KERNEL trong năm phút: Tại sao một prompt tốt trông giống một bản đặc tả kỹ thuật đến vậy

Tác giả giải thích KERNEL, một framework cộng đồng để viết prompt, cho mẹ của anh ấy trong năm phút, nhận ra rằng nó nghe giống như một bản đặc tả kỹ thuật. KERNEL là viết tắt của Keep it simple (Giữ cho đơn giản), Easy to verify (Dễ kiểm chứng), Reproducible results (Kết quả có thể tái tạo), Narrow scope (Phạm vi hẹp), Explicit constraints (Ràng buộc rõ ràng), và Logical structure (Cấu trúc logic). Framework này được tạo ra bởi một tác giả đã phân tích hơn một nghìn prompt và tuyên bố rằng tỷ lệ thành công ngay lần đầu tăng từ 72% lên 94%, lượng token sử dụng giảm 58%, và thời gian để có kết quả hữu ích giảm 67%, mặc dù tác giả của bài viết này hoài nghi về những con số đó khi không có phương pháp luận được công bố. Bài viết lưu ý rằng các prompt tốt thường trông giống như các nhiệm vụ kỹ thuật được viết tốt, và rằng mặc dù các kỹ thuật như 'suy nghĩ từng bước' có thể hữu ích, các mô hình suy luận hiện đại đã xử lý điều đó bên trong. Chữ cái gây tranh cãi nhất là R cho Reproducible results, mà tác giả diễn giải lại không phải là các đầu ra giống hệt nhau mà là các yêu cầu có thể tái tạo, cho phép so sánh giữa các phiên bản mô hình và các prompt. Trong sản xuất, chỉ riêng prompt là không đủ; cần có các bài kiểm tra đánh giá (eval) - các bài kiểm tra được xác định trước - để đo lường hành vi của mô hình, và một phần logic của prompt (như việc ép buộc cấu trúc JSON) tốt hơn là nên chuyển sang mã thông qua các schema. Việc lựa chọn mô hình cũng quan trọng: các LLM khác nhau hoạt động khác nhau trên cùng một prompt, vì vậy việc so sánh các mô hình dựa trên các tiêu chí cụ thể là cần thiết. Tác giả sử dụng SYNTX.AI để chạy nhiều LLM từ một không gian duy nhất, và bài viết kết luận rằng KERNEL vẫn hữu ích như một danh sách kiểm tra nhanh nhưng các hệ thống LLM thực sự đòi hỏi kỹ thuật bối cảnh (context engineering), bao gồm RAG (Retrieval-Augmented Generation - Tạo sinh tăng cường truy hồi), sử dụng công cụ, và quản lý trạng thái. Phần cuối kết thúc bằng một lời quảng bá cho SYNTX.AI và một mã ưu đãi.