3A.COM.VN

Kỹ Thuật Dev

System Prompt là gì: 4 lớp khóa hành vi mô hình trong API

System Prompt là gì? System Prompt là tập hợp chỉ dẫn đứng yên mà nhà phát triển đặt trước cho mô hình. Nó khóa vai trò, quy tắc và định dạng trả lời cho toàn bộ cuộc trò chuyện qua API. Bài viết đi qua 4 lớp khóa hành vi: vai trò, quy tắc, ví dụ và ngữ cảnh.

Quang Minh· Trưởng ban Nghiên cứu & Đo kiểm AI7 phút đọc18/11/20260 lượt xem
System Prompt là gì: 4 lớp khóa hành vi mô hình trong API

System Prompt là gì? System Prompt là tập hợp chỉ dẫn đứng yên mà nhà phát triển đặt trước cho mô hình. Nó khóa vai trò, quy tắc và định dạng trả lời cho toàn bộ cuộc trò chuyện qua API. Bài viết đi qua 4 lớp khóa hành vi: vai trò, quy tắc, ví dụ và ngữ cảnh.

Trong API của OpenAI, lớp chỉ dẫn này nằm ở tham số instructions. Nó thuộc Responses API. Hoặc nó nằm ở message mang role developer trong mảng input. Tài liệu Prompt engineering của OpenAI nêu rõ hai điểm. Thứ nhất: instructions được ưu tiên trước nội dung trong input. Thứ hai: developer message được ưu tiên trước user message. OpenAI dùng một phép so sánh dễ nhớ. Developer message giống như định nghĩa hàm. User message giống như đối số truyền vào hàm đó. Anthropic cũng đặt vai trò vào system prompt. Hãng khuyên viết chỉ dẫn rõ ràng và trực tiếp. Càng cụ thể càng tốt. Mô hình phản hồi tốt nhất với chỉ dẫn cụ thể.

Ví dụ dưới đây trích từ tài liệu Prompt engineering của OpenAI. Message mang role "developer" đứng trước message mang role "user" trong mảng input:

Dự án nội bộ · 3A AI Stack Advisor

Đừng trả tiền thừa cho SaaS AI — Nhận lộ trình công cụ & chi phí tối ưu trong 10 giây

Mô tả bài toán của doanh nghiệp bạn (CSKH Zalo OA, Coding, RAG tài liệu nội bộ, Báo cáo P&L). Hệ thống cố vấn của 3A sẽ đề xuất bộ công cụ đã qua kiểm thử thực chiến.

javascript
const response = await client.responses.create({
  model: "gpt-6-astra",
  input: [
    { role: "developer", content: "Talk like a pirate." },
    { role: "user", content: "Are semicolons optional in JavaScript?" }
  ]
});

Trong ví dụ này, developer message khóa vai trò, còn user message đưa câu hỏi. Mô hình trả lời theo vai trò đã khóa.

Lớp 1: Vai trò: mô hình là ai trong cuộc trò chuyện này

Lớp đầu tiên trả lời câu hỏi: mô hình là ai? Nó cũng trả lời: mô hình phục vụ mục đích gì? OpenAI xếp Identity lên đầu trong cấu trúc chuẩn. Thứ tự chuẩn là Identity, Instructions, Examples rồi Context. Anthropic cũng khuyên đặt vai trò trong system prompt. Chỉ một câu xác định vai trò đủ tập trung hành vi và giọng điệu của mô hình cho đúng trường hợp sử dụng. Một câu là đủ. Càng ngắn càng rõ. Vai trò nên ghi cụ thể. Đừng viết chung chung. Viết đúng một vai. Ví dụ: trợ lý lập trình chỉ trả lời bằng mã và giải thích ngắn. Hoặc: nhân viên hỗ trợ chỉ trả lời trong phạm vi chính sách đổi trả. Vai trò càng cụ thể thì mô hình càng ít trả lời lan man. Ngược lại, vai trò chung chung cho câu trả lời chung chung. Mô hình không có căn cứ để chọn giọng điệu hay độ sâu phù hợp.

