Chào mừng bạn trở lại với hành trình Prompt Engineering của mình!
Hôm qua, chúng ta đã tìm hiểu sức mạnh của Zero-shot Prompting, khi AI có thể làm việc ngay tắp lự mà chẳng cần một chút ví dụ nào. Cảm giác thật đỉnh phải không? Nhưng hôm nay, hãy chuẩn bị tinh thần để khám phá một phép thuật khác còn tuyệt vời hơn nữa, đó là Few-shot Prompting! Đây là lúc AI của chúng ta không chỉ hiểu mà còn học hỏi và “bắt chước” theo đúng ý bạn, chỉ với vài ví dụ nhỏ xíu thôi đó!
Ảnh : minh họa Few-shot Prompting cho thấy AI học hỏi từ các cặp ví dụ input và output.
Tiêu điểm trong ngày:
Hôm nay, chúng ta sẽ nói về Few-shot Prompting, tìm hiểu xem nó hoạt động như thế nào, tại sao nó lại quan trọng và khi nào thì chúng ta nên nhờ AI học hỏi từ các ví dụ mà chúng ta cung cấp.
Few-shot Prompting là gì?
Định nghĩa thì đơn giản lắm: Few-shot Prompting là khi bạn cung cấp cho AI một vài cặp “input – output” mẫu, giống như bạn đang chỉ cho một đứa trẻ thông minh cách làm bài tập vậy. AI sẽ nhìn vào những ví dụ đó, ngẫm nghĩ và tự rút ra quy tắc, sau đó áp dụng để tạo ra câu trả lời cho yêu cầu của bạn.
Lần đầu tiên mình thử Few-shot, cảm giác cứ như ChatGPT bỗng nhiên thông minh đột xuất ấy! Mình còn nhớ, mình đã đưa cho nó vài ví dụ về cách phân loại cảm xúc, và rồi, bùm! Nó hiểu được sắc thái của từng câu và phân loại đúng y chang ý mình muốn. Đó đúng là một khoảnh khắc “Aha!” đáng nhớ. Nó không chỉ đơn thuần là làm theo lệnh nữa, mà nó đang thực sự học từ bạn đó!
Vậy khi nào thì chúng ta nên dùng kỹ thuật Few-shot Prompting này nhỉ? Câu trả lời là khi bạn cần AI:
- Theo một phong cách hay định dạng cụ thể: Bạn muốn nó viết thư trang trọng? Hay viết quảng cáo hài hước? Chỉ cần vài ví dụ, nó sẽ hiểu ngay!
- Giải quyết các tác vụ phức tạp: Những nhiệm vụ mà Zero-shot có thể “bí” thì Few-shot lại có thể “thắp sáng” con đường.
- Tạo ra các phản hồi nhất quán: Khi bạn muốn các câu trả lời luôn theo một kiểu mẫu nhất định, Few-shot là “chìa khóa” đó.
So sánh Zero-shot prompting và Few-shot prompting
Nhiều bạn sẽ thắc mắc, thế Zero-shot và Few-shot khác nhau chỗ nào, và khi nào thì dùng loại nào đúng không? Hãy hình dung thế này:
- Zero-shot: Giống như một học sinh giỏi giang, có kiến thức nền tảng vững chắc. Bạn nói “Giải bài này đi!”, nó tự giải được ngay. Ưu điểm là nhanh, gọn, lẹ. Nhược điểm là đôi khi nó sẽ… tự ý làm theo cách của nó nếu bạn không chỉ dẫn rõ ràng, và có thể chưa phù hợp với những tác vụ cần sự sáng tạo hay tuân thủ định dạng đặc biệt.
- Few-shot: Vẫn là học sinh đó, nhưng giờ nó có thêm gia sư là các ví dụ của bạn. Bạn nói “Giải bài này theo cách của học sinh lớp 2, xem ví dụ A, B, C!”, nó sẽ học theo đúng phong cách của bạn. Một học sinh lớp 2 không thể giải phương trình x,y,z đúng ko nào.
Ưu điểm là cực kỳ hiệu quả khi bạn cần AI tuân thủ định dạng, phong cách, hoặc giải quyết các tác vụ phức tạp, cần sự nhất quán. Nhược điểm là bạn sẽ tốn thêm chút thời gian để chuẩn bị các ví dụ chất lượng.
Vậy nên, không có cái nào tốt hơn cái nào, mà là cái nào phù hợp hơn cho từng nhiệm vụ của bạn thôi!
