Bài viết dựa trên kết quả test thực tế 50+ prompt trên 4 công cụ AI trong 2 tuần. Những gì tôi phát hiện khác xa với hầu hết lời khuyên bạn đọc trên mạng.
Tháng trước, tôi ngồi trước màn hình lúc 2 giờ sáng, nhìn chằm chằm vào câu trả lời từ ChatGPT. Prompt của tôi rõ ràng mà? “Viết bài về AI trong marketing 2026”. Thế mà output dài dòng, sáo rỗng, toàn cụm từ kiểu “trong thời đại số”, “cách mạng hóa ngành”.
Tôi đã dành 2 tuần tiếp theo để test hơn 50 prompt khác nhau trên 4 công cụ AI phổ biến nhất hiện nay: ChatGPT, DeepSeek, Gemini và Claude. Tôi ghi lại từng kết quả, chấm điểm, so sánh.
Những gì tôi phát hiện sẽ khiến bạn phải viết lại cách bạn nghĩ về prompt engineering.
Nếu bạn muốn áp dụng riêng cho ChatGPT, xem thêm hướng dẫn cách dùng ChatGPT hiệu quả với quy trình giao việc, phản biện và kiểm chứng kết quả.
Lời khuyên “vàng” về prompt. Và bài test khiến tôi nghi ngờ tất cả
Trên mạng, bạn sẽ gặp hàng trăm bài viết dạy viết prompt. Hầu hết xoay quanh vài “nguyên tắc vàng”: dùng framework CRAFT (Context, Role, Action, Format, Tone), càng chi tiết càng tốt, cho ví dụ, gán vai trò cho AI.
Tôi đã áp dụng chính xác những lời khuyên đó.
Prompt của tôi được viết theo chuẩn CRAFT: “Bạn là chuyên gia marketing (Role). Viết bài 500 từ về xu hướng AI marketing 2026 cho chủ doanh nghiệp nhỏ tại Việt Nam (Action + Context). Dùng giọng thân thiện, thực tế (Tone). Có 3 phần chính, mỗi phần kèm ví dụ thực tế (Format).”
Sau đó tôi gửi cùng prompt này cho 4 công cụ AI. Kết quả?
| Công cụ | Follow format? | Chất lượng nội dung | Điểm tổng (/10) | Nhận xét |
|---|---|---|---|---|
| ChatGPT | ✅ | Khá. Nhưng có câu sáo rỗng | 6,5 | Theo sát format, nhưng thêm 2 câu “trong thời đại số” và 1 câu “cách mạng hóa” |
| DeepSeek | ⚠️ Một phần | Tốt. Thực tế, ít sáo rỗng | 7,5 | Bỏ qua yêu cầu “giọng thân thiện”, viết khá khô. Nhưng nội dung sát thực tế hơn |
| Gemini | ✅ | Trung bình. Nhiều ý chung chung | 5,5 | Theo đúng format nhưng nội dung như copy từ brochure. Thiếu ví dụ cụ thể |
| Claude | ✅ | Rất tốt. Phân tích sâu | 8,0 | Format đúng, giọng phù hợp, có ví dụ thực tế, KHÔNG dùng từ sáo rỗng |
Không có “prompt hoàn hảo” cho mọi công cụ. Cùng một prompt, ChatGPT có thể cho kết quả 6,5/10 trong khi Claude đạt 8/10. Viết prompt giỏi = biết điều chỉnh theo công cụ bạn đang dùng.
📅 Cập nhật: Tháng 5/2026
Phương pháp test của tôi: 50+ prompt, 4 công cụ, 2 tuần
Trước khi đi vào kết quả, tôi muốn bạn hiểu tôi đã test như thế nào. Để bạn tự đánh giá mức độ tin cậy của những gì tôi sắp chia sẻ.
