Bài viết này tiếp cận mục tiêu tìm ra công thức viết prompt tối ưu cho GPT-5 từ cả 3 góc độ: đánh giá dựa trên các prompt framework đã có, giải mã ngược đặc tính của GPT-5 dựa trên system instruction bị rò rỉ (leaked), và tham khảo một số công thức viết prompt cho GPT-5 được một số chuyên gia đề nghị. Từ đó bài viết giới thiệu BRIEF 6 - công thức prompt chuẩn được tối ưu hóa cho kỷ nguyên mới của AI.

Bạn có thể sử dụng thử Chatbot tối ưu prompt tự động theo framework BRIEF-6 do mình xây dựng tại đây: https://chatgpt.com/g/g-68a947d20e0c8191af15cdab00803873-brief-6-prompt-optimizer

Sự thay đổi cốt lõi của GPT-5

Sự ra đời của GPT-5 không chỉ là một bản cập nhật thông thường, mà là một bước nhảy vọt về mô hình tư duy của AI. OpenAI mô tả nó có "hệ thống suy luận sâu hơn" và khả năng tự quyết định khi nào cần "suy nghĩ lâu hơn". Thay đổi cốt lõi nhất, được cộng đồng gọi tên qua cơ chế AIGEN (AI Generalized Reasoning Engine), chính là triết lý vận hành mới: hỏi tối đa một câu làm rõ, sau đó hành động ngay lập tức.

Điều này tạo ra một cuộc cách mạng trong nghệ thuật viết prompt. Các yêu cầu đơn giản, mơ hồ từng tạm chấp nhận được với GPT-4 giờ đây đã trở nên lỗi thời. Để khai thác toàn bộ sức mạnh suy luận của GPT-5, chúng ta cần một phương pháp tiếp cận mới – một công thức prompt được cấu trúc như một bản brief chuyên nghiệp, đầy đủ thông tin và không có chỗ cho sự mơ hồ.

Triết lý "hỏi một lần, hành động ngay"

Đây là thay đổi lớn nhất trong cách vận hành của GPT-5. Mô hình này được thiết kế để trở thành một trợ lý quyết đoán, không vòng vo. Nó sẽ chỉ hỏi tối đa một câu để làm rõ những điểm cực kỳ quan trọng, sau đó sẽ bắt tay vào thực thi dựa trên những gì nó đã biết.

Với triết lý này, việc cung cấp đầy đủ thông tin ngay từ đầu trở nên vô cùng quan trọng. Nếu bạn không cung cấp đủ bối cảnh, GPT-5 sẽ tự đưa ra giả định và hành động dựa trên những giả định đó, thay vì hỏi lại nhiều lần như các phiên bản trước. Điều này đòi hỏi người dùng phải thay đổi hoàn toàn cách tiếp cận khi viết prompt.

Ưu tiên hành động và kết quả cụ thể

GPT-5 ưu tiên "hành động hợp lý tiếp theo" (do the next obvious step). Các prompt chung chung như "Hãy viết về marketing" sẽ không hiệu quả. Thay vào đó, nó cần một yêu cầu có thể đo lường và thực thi được.

Khi làm việc với GPT-5, việc xác định rõ hành động và kết quả mong muốn không chỉ giúp mô hình hiểu yêu cầu của bạn mà còn giúp nó đưa ra kết quả chính xác hơn. Bạn nên chỉ định rõ định dạng đầu ra (như JSON, Markdown, bảng), độ dài mong muốn (số từ, số đoạn), và cấu trúc cụ thể (số điểm chính, số phần, v.v.).

Việc chuyển từ các yêu cầu mơ hồ sang các yêu cầu có thể đo lường được là một trong những thay đổi quan trọng nhất khi làm việc với GPT-5. Điều này đòi hỏi người dùng phải suy nghĩ kỹ về kết quả mong muốn trước khi đưa ra yêu cầu.

Nhận thức rõ về công cụ và giới hạn kiến thức

Mô hình GPT-5 biết rõ giới hạn kiến thức của mình (cập nhật đến tháng 06/2024) và các công cụ nó có thể sử dụng (duyệt web, tạo biểu đồ, phân tích file, vẽ hình ảnh). Điều này có ý nghĩa quan trọng khi bạn cần thông tin cập nhật hoặc xử lý dữ liệu phức tạp.

