Bài tập thực hành
Đây là môn kỹ năng dùng AI, không phải môn lập trình. Mỗi bài dưới đây là một nhiệm vụ thực hành: bạn viết prompt, thiết kế skill hoặc phân tích an toàn cho agent, rồi tự đối chiếu với gợi ý. Không có lời giải máy chấm, thước đo nằm ở chỗ kết quả có làm được việc thật hay không. Hãy làm tuần tự, mỗi bài bám một buổi học.
Bài 1: viết lại một prompt mơ hồ
Cho lời nhắc gốc dưới đây. Hãy viết lại thành một prompt rõ bốn thành phần: vai trò, nhiệm vụ, ngữ cảnh, định dạng đầu ra. Giữ nguyên ý định, chỉ bổ sung những gì cần để mô hình khỏi phải đoán.
giúp tôi viết email
Gợi ý
Một bản viết lại tốt phải nêu rõ cả bốn phần và người đọc thấy được từng phần nằm ở đâu. Vai trò: bạn muốn mô hình đóng vai ai (ví dụ trợ lý hành chính viết thư trang trọng). Nhiệm vụ: động từ hành động cụ thể, một việc mạch lạc, không gộp nhiều yêu cầu rối. Ngữ cảnh: người gửi là ai, gửi cho ai, mục đích, ràng buộc (độ dài, giọng điệu, hạn chót). Định dạng: bạn muốn nhận về dạng gì (đủ tiêu đề, chào, thân, kết, chữ ký). Tiêu chí đạt: đọc prompt lên là biết chính xác phải làm gì, không còn chỗ nào để mô hình tự bịa bối cảnh. Nếu vẫn thấy chỗ "mô hình sẽ phải đoán", đó là chỗ thiếu ngữ cảnh.
Xem lại bài Bốn thành phần và công thức RTF.
Bài 2: cung cấp ngữ cảnh và neo nguồn để giảm ảo giác
Bạn cần một bản tóm tắt quy định nộp học phí của trường. Bạn hỏi thẳng "quy định nộp học phí trường mình thế nào" và nhận về một câu trả lời trôi chảy, nghe rất chắc, có cả số và mốc thời gian. Hãy viết lại yêu cầu theo cách buộc mô hình chỉ dựa trên tài liệu bạn dán vào, và nêu rõ phần nào không có trong tài liệu.
Gợi ý
Vấn đề của câu hỏi gốc: mô hình không có quy định thật của trường bạn, nên nó lấp chỗ trống bằng một câu nghe hợp lý. Giọng tự tin không nói lên độ đúng, và những con số cụ thể lại càng dễ là ảo giác. Một yêu cầu tốt phải neo nguồn: dán nguyên văn tài liệu vào prompt, yêu cầu mô hình chỉ trả lời dựa trên đoạn đã cho, trích lại chỗ nó dùng, và nói thẳng "tài liệu không đề cập" khi thiếu thông tin thay vì tự suy ra. Tiêu chí đạt: sau khi sửa, mọi con số trong câu trả lời đều truy được về một dòng trong tài liệu, và những gì tài liệu không nói thì mô hình để trống chứ không đoán.
Chỉ dựa vào tài liệu dưới đây, tóm tắt quy định nộp học phí. Với mỗi ý,
ghi kèm câu gốc trong tài liệu. Nếu tài liệu không nói tới điều gì, hãy
viết "tài liệu không đề cập", tuyệt đối không tự suy ra.
[dán nguyên văn tài liệu vào đây]
Xem lại bài Cung cấp ngữ cảnh.
Bài 3: dùng chuỗi suy nghĩ cho một bài nhiều bước
Cho bài toán nhiều bước sau: "Một lớp có 40 sinh viên. 25 bạn đăng ký môn A, 18 bạn đăng ký môn B, 8 bạn đăng ký cả hai. Hỏi bao nhiêu bạn không đăng ký môn nào?" Hãy viết một prompt buộc mô hình trình bày từng bước lập luận trước khi đưa đáp số, và giải thích tại sao cách này giúp giảm sai sót ở bài nhiều bước.