Thiết kế test
Tôi chia prompt thành 5 nhóm, mỗi nhóm 10 prompt:
| Nhóm | Mô tả | Ví dụ prompt |
|---|---|---|
| Sáng tạo | Viết quảng cáo, content, storytelling | “Viết 3 phiên bản caption Facebook cho sản phẩm trà sữa, mỗi phiên bản nhắm 1 đối tượng khác nhau” |
| Kỹ thuật | Code, phân tích kỹ thuật, giải thích | “Viết hàm Python sắp xếp danh sách sinh viên theo điểm, có xử lý trùng điểm, kèm comment tiếng Việt” |
| Phân tích | So sánh, đánh giá, ra quyết định | “So sánh 3 nền tảng quảng cáo: Facebook Ads, Google Ads, TikTok Ads cho doanh nghiệp nhỏ tại VN” |
| Tổng hợp | Tóm tắt, trích xuất thông tin | “Đọc bài viết này và tóm tắt thành 5 bullet point, mỗi bullet tối đa 20 từ” |
| Tiếng Việt | Prompt hoàn toàn bằng tiếng Việt | “Giải thích khái niệm lãi kép cho người mới bắt đầu, dùng ví dụ gửi tiết kiệm ngân hàng VN” |
Tiêu chí đánh giá
Mỗi kết quả được chấm theo 5 tiêu chí, thang điểm 1-10:
1. Follow instruction. AI có làm đúng những gì được yêu cầu không?
2. Chất lượng nội dung. Thông tin chính xác? Có chiều sâu? Không lan man?
3. Tính sáng tạo. Có original insight không? Hay chỉ tổng hợp?
4. Cấu trúc. Format dễ đọc? Heading rõ ràng? Có đi lạc đề không?
5. Tự nhiên. Có giống người viết không? Bao nhiêu từ sáo rỗng?
Kết quả test tổng quan. Con số không biết nói dối
Sau khi chấm điểm 200 kết quả (50 prompt × 4 công cụ), đây là điểm trung bình:
Ba điều gây bất ngờ:
1. Claude dẫn đầu ở mọi tiêu chí. Đặc biệt là “tự nhiên”. Claude hiếm khi dùng từ sáo rỗng. Nếu bạn viết content, Claude là lựa chọn số một trong test của tôi.
2. DeepSeek theo instruction kém nhất nhưng nội dung chất lượng cao. DeepSeek thường “phớt lờ” yêu cầu về format hoặc tone, nhưng thông tin nó đưa ra sát thực tế và ít lan man.
3. ChatGPT follow instruction tốt nhưng dễ rơi vào “AI-speak”. ChatGPT làm đúng những gì bạn yêu cầu, nhưng nếu bạn không explicitly cấm từ sáo rỗng, nó sẽ tự động thêm vào.
Đây là test cá nhân, không phải nghiên cứu khoa học. Kết quả có thể khác với phiên bản model cụ thể. Điểm số phản ánh đánh giá chủ quan của tôi. Nhưng pattern tổng quát vẫn rõ: mỗi AI có “tính cách” khác nhau, điều tôi tự tin khẳng định.
3 nguyên lý viết prompt tôi rút ra. Không giống sách vở
Sau 2 tuần test, tôi không kết luận “dùng framework X” hay “luôn thêm context”. Thay vào đó, tôi rút ra 3 nguyên lý thực chiến.
Nguyên lý 1: Prompt chuẩn trên ChatGPT có thể fail trên DeepSeek
Đây là phát hiện lớn nhất. Cùng một prompt “chuẩn CRAFT”, điểm số chênh nhau từ 5,5 đến 8,0 giữa các công cụ.
Theo tôi, lý do là mỗi công cụ được huấn luyện với triết lý khác nhau. ChatGPT được tối ưu để “làm hài lòng người dùng”, Claude được huấn luyện để “trung thực và hữu ích”, DeepSeek thiên về “hiệu quả và chính xác”.
Bạn không cần nhớ hết đặc điểm từng công cụ. Chỉ cần nhớ: test prompt của bạn trên ít nhất 2 công cụ trước khi dùng. Nếu cả 2 cho kết quả tệ, vấn đề là prompt. Nếu 1 tốt 1 tệ, vấn đề là công cụ.
Nguyên lý 2: Context đánh bại Format
Trong test, tôi so sánh 2 loại prompt:
Loại A. Format đẹp, thiếu context: “Viết bài 500 từ về AI, có 3 H2, bảng so sánh, kết luận.”
Loại B. Context dày, format đơn giản: “Tôi là chủ một cửa hàng thời trang online tại Hà Nội, doanh thu 200 triệu/tháng. Tôi muốn dùng AI để tối ưu mô tả sản phẩm. Đối thủ của tôi là các shop trên Shopee. Viết cho tôi 1 bài phân tích cách làm, dài khoảng 500 từ.”
