Cách viết prompt hiệu quả: khung 5 phần và ví dụ cho việc văn phòng

Cách viết prompt hiệu quả là cách ghi yêu cầu cho AI đủ rõ để người lạ đọc vào cũng làm đúng: ai đọc kết quả, cần gì, dựa trên dữ liệu nào, theo định dạng nào và kiểm bằng cách nào. Bài này đọc hướng dẫn prompt chính thức của Anthropic, OpenAI và Google ngày 04/11/2026, rút các điểm chung, rồi đề xuất khung 5 phần của OPCAIOS kèm 6 ví dụ trước/sau cho việc văn phòng. Chúng tôi nói thẳng: khung 5 phần là gợi ý của chúng tôi, chưa so sánh có đối chứng với cách viết khác, nên không hứa nó cho kết quả tốt hơn bao nhiêu. Mọi ví dụ là giả định, không phải người thật. Prompt tốt không thay được việc kiểm lại kết quả. Bài có bảng điểm chung, khung mẫu, sáu prompt sao chép được, lỗi thường gặp và cách lặp.

Khung 5 phần và vòng lặp sửa prompt. Sơ đồ: OPCAIOS.

Prompt hiệu quả là gì?

Prompt hiệu quả là prompt cho ra kết quả dùng được ngay hoặc chỉ cần sửa nhẹ, nhờ người viết đã nói rõ điều mô hình không thể tự đoán. Mô hình không biết bạn viết cho ai hay muốn giọng văn nào. Hướng dẫn của Anthropic ví Claude như một nhân viên mới rất giỏi nhưng chưa biết quy cách làm việc của bạn, và gợi ý bài kiểm: đưa prompt cho một đồng nghiệp ít biết việc, nếu họ bối rối thì mô hình cũng vậy. Vì thế độ dài không phải thước đo: prompt ngắn nhưng đủ người đọc, mục tiêu và định dạng thường hơn đoạn dài lan man. Định nghĩa gốc nằm ở bài Prompt là gì; bài này tập trung vào cách viết.

Hướng dẫn chính thức của ba hãng giống nhau ở đâu?

Ba hãng cùng khuyên: nói rõ, đưa bối cảnh, cho ví dụ, chỉ định định dạng và thử lại nhiều vòng. Bảng tóm tắt các trang tài liệu đọc ngày 04/11/2026; chúng viết cho lập trình viên dùng API, nhưng nguyên tắc áp dụng được cho khung chat.

Điểm chung	Anthropic (Claude)	OpenAI	Google (Gemini)
Nói rõ, cụ thể	Mục "Be clear and direct"	Mô hình GPT cần chỉ dẫn tường minh hơn	"Clear and specific instructions"
Bối cảnh	Giải thích lý do của yêu cầu	Thêm dữ liệu liên quan vào prompt	"Add context"
Ví dụ	Nên 3 đến 5 ví dụ đa dạng	Few-shot learning	Khuyên luôn có few-shot, cảnh báo quá nhiều ví dụ gây học vẹt
Cấu trúc	Thẻ XML tách chỉ dẫn, dữ liệu	Markdown và XML	Với Gemini 3: XML hoặc Markdown
Định dạng đầu ra	Nêu rõ định dạng, ràng buộc	Gợi ý thứ tự: danh tính, chỉ dẫn, ví dụ, bối cảnh	"Response format", "Constraints"
Lặp và kiểm	Cần tiêu chí thành công trước khi tinh chỉnh	Viết bài kiểm để đo hành vi	"Prompt iteration strategies"

Khác biệt theo nguồn: OpenAI viết rằng mô hình suy luận hợp với mục tiêu cấp cao, còn mô hình GPT cần chỉ dẫn chính xác; Google khuyên Gemini 3 nêu mục tiêu ngắn và bỏ lời thuyết phục thừa. Chúng tôi chưa tự kiểm.

Khung 5 phần của OPCAIOS gồm những gì?

Khung 5 phần gồm: vai và bối cảnh, mục tiêu, dữ liệu đầu vào, ràng buộc và định dạng, cách kiểm. Chúng tôi gộp các điểm chung thành năm ô để điền, khỏi quên khi gấp. Phần "cách kiểm" là điểm chúng tôi nhấn thêm: bắt AI liệt kê giả định hoặc trích nguồn để bạn có chỗ soi. Đây không phải chuẩn của hãng nào. Với việc đơn giản như tra từ, năm ô này là thừa; hãy hỏi thẳng.

1. Vai và bối cảnh: bạn là ai, người đọc là ai, tình huống gì.
2. Mục tiêu: một việc cụ thể, kết quả cuối ra sao.
3. Dữ liệu đầu vào: nội dung cần xử lý, dán trong ngoặc hoặc dưới nhãn rõ ràng.
4. Ràng buộc và định dạng: độ dài, giọng, cấu trúc, điều cấm.
5. Cách kiểm: yêu cầu AI nêu giả định, trích đoạn gốc hoặc tự đối chiếu.