Khi làm việc với GPT-5, việc chỉ định rõ công cụ cần sử dụng không chỉ giúp mô hình hiểu yêu cầu của bạn mà còn giúp nó đưa ra kết quả chính xác và cập nhật hơn. Nếu bạn cần thông tin mới nhất, hãy yêu cầu mô hình duyệt web và trích dẫn nguồn. Nếu bạn cần phân tích dữ liệu, hãy chỉ định rõ loại phân tích và định dạng đầu ra mong muốn.

Việc nhận thức rõ về giới hạn kiến thức của mô hình cũng rất quan trọng. Nếu bạn cần thông tin sau thời điểm cập nhật của mô hình (06/2024), bạn phải yêu cầu mô hình duyệt web để tìm thông tin mới nhất. Điều này giúp đảm bảo rằng thông tin bạn nhận được là chính xác và cập nhật.

Khả năng "Adaptive Teaching" - dạy học thích ứng

GPT-5 có thể điều chỉnh độ sâu của câu trả lời dựa trên trình độ của người dùng. Đây là một tính năng mạnh mẽ cho phép mô hình cung cấp nội dung được cá nhân hóa phù hợp với kiến thức và nhu cầu của từng người dùng cụ thể.

Khả năng dạy học thích ứng của GPT-5 mang lại giá trị to lớn trong các tình huống giáo dục, đào tạo, và tư vấn. Bằng cách chỉ định rõ trình độ và nhu cầu của bạn, bạn có thể nhận được nội dung được cá nhân hóa phù hợp với kiến thức và mục tiêu học tập của mình.

Điều này đặc biệt hữu ích khi bạn cần học một kỹ năng mới hoặc tìm hiểu về một lĩnh vực phức tạp. Thay vì phải lọc qua một lượng lớn thông tin không phù hợp, bạn có thể nhận được nội dung được thiết kế riêng cho trình độ của mình, giúp quá trình học tập hiệu quả hơn.

Cần có tiêu chí hoàn thành (Stop Conditions) rõ ràng

Vì GPT-5 hành động rất nhanh, nó cần biết khi nào nhiệm vụ được coi là hoàn thành. Việc thiết lập các điều kiện dừng rõ ràng giúp mô hình biết khi nào nó đã đạt được mục tiêu và có thể kết thúc nhiệm vụ.

Việc thiết lập các điều kiện dừng rõ ràng không chỉ giúp GPT-5 biết khi nào nhiệm vụ hoàn thành mà còn giúp bạn nhận được kết quả đúng với mong đợi. Khi bạn chỉ định rõ số lượng, độ dài, hoặc tiêu chí chất lượng, bạn đang cung cấp cho mô hình một mục tiêu cụ thể để hướng tới.

Điều này đặc biệt quan trọng đối với các nhiệm vụ phức tạp hoặc đa bước, nơi mô hình cần biết khi nào nó đã hoàn thành mỗi bước và khi nào nó có thể chuyển sang bước tiếp theo. Không có điều kiện dừng rõ ràng, mô hình có thể tiếp tục tạo ra nội dung không cần thiết hoặc dừng lại quá sớm.

Tổng kết các nguyên tắc cốt lõi

Từ việc phân tích system prompt bị rò rỉ của GPT-5, chúng ta có thể rút ra năm nguyên tắc cốt lõi để tạo prompt hiệu quả. Những nguyên tắc này tạo nên nền tảng cho một công thức prompt tối ưu cho GPT-5.

Năm nguyên tắc này tạo thành một khung tư duy mới khi viết prompt cho GPT-5. Thay vì cách tiếp cận đơn giản, mơ hồ như trước đây, chúng ta cần một cách tiếp cận có cấu trúc, chi tiết và rõ ràng. Mỗi prompt cần cung cấp đầy đủ thông tin để GPT-5 có thể hành động ngay lập tức mà không cần hỏi thêm.

Việc áp dụng năm nguyên tắc này không chỉ giúp bạn tạo ra các prompt hiệu quả hơn mà còn giúp bạn tận dụng tối đa sức mạnh suy luận của GPT-5. Bằng cách cung cấp đầy đủ thông tin, chỉ định rõ hành động, công cụ, tiêu chí thành công và điều kiện dừng, bạn đang tạo điều kiện để GPT-5 thể hiện hết khả năng của mình.

