Kỹ năng viết prompt cho AI trong công việc

Hai người cùng dùng một công cụ AI. Người thứ nhất nhận về một đoạn văn chung chung, đọc xong phải viết lại từ đầu. Người thứ hai nhận về thứ dùng được ngay, chỉ chỉnh vài chữ. Khác biệt không nằm ở công cụ. Nó nằm ở cách ra lệnh.

Prompt (câu lệnh — phần bạn nhập vào để yêu cầu AI làm việc) là kỹ năng nền tảng của mọi vị trí hiện nay. Không phải kỹ năng kỹ thuật. Nó gần với kỹ năng giao việc cho người hơn: nếu bạn brief mơ hồ, bạn nhận về kết quả mơ hồ.

Vì sao prompt tồi cho kết quả tồi

Thử so sánh hai yêu cầu.

"Viết mô tả sản phẩm cho cái đèn ngủ."

Đây là một yêu cầu không có ràng buộc nào. AI phải tự đoán: đèn cho ai, bán ở đâu, giọng văn thế nào, dài bao nhiêu, nhấn mạnh điều gì. Nó sẽ đoán theo hướng trung bình nhất — và trung bình nghĩa là nhạt.

"Viết 5 gạch đầu dòng cho listing Amazon US, sản phẩm đèn ngủ cảm biến chuyển động dùng pin, khách mục tiêu là bố mẹ có con nhỏ 2–6 tuổi. Mỗi gạch đầu dòng bắt đầu bằng 2–4 từ in hoa nêu lợi ích, sau đó 1 câu giải thích. Nhấn vào: an toàn cho trẻ, không cần đi dây điện, ánh sáng ấm không chói mắt. Giọng ấm áp, tin cậy, không cường điệu. Không dùng từ 'tốt nhất' hay 'số một'."

Yêu cầu thứ hai dài hơn nhiều. Nhưng nó tiết kiệm thời gian, vì kết quả trả về gần với thứ bạn cần ngay từ lần đầu.

AI không đoán được thứ bạn chưa nói. Thời gian bạn tiết kiệm khi viết prompt ngắn, bạn trả lại gấp đôi khi sửa kết quả.

Năm thành phần của một prompt tốt

Không cần công thức cứng. Nhưng một prompt dùng được thường có đủ năm thứ sau.

1. Vai trò (role)

Đặt AI vào đúng bối cảnh chuyên môn. "Bạn là người viết listing cho thương hiệu private label (nhãn hàng riêng) bán trên Amazon US." Việc này thu hẹp không gian câu trả lời ngay lập tức.

2. Nhiệm vụ (task)

Nói rõ động từ và đầu ra. Không phải "giúp tôi với cái listing này" mà "viết 5 gạch đầu dòng", "so sánh 3 phương án và chọn 1", "tìm 10 lỗi trong đoạn code này".

3. Bối cảnh (context)

Đây là phần bị bỏ qua nhiều nhất và cũng là phần quan trọng nhất. AI không biết sản phẩm của bạn, khách hàng của bạn, hay đối thủ của bạn. Nếu có data, dán data vào. Nếu có ví dụ, đưa ví dụ vào. Càng nhiều bối cảnh cụ thể, kết quả càng ít chung chung.

4. Ràng buộc (constraints)

Độ dài. Giọng điệu. Từ phải tránh. Định dạng. Số lượng phương án. Ràng buộc không giới hạn AI — nó hướng AI vào đúng chỗ.

5. Định dạng đầu ra (output format)

Nói rõ bạn muốn nhận gì: bảng, danh sách đánh số, JSON, đoạn văn, hay markdown. Kết quả có cấu trúc đúng thì dùng được ngay, không phải sắp xếp lại bằng tay.

Bốn kỹ thuật nâng bậc

Khi đã quen với năm thành phần trên, đây là những cách nâng chất lượng thêm một bậc.

Đưa ví dụ mẫu. Cách nhanh nhất để AI hiểu "đúng kiểu" là cho nó xem một hai ví dụ đạt chuẩn. Dán vào một listing bạn thấy tốt, kèm câu "viết theo phong cách này". Ví dụ nói được thứ mà mô tả bằng lời không nói nổi.

Yêu cầu suy nghĩ trước khi trả lời. Với bài toán cần lập luận — phân tích data, chọn phương án, tìm lỗi — thêm câu "phân tích từng bước trước khi kết luận". Chất lượng lập luận thường tốt lên rõ rệt.