Khối mẫu để điền:

Vai và bối cảnh: [Tôi là ... Người đọc là ... Tình huống: ...]
Mục tiêu: [một việc, kết quả cuối]
Dữ liệu:
"""
[dán nội dung]
"""
Ràng buộc và định dạng: [độ dài, giọng, cấu trúc, điều không được làm]
Cách kiểm: [nêu giả định đã tự thêm / trích đoạn gốc cho mỗi ý / báo chỗ thiếu thông tin]

Sáu ví dụ trước/sau cho việc văn phòng

Mỗi ví dụ là giả định; phần trong ngoặc vuông là chỗ bạn điền. Bỏ dữ liệu nhạy cảm trước khi dán.

1. Email xin lùi hạn thanh toán

Trước: "Viết email xin lùi hạn thanh toán."

Sau:

Tôi là chủ một cửa hàng nhỏ, cần viết cho khách quen [Tên khách].
Mục tiêu: xin lùi hạn thanh toán hoá đơn [Số] thêm 7 ngày. Lý do: nhà cung cấp giao hàng chậm.
Ràng buộc: tiếng Việt, lịch sự, dưới 120 từ, xin lỗi một lần, kết bằng đề nghị khách xác nhận.
Cách kiểm: dưới email, liệt kê thông tin bạn tự thêm mà tôi chưa cung cấp.

2. Tóm tắt biên bản họp

Trước: "Tóm tắt cuộc họp này."

Sau:

Bạn là biên tập viên. Người đọc là sếp chưa dự họp.
Mục tiêu: tóm tắt biên bản bên dưới.
Dữ liệu: """[dán biên bản]"""
Định dạng: tối đa 5 gạch đầu dòng quyết định, rồi bảng việc cần làm gồm Người, Việc, Hạn. Nếu biên bản không nêu người hoặc hạn, ghi "chưa rõ", không đoán.
Cách kiểm: với mỗi quyết định, trích câu gốc trong biên bản.

3. Chuyển danh sách lộn xộn thành bảng

Trước: "Làm bảng từ đống này."

Sau:

Bạn xử lý dữ liệu đơn hàng. Dưới đây là các dòng chat đã thay tên khách bằng mã.
Mục tiêu: chuyển thành bảng Markdown với cột Mã khách, Sản phẩm, Số lượng, Ghi chú.
Dữ liệu: """[dán các dòng]"""
Ràng buộc: ô không có thông tin để trống, không suy đoán số lượng.
Cách kiểm: nêu số dòng đầu vào, số dòng trong bảng, và báo nếu lệch.

4. Nhận xét ngắn cho báo cáo tuần

Trước: "Viết nhận xét báo cáo."

Sau:

Tôi viết báo cáo tuần cho giám đốc. Người đọc cần kết luận trong 30 giây.
Mục tiêu: viết đoạn nhận xét khoảng 120 từ.
Dữ liệu (đã kiểm): [dán bảng số liệu]
Ràng buộc: chỉ dùng số trong bảng, không nêu nguyên nhân nếu bảng không có, mở bằng một câu kết luận.
Cách kiểm: liệt kê từng con số bạn đã dùng kèm ô nguồn.

5. Dịch email sang tiếng Anh

Trước: "Dịch sang tiếng Anh."

Sau:

Tôi gửi email này cho đối tác nước ngoài lần đầu, nên giọng lịch sự, ngắn gọn.
Mục tiêu: dịch email tiếng Việt bên dưới sang tiếng Anh.
Dữ liệu: """[dán email]"""
Ràng buộc: giữ nguyên tên riêng, số, ngày; không thêm ý.
Cách kiểm: sau bản dịch, nêu các chỗ bạn phải chọn giữa hai cách hiểu.

6. Kế hoạch hai tuần

Trước: "Lập kế hoạch khuyến mãi."

Sau:

Tôi làm một mình, có 10 giờ mỗi tuần. Cửa hàng nhỏ, ngân sách [số].
Mục tiêu: kế hoạch 2 tuần cho một đợt khuyến mãi cuối tháng.
Định dạng: bảng Tuần, Ngày, Việc, Số giờ.
Ràng buộc: tổng giờ không vượt 10 mỗi tuần; việc nào cần người duyệt thì ghi rõ.
Cách kiểm: cộng giờ từng tuần và báo kết quả.

Lỗi thường gặp khi viết prompt cho AI

Lỗi thường gặp là thiếu người đọc, nhồi nhiều việc và dán dữ liệu không nên dán. Sáu lỗi dưới đây là danh sách của chúng tôi, chưa thống kê.

