Để AI Hỏi Lại Và Lập Kế Hoạch Trước Khi Làm

Có một kiểu thất vọng rất quen thuộc: bạn nhờ một người giúp, họ làm rất nhanh và rất tự tin, nhưng lại hiểu sai ý bạn. Họ gật đầu, bắt tay vào làm ngay, rồi mang về một kết quả trông có vẻ đẹp đẽ nhưng lại không dùng được, vì nó trả lời cho một câu hỏi mà bạn chưa từng hỏi. AI cũng thường làm như vậy, thậm chí còn làm với vẻ rất hào hứng. Cách xử lý không phải là dùng một câu lệnh thật phức tạp hay tìm một cài đặt bí mật nào đó. Bạn chỉ cần thêm hai câu đơn giản vào đầu hầu hết các yêu cầu. Hai câu này có thể thay đổi hẳn cách cuộc trao đổi diễn ra.

Người thợ sửa bếp biết hỏi trước khi làm

Hãy tưởng tượng bạn thuê một người thợ có kinh nghiệm đến sửa căn bếp. Một người thợ kém chỉ nghe bạn mô tả qua loa vài câu rồi bắt tay làm ngay. Đến khi gạch đã ốp xong, bạn mới phát hiện bồn rửa bị đặt sai chỗ. Còn một người thợ giỏi sẽ ngồi lại với bạn trước khi làm và hỏi kỹ từng việc: Bạn muốn đặt tủ lạnh ở đâu? Ngân sách là bao nhiêu? Bạn dùng bếp gas hay bếp điện? Sau đó, họ vẽ thử cách bố trí lên một tờ giấy và đưa cho bạn xem: "Đây là kế hoạch. Bạn xem có ổn không rồi tôi mới bắt đầu."

Khi bạn yêu cầu AI hỏi lại bạn trước rồi mới đưa ra kế hoạch, bạn đang yêu cầu AI làm giống người thợ thứ hai. Trao đổi vài câu và phác thảo nhanh trên giấy ăn gần như không tốn gì. Nhưng nếu gạch đã ốp xong rồi mới đập ra sửa thì chi phí sẽ lớn hơn rất nhiều. Bạn đang tạo cho mình cơ hội nói "khoan, không phải như vậy" khi mọi thứ vẫn chỉ là ý tưởng và lời nói. Toàn bộ chương này xoay quanh đúng sự đánh đổi đó: sửa một lỗi nhỏ ngay bây giờ sẽ rẻ hơn nhiều so với sửa một lỗi lớn về sau. Và để bắt đầu, bạn chỉ cần viết hai dòng.

Hai câu nên thêm vào prompt

Đây là cách làm. Hãy đặt hai câu này ở đầu yêu cầu, trước nhiệm vụ chính: "Trước khi trả lời, hãy hỏi mình bất kỳ câu nào bạn cần để làm rõ," và "Sau đó, hãy cho mình xem kế hoạch của bạn dưới dạng một danh sách đánh số ngắn và chờ mình đồng ý." Chỉ cần vậy. Bạn có thể thêm hai câu này vào yêu cầu viết email, tóm tắt ngân sách, tìm công thức nấu ăn, lên kế hoạch chuyến đi, hoặc gần như bất kỳ việc gì. Khi đó, mô hình sẽ bớt làm việc cẩu thả và bắt đầu làm việc giống một người thợ giỏi hơn. Mẹo dễ nhớ chỉ có hai phần: "hỏi mình trước" và "cho mình xem kế hoạch." Nếu nhớ được hai phần này, bạn có thể tự viết lại phần còn lại.

Vì sao cách này hiệu quả? Hãy quay lại cách hoạt động đã nói ở Phần 1. Mô hình không biết bạn đang nghĩ gì, nó chỉ đọc những gì bạn viết. Trong hai mục tiếp theo, chúng ta sẽ xem từng dòng để biết chính xác mỗi dòng giúp ích gì.

Vì sao yêu cầu AI đặt câu hỏi trước lại hiệu quả

Mô hình chỉ thấy những chữ bạn nhập vào, chứ không biết những gì bạn đang nghĩ. Bạn biết máy lạnh bị rò nước, biết chủ nhà khó tính và muốn mọi thứ được trao đổi bằng văn bản, cũng biết rằng bạn đã gọi hai lần. Nhưng mô hình không biết những điều đó. Nó chỉ có thông tin trong câu bạn đưa cho nó. Nếu bạn hướng dẫn quá mơ hồ, mô hình sẽ tự đoán để lấp vào những phần còn thiếu. Vấn đề là một phỏng đoán vẫn chỉ là phỏng đoán, dù nghe có vẻ rất chắc chắn. Chính hướng dẫn của Anthropic cũng cảnh báo về những prompt "falsely assume shared context" (giả định nhầm rằng đã có chung ngữ cảnh), tức là những prompt viết như thể mô hình đã biết sẵn những điều mà thật ra chỉ bạn mới biết.1

