Các nguyên lý làm việc thiết yếu cùng AI

I. Nền tảng: vì sao cách dùng quan trọng hơn công cụ

AI giỏi đến đâu thì giá trị thật sự vẫn nằm ở cách người ta dùng nó. Cùng một công cụ trong tay hai người, một người càng dùng càng cùn đi khả năng phán đoán vì đã quen giao hết phần nghĩ cho máy, người kia lại càng dùng càng sắc bén hơn vì biết lấy máy làm chỗ để cọ xát suy nghĩ của mình. Khác biệt nằm ở người ngồi trước màn hình, không nằm ở công cụ.

Hiện tượng cốt lõi cần hiểu là giảm tải nhận thức (cognitive offloading), tức việc đẩy quá trình tư duy ra ngoài và giao cho một công cụ để bớt gánh nặng suy nghĩ. Bản thân nó trung tính và đã có từ lâu, như khi ta ghi chú ra giấy, bấm máy tính, hay nghe định vị GPS chỉ đường. Cái mới ở AI là nó vươn tới cả những chức năng nhận thức bậc cao như phân tích, suy luận, sáng tạo, những thứ trước nay ta vẫn coi là phần việc của riêng mình. Khi ta giao trọn cả những phần này, năng lực nào không còn được luyện tập sẽ dần teo đi, lặng lẽ và khó nhận ra.

Có một điểm đáng giữ trong đầu là chính năng lực tư duy được rèn lại đóng vai trò tấm đệm che chắn ta khỏi sự bào mòn ấy. Người đã quen nếp tư duy phản biện vẫn dùng AI mỗi ngày mà không đánh mất mình. Tài liệu này hướng tới việc xây chính tấm đệm đó, qua một bộ thói quen làm việc giúp ta mượn AI để mở rộng tư duy thay vì mượn nó để khỏi phải nghĩ.

AI là đối tác, không phải đối thủ và cũng không phải kẻ chiều lòng

Đối tác ở đây mang nghĩa cụ thể, không phải khẩu hiệu. Một đối tác tư duy tốt dám phản biện, chỉ ra chỗ sai, và buộc mình giải thích lập luận, chứ không phải kẻ luôn đồng ý. Khi làm việc với AI, hãy chủ động yêu cầu nó làm khó mình đúng chỗ: nêu phản bác, hỏi lại điều mình bỏ qua, chỉ ra chỗ lập luận còn lỏng. Một câu trả lời càng trơn tru và dễ gật theo thì càng đáng ngờ, vì nó khiến ta thôi suy xét.

II. Vòng lặp làm việc hai chiều với AI

Đây là quy trình cốt lõi để cộng tác với AI mà vẫn giữ được mình trong vòng lặp. Nguyên tắc nền là con người đứng ở đầu và cuối, AI nằm ở khoảng giữa. Việc đóng khung vấn đề, tức là xác định cho rõ đâu mới là vấn đề thật, cái gì được tính là bằng chứng, và một kết quả tốt trông ra sao, là phần việc điều hành không nên giao cho máy. Một khi đã giao cả việc đóng khung cho AI, thứ ta nhận về thường là một câu trả lời mạch lạc cho một câu hỏi vốn đã đặt sai.

Điểm khác biệt của vòng lặp này so với cách dùng thông thường nằm ở chỗ việc kiểm chứng diễn ra theo hai chiều. Người kiểm AI, và AI cũng được giao quyền kiểm ngược lại người, bởi nguồn sai thường gặp nhất hóa ra không nằm ở máy mà nằm ngay trong cách con người đặt vấn đề.

Một điều cần hình dung từ đầu là sức nặng của con người dồn về hai đầu chứ không rải đều. Đầu vào, ta giao việc cho thật rõ về mục tiêu, phạm vi, tiêu chí. Đầu ra, ta nghiệm thu cho thật kỹ. Còn khúc giữa, phần thực thi nặng nhọc, thì giao trọn cho AI chạy. Cách phân vai này giống hệt một người quản lý giao một dự án cho cộng sự đủ năng lực, nói rõ mình cần gì rồi lùi ra để họ làm, sau đó quay lại kiểm tiến độ và cùng nhau tinh chỉnh. Con người không biến mất khỏi công việc, mà chuyển từ vai người làm sang vai người giao việc và nghiệm thu.