Yêu cầu nhiều phương án. Thay vì xin một bản, xin ba bản khác hướng nhau. Bạn chọn, hoặc ghép phần hay nhất của cả ba. Chi phí gần như bằng nhau, lựa chọn nhiều hơn hẳn.

Làm nhiều lượt, không làm một lượt. Đừng cố viết một prompt hoàn hảo ngay. Ra kết quả, đọc, chỉ ra chỗ chưa đúng, yêu cầu sửa. Đây là cách làm việc thực tế nhất — giống hệt cách bạn làm việc với một đồng nghiệp mới.

Ba việc AI làm rất tốt — và ba việc không

Biết ranh giới quan trọng ngang biết kỹ thuật.

AI làm rất tốt:

• Việc lặp có khuôn mẫu. Viết 50 biến thể tiêu đề, dịch mô tả sang 5 thị trường, chuẩn hóa 200 dòng dữ liệu lộn xộn.
• Bản nháp đầu tiên. Đi từ trang trắng đến trang có chữ luôn là phần khó nhất. AI xóa được rào cản đó.
• Đọc và tóm tắt khối lượng lớn. 500 review của khách, một tài liệu 40 trang, log lỗi dài — AI rút ra được mẫu hình nhanh hơn người.

AI làm không tốt:

• Sự thật cụ thể mà nó không được cung cấp. Số liệu, tên riêng, quy định của sàn — AI có thể nói sai một cách rất tự tin. Mọi con số phải kiểm chứng lại từ nguồn gốc.
• Phán đoán chiến lược có rủi ro thật. Đặt bao nhiêu hàng, chọn ngách nào, có sa thải hay không — đây là quyết định có hệ quả, và trách nhiệm thuộc về người.
• Hiểu bối cảnh bạn chưa kể. AI không biết đối thủ vừa hạ giá, không biết nhà máy vừa báo trễ hàng. Nó chỉ biết những gì bạn đưa vào.

Nguyên tắc thực dụng: dùng AI để đi từ 0 đến 70. Người đưa từ 70 đến 100.

Kỹ năng cần có

Viết prompt tốt không đòi hỏi nền tảng kỹ thuật. Nó đòi hỏi:

• Khả năng diễn đạt rõ ràng. Nếu bạn không nói được mình muốn gì bằng lời, không công cụ nào giúp được.
• Tư duy cấu trúc. Chia một việc lớn thành các bước nhỏ, mỗi bước một yêu cầu rõ ràng.
• Óc phản biện. Đọc kết quả AI trả về và biết chỗ nào đáng ngờ. Người tin AI vô điều kiện nguy hiểm hơn người không dùng AI.
• Kiên nhẫn lặp. Prompt tốt hiếm khi đúng ngay lần đầu. Nó là kết quả của vài vòng chỉnh.
• Hiểu chuyên môn của mình. AI khuếch đại năng lực sẵn có. Người giỏi listing dùng AI sẽ ra listing rất tốt. Người không biết listing tốt là gì thì dù dùng AI vẫn không nhận ra kết quả tồi.

Bài này hợp với ai

Hợp với bất kỳ ai làm việc bằng đầu và bằng chữ. Người xây thương hiệu dùng AI để phân tích review, tìm insight, viết bản nháp listing. Người làm marketing dùng để tạo hàng loạt biến thể nội dung quảng cáo và test. Người làm vận hành dùng để chuẩn hóa dữ liệu và viết quy trình. Người làm tech dùng để đọc code và tăng tốc phần việc lặp.

Điểm chung: AI không thay thế chuyên môn. Nó nhân chuyên môn lên.

Đây cũng là lý do kỹ năng này gắn chặt với giá trị Day 1 — luôn sẵn sàng học công cụ mới — và Builder — không chỉ dùng công cụ, mà xây quy trình quanh nó để cả đội nhanh hơn. Bước tiếp theo tự nhiên sau prompt là nối các công cụ lại cho máy làm việc lặp thay bạn, chủ đề của bài về kỹ năng no-code và tự động hóa.

Nếu bạn thấy mình trong cách làm việc này, bốn giá trị cốt lõi trong công việc hằng ngày mô tả phần còn lại của bức tranh — và các vị trí đang mở là nơi bắt đầu.