Tại sao đưa ý nghĩ thô vào AI hiệu quả hơn viết câu lệnh hoàn hảo

Một lời khuyên phổ biến chỉ ra rằng trở ngại chính trong việc sử dụng AI tạo sinh hiệu quả không nằm ở sự phức tạp của kỹ thuật viết câu lệnh, mà là do người dùng ngần ngại nhập các suy nghĩ thô, chưa được sắp xếp. Thay vì quá chú trọng cấu trúc câu lệnh, người dùng được khuyến khích đưa trực tiếp những suy nghĩ lộn xộn của mình vào AI để mô hình tự sắp xếp. Điều này thay đổi góc nhìn về kỹ thuật viết câu lệnh (prompt engineering) từ một kỹ năng kỹ thuật cao sang một quy trình hội thoại lặp đi lặp lại, giúp người dùng phổ thông dễ tiếp cận AI hơn. Nó nhấn mạnh rằng các mô hình ngôn ngữ lớn có khả năng cao trong việc cấu trúc hóa thông tin phi cấu trúc, giúp giảm rào cản gia nhập đối với các công cụ tăng năng suất. Các mô hình ngôn ngữ lớn (LLM) được huấn luyện để phân tích ngữ cảnh và trích xuất ý nghĩa từ các đầu vào lộn xộn, giúp chúng trở nên lý tưởng cho việc sắp xếp các suy nghĩ phi cấu trúc. Tuy nhiên, việc chỉ dựa vào đầu vào thô mà không tinh chỉnh hoặc thiết kế ngữ cảnh sau đó vẫn có thể dẫn đến kết quả không tối ưu nếu ngữ cảnh ban đầu quá mơ hồ.