Prompt Engineering Claude — Hướng Dẫn Toàn Diện Từ Cơ Bản Đến Nâng Cao

Đây là tài liệu tham khảo toàn diện về prompt engineering với các model Claude mới nhất, bao gồm Claude Opus 4.6, Claude Sonnet 4.6, và Claude Haiku 4.5. Bài viết bao gồm các kỹ thuật nền tảng, kiểm soát output, tool use, thinking, và xây dựng hệ thống agentic.

Trước khi bắt đầu, bạn cần chuẩn bị 3 điều: (1) Tiêu chí thành công rõ ràng cho use case của bạn, (2) Cách kiểm tra thực nghiệm dựa trên tiêu chí đó, và (3) Một bản prompt nháp đầu tiên muốn cải thiện. Nếu chưa có, hãy tham khảo bài hướng dẫn bắt đầu với Claude để thiết lập nền tảng.

Nguyên tắc chung khi viết Prompt cho Claude

Rõ ràng và trực tiếp

Claude phản hồi tốt nhất với chỉ dẫn rõ ràng, cụ thể. Hãy nghĩ về Claude như một nhân viên mới xuất sắc nhưng chưa biết quy trình làm việc của bạn — bạn giải thích càng chi tiết, kết quả càng tốt.

Quy tắc vàng: Đưa prompt cho đồng nghiệp không biết gì về task và nhờ họ làm theo. Nếu họ bối rối, Claude cũng vậy.

So sánh hai cách viết prompt:

❌ Kém hiệu quả:
"Tạo analytics dashboard"

✅ Hiệu quả hơn:
"Tạo analytics dashboard. Bao gồm càng nhiều tính năng và tương tác liên quan càng tốt. Đi xa hơn mức cơ bản để tạo ra bản implementation đầy đủ tính năng."

Cung cấp ngữ cảnh để cải thiện hiệu suất

Giải thích lý do đằng sau chỉ dẫn giúp Claude hiểu mục tiêu tổng thể và đưa ra phản hồi chính xác hơn. Claude đủ thông minh để tổng quát hóa từ lời giải thích.

❌ Kém hiệu quả:
"KHÔNG BAO GIỜ dùng dấu ba chấm"

✅ Hiệu quả hơn:
"Phản hồi của bạn sẽ được đọc bởi text-to-speech engine, nên không bao giờ dùng dấu ba chấm vì engine sẽ không biết cách phát âm chúng."

Sử dụng ví dụ hiệu quả (Few-shot Prompting)

Ví dụ là cách đáng tin cậy nhất để điều hướng format output, tone, và cấu trúc của Claude. Chỉ cần vài ví dụ được viết tốt có thể cải thiện đáng kể độ chính xác và tính nhất quán.

Khi thêm ví dụ, hãy đảm bảo chúng: Liên quan (phản ánh sát use case thực tế), Đa dạng (cover edge cases, tránh pattern không mong muốn), và Có cấu trúc (bọc trong thẻ <example> để phân biệt với chỉ dẫn).

Mẹo: Sử dụng 3-5 ví dụ để đạt kết quả tốt nhất. Bạn cũng có thể nhờ Claude đánh giá ví dụ hoặc tạo thêm ví dụ mới.

Cấu trúc prompt bằng XML tags

XML tags giúp Claude phân tích prompt phức tạp một cách rõ ràng, đặc biệt khi prompt chứa nhiều loại nội dung khác nhau. Bọc mỗi loại nội dung trong tag riêng (ví dụ: <instructions>, <context>, <input>) giảm thiểu hiểu nhầm.

<documents>
  <document index="1">
    <source>annual_report_2023.pdf</source>
    <document_content>
      {{ANNUAL_REPORT}}
    </document_content>
  </document>
</documents>

Phân tích báo cáo hàng năm. Xác định lợi thế chiến lược và đề xuất trọng tâm Q3.

Gán vai trò cho Claude

Thiết lập vai trò trong system prompt giúp tập trung hành vi và tone của Claude cho use case cụ thể. Chỉ một câu cũng tạo ra sự khác biệt rõ rệt:

import anthropic

client = anthropic.Anthropic()
message = client.messages.create(
    model="claude-opus-4-6",
    max_tokens=1024,
    system="You are a helpful coding assistant specializing in Python.",
    messages=[
        {"role": "user", "content": "How do I sort a list of dictionaries by key?"}
    ],
)
print(message.content)

Làm việc với context dài

Khi xử lý tài liệu lớn (trên 20k token), hãy cấu trúc prompt cẩn thận:

• Đặt dữ liệu dài ở đầu: Đặt tài liệu và input phía trên câu truy vấn, chỉ dẫn, và ví dụ. Điều này cải thiện hiệu suất trên tất cả các model — có thể tăng chất lượng lên đến 30%.
• Dùng XML tags cho metadata tài liệu: Khi có nhiều tài liệu, bọc mỗi tài liệu trong thẻ <document> với subtags cho nội dung và nguồn.
• Trích dẫn trước khi phân tích: Yêu cầu Claude trích dẫn các phần liên quan trước khi thực hiện task. Điều này giúp Claude lọc bớt nhiễu từ phần còn lại của tài liệu.

