---
title: "Prompt engineering là gì? Cách viết chỉ dẫn cho LLM | BroadRouter"
description: "Prompt engineering là viết và kiểm thử chỉ dẫn để LLM luôn cho ra đầu ra bạn cần. Các kỹ thuật cốt lõi, cách kiểm thử và mẹo viết prompt cho tiếng Ả Rập."
url: https://broadrouter.com/vi/glossary/prompt-engineering/
lang: vi
updated: 2026-11-15
publisher: BroadRouter (a BroadNet site); API by BroadNet Inference, https://inference.broadnet.ai
---

Được dịch từ tiếng Anh với sự hỗ trợ của AI. [Đọc bản gốc tiếng Anh](https://broadrouter.com/glossary/prompt-engineering/) (cập nhật ngày 2026-11-15).

# Prompt engineering (kỹ thuật viết prompt)

Cập nhật 2026-11-15

Prompt engineering là quá trình viết, sắp xếp và kiểm thử chỉ dẫn đưa cho model ngôn ngữ để nó luôn tạo ra đầu ra đáp ứng yêu cầu. Nó bao gồm message vai trò, chỉ dẫn rõ ràng, ví dụ, định dạng và đo kết quả bằng các test case.

Còn gọi là: kỹ thuật viết prompt, kỹ thuật prompt, thiết kế prompt, prompt engineering là gì, prompt design, prompting techniques

Một prompt là một bản đặc tả. Prompt engineering là viết bản đặc tả đó cho tốt và kiểm tra model có làm theo hay không.

## Cách hoạt động

Hướng dẫn của OpenAI định nghĩa prompt engineering là “the process of writing effective instructions for a model” (Bản dịch: quá trình viết chỉ dẫn hiệu quả cho model) để nó “consistently generates content that meets your requirements.” (Bản dịch: luôn tạo ra nội dung đáp ứng yêu cầu của bạn). Các kỹ thuật cốt lõi giống nhau giữa các nhà cung cấp:

| Kỹ thuật | Cách làm |
| --- | --- |
| Vai trò | Đặt quy tắc trong [system prompt](https://broadrouter.com/vi/glossary/system-prompt/) (hoặc developer message) và yêu cầu trong user message |
| Cấu trúc | Sắp xếp system prompt theo thứ tự danh tính, chỉ dẫn, ví dụ, context; dùng tiêu đề Markdown và thẻ XML để đánh dấu các phần |
| Ví dụ | Thêm vài cặp đầu vào và đầu ra ([few-shot prompting](https://broadrouter.com/vi/glossary/few-shot-prompting/)) bao quát các trường hợp khác nhau |
| Suy luận | Yêu cầu suy nghĩ từng bước ([chain of thought](https://broadrouter.com/vi/glossary/chain-of-thought/)), hoặc dùng model suy luận |
| Định dạng đầu ra | Yêu cầu một định dạng cố định, hoặc dùng [đầu ra có cấu trúc](https://broadrouter.com/vi/glossary/structured-output/) nếu API hỗ trợ |
| Ổn định | Cố định phiên bản model để hành vi không tự thay đổi |

Phần tổng quan của Anthropic khuyên bắt đầu với ba thứ: tiêu chí thành công rõ ràng, cách kiểm thử theo tiêu chí đó, và một bản nháp prompt đầu tiên. Trên thực tế, điều đó nghĩa là một bộ [eval](https://broadrouter.com/vi/glossary/eval/).

Một ví dụ ngắn, trước và sau:

```text
Before: Summarize this ticket.

After:  You summarize support tickets for an engineering team.
        Write 3 bullet points: the problem, the customer impact, the next step.
        Use the customer's words for error messages. Do not guess at causes.
        <ticket>...</ticket>
```

Bản “After” giao vai trò tóm tắt ticket cho đội kỹ thuật, yêu cầu ba gạch đầu dòng (vấn đề, ảnh hưởng tới khách hàng, bước tiếp theo), giữ nguyên lời khách hàng cho thông báo lỗi và không đoán nguyên nhân.

Với agent, prompt chỉ là một phần của context lớn hơn. Bài viết về context engineering của Anthropic tách prompt engineering, tức “methods for writing and organizing LLM instructions,” (Bản dịch: phương pháp viết và sắp xếp chỉ dẫn cho LLM) khỏi [context engineering](https://broadrouter.com/vi/glossary/context-engineering/), phần quản lý mọi thứ khác mà model nhìn thấy.

## Vì sao quan trọng

-   **Chất lượng mà không cần huấn luyện.** Một prompt tốt hơn là cách sửa rẻ nhất để thử, trước khi [fine-tuning](https://broadrouter.com/vi/glossary/fine-tuning/) hoặc dùng model lớn hơn.
-   **Chi phí.** System prompt được gửi lại trong mọi request. Hãy cắt những gì không làm thay đổi đầu ra; xem [giảm token trong prompt](https://broadrouter.com/vi/blog/reduce-prompt-tokens/).
-   **Chuyển đổi model.** Một prompt tinh chỉnh cho model này có thể hoạt động khác trên model khác. Hãy chạy lại bộ eval khi đổi model.

