Prompt Engineering trong thời agentic coding

@Nguyễn Ngô Thượng//~3 phút đọc0
Chia sẻ:

Prompt Engineering trong thời agentic coding

TL;DR: Prompt engineering không phải là học câu thần chú. Trong workflow AI hiện đại, prompt tốt là một bản giao việc rõ: mục tiêu, context, ràng buộc, output format, source of truth và definition of done.

Cập nhật 31/07/2026: Với Codex, Claude Code, OpenCode và các agent có tool, prompt chỉ là điểm khởi đầu. Kết quả phụ thuộc nhiều vào context, skills, tool permissions, test/build và verification loop.

Prompt tốt cần có gì?

Một prompt tốt trả lời 6 câu hỏi:

Câu hỏi Ví dụ
Làm gì? Rewrite 8 bài AI Training Series
Cho ai? Nhân viên Diginno mới học vibe coding
Dựa vào đâu? File MDX, AGENTS.md, CLAUDE.md, nguồn official
Ràng buộc gì? Tiếng Việt có dấu, không claim giá/model stale
Output ở đâu? Web repo và Lark Wiki nội bộ
Xong là thế nào? Build pass, Wiki verify đủ node

Prompt khác gì context?

Prompt là yêu cầu bạn gõ trong lượt hiện tại. Context là toàn bộ thông tin AI nhìn thấy để xử lý yêu cầu đó. Một prompt ngắn vẫn có thể tốt nếu repo guidance, skill, file và tool output đã được load đúng. Một prompt rất dài vẫn có thể tệ nếu nhồi nhiều phần nhiễu hoặc mâu thuẫn.

Cấu trúc prompt thực dụng cho Diginno

Dùng template này khi giao việc cho agent:

Mục tiêu: ...
Phạm vi: ...
Nguồn cần đọc: ...
Ràng buộc: ...
Output cần tạo/sửa: ...
Kiểm chứng bắt buộc: ...
Không làm: ...

Ví dụ:

Mục tiêu: cập nhật series AI Training đến 31/07/2026.
Phạm vi: 8 file MDX và 8 Wiki docs tương ứng.
Nguồn cần đọc: AGENTS.md, CLAUDE.md, writing-blog-posts, nguồn OpenAI/Anthropic official.
Ràng buộc: tiếng Việt có dấu, không dùng bảng giá/model cụ thể nếu chưa verify.
Kiểm chứng: npm build, wiki node-list, docs fetch outline.

Khi nào cần prompt ngắn?

Prompt ngắn phù hợp khi task đơn giản, context đã rõ, và agent có thể tự đọc file. Ví dụ: “chạy build và sửa lỗi MDX nếu có”.

Nhưng prompt ngắn không phù hợp khi task có rủi ro: production, dữ liệu khách hàng, tài chính, pháp lý, Lark write, database write, deploy hoặc public claim.

Khi nào cần prompt dài?

Prompt dài cần khi bạn đang truyền spec, rubric, brand voice, acceptance criteria hoặc dữ liệu mà agent không tự lấy được. Nhưng dài không có nghĩa là paste mọi thứ. Hãy chia rõ phần nào là nguồn, phần nào là yêu cầu, phần nào là cấm.

Prompt cho agent có tool cần thêm gì?

Khi agent có quyền dùng tool/CLI/MCP, prompt nên nói rõ quyền hành động:

  • Có được sửa file không?
  • Có được publish Wiki không?
  • Có được deploy không?
  • Có cần hỏi trước thao tác write/delete không?
  • Surface nào phải verify sau khi làm?

Nếu không nói rõ, agent có thể dừng ở local file edit trong khi việc thật là publish; hoặc ngược lại, ghi lên hệ thống thật khi bạn chỉ muốn draft.

Các lỗi prompt phổ biến

Lỗi Hậu quả Cách sửa
“Làm hay hơn” AI đoán gu Nêu audience, tone, example
“Sửa cái này” Không rõ scope Nêu file/doc/node cần sửa
“Update mới nhất” Dễ hallucinate Yêu cầu đọc nguồn official và ghi ngày
“Tự xử lý” Có thể ghi sai surface Nêu quyền write và verification
Paste quá nhiều Nhiễu context Chọn source liên quan, tóm tắt phần còn lại

Bài học cần nhớ

Prompt engineering hiện đại là kỹ năng giao việc có kiểm chứng. Viết prompt tốt không phải để AI nghe lời tuyệt đối, mà để AI có đủ mục tiêu, context và ranh giới để tự dùng judgment đúng chỗ.

Bài viết hữu ích?

Chia sẻ để nhiều người biết đến!

Chia sẻ:

>_ LLM-Friendly Copy

Copy as Markdown to use with ChatGPT, Claude, or other AI tools

700 words|3,496 characters

//Bình luận

Bài viết liên quan

Khám phá thêm những bài viết cùng chủ đề với Prompt Engineering trong thời agentic coding

Bài viết hữu ích? Hãy kết nối với Diginno!

Chúng tôi giúp doanh nghiệp SME ứng dụng AI và automation vào quy trình làm việc - từ tư vấn chiến lược đến triển khai thực tế.

Gửi yêu cầu hỗ trợ