Chuyện ở Study Jams 2026

Ngày 7 tháng 3 vừa qua, mình có cơ hội đồng hành cùng với GDGoC SGU trong sự kiện Study Jams 2026 với tư cách là Speaker. Chủ đề mình mang đến lần này là "Prompting & Google AI Studio".

Thực tế, việc chuẩn bị cho buổi talk này khiến mình phải suy nghĩ khá nhiều. Thay vì chỉ nói về những thứ hào nhoáng của AI, mình muốn chia sẻ một góc nhìn thực tế hơn của một Developer: Làm sao để chúng ta không chỉ "chat" với AI, mà thực sự điều khiển được nó.

Đừng chỉ đứng ngoài khung chat

Nhiều bạn vẫn quen với việc dùng Gemini hay ChatGPT qua giao diện chat thông thường. Nhưng với mình, sức mạnh thực sự nằm ở Google AI Studio. Mình gọi đây là phòng thí nghiệm. Bởi vì ở đó, chúng ta không còn là người dùng phổ thông nữa, mà là những người trực tiếp cài đặt Persona (nhân cách) cho mô hình thông qua System Instructions và các thông số khác như Temperature.

Một Persona chuẩn không chỉ là đặt tên cho Bot, mà phải bao gồm 4 thành phần:

Identity: Nó là ai? (Ví dụ: Senior DevOps với 15 năm kinh nghiệm).
Mission: Mục tiêu cụ thể là gì? (Review code hay tối ưu hệ thống?).
Tone: Giọng văn ra sao? (Khắt khe hay vui vẻ?).
Constraints: Những gì nó KHÔNG được phép làm. Đây là phần quan trọng nhất để Bot không bị lạc đề.

Trong buổi talk, mình đã cùng mọi người xây dựng "The Strict Code Reviewer" — một trợ lý AI chuyên mắng người dùng vì code ẩu. Qua ví dụ vui vẻ này, mình muốn chứng minh một điều: AI có thể làm việc cực kỳ chuyên nghiệp và nhất quán nếu chúng ta biết cách thiết lập các ràng buộc (Constraints) chặt chẽ.

Đối xử với AI như con người

Một trong những điều quan trọng nhất mình muốn truyền tải trong buổi talk là cách chúng ta đối xử với AI. Đừng coi nó là một cái máy tính chỉ biết nhận lệnh. Hãy tưởng tượng AI giống như một nữ trợ lý mới vào làm việc cho bạn.

Nếu bạn giao việc cho họ mà nói năng nửa vời, không có mục đích rõ ràng, cũng không cung cấp bối cảnh cụ thể, thì chắc chắn kết quả nhận lại sẽ không bao giờ đạt yêu cầu. AI cũng giống hệt như vậy. Để nó làm việc hiệu quả, chúng ta phải học cách "nói chuyện" có đầu có cuối và có trách nhiệm với những gì mình yêu cầu.

Vậy nên có 3 kỹ thuật cốt lõi mà mình muốn chia sẻ:

Framework CO-STAR: Để câu lệnh không bị sót ý, chúng ta cần bối cảnh (Context) và mục tiêu (Objective) rõ ràng.

Few-shot Prompting: Đừng chỉ ra lệnh suông. Hãy đưa ví dụ. AI học theo mẫu rất nhanh và chính xác nếu chúng ta làm mẫu cho nó.
Chain-of-Thought: Ép AI phải "suy nghĩ từng bước" thay vì đoán mò. Một câu thần chú đơn giản cũng có thể thay đổi hoàn toàn câu trả lời của AI.

Những gì mình nhận lại

Làm Speaker không phải là đứng ở vị thế "giảng viên" để dạy bảo ai cả. Với mình, đây là dịp để hệ thống lại kiến thức và chia sẻ những trải nghiệm thực chiến từ công việc tại MONA.Host và System443.

Nhìn thấy các bạn sinh viên chủ động, ham học hỏi, sẵn sàng trao đổi về bài Lab Prototype Applications in Google AI Studio, mình nhận ra rằng: Công nghệ chỉ thực sự thú vị khi nó giải quyết được những vấn đề thực tế, dù là nhỏ nhất.

AI đang tiến hóa rất nhanh. Nhưng sau cùng, công cụ vẫn chỉ là công cụ. Tư duy logic và cách chúng ta đặt câu hỏi và giải quyết vấn đề mới là thứ quyết định giá trị của sản phẩm.

Cảm ơn GDGoC SGU vì đã tin tưởng, trao cho mình cơ hội này và hỗ trợ mình hoàn thành buổi Talk này.