Hãy để mô hình đặt câu hỏi làm rõ trước khi bắt đầu. Việc này giúp phát hiện những điểm chưa rõ trước khi chúng biến thành lỗi. Thay vì tự đoán người đọc là ai, nên dùng giọng văn nào và viết dài bao nhiêu, mô hình sẽ hỏi lại. Việc hỏi không có nghĩa là mô hình yếu. Đó là điều một người làm việc chuyên nghiệp thường làm trước khi bắt tay vào việc. Một biên tập viên hỏi "Bài này viết cho ai đọc, và nên dài bao nhiêu?" không hề kém hơn người im lặng viết hai nghìn chữ chỉ dựa vào cảm tính. Ngược lại, họ chuyên nghiệp hơn vì họ muốn làm đúng ngay từ đầu. Khi mô hình hỏi "Đối tượng là ai? Độ dài bao nhiêu? Giọng văn thế nào?", nghĩa là nó đang làm việc một cách chuyên nghiệp. Phiên bản tự tin đoán mò rồi đưa cho bạn một kết quả sai mới là phiên bản vô dụng.

Vì sao yêu cầu AI đưa kế hoạch trước lại hiệu quả

Dòng thứ hai giải quyết một vấn đề khác. Dù đã có đủ dữ kiện, mô hình vẫn có thể đi sai hướng. Nó có thể làm mờ điểm quan trọng, chọn sai bố cục, hoặc hiểu nhầm chi tiết nào là quan trọng nhất. Bản kế hoạch giúp bạn phát hiện những lỗi đó.

Một kế hoạch được viết thành danh sách ngắn, dễ nhìn, là thứ bạn có thể đọc xong trong khoảng mười giây. Trong mười giây đó, bạn có thể nhận ra ngay bước nào đang sai, chẳng hạn: "Khoan, bước ba lại gửi nội dung này cho cả nhóm, trong khi mình chỉ muốn gửi cho sếp thôi", rồi sửa bằng một câu. Như vậy, bạn đặt một điểm kiểm tra của con người vào đúng thời điểm ít tốn kém nhất, trước khi phải bỏ ra công sức thật sự. Nó giống như bản phác thảo trên khăn giấy: một danh sách chữ gần như không tốn gì để tạo ra và cũng rất dễ sửa, còn một bản nháp hoàn chỉnh được xây trên kế hoạch sai thì thường phải làm lại từ đầu.

Thật ra, đây là cách nên làm khi làm việc với AI có năng lực: luôn để con người tham gia ở những điểm cần ra quyết định, và tạm dừng tại các mốc kiểm tra để xem lại. Đừng giao cho AI toàn quyền rồi chỉ hy vọng mọi việc sẽ ổn.2 Kế hoạch chính là mốc kiểm tra của bạn. Nhờ nó, bạn vẫn kiểm soát được quá trình, thay vì chỉ nhận ra quá muộn rằng mọi việc đã diễn ra mà không có bạn.

Hai câu đơn giản thường tốt hơn prompt quá phức tạp

Khi biết rằng có thể thiết kế prompt, bạn rất dễ muốn làm cho nó thật phức tạp: viết nhiều trang hướng dẫn, tạo các mẫu cố định, hoặc đặt ra quá nhiều quy tắc. Lúc này, hãy tránh làm như vậy. Thường thì cách đơn giản sẽ hiệu quả hơn. Chỉ nên thêm độ phức tạp khi nó thật sự giúp ích. Với hầu hết yêu cầu hằng ngày, chỉ cần một bước là lập kế hoạch rồi xác nhận: trước tiên hãy yêu cầu AI suy nghĩ và cho bạn xem kế hoạch. Cách này hiệu quả hơn nhiều so với việc chuẩn bị quá dài dòng, vì nó giúp bạn kiểm tra và sửa lỗi ngay từ sớm, khi việc sửa còn dễ. Cách phức tạp cố đoán trước mọi chi tiết ngay từ đầu. Cách lập kế hoạch rồi xác nhận thì chỉ dừng lại để hỏi ý bạn. Cách thứ hai ngắn hơn và thường cho kết quả tốt hơn.

