Link bài viết gốc： https://mp.weixin.qq.com/s/i1Gf_cDy08Kiq...
AI Watts · Tài khoản Official · Carl's AI Watts · 2026-10-20 11:24
Bài viết này được chia sẻ lại, bản quyền thuộc về tác giả gốc, toàn văn căn cứ theo link bài gốc
Năm nay tôi đã tích lũy được một loạt prompt thiên về tư duy.
Trọn vẹn 25 cái, có cả phương pháp vấn đáp Socratic kinh điển, nguyên lý cơ bản đầu tiên (first principles) và thẩm định đối kháng, lập luận người thép (steel man) hai chiều, phương pháp ghi nhớ ngụ ngôn của triết gia Anthropic, cái nào dùng cũng cực kỳ hiệu quả. Thông thường tôi có hai cách để lưu prompt: cách một là trích xuất các điểm hữu ích đưa vào Agent.md, cách này có hiệu lực trên toàn cục nhưng thực sự không chứa được nhiều, nhồi nhiều quá thì model bắt đầu ú ớ ngọng nghịu. Cách hai là lưu vào ghi chú, rồi dùng phím tắt gọi ra để copy-paste, nhược điểm là dán vào khung chat xong vẫn phải chỉnh sửa cắt gọt lại.
Vấn đề này đã làm phiền tôi khá lâu.
Vấn đề không nằm ở việc lưu trữ, mà mỗi lần tới lúc cần dùng, tôi hoàn toàn chẳng nhớ nổi mình đã lưu những gì, vẫn phải mở bản backup ra xem lại từ đầu. Hoặc là gửi xong tin nhắn rồi mới sực nhớ ra, biết thế thêm prompt đó vào thì cuộc trò chuyện đâu đến nông nỗi này.
Bước ngoặt xuất hiện khi tôi dùng bộ skill của Matt Pocock, trong đó có một skill rất nổi tiếng tên là grill-me, chuyên bổ sung và làm rõ kế hoạch thông qua việc liên tục truy vấn, từng có lúc soán ngôi vị trí brainstorming trong bộ superpower của tôi.
Ngoài grill-me ra, trong đó còn có một router mang tên ask-matt.
Nhiệm vụ của nó rất đơn giản: bạn không cần biết kho lưu trữ của anh ấy có bao nhiêu skill, cũng chẳng cần nhớ cái nào tên là gì, bạn chỉ việc nói với nó tình huống hiện tại bạn đang gặp phải, rồi ask-matt sẽ giúp bạn chọn ra skill phù hợp.
Lần đầu tiên tôi dùng, tôi nói đại khái: "Tôi có một trang web tổng hợp prompt AI tên là goodcase, trong đó có hơn 1000 video, ý tưởng tối ưu hóa lưu trữ video vẫn còn khá mơ hồ, chưa biết nên triển khai thế nào". ask-matt lướt qua mô tả của tôi rồi bảo bạn nên dùng grilling trước để hỏi cho rõ ngọn ngành ý tưởng, đào sâu tận cùng từng nhánh rẽ, sau đó dùng to-spec gom lại thành tài liệu đặc tả (specification) để lên kế hoạch phát triển.
Nó không chỉ bảo tôi nên dùng cái nào, mà còn giải thích tại sao không phải là cái khác, và sau khi chạy xong thì nên nối tiếp bằng cái nào.
Lúc đó tôi lập tức nhận ra, hình thái này chính là phương án chuẩn xác nhất để giải quyết vấn đề "lưu cả đống prompt nhưng chẳng bao giờ đụng tới".
Một skill mới vừa quản lý vừa điều hướng phân luồng prompt.
Vì vậy, tôi đã làm theo mô hình của ask-matt, đúc kết toàn bộ các prompt tư duy mà tôi dùng trong năm nay vào một router duy nhất.
Đây là diện mạo toàn cảnh của 25 prompt tư duy.
Tất cả đều là những thứ tôi gần như ngày nào cũng dùng, được chia làm 6 kịch bản: Làm rõ vấn đề, Học tập thấu hiểu, Giải quyết vấn đề, Ra quyết định, Lên kế hoạch và Tự nhận thức bản thân.
Kèm theo một router, tôi đặt tên cho nó là
Lão Gia Gia
Chỉ cần gửi câu này cho Agent của bạn là dùng được ngay:
npx skills@latest add Learnprompt/laoyeyeGiúp tôi dùng laoyeye, github. com/Learnprompt/laoyeye
Tại sao lại gọi là Lão Gia Gia? Khi làm đến bước router này, tôi bỗng nhớ tới một thiết lập kinh điển trong tiểu thuyết.
