Giải mã Công nghệ · AI trong đời sống

Hai AI trả lời khác nhau cho cùng một câu hỏi - nguyên nhân đằng sau.

AI không phải lúc nào cũng trả lời giống nhau.
Cùng một câu hỏi, hai AI trả lời khác nhau là điều hoàn toàn có thể.
Nhưng nhiều khi, đó không có nghĩa là một bên đúng, một bên sai.
Từ một câu chuyện rất đời về cách gọi mừng thọ 80 tuổi, mình nhận ra:

thứ làm hai AI trả lời khác nhau đôi khi không nằm ở AI, mà nằm ở chỗ con người.

Dạo này, mình để ý một chuyện lặp lại khá nhiều: cùng một chuyện, nhưng mỗi người hỏi AI một kiểu, rồi ra hai kết quả khác nhau.

Có người vội kết luận AI này đúng, AI kia sai.
Nhưng chưa hẳn!

– bạn có thể xem cách Google đều nhấn mạnh việc nói rõ mục tiêu, ngữ cảnh và yêu cầu ngay từ đầu qua tài liệu chính thức này nè:
Gemini · Chiến lược viết prompt
– mở thêm một cửa sổ nhỏ để bạn ngó qua một lát, rồi quay về hoặc để đó tí đọc sau..

Chuyện là thế này.

Có bữa, ông bạn thân nhờ mình thiết kế phông sân khấu mừng thọ cho mẹ 80 tuổi.

Phần chữ nghĩa với hình ảnh thì không khó. Nhưng tới lúc ghi dòng chữ lên sân khấu, nhóm của ổng bắt đầu cãi nhau.

80 tuổi thì gọi là gì thọ?

Một người lên Google, có AI hỗ trợ, hỏi đúng kiểu câu đó. Kết quả ra một cách gọi.

Ông bạn mình thì dùng ChatGPT, cũng hỏi một kiểu nào đó gần gần vậy, nhưng kết quả lại ra khác.

Hai người.
Hai cái điện thoại.
Hai AI.
Hai đáp án.

Ai cũng có cái lý của mình, nên cuối cùng không ai chịu ai.

Hôm sau, ổng đem câu chuyện đó kể với mình.

Mình không vội phán AI nào đúng, AI nào sai.

Mình cầm chính điện thoại của ổng, rồi gõ lại rõ hơn:

“Từ mốc thọ 60 tuổi của một người và các mốc thập niên tiếp theo thì gọi tên là gì theo văn hóa Trung Hoa? Bạn hãy tìm kiếm theo mọi nguồn hiện tại cho câu trả lời nhé.”

Lúc đó, kết quả trả về khác hẳn.

Không chỉ có tên gọi của mốc 80 tuổi, mà còn ra thêm cả một chuỗi cách gọi theo từng mốc thọ, rõ ràng hơn, đúng ngữ cảnh hơn, và quan trọng nhất: hai bên bắt đầu nhìn ra vì sao trước đó AI trả lời khác nhau.

– Câu chuyện nhỏ đó làm mình nghĩ rất nhiều.

Vì ngoài kia, ngày càng nhiều người dùng AI mỗi ngày. Nhưng cũng ngày càng nhiều người dùng AI trong một trạng thái rất lạ:

• hỏi khá nhanh,
• tin khá nhanh,
• phản bác nhau cũng khá nhanh,
• nhưng lại chưa để ý rằng nhiều khi cái lệch không nằm ở AI.

Nó nằm ở chỗ mình đang hỏi chưa đủ rõ.

Khi câu hỏi nghe có vẻ rõ, nhưng thật ra vẫn còn thiếu một nửa

Nhìn bề ngoài, câu hỏi:

“80 tuổi thì gọi là cái gì thọ?”

nghe có vẻ quá rõ rồi.

80 tuổi thì nói là 80 tuổi.
Thọ thì nói là thọ.
Còn gì đâu mà không hiểu?

Nhưng thật ra, câu đó vẫn còn thiếu rất nhiều thứ ở phía sau:

• đang hỏi theo văn hóa nào?
• theo cách gọi dân gian hay cách gọi lễ nghi?
• theo Việt Nam, Trung Hoa, hay một cách gọi đã đi qua nhiều lớp ảnh hưởng văn hóa?
• đang hỏi để nói chuyện đời thường, hay để ghi lên sân khấu mừng thọ — tức là cần độ trang trọng khác hẳn?

Chỉ cần thiếu một lớp như vậy thôi, AI đã có thể rẽ sang một hướng khác rồi.

Và đó là chỗ mà nhiều người dễ hiểu lầm nhất.

“Mình hỏi có một câu thôi mà. AI giỏi như vậy thì phải hiểu chứ.”

Không.

AI mạnh thật. Nhưng AI không có năng lực “đọc ý mình” theo kiểu thần giao cách cảm.

