TL;DR
Prompt “Entity Types: Phân loại entity đúng để viết đúng” có mục tiêu: phân loại Concept/Process/Tool/Metric/Person/Org để LLM hiểu đúng. Đầu ra chuẩn gồm format cố định để team làm giống nhau. Nguyên tắc khi chạy: definition → NOT THIS → Attributes → Relations → Constraints → Proof.
- Mục tiêu: Phân loại Concept/Process/Tool/Metric/Person/Org để LLM hiểu đúng.
- Chuẩn AI-first: Definition → NOT THIS → Attributes → Relations → Constraints → Proof.
- Output: format cố định để team làm giống nhau.
1) Input Spec (bắt buộc)
Prompt cần 5 ô nhập trước khi chạy: TOPIC/ENTITY, CONTEXT, AUDIENCE, GOAL và REFERENCES. Điền đủ các ô bằng thông tin thật của dự án rồi mới dán prompt vào công cụ AI, ô nào bỏ trống thì kết quả sẽ chung chung.
2) Ví dụ thực chiến (Input → Output)
Ví dụ chạy với TOPIC là “Core Web Vitals”, CONTEXT là “SEO/Content” và AUDIENCE là “In-house”. Đối chiếu kết quả của ví dụ với bảng Pass/Fail trước khi thay bằng dữ liệu dự án của bạn.
Input
- TOPIC: Core Web Vitals
- CONTEXT: SEO/Content
- AUDIENCE: In-house
- GOAL: Tài liệu hoá + tăng citability
Output kỳ vọng (rút gọn)
- Definition: 1-2 câu rõ.
- NOT THIS: 1 câu chặn hiểu nhầm.
- Attributes: 8-12.
- Relations: 12-20 dòng (Subject-Relation-Object).
- Constraints: 5 ngoại lệ/khi không áp dụng.
3) Mẫu thao tác (copy dùng ngay)
Dán nguyên mẫu vào ChatGPT, Gemini hoặc Claude, thay 5 ô {TOPIC}, {CONTEXT}, {AUDIENCE}, {GOAL} và {REFS} bằng thông tin của bạn rồi chạy. Mẫu giao cho AI vai Semantic SEO + Knowledge Architect, nên giữ nguyên câu mở đầu để lần chạy nào cũng ra cùng một cấu trúc.
Bạn là Semantic SEO + Knowledge Architect.
Chủ đề/Entity: {TOPIC}
Ngữ cảnh: {CONTEXT}
Đối tượng: {AUDIENCE}
Mục tiêu: {GOAL}
Tham chiếu: {REFS}
Hãy xuất theo đúng format:
A) Definition (1-2 câu) + NOT THIS (1 câu)
B) Entity list (1 chính + 12 phụ, kèm loại entity)
C) Attributes của entity chính (8-12)
D) Relations table (20 dòng: Subject | Relation | Object | 1 câu mô tả)
E) Constraints/Exceptions (5-8)
F) Proof plan (Process/Evidence/Governance: cần bổ sung gì để tăng trích dẫn)
G) 10 câu FAQ theo intent (Know/Do/Compare/Troubleshoot)4) Pass/Fail
Kết quả đạt khi có NOT THIS, có constraints, relations rõ, không bịa dữ liệu. Không đạt khi chung chung, chỉ keyword, thiếu điều kiện áp dụng, thiếu proof plan. Chấm kết quả theo hai tiêu chí này trước khi dùng, trượt tiêu chí nào thì sửa ô nhập đó rồi chạy lại.
KẾT QUẢ ĐẠT CHUẨN (PASS)
- Bám sát 100% dữ liệu đầu vào thực tế, không đưa ra nhận định chung chung thiếu bằng chứng.
- Phân loại thứ tự ưu tiên bằng số điểm định lượng (ICE/RICE), chỉ rõ các tác vụ khẩn cấp cần làm trước.
- Lịch trình triển khai được bóc tách theo từng ngày hoặc từng giai đoạn rõ ràng, có phân công cụ thể.
- Mỗi đầu việc đều có tiêu chuẩn nghiệm thu định lượng (Definition of Done) đo lường được.
- Có kịch bản rollback và phương án xử lý rủi ro dự phòng nếu phát sinh sự cố kỹ thuật.
KẾT QUẢ CẦN CHẠY LẠI (FAIL)
- Đưa ra lời khuyên lý thuyết sách giáo khoa mà không giải quyết dữ liệu cụ thể của dự án.
