BÁO CÁO THỬ NGHIỆM VÀ ĐÁNH GIÁ HIỆU QUẢ CỦA PROMPT ENGINEERING TRONG HỌC TẬP

PHẦN 1: LỰA CHỌN VÀ PHÂN TÍCH TÁC VỤ HỌC TẬP

Để thực hiện bài nghiên cứu thử nghiệm này, 3 tác vụ học tập phổ biến dưới đây đã được lựa chọn dựa trên mức độ ứng dụng cao trong môi trường học thuật:

Tác vụ 1: Tóm tắt một bài đọc/tài liệu học thuật

Mục tiêu: Chuyển đổi các bài nghiên cứu dài, nhiều thuật ngữ chuyên ngành thành một văn bản ngắn gọn, cô đọng nội dung cốt lõi.

Thách thức: LLM dễ bỏ sót các phương pháp nghiên cứu quan trọng hoặc bị "ảo tưởng" (hallucination), tự suy diễn thông tin không có trong văn bản gốc.

Tác vụ 2: Giải thích một khái niệm phức tạp

Mục tiêu: Đơn giản hóa một lý thuyết chuyên sâu thành ngôn ngữ dễ hiểu đối với người mới bắt đầu.

Thách thức: Mô hình có thể đưa ra câu trả lời quá học thuật, rập khuôn theo định nghĩa từ điển hoặc ngược lại, giải thích quá sơ sài làm mất đi bản chất chính xác của khái niệm.

Tác vụ 3: Tạo bộ câu hỏi ôn tập cho một chủ đề

Mục tiêu: Xây dựng bộ câu hỏi kiểm tra đa dạng nhằm tự đánh giá kiến thức.

Thách thức: Câu hỏi sinh ra dễ bị nông, chỉ xoay quanh việc học vẹt (nhận biết) thay vì kích thích tư duy phản biện và đánh giá (theo thang đo Bloom).

PHẦN 2: XÂY DỰNG CÁC PHIÊN BẢN PROMPT

Tác vụ 1: Tóm tắt bài đọc học thuật

Slimi, Z. (2023). The Impact of Artificial intelligence on Higher Education: an Empirical study. European Journal of Educational Sciences, 10(1). https://doi.org/10.19044/ejes.v10no1a17

Phiên bản A (Cơ bản):

"Tóm tắt bài viết sau đây giùm tôi: Artificial intelligence (AI) has been a topic of growing interest and investigation in various fields, including higher education. This research article explores the impact of AI on higher education by examining its effects on teaching and learning, assessment, ethics, required skills, and future careers. The aim of this study is to analyse the influence of AI on higher education, investigate its impact on the teaching and learning process, examine its effect on assessment and

grading, and predict its influence on graduates' future careers. To accomplish this, the study employs a qualitative approach based on a survey of the higher education audience. The results of this study demonstrate the crucial role of AI in the future of higher education. The findings highlight the effectiveness and efficiency of AI in equipping graduates with new skills for their future careers. They also emphasise the importance of considering the ethical implications of AI. The study reveals that higher education institutions need to integrate AI more extensively in their

programs to prepare graduates for the future workforce. AI has the potential to revolutionize education by personalizing teaching methods to suit individual

student needs, providing prompt feedback, and automating administrative tasks. It can also assist in grading and assessment, freeing educators to focus on developing curriculum and providing quality instruction. The study findings suggest that AI has a positive impact on the learning experience by facilitating the acquisition of new knowledge and skills. This research provides insights into the potential of AI to transform higher education and contribute to the development

of new skills for graduates. It has important implications for educators, policy-makers, and other stakeholders in the higher education sector. The study findings suggest that AI should be more extensively integrated into higher education curricula, and that institutions need to consider the ethical implications of AI in the development and implementation of their programs. By doing so, they can better prepare graduates for the demands of the future workforce."

Minh chứng · Phiên bản A (Cơ bản):
Minh chứng · Phiên bản A (Cơ bản):
Minh chứng · Phiên bản A (Cơ bản):
Minh chứng · Phiên bản A (Cơ bản):

Phiên bản B (Cải tiến):

