Làm chủ kỹ năng Prompt Engineering để tương tác hiệu quả với các Mô hình ngôn ngữ lớn (LLMs) như ChatGPT và Google Gemini. Ứng dụng kỹ thuật thiết kế lời nhắc theo 3 cấp độ (Basic → Improved → Advanced) hỗ trợ đắc lực cho các tác vụ tự học các môn kỹ thuật trong ngành Điện tử Viễn thông, từ thuật toán tới lập trình và ôn tập kiến thức thực chiến.
Tôi đã nghiên cứu và thử nghiệm sự tiến hóa của lời nhắc qua 3 tác vụ học tập cốt lõi:
Qua thực nghiệm 3 tác vụ với 3 cấp độ Prompt, tôi đúc kết được những bài học thực tiễn về cách tận dụng AI trong học tập kỹ thuật:
Prompt cơ bản "Tóm tắt thuật toán Apriori" cho kết quả mơ hồ và học thuật; trong khi Prompt nâng cao với Role-prompting (đóng vai Giáo sư) và cấu trúc rõ ràng tạo ra nội dung có thể dùng trực tiếp để học. Nguyên tắc: Prompt tốt = Vai trò + Nhiệm vụ + Định dạng + Ngữ cảnh.
Yêu cầu AI giải thích "từng bước một" (Chain-of-Thought) thay vì chỉ đưa ra đáp án cuối cùng cho phép tôi theo dõi logic lập luận và phát hiện chỗ AI suy luận sai. Đây là kỹ năng tư duy phản biện khi làm việc với AI — không chỉ chấp nhận kết quả mà còn kiểm chứng.
Mặc dù Gemini tạo ra code Java minh họa OOP chất lượng cao, tôi nhận ra rằng hiểu tại sao code hoạt động mới là giá trị cốt lõi. Với sinh viên Điện tử Viễn thông cần viết firmware nhúng, không thể phụ thuộc hoàn toàn vào AI cho code quan trọng về real-time và an toàn.
Bộ câu hỏi quiz Git/GitHub do AI tạo ra đã giúp tôi xác định chính xác những lệnh nào còn
yếu (git rebase, git cherry-pick) trước khi bắt đầu đồ án
nhóm. Dùng AI để tự đánh giá năng lực là cách học chủ động và hiệu quả
hơn học thụ động.