Iterative Refinement
Iterative Refinement
Viết prompt là quá trình lặp lại — 3 chiến thuật tinh chỉnh cụ thể: diễn đạt lại, thử tác vụ tương tự, đổi cấu trúc.
Nắm vững nguyên lý và khái niệm nền tảng trước khi đi vào công cụ thực tế.
Áp dụng quy trình từng bước, case study thực chiến và template mẫu có sẵn.
Kiểm tra checklist hoàn thành, né tránh các sai lầm kinh điển để vận hành bền vững.
Nắm vững các khái niệm nền tảng, cơ chế hoạt động và mô hình tư duy cốt lõi.
1. Mục tiêu học tập
Sau bài này, bạn có thể:
2. Khái niệm cốt lõi
Iterative Refinement — quá trình thử 1 prompt, quan sát kết quả, rồi sửa lại chính prompt đó để lần thử tiếp theo cho kết quả tốt hơn, lặp lại tới khi đạt yêu cầu. Google (Gemini API docs) có hẳn 1 mục “Prompt iteration strategies”: “Thiết kế prompt đôi khi cần vài lần lặp trước khi bạn nhận được phản hồi mong muốn một cách nhất quán.”
Prompt engineering vốn dĩ có tính lặp — không phải bạn “làm sai” nếu prompt đầu tiên chưa hoàn hảo.
3. Tại sao nội dung này quan trọng
- Người mới thường coi 1 prompt không hiệu quả là “AI không làm được việc này” và bỏ cuộc, thay vì hiểu kỹ thuật viết prompt được thiết kế để lặp lại.
- Không có chiến thuật cụ thể, người dùng chỉ biết “thử lại y hệt” hoặc “viết dài hơn” — ít khi giải quyết đúng vấn đề.
- Kỹ năng nền tảng chuẩn bị cho bài 15: 1 chuỗi prompt chỉ hiệu quả nếu từng mắt xích đã được tinh chỉnh tốt.
4. Cơ chế hoạt động
Theo Google, 3 cách tinh chỉnh cụ thể:
- Diễn đạt lại (rephrase) — “dùng từ ngữ hoặc cách diễn đạt khác trong prompt thường tạo ra phản hồi khác dù cùng 1 nghĩa”. Chiến thuật đơn giản nhất: giữ nguyên ý định, chỉ đổi cách nói.
- Thử tác vụ tương tự (analogous task) — “diễn đạt lại instruction thành 1 dạng tác vụ khác nhưng tương đương”. Ví dụ: thay vì “liệt kê lỗi trong đoạn văn”, thử “đóng vai biên tập viên, chỉnh sửa đoạn văn này”.
- Điều chỉnh cấu trúc prompt — “thứ tự nội dung trong prompt đôi khi ảnh hưởng tới phản hồi. Thử đổi thứ tự và quan sát tác động”.
Cả 3 đều nhấn mạnh: thay đổi từng phần nhỏ, quan sát tác động, không viết lại toàn bộ từ đầu.
5. Mental model
Hình dung như việc chỉnh tiêu cự ống nhòm: bạn không tháo ống nhòm lắp lại từ đầu mỗi khi hình ảnh chưa rõ — xoay nhẹ vòng chỉnh, quan sát, tiếp tục xoay đúng hướng hoặc đảo chiều nếu mờ đi. Mỗi “vòng xoay” ứng với 1 trong 3 chiến thuật: đổi từ ngữ (xoay nhẹ), đổi khung tác vụ (xoay mạnh hơn), đổi cấu trúc (thử hướng khác hẳn). Không cần biết trước “đáp án đúng” — chỉ cần xoay có hệ thống và nhận ra khi hình ảnh đã đủ rõ để dừng lại.
Quy trình thực thi từng bước, case study cụ thể và bộ prompt/template áp dụng ngay.
