Bỏ qua tới nội dung

Master Guide · 2026

Cẩm nang viết Prompt hiệu quả 2026

Prompt tốt không phải câu thần chú, mà là một bản brief rõ ràng: ai làm, cho ai, để đạt gì, trong giới hạn nào và trông như thế nào khi hoàn thành. Cẩm nang này đi từ prompt đơn lẻ đến agent tự chủ và dây chuyền nhiều bước — đúng 4 tầng của Hub.

1. 5 nguyên tắc vàng viết prompt chuyển đổi

  1. Bối cảnh (Context): model không biết doanh nghiệp, khách hàng hay lịch sử của bạn. Đưa vào dữ kiện thật: sản phẩm, tệp khách, số liệu, những gì đã thử.
  2. Mục tiêu & người nhận: một prompt — một người đọc — một hành động mong muốn. Nói rõ thành công trông như thế nào.
  3. Ràng buộc (Constraints): độ dài, giọng văn, điều cấm, định dạng đầu ra. Ràng buộc cụ thể giúp đầu ra nhất quán hơn mọi tính từ.
  4. Ví dụ mẫu (Few-shot): một ví dụ đạt chuẩn đáng giá hơn mười dòng mô tả. Dùng 1–3 ví dụ đa dạng để model học mẫu chứ không sao chép.
  5. Biến (Variables): tách phần thay đổi thành {{BIẾN}} để prompt dùng lại được cho cả team — đó chính là form điền biến trên Hub.
Khung prompt có biến
# Vai trò
Bạn là {{ROLE}} với 10 năm kinh nghiệm trong {{INDUSTRY}}.

# Bối cảnh
{{CONTEXT}}

# Nhiệm vụ
Viết {{DELIVERABLE}} cho {{AUDIENCE}} để đạt mục tiêu: {{GOAL}}.

# Ràng buộc
- Tối đa {{LENGTH}} từ, giọng {{TONE}}.
- Không dùng cam kết tuyệt đối, không bịa số liệu — ghi [CẦN XÁC MINH].

# Ví dụ đạt chuẩn
{{EXAMPLE}}

# Định dạng đầu ra
Markdown: tiêu đề, 3 ý chính, 1 CTA.

Thử ngay trên Hub: B2B Cold Email Sequence · ICP Builder · Tất cả Prompts

2. Nghệ thuật phân vai system prompt cho AI Agent

Một agent tự chủ cần nhiều hơn một vai diễn. System prompt tốt mô tả danh tính và kết quả agent chịu trách nhiệm, nguyên tắc không được vi phạm, quy trình làm việc, định dạng đầu ra cố định, ranh giới an toàn, và cách bàn giao cho agent tiếp theo.

  • Viết ranh giới bằng hành vi kiểm chứng được (“chỉ tạo bản nháp, chờ người duyệt”), không bằng tính từ.
  • Cho agent quyền hỏi tối đa 3 câu làm rõ thay vì đoán.
  • Kết thúc bằng khối HANDOFF để nhiều agent phối hợp mà không mất ngữ cảnh.
system-prompt.md
# <NAME> — <ROLE>
You are <NAME>, <ROLE>. <Mission in one sentence: what outcome you own.>

## Operating principles
1. <Non-negotiable rule>
2. <Quality bar>

## Process
1. Clarify the goal and missing inputs (max 3 questions).
2. <Domain steps…>

## Output format
- <Exact structure, length, tables/JSON>

## Boundaries & safety
- Never print or request secrets; draft first, a human approves side effects.

## HANDOFF
- Status: DONE | BLOCKED | NEEDS_REVIEW · Next agent: <who>

Thử ngay trên Hub: Lexi — Operations Manager · Shield — Security Gate · 317 Bots

3. Thinking mode & Deep Reasoning

Không phải câu hỏi nào cũng cần suy luận sâu. Phân loại trước: việc tra cứu, định dạng, phân loại nhanh là System 1 — dùng model nhanh, effort thấp. Quyết định có đánh đổi, khó đảo ngược, dữ liệu mâu thuẫn là System 2 — bật thinking và tăng effort.