Nó chỉ có thể đi từ những gì mình đưa ra, rồi cố đoán phần còn thiếu.

Đoán đúng thì mình khen nó thông minh.
Đoán lệch một chút là bắt đầu có chuyện.

Bạn cứ hình dung thế này nhe

Trong “đầu” của AI không phải chỉ có một mẩu kiến thức duy nhất cho mỗi câu hỏi.

Nó giống như một thư viện khổng lồ, mà trong thư viện đó có rất nhiều khu vực chứa kiến thức cho rất nhiều lĩnh vực trên đời này; mỗi lĩnh vực lại có rất nhiều ngăn tủ nhỏ.

Riêng với chuyện ngữ nghĩa, văn hóa, cách gọi, thì nó có thể có những ngăn như:

• văn hóa Việt,
• văn hóa Trung Hoa,
• lịch sử,
• cách gọi dân gian,
• cách gọi trang trọng,
• vùng miền,
• và cả những cách hiểu đã pha trộn qua nhiều thời kỳ.

Khi bạn hỏi một câu quá ngắn, quá mơ hồ, hoặc thiếu cái khung quan trọng nhất, AI buộc phải tự nghĩ:

“À, người này đang hỏi theo ngăn nào đây?”

Và rồi nó sẽ tự chọn một ngăn mà nó thấy có khả năng đúng nhất.

Nếu ngăn đó không trùng với thứ bạn đang muốn hỏi, kết quả sẽ lệch.

Trong trường hợp trên, AI rất có thể tự suy luận kiểu:

“Ông này gõ tiếng Việt, ổng đang ở Việt Nam.”

Vậy là nó nghiêng luôn sang hướng Văn hóa Việt Nam, trong khi kết quả mình cần là Văn hóa Trung Hoa.

Bạn đừng nghĩ chuyện đó ghê gớm lắm. Nó rất giống ngoài đời thôi.

Ví dụ bạn hỏi một người:

“Cho mình hỏi đường ra chợ.”

Người đó sẽ phải tự nghĩ tiếp:

• chợ nào?
• chợ gần nhất?
• chợ trung tâm?
• chợ cũ hay chợ mới?
• bạn đang đi bộ, đi xe máy hay đi ô tô?

Nếu bạn không nói rõ, người ta có thể vẫn sẽ trả lời hoặc hỏi lại bạn rõ hơn.

Nhưng nếu họ chọn trả lời, thì vẫn là trả lời theo cái họ nghĩ bạn đang hỏi.

AI cũng vậy.

Chỉ khác một chỗ:

Nó vẫn phải trả lời dựa trên câu bạn đã đưa ra trước đã, chứ không thể ngồi im chờ bạn nói rõ hết mọi thứ như một người đối thoại ngoài đời.

Nói gọn lại: khi mình chưa nói rõ cần mở đúng “ngăn” nào, AI sẽ tự chọn giùm — và cái lệch thường bắt đầu từ đó.

Cùng một câu hỏi, hai AI khác nhau chưa chắc đã “cãi nhau”

Đây là chỗ mình thấy nhiều người đang hiểu sai.

Khi thấy Google nói một kiểu, ChatGPT nói một kiểu, nhiều người lập tức nghĩ:

• một bên đúng, một bên sai,
• AI này khôn hơn AI kia,
• AI kia dở quá, không dùng được.

Nhưng nhiều khi sự thật không đơn giản vậy.

Hai AI khác nhau có thể đang:

• ưu tiên nguồn khác nhau,
• đoán ngữ cảnh khác nhau,
• hoặc hiểu câu hỏi của bạn theo hai hướng khác nhau.

Nói dễ hiểu hơn:

chúng không nhất thiết đang trả lời hai sự thật khác nhau.
Rất có thể chúng chỉ đang trả lời hai cách hiểu khác nhau của cùng một câu hỏi.

Mình đã sửa câu hỏi như thế nào?

Cái mình sửa không phải là dùng “prompt thần thánh” gì.

Mình chỉ làm một việc rất bình thường:

nói rõ hơn cái khung mà mình đang hỏi

Thay vì hỏi:

“80 tuổi thì gọi là cái gì thọ?”

mình hỏi:

“Từ mốc thọ 60 tuổi của một người và các mốc thập niên tiếp theo thì gọi tên là gì theo văn hóa Trung Hoa? Bạn hãy tìm kiếm theo mọi nguồn hiện tại cho câu trả lời nhé.”

Nếu để ý sẽ thấy câu sau rõ hơn ở mấy điểm:

1. Rõ phạm vi

Không hỏi chung chung nữa, mà hỏi theo chuỗi mốc thọ từ 60 trở đi.

