Kết thúc kỷ nguyên Prompt: Khởi đầu của các vòng lặp AI

PHẦN 1 · Kỷ nguyên prompt đang dần kết thúc

Hầu hết mọi người vẫn đang cố gắng tìm ra prompt hoàn hảo.

Đó không còn là trò chơi đáng chơi nữa.

Những người dùng AI giỏi nhất không giỏi hơn vì họ tìm được một câu thần chú. Họ giỏi hơn vì họ đã ngừng coi AI như một hộp chat và bắt đầu coi nó như một hệ thống có thể chuyển tiếp công việc từ bước này sang bước tiếp theo.

Đây là sự thay đổi: prompting là về việc có được một câu trả lời tốt. Loops là về việc duy trì công việc tiếp diễn sau câu trả lời đầu tiên.

Mọi người vẫn đang cố gắng sưu tập những prompt tốt hơn, đây là cách sử dụng AI kém hiệu quả nhất hiện nay. Họ cứ mãi săn lùng câu nói hoàn hảo, cách nhập vai hoàn hảo, thiết lập "hãy đóng vai" hoàn hảo, rồi tự hỏi tại sao mọi tác vụ nghiêm túc vẫn biến thành việc trông nom một tab chat suốt bốn mươi phút.

• Quy trình AI cũ trông như thế này:
• Mở chat → dán ngữ cảnh → hỏi một lần → sửa đầu ra → hỏi lại → bắt đầu lại
• Có vẻ hiệu quả vì đang có điều gì đó xảy ra.
• Nhưng thực chất vẫn là công việc thủ công với tính năng tự động hoàn thành nhanh hơn.

Vấn đề không phải là prompt tồi. Vấn đề là một prompt thường chỉ là một bước đi, trong khi công việc thực tế là một chuỗi các bước đi. Nghiên cứu trở thành dàn bài, dàn bài trở thành bản nháp, bản nháp trở thành kiểm tra, kiểm tra trở thành viết lại, viết lại trở thành xuất bản, và kết quả sẽ dạy cho lần thử tiếp theo. Hầu hết mọi người ép mình phải đẩy từng bước một cách thủ công, rồi gọi đó là "quy trình AI."

Đó không phải là quy trình. Đó là việc nhấp "tiếp tục" trên một cỗ máy đáng lẽ đã phải biết bước tiếp theo là gì.

1Bạn không ở đây để trả lời trực tiếp nhiệm vụ của tôi.
2
3Bạn ở đây để biến nó thành một vòng lặp AI có thể lặp lại.
4
5Nhiệm vụ:
6[CHÈN NHIỆM VỤ]
7
8Đầu tiên, chia nhỏ nhiệm vụ thành các bước thường được thực hiện thủ công.
9
10Sau đó, thiết kế một vòng lặp có thể chạy các bước đó với sự giám sát tối thiểu.
11
12Vòng lặp phải bao gồm:
13- ngữ cảnh AI cần trước khi bắt đầu
14- nó nên tạo ra gì đầu tiên
15- đầu ra nên được kiểm tra như thế nào
16- điều gì xảy ra nếu đầu ra yếu
17- điều gì được lưu lại cho lần chạy tiếp theo
18- khi nào vòng lặp nên dừng
19- điều gì vẫn cần sự chấp thuận của con người
20
21Giữ hệ thống đủ đơn giản để tôi có thể chạy nó hàng ngày.

Bạn không trả lời trực tiếp nhiệm vụ của tôi. Bạn đang biến nhiệm vụ này thành một vòng lặp AI có thể lặp lại.

Nhiệm vụ là: [NHIỆM VỤ]

Thiết kế vòng lặp như một hệ thống. Giải thích ngữ cảnh AI cần trước khi bắt đầu, nó nên tạo ra gì đầu tiên, đầu ra nên được đánh giá như thế nào, điều gì nên xảy ra nếu đầu ra yếu, điều gì nên được lưu lại cho lần chạy tiếp theo, và khi nào vòng lặp nên dừng. Giữ nó đủ đơn giản để tôi có thể chạy nó hàng ngày mà không cần xây dựng lại toàn bộ thiết lập.

PHẦN 2 · Karpathy đã chỉ ra sự thay đổi thực sự

Ý tưởng Software 3.0 của Karpathy khiến mọi người lặp lại câu nói dễ hiểu: Tiếng Anh đang trở thành một ngôn ngữ lập trình. Phần đó đúng, nhưng đó không phải là sự đột phá hoàn toàn. Nếu tiếng Anh có thể lập trình một mô hình, thì tiếng Anh cũng có thể lập trình một quy trình xung quanh mô hình đó.