Chiếc nhẫn mà nhân vật chính đeo có một tàn hồn trú ngụ, bản thân chẳng đánh đấm được gì, nhưng kiến thức từng trải uyên thâm, có thể chỉ điểm hướng đi vào những thời khắc then chốt. Đặt nhân vật này tương ứng với router prompt thì chuẩn không cần chỉnh.
Cài xong rồi thì ở bất kỳ câu nào, bất kỳ đâu bạn chỉ việc gõ `laoyeye帮我` (laoyeye giúp tôi), dĩ nhiên chuyển sang nhập giọng nói rồi hét lớn tại chỗ thì hiệu quả lại càng tuyệt vời hơn. Lão Gia Gia sẽ đọc context, đặt vài câu hỏi ngắn gọn để nắm bắt tình thế của bạn, rồi ban cho bạn "công pháp" phù hợp nhất — chính là prompt.
Trí tuệ của Lão Gia Gia không chỉ dừng lại ở đó.
Trên thực tế, khi chạy song song nhiều agent, phần lớn thời gian tôi đều mở toàn quyền truy cập, rồi cứ liên tục bấm nút xác nhận, hoặc để model tự giải thích đã làm tới đâu, rồi lại tiếp tục bấm xác nhận.
Thời gian động não trái lại còn ít đi.
Vì vậy, tôi hy vọng Lão Gia Gia không phải là dùng một lần rồi thôi, mà có thể phát huy tác dụng trong suốt vòng đời của cuộc trò chuyện.
Khi làm skill này, tôi đặt ra cho mình một nguyên tắc: giữ nguyên vẹn prompt gốc, không sửa dù chỉ một chữ.
Nghe có vẻ đơn giản đúng không? Nhưng cách phổ biến nhất khi biến các prompt này thành skill là tháo rời prompt của người khác, viết lại theo các bước quy trình chuẩn phong cách agent, bổ sung rẽ nhánh điều kiện và checklist kiểm tra, làm cho nó trông có vẻ "kỹ thuật hóa" hơn.
Trước đây khi làm bộ prompt tư duy "Vua ý tưởng", tôi cũng từng làm theo cách đó.
Lúc đó, vì agent lặp đi lặp lại khái niệm Dao cạo Occam nhiều lần dẫn đến suy giảm hiệu năng, tôi đã phải sửa đi sửa lại rất nhiều phiên bản, rốt cuộc vẫn quay về phiên bản đầu tiên: nhét thẳng câu "Dao cạo Occam" vào ngay đầu prompt...
Chưa kể trong phương pháp vấn đáp Socratic có một câu:
"Mỗi lần chỉ hỏi một câu, dựa trên câu trả lời của tôi để quyết định câu hỏi tiếp theo, không được đưa ra trước cả bộ câu hỏi" .
Câu này khi chuyển thành skill thường bị nén gọn lại thành mấy chữ "hãy hỏi từng bước một", thế là model lập tức xổ ra cả 6 câu hỏi cùng một lúc, giá trị của toàn bộ prompt coi như về số không tại chỗ...
Vì có một số prompt mọi người đã quá quen thuộc nên tôi sẽ không giới thiệu từng cái một. Một số khác có thể bạn vẫn chưa biết cách dùng, nên tôi chọn ra hai phương pháp gần đây tôi dùng khá nhiều để chia sẻ: đầu tiên là Cửa sổ Johari.
Cửa sổ Johari là một mô hình tự nhận thức kinh điển trong tâm lý học,
sự hiểu biết về một sự việc có thể được chia thành bốn góc phần tư: bạn biết và người khác cũng biết gọi là Khu vực mở, bạn không biết nhưng người khác biết gọi là Điểm mù, bạn biết nhưng người khác không biết gọi là Khu vực ẩn, cả hai bên đều không biết gọi là Khu vực chưa biết.
Khi chuyển hóa thành prompt, AI trước tiên sẽ giúp bạn hệ thống lại những phần bạn đã nhìn thấy trong vấn đề, sau đó truy vấn sâu vào những điểm mù mà bạn có thể chưa nhận ra, cuối cùng ghép hai mảng lại với nhau, bạn sẽ thấy sự hiểu biết của mình về vấn đề đó bỗng trở nên đa chiều và sâu sắc hơn hẳn.
Lần trước tôi dùng nó để phân tích thói quen sản xuất nội dung của mình, AI đã chỉ ra rằng thời gian tôi dành cho giai đoạn chọn đề tài là hoàn toàn chưa đủ, phần lớn tâm sức đều bị tiêu hao ở khâu sản xuất, trong khi bản thân tôi không hề cảm nhận được sự lệch lạc này.