2. Rõ hệ quy chiếu văn hóa

Không để AI tự đoán nữa, mà chỉ rõ là theo văn hóa Trung Hoa.

3. Rõ mục tiêu tìm hiểu

Không chỉ hỏi cho biết, mà hỏi theo hướng cần một hệ thống gọi tên có logic (hỏi “từ 60” và tiếp theo chứ không chỉ hỏi “80”).

4. Rõ nhu cầu cập nhật

Cụm “tìm kiếm theo mọi nguồn hiện tại” là để AI tra cứu theo nguồn mới nhất ở thời điểm đó, thay vì chỉ bám vào phần kiến thức tĩnh đã có sẵn.

Khi mình làm rõ những thứ đó, AI không còn phải mò mẫm giữa quá nhiều ngăn tủ nữa.

Nó biết mình cần mở đúng ngăn nào.

Và đó là lúc kết quả bắt đầu hội tụ.

– cách lảm rõ câu hỏi mà mình vừa nói này, cũng là những điều mà tài liệu gốc hướng dẫn của OpenAI - cả Google - đều coi trọng:
OpenAI · Prompt Engineering Guide
– mở thêm một tab mới để không lạc mạch đọc hiện tại của bạn, tí quay lại đọc sau.
(Bài gốc chưa có bản tiếng Việt; nếu cần, bạn có thể nhờ trình duyệt dịch giúp.)

Ba sai lầm rất thường gặp khi hỏi AI

Từ câu chuyện nhỏ này, mình thấy có ba lỗi rất phổ biến.

1. Hỏi quá ngắn, tưởng vậy là đủ

Nhiều người quen kiểu hỏi:

• “cái này là gì?”
• “cái kia đúng không?”
• “80 tuổi gọi là gì thọ?”
• “món này có phải đặc sản miền Tây không?”

Nhìn thì tiện. Nhưng thật ra đó là kiểu hỏi rất dễ làm AI phải tự đoán phần còn thiếu.

2. Dùng từ tưởng rõ, nhưng thật ra lại mơ hồ

Những chữ như:

• đúng
• chuẩn
• truyền thống
• đặc sản
• theo văn hóa
• theo lịch sử

nghe rất quen tai.

Nhưng nếu không nói rõ:

• đúng theo cái gì,
• văn hóa nào,
• lịch sử thời nào,
• truyền thống của vùng nào,

thì AI rất dễ rẽ sang hướng khác với ý mình.

3. Đụng chuyện văn hóa, lịch sử, vùng miền mà không nói rõ hệ quy chiếu

Đây là lỗi mình thấy gặp rất nhiều.

Một câu hỏi về món ăn, cách xưng hô, lễ nghi, hay tên gọi mừng thọ… thường không chỉ có một lớp nghĩa.

Nó có thể dính tới:

• vùng miền,
• cộng đồng,
• phong tục,
• thời kỳ,
• và cách dùng trong đời thường khác với cách dùng trong nghi lễ.

Nếu mình không khóa đúng cái khung này, AI buộc phải tự suy.

Mà đã tự suy thì rất dễ đi lệch.

Đọc tới đây, chắc bạn đang muốn hỏi một câu rất bình thường thôi

Rồi ông này nói nãy giờ tùm lum dữ vậy, tui bắt đầu thấy rối rồi.

Vậy rốt cuộc là làm sao để hỏi AI theo cách dễ nhất, chứ không phải suy nghĩ lung tung quá nhiều trước khi hỏi?

Đúng không?

Thiệt ra, nếu bạn đang thấy vậy thì cũng rất bình thường.

Vì khi đọc một bài phân tích dài, nhiều lớp, nhiều ví dụ, người đọc rất dễ bắt đầu có cảm giác “lu xu bu” trong đầu.

Nên mình không muốn dừng bài ở chỗ phân tích cho đủ. Mình muốn chốt lại cho bạn một thứ thật đơn giản, đủ để mang đi dùng ngay.

Bạn đừng vội. Ngay sau đây là một cách rất gọn, rất dễ nhớ, để lần sau hỏi AI mà không cần phải nghĩ vòng vo quá nhiều.

Công thức bỏ túi rất dễ nhớ: Việc gì – Theo đâu – Để làm gì

Thật ra, tùy mỗi việc khác nhau mà cách hỏi AI cũng sẽ khác nhau chút đỉnh.

Nhưng trong phạm vi bài này, mình chỉ muốn rút ra một công thức đơn giản nhất, đủ dùng cho đa số tình huống thường ngày mà vẫn giúp bạn đỡ hỏi lệch.

Bạn không cần nhớ mấy công thức prompt rối rắm.

Chỉ cần nhớ một câu rất ngắn này thôi:

Việc gì – Theo đâu – Để làm gì
(What – Where – For)

Nghe đơn giản vậy thôi, nhưng xài rất được.

