưa tốt: nhiều người lấy kết quả đầu tiên dù chưa hài lòng → Fix: đưa feedback cụ thể và yêu cầu viết lại, AI sẽ cải thiện đáng kể
• Giả định AI biết điều bạn đang nghĩ: AI chỉ biết những gì bạn nói → Fix: đừng giả định, hãy nói ra

Tổng kết

Viết prompt tốt không phải là nghệ thuật bí ẩn — nó là kỹ năng học được, và học nhanh. Framework cốt lõi vẫn là ba yếu tố: bối cảnh + nhiệm vụ + quy tắc. Thêm vào đó là mindset iterative: không kỳ vọng kết quả hoàn hảo ngay lần đầu, mà coi đây là một cuộc đối thoại cần dẫn dắt.

Tóm lại những điểm cần nhớ:

• Bối cảnh: cho AI biết bạn là ai, đang ở đâu, làm gì
• Nhiệm vụ: mô tả hành động cụ thể, không nói chung chung
• Quy tắc: định hình tone, format, độ dài, điều không muốn
• Iterate: đưa feedback cụ thể, điều chỉnh dần — đừng bỏ cuộc sau lần đầu chưa ổn
• Memory và Styles: dùng để không phải giải thích lại bối cảnh mỗi lần

Bạn có thể bắt đầu ngay hôm nay bằng cách mở một chat mới với Claude và thử lại một prompt bạn từng thấy kết quả chưa tốt — lần này áp dụng đủ 3 yếu tố. Sự khác biệt sẽ rõ ngay.

Chúc anh em code vui! 🚀

Tags: #claude #prompt #promptengineering #ai #chatgpt #llm #productivity