1. Nhồi dữ liệu nhạy cảm: tên khách, số tài khoản, hợp đồng. Thay bằng mã trước khi dán và đọc bài bảo mật dữ liệu kinh doanh khi dùng AI.
2. Không nêu người đọc: sếp và khách cần giọng khác nhau.
3. Hỏi nhiều việc một lúc: dồn tóm tắt, dịch, kế hoạch vào một lượt thường làm mọi phần nông. Tách từng lượt.
4. Không yêu cầu nguồn hoặc giả định: bạn khó biết chỗ nào AI tự thêm.
5. Dán tài liệu dài mà không chỉ phần cần xét.
6. Viết dài cho chắc: thêm lời nhấn mạnh thay vì thêm thông tin. Google khuyên bỏ lời thuyết phục thừa với Gemini 3.

Làm sao lặp prompt cho tốt dần?

Lặp prompt nghĩa là chạy, đọc kết quả, đổi một yếu tố, chạy lại; đổi từng thứ để biết thay đổi nào có tác dụng. Hai thủ thuật dùng ngay. Một: nhờ AI hỏi lại bằng câu "Nếu thiếu thông tin, hỏi tôi tối đa 3 câu trước khi viết". Hai: tự sửa theo kiểu tài liệu Anthropic mô tả, gồm bản nháp, rà theo tiêu chí bạn nêu, rồi sửa theo rà soát; bạn làm tay bằng ba tin nhắn được. Có bản tốt thì lưu lại dùng lần sau. Cách đưa bối cảnh sâu hơn nằm ở bài Context engineering là gì.

Kinh nghiệm của OPCAIOS

Website opcaios.org do một người (Lê Quốc Nghĩa) xây cùng các tác tử AI, và Nghĩa dùng Claude bằng tiếng Việt trong công việc. Chúng tôi chưa đo prompt có khung 5 phần cho kết quả tốt hơn bao nhiêu so với prompt ngắn, và chưa so chất lượng giữa các mô hình. Bài này mô tả cách làm, không phải kết quả đã chứng minh.

Câu hỏi thường gặp

Prompt nên dài bao nhiêu?

Không có độ dài chuẩn. Tài liệu chính thức nhấn mạnh sự rõ ràng, bối cảnh và định dạng, không nhấn mạnh số từ. Việc đơn giản cần một hai câu; việc có người đọc, dữ liệu và ràng buộc cần đủ năm phần. Nếu kết quả sai vì thiếu thông tin, hãy thêm thông tin thay vì thêm lời nhấn mạnh.

Cùng một prompt dùng được cho Claude, ChatGPT và Gemini không?

Thường dùng được vì nguyên tắc chung giống nhau, nhưng kết quả sẽ khác. OpenAI và Google còn nêu hướng dẫn riêng theo loại mô hình. Chúng tôi chưa so sánh có hệ thống; hãy thử cùng prompt trên công cụ bạn dùng, so kết quả, rồi chỉnh riêng cho từng công cụ nếu cần, vì mỗi hãng có hướng dẫn riêng.

Có nên bắt AI đóng vai chuyên gia không?

Nêu vai giúp định hướng giọng và mức chi tiết; tài liệu Anthropic nói một câu vai cũng tạo khác biệt. Nhưng vai không thêm kiến thức thật. Một "chuyên gia thuế" do AI đóng vẫn có thể sai, nên với thuế, pháp lý, tài chính chỉ để tham khảo và hỏi chuyên gia thật. Cách an toàn là nêu vai kèm yêu cầu liệt kê điều cần xác minh.

Khung 5 phần có bắt buộc đủ cả năm không?

Không. Đây là danh sách kiểm của OPCAIOS, không phải chuẩn của hãng nào. Với việc nhỏ, bỏ ô không cần. Nên giữ người đọc và cách kiểm, vì thiếu hai ô này kết quả thường chung chung và khó soát lỗi. Khi bạn thấy kết quả lệch, hãy xem ô nào đang thiếu trước khi viết lại cả prompt.

Học viết prompt tiếng Việt ở đâu cho người mới?

Bắt đầu bằng chính việc hằng ngày của bạn: chọn một việc, viết bằng khung 5 phần, chạy, sửa ba vòng. Xem thêm bài học AI cho người mới bắt đầu và tài liệu chính thức của hãng bạn dùng. Viết bằng tiếng Việt hay tiếng Anh đều được; chúng tôi chưa so hai cách. Chúng tôi chưa kiểm khoá prompt tiếng Việt nào cho bài này.

Bước tiếp theo

Mở thư viện prompt của OPCAIOS, chọn một mẫu gần với việc của bạn, rồi điền lại theo khung 5 phần trong bài này.

Nguồn: Anthropic (Prompt engineering overview, Prompting best practices), OpenAI (Prompt engineering guide), Google (Gemini prompting strategies), đọc ngày 04/11/2026; chỉ rút điểm chung và diễn đạt lại. Chưa kiểm chứng: khung 5 phần có hiệu quả hơn cách viết khác hay không, khác biệt giữa các mô hình với tiếng Việt, chất lượng khoá học prompt tiếng Việt. Ví dụ là giả định. Kinh nghiệm là của OPCAIOS.