Chatbot AI ngày nay là những phần mềm có thể được "lập trình" bằng ngôn ngữ tự nhiên.
Trong thời đại mới, AI đang nhanh chóng trở thành một phần không thể thiếu của mọi hoạt động thường ngày, người ta thấy AI hiện diện trong cả công việc lẫn đời sống cá nhân. Tuy nhiên, hầu hết người dùng chưa biết sử dụng thứ công nghệ mới này sao cho hiệu quả.
Một trong những phiên bản AI thành công và được “nhân giống” rộng rãi nhất hiện nay là chatbot. Không còn là những hệ thống trả lời tự động đơn sơ của quá khứ, chatbot nay được dựng trên nền công nghệ Mô hình Ngôn ngữ Lớn (LLM), có thể truy xuất thông tin từ kho dữ liệu khổng lồ và tạo tác một câu trả lời mà nó cho là đúng nhất.
Hình minh họa được tạo từ prompt: "bức ảnh phong cách hoạt hình, góc chụp từ đằng sau: một kỹ sư prompt đang ngồi trước máy tính, từ màn hình tỏa ra nhiều dải màu sắc rực rỡ".
Để có thể khiến những chatbot này trả lời câu hỏi cho chính xác nhất có thể, người dùng cần đặt câu hỏi, đặt truy vấn sao cho đúng. Thuật ngữ trong ngành gọi những câu hỏi/truy vấn này là “prompt”, và những cá nhân thành thạo kỹ năng tạo prompt đang tự đặt tên cho mình là “kỹ sư prompt - prompt engineer”.
Hiểu một cách đơn giản, prompt là dữ kiện đầu vào mà một người dùng đưa vào chatbot, hòng có được một kết quả nhất định. Nói cách khác, chúng là câu mở chuyện giúp người dùng bắt đầu cuộc hội thoại với chatbot. Bằng một câu mở đầu nhiều thông tin, nêu bật được ý muốn bản thân, thậm chí tiết lộ được cả mong muốn người dùng trong câu trả lời, cuộc hội thoại giữa người dùng và chatbot có thể đem lại nhiều thành quả.
Về cơ bản, các chatbot dạng này là những cỗ máy cho phép người dùng lập trình bằng chính ngôn ngữ tự nhiên của mình.
Các hệ thống AI đương đại có thể tự thích nghi được bối cảnh mới, vậy nên người dùng hoàn toàn có thể tùy biến tính chất kết quả thông qua việc đặt một prompt thật chi tiết.
Để làm được điều này, chatbot - như ChatGPT hay Claude - chủ yếu tận dụng hai công nghệ là xử lý ngôn ngữ tự nhiên và học máy. Màn phối kết cho phép AI hiểu đại ý prompt, ngay cả khi cả khi người dùng mắc vài lỗi diễn đạt nhỏ hay trò chuyện bằng ngôn ngữ tự nhiên.
Công nghệ cũng đồng thời cho phép chatbot có thể tự học, tự trau dồi khả năng trả lời dựa trên những prompt được nhập vào. Chúng có thể hiểu bối cảnh các prompt, miễn là người dùng cung cấp những bối cảnh cụ thể.
Theo nhận định của John Maeda, giám đốc cấp cao mảng AI và thiết kế tại Microsoft, nghệ thuật kiến tạo prompt “bao gồm việc chọn đúng từ, câu cú, biểu tượng và định dạng” văn bản người dùng nhập vào.
Từ lời khuyên của chuyên gia, chúng ta có 3 chiến lược để tạo ra được một prompt giàu giá trị: đầu tiên là cung cấp bối cảnh, thứ hai là dữ liệu cụ thể, thứ ba là dựa trên những cuộc đối thoại đã có để tiếp tục kéo dài cuộc hội thoại với chatbot.
Với một câu hỏi như “Khi nào là thời điểm thích hợp để tới thăm Hà Nội”, bất kỳ một chatbot hiện đại nào cũng có thể trả lời nhanh chóng.
Tuy nhiên, prompt nói trên có thể được cải thiện bằng cách thêm bối cảnh và yêu cầu chatbot AI nhập vai một nhân vật khác. Theo lời khuyên của chuyên gia, bạn có thể tùy biến prompt trên như sau:
“Bạn đóng vai một nhà khí tượng học, nhà sinh vật học, và một chuyên gia tư vấn du lịch lành nghề.
Nhiệm vụ của bạn là dựa trên mẫu hình thời tiết Hà Nội, dự đoán thời điểm trong năm mà Hà Nội có quang cảnh tự nhiên đẹp nhất. Sau đó, gợi ý 5 địa điểm có thể ghé thăm, chi phí dự kiến, và phương thức di chuyển tiện lợi trong thành phố Hà Nội”.
Tăng cường độ chi tiết trong prompt là một trong những cách hiệu quả giúp chatbot hiểu câu hỏi hơn, từ đó trả lời hay hơn.
Bạn có thể thử thêm vào yếu tố thời gian, chỉ rõ địa điểm, hay thậm chí yêu cầu chatbot so sánh các vị trí với nhau.
Bên cạnh đó, các chi tiết có thể có trong một prompt còn bao gồm: yêu cầu cụ thể, ví dụ bạn muốn chatbot học, hay những giới hạn nhất định để loại trừ kết quả không mong muốn.
Phần lớn các phần mềm chatbot AI hiện hành đều có giao diện khung trò chuyện trực tuyến, chúng có thể lưu lại những nội dung đã trao đổi trước đây để làm bối cảnh cho những câu trả lời sau này.