Đánh giá các Framework phổ biến với GPT-5: nhóm tối giản

Với những nguyên tắc mới của GPT-5, không phải framework nào cũng giữ nguyên giá trị. Hãy cùng đánh giá lại nhóm framework tối giản như TAG (Task-Action-Goal) và RTF (Role-Task-Format).

Mặc dù framework này đơn giản và dễ áp dụng, nhưng nó thiếu thông tin về đối tượng mục tiêu, sản phẩm/dịch vụ đang quảng cáo, tông giọng phù hợp, và nhiều yếu tố quan trọng khác. Với GPT-5, việc thiếu thông tin này có thể dẫn đến kết quả không phù hợp với nhu cầu thực tế.

Các framework tối giản vẫn có giá trị trong những tình huống đơn giản hoặc khi bạn đã có một bối cảnh được thiết lập từ trước. Tuy nhiên, đối với các nhiệm vụ phức tạp hoặc yêu cầu suy luận sâu, chúng không đủ mạnh để khai thác toàn bộ tiềm năng của GPT-5.

Đánh giá các Framework phổ biến với GPT-5: nhóm bối cảnh

Tiếp theo, chúng ta sẽ đánh giá nhóm framework nhấn mạnh bối cảnh như CARE (Context-Action-Result-Example) và PACT (Purpose-Audience-Context-Tone). Những framework này có nhiều điểm phù hợp hơn với triết lý của GPT-5.

Framework này cung cấp nhiều thông tin hơn đáng kể so với nhóm tối giản, giúp GPT-5 có đủ bối cảnh để tạo ra nội dung phù hợp. Việc chỉ định rõ đối tượng, sản phẩm, độ dài mong muốn và ví dụ về giọng điệu giúp định hướng kết quả đầu ra.

Tuy nhiên, framework này vẫn có thể được cải thiện bằng cách bổ sung thêm các yếu tố về quy trình suy luận, công cụ cần sử dụng, và điều kiện dừng cụ thể. Những yếu tố này sẽ giúp khai thác tối đa khả năng suy luận của GPT-5.

Đánh giá các Framework phổ biến với GPT-5: nhóm quy trình

Cuối cùng, chúng ta sẽ đánh giá nhóm framework nhấn mạnh quy trình như RISE (Role-Input-Steps-Expectation), RACE (Role-Action-Context-Example), và SOLVE (Situation-Objective-Limitation-Vision-Execution). Đây là những framework toàn diện nhất, phù hợp với các nhiệm vụ phức tạp.

Framework này cung cấp một cấu trúc toàn diện cho một nhiệm vụ phức tạp, chỉ định rõ vai trò, dữ liệu đầu vào, các bước thực hiện, và kỳ vọng về kết quả. Điều này giúp GPT-5 có đủ thông tin để thực hiện nhiệm vụ một cách chính xác và hiệu quả.

Phân tích các framework phổ biến cho thấy, một công thức tối ưu cho GPT-5 phải kế thừa sức mạnh về bối cảnh của nhóm CARE/PACT và tính quy trình, kiểm soát của nhóm RISE/RACE, đồng thời giữ được sự dứt khoát của nhóm TAG/RTF.

BRIEF 6: công thức prompt chuẩn tối ưu cho GPT-5

Từ những phân tích trên, tôi đề xuất một công thức chuẩn gồm 6 thành phần, gọi là BRIEF 6. Công thức này được thiết kế để cung cấp cho GPT-5 mọi thông tin nó cần để hành động chính xác ngay từ lần đầu tiên.

BRIEF 6 kết hợp những điểm mạnh nhất của các framework hiện có và bổ sung thêm các yếu tố cần thiết để tối ưu hóa cho GPT-5. Công thức này đảm bảo rằng GPT-5 có đủ thông tin để hành động chính xác ngay từ đầu, đồng thời cung cấp một cấu trúc rõ ràng để kiểm soát quy trình suy luận và kết quả đầu ra.

Mỗi thành phần trong BRIEF 6 đều có vai trò quan trọng trong việc định hướng GPT-5. Role xác định giọng điệu và chuyên môn, Task xác định nhiệm vụ cụ thể, Context cung cấp thông tin nền tảng, Reasoning hướng dẫn quy trình suy luận, Output Format xác định cấu trúc kết quả, và Stop Conditions xác định khi nào nhiệm vụ hoàn thành.

