ChatGPT là một mô hình AI tổng quát có thể tạo ra các văn bản ngôn ngữ tự nhiên về hầu hết mọi chủ đề, được cung cấp một vài từ hoặc câu làm đầu vào. Tuy nhiên, ChatGPT không phải là một công cụ đọc suy nghĩ và nó cần hướng dẫn rõ ràng và cụ thể để hiểu những gì bạn muốn nó làm. Đó là nơi kỹ thuật nhanh chóng xuất hiện.
Prompt là văn bản hoặc mã mà bạn cung cấp cho ChatGPT hoặc các chatbot khác làm đầu vào, cùng với một số thông số tùy chọn… Prompt có thể đơn giản như một câu hỏi hoặc phần mở đầu câu hoặc như phức tạp như một mẫu hoặc một mô hình. Chất lượng prompt quyết định chất lượng đầu ra của ChatGPT.
Loại Prompt tiêu chuẩn (Standard) như trên là loại phổ biến nhất, đặc biệt khi chúng ta lần đầu tiếp cận với ChatGPT hoặc Bing Chat.
Tổng quát hơn một chút, người ta thấy Prompt gồm một số thành phần như sau:
- Role (Định nghĩa vai trò của Chatbot trong Prompt)
- Instruction (câu hỏi hoặc câu lệnh)
- Context (bối cảnh)
- Input Data (dữ liệu đầu vào, thường là dữ liệu demo)
- Output Indicator (chỉ định dạng thức đầu ra: cấu trúc bảng, JSON, HTML, …)
Nghĩa là: Prompt = [Role] + Instruction + [Context] + [Input Data] + [Output Indicator]. Chỉ có thành phần Instruction là phải có, còn lại thì có cũng được, không có cũng được. Các thành phần này cũng không nhất thiết phải tuân theo một trật tự nào cả.
Người ta liệt kê ra một số ví dụ về Prompt:
- Text Summarization (Tóm tắt văn bản)
- Information Extraction (Trích xuất thông tin)
- Question Answering (Hỏi đáp)
- Text Classification (Phân loại văn bản)
- Conversation (Hội thoại)
- Code Generation (Tạo mã lập trình)
- Reasoning (Lý luận)
Lưu ý rằng để có được một “Prompt hay” là cả một quá trình. Khởi đầu chúng ta viết Prompt đơn giản. Sau đó chúng ta chi tiết hóa, đưa vào các từ khóa, đưa vào đặc tả, đưa vào dữ liệu demo cho đến khi nhận được hồi đáp Response như mong đợi.
Nếu anh/chị đã có trải nghiệm sử dụng các LLM như ChatGPT hay Bing CHAT thì làm thế nào để có một Prompt hay hóa ra không đơn giản như suy nghĩ ban đầu. Nếu chúng ta có thời gian lược qua các nghiên cứu liên quan đến LLM trong thời gian kể từ năm 2020 đổ lại, rất dễ nhận thấy có khá nhiều bài báo khoa học đề xuất cách thiết kế Prompt. Càng ngày người ta càng nhận ra rằng để người dùng thông thường khai thác sức mạnh tiềm ẩn của LLM thì cách tốt nhất là thiết kế Prompt một cách phù hợp với mục tiêu và lĩnh vực của họ.