Cái bẫy: AI giỏi không có nghĩa là tự hiểu ý bạn

Một cách phản bác thường gặp là: "Nếu AI thật sự giỏi, nó phải tự hiểu tôi muốn gì và làm đúng; nếu cứ hỏi hàng loạt câu hỏi thì có vẻ nó không thông minh." Cách nghĩ này hoàn toàn sai. Mô hình chỉ biết những gì bạn nhập vào, không biết ý định thật sự của bạn và cũng không có các tập tin của bạn nếu bạn không cung cấp. Nếu phải đoán, mô hình có thể đoán sai nhưng vẫn nói rất tự tin, rồi đưa cho bạn một kết quả sai, một chi tiết bịa ra hoặc một điều nhớ nhầm, trông như thể đã hoàn chỉnh.3 Cách rẻ và an toàn nhất để phát hiện những lỗi như vậy là kiểm tra chúng ngay trong bản kế hoạch bằng lời, trước khi AI tạo ra sản phẩm mà bạn có thể muốn gửi đi luôn. Vấn đề không phải là cỗ máy kém thông minh. Vấn đề là cỗ máy đang tránh đoán mò.

AI sẽ không tự hỏi lại nếu bạn không yêu cầu

Còn một điều nữa cần nói rõ, vì đây là ý chính nâng đỡ cả cuốn sách. Không có hành vi nào trong những hành vi này tự nhiên xuất hiện. Mô hình chỉ làm theo đúng những gì đoạn chữ trước mặt yêu cầu. Nếu bạn không viết rõ rằng mô hình phải "hỏi lại trước" và "trình bày kế hoạch trước", nó sẽ lập tức lao vào trả lời. Câu trả lời có thể lịch sự, trôi chảy và nhanh chóng, nhưng nó sẽ dựa trên những giả định của chính mô hình. Sự lịch thiệp đó nằm trong cách bạn viết yêu cầu, chứ không nằm sẵn trong cỗ máy. Không có một bản năng kín đáo nào bên trong đang chờ được kích hoạt để cư xử tinh tế. Chỉ có đoạn chữ bạn cung cấp, và mô hình sẽ làm đúng việc mà đoạn chữ đó hướng nó làm. Nếu bỏ hai dòng ấy đi, mặc định bạn sẽ nhận về một người thợ tồi.

Khi mô hình đưa ra một kế hoạch, hãy đọc nó một cách cẩn thận. Mô hình thường có xu hướng đồng ý với điều bạn nói và luôn trả lời bằng giọng rất tự tin, dù câu trả lời có thể đúng hoặc sai. Vì vậy, một kế hoạch nghe trôi chảy, hợp lý và dễ chịu chưa chắc là một kế hoạch đúng.4 Hãy đọc kế hoạch đó như một người biên tập, không phải như một người hâm mộ. Bạn không ngồi đó để gật gù vì nó nghe có vẻ thuyết phục, mà để tìm ra bước nào đang sai. Hãy chủ động tìm lỗi, thay vì chỉ tìm cảm giác yên tâm. Chốt kiểm tra sẽ mất hết giá trị nếu bạn xem nó như một thủ tục để thông qua kế hoạch, thay vì xem nó như một bản nháp cần được chất vấn.

Bây giờ, hãy làm lại việc đó, nhưng thêm hai câu, rồi xem một lần chỉnh sửa có kế hoạch có thể mang lại kết quả gì:

Lần đầu, bạn vội làm ngay và tự điền vào chỗ trống bằng những phỏng đoán đặt trong ngoặc vuông. Lần thứ hai, bạn hỏi trước, lập kế hoạch rồi chờ phản hồi. Sau đó, chính thay đổi bạn thêm vào kế hoạch, tức khoản giảm tiền thuê, được đưa thẳng vào email cuối cùng thành một đoạn riêng, trước khi nội dung chính thức được chốt.

Vì sao thêm hai câu này rất đáng làm

Khi xử lý việc quan trọng như email, bản tóm tắt tài chính, tin nhắn cho sếp hay lịch trình chuyến đi, bạn nên yêu cầu AI lập kế hoạch bằng lời trước. Đây là lúc dễ và ít tốn kém nhất để phát hiện lỗi, trước khi AI viết ra bản hoàn chỉnh khiến bạn muốn gửi ngay. Nếu phát hiện một giả định sai trong danh sách đánh số, bạn chỉ cần phản hồi để sửa. Nhưng nếu phát hiện lỗi sau khi email đã được gửi đi, cái giá sẽ lớn hơn nhiều. Chỉ cần thêm hai câu vào yêu cầu ban đầu, bạn đã có thêm một lớp bảo vệ hữu ích mỗi lần sử dụng, và việc đó chỉ mất vài giây gõ.

Cho đến đây, chúng ta vẫn nói về việc điều khiển mô hình bằng ngôn từ trong một yêu cầu duy nhất. Nhưng khả năng chú ý của mô hình có giới hạn. Ở mỗi thời điểm, phần thông tin mà mô hình có thể "nhìn thấy" chỉ nằm trong một phạm vi nhất định. Chương tiếp theo sẽ xem xét những giới hạn đó, tức là ranh giới của trí nhớ ngắn hạn của mô hình, và điều gì xảy ra khi một cuộc trò chuyện chạm tới chúng.