Kết quả: Loại B luôn cho output tốt hơn, trên cả 4 công cụ. Prompt dài hơn với context cụ thể đánh bại prompt ngắn với format đẹp.
AI không phải con người. Nó không “đoán” context từ format. Khi bạn nói “viết bài về AI”, AI phải tự điền context. Và thường điền sai. Cung cấp context cụ thể giúp AI thu hẹp không gian tìm kiếm, dẫn đến output sát ý bạn hơn.
Nguyên lý 3: Iterate thay vì Perfect
Trong 50 prompt tôi test, prompt nào tôi dành hơn 10 phút để “hoàn hảo hóa” trước khi gửi lần đầu có điểm trung bình 6,8. Prompt nào tôi gửi bản đơn giản trước, xem kết quả, rồi tinh chỉnh dần có điểm cuối cùng là 8,2.
Theo kinh nghiệm của tôi, Prompt engineering là kỹ năng thực hành. Bạn học bằng cách làm, không phải bằng cách đọc. Bạn không thể ngồi viết “prompt hoàn hảo” ngay lần đầu. Cách hiệu quả nhất: viết prompt đơn giản → xem output → chỉnh prompt → xem lại → lặp 3-4 lần.
Ví dụ thực tế: Tôi mất 4 vòng lặp để có prompt ưng ý cho một bài viết về AI marketing. Vòng 1: “Viết bài về AI marketing” → output chung chung. Vòng 2: Thêm “cho doanh nghiệp nhỏ VN” → sát hơn nhưng vẫn sáo rỗng. Vòng 3: Thêm “dùng số liệu từ báo cáo We Are Social 2025” → có data nhưng khô. Vòng 4: Thêm “giọng như đang nói chuyện với bạn, có 1 câu chuyện cá nhân mở bài” → output ưng ý.
Case study: Cùng một yêu cầu. 4 prompt, 4 kết quả
Để bạn thấy sự khác biệt rõ hơn, tôi lấy một yêu cầu cụ thể và chạy qua 4 phiên bản prompt, từ tệ đến xuất sắc.
Yêu cầu: Viết email marketing cho một khóa học online về Excel.
Prompt #1. Quá chung chung (Điểm: 3/10)
“Viết email marketing cho khóa học Excel.”
Kết quả: Email dài dòng, bắt đầu bằng “Bạn có muốn thành thạo Excel không?”, toàn câu sáo rỗng như “trong thời đại số hóa”, không có CTA rõ ràng.
Prompt #2. Tốt hơn nhưng vẫn thiếu (Điểm: 5/10)
“Viết email marketing cho khóa học Excel online. Người nhận là dân văn phòng. Dài 150 từ.”
Kết quả: Ngắn gọn hơn, đúng đối tượng. Nhưng thiếu lý do để mở email, thiếu urgency. “Đăng ký ngay” là CTA duy nhất. Yếu.
Prompt #3. Gần đạt (Điểm: 7/10)
“Viết email marketing cho khóa học Excel online từ cơ bản đến nâng cao. Đối tượng: nhân viên văn phòng 25-35 tuổi tại Việt Nam, thường xuyên làm báo cáo. Pain point: mất 3-4 tiếng mỗi tuần cho việc tổng hợp số liệu thủ công. Offer: giảm 30% trong 48h. Tone: đồng cảm, không hardsell. CTA: 1 cái duy nhất.”
Kết quả: Tốt hơn hẳn. Email có pain point, có urgency, có offer. Nhưng vẫn thiếu “cá tính”.
Prompt #4. Xuất sắc (Điểm: 9/10)
“Viết email marketing cho khóa học Excel online. Context: Học viên tên Lan, kế toán 28 tuổi, mỗi tháng làm báo cáo tổng hợp mất 2 ngày vì phải copy-paste thủ công giữa các sheet. Khóa học dạy cô ấy dùng Pivot Table và VLOOKUP để rút xuống còn 2 tiếng. Offer: giảm 30% trong 48h, kèm 1 buổi coaching 1-1 miễn phí. Tone: như chị đồng nghiệp chỉ tip, không như người bán hàng. Dài 150-180 từ. CTA ở cuối: ‘Để chị Lan trong bạn được nghỉ sớm thứ 6’.”