"Hãy tóm tắt đoạn văn bản học thuật dưới đây dưới dạng các gạch đầu dòng. Độ dài tối đa 5 gạch đầu dòng, tập trung vào luận điểm chính và kết luận. Không tự ý thêm thông tin bên ngoài. Artificial intelligence (AI) has been a topic of growing interest and investigation in various fields, including higher education. This research article explores the impact of AI on higher education by examining its effects on teaching and learning, assessment, ethics, required skills, and future careers. The aim of this study is to analyse the influence of AI on higher education, investigate its impact on the teaching and learning process, examine its effect on assessment and

grading, and predict its influence on graduates' future careers. To accomplish this, the study employs a qualitative approach based on a survey of the higher education audience. The results of this study demonstrate the crucial role of AI in the future of higher education. The findings highlight the effectiveness and efficiency of AI in equipping graduates with new skills for their future careers. They also emphasise the importance of considering the ethical implications of AI. The study reveals that higher education institutions need to integrate AI more extensively in their

programs to prepare graduates for the future workforce. AI has the potential to revolutionize education by personalizing teaching methods to suit individual

student needs, providing prompt feedback, and automating administrative tasks. It can also assist in grading and assessment, freeing educators to focus on developing curriculum and providing quality instruction. The study findings suggest that AI has a positive impact on the learning experience by facilitating the acquisition of new knowledge and skills. This research provides insights into the potential of AI to transform higher education and contribute to the development

of new skills for graduates. It has important implications for educators, policy-makers, and other stakeholders in the higher education sector. The study findings suggest that AI should be more extensively integrated into higher education curricula, and that institutions need to consider the ethical implications of AI in the development and implementation of their programs. By doing so, they can better prepare graduates for the demands of the future workforce."

Minh chứng · Phiên bản B (Cải tiến):
Minh chứng · Phiên bản B (Cải tiến):
Minh chứng · Phiên bản B (Cải tiến):
Minh chứng · Phiên bản B (Cải tiến):

Phiên bản C (Nâng cao - Kỹ thuật Role Play & Chain-of-Thought):

"Bạn là một chuyên gia nghiên cứu học thuật có khả năng phân tích dữ liệu chuyên sâu. Nhiệm vụ của bạn là đọc và tóm tắt bài nghiên cứu dưới đây.

Hãy thực hiện theo từng bước sau (Chain-of-thought):

Bước 1: Xác định mục tiêu nghiên cứu và câu hỏi cốt lõi của tác giả.

Bước 2: Chỉ ra phương pháp luận và kết quả chính được tìm thấy.

Bước 3: Đưa ra kết luận cuối cùng.

Định dạng đầu ra: Hãy trình bày rõ ràng theo 3 tiêu đề tương ứng với 3 bước trên, sử dụng ngôn ngữ học thuật chuẩn xác nhưng dễ tiếp cận. Artificial intelligence (AI) has been a topic of growing interest and investigation in various fields, including higher education. This research article explores the impact of AI on higher education by examining its effects on teaching and learning, assessment, ethics, required skills, and future careers. The aim of this study is to analyse the influence of AI on higher education, investigate its impact on the teaching and learning process, examine its effect on assessment and

grading, and predict its influence on graduates' future careers. To accomplish this, the study employs a qualitative approach based on a survey of the higher education audience. The results of this study demonstrate the crucial role of AI in the future of higher education. The findings highlight the effectiveness and efficiency of AI in equipping graduates with new skills for their future careers. They also emphasise the importance of considering the ethical implications of AI. The study reveals that higher education institutions need to integrate AI more extensively in their

programs to prepare graduates for the future workforce. AI has the potential to revolutionize education by personalizing teaching methods to suit individual

student needs, providing prompt feedback, and automating administrative tasks. It can also assist in grading and assessment, freeing educators to focus on developing curriculum and providing quality instruction. The study findings suggest that AI has a positive impact on the learning experience by facilitating the acquisition of new knowledge and skills. This research provides insights into the potential of AI to transform higher education and contribute to the development

of new skills for graduates. It has important implications for educators, policy-makers, and other stakeholders in the higher education sector. The study findings suggest that AI should be more extensively integrated into higher education curricula, and that institutions need to consider the ethical implications of AI in the development and implementation of their programs. By doing so, they can better prepare graduates for the demands of the future workforce."

Minh chứng · Phiên bản C (Nâng cao - Kỹ thuật Role Play & Chain-of-Thought):
Minh chứng · Phiên bản C (Nâng cao - Kỹ thuật Role Play & Chain-of-Thought):
Minh chứng · Phiên bản C (Nâng cao - Kỹ thuật Role Play & Chain-of-Thought):
Minh chứng · Phiên bản C (Nâng cao - Kỹ thuật Role Play & Chain-of-Thought):

Tác vụ 2: Giải thích một khái niệm phức tạp

Phiên bản A (Cơ bản):

"Giải thích khái niệm Tiền tệ mã hóa (Cryptocurrency) là gì?"
Minh chứng · Phiên bản A (Cơ bản):
Minh chứng · Phiên bản A (Cơ bản):
Minh chứng · Phiên bản A (Cơ bản):
Minh chứng · Phiên bản A (Cơ bản):

Phiên bản B (Cải tiến):

"Hãy giải thích khái niệm Tiền tệ mã hóa (Cryptocurrency) cho một học sinh trung học. Sử dụng ngôn ngữ đơn giản, không dùng thuật ngữ công nghệ quá sâu và giới hạn trong 200 từ."
Minh chứng · Phiên bản B (Cải tiến):
Minh chứng · Phiên bản B (Cải tiến):

Phiên bản C (Nâng cao - Kỹ thuật Few-shot & Analogy):

"Bạn là một giáo sư đại học có biệt tài giảng dạy lý thuyết khó bằng phương pháp ẩn dụ dân dã. Hãy giải thích khái niệm 'Tiền tệ mã hóa (Cryptocurrency)'.