- Không phân định rõ ràng thời gian hoàn tất, dàn trải tài nguyên tùy tiện.
- Tiêu chí nghiệm thu ghi mơ hồ, thiếu chỉ số kỹ thuật hoặc ngưỡng định lượng đối chứng.
- Thiếu phương án dự phòng khi phát sinh xung đột mã nguồn hoặc tụt lưu lượng truy cập.
5) NLP/LLM notes
Ghi chú để AI hiểu và trích đúng prompt này gồm 2 điểm. Dùng câu ngắn, chủ ngữ rõ, thuật ngữ nhất quán. Đặt NOT THIS ngay sau định nghĩa để “khóa nghĩa”. Giữ đúng các ghi chú này mỗi khi sửa prompt để câu trả lời của AI bám nghĩa, không lệch sang ý khác.
- Dùng câu ngắn, chủ ngữ rõ, thuật ngữ nhất quán.
- Đặt NOT THIS ngay sau định nghĩa để “khóa nghĩa”.
Định nghĩaEntity Types là cách phân loại entity thành Concept, Process, Tool, Metric, Person hoặc Org, giúp LLM hiểu đúng chủ đề và giúp bạn viết định nghĩa, thuộc tính, quan hệ đúng loại.
Cách chạy prompt Entity Types để phân loại entity đúng
Các bước giúp bạn điền đủ ô nhập, chạy prompt Entity Types trên công cụ AI và chấm kết quả theo Pass/Fail trước khi dùng cho dự án.
- Điền đủ 5 ô nhậpĐiền TOPIC/ENTITY, CONTEXT, AUDIENCE, GOAL và REFERENCES bằng thông tin thật của dự án, ô REFERENCES không có thì ghi CẦN BỔ SUNG.
- Chạy thử với ví dụ mẫuChạy ví dụ với TOPIC là Core Web Vitals, CONTEXT là SEO/Content, AUDIENCE là In-house để biết đầu ra kỳ vọng trông ra sao.
- Dán mẫu vào công cụ AIDán nguyên mẫu vào ChatGPT, Gemini hoặc Claude, thay các ô bằng thông tin của bạn và giữ nguyên câu mở đầu để lần chạy nào cũng ra cùng cấu trúc.
- Kiểm tra thứ tự đầu raXem kết quả có đi đúng thứ tự Definition, NOT THIS, Attributes, Relations, Constraints, Proof và NOT THIS nằm ngay sau định nghĩa hay không.
- Chấm theo Pass/FailKết quả đạt khi có NOT THIS, có constraints, relations rõ, không bịa dữ liệu. Trượt tiêu chí nào thì sửa ô nhập đó rồi chạy lại.
Câu hỏi thường gặp về Entity Types
Giải đáp trực tiếp các câu hỏi thường gặp về Entity Types dựa trên dữ liệu triển khai thực tế, quy trình kiểm thử kỹ thuật và kinh nghiệm thực chiến trên website thật để tối ưu hiệu quả tìm kiếm.
Vì sao kết quả của prompt Entity Types ra chung chung dù đã chạy đúng mẫu?
Kết quả ra chung chung thường do còn ô nhập bỏ trống hoặc điền bằng thông tin không thật của dự án. Prompt cần đủ 5 ô TOPIC/ENTITY, CONTEXT, AUDIENCE, GOAL và REFERENCES. Ô nào trống thì AI không có căn cứ để viết cụ thể, nên bạn điền đủ rồi chạy lại.
Làm sao để prompt Entity Types không bịa dữ liệu khi dự án còn thiếu nguồn?
Khi dự án thiếu nguồn, bạn ghi CẦN BỔ SUNG vào ô REFERENCES. Cách ghi đó giúp AI biết phần nguồn còn thiếu và tránh bịa dữ liệu. Sau khi chạy, bạn chấm kết quả theo bảng Pass/Fail, vì kết quả có dữ liệu bịa sẽ không đạt.
Vì sao mỗi lần chạy prompt AI lại trả về một cấu trúc khác nhau?
Cấu trúc đổi giữa các lần chạy thường do câu mở đầu của mẫu bị sửa hoặc bị bỏ. Mẫu giao cho AI vai Semantic SEO + Knowledge Architect, nên bạn giữ nguyên câu mở đầu để lần chạy nào cũng ra cùng một cấu trúc và team làm giống nhau.
Sợ AI hiểu lệch nghĩa entity khi sửa lại prompt Entity Types thì cần giữ điều gì?
