CASE STUDY QUY TRÌNH PROMPT ENGINEERING CHO NGƯỜI CHƯA BIẾT GÌ

Bạn là một blogger về du lịch muốn tạo ra các bài viết blog hấp dẫn về các điểm đến du lịch nổi tiếng ở Việt Nam. Bạn muốn sử dụng LLM để viết nhanh hơn và hiệu quả hơn, nhưng vẫn đảm bảo chất lượng nội dung. Sau đây là cách áp dụng quy trình Prompt Engineering (xem hình) để đạt được mục tiêu này.

Xem thêm Prompt Engineering Claude A-Z: Hướng dẫn toàn diện từ Anthropic!

Bước 1: Xác định Mục Tiêu và Dữ Liệu Đầu Vào (Dataset Inference)

– Mục tiêu: Tạo ra các bài viết blog du lịch hấp dẫn, cung cấp thông tin hữu ích và thu hút độc giả về các điểm đến du lịch Việt Nam. Cụ thể, bài viết cần có các phần chính: Giới thiệu điểm đến, các hoạt động trải nghiệm, ẩm thực địa phương, và gợi ý lưu trú.

– Dữ liệu đầu vào (Dataset): Đầu tiên cần chọn một điểm đến cụ thể. Dữ liệu đầu vào ban đầu có thể rất đơn giản, chỉ là tên địa điểm vd “Hà Nội”. Sau này, khi tinh chỉnh prompt, bạn có thể bổ sung thêm thông tin đầu vào chi tiết hơn nếu cần.

Xem thêm 7 Mẫu ChatGPT Prompt hữu ích!

Bước 2: Thiết Kế Prompt Template (Prompt Template)

Prompt Template ban đầu: Tạo một prompt template đơn giản (sẽ điều chỉnh sau):

“Hãy viết một bài blog du lịch về [ĐIỂM ĐẾN]. Bài viết cần bao gồm các phần: Giới thiệu chung, Các hoạt động trải nghiệm, Ẩm thực địa phương, Gợi ý lưu trú. Viết theo phong cách du lịch, hấp dẫn và cung cấp thông tin hữu ích cho độc giả”.

Trong template này, [ĐIỂM ĐẾN] là chỗ dành cho dữ liệu đầu vào (vd “Hà Nội”).

Bước 3: Thực Hiện Suy Luận với Gen AI

– Chạy thử: Thay [ĐIỂM ĐẾN] bằng “Hà Nội” vào prompt sau đây:

“Viết một bài blog du lịch về Hà Nội. Bài viết cần có các phần: Giới thiệu chung, Các hoạt động trải nghiệm, Ẩm thực địa phương, Gợi ý lưu trú. Viết theo phong cách du lịch, hấp dẫn và cung cấp thông tin hữu ích cho độc giả”.

– Cho LLM chạy và output bài blog đầu tiên về Hà Nội.

Bước 4: Trích Xuất Đầu Ra Mong Muốn (Extractor – Tùy chọn)

– Có thể dùng Extractor nếu cần. Bài blog là dạng nội dung dài nên có thể không cần lọc bỏ thông tin. Tuy nhiên, nếu muốn trích xuất thông tin cụ thể từ bài viết, bạn có thể sử dụng Extractor để lọc và định dạng lại đầu ra (ví dụ, chỉ lấy danh sách các món ăn ngon ở Hà Nội).

Bước 5: Đánh Giá Hiệu Suất (Utility Function)

– Đánh giá bài viết đầu tiên: Đọc kỹ và đánh giá bài blog do LLM tạo ra dựa trên các tiêu chí sau:

– Độ chính xác thông tin: Thông tin về Hà Nội có chính xác không?

Độ hấp dẫn: Bài viết có đủ hấp dẫn và thu hút độc giả không? Phong cách viết có phù hợp với blog du lịch không?

– Tính đầy đủ: Bài viết đã bao gồm đầy đủ các phần yêu cầu (Giới thiệu, Hoạt động, Ẩm thực, Lưu trú) chưa?

– Tính hữu ích: Bài viết có cung cấp thông tin hữu ích cho du khách muốn đến Hà Nội không?