Gợi ý
Với bài có nhiều bước phụ thuộc nhau, yêu cầu mô hình "giải thích từng bước rồi mới kết luận" thường cho kết quả đáng tin hơn là hỏi thẳng đáp số. Prompt tốt nêu rõ: liệt kê dữ kiện, làm từng bước có đánh số, chỉ ra phép tính ở mỗi bước, rồi mới chốt đáp án ở dòng cuối. Nhưng nhớ một điều: lập luận trôi chảy không bảo đảm đúng. Một chuỗi suy nghĩ nghe mạch lạc vẫn có thể sai ở một bước, nên bạn phải đọc lại từng bước chứ không tin ngay dòng kết luận. Tiêu chí đạt: prompt yêu cầu các bước tường minh, và bạn tự kiểm được từng phép tính (đáp số đúng ở đây là 5).
Giải bài dưới đây. Trình bày từng bước có đánh số, ghi rõ phép tính ở mỗi
bước. Chỉ đưa đáp số ở dòng cuối cùng, sau khi đã trình bày hết các bước.
[đề bài]
Xem lại bài Kỹ thuật suy luận.
Bài 4: đóng gói một prompt lặp lại thành skill
Mỗi tuần bạn đều nhờ AI biến ghi chú buổi học lộn xộn thành một bản tóm tắt gọn theo cùng một khuôn (mục tiêu buổi, ý chính, việc cần làm). Hãy thiết kế một skill cho việc này: viết phần mô tả kích hoạt và phần chỉ dẫn của skill.
Gợi ý
Skill về bản chất là một prompt tái dùng được đặt tên và mô tả để mô hình tự biết khi nào nên dùng. Hai phần quan trọng nhất: mô tả kích hoạt (khi nào bật skill này) và chỉ dẫn (bật rồi thì làm gì). Chỉ dẫn nên cố định khuôn đầu ra bạn muốn: ba mục cố định, giọng ngắn gọn, gạch đầu dòng cho việc cần làm. Mô tả kích hoạt phải đúng phạm vi: tả quá rộng (ví dụ "khi người dùng gõ văn bản") thì skill bật cả lúc không cần, tả quá hẹp (ví dụ "khi có đúng cụm ghi chú môn Java thứ Ba") thì đúng việc cũng không bật. Tiêu chí đạt: mô tả kích hoạt đủ hẹp để không nhiễu nhưng đủ rộng để bao mọi lần bạn dán ghi chú buổi học, và chỉ dẫn tạo ra cùng một khuôn tóm tắt mỗi lần.
Tên skill: tom-tat-ghi-chu-buoi-hoc
Kích hoạt: khi người dùng dán ghi chú thô của một buổi học và muốn rút gọn
lại theo khuôn cố định.
Chỉ dẫn: đọc ghi chú, xuất đúng ba mục theo thứ tự: (1) Mục tiêu buổi,
(2) Ý chính (gạch đầu dòng), (3) Việc cần làm (gạch đầu dòng, kèm hạn nếu có).
Không thêm mục nào khác. Không bịa thông tin ngoài ghi chú.
Xem lại bài Từ prompt tới skill.
Bài 5: chỉnh mô tả kích hoạt bị lệch phạm vi
Một bạn viết skill kiểm tra lỗi chính tả tiếng Việt, nhưng mô tả kích hoạt là "khi người dùng gửi văn bản". Kết quả: skill bật cả khi người dùng chỉ hỏi giờ hay dán một đoạn code. Một bạn khác thì đặt kích hoạt "khi người dùng viết đúng câu: hãy soát lỗi chính tả giúp tôi". Kết quả: gõ khác đi một chữ là skill im. Hãy viết lại mô tả kích hoạt cho cân, và nói rõ mỗi bản gốc hỏng ở đâu.
Gợi ý
Đây là hai lỗi đối xứng nhau. Bản đầu quá rộng nên bật nhầm: gần như mọi tin nhắn đều là "văn bản", skill không phân biệt được lúc nào người dùng thật sự cần soát lỗi. Bản sau quá hẹp nên không bật: nó khoá vào một câu chính xác, chỉ cần đổi từ hoặc thêm dấu là trượt. Bản viết lại tốt mô tả theo ý định chứ không theo câu chữ cứng: kích hoạt khi người dùng đưa một đoạn văn tiếng Việt và muốn phát hiện, sửa lỗi chính tả hoặc chính tả kèm ngữ pháp. Tiêu chí đạt: mô tả loại được trường hợp không liên quan (hỏi giờ, dán code) nhưng vẫn bao được nhiều cách diễn đạt cùng một ý định.
