Kỹ thuật Đặc tả: Kỹ năng mới sau Kỹ thuật Lời nhắc

Kỹ thuật đặc tả: Kỹ năng mới sau kỹ thuật nhắc lệnh - KDnuggets Trong hai năm qua, mọi người đã học cách đạt được kết quả tốt hơn từ các mô hình ngôn ngữ lớn (LLM) bằng cách viết các nhắc lệnh rõ ràng hơn: thêm ngữ cảnh, xác định vai trò, đưa ra ví dụ, chỉ định định dạng và lặp lại. Điều này vẫn hữu ích. Tuy nhiên, khi AI chuyển từ chatbot sang các tác nhân viết mã, trợ lý nghiên cứu, trợ lý khoa học dữ liệu và quy trình làm việc tự động, "nhắc lệnh tốt" không còn là đủ. Kỹ năng mới là kỹ thuật đặc tả: khả năng xác định mục tiêu, ràng buộc, đầu ra mong đợi, các trường hợp biên, kiểm thử, tiêu chí thành công và các chế độ thất bại của một tác vụ được hỗ trợ bởi AI. Nói một cách đơn giản: Kỹ thuật nhắc lệnh là cách bạn đặt câu hỏi. Kỹ thuật đặc tả là cách bạn định nghĩa thế nào là "hoàn thành đúng cách". # Tại sao kỹ thuật nhắc lệnh không đủ Một nhắc lệnh có thể tạo ra một câu trả lời trông có vẻ tốt. Một đặc tả định nghĩa liệu câu trả lời đó có thực sự chấp nhận được hay không. Sự khác biệt này quan trọng vì các hệ thống AI hiện đại không chỉ tạo ra các đoạn văn. Chúng đang viết các truy vấn SQL, sửa đổi cơ sở mã, phân tích bảng tính, tạo ra JSON có cấu trúc, xây dựng ứng dụng và đưa ra các quyết định đa bước. Trong các cài đặt này, vấn đề chính không chỉ là "Liệu mô hình có thể phản hồi không?". Mà là: Nó có đáp ứng yêu cầu không? Nó có tuân thủ các ràng buộc không? Nó có xử lý các trường hợp biên không? Đầu ra có thể được xác thực không? Một hệ thống khác có thể tiêu thụ kết quả không? Nó có tối ưu hóa sai thứ không? Câu hỏi cuối cùng đặc biệt quan trọng. Các nhà nghiên cứu an toàn AI từ lâu đã nghiên cứu trò chơi đặc tả, trong đó một hệ thống AI đáp ứng mục tiêu đã viết nhưng lại bỏ lỡ kết quả dự định. Đây là vấn đề tương tự mà chúng ta hiện thấy trong công việc AI hàng ngày. Yêu cầu một tác nhân mã hóa AI "sửa lỗi", và nó có thể tạo ra một bản vá vượt qua một kiểm thử hiển nhiên nhưng lại phá vỡ một giả định ẩn. Yêu cầu một mô hình "tóm tắt báo cáo này", và nó có thể tạo ra một bản tóm tắt trôi chảy nhưng lại bỏ qua một chỉ số mà ban lãnh đạo thực sự cần. Yêu cầu nó "làm sạch tập dữ liệu này", và nó có thể âm thầm loại bỏ các hàng lẽ ra phải được điều tra. Nhắc lệnh đã hoạt động. Đặc tả đã thất bại. # Kỹ thuật đặc tả có nghĩa là gì Kỹ thuật đặc tả là thực tiễn biến một tác vụ mơ hồ thành một tập hợp các hướng dẫn có thể thực thi, kiểm thử và xem xét. Một nhắc lệnh yếu nói: "Phân tích tập dữ liệu khách hàng bỏ đi này và cho tôi thông tin chi tiết." Một đặc tả tốt hơn nói: "Phân tích tập dữ liệu khách hàng bỏ dịch vụ này. Xác định các giá trị bị thiếu, sự mất cân bằng lớp, rủi ro rò rỉ dữ liệu và các đặc trưng dự đoán hàng đầu. Chia dữ liệu thành tập huấn luyện/kiểm tra trước khi tiền xử lý. So sánh hồi quy logistic, rừng ngẫu nhiên (random forest) và XGBoost. Báo cáo độ chính xác (accuracy), độ đúng (precision), độ phủ (recall), điểm F1, ROC-AUC, PR-AUC