Kiểm soát output và định dạng

Phong cách giao tiếp

Các model Claude mới nhất có phong cách giao tiếp ngắn gọn và tự nhiên hơn so với phiên bản trước: trực tiếp hơn, ít lời hơn, giống giao tiếp thực tế. Claude có thể bỏ qua phần tóm tắt sau tool call để chuyển thẳng sang bước tiếp theo.

Nếu bạn muốn Claude giải thích nhiều hơn:

Sau khi hoàn thành task liên quan đến tool use, hãy cung cấp bản tóm tắt ngắn về công việc bạn đã làm.

Kiểm soát định dạng phản hồi

Có 4 cách hiệu quả để điều hướng format output:

1. Nói Claude nên làm gì thay vì không nên làm gì. Thay vì "Không dùng markdown", hãy nói: "Phản hồi nên là các đoạn văn xuôi mượt mà."
2. Dùng XML tags cho format. Ví dụ: "Viết phần prose trong thẻ <smoothly_flowing_prose_paragraphs>."
3. Viết prompt theo style output mong muốn. Format của prompt ảnh hưởng đến format phản hồi. Bỏ markdown khỏi prompt sẽ giảm markdown trong output.
4. Dùng prompt chi tiết cho format cụ thể. Cung cấp hướng dẫn rõ ràng về cách sử dụng bold, list, heading...

Output LaTeX

Claude Opus 4.6 mặc định dùng LaTeX cho biểu thức toán học. Nếu bạn muốn plain text, thêm chỉ dẫn: "Format phản hồi chỉ bằng plain text. Không dùng LaTeX, MathJax, hoặc bất kỳ markup notation nào."

Tối ưu Tool Use

Hướng dẫn sử dụng tool rõ ràng

Các model Claude mới nhất được train để tuân thủ chỉ dẫn chính xác. Nếu bạn nói "bạn có thể gợi ý thay đổi không", Claude sẽ chỉ gợi ý thay vì thực hiện thay đổi.

❌ Kém hiệu quả (Claude chỉ gợi ý):
"Bạn có thể gợi ý thay đổi để cải thiện function này không?"

✅ Hiệu quả hơn (Claude sẽ thực hiện):
"Thay đổi function này để cải thiện hiệu suất."

Để Claude chủ động hành động mặc định, thêm vào system prompt:

Mặc định, hãy thực hiện thay đổi thay vì chỉ gợi ý. Nếu ý định không rõ, suy luận hành động hữu ích nhất và tiến hành.

Tối ưu parallel tool calling

Các model Claude mới nhất rất giỏi thực thi tool song song — chạy nhiều tìm kiếm cùng lúc, đọc nhiều file đồng thời, thực thi bash commands song song. Bạn có thể đạt gần 100% parallel execution với prompt:

Nếu bạn định gọi nhiều tool và không có dependency giữa các lần gọi, hãy thực hiện tất cả các lần gọi độc lập song song. Ưu tiên gọi tool đồng thời thay vì tuần tự.

Thinking và lập luận nâng cao

Adaptive Thinking — Tự động điều chỉnh mức suy nghĩ

Claude Opus 4.6 và Sonnet 4.6 sử dụng adaptive thinking (thinking: {type: "adaptive"}), nơi Claude tự quyết định khi nào và suy nghĩ bao nhiêu. Claude điều chỉnh dựa trên hai yếu tố: tham số effort và độ phức tạp của query.

Sử dụng adaptive thinking cho các workload cần hành vi agentic: tool use nhiều bước, coding phức tạp, và agent loop dài.

import anthropic

client = anthropic.Anthropic()
message = client.messages.create(
    model="claude-opus-4-6",
    max_tokens=64000,
    thinking={"type": "adaptive"},
    output_config={"effort": "high"},  # hoặc max, medium, low
    messages=[{"role": "user", "content": "..."}],
)

Một số mẹo quan trọng:

• Ưu tiên chỉ dẫn tổng quát hơn các bước chi tiết. Prompt như "suy nghĩ kỹ" thường tạo ra lập luận tốt hơn kế hoạch step-by-step viết sẵn.
• Few-shot examples hoạt động với thinking. Dùng thẻ <thinking> trong ví dụ để chỉ Claude pattern lập luận.
• Yêu cầu Claude tự kiểm tra. Thêm "Trước khi kết thúc, verify câu trả lời dựa trên [tiêu chí]." — đặc biệt hiệu quả cho coding và math.