## Trên BroadNet Inference

Các model chat của BroadNet nhận danh sách `messages` chuẩn của Chat Completions, nên vai trò system, user, assistant và ví dụ few-shot hoạt động như bình thường. Bạn có thể thử prompt trong [playground](https://broadrouter.com/vi/guides/try-broadnet-inference-playground/) trước khi viết code. Với đầu ra tiếng Ả Rập, bài [prompt engineering cho tiếng Ả Rập](https://broadrouter.com/vi/blog/arabic-prompt-engineering/) đề cập văn phong, phương ngữ, chữ số và định dạng từ phải sang trái.

Đầu ra có cấu trúc được ghi trong tài liệu cho [GLM 5.3](https://broadrouter.com/vi/models/glm-5.3/) và [Qwen3.8 27B](https://broadrouter.com/vi/models/qwen3.8-27b/). Trên DeepSeek V4.1 Flash, GLM 5.3 và Qwen3.8 27B, suy luận được tính vào `max_tokens`, nên prompt kiểu “hãy suy nghĩ từng bước” cũng cần chỗ trong ngân sách.

## Câu hỏi thường gặp

### Với các model mới, prompt engineering có còn cần không?

Có, dù các mẹo đã khác. Model mới làm theo chỉ dẫn đơn giản, cụ thể khá tốt, nên phần lớn công việc là nêu yêu cầu rõ ràng, đưa ví dụ và kiểm thử với đầu vào thật.

### Khi nào nên fine-tune thay vì viết prompt?

Khi một prompt đã kiểm thử kỹ, có ví dụ, vẫn thất bại ở phần lớn trường hợp, hoặc quá dài để gửi trong mọi request. Tài liệu Anthropic cũng lưu ý một số mục tiêu, như giảm độ trễ hoặc chi phí, dễ đạt hơn bằng cách chọn model khác.

### Muốn đầu ra tiếng Ả Rập thì có nên viết prompt bằng tiếng Ả Rập không?

Cách nào cũng có thể được. Hãy nói rõ văn phong hoặc phương ngữ bạn muốn, và cách xử lý chữ số cũng như văn bản trộn ngôn ngữ. Bài viết về prompt engineering cho tiếng Ả Rập so sánh cả hai cách.

## Xem thêm

-   [System prompt (lời nhắc hệ thống)](https://broadrouter.com/vi/glossary/system-prompt/) (thuật ngữ)
-   [Few-shot prompting (prompt kèm ví dụ)](https://broadrouter.com/vi/glossary/few-shot-prompting/) (thuật ngữ)
-   [Chain-of-thought (CoT)](https://broadrouter.com/vi/glossary/chain-of-thought/) (thuật ngữ)
-   [Context engineering (kỹ thuật quản lý context)](https://broadrouter.com/vi/glossary/context-engineering/) (thuật ngữ)
-   [Eval (đánh giá LLM)](https://broadrouter.com/vi/glossary/eval/) (thuật ngữ)
-   [Đầu ra có cấu trúc (structured output)](https://broadrouter.com/vi/glossary/structured-output/) (thuật ngữ)
-   [Dùng thử BroadNet Inference ngay trên trình duyệt, không cần tài khoản](https://broadrouter.com/vi/guides/try-broadnet-inference-playground/) (hướng dẫn)
-   [Prompt engineering tiếng Ả Rập: văn phong, RTL, chữ số và văn bản trộn](https://broadrouter.com/vi/blog/arabic-prompt-engineering/) (bài viết)
-   [Giảm token prompt: số đo thực cho system prompt, tool và dữ liệu](https://broadrouter.com/vi/blog/reduce-prompt-tokens/) (bài viết)
-   [Trước khi fine-tune: xác định vấn đề cần giải quyết](https://broadrouter.com/vi/blog/fine-tuning-readiness/) (bài viết)

Hãy thử với khối lượng công việc thực tế của bạn. Tài khoản mới được tặng US$5 tín dụng ban đầu cho Gemma và chuyển giọng nói thành văn bản. DeepSeek, GLM và Qwen3.8 cần nạp tiền.

[Bắt đầu](https://inference.broadnet.ai/account/?utm_source=broadrouter&utm_medium=referral&utm_campaign=vi-glossary-prompt-engineering&utm_content=page-cta) ·

**Nguồn**

-   [Tài liệu API OpenAI, hướng dẫn prompt engineering (kiểm tra ngày 2026-11-15)](https://developers.openai.com/api/docs/guides/prompt-engineering)
-   [Tài liệu Anthropic, tổng quan prompt engineering (kiểm tra ngày 2026-11-15)](https://platform.claude.com/docs/en/build-with-claude/prompt-engineering/overview)
-   [Anthropic Engineering, Effective context engineering for AI agents (kiểm tra ngày 2026-11-15)](https://www.anthropic.com/engineering/effective-context-engineering-for-ai-agents)