Bước 0 — Định phạm vi và tiêu chí (ứng dụng tư duy quản trị dự án)

Làm trước khi mở AI. Đây vừa là bước quan trọng nhất vừa là bước hay bị bỏ qua nhất. Trước khi gõ bất cứ điều gì cho máy, viết ra ba thứ là mục tiêu, phạm vi, và tiêu chí chất lượng cần đạt, bởi có chúng rồi thì cả người lẫn AI mới cùng dựa vào một chuẩn chung mà đối chiếu, thay vì tranh luận theo cảm giác.

Làm tốt bước 0 thì prompt gần như tự viết ra, bởi ba thành phần này chính là nguyên liệu cho một câu lệnh đầy đủ. Tư duy quản trị dự án và kỹ năng viết prompt hóa ra là hai mặt của cùng một việc.

Bước 1 — Tự khung và mời AI kiểm ngược (kiểm chứng lại phần tư duy của con người)

Trước hết tự viết ra cách mình hiểu vấn đề bằng chính lời của mình. Nếu viết không nổi, đó đã là một dấu hiệu rằng chưa nên vội hỏi AI. Sau đó mới đưa khung của mình cho AI và yêu cầu nó soi lại trước khi trả lời, chỉ cho mình thấy chỗ nào mình định khung còn thiếu sót, dữ kiện nào còn khuyết, giả định nào mình chưa kiểm, và câu hỏi nào lẽ ra mình nên đặt mà chưa đặt. Đây chính là bước vá lỗ hổng người dùng sai mà không hề hay biết.

Bước 2 — Giao trọn phần thực thi cho AI

Khi mục tiêu, phạm vi và tiêu chí đã rõ từ bước 0 và khung đã được soi lại ở bước 1, đây là lúc buông tay đúng nghĩa. Hãy giao trọn phần thực thi cho AI và để nó chạy, y như một người quản lý giao một dự án cho cộng sự đủ năng lực rồi lùi ra, không đứng kè kè làm thay từng phần. Ôm lấy từng đoạn nhỏ để tự tay làm là tự đánh mất cái lợi lớn nhất AI mang lại, và thường còn chậm hơn. Phần việc của người ở khúc này không phải là làm, mà là giao cho rõ rồi buông cho gọn.

Buông phần thực thi không có nghĩa buông luôn trách nhiệm về kết quả. Người quản lý giỏi không xắn tay làm cùng nhân viên, nhưng nghiệm thu rất kỹ ở các mốc. Cũng vậy, ta giao cho AI việc làm ra sản phẩm, nhưng giữ lại cho mình quyền và nghĩa vụ phán xét sản phẩm đó có đạt hay không. Chính việc lùi khỏi khâu thực thi lại là cái giúp ta giữ được vị thế người nghiệm thu khách quan, bởi khi không nhúng tay làm thì mình không bị thiên vị chính cái sản phẩm có công mình trong đó. Giao việc cho dứt khoát mà nghiệm thu thì không nhân nhượng, đó mới là tinh thần cộng tác thật sự với AI.

Bước 3 — Nghiệm thu hai chiều theo tiêu chí (kiểm chứng phía AI)

Đây là chốt nghiệm thu, và cũng là nơi con người dồn sức nhiều nhất ở nửa sau công việc. Một nan đề của AI hiện nay là nó làm việc ngày một tốt hơn, trong khi ta lại không biết nó làm bằng cách nào, đi qua những bước gì, và thường cũng chẳng thấy cần biết. Chính vì không nhìn thấy ruột bên trong nên ta càng phải soi kỹ đầu ra, bởi máy đôi khi sai một cách rất tự tin mà tự nó không hay. Đối chiếu sản phẩm của AI vào tiêu chí đã định từ bước 0, chứ không vào cảm giác lúc đọc. Đồng thời yêu cầu chính AI tự chấm sản phẩm của nó theo bộ tiêu chí đó và tự chỉ ra chỗ nào chưa đạt. Người và máy cùng chấm trên một thước đo, nhưng quyết định cuối cùng vẫn thuộc về người. Nếu chưa đạt, trả lại để AI làm tiếp, đúng cách một người quản lý trả bản nháp về kèm nhận xét rõ ràng.