6. Hướng dẫn từng bước
7. Ví dụ thực tế
- Prompt ban đầu: “Viết mô tả sản phẩm cho đôi giày chạy bộ này.” → chung chung, không nhấn điểm bán hàng.
- Chiến thuật 1 (diễn đạt lại): “…nhấn mạnh cảm giác thoải mái khi chạy đường dài.” → cải thiện phần nào.
- Chiến thuật 2 (tác vụ tương tự): “Đóng vai 1 vận động viên marathon, chia sẻ trải nghiệm thực tế khi dùng đôi giày này” → giọng văn tự nhiên, thuyết phục hơn hẳn.
- Chiến thuật 3 (đổi cấu trúc): đưa thông tin kỹ thuật (chất liệu, trọng lượng) lên trước yêu cầu viết, thay vì để AI tự tìm hiểu.
8. Prompt/template/workflow
1. Vấn đề cụ thể là gì? (sai nội dung / sai hình thức / thiếu chi tiết / AI hiểu nhầm ý)
2. Đã thử chiến thuật nào chưa? [ ] Diễn đạt lại bằng từ ngữ khác (giữ nguyên ý, đổi cách nói) [ ] Đóng khung lại thành 1 tác vụ tương tự (đổi góc tiếp cận) [ ] Đổi thứ tự các phần trong prompt (context/ví dụ/instruction)
3. Mỗi lần thử: chỉ đổi 1 yếu tố, ghi lại kết quả để so sánh.9. Visual hoặc diagram cần thiết
Nếu vòng lặp không hội tụ: chuyển sang Prompt Chaining (bài 15) để chia nhỏ tác vụ.
10. Bài tập thực hành
- Chọn 1 prompt bạn từng gửi mà kết quả “tạm được nhưng chưa thực sự tốt”.
- Áp dụng lần lượt cả 3 chiến thuật cho cùng prompt đó — mỗi lần chỉ đổi 1 yếu tố.
- Ghi lại: chiến thuật nào tạo ra khác biệt rõ rệt nhất cho tác vụ cụ thể của bạn?
Checklist kiểm tra mức độ sẵn sàng, nhận diện các bẫy sai lầm và nguyên tắc vàng vận hành.
11. Checklist
12. Lỗi thường gặp
(Suy luận từ nguyên tắc trong, không phải khảo sát lỗi người dùng đã ghi nhận chính thức.)
15. Best practices
16. Nội dung nâng cao (không bắt buộc)
Ở quy mô lớn hơn (nhiều prompt, nhiều test case), việc tinh chỉnh có thể được hệ thống hoá bằng công cụ đánh giá tự động thay vì thủ công từng lần.
⚠️ 13. Giới hạn & khi nào KHÔNG nên áp dụng
- Nếu đã thử cả 3 chiến thuật nhiều lần mà vẫn không đạt, vấn đề có thể là tác vụ quá phức tạp cho 1 prompt đơn — chuyển sang Prompt Chaining (bài 15).
- Iterative Refinement giải quyết “prompt diễn đạt chưa tối ưu”, không giải quyết “AI thiếu thông tin/ngữ cảnh” — nếu thiếu ngữ cảnh, quay lại bài 10.
- Không áp dụng máy móc cả 3 chiến thuật theo thứ tự — chọn chiến thuật phù hợp loại vấn đề.
🔐 14. An toàn & quản trị (Safety/Governance)
Bài này không có rủi ro an toàn/quản trị trực tiếp. Lưu ý gián tiếp: với tác vụ có hậu quả thực tế, quá trình “thử và tinh chỉnh” nên diễn ra trên dữ liệu/tình huống thử nghiệm trước, không coi lần chạy thật là 1 vòng lặp thử nghiệm — Constraints (bài 10) cần giữ nguyên xuyên suốt các lần tinh chỉnh.
📚 17. Nguồn tham khảo
Prompt design strategies (mục “Prompt iteration strategies”), Gemini API Docs (Google).