Xem lại bài Meta-prompting và thử lỗi skill.
Bài 6: phát hiện một câu trả lời tự tin nhưng sai
Bạn hỏi AI về một quy định và nhận câu trả lời rất trơn tru, giọng chắc nịch, kèm số hiệu văn bản và ngày ban hành. Bạn định sao chép thẳng vào báo cáo. Hãy liệt kê các bước bạn sẽ làm để kiểm trước khi tin, và giải thích vì sao không được để chính mô hình tự chấm điểm độ tin cậy cho câu trả lời của nó.
Gợi ý
Điểm mấu chốt: giọng tự tin không tương quan với độ đúng. Ảo giác đến từ cách mô hình được huấn luyện để nối chữ nghe hợp lý, nên một câu bịa vẫn có thể trôi chảy và đầy chi tiết cụ thể. Càng có số hiệu, ngày tháng chính xác thì càng phải cảnh giác, đó là dạng dễ sai nhất. Các bước kiểm nên gồm: đối chiếu từng con số và số hiệu văn bản với nguồn gốc thật, không tin vì nó nghe đúng; hỏi lại có tài liệu nào chống lưng không và tự tìm tài liệu đó; nếu là hành động quan trọng thì đọc bản gốc chứ không đọc bản tóm tắt. Và đừng hỏi mô hình "bạn có chắc không" rồi lấy câu trả lời đó làm bằng chứng: điểm tự tin do mô hình tự khai không phải thước đo, để mô hình tự chấm mình là để cả lời sai lẫn điểm cao cùng do một nguồn sinh ra. Tiêu chí đạt: mọi dữ kiện quan trọng đều truy được về nguồn ngoài mô hình.
Xem lại bài Mô hình ngôn ngữ làm gì.
Bài 7: thiết kế lớp bảo vệ và quy tắc phê duyệt cho agent
Bạn giao cho một agent quyền dọn thư mục tải về: nó được phép đọc, di chuyển và xoá tệp thật trên máy. Hãy thiết kế các lớp bảo vệ và quy tắc phê duyệt cho agent này: việc gì tự làm được, việc gì phải dừng lại xin phép, và con người sẽ đọc gì trước khi bấm đồng ý.
Gợi ý
Agent khác chatbot ở chỗ nó hành động thật, nên hậu quả cũng thật và một số việc không hoàn tác được. Thiết kế tốt phân tầng theo mức rủi ro: việc chỉ đọc hoặc di chuyển sang thư mục tạm thì cho tự làm; việc phá huỷ hoặc không hoàn tác được (xoá vĩnh viễn, ghi đè) thì bắt buộc dừng và xin phê duyệt. Nên có thêm vùng an toàn (chỉ động vào thư mục tải về, cấm ra ngoài) và giới hạn số lượng mỗi lần. Quy tắc phê duyệt quan trọng nhất: con người phải đọc đúng lệnh thật mà agent sắp chạy (danh sách tệp cụ thể, đường dẫn cụ thể), không đọc lời tóm tắt kiểu "tôi sẽ dọn dẹp cho gọn". Bản tóm tắt có thể êm tai trong khi lệnh thật lại đụng nhầm tệp quan trọng. Tiêu chí đạt: mỗi hành động phá huỷ đều có một điểm dừng để người duyệt, và cái đưa ra duyệt là lệnh nguyên văn chứ không phải bản diễn giải.
Xem lại bài An toàn, đạo đức và đồ án cuối khoá.
Câu hỏi tự kiểm
- 1Vì sao một câu trả lời của AI nghe rất tự tin, có cả số liệu cụ thể, vẫn có thể sai?
- 2Khi phê duyệt một hành động của agent tác động lên dữ liệu thật, con người nên đọc cái gì?
- 3Một mô tả kích hoạt skill viết quá rộng sẽ dẫn tới điều gì?
- 4Cách nào giảm được ảo giác khi hỏi AI về một quy định cụ thể?