Đó là nơi hầu hết mọi người đã bỏ lỡ. Họ sử dụng ngôn ngữ tự nhiên để yêu cầu đầu ra, chứ không phải để thiết kế hệ thống. Vibe coding là phiên bản đầu tiên lộn xộn: mô tả những gì bạn muốn, để AI viết code, chạy nó, phàn nàn khi nó hỏng, lặp lại cho đến khi có thứ gì đó hoạt động. Looping là phiên bản sạch hơn của cùng một bản năng: cho AI một mục tiêu, cho nó công cụ, cho nó một bước kiểm tra, để nó tiến triển, và đảm bảo nó biết khi nào nên dừng.

"Ngôn ngữ lập trình mới hot nhất là tiếng Anh."

by Andrej Karpathy

Nhưng tiếng Anh như một ngôn ngữ lập trình không có nghĩa là bạn nên viết prompt dài hơn. Nó có nghĩa là bạn nên bắt đầu mô tả toàn bộ cỗ máy: nó đọc gì, nó làm gì, nó tự kiểm tra thế nào, nó nhớ gì, và những gì nó không được phép động vào.

PHẦN 3 · Vòng lặp chính là sản phẩm

Một vòng lặp hữu ích không phải là một tưởng tượng đa tác tử khổng lồ nào đó. Nó thường nhàm chán theo cách tốt nhất có thể. AI nhận được một mục tiêu, kéo ngữ cảnh phù hợp, thực hiện một hành động, kiểm tra kết quả so với tiêu chuẩn, lưu trữ những gì hiệu quả, và chỉ lặp lại nếu kết quả chưa đủ tốt.

Một thay đổi đó biến AI từ một trình tạo văn bản thành một người lao động. Không phải một người lao động hoàn hảo, không phải một vị thần tự trị, không phải mấy thứ "sa thải đội nhóm của bạn" vô nghĩa. Chỉ là một người lao động với một quy trình, một danh sách kiểm tra, và một người quản lý giám sát những phần rủi ro.

• Sự thay đổi này đã thấy rõ ở:
• Karpathy → Software 3.0
• Anthropic → agent workflows
• Meta/Llama → tools, evals, deployment control

Đây là lý do tại sao các mẫu agent của Anthropic rất quan trọng. Các hệ thống agent tốt nhất không được xây dựng bằng cách ném mười con bot vào một Discord và hy vọng điều gì đó thông minh sẽ xảy ra. Chúng được xây dựng từ những mảnh ghép đơn giản: định tuyến, công cụ, chuỗi prompt, vòng lặp đánh giá, và thiết lập điều phối viên-công nhân. Điều kỳ diệu không phải là mô hình hoạt động thông minh một lần. Điều kỳ diệu là mô hình bị buộc phải trải qua một quy trình phát hiện công việc yếu kém trước khi bạn nhìn thấy nó.

Hệ sinh thái Llama của Meta cũng chỉ về cùng một hướng từ phía bên kia. Mô hình mở, các lớp an toàn, đánh giá, triển khai cục bộ, định tuyến rẻ hơn, các mô hình khác nhau cho các công việc khác nhau. Tương lai không phải là một mô hình khổng lồ trả lời mọi thứ. Tương lai là các hệ thống nơi các mô hình rẻ tiền phân loại, mô hình mạnh mẽ suy luận, mô hình cục bộ xử lý ngữ cảnh riêng tư, và các lượt đánh giá quyết định những gì tồn tại.

PHẦN 4 · Vòng lặp viết lách

Hầu hết nội dung viết bằng AI đều tệ vì mọi người yêu cầu một bài viết hoàn chỉnh quá sớm. Họ bỏ qua phần ý tưởng được kiểm tra áp lực, hook được chấm điểm, các phần yếu bị tấn công, và bằng chứng được kiểm tra.

Một vòng lặp viết thực sự không bắt đầu bằng "hãy viết cho tôi một bài đăng." Nó bắt đầu bằng lựa chọn góc nhìn. Sau đó, nó kiểm tra góc nhìn đó dựa trên sự tò mò, tính cụ thể, bằng chứng, và sức căng cảm xúc. Sau đó, nó lập dàn ý. Sau đó, nó đánh giá bản nháp. Sau đó, nó viết lại. Chỉ sau đó bạn mới nên đọc nó.

Một vòng lặp viết thực sự có nhiều lớp:

Góc nhìn → Hook → Bản nháp → Phê bình → Viết lại → Ý tưởng hình ảnh → Kiểm tra tiếp theo

Hầu hết mọi người chỉ yêu cầu bản nháp.