Kết quả: Email có câu chuyện, có persona cụ thể (chị Lan), có CTA sáng tạo. Đọc không giống AI viết.
Prompt #4 có 3 thứ mà #1-3 thiếu: persona cụ thể (chị Lan), pain point định lượng (2 ngày → 2 tiếng), và CTA có cá tính. Prompt càng cụ thể về CON NGƯỜI, kết quả càng ít “mùi AI”.
Khi nào prompt không phải là vấn đề
Tôi muốn thành thật với bạn: có những tình huống prompt hoàn hảo cũng không cứu được kết quả.
AI hallucination. Không prompt nào fix được
Trong test của tôi, 3 trong 50 prompt yêu cầu số liệu cụ thể (ví dụ “doanh thu thị trường AI Việt Nam 2025”). Cả 4 công cụ AI đều trả lời, nhưng 2 trong số đó đưa ra số liệu sai. Ngay cả khi prompt yêu cầu “chỉ dùng số liệu đã được kiểm chứng”.
Quan điểm của tôi: Nếu bạn cần số liệu chính xác, đừng hỏi AI. Hoặc ít nhất, hãy yêu cầu AI dẫn nguồn và tự kiểm tra lại nguồn đó.
Kiến thức cắt ngày (knowledge cutoff)
Khi tôi hỏi về “cập nhật mới nhất của Google Algorithm tháng 5/2026”, cả 4 AI đều không trả lời được chính xác. Một số bịa ra thông tin.
Task quá phức tạp cần reasoning sâu
Khi tôi yêu cầu “phân tích chiến lược marketing của một công ty cụ thể dựa trên báo cáo tài chính”, tất cả AI đều gặp khó khăn. Prompt có tốt đến mấy, AI vẫn không thay thế được phân tích của con người trong những task đòi hỏi hiểu biết ngữ cảnh sâu.
Tôi viết phần này không phải để hạ thấp AI, mà để bạn có kỳ vọng thực tế. Biết giới hạn của công cụ giúp bạn dùng nó hiệu quả hơn là tin rằng “prompt tốt = AI làm được mọi thứ”.
Prompt cho reasoning models 2026. Cuộc chơi đã đổi luật
Nếu bạn vẫn viết prompt đúng theo cách của năm 2023, bạn đang bỏ lỡ thế hệ AI mạnh nhất hiện tại. Từ năm 2026, các “reasoning model” như GPT-6 Astra (OpenAI), Gemini 3.1 Pro, Claude Opus 5 với extended thinking và DeepSeek V4-Pro đã trở thành lựa chọn mặc định cho những tác vụ phức tạp: lập trình, phân tích dữ liệu, nghiên cứu, lập kế hoạch chiến lược.
Khác biệt cốt lõi: reasoning model nghĩ trước khi trả lời. Chúng dành vài giây đến vài phút để lập luận nội bộ (reasoning tokens) trước khi viết câu trả lời cuối cùng. Model thường như GPT-5.6 hay Claude Sonnet 5 trả lời ngay trong một lượt. Sự khác biệt này thay đổi hoàn toàn cách bạn nên viết prompt.
“Think step by step” giờ phản tác dụng
Hai năm trước, thêm “hãy suy nghĩ từng bước” vào prompt là mẹo hiệu quả nhất trong prompt engineering. Năm 2026, trên reasoning model, câu này gần như vô dụng, thậm chí gây hại. Model đã tự reasoning rồi. Bạn ép thêm chỉ tốn token và khiến model trình diễn một chuỗi suy luận dài dòng thay vì tập trung vào kết quả.
Theo kinh nghiệm của tôi khi test các reasoning model đời mới, prompt ngắn gọn nêu rõ ràng buộc và tiêu chí thành công cho kết quả tốt hơn prompt dài với câu “think step by step”. Việc của bạn là chỉ đường: nói rõ bài toán, ràng buộc, mức độ suy nghĩ cần thiết. Còn lại để model tự lo.
Ví dụ trước/sau: prompt cũ vs prompt cho reasoning model
Prompt kiểu 2023: “Bạn là chuyên gia tài chính. Hãy suy nghĩ từng bước và phân tích nên đầu tư vào cổ phiếu ngân hàng hay bán lẻ trong 6 tháng tới.”