Thực hành hôm nay
Bài học lý thuyết thôi chưa đủ, phải thực hành mới thấy đã! Hôm nay, mình đã thử sức với vài bài tập Few-shot prompting và cảm giác thật sự rất phê:
- Thực hành Phân loại cảm xúc: MÌnh muốn AI phân loại cảm xúc của câu nói thành “Tích cực”, “Tiêu cực”, “Trung lập”. Ban đầu, mình đã đưa cho nó những ví dụ cơ bản như:
"Tôi yêu sản phẩm này." -> Tích cực."Dịch vụ thật tệ." -> Tiêu cực."Trời hôm nay nhiều mây." -> Trung lập.
- Và rồi, với câu
Phân loại câu: "Tôi cảm thấy rất vui khi nhận được quà." ->AI đã không ngần ngại trả lời Tích cực! Lúc đó, mình chỉ muốn reo lên “Aha, nó đã hiểu rồi!”. Cảm giác cực kỳ phấn khích khi thấy AI bắt bài được ý mình muốn chỉ từ những ví dụ nhỏ! - Thực hành Chuyển đổi phong cách: Đây là bài mà mình thấy thú vị nhất! Mình muốn AI chuyển đổi câu nói bình thường sang giọng văn lịch sự, trang trọng. Mình đưa ra ví dụ:
"Hi, wanna grab coffee?" -> "Dear Sir/Madam, would you be available for a coffee meeting?"Và khi tôi nhập câu của mình:"Chào bạn, làm một bữa trưa nhé?" ->AI đã trả lời: “Kính gửi Quý vị, liệu chúng ta có thể sắp xếp một buổi dùng bữa trưa không?” Bạn thấy không? Chỉ với một ví dụ duy nhất, AI đã nắm bắt được “tinh thần” của sự trang trọng và áp dụng y chang! Thật sự là bất ngờ và “phục sát đất” khả năng của nó!
Có một điều tôi nhận ra trong quá trình thực hành: chất lượng của ví dụ là vô cùng quan trọng! Nếu ví dụ không rõ ràng hoặc không đúng với ý bạn, AI cũng sẽ “hiểu sai” theo đó. Giống như bạn hướng dẫn học sinh vậy, ví dụ càng chuẩn, học sinh càng dễ dàng làm đúng bài. Đây chính là một bài học đắt giá mà tôi đã rút ra được hôm nay!
Góc học tiếng Anh của Prompt Engineer:
Hôm nay, chúng ta có 5 từ vựng mới toanh nè:
- Few-shot: (kỹ thuật mà AI trả lời dựa trên một vài ví dụ).
- Ví dụ: Few-shot prompting improves performance on complex tasks.
- Consistency: (tính nhất quán – quan trọng trong Few-shot).
- Ví dụ: Few-shot helps maintain consistency in responses.
- Complex: (phức tạp).
- Ví dụ: Few-shot is good for complex tasks.
- Style: (phong cách).
- Ví dụ: Use few-shot to guide the AI’s writing style.
- Diversity: (tính đa dạng – quan trọng khi nói về ví dụ).
- Ví dụ: Providing diverse examples enhances model understanding.
Trò Chuyện cùng chatgpt để luyện phản xạ
Đừng quên dành chút thời gian “tán gẫu” với ChatGPT/Gemini nhé. Hôm nay, bạn có thể thử hỏi nó về những “ví dụ” mà nó đã được huấn luyện, hay hỏi nó về những tác vụ mà nó nghĩ Few-shot sẽ hiệu quả hơn Zero-shot. Cứ thoải mái trò chuyện để phản xạ của bạn ngày càng nhạy bén nha!
Sau một ngày học và thực hành “nặng đô” như vậy, hãy dành chút thời gian để viết lại những cảm nhận của bạn. Điều gì làm bạn ấn tượng nhất? Bạn gặp khó khăn ở đâu? Hay bạn đã tìm ra được mẹo gì hay ho không? Chia sẻ với mình nha!
Tổng kết ngày
- Hôm nay, mình thật sự cảm thấy được nâng tầm kỹ năng với Few-shot Prompting. Không chỉ hiểu cách dùng, mà còn thấy rõ sự khác biệt khi dùng đúng kỹ thuật!
- Nếu bạn cũng đang học Prompt Engineering, hãy dành thời gian thử nghiệm với ví dụ riêng của bạn. Cảm giác nhìn AI hiểu và trả lời đúng ý ,sướng vô cùng luôn ấy! 😄
- Bạn đã từng có lần “oh” nào với AI chưa? Hãy chia sẻ trải nghiệm của bạn ở phần bình luận nhé!
- Nếu thấy bài viết hữu ích, bạn nhớ chia sẻ để lan toả cảm hứng học AI đến với nhiều người hơn nha!