Việc gì

Tức là mình đang hỏi chuyện gì cho thật rõ.

Đừng hỏi mơ hồ kiểu:

• “cái này đúng không?”
• “cái kia là gì?”

nếu ngay trong đầu mình, câu hỏi đó vẫn còn thiếu nửa ý.

Theo đâu

Tức là chuyện này đang tính theo đâu.

Theo văn hóa nào?
Theo vùng nào?
Theo thời nào?
Theo luật nào?
Theo tiêu chuẩn nào?

Đây là chỗ AI rất hay tự đoán giùm mình, và cũng là chỗ dễ lệch nhất.

Để làm gì

Tức là mình cần câu trả lời đó để làm gì.

Đọc cho biết, viết cho đúng, in lên sân khấu, gửi cho khách, hay đem đi tranh luận — mỗi mục đích khác nhau, AI sẽ cần trả kết quả cho bạn theo một mức rõ ràng khác nhau.

Có khi bạn chỉ cần một đoạn giải thích ngắn, dễ hiểu.
Có khi bạn cần một bảng thống kê để dễ nhìn.
Có khi bạn cần một câu trả lời viết theo phong cách trang trọng để đem dùng ngay.

Nói gọn hơn, muốn AI trả lời đúng hơn, Hãy bắt đầu bằng việc hiểu cho rõ chính mình:

. đang hỏi gì,
. đang hỏi theo đâu,
. muốn dùng câu trả lời đó vào việc gì.

Nghe hơi ngược với nhiều video ngoài kia, nhưng mình tin đây mới là chỗ quan trọng nhất.

Bạn không cần thuộc mấy công thức prompt quá ghê gớm.

Prompt, nói đơn giản, là cái người ta hay gọi là “câu lệnh” đó.

Chỉ cần làm rõ được ba chuyện đó, chất lượng câu trả lời của AI thường đã khác rất nhiều rồi.

Điều đáng nói hơn: AI đang buộc con người học lại cách đặt câu hỏi

Mình thấy đây mới là chuyện sâu nhất.

Trước đây, nhiều khi sống bình thường mình vẫn hỏi mơ hồ mà người đối diện tự hiểu được.

Vì người với người còn có:

• nét mặt,
• ngữ cảnh,
• ký ức chung,
• và khả năng “đỡ lời” cho nhau.

AI thì khác.

Nó không sống cùng ký ức với mình.

Nó không biết đằng sau một câu hỏi ngắn ngủi kia là:

• cái sân khấu mừng thọ,
• cuộc tranh luận giữa bạn bè,
• nhu cầu cần một cách gọi trang trọng,
• hay sự sợ viết sai trước mặt người lớn trong nhà.

Muốn nó đi đúng hơn, mình phải học cách nói rõ hơn.

Nói theo một nghĩa nào đó, AI đang buộc con người quay lại với một kỹ năng cũ mà mình hay xem nhẹ:

khả năng đặt vấn đề cho đúng

Kết lại

Câu chuyện “80 tuổi gọi là gì thọ” nghe rất nhỏ.

Nhưng nó chỉ ra một chuyện không nhỏ chút nào.

Đó là:

AI không chỉ phản ánh lượng kiến thức nó có.
Nó còn phản ánh độ rõ trong cách mình đặt câu hỏi.

Nếu hỏi mơ hồ, nó sẽ phải tự đoán.
Nếu đoán lệch, câu trả lời sẽ lệch.

Vậy nên lần sau, nếu bạn thấy hai AI trả lời khác nhau, khoan vội kết luận rằng một bên đúng, một bên sai.

Hãy thử dừng lại một chút và tự hỏi:

• Mình đã nói rõ cái “vùng” mình đang hỏi chưa?
• Mình đã chỉ cho AI biết nên mở đúng ngăn kiến thức nào chưa?

Nhiều khi, chỉ cần sửa lại câu hỏi, cuộc tranh luận đã tự lắng xuống.

Và mình nghĩ, đó cũng là một trong những điều thú vị nhất khi sống cùng AI lúc này:

Không chỉ học cách dùng công cụ,
mà còn học lại cách con người nói cho rõ điều mình thật sự muốn biết.

– còn nếu bạn muốn tìm hiểu thêm một góc nhìn khác về cách viết prompt và đặt yêu cầu cho AI, bạn có thể mở thử tài liệu này của Claude:
Claude · Prompt Engineering Overview
– mở thẻm một thẻ mới để bạn ngó qua một lát, rồi quay về.
(Bài gốc chưa có bản tiếng Việt; nếu cần, bạn có thể nhờ trình duyệt dịch giúp.)

Xem thêm các bài trong Giải mã Công nghệ · hoặc các bài Công cụ & Mẹo · hay trang Giới thiệu về cách t2tDigital nhìn công nghệ và AI