![[Video] Một số thông tin cần biết Prompt Engineering](https://photo2.tinhte.vn/data/attachment-files/2024/09/8468576_cover-prompt.jpg)
Trong video, mình xin tổng hợp lại sơ qua một chút về cách người ta tạo ra mô hình ngôn ngữ lớn, cách chúng ta sử dụng prompt để giao tiếp với các chatbot vận hành bởi LLM như ChatGPT, Gemini, Claude,... Đồng thời mình cũng xin chia sẻ một cấu trúc prompt với 4 thành phần căn bản, từ đó có thể phát triển thành các prompt phức tạp hơn đẻ giải quyết các vấn đề tương ứng.
Bên dưới là tóm tắt nội dung cơ bản của video cho anh em tiện tham khảo (bên dưới mình dùng NotebookLM của Google để tóm tắt video của mình, kết quả khả quan phết, bài sau mình sẽ giới thiệu với anh em về công cụ Notebook AI này nhe):
Phần 1: Giới thiệu tổng quan về AI và LLM.
Phần 3: Một số mẹo và lưu ý khi viết prompt.
Mình có làm loạt bài về Prompt, anh em có thể anh em có thể xem lại qua các link bên dưới nhé.
Bên dưới là tóm tắt nội dung cơ bản của video cho anh em tiện tham khảo (bên dưới mình dùng NotebookLM của Google để tóm tắt video của mình, kết quả khả quan phết, bài sau mình sẽ giới thiệu với anh em về công cụ Notebook AI này nhe):
Phần 1: Giới thiệu tổng quan về AI và LLM.
- Khả năng của AI: AI có khả năng hỗ trợ học tập, nghiên cứu, marketing, brainstorming ý tưởng, quản lý dữ liệu,...
- Sự phát triển của AI: AI đã phát triển mạnh mẽ trong những năm gần đây, đặc biệt là AI tạo sinh (Generative AI).
- Cách thức AI hoạt động: AI được huấn luyện dựa trên lượng dữ liệu khổng lồ (văn bản, âm thanh, hình ảnh) để học cách suy luận và tạo ra ngôn ngữ như con người.
- Các mô hình ngôn ngữ lớn phổ biến: GPT-4 (OpenAI), LaMDA (Google), Claude (Anthropic)
- Giới hạn của AI:
- Hallucination: AI có thể tạo ra thông tin sai lệch do chưa được huấn luyện đầy đủ.
- Khả năng cập nhật thông tin kém: AI cần thời gian để cập nhật thông tin mới.
- Hiện tượng thiên vị (Bias): Kết quả của AI có thể bị ảnh hưởng bởi dữ liệu huấn luyện.
- Khả năng tính toán hạn chế: AI không thực sự biết tính toán.
- Prompt là gì?: Prompt là cách chúng ta giao tiếp, ra lệnh cho AI để khai thác khả năng của nó.
- Vai trò của Prompt Engineering: Nghiên cứu cách tạo ra các loại prompt khác nhau và ứng dụng chúng vào các tình huống cụ thể.
- Phân công vai trò cho AI: Xác định AI là ai (ví dụ: giáo viên, chuyên gia).
- Cung cấp ngữ cảnh: Mô tả tình huống, vấn đề cần giải quyết.
- Đặt nhiệm vụ cụ thể: Nêu rõ yêu cầu AI cần thực hiện.
- Thể hiện kỳ vọng: Nêu rõ mong muốn về kết quả trả về (ví dụ: đơn giản, chi tiết).
- Prompt cơ bản: Bao gồm 4 thành phần chính.
- Prompt tinh chỉnh: Thêm các yếu tố bổ sung để định hướng kết quả.
- Chain-of-Thought (CoT) Prompting: Định hướng AI tư duy theo từng bước để giải quyết vấn đề phức tạp.
- Các kỹ thuật khác: Few-shot prompting, instruction prompting, contextual prompting,...
Phần 3: Một số mẹo và lưu ý khi viết prompt.
- Thêm câu hỏi để AI làm rõ vấn đề: "Hãy hỏi tôi thêm câu hỏi nếu bạn cần làm rõ vấn đề nào đó."
- Định hình phong cách viết: Nêu rõ yêu cầu về giọng văn, văn phong.
- Thực hành thường xuyên: Viết nhiều prompt, thử nghiệm các biến thể để có kết quả tốt nhất.
- Lưu lại prompt hiệu quả: Dùng cho các tác vụ tương tự trong tương lai.
Mình có làm loạt bài về Prompt, anh em có thể anh em có thể xem lại qua các link bên dưới nhé.
- Cùng học GenAI Phần 1: Các khái niệm cơ bản về GenAI, LLM, cách hoạt động, train, các giới hạn,...
- Cùng học GenAI Phần 2: Chi tiết về Prompt, cách một LLM chạy, phân loại prompt theo dạng thông tin
- Cùng học GenAI Phần 3: Chi tiết về Prompt, phân loại prompt theo tính năng
- Cùng học GenAI Phần 4: Chi tiết các kỹ thuật prompt và cách kết hợp để xử lý các task phức tạp
- Cùng học GenAI Phần 5: Thành phần của prompt, các tham số khi làm việc với LLM, quy trình prompting