Xử lý overthinking

Claude Opus 4.6 có xu hướng khám phá kỹ lưỡng hơn nhiều so với phiên bản trước. Nếu đang tốn quá nhiều thinking token:

Khi quyết định cách tiếp cận, chọn một hướng và cam kết với nó. Tránh xem xét lại quyết định trừ khi gặp thông tin mới trực tiếp mâu thuẫn với lập luận. Nếu đang cân nhắc hai cách, chọn một và theo đuổi đến cùng.

Xây dựng hệ thống Agentic

Theo dõi trạng thái dài hạn (Long-horizon)

Các model Claude mới nhất xuất sắc ở các task lập luận dài hạn với khả năng theo dõi trạng thái vượt trội. Claude duy trì định hướng qua các phiên làm việc mở rộng bằng cách tập trung vào tiến bộ từng bước thay vì cố gắng mọi thứ cùng lúc.

Mẹo quản lý trạng thái:

• Dùng format có cấu trúc (JSON) cho dữ liệu trạng thái (kết quả test, task status)
• Dùng text tự do cho ghi chú tiến độ
• Dùng git để theo dõi trạng thái — git cung cấp log và checkpoint có thể khôi phục
• Nhấn mạnh tiến bộ từng bước — yêu cầu Claude theo dõi progress và tập trung incremental work

Cân bằng tự chủ và an toàn

Claude Opus 4.6 có thể thực hiện hành động khó đảo ngược nếu không có hướng dẫn rõ ràng. Thêm prompt sau để Claude hỏi trước khi thực hiện hành động rủi ro:

Xem xét tính đảo ngược và tác động tiềm tàng. Tự do thực hiện hành động cục bộ, có thể đảo ngược như chỉnh file hoặc chạy test. Nhưng với hành động khó đảo ngược, ảnh hưởng hệ thống chung, hoặc có tính phá hủy, hãy hỏi user trước khi tiến hành.

Nghiên cứu và tìm kiếm thông tin

Để tối ưu kết quả nghiên cứu: (1) Cung cấp tiêu chí thành công rõ ràng, (2) Khuyến khích xác minh nguồn chéo, (3) Với research phức tạp, dùng cách tiếp cận có cấu trúc — phát triển nhiều giả thuyết cạnh tranh, theo dõi mức độ tin cậy, tự phê bình phương pháp.

Orchestration với Subagent

Các model mới nhất có khả năng orchestrate subagent native — tự nhận ra khi nào nên ủy quyền cho subagent chuyên biệt. Tuy nhiên, Claude Opus 4.6 có xu hướng sử dụng subagent quá mức. Nếu thấy tình trạng này:

Dùng subagent khi task có thể chạy song song, cần context cách ly, hoặc liên quan đến workstream độc lập. Với task đơn giản, thao tác tuần tự, chỉnh sửa một file, hãy làm trực tiếp thay vì ủy quyền.

Mẹo nâng cao theo tính năng

Vision cải tiến

Claude Opus 4.5 và Opus 4.6 có khả năng vision tốt hơn đáng kể. Một kỹ thuật hiệu quả để tăng hiệu suất là cung cấp cho Claude crop tool — cho phép "zoom" vào vùng liên quan của ảnh, đã chứng minh cải thiện nhất quán trên các đánh giá hình ảnh.

Frontend Design

Claude xuất sắc trong việc xây dựng web application phức tạp. Tuy nhiên, không có hướng dẫn, model có thể tạo ra thiết kế mang phong cách "AI slop" chung chung. Để tạo frontend đặc biệt, tập trung vào: Typography (font đẹp, độc đáo), Color & Theme (palette mạnh mẽ, nhất quán), Motion (animation cho hiệu ứng), và Background (tạo chiều sâu thay vì màu đơn).

Giảm hallucination trong agentic coding

Không bao giờ suy đoán về code chưa mở. Nếu user tham chiếu file cụ thể, BẮT BUỘC đọc file trước khi trả lời. Hãy điều tra và đọc file liên quan TRƯỚC KHI trả lời câu hỏi về codebase.

Ứng dụng cho doanh nghiệp Việt Nam: Prompt engineering là kỹ năng thiết yếu khi tích hợp Claude vào quy trình kinh doanh. Dù bạn đang xây chatbot hỗ trợ khách hàng, hệ thống phân tích dữ liệu, hay AI agent tự động — việc viết prompt đúng cách sẽ quyết định chất lượng output và hiệu quả chi phí API. Bắt đầu với nguyên tắc cơ bản, sau đó nâng cấp dần lên các kỹ thuật nâng cao như adaptive thinking và agentic systems.