Bước 4 — Đúc kết hai chiều để cùng tốt hơn ở lần sau (vòng đối chiếu dài hạn)

Sau mỗi lần làm việc, đúc kết theo hai hướng. Hướng vào mình, ghi nhanh vài dòng về điều mình vừa hiểu rõ hơn, chỗ AI khiến mình lười nghĩ, tiêu chí nào mình hay đặt sai, và lần sau sẽ làm khác đi thế nào. Đặt các ghi chú ấy cạnh nhau qua nhiều tuần, mình sẽ thấy rõ bản thân đang sắc bén thêm hay đang lệ thuộc dần. Đây là thứ biến việc dùng AI từ một giao dịch chớp nhoáng thành một quá trình luyện tập.

Hướng ra AI, phản hồi lại để nó phục vụ mình tốt hơn ở lần sau. Ngay trong cuộc, khi máy đưa ra thứ chưa đạt, hãy nói rõ cho nó chỗ nào lệch và lệch theo hướng nào để nó chỉnh ngay, thay vì mình lặng lẽ tự sửa rồi cho qua. Về lâu dài, gom những phản hồi cứ lặp đi lặp lại ấy thành một bộ hướng dẫn về giọng văn, tiêu chí, và cách mình quen làm việc, rồi đưa kèm cho AI ở những lần sau, bởi phần lớn công cụ không tự nhớ được gì giữa các cuộc trò chuyện riêng lẻ. Dạy cho cỗ máy quen dần con đường mình hay đi chính là cách giảm bớt ma sát ở những việc lặp lại, để mình dồn sức cho phần phán đoán mà chỉ con người mới làm được.

Đến đây vòng lặp mới thật sự khép kín cả hai phía, mình tốt lên một chút sau mỗi lần, và AI cũng hiểu mình thêm một chút. Đó mới là phát triển cùng AI, thay vì lặng lẽ bị nó thay thế.

III. Hai bộ dấu hiệu nhận biết lỗi

Bắt lỗi phải dựa trên dấu hiệu cụ thể, không phải cảm tính. Dưới đây là hai checklist để cả người và AI cùng dò, một cho lỗi từ phía máy, một cho lỗi từ phía người.

Dấu hiệu lỗi từ phía AI

- Khẳng định mạnh nhưng không kèm nguồn kiểm chứng được.

- Số liệu quá tròn hoặc quá khớp với điều mình mong đợi.

- Trích dẫn, tên, ngày tháng không tra cứu lại được.

- Giọng tự tin ở những vùng vốn nhiều tranh cãi hoặc chưa có đồng thuận.

- Câu trả lời mạch lạc nhưng lệch khỏi tiêu chí đã định ở bước 0.

- Bịa thêm chi tiết để lấp khoảng trống thay vì nói rõ là không biết.

Dấu hiệu lỗi từ phía người dùng

- Không viết nổi vấn đề bằng lời của chính mình.

- Chỉ đặt câu hỏi theo hướng củng cố điều mình đã tin (thiên kiến xác nhận).

- Bỏ qua ràng buộc thực tế như ngân sách, thời gian, quy định pháp lý.

- Đổi tiêu chí giữa chừng để khớp với đầu ra AI vừa nhận.

- Chấp nhận đầu ra vì nó tiện, không phải vì nó đạt chuẩn đã đặt.

- Tin một câu trả lời vì nó được trình bày trơn tru chứ không vì nội dung đúng.

IV. Các khung viết prompt cơ bản

Viết prompt ở đây không phải là mẹo cú pháp hay thủ thuật riêng của từng công cụ, mà là kỹ năng đóng khung và đặt câu hỏi đúng, diễn đạt một ý định tư duy thành lời cho đối tác hiểu. Vì bám vào tư duy chứ không bám công cụ, các khung này không lỗi thời khi công cụ thay đổi và áp dụng được cho mọi mô hình.