Prompt kiểu 2026: “Phân tích so sánh cổ phiếu ngân hàng và bán lẻ cho danh mục 500 triệu đồng, kỳ hạn 6 tháng. Ràng buộc: ưu tiên thanh khoản, chấp nhận rủi ro trung bình. Tiêu chí thành công: đưa 3 tiêu chí định lượng để chọn, kèm 2 kịch bản rủi ro. Dùng mức suy luận cao. Không cần liệt kê từng bước, chỉ đưa kết luận và lý do.”
Kết quả khác biệt rõ rệt: prompt cũ cho một bài luận dài, prompt mới đi thẳng vào tiêu chí định lượng, kịch bản rủi ro và kết luận có thể kiểm chứng.
Bảng template prompt cho reasoning model
Theo tôi, kỹ năng quan trọng nhất cần học trong nửa cuối 2026 là biết khi nào dùng model thường, khi nào dùng reasoning model, và viết prompt khác nhau cho từng loại. Số liệu tổng hợp thị trường xác nhận xu hướng này: quy mô thị trường công cụ prompt engineering đạt khoảng 6,95 tỷ USD năm 2025 với tốc độ tăng trưởng kép trên 33%/năm đến 2034, nhu cầu tuyển dụng prompt engineer tăng 135% trong năm 2025, và 68% doanh nghiệp đã đưa đào tạo prompt engineering vào chương trình nội bộ (theo tổng hợp báo cáo thị trường và khảo sát doanh nghiệp 2025-2026).
Prompt ngắn + ràng buộc rõ + tiêu chí thành công cụ thể. Không ép chain-of-thought, không nhồi few-shot. Nếu output vẫn tệ, tăng mức suy luận (reasoning effort) thay vì viết prompt dài hơn.
📅 Cập nhật: Tháng 9/2026. Kỹ thuật prompting reasoning model tham khảo từ hướng dẫn chính thức của OpenAI, Google và Anthropic.
Viết prompt tiếng Việt. Những điều không ai nói
90% bài viết về prompt engineering trên mạng là tiếng Anh, viết cho người dùng tiếng Anh. Nhưng viết prompt tiếng Việt có những đặc thù riêng.
Trong test của tôi, 10 prompt tiếng Việt có điểm trung bình thấp hơn 10-15% so với prompt tiếng Anh tương đương. Lý do:
1. AI vẫn “nghĩ” bằng tiếng Anh. Hầu hết model AI được huấn luyện chủ yếu trên dữ liệu tiếng Anh. Khi bạn viết prompt tiếng Việt, AI phải dịch ngầm sang tiếng Anh để xử lý, rồi dịch ngược lại. Quá trình này làm giảm độ chính xác.
2. Prompt tiếng Việt cần context VN nhiều hơn. Nếu bạn viết “viết bài về bảo hiểm”, AI có thể trả lời dựa trên hệ thống bảo hiểm Mỹ hoặc châu Âu. Luôn thêm “tại Việt Nam” vào prompt tiếng Việt.
3. Dấu câu và chính tả ảnh hưởng lớn. Prompt tiếng Việt sai dấu hoặc thiếu dấu làm giảm chất lượng output rõ rệt. Trong test, prompt “co phai AI se thay the con nguoi khong” cho kết quả tệ hơn hẳn so với “Có phải AI sẽ thay thế con người không?”. Dù ý nghĩa giống hệt.
4. Có những thứ tiếng Việt AI làm tốt hơn. Thơ, ca dao, văn phong informal. AI tạo ra tiếng Việt tự nhiên bất ngờ. Tôi đã test prompt “viết một đoạn thơ lục bát về mùa hè Sài Gòn” và kết quả khá ấn tượng trên cả ChatGPT và Claude.
5 mẫu prompt tôi dùng hàng ngày
Sau 2 tuần test, đây là 5 prompt tôi thực sự dùng trong công việc hàng ngày. Mỗi mẫu đều đã được tinh chỉnh qua ít nhất 3-4 vòng lặp.
1. Viết content marketing tiếng Việt
“Viết bài [thể loại] về [chủ đề] cho [đối tượng cụ thể]. Mở bài bằng một tình huống thực tế người Việt gặp phải. Mỗi phần có 1 ví dụ cụ thể bằng tiếng Việt. Không dùng từ: đột phá, cách mạng, kỷ nguyên mới, trong thời đại. Kết thúc bằng 1 câu hỏi khiến người đọc suy nghĩ.”