Còn một phương pháp nữa rất đáng được tách riêng ra để nói, đó là Phương pháp đảo ngược (Inversion),
có tính bổ trợ cực tốt cho nguyên lý cơ bản đầu tiên (first principles).
prompt này trước tiên để AI liệt kê toàn bộ những "bãi mìn" tiềm ẩn: sót điều gì, lơ là cái gì, khâu nào dễ "lật xe" nhất. Sau khi liệt kê xong, lật ngược từng điểm lại thì sẽ biến thành một checklist mà model bắt buộc phải tuân theo. Dạo gần đây trước khi ra quyết định tôi đều chạy qua phương pháp đảo ngược một lần, bắt trọn những chi tiết mà trong tiềm thức tôi cứ ngỡ là chẳng bao giờ gặp vấn đề.
Nói đến đây có thể bạn sẽ thắc mắc: làm thế này thì khác gì việc ném trực tiếp prompt cho AI?
Đằng nào cũng là chat với AI, tại sao lại phải qua thêm một bước router?
Tôi nghĩ điểm khác biệt nằm ở chỗ: bạn bảo AI "nghĩ giúp tôi vấn đề này", nó sẽ suy nghĩ theo cách riêng của nó. Cách đó có thể rất tốt hoặc rất tệ, nếu không có ràng buộc đặt ra từ trước thì chẳng khác nào cơ chế quay gacha.
Mỗi prompt trong số 25 prompt này đều mang theo những ràng buộc được thiết kế vô cùng kỹ lưỡng.
Vấn đáp Socratic giới hạn tối đa 6 câu hỏi là dừng, ép nó phải giúp bạn tìm ra gốc rễ vấn đề thực sự chỉ trong vòng 6 câu hỏi. Hội chẩn chuyên gia bắt buộc các chuyên gia phải phản biện lẫn nhau để chắt lọc thông tin cốt lõi từ những bất đồng. Lập luận người thép hai chiều bắt buộc phải củng cố luận điểm của cả hai bên lên mức mạnh nhất rồi mới để bạn đưa ra lựa chọn.
Tiện thể nói qua về mối quan hệ với nguồn upstream.
Nếu bạn đã cài kho skills của Matt, không cần phải gỡ. Lão Gia Gia khi thu nạp đều đã gắn tiền tố nguồn gốc như matt-grilling, kaz-leader, carl-idea-king; 25 cái tên này hoàn toàn không trùng lặp với tên phát hành upstream, sẽ không ghi đè bất kỳ skill nào bạn đã cài.
Trong suốt quá trình làm thứ này, tôi luôn suy nghĩ về một điều.
Thời đại của chúng ta không hề thiếu prompt hay, ở đâu cũng có, trên GitHub lại càng nhiều vô kể.
Nhưng cách sử dụng phần lớn là: thấy cái nào hay thì bookmark, rồi sau đó chẳng bao giờ ngó ngàng tới nữa.
Tôi gọi đó là "đọc kiểu Schrödinger".
Nguyên nhân là vì gánh nặng nhận thức mà một kho prompt mang lại quá lớn. Trước mắt bạn có 25 prompt thường dùng hoặc thậm chí nhiều hơn, cái nào bạn cũng phải hiểu rõ nó dùng để làm gì, hợp với kịch bản nào, khác gì so với những cái khác, rồi đúng vào khoảnh khắc bạn bị bế tắc, bạn phải nhớ chính xác cần lôi cái nào ra dùng.
Việc này đối với con người mà nói là quá khó.
Nhưng đối với AI, đó chỉ là một lượt khớp lệnh (matching).
Vậy nên phân công công việc đúng đắn phải là:
chúng ta chịu trách nhiệm nhận biết mình đang tắc ở đâu và nêu ra ngay lập tức,
còn AI chịu trách nhiệm chọn prompt phù hợp từ trong kho cho bạn.
Lão Gia Gia trong tiểu thuyết cũng y như vậy:
không thật sự cần thiết thì ông không bao giờ ra tay đánh thay nhân vật chính,
ông chỉ đứng đó khi nhân vật chính bước vào bí cảnh mà buông một câu:
"Tiểu tử, ngươi nên đi hướng kia."
Sau đó nhân vật chính tự mình chém quái dọn map như chẻ tre, gom tài nguyên xịn mỏi cả tay,
Tôi rất hy vọng tất cả chúng ta đều có thể trải nghiệm cảm giác sảng khoái tột độ này.
Học tương tác với AI (NotebookLM)
Ngoài đọc , bạn có thể nghe , xem và xem hoạ thông tin ở đầu bài. Bài này còn có bộ công cụ tương tác do AI tạo: Bài kiểm tra trắc nghiệm, Thẻ ghi nhớ, Sơ đồ tư duy, Bản trình bày và Báo cáo chuyên sâu.
Mở không gian học tương tác