Lớp 2: Quy tắc: việc được làm, việc cấm làm và thứ tự ưu tiên

Lớp thứ hai là bộ quy tắc hoạt động. Lớp này ghi rõ mô hình phải làm gì, không được làm gì, và khi hai chỉ dẫn mâu thuẫn thì nghe theo bên nào. Đây là lớp khóa quan trọng nhất khi ứng dụng mở cho người dùng cuối nhập liệu tự do. Người dùng có thể yêu cầu mô hình bỏ qua quy tắc trong câu hỏi của mình. Nhờ thứ tự ưu tiên trong tài liệu OpenAI, quy tắc của nhà phát triển giữ được hiệu lực khi xung đột. Developer message đứng trước user message. Anthropic khuyên viết quy tắc theo hướng khẳng định. Hãy nói mô hình nên làm gì. Đừng chỉ liệt kê điều cấm. Ví dụ: thay vì viết không dùng markdown, hãy viết trả lời bằng đoạn văn liền mạch. Cách viết khẳng định giúp mô hình bám đúng định dạng hơn. Nó mô tả trực tiếp kết quả mong muốn, không bắt mô hình suy ra từ lệnh cấm. Quy tắc cũng nên ghi rõ giới hạn. Mô hình chỉ trả lời từ dữ liệu được cấp. Nó không tự bịa giá hay chính sách. Khi không đủ thông tin, nó nói rõ điều đó.

Người phụ nữ cầm bản đồ giấy khi lên kế hoạch
Người phụ nữ cầm bản đồ giấy khi lên kế hoạchNguồn chính hãng / Kho ảnh bản quyền mở · Official / Free Commercial License

Chú thích ảnh: Người phụ nữ cầm bản đồ giấy khi lên kế hoạch, minh họa cho việc viết system prompt trước khi gọi API. Ảnh: Leah Newhouse, Pexels, giấy phép Pexels (link gốc xem mục Nguồn, phần Ảnh).

Lớp 3: Ví dụ: mẫu đầu vào và đầu ra mong muốn

Lớp thứ ba là các ví dụ mẫu. Chúng cho mô hình thấy đúng định dạng đầu ra cần đạt. OpenAI xếp Examples sau Instructions trong cấu trúc developer message. Kỹ thuật few-shot learning dùng chính các ví dụ này để lái mô hình. Nhờ vậy, đội làm ứng dụng không cần fine-tuning. Theo Anthropic, ví dụ là một trong những cách đáng tin cậy nhất để lái định dạng, giọng điệu và độ chính xác. Ví dụ tốt phải sát với trường hợp sử dụng thật và đa dạng đủ để bao quát các trường hợp biên. Nó phải có cấu trúc rõ ràng. Nhờ cấu trúc rõ, mô hình phân biệt đâu là chỉ dẫn, đâu là dữ liệu mẫu. Anthropic khuyên bọc ví dụ trong thẻ XML. Thẻ đơn là example. Thẻ nhóm là examples. Thẻ giúp phân biệt rõ. Chỉ hai hoặc ba ví dụ sát thực tế thường hiệu quả hơn một danh sách dài các ví dụ na ná nhau.