Đó là lý do tại sao bản nháp nghe giống hệt của người khác.

1Bạn là vòng lặp viết của tôi.
2
3Chủ đề:
4[CHÈN CHỦ ĐỀ]
5
6Đối tượng:
7[CHÈN ĐỐI TƯỢNG]
8
9Phong cách:
10[CHÈN PHONG CÁCH]
11
12Mục tiêu:
13[CHÈN MỤC TIÊU]
14
15Đừng viết bài ngay lập tức.
16
17Đầu tiên, tạo ra 5 góc nhìn khả thi cho chủ đề này.
18
19Với mỗi góc nhìn, đánh giá:
20- mức độ hấp dẫn khi nhấp vào
21- mức độ cụ thể
22- mức độ hữu ích
23- mức độ khác biệt so với nội dung AI chung chung
24
25Chọn góc nhìn mạnh nhất và giải thích tại sao nó thắng.
26
27Sau đó viết bản nháp đầu tiên.
28
29Sau bản nháp, chuyển sang chế độ biên tập viên và phê bình nó về:
30- phần mở đầu yếu
31- tuyên bố chung chung
32- thiếu bằng chứng
33- chuyển tiếp nhàm chán
34- lợi ích không rõ ràng
35- các phần nghe như AI
36
37Sau đó viết lại bài viết bằng cách sử dụng phê bình đó.
38
39Kết thúc, đưa cho tôi:
401. bài viết cuối cùng
412. hook mạnh nhất
423. phần còn lại yếu nhất
434. 3 ý tưởng hình ảnh
445. những gì tôi nên kiểm tra trong phiên bản tiếp theo

Bắt đầu bằng cách tạo ra năm góc nhìn khả thi cho bài viết. Chấm điểm mỗi góc nhìn về sự tò mò, tính cụ thể, tính hữu ích và khả năng khiến ai đó nhấp vào. Chọn góc nhìn mạnh nhất và giải thích tại sao nó thắng.

Sau đó viết bản nháp đầu tiên. Sau bản nháp, trở thành người đánh giá và tấn công nó về các tuyên bố chung chung, bằng chứng yếu, chuyển tiếp nhàm chán, lợi ích không rõ ràng và các phần nghe như AI. Viết lại bài viết bằng cách sử dụng phê bình đó. Kết thúc, đưa cho tôi bản nháp cuối cùng, hook mạnh nhất, phần còn lại yếu nhất và ba ý tưởng hình ảnh có thể làm cho bài viết đáng tin cậy hơn.

PHẦN 5 · Vòng lặp nghiên cứu

Điều tương tự cũng áp dụng cho nghiên cứu. Hầu hết mọi người yêu cầu AI "nghiên cứu một chủ đề," sau đó nhận được một bản tóm tắt nhão nhoẹt nghe giống hệt mọi bài blog trên trang hai của Google. Một vòng lặp nghiên cứu không nên thu thập sự kiện một cách ngẫu nhiên. Nó nên săn lùng sự căng thẳng.

Các bài viết mạnh nhất trong lĩnh vực này đều làm một điều giống nhau: chúng tìm ra một hành vi cũ, cho thấy tại sao nó đã lỗi thời, giới thiệu một danh mục mới, sau đó đưa cho người đọc một hệ thống họ có thể áp dụng. Đó là lý do tại sao "Loop Engineering" mạnh hơn "10 prompt Claude." Một cái nghe như một mô hình vận hành mới. Cái còn lại nghe như một nam châm thu hút PDF.

1
2Nghiên cứu chủ đề này như thể tôi đang viết một bài X hiệu suất cao, không phải một bài blog SEO.
3
4Chủ đề:
5[CHÈN CHỦ ĐỀ]
6
7Đừng đưa cho tôi một bản tóm tắt chung chung.
8
9Tìm ra sự căng thẳng đằng sau chủ đề.
10
11Tôi muốn biết:
12- hành vi cũ nào mọi người vẫn đang làm
13- hành vi mới nào đang thay thế nó
14- tại sao hành vi cũ đang phá vỡ
15- bằng chứng hoặc ví dụ nào cho thấy sự thay đổi là có thật
16- góc nhìn trái ngược nào sẽ khiến mọi người dừng cuộn
17- tuyên bố nào nghe có vẻ cường điệu và nên tránh
18
19Sau đó biến nó thành một bản tóm tắt cho người sáng tạo với:
20- tiêu đề
21- luận điểm
22- hook mở đầu
23- cấu trúc bài viết
24- ví dụ mạnh nhất
25- ý tưởng hình ảnh
26- những gì người đọc nên tin tưởng sau khi đọc xong

PHẦN 6 · Vòng lặp bộ nhớ

Phần mà hầu như không ai xây dựng là bộ nhớ. Không có bộ nhớ, mọi quy trình AI đều mắc chứng mất trí nhớ. Nó có thể giúp bạn hôm nay, nhưng ngày mai nó lại bắt đầu như một thực tập sinh vào ngày đầu tiên.