Các nguyên tắc vàng khi áp dụng BRIEF 6

Để áp dụng hiệu quả BRIEF 6, bạn cần tuân thủ năm nguyên tắc vàng sau đây. Những nguyên tắc này giúp tối ưu hóa cách bạn cấu trúc prompt và tương tác với GPT-5.

Những nguyên tắc vàng này giúp bạn tận dụng tối đa BRIEF 6 và khả năng của GPT-5. Bằng cách cung cấp chi tiết upfront, bạn giảm thiểu nhu cầu GPT-5 phải hỏi thêm. Bằng cách chỉ định rõ định dạng đầu ra, bạn đảm bảo kết quả có cấu trúc như mong đợi. Bằng cách hướng dẫn quy trình suy luận và thiết lập điều kiện dừng, bạn kiểm soát cách GPT-5 xử lý nhiệm vụ và khi nào nó hoàn thành.

Việc chỉ định công cụ đúng lúc giúp GPT-5 biết khi nào cần duyệt web, phân tích file, hoặc sử dụng các công cụ khác. Và việc yêu cầu nhiều phiên bản giúp bạn có nhiều lựa chọn và so sánh các cách tiếp cận khác nhau.

Áp dụng những nguyên tắc này không chỉ giúp bạn tạo ra các prompt hiệu quả hơn mà còn giúp bạn tận dụng tối đa khả năng suy luận và sáng tạo của GPT-5.

Ví dụ thực tế áp dụng BRIEF 6

Để minh họa cách áp dụng Blueprint 6 trong thực tế, hãy xem xét ví dụ sau đây về một prompt được cấu trúc theo công thức này. Ví dụ này cho thấy cách mỗi thành phần của Blueprint 6 được áp dụng để tạo ra một prompt toàn diện và hiệu quả.

Prompt này áp dụng đầy đủ các thành phần của Blueprint 6 và tuân thủ các nguyên tắc vàng. Nó cung cấp chi tiết upfront về đối tượng mục tiêu, sản phẩm, và các yêu cầu cụ thể. Nó chỉ định rõ định dạng đầu ra là một bảng Markdown với các cột cụ thể. Nó hướng dẫn quy trình suy luận bằng cách yêu cầu sử dụng khung logic Problem–Solution–Proof–CTA. Nó chỉ định công cụ cần sử dụng bằng cách yêu cầu duyệt web để tìm báo cáo mới nhất. Và nó thiết lập điều kiện dừng rõ ràng: 5 email, mỗi email dưới 160 từ, và ít nhất 3 nguồn uy tín.

Với prompt này, GPT-5 có đủ thông tin để tạo ra một chuỗi email marketing hiệu quả mà không cần hỏi thêm. Kết quả sẽ có cấu trúc rõ ràng, dễ đọc, và đáp ứng đúng nhu cầu của người dùng.

Kết luận: làm chủ kỷ nguyên mới của prompt engineering

GPT-5 đánh dấu sự kết thúc của kỷ nguyên viết prompt "ngây thơ". Với triết lý "hành động trước, hỏi sau", mô hình này đòi hỏi người dùng phải tư duy như một người quản lý dự án: rõ ràng, có cấu trúc và biết trước kết quả mình mong muốn.

Trong khi các framework cũ vẫn còn giá trị tham khảo, BRIEF 6 (Role – Task – Context – Reasoning – Output – Stop) chính là công thức được nâng cấp để đáp ứng trực tiếp với kiến trúc suy luận mới của GPT-5. Bằng cách áp dụng phương pháp này, bạn không chỉ ra lệnh, mà đang trao cho AI một bản kế hoạch chi tiết để thực thi nhiệm vụ một cách chính xác và hiệu quả nhất.

Làm chủ BRIEF 6 chính là chìa khóa để khai phóng toàn bộ tiềm năng trí tuệ của GPT-5. Bằng cách cung cấp đầy đủ thông tin, chỉ định rõ hành động, bối cảnh, quy trình suy luận, định dạng đầu ra và điều kiện dừng, bạn đang tạo điều kiện để GPT-5 thể hiện hết khả năng của mình.

Kỷ nguyên mới của prompt engineering đòi hỏi một cách tiếp cận có cấu trúc, chi tiết và rõ ràng. Những người làm chủ được nghệ thuật này sẽ có lợi thế to lớn trong việc tận dụng sức mạnh của AI để giải quyết các vấn đề phức tạp và tạo ra giá trị trong công việc và cuộc sống.