Bốn khung dưới đây không phải để học thuộc cả bốn, mà là cùng một logic ở các độ phân giải khác nhau. Chọn khung theo độ phức tạp của việc.

Khung 1 — Danh từ, Động từ, Tính từ (vỡ lòng)

Khung tối thiểu cho mọi prompt. Một danh từ chỉ đối tượng cần làm, một động từ chỉ hành động muốn AI thực hiện, và tính từ chỉ tính chất, giọng điệu hoặc định dạng mong muốn. Ví dụ: viết (động từ) một email xin lỗi khách hàng (danh từ) ngắn gọn và chân thành (tính từ).

Khung 2 — IPO: Input, Process, Output

Mượn từ tư duy hệ thống, hợp khi công việc có luồng. Nêu rõ đầu vào mình cung cấp (Input), quá trình mình muốn AI thực hiện (Process), và đầu ra mình cần (Output). Khung này bắc cầu tự nhiên sang tư duy quản trị dự án vì nó buộc người dùng nghĩ theo dòng chảy công việc.

Khung 3 — TCREI (khung đầy đủ, trụ chính)

Do Google phát triển, độc lập với mô hình nên áp được cho mọi công cụ. Ghi nhớ bằng câu Thoughtfully Create Really Excellent Inputs. Đây là một checklist kiểm tra độ đầy đủ, không phải kịch bản phải viết đúng thứ tự, điều quan trọng là trước khi gửi prompt đã nghĩ qua đủ năm thành phần.

Hai thành phần Evaluate và Iterate trùng khớp với bước 3 và bước 4 của vòng lặp, nên khung viết prompt và quy trình làm việc ăn khớp với nhau.

Khung 4 — RACE: Role, Action, Context, Execute

Một biến thể gọn cho thấy các khung đều chung một cốt lõi. Nêu vai trò AI đóng (Role), hành động cần thực hiện (Action), bối cảnh liên quan (Context), và yêu cầu thực thi (Execute). Hữu ích khi cần một cấu trúc nhanh mà vẫn đủ vai trò và bối cảnh.

Quan hệ giữa các khung prompt

Tất cả các khung đều là một logic chung: nói rõ làm gì, cho ai, trong bối cảnh nào, đạt chuẩn nào. Người mới bắt đầu từ danh từ động từ tính từ, lên IPO khi việc có luồng, lên TCREI khi cần đầy đủ, dùng RACE khi cần nhanh gọn. Không cần nhớ máy móc cả bốn, chỉ cần hiểu cái khung mình đang dùng đang đảm bảo điều gì.

V. Tóm lược tài liệu

1. Cách dùng quan trọng hơn công cụ. Dùng AI như đối tác biết phản biện, không phải máy trả lời hay kẻ chiều lòng.

2. Luôn đặt con người ở trước và cuối công việc, AI ở giữa. Không giao việc đóng khung vấn đề cho máy.

3. Bắt đầu mọi việc bằng bước 0: định mục tiêu, phạm vi, tiêu chí chất lượng trước khi mở AI.

4. Kiểm chứng hai chiều: người kiểm AI, và AI kiểm ngược người. Nguồn sai lớn nhất thường ở cách người đặt vấn đề.

5. Bắt lỗi dựa trên dấu hiệu cụ thể, không cảm tính. Dùng hai bộ checklist.

6. Viết prompt là kỹ năng đặt câu hỏi đúng. Bước 0 làm tốt thì prompt gần như tự viết ra.

7. Sức nặng của con người dồn về hai đầu. Giao việc cho rõ ở đầu vào, nghiệm thu cho kỹ ở đầu ra, còn phần thực thi ở giữa thì giao trọn cho AI chạy.

8. Lùi khỏi khâu thực thi chính là cái giúp ta giữ vị thế nghiệm thu khách quan, vì không nhúng tay làm thì không thiên vị sản phẩm có công mình trong đó.

9. Đúc kết theo hai chiều sau mỗi lần. Mình tự rút kinh nghiệm để sắc bén hơn, đồng thời phản hồi lại cho AI quen cách mình làm việc. Đó là phát triển cùng AI thay vì bị AI thay thế.

Bài gốc trên Substack của Lê Đình Lực.