và ma trận nhầm lẫn (confusion matrix). Không khẳng định quan hệ nhân quả. Đưa ra ba khuyến nghị kinh doanh chỉ dựa trên các mối tương quan đã quan sát." Phiên bản thứ hai không chỉ là một lời nhắc (prompt). Nó định nghĩa công việc. Một bản đặc tả tốt thường bao gồm: Mục tiêu: Mô hình nên đạt được điều gì? Ngữ cảnh: Mô hình cần biết những gì? Đầu vào: Dữ liệu, tệp, công cụ hoặc giả định nào được phép? Định dạng đầu ra: Câu trả lời cuối cùng trông như thế nào? Ràng buộc: Mô hình nên tránh điều gì? Tiêu chí đánh giá: Chúng ta sẽ đánh giá tính đúng đắn như thế nào? Các trường hợp biên (edge cases): Điều gì có thể xảy ra sai sót? Các bước xác minh: Những bài kiểm tra hoặc kiểm tra nào phải vượt qua? Đây là lý do tại sao kỹ thuật đặc tả (specification engineering) gần với quản lý sản phẩm, kiểm thử phần mềm, xác thực dữ liệu và thiết kế nghiên cứu hơn là kỹ thuật nhắc lệnh (prompt engineering) truyền thống. # Nghiên cứu đã chỉ ra hướng đi này Một bài báo năm 2024 về Kỹ thuật nhắc lệnh định hướng yêu cầu (Requirement-Oriented Prompt Engineering) lập luận rằng phần lớn việc huấn luyện nhắc lệnh tập trung vào các thủ thuật như đóng vai hoặc "suy nghĩ từng bước", trong khi việc sử dụng LLM phức tạp phụ thuộc nhiều hơn vào việc trình bày rõ ràng các yêu cầu. Trong một nghiên cứu ngẫu nhiên với 30 người mới bắt đầu, khóa đào tạo ROPE của họ đã cải thiện khả năng viết yêu cầu của người dùng lên 20%, so với 1% đối với khóa đào tạo kỹ thuật nhắc lệnh thông thường. Các tác giả cũng tìm thấy mối quan hệ trực tiếp giữa chất lượng yêu cầu đầu vào và chất lượng đầu ra của LLM. Chúng ta thấy xu hướng tương tự trong các công cụ AI sản xuất. Tính năng Đầu ra có cấu trúc (Structured Outputs) của OpenAI cho phép các nhà phát triển giới hạn phản hồi của mô hình để khớp với một lược đồ JSON, với việc tuân thủ lược đồ nghiêm ngặt được báo cáo trong các đánh giá nội bộ của họ. Đây là kỹ thuật đặc tả dưới dạng API: thay vì hy vọng mô hình trả về JSON hợp lệ, nhà phát triển định nghĩa cấu trúc mà đầu ra phải tuân theo. Model Spec của OpenAI và Constitution của Anthropic cho thấy cùng một ý tưởng ở cấp độ hành vi mô hình. OpenAI mô tả Model Spec là một tài liệu chỉ rõ cách các mô hình của họ nên hoạt động trong ChatGPT và API, trong khi AI Hiến pháp (Constitutional AI) của Anthropic sử dụng các nguyên tắc bằng văn bản để hướng dẫn hành vi của mô hình. Nói cách khác, bản thân ngành công nghiệp AI đang chuyển từ nhắc lệnh sang đặc tả. # Từ "Vibe Coding" sang "Spec-Driven Coding" Sự khác biệt trở nên rất rõ ràng trong lập trình AI. Một cách tiếp cận kỹ thuật nhắc lệnh có thể nói: "Hãy xây dựng cho tôi một ứng dụng theo dõi chi phí đơn giản." Một cách tiếp cận kỹ thuật đặc tả nói: "Xây dựng một ứng dụng theo dõi chi phí React với các chức năng thêm, chỉnh sửa, xóa, lọc theo danh mục, tổng số hàng tháng và lưu trữ cục bộ (local storage persistence). Xác thực rằng số tiền là số dương, ngày là bắt buộc và danh mục đã được chọn."