Lớp 4: Ngữ cảnh: dữ liệu riêng đưa vào cuối prompt

Lớp cuối cùng là ngữ cảnh. Đó là dữ liệu riêng của từng lượt gọi. Ví dụ: thông tin khách hàng, tài liệu nội bộ hay kết quả truy xuất từ kho dữ liệu. OpenAI xếp Context cuối cùng trong cấu trúc developer message, vì mỗi lượt gọi có thể kèm một ngữ cảnh khác nhau. Hãng ghi rõ nội dung này nên đặt gần cuối prompt. Có một ngoại lệ đáng nhớ cho tài liệu dài. Anthropic khuyên khi làm việc với tài liệu dài trên 20.000 token, hãy đặt dữ liệu dài lên đầu prompt. Vị trí này nằm phía trên câu hỏi và chỉ dẫn. Hãng cũng khuyên yêu cầu mô hình trích dẫn đúng đoạn tài liệu trước khi trả lời. Cách này giúp mô hình tập trung vào tài liệu được cấp thay vì trả lời từ trí nhớ huấn luyện. Như vậy, quy tắc vị trí của lớp ngữ cảnh phụ thuộc vào độ dài dữ liệu. Dữ liệu ngắn đặt cuối. Tài liệu dài đặt đầu.

Một lưu ý thực tế: OpenAI khuyên lưu prompt production trong code của ứng dụng thay vì tạo đối tượng prompt tái dùng. Dịch vụ v1/prompts dự kiến dừng ngày 2026-11-30. Vì vậy, 4 lớp trên nên sống trong code, qua review và kiểm thử như mọi thành phần khác của ứng dụng. Chúng không nên nằm rải rác trong giao diện quản trị.

Giới hạn của System Prompt trong production

Thứ tự ưu tiên giúp developer message thắng user message khi xung đột, nhưng đó không phải rào chắn bảo mật tuyệt đối. Nội dung người dùng chèn vào vẫn có thể lái mô hình làm theo ý khác, nên không đặt bí mật, khóa API hay kiểm quyền cứng trong system prompt. Kiểm quyền phải làm ở tầng ứng dụng, trước khi gọi mô hình. Một giới hạn khác nằm ở chi phí: system prompt được gửi lại ở mọi lượt gọi, nên viết càng dài càng tốn token đầu vào mỗi lượt. Tài liệu Prompt engineering của OpenAI khuyên giữ nội dung dùng lặp lại ở đầu prompt để tận dụng prompt caching, giúp giảm chi phí và độ trễ.

Bảng đối chiếu: System Prompt và User Prompt

Tiêu chíSystem PromptUser Prompt
Người viếtNhà phát triển ứng dụngNgười dùng cuối
Nội dungVai trò, quy tắc và định dạng đứng yênYêu cầu và dữ liệu của từng lượt
Thứ tự ưu tiênCao hơn, được ưu tiên trướcThấp hơn, đứng sau developer message
Thay đổi theo lượtGiữ nguyên suốt cuộc trò chuyệnĐổi theo từng câu hỏi

Bảng này tóm tắt đúng thứ tự ưu tiên trong tài liệu Prompt engineering của OpenAI. Developer message được ưu tiên trước user message. Tham số instructions được ưu tiên trước nội dung trong input.

Đọc thêm trên 3a.com.vn: cách viết prompt engineering cho hệ thống AI, token trong AI là gì và vì sao tiếng Việt tốn token hơn và AI agent là gì và cách phân biệt với chatbot thường.

Nguồn

Nguồn

  • OpenAI, "Prompt engineering" (tài liệu API), ngày truy cập 2026-11-14. Link: https://platform.openai.com/docs/guides/prompt-engineering
  • Anthropic, "Prompting best practices" (tài liệu Claude), ngày truy cập 2026-11-14. Link: https://docs.anthropic.com/en/docs/build-with-claude/prompt-engineering/system-prompts
  • Anthropic, "Long context prompting" (tài liệu Claude), ngày truy cập 2026-11-14. Link: https://docs.anthropic.com/en/docs/build-with-claude/prompt-engineering/long-context-tips

Ảnh

  • Bìa: August de Richelieu, Pexels, giấy phép Pexels, ngày 2021-04-07. Link gốc: https://www.pexels.com/photo/a-man-thinking-for-ideas-while-using-a-laptop-7431936/
  • Ảnh thân bài: Leah Newhouse, Pexels, giấy phép Pexels, ngày 2020-03-15. Link gốc: https://www.pexels.com/photo/3935702/
— Quang Minh, từ phòng đo kiểm 3A.

Bài liên quan