Thử lấy ví dụ với đoạn hội thoại về việc thăm quan thành phố Hà Nội. Một hướng dẫn kiểu “hãy làm cho câu trả lời hài hước hơn” sẽ tạo ra một kết quả mới. Vẫn dựa trên bối cảnh và những nội dung đã được nhập vào, kết quả mới sẽ chỉ thêm yếu tố “hài hước” vào câu trả lời của chatbot AI.
Hình minh họa được tạo từ prompt: "bức ảnh phong cách hoạt hình, góc chụp từ đằng trước: một robot đứng trên phố đông người qua lại, tay đưa tờ rơi, trên tờ rơi là một thứ ngôn ngữ ngoài hành tinh không ai hiểu".
Những giới hạn và nhược điểm của chatbot
Trong ví dụ phía trên, bạn có thể nhận thấy ChatGPT đã gợi ý người dùng tới thăm quán Bánh mì P. Trên thực tế, quán bánh mì này đã dừng hoạt động, và sau một màn trao đổi ngắn, ChatGPT đã cảm ơn về thông tin mới và cung cấp một điểm đến khác, thay cho quán bánh mì đã đóng cửa.
Ví dụ này lập tức cho thấy: chatbot AI chưa hoàn thiện. Những sai lầm dạng này có thể dẫn tới những sự cố đáng tiếc, nếu như người dùng chatbot AI không chủ động kiểm chứng lại những thông tin quan trọng. Câu trả lời của AI có thể sai hoàn toàn, thậm chí những dòng chữ do chatbot AI tạo ra có thể thuận mắt thuận tai, đọc rất đáng tin nhưng thực tế, mọi thông tin sản sinh ra đều không có thực. Các nhà nghiên cứu gọi đây là hiện tượng “hoang tưởng” của AI (nguyên văn: AI hallucination).
Vì vậy, để giới hạn được nhược điểm này, người dùng AI phải hết sức tỉnh táo trước những câu trả lời do chatbot tạo ra.
Ngoài ra, một số chuyên gia nhận định rằng kỹ năng thiết kế prompt chỉ tồn tại nhất thời, và sẽ phai nhạt khi chính AI có thể tự thiết kế một prompt hiệu quả.
Theo nhận định của Oguz Acar, chủ tịch khoa Marketing tại Đại học Kinh doanh King, trực thuộc trường Đại học King''s College London, thì những hệ thống AI tương lai có thể nhận ra dụng ý người dùng mà không cần một prompt chi tiết. Theo ông, để dùng AI hiệu quả, người dùng cần tập trung vào phân biệt đâu là prompt - yêu cầu mình đặt ra cho AI, và đâu là vấn đề thực sự cần giải quyết.
“Thiết kế prompt tập trung vào việc tạo ra một văn bản tối ưu, thông qua chọn đúng từ ngữ, câu cú, cấu trúc câu và ngữ pháp. Ngược lại, viết công thức mô tả vấn đề nhấn mạnh vào việc định nghĩa vấn đề, thông qua xác định mục đích, quy mô và giới hạn [của vấn đề]”, ông Acar cho hay.
Trong thời đại mới, khi mọi người dùng đều đang ngỡ ngàng trước sức mạnh của AI, thì kỹ năng “prompt engineering” là thiết yếu trong việc điều hướng AI để tạo ra kết quả tối ưu nhất. ChatGPT, Claude và những chatbot tương tự khác mang nhiều tiềm năng nhờ khả năng thích ứng, học thêm được dữ liệu mới, trả lời giống người cũng như trả lời một cách mạch lạc.
Tuy nhiên, người dùng cần cảnh giác trước những sai lầm tiềm tàng, thiên kiến độc hại, hay thậm chí … ỷ lại vào những hệ thống này và dùng chúng trong những công việc hệ trọng.
GenK
NHÂN VIÊN PHÁT TRIỂN DỰ ÁN AI CHO TẬP ĐOÀN HÀNG ĐẦU TẠI MỸ
Chương trình Học viện Công nghệ BKACAD
Location: Hà Nội
Salary: Competitive
Digital Transformation Manager
Công Ty CP Vàng Bạc Đá Quý Phú Nhuận - PNJ
Location: Hồ Chí Minh
Salary: Competitive
Product Owner (Digital Marketing, AI) - TA160
Ngân Hàng TMCP Việt Nam Thịnh Vượng - VPBANK
Location: Hà Nội
Salary: Competitive
VIETNAM GOBUY E-COMMERCE - CÔNG TY TNHH THƯƠNG MẠI ĐIỆN TỬ GOBUY VIỆT NAM
Location: Hồ Chí Minh
Salary: 25 Mil - 40 Mil VND
Location: Hà Nội
Salary: Competitive
Kỹ sư Phát triển AI - AI Engineer - Khối Công nghệ thông tin (HO24.287)
Location: Hà Nội
Salary: Competitive
Senior AI Engineer - Hà Nội - TA139
Ngân Hàng TMCP Việt Nam Thịnh Vượng - VPBANK
Location: Hà Nội
Salary: Competitive
Senior Fullstack Developer (Python/Golang, ReactJS/Angular)
Location: Hồ Chí Minh
Salary: 40 Mil - 70 Mil VND
Product Owner (Digital Marketing, AI)
Ngân Hàng TMCP Việt Nam Thịnh Vượng - VPBANK
Location: Hà Nội
Salary: Competitive
Data Scientist (Senior/Expert) - Hà Nội - TA139
Ngân Hàng TMCP Việt Nam Thịnh Vượng - VPBANK
Location: Hà Nội
Salary: Competitive