Một vòng lặp bộ nhớ thay đổi điều đó. Sau mỗi dự án, AI nên trích xuất những gì hiệu quả, những gì thất bại, phong cách nào hoạt động tốt, ví dụ nào mạnh nhất, tuyên bố nào cảm thấy yếu, và những gì nên được tái sử dụng cho lần tiếp theo. Đây là cách hệ thống bắt đầu cộng dồn.

Bộ não thứ hai của bạn vô dụng nếu nó chỉ lưu trữ ghi chú. Sự đột phá thực sự là khi nó tự duy trì, tìm ra những ý tưởng lặp lại, nhận thấy những suy nghĩ dang dở, và đẩy ngữ cảnh phù hợp trở lại vào nhiệm vụ tiếp theo trước khi bạn kịp yêu cầu.

1Sau khi nhiệm vụ này hoàn thành, hãy trích xuất bài học có thể tái sử dụng từ công việc.
2
3Lưu lại những điều sau:
4
5Nhiệm vụ là gì.
6Cách tiếp cận nào đã hiệu quả.
7Điều gì nghe có vẻ chung chung.
8Ví dụ nào mạnh nhất.
9Cấu trúc nào hiệu quả nhất.
10Điều gì nên được tái sử dụng cho lần sau.
11Sai lầm nào không nên lặp lại.
12
13Trước khi bắt đầu nhiệm vụ liên quan tiếp theo, hãy kiểm tra bộ nhớ này trước.
14
15Nếu tôi đang lặp lại một sai lầm cũ, hãy chỉ ra nó.
16
17Nếu một mẫu cũ áp dụng được, hãy tái sử dụng nó.
18
19Nếu thiếu ngữ cảnh quan trọng, hãy yêu cầu nó trước khi tạo ra câu trả lời cuối cùng.

Sau khi nhiệm vụ này hoàn thành, hãy trích xuất bài học có thể tái sử dụng từ công việc.

Lưu lại nhiệm vụ là gì, cách tiếp cận nào đã hiệu quả, điều gì nghe có vẻ chung chung, ví dụ nào hữu ích, điều gì nên được tái sử dụng cho lần sau, và sai lầm nào tôi nên tránh lặp lại. Trước khi bắt đầu nhiệm vụ liên quan tiếp theo, hãy kiểm tra bộ nhớ này trước và cho tôi biết nếu tôi sắp lặp lại một sai lầm cũ hoặc bỏ lỡ một mẫu đã hiệu quả.

PHẦN 7 · Kỹ năng thực sự bây giờ

Prompting là giao diện cho người mới bắt đầu. Nó dạy mọi người rằng ngôn ngữ có thể điều khiển các mô hình, nhưng nó cũng rèn luyện họ suy nghĩ quá nhỏ. Họ vẫn tưởng tượng AI như một cái hộp trả lời, trong khi cơ hội thực sự là xây dựng các hệ thống có thể đẩy công việc tiến lên.

Lợi thế tiếp theo là biết nhiệm vụ nào xứng đáng có vòng lặp. Không phải mọi thứ đều cần một. Một câu hỏi nhanh có thể vẫn là một câu hỏi nhanh. Nhưng bất cứ điều gì bạn làm hàng ngày, hàng tuần, hoặc mỗi lần bạn xuất bản, bán hàng, viết code, nghiên cứu, giao dịch, biên tập hay tổ chức kiến thức, có lẽ không nên sống trong một cuộc trò chuyện duy nhất.

Công việc đó cần một vòng lặp.

Một vòng lặp không làm cho con người trở nên vô dụng. Nó chuyển con người đến phần thực sự quan trọng: đặt mục tiêu, xác định gu thẩm mỹ, phê duyệt các quyết định rủi ro, và cải thiện hệ thống sau mỗi lần chạy.

Những người vẫn đang sưu tập danh sách prompt đang tối ưu hóa câu chữ.

Những người xây dựng vòng lặp đang tối ưu hóa cỗ máy.