Hiểu sự khác nhau giữa prompt engineering và context engineering

Playbook này dành cho ai?

Bạn đã dùng ChatGPT, Claude hay Gemini được một thời gian. Có lúc AI trả lời cực kỳ chuẩn — đúng ý, đúng format, xong trong vài giây. Nhưng cũng có lúc kết quả lệch hoàn toàn mà bạn không hiểu vì sao.

Bạn đã thử viết prompt cẩn thận hơn, thêm chi tiết hơn, nhưng AI vẫn "hiểu nhầm" theo cách khó đoán. Phản xạ tự nhiên là nghĩ "chắc do prompt chưa đủ tốt." Nhưng đôi khi câu hỏi của bạn hoàn toàn ổn — vấn đề nằm ở chỗ khác: AI đang thiếu thông tin nền để trả lời đúng, và không có prompt nào đủ hay để bù đắp.

Playbook này giúp bạn phân biệt hai kỹ năng khi làm việc với AI — prompt engineering (viết câu hỏi tốt) và context engineering (thiết kế hệ thống ngữ cảnh) — để khi AI cho kết quả sai, bạn biết chính xác cần sửa ở đâu.

Bạn sẽ đạt được gì?

• Phân biệt khi nào kết quả AI sai vì câu hỏi chưa rõ (prompt) và khi nào vì thiếu thông tin nền (context)
• 4 kỹ thuật prompt engineering: gán vai trò, cho ví dụ mẫu, suy luận từng bước, đặt giới hạn
• 4 thành phần context engineering: bộ nhớ, quản lý trạng thái, RAG, và công cụ
• Bảng chẩn đoán nhanh 7 triệu chứng — biết chính xác cần sửa prompt hay sửa ngữ cảnh

Bạn cần chuẩn bị gì?

• Một công cụ AI bất kỳ — ChatGPT, Claude, hoặc Gemini — để thử các prompt mẫu
• Không cần kiến thức lập trình — mọi khái niệm kỹ thuật đều có ví dụ cụ thể

---

Bức tranh toàn cảnh

Hãy tưởng tượng bạn thuê một nhân viên mới tên Minh để đặt phòng khách sạn cho chuyến công tác.

Bạn nói: "Đặt khách sạn ở Đà Nẵng cho hội nghị marketing tháng sau." Minh đặt ngay một resort 5 sao ở bãi biển Mỹ Khê — hồ bơi vô cực, spa, buffet sáng. Tuyệt vời, nhưng công ty bạn chỉ duyệt tối đa 1.5 triệu đồng mỗi đêm và hội nghị diễn ra ở trung tâm thành phố, cách bãi biển 8 km.