2. Phân tích dữ liệu
“Tôi có dữ liệu sau: [dán dữ liệu]. Hãy phân tích: (1) 3 insight bất ngờ nhất, (2) 2 pattern đáng lo ngại, (3) đề xuất 1 hành động cụ thể dựa trên dữ liệu. Mỗi insight kèm con số từ dữ liệu.”
3. Học kiến thức mới
“Giải thích [khái niệm] cho người chưa biết gì. Dùng 1 analogy từ đời sống người Việt. Sau đó giải thích lại bằng ngôn ngữ kỹ thuật. Cuối cùng cho 1 ví dụ thực tế tôi có thể thử ngay.”
4. Hỗ trợ code
“Viết code [ngôn ngữ] để [chức năng]. Yêu cầu: có xử lý lỗi, có comment bằng tiếng Việt, giải thích 2-3 quyết định thiết kế quan trọng. KHÔNG dùng thư viện ngoài standard library.”
5. Soạn email công việc
“Viết email [mục đích] gửi cho [người nhận: chức danh, mối quan hệ]. Context: [tình huống cụ thể]. Tone: [trang trọng / thân thiện / ngắn gọn]. Dài tối đa 100 từ. CTA rõ ràng ở dòng cuối.”
Đừng copy-paste nguyên xi. Hãy điều chỉnh phần trong dấu ngoặc vuông […] cho phù hợp với tình huống của bạn. Và nhớ nguyên lý 3: luôn test và tinh chỉnh thêm sau khi xem kết quả đầu tiên.
4 sai lầm tôi từng mắc. Và bạn nên tránh
Sai lầm 1: Nghĩ prompt càng dài càng tốt. Prompt dài với context chất lượng thì tốt. Prompt dài với yêu cầu mâu thuẫn (“viết chi tiết nhưng ngắn gọn”) thì tệ hơn prompt ngắn. Độ dài không quyết định chất lượng. Độ rõ ràng mới quyết định.
Sai lầm 2: Bỏ cuộc sau 1 lần thử. Trong 2 tuần test, KHÔNG prompt nào của tôi cho kết quả ưng ý ngay lần đầu. Trung bình tôi cần 3,2 vòng lặp để đạt kết quả mong muốn. Prompt engineering là kỹ năng thực hành. Bạn càng làm nhiều, bạn càng giỏi.
Sai lầm 3: Chỉ dùng 1 công cụ AI. Trước test này, tôi gần như chỉ dùng ChatGPT. Bây giờ tôi dùng Claude cho content, DeepSeek cho code, ChatGPT cho brainstorming. Mỗi công cụ có thế mạnh riêng. Đừng tự giới hạn mình.
Sai lầm 4: Không lưu lại prompt tốt. Tôi từng viết được một prompt rất hiệu quả, rồi quên mất nó sau 1 tuần. Bây giờ tôi lưu tất cả prompt tốt vào một file Notion, kèm ghi chú “dùng cho công cụ nào, trong tình huống nào”.
Case study: Tôi đã cải thiện prompt viết content marketing như thế nào
Để bạn thấy sự khác biệt giữa prompt cơ bản và prompt nâng cao, đây là case study thực tế.
Prompt cơ bản (kết quả chung chung)
“Viết cho tôi một bài về digital marketing.” → Kết quả: bài viết 500 từ, mơ hồ, giống như copy từ Wikipedia, không có góc nhìn riêng, không có số liệu Việt Nam, không actionable.
Prompt nâng cao (kết quả khác biệt)
“Bạn là chuyên gia digital marketing tại Việt Nam với 5 năm kinh nghiệm làm việc với doanh nghiệp vừa và nhỏ. Viết bài blog 1000 từ cho chủ shop online Việt Nam (vốn 50-200 triệu). Mục tiêu: giúp họ hiểu 3 kênh marketing hiệu quả nhất với ngân sách dưới 5 triệu/tháng. Yêu cầu: số liệu Việt Nam 2025-2026, ví dụ thực tế từ thị trường, bảng so sánh chi phí giữa Facebook Ads và TikTok Ads, giọng văn thực tế như đang nói chuyện với bạn. Không dùng từ ngữ sáo rỗng. Trích nguồn nếu có.” → Kết quả: bài viết có góc nhìn rõ ràng, số liệu Việt Nam, bảng so sánh cụ thể, actionable, giọng văn như người thật.