Hãy làm theo ví dụ sau (Few-shot):

Ví dụ: Khi giải thích về Điện toán đám mây (Cloud Computing), thay vì nói về máy chủ và hạ tầng mạng, hãy ví nó như một cái 'giếng nước công cộng', thay vì mỗi nhà tự đào giếng (mua máy chủ riêng) thì mọi người cùng trả tiền để dùng chung nguồn nước từ giếng tổng.

Bây giờ, áp dụng phong cách ẩn dụ trực quan này để giải thích về 'Cryptocurrency'. Hãy chia cấu trúc câu trả lời thành 3 phần: Định nghĩa đơn giản -> Hình ảnh ẩn dụ minh họa -> Một lưu ý rủi ro."

Minh chứng · Phiên bản C (Nâng cao - Kỹ thuật Few-shot & Analogy):
Minh chứng · Phiên bản C (Nâng cao - Kỹ thuật Few-shot & Analogy):
Minh chứng · Phiên bản C (Nâng cao - Kỹ thuật Few-shot & Analogy):
Minh chứng · Phiên bản C (Nâng cao - Kỹ thuật Few-shot & Analogy):
Minh chứng · Phiên bản C (Nâng cao - Kỹ thuật Few-shot & Analogy):
Minh chứng · Phiên bản C (Nâng cao - Kỹ thuật Few-shot & Analogy):

Tác vụ 3: Tạo bộ câu hỏi ôn tập

Phiên bản A (Cơ bản):

"Tạo cho tôi 5 câu hỏi trắc nghiệm ôn tập về chủ đề Chiến tranh thế giới thứ 2."
Minh chứng · Phiên bản A (Cơ bản):
Minh chứng · Phiên bản A (Cơ bản):

Phiên bản B (Cải tiến):

"Hãy tạo 5 câu hỏi trắc nghiệm về Chiến tranh thế giới thứ 2. Mỗi câu hỏi phải có 4 phương án lựa chọn (A, B, C, D) và kèm theo đáp án đúng ở cuối cùng."
Minh chứng · Phiên bản B (Cải tiến):
Minh chứng · Phiên bản B (Cải tiến):
Minh chứng 1 · Phiên bản B (Cải tiến):
Minh chứng 1 · Phiên bản B (Cải tiến):
Minh chứng 2 · Phiên bản B (Cải tiến):
Minh chứng 2 · Phiên bản B (Cải tiến):

Phiên bản C (Nâng cao - Định hình chất lượng dựa trên tiêu chuẩn chuyên gia):

"Bạn là một chuyên gia khảo thí và xây dựng chương trình đào tạo lịch sử. Nhiệm vụ của bạn là tạo ra một bộ câu hỏi ôn tập gồm 5 câu trắc nghiệm (mỗi câu 4 lựa chọn A, B, C, D) về 'Chiến tranh thế giới thứ 2'.

Bộ câu hỏi phải tuân thủ nghiêm ngặt các tiêu chí sau:

Phân bổ độ khó: 2 câu ở mức độ thông hiểu (hiểu nguyên nhân/bối cảnh), 2 câu ở mức độ vận dụng (phân tích hệ quả), và 1 câu ở mức độ tư duy cao (đánh giá bài học lịch sử).

Định dạng: Cung cấp câu hỏi, các lựa chọn, đáp án đúng VÀ đính kèm 1 đoạn giải thích ngắn vì sao đáp án đó đúng, các đáp án còn lại sai. Tránh các câu hỏi kiểm tra ngày tháng khô khan."

Minh chứng · Phiên bản C (Nâng cao - Định hình chất lượng dựa trên tiêu chuẩn chuyên gia):
Minh chứng · Phiên bản C (Nâng cao - Định hình chất lượng dựa trên tiêu chuẩn chuyên gia):
Minh chứng · Phiên bản C (Nâng cao - Định hình chất lượng dựa trên tiêu chuẩn chuyên gia):
Minh chứng · Phiên bản C (Nâng cao - Định hình chất lượng dựa trên tiêu chuẩn chuyên gia):
Minh chứng 1 · Phiên bản C (Nâng cao - Định hình chất lượng dựa trên tiêu chuẩn chuyên gia):
Minh chứng 1 · Phiên bản C (Nâng cao - Định hình chất lượng dựa trên tiêu chuẩn chuyên gia):
Minh chứng 2 · Phiên bản C (Nâng cao - Định hình chất lượng dựa trên tiêu chuẩn chuyên gia):
Minh chứng 2 · Phiên bản C (Nâng cao - Định hình chất lượng dựa trên tiêu chuẩn chuyên gia):
Minh chứng 3 · Phiên bản C (Nâng cao - Định hình chất lượng dựa trên tiêu chuẩn chuyên gia):
Minh chứng 3 · Phiên bản C (Nâng cao - Định hình chất lượng dựa trên tiêu chuẩn chuyên gia):
Minh chứng 4 · Phiên bản C (Nâng cao - Định hình chất lượng dựa trên tiêu chuẩn chuyên gia):
Minh chứng 4 · Phiên bản C (Nâng cao - Định hình chất lượng dựa trên tiêu chuẩn chuyên gia):