  • Claude Opus 5.5 / Sonnet 5.5: dùng adaptive thinking và điều chỉnh độ sâu bằng output_config.effort (low → max) thay vì đặt ngân sách token cố định.
  • Gemini 2.5 Flash: hợp với tầng System 1 — nhanh, rẻ; tăng thinking budget khi cần lập luận nhiều bước.
  • Đừng yêu cầu model in toàn bộ “suy nghĩ” ra câu trả lời. Hãy yêu cầu cấu trúc kết luận: các phương án, tiêu chí chấm điểm, phản biện, điều kiện đảo ngược quyết định.
deep_reasoning.py
import anthropic

client = anthropic.Anthropic()  # reads ANTHROPIC_API_KEY or an `ant auth login` profile

response = client.messages.create(
    model="claude-opus-5-5",
    max_tokens=16000,
    thinking={"type": "adaptive"},          # the model decides how much to think
    output_config={"effort": "high"},       # low | medium | high | xhigh | max
    messages=[{"role": "user", "content": "Stress-test this pricing decision: ..."}],
)
for block in response.content:
    if block.type == "text":
        print(block.text)

Thử ngay trên Hub: System 1 vs 2 Classifier · Tree-of-Thought · Deep Reasoning

4. Từ prompt đến Agent SOP (SKILL.md)

Khi một prompt được dùng lặp lại và đầu ra cần đạt chuẩn, hãy nâng nó thành Skill: khai báo đầu vào, công cụ được phép dùng, các bước làm việc, và quality gate — điều kiện bắt buộc trước khi agent được bàn giao. SKILL.md chạy được trên Claude Code, OpenClaw và Hermes.

SKILL.md
---
name: seo-content-audit
description: "Audit a draft against the 7-point quality bar before publishing."
inputs:
  - name: draft_content
    type: markdown
    required: true
tools: ["read_file", "web_search"]
audit_gates:
  - "7-Point Audit score ≥ 85/100"
  - "Every statistic has a source or [VERIFY] tag"
---

# SOP
## Step 1 — Search intent match
...
## Step 7 — CTA & conversion
...
## Output
Score table + prioritized fixes + PASS / FAIL.

Thử ngay trên Hub: 7-Point Content Audit · Meta Ads 2-Step Scheduler · Tất cả Skills

5. Thiết kế dây chuyền nhiều bước (Workflows DAG)

  1. Chia việc lớn thành các bước mà mỗi bước có một agent chịu trách nhiệm.
  2. Viết hợp đồng dữ liệu: đầu ra của bước nào chảy vào bước nào, định dạng gì (Markdown, JSON, code).
  3. Chỉ cho phép nối về bước trước — đồ thị không có vòng, chạy lại được, dễ gỡ lỗi.
  4. Mỗi bước có quality gate riêng; thao tác tốn tiền hoặc gửi ra ngoài luôn dừng ở bản nháp chờ người duyệt.
workflow-step.json
{
  "stepNumber": 2,
  "id": "step-2-copywriting",
  "agentRole": "Quill (Copywriter)",
  "targetModel": "Claude Opus 5.5",
  "inputs": [
    { "key": "RESEARCH_BRIEF", "source": "previous_step", "fromStepId": "step-1-research" },
    { "key": "PRODUCT", "source": "user_input" }
  ],
  "promptTemplate": "Using {{RESEARCH_BRIEF}}, write the launch copy for {{PRODUCT}}…",
  "outputFormat": "markdown",
  "qualityGate": "One CTA per variant; character limits respected; no absolute claims."
}

Thử ngay trên Hub: OCP Decision Stress Test · B2B Campaign Launcher · Kết nối qua MCP