Sự khác biệt nằm ở 6 yếu tố: vai trò (Role), đối tượng (Audience), mục tiêu (Goal), ràng buộc (Constraints), giọng văn (Tone), và định dạng (Format). Prompt đầu tiên không có yếu tố nào. Prompt thứ hai có đủ 6 yếu tố.
Thư viện prompt mẫu cho 5 tình huống phổ biến
Tôi đã test và chọn lọc những prompt hiệu quả nhất trong 2 tuần thử nghiệm. Copy, điều chỉnh cho phù hợp với bạn:
1. Viết email marketing
“Bạn là copywriter chuyên viết email marketing cho thương hiệu DTC (Direct-to-Consumer). Viết 1 email dài 150-200 từ cho khách hàng đã mua sản phẩm chăm sóc da 3 tháng trước. Mục tiêu: nhắc họ mua lại. Giọng văn: thân thiện, không pushy. Cấu trúc: (1) lời chào cá nhân, (2) nhắc về lần mua trước, (3) gợi ý sản phẩm bổ sung, (4) CTA. Không dùng dấu chấm than quá 2 lần.”
2. Phân tích dữ liệu
“Tôi có bảng dữ liệu bán hàng 6 tháng của shop online. Cột: ngày, sản phẩm, số lượng, doanh thu, kênh bán. Hãy phân tích: (1) sản phẩm bán chạy nhất mỗi tháng, (2) xu hướng doanh thu theo tháng, (3) kênh bán hiệu quả nhất, (4) 3 insight bất ngờ từ dữ liệu. Định dạng: bullet points, mỗi insight kèm số liệu cụ thể.”
3. Viết bài blog SEO
“Viết bài blog 1200-1500 từ với từ khóa chính ‘[keyword]’. Đối tượng: người mới bắt đầu, chưa biết gì về chủ đề. Cấu trúc: (1) hook cá nhân 2-3 câu, (2) TL;DR 3 gạch đầu dòng, (3) giải thích khái niệm bằng ví dụ đơn giản, (4) hướng dẫn step-by-step, (5) FAQ 3-5 câu, (6) kết luận + CTA. Yêu cầu SEO: dùng từ khóa chính trong H1, H2 đầu tiên, và 2-3 lần trong body. Không nhồi nhét. Giọng văn: như đang giải thích cho bạn.”
4. Tạo ý tưởng content
“Tôi đang làm content cho một trang blog về tài chính cá nhân tại Việt Nam. Đối tượng: người đi làm 25-35 tuổi, thu nhập 15-30 triệu/tháng. Cho tôi: (1) 20 ý tưởng bài viết nhóm theo 5 chủ đề, (2) với mỗi ý tưởng, gợi ý 1 góc nhìn độc đáo mà đối thủ chưa làm, (3) 5 ý tưởng bài viết có tiềm năng viral cao nhất. Định dạng: bảng.”
5. Debug code
“Tôi có đoạn code Python 50 dòng để crawl dữ liệu từ API. Nó chạy được 10 phút rồi báo lỗi ‘ConnectionError: Max retries exceeded’. (dán code vào đây). Hãy: (1) tìm nguyên nhân lỗi, (2) sửa code để tự retry với exponential backoff, (3) thêm progress bar bằng tqdm, (4) giải thích tại sao lỗi xảy ra. Output: code đã sửa + giải thích ngắn gọn.”
Kết luận
Sau 50 prompt, 4 công cụ AI và 2 tuần test, điều tôi rút ra đơn giản hơn tôi tưởng: viết prompt tốt không phải là học thuộc framework, mà là hiểu công cụ bạn đang dùng và biết chính xác bạn muốn gì.
Ba điều tôi muốn bạn nhớ:
1. Không có prompt chuẩn cho mọi AI. Test prompt của bạn trên ít nhất 2 công cụ.
2. Context đánh bại format. Prompt càng cụ thể về con người, tình huống, mục đích. Kết quả càng tốt.
3. Iterate, đừng perfect. Bắt đầu đơn giản, tinh chỉnh dần. Trung bình 3-4 vòng lặp để đạt kết quả ưng ý.
Bạn không cần trở thành “prompt engineer”. Bạn chỉ cần bắt đầu thực hành, test trên nhiều công cụ, và đừng bỏ cuộc sau lần thử đầu tiên.