PHẦN 4: PHÂN TÍCH LÝ DO HIỆU QUẢ (TƯ DUY PHẢN BIỆN)

Dựa trên kết quả thực nghiệm, có một mối liên hệ mật thiết giữa cấu trúc câu lệnh và chất lượng đầu ra của AI:

Sức mạnh của bối cảnh (Context) và Vai diễn (Role Play): Prompt cơ bản xem AI là một bộ máy tìm kiếm thông tin, dẫn đến việc phản hồi rập khuôn. Khi áp đặt một vai diễn chuyên gia (như Chuyên gia khảo thí, Giáo sư đại học), mô hình tự động kích hoạt vùng dữ liệu ngôn ngữ có tính chuyên môn cao, chọn lọc từ ngữ tinh tế và định hình giọng điệu phù hợp.

Kỹ thuật Chain-of-Thought (Chuỗi tư duy) giảm thiểu sự ảo tưởng: Việc ép AI suy nghĩ qua từng bước (Bước 1, Bước 2, Bước 3) hoạt động tương tự như cách con người tư duy. AI sẽ xử lý tuần tự logic, tránh việc vội vã đưa ra kết luận tổng thể, từ đó giảm tối đa hiện tượng "hallucination" và nâng cao tính chính xác của các luận điểm.

Kỹ thuật Few-shot định hình kỳ vọng cấu trúc: Cung cấp ví dụ mẫu cụ thể (Few-shot) giúp AI hiểu rõ không chỉ về mặt nội dung mà còn về mặt cấu trúc và thẩm mỹ trình bày. Điều này ngăn chặn việc AI đưa ra định dạng không mong muốn (như viết một đoạn văn quá dài thay vì chia tiêu mục rõ ràng).

PHẦN 5: TỔNG HỢP NGUYÊN TẮC VÀ MẸO VIẾT PROMPT HIỆU QUẢ

Qua quá trình thử nghiệm, chúng ta có thể đúc kết bộ nguyên tắc viết prompt theo mô hình C-R-E-A-T-E để tối ưu hóa hiệu quả học tập:

C - Context (Bối cảnh): Luôn cung cấp thông tin nền (Ai học? Học để làm gì? Tài liệu lấy từ nguồn nào?).

R - Role (Vai trò): Gán cho AI một danh phận cụ thể nhằm định hình văn phong và góc nhìn chuyên môn.

E - Explicit Constraints (Giới hạn rõ ràng): Thiết lập ranh giới nghiêm ngặt về độ dài (dưới 200 từ), định dạng (gạch đầu dòng, bảng biểu), và cấm (không tự bịa thông tin).

A - Action-oriented (Mệnh lệnh hành động): Sử dụng các động từ hành động mạnh mẽ và trực diện ở đầu câu lệnh như "Hãy phân tích", "Chỉ ra", "Trích xuất", tránh dùng các câu hỏi chung chung.

T - Training via Examples (Cung cấp ví dụ): Sử dụng kỹ thuật 1-shot hoặc few-shot khi bạn có một phong cách hoặc định dạng cụ thể muốn AI sao chép.

E - Evaluation & Iteration (Đánh giá và Tinh chỉnh): Đừng mong đợi prompt đầu tiên sẽ hoàn hảo. Hãy luôn sẵn sàng phản hồi lại câu trả lời của AI (Ví dụ: "Phần 2 chưa đủ rõ, hãy thêm ví dụ thực tế vào" ) để gọt giũa kết quả mong muốn.

Kết quả và cảm nhận

Qua thử nghiệm, em nhận thấy prompt hiệu quả không phụ thuộc vào độ dài mà phụ thuộc vào mục tiêu, vai trò, bối cảnh, tiêu chí đầu ra và giới hạn được nêu rõ. Các phiên bản nâng cao cho kết quả có cấu trúc và sát nhu cầu học tập hơn, nhưng vẫn cần người học đánh giá lại nội dung.

Tài liệu gốc
Toàn bộ nội dung được dựng lại từ file DOCX khách cung cấp.
Tải file gốc ↓