Khi sửa prompt Entity Types, bạn giữ đúng 2 ghi chú NLP/LLM để AI không hiểu lệch nghĩa entity. Ghi chú đầu là dùng câu ngắn, chủ ngữ rõ, thuật ngữ nhất quán. Ghi chú sau là đặt NOT THIS ngay sau định nghĩa để khóa nghĩa, nhờ vậy câu trả lời của AI bám nghĩa.
Prompt Entity Types phân loại entity thành những loại nào?
Prompt Entity Types phân loại entity thành Concept, Process, Tool, Metric, Person và Org. Xếp entity vào đúng loại giúp LLM hiểu đúng chủ đề, từ đó định nghĩa, thuộc tính và quan hệ được viết đúng với bản chất của entity.
Đầu ra kỳ vọng của prompt Entity Types gồm những phần nào?
Đầu ra gồm Definition 1-2 câu rõ, NOT THIS 1 câu chặn hiểu nhầm, Attributes 8-12 mục, Relations 12-20 dòng dạng Subject-Relation-Object và Constraints gồm 5 ngoại lệ hoặc trường hợp không áp dụng. Proof đứng cuối theo nguyên tắc AI-first.
NOT THIS nên đặt ở vị trí nào và dùng để làm gì?
NOT THIS đặt ngay sau định nghĩa để khóa nghĩa. Câu NOT THIS chặn cách hiểu nhầm về entity, nhờ vậy câu trả lời của AI bám nghĩa và không lệch sang ý khác. Kết quả thiếu NOT THIS sẽ không đạt tiêu chí Pass.
Prompt Entity Types chạy được trên những công cụ AI nào?
Mẫu prompt Entity Types dán được nguyên văn vào ChatGPT, Gemini hoặc Claude. Bạn thay 5 ô TOPIC, CONTEXT, AUDIENCE, GOAL và REFS bằng thông tin của bạn rồi chạy. Khi sửa prompt, giữ câu ngắn, chủ ngữ rõ và thuật ngữ nhất quán.
Entity Types giúp LLM hiểu đúng chủ đề bằng cách nào?
Entity Types giúp LLM hiểu đúng chủ đề bằng cách xếp entity vào đúng loại Concept, Process, Tool, Metric, Person hoặc Org. Sau khi xếp loại, prompt Entity Types viết Definition, NOT THIS, Attributes, Relations, Constraints và Proof theo một format cố định, nhờ vậy team làm giống nhau.
Có cần phân loại entity trước khi viết nội dung cho LLM không?
Có, phân loại entity trước khi viết giúp LLM hiểu đúng entity thuộc loại Concept, Process, Tool, Metric, Person hay Org. Prompt Entity Types dùng việc phân loại đó để viết đúng định nghĩa, thuộc tính và quan hệ. Kết quả của prompt Entity Types đạt khi có NOT THIS, có constraints, relations rõ và không bịa dữ liệu.
Definition khác NOT THIS thế nào khi mô tả một entity?
Definition là 1-2 câu rõ nói entity là gì, còn NOT THIS là 1 câu chặn cách hiểu nhầm về entity đó. Trong prompt Entity Types, NOT THIS đặt ngay sau Definition để khóa nghĩa, nhờ vậy LLM không lệch sang ý khác khi trích dẫn hoặc trả lời.
Lần đầu chạy prompt Entity Types thì nên thử với ví dụ nào?
Lần đầu chạy prompt Entity Types, bạn nên thử với ví dụ có sẵn: TOPIC là Core Web Vitals, CONTEXT là SEO/Content và AUDIENCE là In-house. Đối chiếu kết quả ví dụ với bảng Pass/Fail, sau đó thay 5 ô nhập bằng dữ liệu thật của dự án rồi chạy lại trên ChatGPT, Gemini hoặc Claude.
Làm tiếp trên chính website của bạn
Chọn theo điều bạn đang cần: người soi website, nền tảng để tự làm, hay người kèm tới nơi.
Phân tích SEO và GEO Online
Tìm đúng chỗ website đang nghẽn, bàn giao thứ tự sửa và bản đồ nội dung theo DLN™. Học tiếp Mentor thì phí này được trừ vào học phí.
Xem phạm vi phân tíchKhóa học SEO cơ bản Online
6 buổi online về Technical và On-page, đủ nền tảng để tự rà và sửa website của bạn.
Xem lộ trình họcMentor SEO 1 kèm 1 Online
12 buổi trong 4 tuần, làm trực tiếp trên website của bạn cùng Danh Nolan.
Xem cách kèm