📖 AI Agent trong Marketing 2026: Đừng để bị bỏ lại — Những gì tôi học được khi triển khai thực tế: AI Agent trong Marketing 2026: Đừng để bị bỏ lại — Những gì tôi học được khi triển khai thực tế
Bài liên quan: n8n Là Gì? Hướng Dẫn Tự Động Hóa Công Việc Cho Người Mới 2026
AI Automation là gì? Giải thích đơn giản cho người mới bắt đầu (2026)
Cách SEO AI 2026: 9 Chiến Lược Để AI Trích Dẫn Thương Hiệu Của Bạn
AI trong Marketing: 7 ứng dụng thực tế và lộ trình bắt đầu 2026
Nếu bạn đang viết prompt trên Gemini, bài hướng dẫn dùng Google Gemini AI cho người mới sẽ giúp bạn ghép công thức prompt với đúng công cụ như Deep Research, Canvas và phân tích tệp.
Câu hỏi thường gặp
Viết prompt AI hiệu quả có cần học khóa học không?
Không cần. Từ kết quả test 50+ prompt của tôi, prompt engineering là kỹ năng thực hành, không phải kiến thức lý thuyết. Cách học tốt nhất: chọn 1 công cụ AI, bắt đầu với prompt đơn giản, xem kết quả, tinh chỉnh dần. Sau 20-30 lần thử, bạn sẽ tự rút ra pattern hiệu quả cho riêng mình. Không khóa học nào thay thế được trải nghiệm thực tế.
Công cụ AI nào viết content tiếng Việt tốt nhất?
Trong test của tôi, Claude cho kết quả tiếng Việt tự nhiên nhất, ít mắc lỗi sáo rỗng và “AI-speak”. ChatGPT đứng thứ hai. Tốt nếu bạn thêm hướng dẫn rõ ràng về việc tránh từ sáo rỗng. DeepSeek viết tiếng Việt khá nhưng hơi khô, phù hợp với nội dung kỹ thuật hơn là content marketing. Gemini có xu hướng thêm quá nhiều tính từ và câu cảm thán.
Prompt tiếng Việt hay tiếng Anh cho kết quả tốt hơn?
Prompt tiếng Anh thường cho kết quả tốt hơn 10-15% về độ chính xác và chiều sâu, vì hầu hết model AI được huấn luyện chủ yếu trên dữ liệu tiếng Anh. Tuy nhiên, nếu bạn cần output bằng tiếng Việt, hãy viết prompt bằng tiếng Anh và yêu cầu output tiếng Việt. Cách này kết hợp được ưu điểm của cả hai: AI hiểu prompt chính xác (tiếng Anh) và trả lời bằng ngôn ngữ bạn cần (tiếng Việt).
Làm sao để AI không dùng từ sáo rỗng trong tiếng Việt?
Cách hiệu quả nhất tôi tìm ra: thêm vào prompt một danh sách các từ và cụm từ cấm. Ví dụ: “Không dùng các từ sau: đột phá, cách mạng, kỷ nguyên mới, trong thời đại, bước ngoặt, vô cùng, cực kỳ, tối ưu vượt trội.” Tỷ lệ xuất hiện từ sáo rỗng giảm ~70% khi tôi áp dụng cách này. Kỹ thuật này hiệu quả nhất trên Claude và ChatGPT. DeepSeek ít dùng từ sáo rỗng hơn ngay từ đầu.
Có nên trả phí cho AI để viết prompt hiệu quả hơn không?
Tùy nhu cầu. Trong test, phiên bản miễn phí của các công cụ đã đủ tốt cho hầu hết tác vụ cá nhân và công việc nhẹ. Nếu bạn dùng AI hàng ngày cho công việc (content, code, phân tích), bản trả phí đáng giá vì 3 lý do: (1) model mạnh hơn cho kết quả tốt hơn rõ rệt, (2) giới hạn tin nhắn cao hơn giúp bạn test và tinh chỉnh prompt thoải mái, (3) tính năng như upload file, tạo ảnh, web search mở rộng đáng kể khả năng ứng dụng. Claude Pro và ChatGPT Plus là 2 lựa chọn tôi đang dùng.