– Xác định điểm cần cải thiện: Sau khi đánh giá, bạn nhận thấy:

+ Bài viết cung cấp thông tin khá chung chung, chưa đi sâu vào các trải nghiệm độc đáo ở Hà Nội.

+ Phần ẩm thực còn sơ sài, chưa gợi ý được các món ăn đặc sắc và địa điểm thưởng thức.

+ Phong cách viết còn hơi khô khan, chưa thực sự “du lịch” và hấp dẫn.

Bước 6: Điều Chỉnh và Lặp Lại (Modify Prompt Template until Desiderata Met)

– Điều chỉnh Prompt Template lần 1: Để cải thiện bài viết, bạn quyết định chỉnh sửa Prompt Template, bổ sung thêm các yêu cầu cụ thể hơn:

“Viết một bài blog du lịch chuyên sâu về Hà Nội. Bài viết cần có các phần:

1. Giới thiệu Hà Nội: Nhấn mạnh những nét độc đáo về văn hóa, lịch sử và con người Hà Nội.

2. Các hoạt động trải nghiệm không thể bỏ lỡ: Gợi ý ít nhất 5 hoạt động trải nghiệm độc đáo và thú vị ở Hà Nội, ví dụ như tham quan khu phố cổ, thưởng thức múa rối nước, khám phá các làng nghề truyền thống, v.v.

3. Ẩm thực Hà Nội – Thiên đường ẩm thực đường phố: Liệt kê ít nhất 5 món ăn đường phố nổi tiếng nhất Hà Nội, mô tả hương vị đặc trưng và gợi ý địa điểm ăn ngon.

4. Gợi ý lưu trú đa dạng: Gợi ý các lựa chọn lưu trú phù hợp với nhiều đối tượng du khách, từ khách sạn sang trọng đến homestay bình dân.

Viết theo phong cách du lịch, giọng văn thân thiện, gần gũi, và tập trung vào trải nghiệm thực tế của du khách”.

– Lặp lại quy trình: Bạn lại thay thế [ĐIỂM ĐẾN] bằng “Hà Nội”, gửi prompt đã tinh chỉnh đến LLM và đánh giá kết quả.

– Kết quả và Lặp Lại (Tiếp Tục Chỉnh Sửa):

Sau khi chạy Prompt Template đã sửa, bạn nhận thấy bài viết blog đã cải thiện đáng kể:

– Thông tin chi tiết và chuyên sâu hơn.

– Phần hoạt động trải nghiệm và ẩm thực phong phú và hấp dẫn hơn.

– Phong cách viết đã có vẻ gần với du lịch và thân thiện hơn.

Tuy nhiên, vẫn có thể tiếp tục sửa prompt để đạt được kết quả tốt hơn nữa. Ví dụ:

– Thêm từ khóa: Có thể thêm các từ khóa cụ thể vào prompt để hướng dẫn mô hình tập trung vào các khía cạnh bạn quan tâm (ví dụ: “Hà Nội mùa thu”, “Hà Nội cổ kính”, “Hà Nội về đêm”).

– Đưa các ví dụ mẫu (Few-shot prompting): Bạn có thể bổ sung một vài đoạn văn mẫu về phong cách viết du lịch mà bạn mong muốn để mô hình mô phỏng.

– Thử nghiệm với các LLM khác nhau: Chất lượng prompt có thể thay đổi tùy mô hình LLM cụ thể. Nên thử nghiệm với nhiều mô hình khác nhau để tìm ra mô hình phù hợp nhất với mục tiêu của mình.

Kết luận:

Prompt Engineering không phải một phát ăn ngay mà là một quy trình có cấu trúc và qua nhiều vòng thử sai để tối ưu kết quả. Hay ở chỗ nếu bạn làm chủ quy trình này với nội dung blog du lịch thì có thể áp dụng cho các nội dung khác, không mất công học từ đầu và cũng không cần phải copy và học thuộc các prompt template trên mạng. Nếu để ý sẽ thấy rất giống công ty dạy thực tập sinh hoặc nhân viên mới.